[发明专利]一种基于萤火虫算法的梯级水库群调度优化方法

说明书

本发明公开的一种基于萤火虫算法的梯级水库群调度优化方法，包括以下步骤，步骤1：以调度期内梯级水库发电量最大为优化目标，以梯级水库的水力约束及电力约束为约束条件，建立梯级水库优化模型；步骤2：采用改进萤火虫算法对步骤1中得到的梯级水库优化模型进行优化计算，得到最大发电量及其对应的最优水库水位，输出最优水库水位。本发明一种基于萤火虫算法的梯级水库群调度优化方法，对于丰富梯级水库群优化调度方法、提高梯级水库群联合运行水平、提高水资源综合利用效益和发电企业经济效益，具有重要的实际意义和应用价值。

技术领域

本发明属于水利工程水电站优化方法技术领域，具体涉及一种基于萤火虫算法的梯级水库群调度优化方法。

背景技术

梯级水库群调度，是一个非线性、高维、动态复杂优化问题，较一般的非线性约束优化更为复杂和难以求解。目前用于求解水库调度问题的方法主要有两类：传统优化调度方法和群体智能优化算法。传统方法如线性规划、动态规划、逐步优化算法等存在计算时间长、维数灾、收敛速度慢等缺陷，而群体智能算法由于原理简单、自适应和隐随机等被广泛应用于水库优化调度当中，如粒子群算法、遗传算法、布谷鸟算法等。由于大多数智能算法在问题求解时，存在如收敛速度慢、局部最优、结果不稳定、结果精度低等弊病。鉴于此，英国学者Xin-She Yang于2009年提出一种新颖的随机优化算法-萤火虫算法(FireflyAlgorithm,FA)，该算法源于模拟自然界萤火虫在晚上的群聚活动的自然习性而产生。标准萤火虫算法由于结构简单、参数少，寻优能力强等特点，已得到广泛应用，国内如：陈恺等将萤火虫算法引入二维熵多阈值快速图像分割的计算中，刘鹏等将萤火虫算法应用于群体动画粒子生成中，有效地提高群体动画的逼真效果。杜晓刚等将萤火虫算法应用于医学图像配准中，克服了互信息函数容易陷入局部最优的问题,有效地提高了配准精度。国外如：Jati,GK将萤火虫算法应用于旅行商问题，解决了一些实际问题，但无法克服局部最优这一算法缺陷。Kazem,A将萤火虫算法应用于股票市场价格预测第二阶段的SVR参数优化，相比遗传算法而言，显著降低了结果误差。Othman，MM通过调整萤火虫算法参数和更新公式，以处理不平衡分布网络中发电机的最佳位置和尺寸问题，Garousi-Nejad于2016年首次将标准FA应用于水库优化调度问题中，结果表明标准FA的收敛速度和稳定性均优于遗传算法。

近年来，为进一步优化算法，国内外学者对标准萤火虫算法进行不断的改进。刘长平等将混沌序列引入到萤火虫算法中，提出了具有混沌搜索策略的萤火虫优化算法。黄凯等针对萤火虫初始位置分布不均匀的缺陷，采用Logistic产生的混沌序列来初始化萤火虫初始位置。Coelho,LD采用高斯函数优化萤火虫算法参数，解决了最佳能量消耗解决方案的最佳冷却器负载问题。上述改进主要涉及维持种群多样性、学习策略以及与其他算法混合等方面。

作为一种新颖、高效的搜索算法，国外近年来已开始将其应用于水库优化调度问题中，国内鲜有应用。

发明内容

本发明的目的在于提供一种基于萤火虫算法的梯级水库群调度优化方法，能够提高梯级水库群联合运行水平。

本发明所采用的技术方案是：一种基于萤火虫算法的梯级水库群调度优化方法，包括以下步骤：

步骤1：以调度期内梯级水库发电量最大为优化目标，以梯级水库的水力约束及电力约束为约束条件，建立梯级水库优化模型，梯级水库优化模型的目标函数为：

公式(1)中：E为梯级电站发电量，亿kW·h；m、n分别为电站总数和调度时段总数；K_i为第i电站的出力系数；Q_i,j为第i电站第j时段的发电流量，m³/s；H_i,j为第i电站第j时段的发电水头；m，T为单个调度时段；

步骤2：采用改进萤火虫算法对步骤1中得到的梯级水库优化模型进行优化计算，得到最大发电量及其对应的最优水库水位，输出最优水库水位