一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种平原圩区排涝泵站的优化调度方法

2023-02-04 18:17:51 来源:中国专利 TAG:


1.本发明涉及排涝泵站的优化调度技术,具体地说是涉及一种平原圩区排涝泵站的优化调度方法。


背景技术:

2.平原圩区的调度是利用泵站的抽排能力,按照一定的规则有计划的对圩区内部积水进行宣泄,在此过程中内外水量交换必须利用泵、闸等水利设施进行。在编制排涝泵站的优化调度方案时,应考虑对泵站的启闭状况进行组合分类,并利用优化算法对分类结果逐一求解。
3.一般而言,对泵站启闭状况分类都是依据穷举法完成,当分类对象较少时,穷举法完全满足计算需要,然而随着分类对象和启闭状况增多时,其模拟计算量将会呈指数上升,工作效率大幅下降而工作时长大幅提升,对优化工作造成非常不利的影响。
4.对于分类结果的逐一求解,目前在泵站优化领域常用的方法主要有动态规划法和神经网络法。但是在利用动态规划开展数值求解时存在严重的维数灾问题,特别是阶段决策变量多于1时,计算量会随着“维数”呈指数上升,甚至超过计算机的处理能力范围;神经网络算法随着应用越来越广泛,其暴露的缺点问题也越来越多,主要集中在收敛速度极慢、应用实例与网络规模的矛盾问题和局部极小化问题三个方面。
5.综上所述,目前行业内对平原圩区排涝泵站的优化调度方法存在着各种缺陷,影响了平原圩区排涝泵站优化调度运行技术的工程应用。


技术实现要素:

