摘要
以洪家渡水电站为例,探讨了模拟退火粒子群算法(SAPSO)在水电站中长期优化调度中的应用方法及效果。结果表明:该算法可以求解具有复杂约束条件的非线性水库优化调度问题,并具备求解精度高、收敛速度快的优点,为解决水电站中长期优化调度问题提供了一种有效的方法。
引文
[1]Christiano Lyra,Luiz Roberto.A Multi Objective Approach to the Short-TermScheduling of a Hydroelectric Power System[J].IEEE Trans on PAS,1995,10(4):1750-1754.
[2]马光文,王黎.水电站优化调度的FP遗传算法[J].系统工程理论与实践,1996(11):77-82.
[3]徐刚,马光文.蚁群算法在水库优化调度中的应用[J].水科学进展,2005(5):397-400.
[4]杨道辉,马光文,严秉忠,等.粒子群算法在水电站日优化调度中的应用[J].水力发电,2006,32(3):73-75.
[5]杨维,李歧强.粒子群优化算法综述[J].中国工程科学,2004,6(5):87-94.
[6]李爱国,覃征,鲍复民,等.粒子群优化算法[J].计算机工程与应用,2002(21):1-3.
[7]高尚,杨静宇,吴小俊,等.基于模拟退火算法思想的粒子群优化算法[J].计算机应用与软件,2005,22(1):477-480.
[8]康立山.模拟退火算法[M].北京:科学出版社,1994.
[9]武鹏林.水利计算与水库调度[M].北京:地震出版社,2000.
[10]张勇传.水电站经济运行原理[M].北京:中国水利水电出版社,1998.
[11]王建群,王尧,郝振纯.粒子群算法在小浪底水库补偿调度中的应用[J].人民黄河,2009,31(12):41-42.
[12]王伟,沈振中.基于改进粒子群算法的坝基扬压力预报方法[J].人民黄河,2009,31(7):121-123.
[13]赵晓军,田富强,胡和平.粒子群优化算法在水量调度方案优化中的应用[J].人民黄河,2005,27(11):26-27.