[发明专利]一种梯级水库群短期优化调度方法与系统

权利要求书

1.一种梯级水库群短期优化调度方法，其特征在于，包括：

(1)确定电站之间的约束条件，将各电站在不同时刻的出库流量作为状态变量并进行编码，然后根据状态变量在搜索空间内随机生成初始种群，将初始种群作为当前种群，其中，对于种群中的任意一个个体都代表一个解决方案；

(2)获取当前种群中所有个体的适应度，由各个体的适应度值，对种群中最优个体的位置，次优个体的位置和第三优个体的位置进行更新，然后更新种群所有个体位置，并生成临时种群；

(3)基于更新种群所有个体位置后得到的种群和临时种群，采用变异策略筛选种群，以为种群提供更多的搜索方向；

(4)采用自适应边界策略调整经过变异策略变异后得到的种群，以使产生的变异个体适应边界约束，形成下一代种群；

(5)将下一代种群作为当前种群，重复执行步骤(2)～步骤(4)，直至满足预设迭代停止条件，得到当前种群中的最优个体位置，并将当前种群中的最优个体作为目标调度方案；其中，

对于第k代种群中任一个个体表示为：其中，N表示电站数目，T表示时段数目，为中第n个水电站在第t个时段的出库流量，为第n个水电站在第t个时段的水位上限，为第n个水电站在第t个时段的水位下限，r₁为[0,1]区间均匀分布的随机数，k表示迭代次数；

第k代第i个个体的适应度为：其中，P_n,t为第n个水电站在第t个时段的出力，D为约束条件数目，B_σ为第σ个约束的破坏程度，A_σ为第σ个约束的惩罚系数，H_σ表示中第σ个约束的对应取值，为第σ个约束的取值上限，为第σ个约束的取值下限，L_t为电站中第t个时段的负荷需求；

由更新种群中最优个体α的位置，由更新种群中次优个体β的位置，由更新种群中第三优个体δ的位置，其中，α^k表示第k代最优个体的位置，β^k表示第k代次优个体的位置，δ^k表示第k代第三优个体的位置，表示第k代第i个个体的适应度，α^k-1表示第k-1代最优个体的位置，F(α^k-1)表示第k-1代最优个体的适应度，β^k-1表示第k-1代次优个体的位置，F(β^k-1)表示第k-1代次优个体的适应度，δ^k-1表示第k-1代第三优个体的位置，F(δ^k-1)表示第k-1代第三优个体的适应度；

由更新种群所有个体位置，其中，X^k+1为第k+1代第i个个体位置向量；X^k表示第k代第i个个体的位置向量；X_α、X_β和X_δ分别表示最优个体适应度、次优个体适应度和第三优个体适应度的位置；A₁、A₂和A₃分别为区间[-2,2]^d上随机分布的随机向量；C₁、C₂和C₃分别为区间[0,2]^d上均匀分布的随机向量；·表示两个向量的乘积；

由生成临时种群，其中，为第k代第i个个体的拟对立个体，为第i个个体第j维的位置向量上限，第i个个体第j维的位置向量下限，r₃表示[0,1]区间均匀分布的随机数；

步骤(3)包括：

(3.1)将基于更新种群所有个体位置后得到的种群和临时种群进行合并，形成一个具有2m个个体的混合种群；

(3.2)将混合种群中所有个体进行排序，具有更好适应度的前p(p＜m)个个体将直接进入下一代，而随后的(m-p)个个体通过变异操作产生变异个体与前p(p＜m)个个体作为下一次迭代时的种群，其中，变异方式为：表示第k代第i个变异个体的位置向量，为包含第k代最优适应度个体、次优适应度个体和第三优适应度个体向量的集合，p1为集合中随机选择的一个个体的下标，r₄是[-1,1]^d中的随机数向量，m表示种群规模；

