一种水库群联合优化调度可行决策空间辨识方法与流程

本发明涉及电力系统水力发电调度领域，特别涉及一种水库群联合优化调度可行决策空间辨识方法。
背景技术：
：水库群联合优化调度是一个多重复杂约束强耦合作用下的复杂非线性优化问题，主要体现在：一方面，作为兼具多重社会属性的水资源利用载体，除满足自身安全稳定运行约束外，水库往往还肩负着水利、电力、环保等部门的综合利用需求，一般需要以约束条件的形式将各单位的相关利益诉求纳入调度模型中，导致水库群在开展联合优化调度时需要处理数目众多、形式各异的约束条件集合；另一方面，各类约束之间存在着复杂的交织、耦合等综合效用，使得可行搜索空间大幅缩窄并呈现出复杂的时空关联特征，单一水库任意时段运行状态的改变很可能导致本电站或下游电站相关时段的约束条件的破坏，造成水库群系统的整体效益与水能利用效率的降低，这也直接增大了传统方法的优化难度；此外，逐年扩大的水库群系统使得电站间、梯级上下游间存在着更为复杂的水力和电力联系，在增加约束条件数目的同时扩大了搜索空间，导致问题的复杂度随电站及约束数目呈非线性增长，加剧了建模求解困难。因此，如何高效处理水库群调度问题中的复杂约束集合，以实现对类型各异的约束条件的精简、合并，就成为提高算法性能的关键，这也是水库群调度的核心问题之一。国内外学者针对水库群调度约束处理方法开展了一定的研究，现有方法可大致分为四类：一是惩罚函数法：以惩罚函数的形式将约束破坏项纳入目标函数构成适应值函数，引导算法逐步转向合理的区域；二是解修复法：采用特定的修复算子对非可行解加以调整，将其映射至可行域边界或内部以保持解的可行性；三是多目标法：将原问题转换为多目标优化问题，即把个体违反约束条件的程度视为与原始目标函数等价的目标项，利用多目标优化技术来处理转换后的问题，逐步向最优解方向逼近；四是可行域辨识法：根据一定的方法对搜索空间进行缩减，使算法在相对较小的范围内寻优，以期改善算法性能。然而，前述四种方法各有优缺点：惩罚函数法形式简单、可操作性强，但惩罚因子选取困难，通常需要根据实际问题试算获取；解修复法需根据具体问题开展个性化设计，方法的通用性较差，且修复算子会在一定程度上增加算法的复杂性；多目标法能够利用Pareto占优机制有效区分解的可行程度，但是实现相对困难、且难以保证最终解的可行性；可行域辨识法无需改变优化算法寻优机制、有效保障解的可行性，但是已有文献报道多采用静态辨识机制，且约束集成度较差。因此，研发合理可行、新型高效的约束处理机制来提高传统方法求解水库群联合优化调度的效率与精度，仍然具有十分重要的意义本发明成果依托国家自然科学基金重大计划重点支持项目(91547201)和国家自然科学基金委重大国际合作(51210014)，以梯级水库群联合优化调度普遍面临的“维数灾”问题为背景，以基于数据挖掘技术与集合运算理论为手段，发明了一种具有很强实用性和广泛推广价值的水库群联合优化调度决策空间辨识方法。技术实现要素：本发明要解决的技术问题是提供一种水库群联合优化调度可行决策空间辨识方法，首先明确需求，构建水库群优化调度模型，确定目标函数和约束条件；然后采用集合运算理论、知识规则方法来动态识别各水库在单阶段、两阶段和多阶段的可行域，实现可行决策空间的有效缩减；最后采用目前已有的水库群优化调度方法，例如动态规划、粒子群算法等进行求解。