基于加速遗传算法的梯级水电站联合优化调度研究

• 作者: 吴成国 张永永 王义民 金菊良 黄强
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 梯级水电站 优化调度 加速遗传算法
• 年，卷（期）: 2011,（6）
• 页码范围: 171-177
• 分类号: TV737
• 语种: 中文

摘要

梯级水电站联合优化调度是一项涉及学科门类广泛、牵涉部门利益众多的复杂大系统优化决策问题,对制定和实施区域用水规划、实现经济社会可持续发展具有重大的现实意义。鉴于当前群体智能优化算法应用于梯级水电站联合优化调度中存在的＂维数灾＂及大量约束条件不易处理的难点,将加速遗传算法（AGA）应用于梯级水电站联合优化调度研究中,采用＂分类假设＂的思路逆序寻找不同电站、不同时段优化变量可行决策空间并生成初始种群个体,由此重点阐述了改进遗传算法对优化调度模型大量复杂约束条件的实现方法。上述方法在我国水、电特性代表性良好的乌江梯级七库联合优化调度实例的应用结果表明：加速遗传算法对梯级水电站联合优化调度模型复杂约束条件具有较强的自适应及全局搜索能力,且计算结果与设计成果相比,乌江梯级水电站多年平均发电量增加约2.60%。可见,采用＂分类假设＂的研究思路处理群体智能优化算法应用于梯级水电站联合优化调度中存在的复杂约束问题是合理可行的,可为流域梯级水电站实行集中运行、调度提供科学有效的决策依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄强	西安理工大学西北水资源与环境生态教育部重点实验室	448	7911	38.0	68.0
2	王义民	西安理工大学西北水资源与环境生态教育部重点实验室	125	1573	19.0	34.0
3	金菊良	合肥工业大学土木与水利工程学院	289	7106	44.0	72.0
4	吴成国	西安理工大学西北水资源与环境生态教育部重点实验室	10	145	7.0	10.0
5	张永永	西安理工大学西北水资源与环境生态教育部重点实验室	9	167	7.0	9.0