改进的分布估计算法在水库综合调度中的应用
2016-12-06刘海龙
刘海龙
(辽宁省兴城市水务局,辽宁兴城 125100)
运行管理
改进的分布估计算法在水库综合调度中的应用
刘海龙
(辽宁省兴城市水务局,辽宁兴城 125100)
本文通过分析水库调度运行方式所涉及的防洪、兴利、发电、供水等问题,结合综合指标评估系统和理想点法,构建了一个以价值函数与价值损失为评价标准的水库综合调度模型,并对分布估算法自适应能力与局部搜索能力进行改进。实例验证表明:该方法明显提升了算法精度与全局搜索能力,具有较强的适用性,为水库综合调度提供了有益参考。
水库调度;理想点法;水库综合调度;改进分布估算法
大型水库通常承担着防洪、兴利、发电、供水、航运等多种调度任务,各目标存在不可公度性。在水库的调度过程中,需要将单任务调度转化为多任务的综合调度决策。研究多目标的综合调度决策时有前决策和后决策两种技术[1]。前决策技术是将多任务进行分解,转化为单任务研究计算,此方法所得结果与实际最优调度方案有较大出入[2]。后决策技术通过最优思想,在非劣解集中选择最优的合适解,该方法存在一定的人为主观性。在选取水库最优调度方案时,通过分析目标遭受破坏后造成的损失所占比重来确定目标的权重,充分利用所获取的数据信息,减少主观赋值法的片面性。因此,本文利用综合评价法构建水库综合调度模型,利用接近理想点法及损失比重权重法解决多目标任务问题,使得改进的分布估算法能够有效地提高求解水库综合调度模型的能力[3]。
1 建立水库综合调度模型
通过单目标遭受破坏后损失所占比重确定目标权重,称为水库综合评价法[4]。该方法充分反映出各目标的重要性,同时也避免了由于赋权法所引起的片面性;对量化处理的各目标损失函数进行归一化整理,确定各目标权重:
式中 ω发电、ω出力、ω防洪、ω供水——发电、出力、防洪、供水的权重;
L发电、L出力、L防洪、L供水——发电、出力、防洪、供水的损失;
L总——损失价值的总和。
1.1 利用理想点法进行综合评价
理想点法是一种使目标值尽可能接近其理想(最优)值的多目标调度问题的函数评价方法[5]。评价步骤如下:
a.指标评价矩阵标准化整理。
b.确定任务方案理想点,假设任务方案为M=(m1,m2,…,mn),理想点为G=(g1,g2,…,gn),计算理想点与任务之间的距离。综合评价的指标为:
式中 R——综合评价指标,任务方案越接近理想点,R值越小,说明方案越优;当R取最小值时,此时方案为最优方案。
1.2 水库综合调度模型的构造
结合理想点法和综合评估系统构建水库综合调度模型:
式中 L——目标破坏损失;
F(G,M,L)——综合评价指标函数。
约束条件有库容约束、水库初水位和末水位限制约束、水库电站出力约束、水库下泄流量约束和水量平衡约束。
2 综合调度模型求解
2.1 分布估计算法的改进
分布估计算法利用遗传算法和统计学的基本思想,结合统计学手段建立起空间个体概率分布模型,在分布模型中随机采样产生新的群体,不断重复,使之达到终止条件,实现群体的进化。该算法虽然在全局搜索能力上具有明显优势,但在计算性能上容易受到目标参数的影响。本文基于传统估计算法,加入自适应算法参数,利用混沌搜索法,增加了算法的搜索性能,有利于确定目标方案的最优解。
2.2 水库综合调度计算过程
a.将目标群体初始化,并确定目标参数。对水库下泄流量进行数字分类,表示为Qi={Q1,i,Q2,i,…,Qt,i,…,QT,i},即水库下泄流量在不同时段的流量值。初始化群体受水库的流量约束限制。
b.基于理想点法对水库综合调度的个体进行评估,并计算其目标权重和适应度值。水库综合调度模型的理想点由各子目标最优解组合确定;个体适应度数值由理想点法确定的个体综合指标确定。
c.在对个体进行相关排序后,选取S个相对较优的个体组成一个评价集合,并计算标准差参数σJ和均值参数
d.利用数学方法,即高斯公式,通过随机采样的方式确定下一层次的群体,采样同样受到流量约束限制。
e.通过混沌局部搜索法在最优个体中进行局部搜索,若判断算法满足算法停止条件,则计算结束,若算法未满足算法结束的条件,则继续b步骤。
通过理想点法进行个体综合评价,计算适应度值,利用罚函数进行个体约束,并引入自适应控制法和混沌局部搜索法,提高了算法的全局搜索能力[6]。水库综合调度模型求解流程见下图。
算法步骤图
3 实例应用
兴城市的碱厂水库承担防洪、兴利、发电等多种调度任务。水库正常蓄水位83.5m,死水位72.5m。装机容量150kW,电价0.4元/(kW·h),灌溉效益额为50万元。通过该水库各月平均流量检测预报值,以保证出力、发电量、供水保证率最大为子目标构建综合调度模型。将各子目标分别调度时确定的保证出力、最大发电量、供水过程作为理想点,利用改进的分布估算法求解水库综合调度过程[7]。