本发明的技术方案为：本发明揭示了一种水库群联合优化调度可行决策空间辨识方法，按照下述步骤(1)-(4)完成水库群优化调度问题的降维求解过程：(1)根据流域特点和实际生产需求构建水库群优化调度模型，确定目标函数和约束条件，一般都可描述成如下模型，公式表示如下：maxE(x)s.t.hl(x)=0,l=1,2,...,pgl(x)≤0,l=p+1,p+2,...,p+m]]>式中，E(x)表示优化目标；x表示待优化变量，x＝[x1,x2,…,xn]T；n为变量x的维数；hl(x)＝0表示第l项等式约束；gl(x)≤0表示第l项不等式约束；p表示等式约束的个数；m表示不等式约束的个数；根据数学优化理论，可行域为F是由满足所有约束条件的点构成的集合，其数学公式为F＝{x|hl(x)＝0,l＝1,2,…,p；gl(x)≤0,l＝p+1,p+2,…,p+m}。可以看出，可行域F只受约束条件集合的综合作用影响，与待优化目标函数的形式、内容等并无直接关系。因此，如何充分利用约束条件集合来辨识可行域就是本发明所要解决的问题。(2)水库各时段的水位、发电流量、出库流量和出力均需在安全范围内运行，分别构成水位限制集合SZ、发电流量限制集合SQ、出库流量限制集合SO、出力限制集合SP，水量平衡方程约束集合可记为SB，相应数学表达为：SZ={Zi,j|Zi,jmin≤Zi,j≤Zi,jmax,∀i,j}]]>SQ={Qi,j|Qi,jmin≤Qi,j≤Qi,jmax,∀i,j}]]>SO={Oi,j|Oi,jmin≤Oi,j≤Oi,jmax,∀i,j}]]>SP={Pi,j|Pi,jmin≤Pi,j≤Pi,jmax,∀i,j}]]>SB={Vi,j|Vi,j+1=Vi,j+3600·tj·(Ii,j-Oi,j),∀i,j}]]>式中，i为水库序号，i＝1,2,…,N；N表示电站数目；j为时段序号，j＝1,2,…,T；T表示时段数目；Zi,j表示水库i在时段j的水位，m；分别为水库i在时段j的水位上、下限，m；Qi,j表示水库i在时段j的发电流量，m3/s；分别为水库i在时段j的发电流量上、下限；分别为水库i在时段j的出库流量上、下限；Pi,j表示电站i在时段j的出力，kW；分别为水库i在时段j的出力上、下限；Vi,j为水库i在时段j的库容，m3；Ii,j、Oi,j、qi,j、Di,j分别为水库i在时段j的入库流量、出库流量、区间流量、弃水流量，m3/s；水电系统优化调度需要在综合考虑水位、出力、流量等多种复杂约束的前提下，合理调控各水库的蓄放水过程，从而获得系统整体效益的最优。从优化角度看，该问题属于(1)所示的约束优化问题，这就必然要求可行域同时满足不同时段所有水电站的水位限制、出力限制、流量限制等不等式约束，和包含水量平衡方程、流量平衡方程等在内的等式约束。因此，为了同时满足所有约束条件，水库群联合调度问题的可行搜索空间必然只能是所有限制运行条件集合的交集，即F＝SZ∩SQ∩SO∩SP∩SB在制定水电系统调度方案的过程中，若仅考虑水位限制，则可行域如图1(a)所示，此时只需在原定水位运行空间内寻优，搜索空间最为庞大；若只考虑水位和流量约束，如图1(b)所示，二者交集为可行空间，此时与图1(a)相比，显然可行域能够实现一定程度的缩小；若综合考虑水位、流量与出力等约束，则依图1(c)可将搜索区间划分为7部分。可以看出，图1(c)相比于图1(a)能够扣除S2和S6，图1(c)相比于图1(b)能够扣除S6，使得可行域实现最大程度的缩减。因此，本方面采用下述方法来预先识别可行搜索空间，大幅缩减无效状态的搜索计算与额外存储，降低方法的内存占用和运算耗时，实现水电站群调度求解效率和计算规模的同步提升。(3)设定各阶段各水库的水位、出库流量分别为相应的状态值、决策值，本发明采用如下方法动态识别各水库在单阶段、两阶段和多阶段的可行域，从而实现搜索空间的有效缩减，其中：①识别单阶段可行域使用单阶段可行域辨识方法，步骤如下：a)由发电流量集合SQ与出库流量集合SO获得流量集合计算方法如下式：SO1={Oi,j1|Oi,j1,min≤Oi,j1≤Oi,j1,max,∀i,j}]]>其中式中，为水库i在时段j的修正出库流量，m3/s；为对应的上、下限。