⛳️座右铭欢迎来到本博客❤️❤️

计及梯级水电站群联合控制的水火电节能优化调度是一个具有多约束条件、高维数、非凸、非

线性、多时段、带时延的复杂优化问题[1]。

随着系统工程理论和现代计算机技术在水库优化调度领

大类[2]。

一类是传统的优化算法包括启发式方法、等微增率法、拉格朗日乘子法、网络流规划法、线性规划法、动态规划法、三角旋回算法、分解协调算法等。

传统算法对目标函数和初始解等有严格的要求因此其在处理复杂梯级水火电节能优化调度问题时容易陷入局部最优解。

另一类是智能算法包括随机规划法、内点法、遗传算法、人工免疫算法、人工神经网络法、模拟退火方法、混沌算法、粒子群算法、模糊优化方法、蚁群算法、微分进化算法等[3-11]。

尽管近年来各种新能源迅速发展但传统的火力与水力发电仍然在电力系统中占据着主导地位。

水火电系统的发电调度一直是电力系统经济调度中研究的重要问题之一其主要目的在于使火电厂

。

考虑到其庞大的体量短期水火电调度优化不仅可以带来巨大的经济效益也有着良好的环保价值。

短期水火电调度优化问题由于要服从众多的复杂约束条件研究者面临的是一个大型的动态、非凸、有时滞的非线性规划问题[2]

的传统方法主要是数学规划例如线性规划法、非线性规划法、动态规划法等。

但传统方法应对上述难点时表现出明显的缺陷往往陷入维数灾的困局

/s)

为水流从上级电站流到下级电站所需时间即水流时滞。

因此每个梯级水电站机组出力不仅与本身的水库容量、机组特性、自然来水量等因素有关也与上级电站的弃水量和发电流量密切相关同时也影响下级电站的发电特性。

也就是说梯级水电站间存在时间和空间上的水力耦合特性。

运行结果

[1]袁旭峰,韩士博,熊炜,邹晓松.计及梯级水电站群的水火电节能调度策略[J].电网技术,2014,38(03):616-621.DOI:10.13335/j.1000-3673.pst.2014.03.011.

[2]王归新,田中天.基于分层混合灰狼-哈里斯鹰算法的水火电调度优化[J].电工材料,2021(03):58-62.DOI:10.16786/j.cnki.1671-8887.eem.2021.03.016.

Python代码及数据