[发明专利]一种基于改进人工蜂群算法的梯级水库多目标优化调度方法

权利要求书

1.一种基于改进人工蜂群算法的梯级水库多目标优化调度方法，其特征在于，包括以下步骤：

步骤1：获取梯级水库系统的基本信息数据，建立包括发电、河口生态、供水的多目标调度模型，包括调度周期时段、水库个数、蜂群规模、采蜜蜂和跟随蜂种群规模、种群个体向量、同一蜜源的开采极限、最大循环次数；

步骤2：侦查蜂采用混沌搜索生成最优蜜源的初始解，即初始化最优发电流量序列；

步骤3：引领蜂采用引进指数分布比例因子的搜索策略在当前保留的最优蜜源附近进行搜索；

步骤4：跟随蜂采用自适应比例选择策略在搜索的蜜源中进行选择，并变成引领蜂；

步骤5：判断选择的蜜源位置是否能在预先设定的开采极限内进一步改进，若不能，则该处的引领蜂放弃蜜源，变为侦察蜂，并转至步骤2重新搜索新的蜜源，被放弃的蜜源将由该侦察蜂找到的新蜜源取代；否则，转至步骤6；

步骤6：判别循环终止条件，若最优蜜源的位置是可接受的或达到最大循环次数，则停止计算并输出最好的蜜源位置，即为系统最优调度方案；否则，转至步骤3重新计算，即新的引领蜂开始搜索新蜜源；

所述多目标调度模型的目标函数包括调度期内发电量最大的发电目标函数，河口生态环境需水量最小的生态目标函数，以及调度期内水库供水量相对缺水程度最小的水库群供水目标函数，具体的目标函数为：

发电目标函数为：

式中，M为梯级水库个数，T为调度周期内所划分的时段数，Δt为调度期内每时段的时长，N(i,t)为第i个水库在第t时段的出力；

生态目标函数为：

式中，Q_生态(i,t)为在第t时段第i个水库下游河道生态环境需水流量，Q(i,t)为在第t时段第i个水库下泄流量；

水库群供水目标函数，即：

式中，W_k(i,t)为第i个水库在第t时段向第k个供水区的供水量，W_k(t)为第t时段第k供水区的当地供水量，X_k(t)为第t时段第k供水区的需水量，i＝1,2,…,M，t＝1,2,…,T，k＝1,2,…,K，K为供水区个数；

将目标函数中的发电量最大目标作为调度问题的主要目标函数，将河口生态环境缺水量最小目标转换为约束条件进行处理，供水目标在求解中从水库入库径流量中优先扣除引水流量，使得该目标自然满足，具体的约束条件为：

(1)水量平衡约束

梯级某水电站的水量平衡条件跟其上下游电站在时间上和空间上都有联系，时间上的水量平衡是指水库不同时刻的水库水量必须满足连续性方程，空间上的水量平衡是指下游水库的入库流量为上级水库的出库流量与二者之间的区间流量之和，具体的：

时间上：

空间上：

I(i+1,t)＝Q_泄(i,t)+q_i-1,i(t) (6)

式中，V(i,t)、V(i,t+1)分别为第i水库在第t、第t+1时刻的水库容量，I(i,t)、Q_泄(i,t)分别为第i水库在第t时段的入库径流量和下泄流量，W_k(i,t)为第i个水库在第t时段向第k供水区的供水量，I(i+1,t)为第i+1水库在第t时段的入库径流，q_i-1,i(t)为在第t时段第i-1、i水库的区间汇流量；

(2)水库下泄流量约束

水库必须下泄的最小流量是用来满足水库下游河道的航运基流、灌溉用水多方面的要求，在汛期，水库的下泄流量须控制在下游河道的安全泄量范围以内来保证下游城镇、堤防的防洪安全，具体的：

Q_min(i,t)Q_泄(i,t)Q_max(i,t) (7)

式中，Q_min(i,t)、Q_max(i,t)分别为第t时段第i水库所允许下泄的最小和最大流量，这两个值一般由航运最小流量和流量波动范围、水轮机组过流能力限制、防洪限制下的最大下泄流量综合确定；

(3)电站出力约束

电站出力约束约束包括电站的保证出力、最大装机容量和电力系统对电站的出力要求，具体的：

N_min(i,t)N(i,t)N_max(i,t) (8)

式中，N(i,t)为第i水库在第t时段的电站出力，N_min(i,t)、N_max(i,t)分别为第i水库在第t时段电站所允许的最小和最大出力；

(4)水位或库容约束

水位约束或库容约束其实是一种约束条件，二者根据“库容—水位关系曲线”相互转换，具体运用中根据实际情况自由选择，该约束包括水库本身具有的死水位、正常蓄水位或防洪限制水位、调度期对库容的特殊限制，具体的：

Z_min(i,t)Z(i,t)Z_max(i,t)或V_min(i,t)V(i,t)V_max(i,t) (9)

式中：Z(i,t)、V(i,t)分别为第i水库第t时段的水位和库容，Z_min(i,t)、Z_max(i,t)，V_min(i,t)、V_max(i,t)分别为第i水库在第t时刻水库所允许的最低最高水位和最小最大库容；

(5)非负约束

模型中各决策物理参变量均非负：

X≥0 (10)

式中，X为决策变量组成的向量；

所述引进指数分布比例因子的搜索策略具体为：

3.1)每个蜜源对应一个引领蜂，计算目前各蜜源的适应度值W_i，即发电流量序列对应的综合效益值，对进化到第k步的蜂群，在其当前保留的最优蜜源附近进行搜索，引进指数分布的比例因子SF_i^j改进搜索策略，搜索公式为：

式中，即为对邻域搜寻所得新的可行解，若取值超过解空间某边界值，则取为边界值，为[-1,1]的随机数，D为解空间维度，SF_i^j是从指数分布的随机数中产生，具体为：

式中，β为[0,1]的系数，m值取为1或2，r[m]为两个随机数，r[1]∈[α₁,0),r[2]∈(0,α₂]，α₁0,α₂0，SF_i^j取为使对应的适应度值更优的或

3.2)若对应的适应度值优于的适应度值W_i，则用代替否则保持原不变。