b)利用SB将SZ转化为相应的出库流量限制集合计算方法如下式：SO2=SB∩SZ={Oi,j2|Oi,j2,min≤Oi,j2≤Oi,j2,max,∀i,j}]]>其中式中，为水库i在时段j水位限制约束所对应的可能出库流量，m3/s；为相应的上、下限；fi表示水库i的库容—水位特性曲线；c)取与的交集获得修正出库流量限制集合计算方法如下式：SO3=SO1∩SO2={Oi,j3|Oi,j3,min≤Oi,j3≤Oi,j3,max,∀i,j}]]>其中式中，为水库i在时段j、与取交集后对应的出库流量，m3/s；分别为相应的上、下限；d)将SP转化为相应的出库流量限制集合具体操作为：1)首先判断各水库在各时段的出力与出库流量之间的形态：设定一个较小的出库流量增量QΔ，若成立，则为单调递增型；若成立，则为单调递减型；否则，则为拟抛物线型；式中，Pi,j(·)表示给定流量下的电站计算出力，其中·代表给定流量；2)然后将SP转换为对应的出库流量限制集合对于单调递增型，式中，Wi(·)表示给定水库出力·后，以电定水计算得到的出库流量，m3/s。对于单调递减型，对于拟抛物线型，由于对称性，导致存在两个出库流量区间，SO4=SO4,1∪SO4,2={Oi,j4|Wi(Pi,jmin)1≤Oi,j4≤Wi(Pi,jmax)1,∀i,j}∪{Oi,j4|Wi(Pi,jmax)2≤Oi,j4≤Wi(Pi,jmin)2,∀i,j};]]>式中，分别表示的两个子区间；分别表示子区间与所对应的出库流量，m3/s；为相应的上、下限；分别为相应的上、下限。e)取与的交集获得最终出库流量限制集合具体操作为：1)对于单调递增型，SO5=SO3∩SO4={Oi,j5|Oi,j5,min≤Oi,j4≤Oi,j5,max,∀i,j}]]>其中式中，为水库i在时段j、与取交集后对应的可能出库流量，m3/s；为相应的上、下限；2)对于单调递减型，SO5=SO3∩SO4={Oi,j5|Oi,j5,min≤Oi,j4≤Oi,j5,max,∀i,j}]]>其中3)对于拟抛物线型，SO5={SO3∩SO4,1}∪{SO3∩SO4,2}=SO5,1∪SO5,2={Oi,j5,1|Oi,j5,1,min≤Oi,j5,1≤Oi,j5,1,max,∀i,j}∪{Oi,j5,2|Oi,j5,2,min≤Oi,j5,2≤Oi,j5,2,max,∀i,j}]]>其中式中，分别表示的两个子区间；为水库i在时段j、与取交集后对应的可能出库流量，m3/s；为水库i在时段j、与取交集后对应的可能出库流量，m3/s；分别表示相应的上、下限；分别表示相应的上、下限；②识别两阶段可行域使用两阶段可行域辨识方法，步骤如下：首先由时段j-1状态向时段j顺序搜索(j-1→j)，调用单阶段可行域辨识方法获得决策集合然后根据时段j+1状态逆序搜索(j+1→j)，调用单阶段可行域辨识方法获得决策集合最后取与二者的交集即可获得决策变量的可行范围。图3为单阶段与两阶段可行域辨识对比图，可以看出，利用本发明可以有机集成各项约束，实现动态缩减搜索空间，避免在不可行搜索空间内的盲目计算。③识别多阶段可行域使用多阶段可行域辨识方法，则操作步骤如下：设定待优化阶段为j，若只给定调度期初水位，则只需从调度期初逐时段顺序递推至时段j，调用单阶段可行域辨识方法即可获得可行搜索空间；若同时给定了调度期末的状态，则可从调度期初顺序递推(1→j)、调度期末逆序递推(T→j)，分别获得在时段j相应的可行区间，然后调用两阶段可行域辨识方法取二者交集，以进一步剔除不可行搜索空间；(4)完成上述步骤后，可以获得大幅缩减的可行决策空间；然后采用目前已有的水库群优化调度方法，例如动态规划、粒子群算法，在此空间内进行求解，即可快速获得高质量调度结果。