混合粒子群算法在水电站优化调度中的应用研究

发布时间：2020-05-16 21:05

【摘要】：不管是从全世界还是中国来说,能源危机已经到来,由于之前为了经济的发展、技术的进步没有考虑给环境带来的危害,现在深刻意识到了严重的环境问题。针对能源的不足我们需要开发新的清洁的能源来满足日常生活的需要,而水资源是我国开发新能源的首选,因为我国水资源很丰富在世界上也是出于领先地位。但是由于我国水电开发技术的落后与没有合理、有效的科学技术对水库进行优化调度使其产能最优,所以本文提出了一种新的优化算法来对水库进行优化调度,其主要研究内容如下:(1)综合考虑建立水电站优化调度模型需要满足的一些因素以及建立目标函数的一些约束条件;水库优化调度的本质是在满足经济效益最大的前提下,对水库进行水量、发电量、水位等一些约束;(2)研究标准粒子群优化算法中惯性权重对于优化的影响,研究表明恒定不变的惯性权重使得算法在后期易陷入局部最优解,很难得到全局最优解,所以本文经过试验把惯性权重设置为线性递减模式,发现这种线性递减的分布可以更好的得到全局最优解;(3)标准粒子群算法中学习因子有两个,一个是自我学习能力的体现,另外一个是粒子之间相互学习能力的体现;所以如果保持这两个粒子不变就很难得到最优解,所以我们经过不断地研究得出两个学习因子的变化规律,如果让这两个粒子进行异步变化将有一个最大点可以满足,自我学习能力最强以及粒子之间的学习能力也是最强;(4)根据前面的研究发现模拟退火算法在后期具有较强的跳出局部最优的能力,所以在本文考虑让其与粒子群算法相结合,得到了一种混合粒子群算法被作者称为自适应模拟退火粒子群算法(SA-PSO),该算法用粒子的位置和速度带入目标函数进行优化得到解,然后再进行退火处理。本文采用几个简单函数和复杂函数进行研究对比,发现新的算法在各方面都有着较好的效果;(5)将这种新的算法应用在水电站优化调度模型中,取得了较好的结果;
【图文】：

一次能源消费,占比,世界,新能源

随着国家经济快速发展、世界人口数量的不断增加。随着环境问题不断地恶化，为了减少环境污染，使我国走边发展边治理的道路，就中国目前来说迫切的需要一种新能源来满足人民对于新能源的需求[1]。水电事业的发展对于我国来说有着很大的压力，由于技术的不完善以及学者意识觉醒的缺乏，所以水电能源还在初期阶段。所以我国应该号召全国人民一起来开发新能源，提出一些比较好的意见，所以我国全体人民和学者有着重大的责任[2]。中国的能源结构在不断地改进，虽然每年都会有一些变化，但是变化的幅度不是很大，中国煤炭资源和以往相比下降 3.6%，预示着新能源的发展增加；然而中国可再生能源增长 31%，占全球能源增长的 36%，中国可再生能源消费占全球总能源的 21.9%；中国颁布了很多红利政策对于水电新能源的开发，因为新能源不仅可以解决棘手的环境问题还可以使人民过上富裕的生活。下图是 2018 年世界能源统计年鉴，世界一次性能源消费占比，由图（1-1）可以看出煤炭整体呈下降趋势，水电整体上升趋势[12]。

水资源,装机容量,中国水电,不均匀

新疆大学硕士学位论文在国家不断推进新的电力体制改革政策下，21 世纪是中国水电发展的高速时期，在这段时间许多企业家被积极调动起来，投身于水电事业的建设中来。许多学者眼光独到看到了中国新能源的未来，，也加入进来，他们致力于算法的研究为水电站的调度提供了一种新的思路[4]。如下图（1-2）所示是中国水电装机容量的显示，可以看出中国的水电装机容量逐步增加的，同比增加量在前期增加的比较多，中期的时候由于水电站建设规模成型，受到技术的制约，同比有些下降和之前的相比，所以我们可以看出随着技术的进步，对流域的进一步开发预计十三五期间水电总新增装机量约为 60GW[5]。
【学位授予单位】：新疆大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TV737;TP18

【参考文献】