程春田
个人信息Personal Information
教授
博士生导师
硕士生导师
性别:男
毕业院校:大连理工大学
学位:博士
所在单位:水利工程系
学科:水文学及水资源. 水利水电工程. 电力系统及其自动化. 计算机应用技术
联系方式:ctcheng@dlut.edu.cn
电子邮箱:ctcheng@dlut.edu.cn
扫描关注
梯级水电站群中长期优化调度的离散梯度逐步优化算法
点击次数:
论文类型:期刊论文
发表时间:2018-11-01
发表刊物:水利学报
卷号:49
期号:10
页面范围:1243-1253
ISSN号:0559-9350
关键字:梯级水电站优化调度;梯度下降法;逐步优化算法;维数灾
摘要:充分利用现有水电资源,进行库群中长期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.逐步优化算法(POA)将多阶段问题转化为多个两阶段子优化问题,是求解中长期库群优化调度较为广泛且有效的一种方法.但随着水库数目的增加,POA仍会面临严重的“维数灾”问题.本文以梯度下降法为基础,提出离散梯度的概念及离散梯度逐步优化算法(DGPOA),该方法在不直接求导的情况下充分利用局部离散梯度信息确定最优搜索方向,可以快速获得优化结果.最后将该算法应用到澜沧江流域五水库梯级系统中,在不同离散精度和来水条件下,利用POA、POA-DPSA和DGPOA算法对梯级水库进行优化计算.结果表明,在不显著降低全局搜索能力的情况下,DGPOA的计算速度分别达到了POA-DPSA算法的8~12倍,POA算法的50~250倍,是一种解决梯级水库站群中长期优化调度中“维数灾”问题的有效方法.