本发明对比现有技术有如下有益效果：本发明一种水库群联合优化调度可行决策空间辨识方法，首先明确需求，构建水库群优化调度模型，确定目标函数和约束条件；然后采用特定的知识规则以及集合运算理论动态识别各水库在单阶段、两阶段和多阶段的可行域，实现搜索空间的有效缩减；最后采用目前已有的水库群优化调度方法，例如动态规划、粒子群算法等进行求解。对比现有技术，本发明可有效辨识水库群可行决策空间，减小甚至避免传统方法在非可行决策空间的搜索，智能实现复杂约束条件的预处理，能够在全局尺度上实现可行域的有效压缩，大幅减少在不可行解的冗余计算；同时可以极大缓解“维数灾“问题，并可快速、科学响应库群调度实际工况，有效降低传统方法的计算量与存储量，切实保障水库群联合优化调度的计算效率与结果质量，为水库群联合优化调度问题的降维提供一种合理可行的方法。附图说明图1(a)是仅考虑水位限制集合的可行域示意图；图1(b)是考虑水位限制集合、流量限制集合的可行域示意图；图1(c)是考虑水位限制集合、流量限制集合、出力限制集合的可行域示意图；图2(a)是出力与出库流量之间的形态之单调递增型；图2(b)是出力与出库流量之间的形态之单调递减型；图2(c)是出力与出库流量之间的形态之拟抛物线型；图3(a)是单阶段可行域辨识示意图；图3(b)是两阶段可行域辨识示意图；图4(a)是红水河流域龙滩水库在丰水年的可行域缩减效果图；图4(b)是红水河流域龙滩水库在平水年的可行域缩减效果图；图4(c)是红水河流域龙滩水库在枯水年的可行域缩减效果图；图5(a)是红水河流域3座水库联合调度下采用动态规划求解时未使用本发明方法所得决策变量分布图；图5(b)是红水河流域3座水库联合调度下采用动态规划求解时使用本发明方法所得的决策变量分布图。具体实施方式下面结合附图和实施例对本发明作进一步的描述。伴随我国水电的迅猛发展，水库群联合优化调度问题的计算规模和求解难度日益增加，其中各种复杂约束条件带来的“维数灾”问题是现有方法面临的极大挑战。缺乏简单、高效处理复杂约束条件的优化方法，直接导致算法的搜索空间扩大、无效计算量增加。如何实现可行域的合理有效缩减是水库群联合优化调度的主要难点之一。本发明揭示一种水库群联合优化调度可行决策空间辨识方法，首先明确需求，构建水库群优化调度模型，确定目标函数和约束条件；然后采用特定的知识规则以及集合运算理论动态识别各水库在单阶段、两阶段和多阶段的可行域，实现搜索空间的有效缩减；最后采用目前已有的水库群优化调度方法，例如动态规划、粒子群算法等进行求解。根据上述介绍，一次完整的水库群联合优化调度过程，按照下述步骤(1)-(4)予以实现：(1)根据流域特点和实际生产需求构建水库群优化调度模型，确定目标函数和约束条件，模型表示如下：maxE(x)s.t.hl(x)=0,l=1,2,...,pgl(x)≤0,l=p+1,p+2,...,p+m]]>式中，E(x)表示优化目标；x表示待优化变量，x＝[x1,x2,…,xn]T；n为变量x的维数；hl(x)＝0表示第l项等式约束；gl(x)≤0表示第l项不等式约束；p表示等式约束的个数；m表示不等式约束的个数；(2)设可行域为F，即满足所有约束条件的点构成的集合，表示为F＝{x|hi(x)＝0,i＝1,2,…,p；gi(x)≤0,j＝1,2,…,m}，同时，水库各时段的水位、发电流量、出库流量和出力均需在安全范围内运行，分别构成水位限制集合SZ、发电流量限制集合SQ、出库流量限制集合SQ、出力限制集合SP，水