水电站厂内经济运行新型算法的研究

《水电站厂内经济运行新型算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大连理工大学硕士学位论文水电站厂内经济运行新型算法的研究姓名：唐子田申请学位级别：硕士专业：水文学及水资源指导教师：程春田20071222大连理工大学硕士学位论文摘要作为水电站运行管理的重要组成部分，水电站厂内经济运行是充分利用水能资源的一项增产措施，也是减少水能消耗的一项节能措施，能够增加水电站的经济效益。动态规划是求解水电站厂内经济运行方式问题的经典方法，在水电站装机较少时有较快的计算速度而且能给出较为理想的优化结果，但是在电站装机较多、机组容量、电厂容量较大的情况下，计算工作量将相当大，一

2、定条件下甚至达到难以实用的程度，利用动态规划求解水电站厂内经济运行将面临“维数灾”和计算实时性问题，迫切需要研究更加有效的计算方法与模型。本文根据水电站厂内经济运行问题的特点，将该问题分为两个模型～负荷分配模型和机组组合模型。作为一种新型的随机搜索算法，粒子群算法在解决经典优化算法难以求解的非线性病态优化问题时显示出强大的优势，在水电站厂内经济运行的应用中，能够弥补动态规划的诸多不足。改进的变尺度混沌优化方法把以往机组组合优化分为两步计算的方法转化为一次寻优计算，引入罚函数及对变量进行初始化处理

3、，将机组组合问题转化为无约束问题进行计算，取得了较好的优化结果。现有文献，对于粒子群算法和混沌优化方法在水电站经济运行领域的研究，绝大多数从方法的应用角度探讨较多，但从替代动态规划的必然性和潜力方面探讨较少，鲜有实例分析。本文以百万级装机千瓦的乌江渡水电站为实例，深入分析与比较了粒子群算法与动态规划在求解负荷分配模型时的优劣，对于机组组合模型，从优化结果、计算效率等方面将改进的交尺度混沌优化方法同动态规划进行对比分析，并进行了仿真模拟计算和比较，认为粒子群算法和改进的交尺度混沌优化方法是代替动态

4、规划、求解装机规模庞大的巨型水电站厂内经济运行的有效方法。关键词：水电站；经济运行；动态规划；粒子群算法；改进的交尺度混沌优化水电站厂内经济运行新型算法的研究StudyonInnerplantEconomicalOperationofHydropowerStationModelBasedNovelHeuristicsAlgorithmAbstractAstheimportanceofhydropowcrplantoperationandmanagement'theEconomicalOperat

5、ionofHydropowerPlant(zorn,)problemisaneffectivemeasnreformakingfull咄ofwaterresourc@$,decreasingtheenergylossandincreasingtheeconomicbenefitofhydropowerstation．DyllRmicProgramming(DP)isawidelyusedclassicalmethodtosolvetheEOHPproblem．nerelativelyfastca

6、lculationspeedandmoredesirableoptimizationresultsCanbeobtainedbyDPinlessinstalledcapacityofhydropowerstation．However，thecalculatingdifficultyandtheamountofcalculatingworkwillbegreatlyincreased50thatitwillbenotemployedinmoreinstalledcapacity．Itisahind

7、rancetouseDPdueto“curseofdimension”andthereal-timeproblemofcalculationtosolvetheEOHPproblem,thereforethemoreeffectivealgorithmsneedsmustbeexplored．AccordingtothecharacteristicsoftheEOHPproblem,thismodelcanbedividedintotwosub—models，namelythe”unitcomm

8、itment”Coc)decisionandthe“economicdispatch”(ED)decision．Asanewrandomsearchalgorithm,particleswarmoptimization(PSo)algorithmhasdemonstratedastrongadvantagetosolvenonlinearoptimizationproblems，cancompensateforthemanyinadequaciesinDP．ThePenaltyFunctione