基于多智能混合算法的梯级水库调度优化研究
本文提出了一种基于粒子群算法、遗传算法和模拟退火算法混合的优化算法,并应用于水库群的梯级调度优化研究中.本算法以粒子群算法群体协作的反馈机制、随机搜索的性态多样性思想、优良的全局搜索能力、并行计算性及较强的鲁棒性为基础,进行问题空间的全局寻优;在个体的局部寻优行为中,引入遗传算法来优化搜索路径,避免陷入早熟问题.同时针对高维空间下的变量约束条件,借鉴模拟退火算法思想,在目标函数中构造了惩罚因子,使得带约束问转化为了纯粹的优化问题.经实例验证,本算法具有普遍的梯级调度优化解决能力,并与传统的遗传算法及人工粒子群算法相比,具有更好的精度、收敛速度和寻优能力.
水库群 优化调度 粒子群算法 遗传算法 模拟退火算法
花胜强 高磊 蔡杰 向南
国网电力科学研究院/南京南瑞集团公司,江苏南京,21009
国内会议
中国水力发电工程学会梯级调度控制专业委员会2016年学术交流会
长沙
中文
28-32
2016-05-01（万方平台首次上网日期，不代表论文的发表时间）