量平衡方程约束集合可记为SB，相应数学表达为：SZ={Zi,j|Zi,jmin≤Zi,j≤Zi,jmax,∀i,j}]]>SQ={Qi,j|Qi,jmin≤Qi,j≤Qi,jmax,∀i,j}]]>SO={Oi,j|Oi,jmin≤Oi,j≤Oi,jmax,∀i,j}]]>SP={Pi,j|Pi,jmin≤Pi,j≤Pi,jmax,∀i,j}]]>SB={Vi,j|Vi,j+1=Vi,j+3600·tj·(Ii,j-Oi,j),∀i,j}]]>式中，Zi,j表示水库i在时段j的水位，m；分别为水库i在时段j的水位上、下限，m；Qi,j表示水库i在时段j的发电流量，m3/s；分别为水库i在时段j的发电流量上、下限；分别为水库i在时段j的出库流量上、下限；Pi,j表示电站i在时段j的出力，kW；分别为水库i在时段j的出力上、下限；Vi,j为水库i在时段j的库容，m3；Ii,j、Oi,j、qi,j、Di,j分别为水库i在时段j的入库流量、出库流量、区间流量、弃水流量，m3/s；(3)设定各阶段各水库的水位、出库流量分别为相应的状态值、决策值，采用知识规则以及集合运算理论动态识别各水库在单阶段、两阶段和多阶段的可行域，实现决策空间的有效缩减，其中：①识别单阶段可行域使用单阶段可行域辨识方法，步骤如下：a)由发电流量集合SQ与出库流量集合SO获得流量集合计算方法如下式：SO1={Oi,j1|Oi,j1,min≤Oi,j1≤Oi,j1,max,∀i,j}]]>其中式中，为水库i在时段j的修正出库流量，m3/s；为对应的上、下限；b)利用SB将SZ转化为相应的出库流量限制集合计算方法如下式：SO2=SB∩SZ={Oi,j2|Oi,j2,min≤Oi,j2≤Oi,j2,max,∀i,j}]]>其中式中，为水库i在时段j水位限制约束所对应的可能出库流量，m3/s；为相应的上、下限；fi,1表示水库i的库容—水位特性曲线；c)取与的交集获得修正出库流量限制集合计算方法如下式：SO3=SO1∩SO2={Oi,j3|Oi,j3,min≤Oi,j3≤Oi,j3,max,∀i,j}]]>其中式中，为水库i在时段j、与取交集后对应的可能出库流量，m3/s；为相应的上、下限；d)将SP转化为相应的出库流量限制集合具体操作为：1)首先判断各水库在各时段的出力与出库流量之间的形态：设定一个较小的出库流量增量QΔ，若成立，则为单调递增型；若成立，则为单调递减型；否则，则为拟抛物线型；式中，Pi,j(·)表示给定流量下的计算出力，其中·代表给定流量；2)然后将SP转换为对应的出库流量限制集合对于单调递增型，式中，Wi(·)表示给定水库出力·后，以电定水计算得到的出库流量，m3/s。对于单调递减型，对于拟抛物线型，由于对称性，导致存在两个出库流量区间，SO4=SO4,1∪SO4,2={Oi,j4|Wi(Pi,jmin)1≤Oi,j4≤Wi(Pi,jmax)1,∀i,j}∪{Oi,j4|Wi(Pi,jmax)2≤Oi,j4≤Wi(Pi,jmin)2,∀i,j};]]>式中，分别表示的两个子区间；e)取与的交集获得最终出库流量限制集合具体操作为：1)对于单调递增型，SO5=SO3∩SO4={Oi,j5|Oi,j5,min≤Oi,j4≤Oi,j5,max,∀i,j}]]>其中式中，为水库i在时段j、与取交集后对应的可能出库流量，m3/s；为相应的上、下限；2)对于单调递减型，SO5=SO3∩SO4={Oi,j5|Oi,j5,min≤Oi,j4≤Oi,j5,max,∀i,j}]]>其中3)对于拟抛物线型，SO5={SO3∩SO4,1}∪{SO3∩SO4,2}=SO5,1∪SO5,2={Oi,j5,1|Oi,j5,1,min