基于混合差分进化算法的梯级水电站调度研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (4): 228-231.

基于混合差分进化算法的梯级水电站调度研究

李英海1，莫莉2，左建1

1.三峡大学水利与环境学院，湖北宜昌 443002
2.华中科技大学水电与数字化工程学院，武汉 430074

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-01 发布日期:2012-04-05

Shuffled differential evolution algorithm based on optimal scheduling of cascade hydropower stations

LI Yinghai1, MO Li2, ZUO Jian1

1.College of Hydraulic & Environmental Engineering, China Three Gorges University, Yichang, Hubei 443002, China
2.College of Hydroelectric and Digitalization Engineering, Huazhong University of Science and Technology, Wuhan 430074, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-01 Published:2012-04-05

摘要/Abstract

摘要： 针对梯级水电站优化调度的复杂问题，结合差分进化算法和混合蛙跳算法各自优势，提出一种新的混合差分进化算法。该算法将差分进化策略嵌入到混合蛙跳算法框架中，对整个群体循环进行分组进化与混合操作，而在每个分组内部按照差分进化策略对个体不断进行更新。数值实验表明该算法具有较强的全局搜索能力，克服了基本差分进化算法易早熟收敛的缺点。将该算法应用于梯级水电站中长期优化调度实例，并与传统动态规划法进行比较分析，进一步验证了其可行性与有效性。

关键词: 差分进化算法, 混合蛙跳算法, 梯级水电站, 优化调度

Abstract: For the complicated problem of cascade hydropower stations optimal dispatch, a novel shuffled differential evolution algorithm is proposed by hybridizing Differential Evolution algorithm（DE） and Shuffled Frog Leaping algorithm（SFL）. In the proposed algorithm, the population is periodically executes grouping and shuffling operations, and the individuals are updated according to the differential evolution strategy in each group. The algorithm is applied to a case of cascade hydropower stations mid-long term optimal scheduling. The results show it is feasible and more efficient than dynamic programming.

Key words: differential evolution algorithm, shuffled frog leaping, cascade hydropower stations, optimal scheduling

李英海1，莫莉2，左建1. 基于混合差分进化算法的梯级水电站调度研究[J]. 计算机工程与应用, 2012, 48(4): 228-231.

LI Yinghai1, MO Li2, ZUO Jian1. Shuffled differential evolution algorithm based on optimal scheduling of cascade hydropower stations[J]. Computer Engineering and Applications, 2012, 48(4): 228-231.

[1]	钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J]. 计算机工程与应用, 2021, 57(20): 73-81.
[2]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[3]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.
[4]	沈鑫，邹德旋，张强. 采用双变异策略的自适应差分进化算法及应用[J]. 计算机工程与应用, 2020, 56(4): 146-157.
[5]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[6]	李志强1，朱望纯1，张伟昆1，2. 区域停车诱导信息发布板的选址优化算法[J]. 计算机工程与应用, 2018, 54(8): 242-246.
[7]	刘利斌1，2，隆广庆1，2，上官珍萍1. 差分进化与有理谱方法求解奇异摄动问题[J]. 计算机工程与应用, 2018, 54(17): 225-230.
[8]	钱武文，柴军瑞，张子映，谈然. 基于反射变异策略的自适应差分进化算法[J]. 计算机工程与应用, 2018, 54(15): 161-168.
[9]	林诗洁1，2，董晨1，2，陈明志1，2，张凡1，2，陈景辉1，2. 新型群智能优化算法综述[J]. 计算机工程与应用, 2018, 54(12): 1-9.
[10]	张锦华1，宋来锁2，张元华3，李富昌4. 加权变异策略动态差分进化算法[J]. 计算机工程与应用, 2017, 53(4): 156-162.
[11]	刘宏，王其涛，夏未君. 优化混合蛙跳算法的WSN三维定位方法[J]. 计算机工程与应用, 2017, 53(2): 129-133.
[12]	靳雁霞，任超，李照，程思岳，王贺，韩慧妍. 融合智能算法的变形体碰撞检测算法研究[J]. 计算机工程与应用, 2017, 53(19): 130-135.
[13]	刘利斌1，孔祥盛2，欧阳艾嘉3，4. 含两个参数的奇异摄动问题的差分进化算法[J]. 计算机工程与应用, 2016, 52(4): 19-23.
[14]	汤旻安1，2，谷宝慧1. 改进PSO在AGV系统路径优化调度中的应用研究[J]. 计算机工程与应用, 2016, 52(3): 261-265.
[15]	王婷婷，杨琴，黄琳，王璐，黄益平. 基于顾客行为特征的超市收银口优化调度方案[J]. 计算机工程与应用, 2016, 52(3): 266-270.