6.发明目的:本发明的目的是提供一种平原圩区排涝泵站的优化调度方法,通过采用正交选择法和遗传算法,实现对泵站启闭情况的组合分类和对分类结果的逐一求解,从而获得以最低的泵站能耗情况下排出最多的区域内积水的调度方案。
7.技术方案:本发明的一种平原圩区排涝泵站的优化调度方法,包括以下步骤:
8.s1、根据优化调度方法的基本假定、目标和准则,确定优化调度的目标函数和约束条件;优化调度的目标函数为泵站机组总功耗恒定和泵站机组总出量最大,约束条件包括泵站机组内水泵的启闭状态约束和开机最短时长约束;
9.s2、采用正交实验法,对泵站机组的启闭状况进行组合分类,确定多种泵站机组启闭状况的运行方案;
10.s3、对每一种泵站机组启闭状况的运行方案,运用遗传算法进行优化,得到各方案下泵站的启闭运行时长及排水总量,进而得到排水量从高到低的优化调度序列及总排水量最大的泵站机组启闭状况的运行方案;
11.s4、考虑圩区河道的承载能力,剔除超过河道安全水位的泵站机组启闭状况的运行方案,按照剩余方案中的最优方案调整泵站机组的启闭状况,进而实现平原圩区排涝泵站的最优化调度。
12.进一步的,步骤s1中优化调度的目标函数为:
[0013][0014]
其中,f为泵站机组的总出量,qi是第i个泵站机组的装机流量,i=1~n;ti为泵站机组的开机时长,xi为泵站机组内水泵的启闭状态;m为额定总功耗,pi是第i组泵站与xi相对应的额定功率;
[0015]
泵站机组内水泵的启闭状态约束:
[0016]
xi={1,2,3}
[0017]
其中,xi表示泵站机组内水泵的启闭状态,其中1代表全开,2代表半开,3代表关闭;
[0018]
开机最短时长约束:
[0019]
ti≥t
min
[0020]
其中,ti是第i组泵站的运行时长,t
min
是泵站机组的最短运行时长。
[0021]
进一步的,步骤s2具体为:
[0022]
根据圩区和泵站的类型,确定正交实验的三个指标,包括实验指标、实验因素和因素水平;实验指标是指在正交实验的结果分析中,用于评价和衡量其结果优劣程度的特征值;实验因素指泵站的位置分布情况,将每个位置的泵站视为一个实验因素;因素水平指泵站内水泵的启闭状态,包括全开、半开和关闭状态;
[0023]
根据实验因素和因素水平,在l4(23),l8(27),l
12
(2
11
),l9(34),l
16
(45)和l
25
(56)常规正交实验表中选择对应的正交实验表。
[0024]
进一步的,在选择合适的常规正交实验表后,若完全按照常规正交实验表实施调度规则,会出现某些方案的泵站机组运行方式单一,运行时间较长,当圩区需要经济且迅速排出涝水时,这些方案显然不切合实际。因此,应根据优化调度问题的实际情况,对所选的常规正交实验表进行合理改进,调整常规正交实验表中不同方案所对应的因素水平,形成改进的正交实验表,以切合泵站实际调度情况。
[0025]
进一步的,步骤s3具体为:
[0026]
根据泵站机组的总出量、启闭状态、开机时长及计算精度,确定遗传算法群体数,迭代次数,交叉概率和变异概率,通过计算机程序完成适应度计算、选择、交叉、变异步骤,输出各泵站运行时长及相应的总排水量;之后对结果进行极差分析,以获得不同实验因素之间、同一实验因素中的不同水平对实验结果的影响程度,了解对结果造成最大影响的实验因素以及该实验因素中最重要的水平。
[0027]
进一步的,步骤s3具体为:采用遗传算法对每一种泵站启闭状况的运行方案进行优化的方法为:
[0028]
(1)算法初始化:设定种群规模m,迭代次数g,交叉概率pc,变异概率pm。
[0029]
(2)将所有泵站机组的总出量的每一个可能解看作算法中的“个体”,由若干个可能解组成的集合即为“种群”;随机选取m个个体组成初始种群,对初始种群中的每个个体都进行一次评估计算,得出个体适应度;
[0030]
(3)进行交叉、变异、选择操作,产生子代种群;
[0031]
(4)判断当前迭代次数是否大于预设的迭代次数;如不大于,则转到步骤(2)准备进行下一次遗传操作;若大于,则将具有最大适应度的个体作为最优解输出,终止计算。
[0032]
本发明的一种平原圩区排涝泵站的优化调度系统,包括:
[0033]
优化调度模型模块,用于根据优化调度方法的基本假定、目标和准则,确定优化调度的目标函数和约束条件;
[0034]
方案确定模块,用于采用正交实验法,对泵站的启闭状况进行组合分类,确定多种泵站启闭状况的运行方案;
[0035]
方案优化模块,用于对每一种泵站启闭状况的运行方案,运用遗传算法进行优化,得到各方案下泵站的启闭运行时长及排水总量,进而得到排水量从高到低的优化调度序列及总排水量最大的泵站机组启闭状况的运行方案;
[0036]
优化调度模块,用于剔除超过河道安全水位的泵站运行方案,在剩余的最优方案中调整泵站机组的启闭状况,实现平原圩区排涝泵站的最优化调度。
[0037]
本发明的一种装置设备,包括存储器和处理器,其中:
[0038]
存储器,用于存储能够在处理器上运行的计算机程序;
[0039]
处理器,用于在运行所述计算机程序时,执行如上述一种平原圩区排涝泵站的优化调度方法的步骤。
[0040]
本发明的一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被至少一个处理器执行时实现如上述一种平原圩区排涝泵站的优化调度方法的步骤。
[0041]
有益效果:与现有技术相比,本发明的技术效果为:(1)本发明对泵站启闭情况的分类采用正交选择法,克服了穷举法方案数量多导致的模拟计算量大,计算用时长的缺点。(2)在优化算法的设计上,选择遗传算法作为排涝泵站的优化方法,有效地避免了现有动态规划法的维数灾问题和神经网络法收敛速度慢的问题,计算速度快,可信度高,满足实时优化调度的要求。
附图说明
[0042]
图1是实现排涝泵站优化运行的流程图;
[0043]
图2是遗传算法的计算流程图。
具体实施方式
[0044]