≤Oi,j5,1≤Oi,j5,1,max,∀i,j}∪{Oi,j5,2|Oi,j5,2,min≤Oi,j5,2≤Oi,j5,2,max,∀i,j}]]>其中式中，分别表示的两个子区间；为水库i在时段j、与取交集后对应的可能出库流量，m3/s；为水库i在时段j、与取交集后对应的可能出库流量，m3/s；分别表示相应的上、下限；分别表示相应的上、下限；②识别两阶段可行域使用两阶段可行域辨识方法，步骤如下：首先由时段j-1状态向时段j顺序搜索(j-1→j)，调用单阶段可行域辨识方法获得决策集合然后根据时段j+1状态逆序搜索(j+1→j)获得决策集合最后取与二者的交集即可获得决策变量的可行范围；③识别多阶段可行域使用多阶段可行域辨识方法，则操作步骤如下：设定待优化阶段为j，若只给定调度期初水位，则只需从调度期初逐时段顺序递推至时段j，调用单阶段可行域辨识方法即可获得可行搜索空间；若同时给定了调度期末的状态，则可从调度期初顺序递推(1→j)、调度期末逆序递推(T→j)，分别获得在时段j相应的可行区间，然后调用两阶段可行域辨识方法取二者交集，以进一步剔除不可行搜索空间；(4)完成可行域缩减后，采用目前已有的水库群优化调度方法，例如动态规划、粒子群算法进行求解。现以红水河流域龙滩-岩滩-大化梯级水电站群为研究对象，采用本发明方法实现联合优化调度可行域的有效缩减和降维。各电站的基础资料见表1。设定调度周期为1年，计算步长选为1个月，总调度时段数目为12。首先，将龙滩水库作为研究对象，分别选用丰水年、平水年和枯水年三种情景作为各时段来水输入；将各项约束设定在相同水平以满足可比性条件，进而比较分析不同来水条件下的可行空间。同时，为方便对比清晰，将相应的流量决策空间转化至水位状态空间。三种情景下的可行域缩减效果见图4(a)-(c)。由图分析可知，可行决策空间的形态在不同量级来水条件下的表现各不相同，如丰水年较为饱满，近似为“偏肥胖型”；平水年有所收敛，恰似“瘦长型”；枯水年再度缩减，呈现出条状的“细窄型”。一般情况下，工作人员在制作调度计划时通常将水位限定在正常高水位与死水位之间运行，显然优化范围相对较大，相比之下，采用本发明方法所获得的可行域明显缩减，有效降低约束条件处理维度，实现降维。另外，为验证本发明方法的有效性，结合粒子群算法(PSO)开展优化调度，计算结果见表2。单独使用PSO算法与使用本发明方法缩减可行域的情况下再使用PSO算法的计算结果相比，在控制相同搜索次数的前提下，两种方法的计算耗时相近，但是本发明方法所得计算结果明显优于PSO算法，说明在计算相同次数前提下，本发明方法可以搜索更多的可行解，从而获得更优的调度结果。然后，将梯级流域3座水库作为研究对象，开展水库群联合优化调度。将动态规划作为优化方法，分别采用单独使用动态规划和结合本发明方法缩减可行域后使用动态规划两种方式完成计算，选用某年实测区间径流作为系统输入，并将系统在调度期始、末水位状态向量设置为同一向量；周期取为2个月，步长为1个月，即总计算时段数为2。两方法在相应离散步长下的决策变量对比见图5(a)、(b)所示。由图可知，采用本发明方法后，再利用动态规划方法求解联合优化调度问题，可以剔除大量无效状态组合，所选决策变量在空间内的分布相对稀疏，而单独使用动态规划方法所得分布图则非常密集。表3所示计算结果表明，在获得相同的发电量18.23亿kW·h情况下，采用本发明方法后，再利用动态规划方法求解时决策变量数目与计算耗时均不足单独使用动态规划方法的20％。表1表2表3由此可见，本发明方法可以降低传统方法的计算量与存储量，实现可观的降维效果，有效改善方法的性能表现，在水库群联合调度领域具有很好的应用前景。当前第1页1 2 3