表1为利用遗传算法(GA)、差分进化算法(DE)、粒子群算法(PSO)、传统的分布估算(EDA)和改进的分布估算法(IEDA)计算结果对比。计算过程中群体规模设置为100,最大运行代数设置为200。分布估算法和改进的分布估算法截断选择参数均为50%,局部搜索参数m取10;其他算法均为典型参数设置。算法均进行多次计算,取其最好的结果进行比较。
表1 各算法结果对比
由表1对比可知,改进的分布估算法相比于传统的分布估算法有了明显的性能提升,此外,因为引入了局部搜索策略使得该算法较其他算法用时略长,但用时仍较短,且提高了算法的计算精度。
表2为各子目标理想点与改进的分布算法计算得到的最优方案之间的比较。分析表2可以得出,通过与发电量最大模型相比较,综合调度在发电量上有所下降,但在供水保证率及保证出力上有大幅的上升。说明水库的综合利用率得到了有效提高,水资源利用更加高效合理。
表2 各模型计算结果与理想点之间的比较
4 结 语
本文基于综合指标评价系统,结合理想点法,构建了水库综合调度模型,通过对所得信息的全面分析,对各目标进行权衡,在一定程度上改善了客观权重和主观权重对结果产生的影响。利用改进的分布估算法对水库综合调度模型进行求解,充分证明了该算法的有效性与优良性,为水库的综合调度决策提供了有益借鉴。
[1] 王丽萍,黄海涛,张验科,等.水库多目标调度风险决策技术研究[J].水力发电,2014,40(3):63-66.
[2] 岳耀锋,马光文.相对最优防洪调度方案的生成[J].东北水利水电,2006,24(2):42-44.
[3] 武见,杨振立,赵麦换,等.黄河干流骨干水库综合利用调度模型的应用[J].人民黄河,2010,32(8):107-108.
[4] 张验科,王丽萍,裴哲义,等.综合利用水库调度风险评价决策技术研究[J].水电能源科学,2011,29(11):51-54.
[5] 武新宇,范祥莉,程春田,等.基于灰色关联度与理想点法的梯级水电站多目标优化调度方法[J].水利学报,2012,43(4):422-428.
[6] 邱林,田景环,段春青,等.混沌优化算法在水库优化调度中的应用[J].中国农村水利水电,2005(7):17-18.
[7] 康玲,黄云燕,杨正祥,等.水库生态调度模型及其应用[J].水利学报,2010,41(2):134-141.
Application of improved distribution estimation algorithm in reservoir comprehensive scheduling
LIU Hailong
(Liaoning Xingcheng Water Authority,Xingcheng 125100,China)
In the paper,related problems about reservoir scheduling operation mode are analyzed,including flood control,utilization,electric power generation,water deliver,etc.Comprehensive index evaluation system and ideal point method are combined.A reservoir comprehensive scheduling model with cost function and cost loss as evaluation standards is constructed.The adaptive ability and local search ability of distribution estimation algorithm are improved.Example validation shows that algorithm precision and global search ability are prominently improved by the method.It has stronger applicability,and provides beneficial reference for comprehensive scheduling of reservoirs.
reservoir scheduling;ideal point method;reservoir comprehensive scheduling;improved distribution estimation algorithm
TV697.1+1
B
1673-8241(2016)09-0027-03
10.16617/j.cnki.11-5543/TK.2016.09.007