[发明专利]一种考虑直流输电约束的水库群中长期调度的离散梯度逐步优化算法

说明书

本发明涉及水电调度运行领域，涉及一种考虑直流输电约束的水库群中长期调度的离散梯度逐步优化算法，是一种新的解决水库调度中维数灾问题的优化算法。本发明在传统梯度及其相应的梯度下降法的基础上，提出离散梯度的计算方法和相应的离散梯度下降法，并将其与POA两阶段子优化问题结合，提出离散梯度逐步优化算法DGPOA。该方法可在不直接求导的情况下，使用离散梯度的信息，确定给定离散步长下的最优搜索方向，并利用线搜索迭代方程进行迭代求解，可以显著减少计算规模，快速获得优化结果。该规则对梯级水库群发电调度具有重要的指导意义。

技术领域

本发明涉及水电调度运行领域，涉及一种考虑直流输电约束的水库群中长期调度的离散梯度逐步优化算法，是一种新的解决水库调度中维数灾问题的优化算法。

背景技术

截止到2016年底，我国水电装机容量和年发电量已经突破3亿千瓦和1万亿千瓦时，分别占全部能源的20.9％和19.4％，水电已经成为中国占比最大的可再生能源。充分利用水电资源，进行水库群优化调度是构建清洁低碳，安全高效的现代能源体系的重要措施。在现代交直流大电网中运行的梯级水电站群优化调度是一个典型的高维度、多阶段、非线性、非凸优化问题，其求解难度随着电站数量的增加，电网安全运行、水库综合利用等各类相互制约约束条件的引入，复杂电力和水力联系的耦合而急剧增加。目前常用的求解方法包括线性规划，非线性规划，网络流，大系统分解协调方法，动态规划及其改进算法，以及以遗传算法，粒子群算法，差分进化算法等为代表的新兴智能算法等。线性规划，大系统分解协调，网络流等方法都需要对系统进行一定的近似处理，容易产生偏差；非线性规划对约束条件和目标函数的函数形式有一定的要求，难于应用于实际；智能算法，由于随机因素的存在，其解稳定性较差。动态规划因其对约束条件和目标函数的函数形式限制较少，结果稳定等特性，是水库调度领域应用最广泛的算法之一。但是随着计算规模的增加面临这严重的“维数灾”问题。

在解决水库群优化调度维数灾问题中，逐步优化算法(Progressive OptimalityAlgorithm，POA)作为动态规划的改进算法，将多阶段问题转化为多个两阶段问题，降低了阶段间的状态组合数目，被广泛应用于水电优化调度。在求解两阶段子问题时，POA采用给定离散步长的网格搜索法，确保了在求解子问题上的全局收敛性，但随着规模的增加，仍然存在严重的“维数灾”问题。

本发明成果依托于国家自然科学基金(91547201)和国家自然科学基金-雅砻江联合基金资助项目(U1765103)，本发明方法可以实现考虑直流输电约束的水库群中长期调度发电量最大的目标，具有很强实用性和广泛推广价值。

发明内容

针对POA求解子优化问题存在的“维数灾”问题，本发明提出了一种针对中长期梯级水库优化调度的离散梯度逐步优化算法。

本发明的技术方案：

一种考虑直流输电约束的水库群中长期调度的离散梯度逐步优化算法，具体步骤如下：

(1)设置算法参数，包括水位离散步长h、调度阶段总数T、发电量收敛精度ε；

(2)确定初始水位过程，计算梯级总发电量E；

(3)设置时段变量t＝T-1；

(4)获得时段t的水位状态向量

(5)时段t的两阶段问题为有约束的最优化问题转化为无约束最优化问题；

minf(Z_1,t,Z_2,t,…Z_N,t)

(6)令迭代次数变量n＝0，设置离散梯度下降法初始解