基于Matlab遺傳算法工具箱的梯級水電站優(yōu)化調(diào)度

基于Matlab遺傳算法工具箱的梯級水電站優(yōu)化調(diào)度

ID:38236511

大小:167.92 KB

頁數(shù):4頁

時間:2019-05-27

基于Matlab遺傳算法工具箱的梯級水電站優(yōu)化調(diào)度_第1頁
基于Matlab遺傳算法工具箱的梯級水電站優(yōu)化調(diào)度_第2頁
基于Matlab遺傳算法工具箱的梯級水電站優(yōu)化調(diào)度_第3頁
基于Matlab遺傳算法工具箱的梯級水電站優(yōu)化調(diào)度_第4頁
資源描述:

《基于Matlab遺傳算法工具箱的梯級水電站優(yōu)化調(diào)度》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第25卷第11期電力自動化設(shè)備Vol.25No.112005年11月ElectricPowerAutomationEquipmentNov.2005基于Matlab遺傳算法工具箱的梯級水電站優(yōu)化調(diào)度121施展武,羅云霞,邱家駒(1.浙江大學(xué)電氣工程學(xué)院,浙江杭州310027;2.浙江水利水電??茖W(xué)校,浙江杭州310018)摘要:遺傳算法因其簡單、通用、適于并行處理而用于解決非線性復(fù)雜問題。在研究了基于Matlab遺傳算法工具箱(GAOT)的基礎(chǔ)上,提出把水電站水庫看作一個系統(tǒng),把系統(tǒng)的各元素、輸入/輸出參數(shù)等簡化和假設(shè)

2、后建立簡化通用的數(shù)學(xué)模型。用該數(shù)學(xué)模型討論了實現(xiàn)梯級水電站的優(yōu)化調(diào)度問題,詳細(xì)分析了算法設(shè)計中遺傳算法控制參數(shù)的確定、編碼、隨機(jī)生成初始母體群、適應(yīng)度計算、選擇、交叉、變異、停止準(zhǔn)則判斷等。以某梯級水電站為例,利用提出的優(yōu)化調(diào)度模型計算了比較簡單的情況,表明是可行的,對較復(fù)雜的情況也同樣適用。關(guān)鍵詞:遺傳算法;水電站;Matlab;優(yōu)化調(diào)度中圖分類號:TM73;TP311.56文獻(xiàn)標(biāo)識碼:A文章編號:1006-6047(2005)11-0030-04遺傳算法GAs(GeneticAlgorithms)是20世紀(jì)1.2算

3、子函數(shù)70年代由美國密歇根大學(xué)的John.H.Holland借鑒生算子函數(shù)包括交叉算子和變異算子,算子函數(shù)物界自然選擇和進(jìn)化機(jī)制發(fā)展起來的高度隨機(jī)自適提供了遺傳算法的搜索機(jī)制,通過算子函數(shù),在原來應(yīng)搜索算法[1]。經(jīng)過30多年的發(fā)展,遺傳算法已經(jīng)種群的基礎(chǔ)上產(chǎn)生新的種群。a.交叉算子:function[child1,child2]=crossover在優(yōu)化、生產(chǎn)調(diào)度、智能控制、模式識別、圖像處理、[2~4](parent1,parent2,bounds,params)。機(jī)器學(xué)習(xí)等領(lǐng)域取得了令人鼓舞的成就。b.變異算子:

4、function[child1]=mutation(parent1,目前,國內(nèi)外已有采用遺傳算法實現(xiàn)水電站的bounds,params)。優(yōu)化調(diào)度,文獻(xiàn)[5]研究了基于遺傳算法的水電站短所不同的是交叉算子由2個父代產(chǎn)生2個新的期優(yōu)化調(diào)度問題。文獻(xiàn)[6,7]利用遺傳算法實現(xiàn)水子代,而變異算子則是由1個父代產(chǎn)生1個新的子代。電站的優(yōu)化,但是采用二進(jìn)制編碼,計算比較復(fù)雜。1.3選擇函數(shù)文獻(xiàn)[8]采用十進(jìn)制編碼,一定程度上避免了二進(jìn)選擇函數(shù)決定哪些個體進(jìn)入下一代。制編碼的冗余,但是只是針對單個水庫水電站的優(yōu)選擇函數(shù):Funct

5、ion[newPop]=selectFunction(old-化調(diào)度問題。由于水電站群優(yōu)化調(diào)度問題的復(fù)雜Pop,options)。性,目前尚無統(tǒng)一公認(rèn)的數(shù)學(xué)模型和求解方法。本其中newPop是被選擇的新種群,oldPop是當(dāng)前文用一個簡化的數(shù)學(xué)模型,采用Matlab遺傳算法工種群,options是其他可選參數(shù)向量。具箱求解梯級水電站的優(yōu)化調(diào)度問題。遺傳算法工具箱給出了roulette.m,normGeomSe-lect.m,tourn.m等3個選擇函數(shù)。1Matlab遺傳算法工具箱簡介1.4初始化函數(shù)和終止函數(shù)遺傳算法

6、工具箱給出了initializega.m,initializeo-MathWorks公司的Matlab是目前主流的數(shù)值計ga.m2個種群初始化函數(shù)和maxGenTerm.m,optMax-算軟件之一,擅長數(shù)值和符號計算,系統(tǒng)建模、仿真GenTerm2個終止函數(shù)。和開發(fā)等。Matlab的功能強(qiáng)大之處還在于它開發(fā)了遺傳算法工具箱已經(jīng)在多維變量優(yōu)化、非線性可應(yīng)用于不同領(lǐng)域的工具箱,其中的遺傳算法優(yōu)化規(guī)劃、參數(shù)優(yōu)化和動態(tài)系統(tǒng)最優(yōu)控制等一系列領(lǐng)域工具箱就是一個可用于優(yōu)化設(shè)計的工具箱,文獻(xiàn)有了很好的應(yīng)用。[9]對遺傳算法工具箱作了

7、詳盡的介紹。1.1ga.m函數(shù)2數(shù)學(xué)模型ga.m函數(shù)是Matlab遺傳算法工具箱和外部的把水電站水庫群看作一個系統(tǒng),把系統(tǒng)的各元接口,在實際優(yōu)化過程中,編寫好目標(biāo)函數(shù),設(shè)定參素及輸入/輸出等通過一定的簡化和假設(shè)后,建立數(shù)數(shù),調(diào)用ga.m,便可實現(xiàn)優(yōu)化。學(xué)模型,再對數(shù)學(xué)模型求解,得到最優(yōu)調(diào)度的方案。收稿日期:2005-03-28;修回日期:2005-07-06梯級水電站優(yōu)化調(diào)度的數(shù)學(xué)模型如下:第11期施展武,等:基于Matlab遺傳算法工具箱的梯級水電站優(yōu)化調(diào)度!T!mT!mmax!!ΔEtj(Vtj,Qtj)(1)ΔV

8、=!!max{(Vtj-Vj,max),t=1j=1t=1j=1#max(0,V-V)}(9)%Vt+1,j=Vtj+[Qr,tj-Qtj(Vtj)]Δtj,mintj%%%Z≤Z≤Z式中P為保證f為正的正整數(shù)。%j,mintjj,maxs.t.$(2)%3.5選擇%(或Vj,min≤Vtj≤Vj,max)%%%Q≤Q≤Q采用適應(yīng)

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。