由对经过变异后得到的种群中的个体进行调整，其中，

2.一种梯级水库群短期优化调度系统，其特征在于，包括：

初始种群生成模块，用于确定电站之间的约束条件，将各电站在不同时刻的出库流量作为状态变量并进行编码，然后根据状态变量在搜索空间内随机生成初始种群，将初始种群作为当前种群，其中，对于种群中的任意一个个体都代表一个解决方案；

位置更新模块，用于获取当前种群中所有个体的适应度，由各个体的适应度值，对种群中最优个体的位置，次优个体的位置和第三优个体的位置进行更新，然后更新种群所有个体位置，并生成临时种群；

变异模块，用于基于更新种群所有个体位置后得到的种群和临时种群，采用变异策略筛选种群，以为种群提供更多的搜索方向；

下代种群生成模块，用于采用自适应边界策略调整经过变异策略变异后得到的种群，以使产生的变异个体适应边界约束，形成下一代种群；

调度方案确定模块，用于将下一代种群作为当前种群，反复执行位置更新模块至下代种群生成模块的操作，直至满足预设迭代停止条件，得到当前种群中的最优个体位置，并将当前种群中的最优个体作为目标调度方案；其中，

对于第k代种群中任一个个体表示为：其中，N表示电站数目，T表示时段数目，为中第n个水电站在第t个时段的出库流量，为第n个水电站在第t个时段的水位上限，为第n个水电站在第t个时段的水位下限，r₁为[0,1]区间均匀分布的随机数，k表示迭代次数；

第k代第i个个体的适应度为：其中，P_n,t为第n个水电站在第t个时段的出力，D为约束条件数目，B_σ为第σ个约束的破坏程度，A_σ为第σ个约束的惩罚系数，H_σ表示中第σ个约束的对应取值，为第σ个约束的取值上限，为第σ个约束的取值下限，L_t为电站中第t个时段的负荷需求；

由更新种群中最优个体α的位置，由更新种群中次优个体β的位置，由更新种群中第三优个体δ的位置，其中，α^k表示第k代最优个体的位置，β^k表示第k代次优个体的位置，δ^k表示第k代第三优个体的位置，表示第k代第i个个体的适应度，α^k-1表示第k-1代最优个体的位置，F(α^k-1)表示第k-1代最优个体的适应度，β^k-1表示第k-1代次优个体的位置，F(β^k-1)表示第k-1代次优个体的适应度，δ^k-1表示第k-1代第三优个体的位置，F(δ^k-1)表示第k-1代第三优个体的适应度；

由更新种群所有个体位置，其中，X^k+1为第k+1代第i个个体位置向量；X^k表示第k代第i个个体的位置向量；X_α、X_β和X_δ分别表示最优个体适应度、次优个体适应度和第三优个体适应度的位置；A₁、A₂和A₃分别为区间[-2,2]^d上随机分布的随机向量；C₁、C₂和C₃分别为区间[0,2]^d上均匀分布的随机向量；·表示两个向量的乘积；

由生成临时种群，其中，为第k代第i个个体的拟对立个体，为第i个个体第j维的位置向量上限，第i个个体第j维的位置向量下限，r₃表示[0,1]区间均匀分布的随机数；

步骤(3)包括：

(3.1)将基于更新种群所有个体位置后得到的种群和临时种群进行合并，形成一个具有2m个个体的混合种群；

(3.2)将混合种群中所有个体进行排序，具有更好适应度的前p(p＜m)个个体将直接进入下一代，而随后的(m-p)个个体通过变异操作产生变异个体与前p(p＜m)个个体作为下一次迭代时的种群，其中，变异方式为：表示第k代第i个变异个体的位置向量，为包含第k代最优适应度个体、次优适应度个体和第三优适应度个体向量的集合，p1为集合中随机选择的一个个体的下标，r₄是[-1，1]^d中的随机数向量，m表示种群规模；

由对经过变异后得到的种群中的个体进行调整，其中，