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
[0045]
如图1所示,本发明的一种平原圩区排涝泵站的优化调度方法,包括以下步骤:
[0046]
s1、根据优化调度方法的基本假定、目标和准则,确定优化调度的目标函数和约束条件;
[0047]
优化调度方法的基本假定,包括:
[0048]
(1)降雨产生的水量不超过圩区的可承受范围。
[0049]
(2)单个排涝泵站内的所有水泵均为同一种类型。
[0050]
(3)水泵开机后的流量即为装机流量、开机功率即为额定功率。
[0051]
(4)不考虑圩区泵站汇水能力的影响。
[0052]
优化调度的目标函数和约束条件,包括:
[0053]
根据平原圩区排涝泵站的优化调度理念,将优化调度的目标函数设定为泵站机组的总功耗恒定和泵站机组的总出量最大,即总排水量最大,总排水量为各个泵站机组的排水量之和。如公式(1)所示:
[0054][0055]
其中,f为泵站机组的总出量,qi是第i个泵站机组的装机流量,i=1~n;ti为泵站机组的开机时长,xi为泵站机组内水泵的启闭状态;m为额定总功耗,pi是第i组泵站与xi相对应的额定功率;
[0056]
泵站机组内水泵的启闭状态约束:
[0057]
xi={1,2,3}
ꢀꢀ
(2)
[0058]
其中,xi表示泵站机组内水泵的启闭状态,其中1代表全开,2代表半开,3代表关闭;
[0059]
开机最短时长约束:
[0060]
ti≥t
min
ꢀꢀ
(3)
[0061]
其中,ti是第i组泵站的运行时长,t
min
是泵站机组的最短运行时长。
[0062]
s2、采用正交实验法,对泵站的启闭状况进行组合分类,确定多种泵站启闭状况的运行方案;具体为:
[0063]
1)明确正交实验的三个主要指标:实验指标、实验因素和因素水平。
[0064]
根据圩区和泵站的类型,确定正交实验的实验指标、实验因素和因素水平。实验指标是指在正交实验的结果分析中,用于评价和衡量其结果优劣程度特征值;实验因素是指影响实验指标的因素,在本发明中指泵站机组的位置分布情况,通常可将每个位置的泵站机组视为一个实验因素;因素水平指实验中各因素所处的不同条件和状态,在本发明中指泵站机组内水泵的启闭状态,即全开、半开和关闭状态。
[0065]
2)根据实验因素和因素水平,在l4(23),l8(27),l
12
(2
11
),l9(34),l
16
(45)和l
25
(56)常规正交实验表中选择对应的正交实验表。本实施例中,泵站机组分布在4个不同的位置,且每个泵站机组都具有全开、半开和关闭三种状态,因此实验因素为4,因素水平为3,选择l9(34)常规正交实验表。
[0066]
在多数情况下,在选择对应的常规正交实验表后,若完全按照常规正交实验表实施调度规则,会出现某些方案的泵站机组运行方式单一,运行时间较长,当圩区需要经济且迅速排出涝水时,这些方案显然不切合实际。因此,应根据优化调度问题的实际情况,对所选的常规正交实验表进行合理改进,调整常规正交实验表中不同方案所对应的因素水平,形成改进的正交实验表,以切合泵站实际调度情况。
[0067]
3)采用极差分析法,对确定的多种泵站启闭状况的运行方案进行分析,获得不同因素之间、同一因素中的不同水平对实验结果的影响程度。
[0068]
s3、对每一种泵站启闭状况的运行方案,运用遗传算法进行优化,得到各方案下泵站的启闭运行时长及排水总量,进而得到排水量从高到低的优化调度序列及总排水量最大的泵站机组启闭状况的运行方案;。
[0069]
遗传算法,包括随机产生初始种群,计算适应度,选择,交叉,变异等主要步骤。如图2所示,包括:
[0070]
(1)算法初始化。设定种群规模m=100,迭代次数g=500,交叉概率pc=0.9,变异概率pm=0.1。
[0071]
(2)将所有泵站机组的总出量的每一个可能解看作算法中的“个体”,由若干个可能解组成的集合即为“种群”。随机选取m=100个个体组成初始种群,对初始种群中的每个个体都进行一次评估计算,得出个体适应度;
[0072]
(3)进行交叉、变异、选择操作,产生子代种群。
[0073]
(4)判断当前迭代次数是否大于预设的迭代次数。如不大于,则转到步骤(2)准备进行下一次遗传操作;若大于,则将具有最大适应度的个体作为最优解输出,终止计算。
[0074]
本发明实施例中,对每一种泵站启闭状况的运行方案,运用遗传算法进行优化。根据泵站机组的总出量、启闭状态、开机时长及计算精度,确定遗传算法群体数,迭代次数,交叉概率和变异概率,通过计算机程序完成适应度计算、选择、交叉、变异步骤,输出各泵站运行时长及相应的总排水量;之后对结果进行极差分析,以获得不同实验因素之间、同一实验因素中的不同水平对实验结果的影响程度,了解对结果造成最大影响的实验因素以及该实验因素中最重要的水平。
[0075]
s4、检验各方案是否满足河道水位安全要求,如果是,则得到总排水量最大方案为最优方案;否则,剔除该方案;具体的:
[0076]
考虑圩区河道的承载能力,剔除超过河道安全水位的泵站运行方案,在剩余的最优方案中调整泵站机组的启闭状况,即可实现平原圩区排涝泵站的最优化调度。
[0077]
本发明的一种平原圩区排涝泵站的优化调度系统,包括:
[0078]
优化调度模型模块,用于根据优化调度方法的基本假定、目标和准则,确定优化调度的目标函数和约束条件;
[0079]
方案确定模块,用于采用正交实验法,对泵站的启闭状况进行组合分类,确定多种泵站启闭状况的运行方案;
[0080]
方案优化模块,用于对每一种泵站启闭状况的运行方案,运用遗传算法进行优化,得到各方案下泵站的启闭运行时长及排水总量,进而得到排水量从高到低的优化调度序列及总排水量最大的泵站机组启闭状况的运行方案;;
[0081]
优化调度模块,用于剔除超过河道安全水位的泵站运行方案,在剩余的最优方案中调整泵站机组的启闭状况,实现平原圩区排涝泵站的最优化调度。
[0082]
本发明的一种装置设备,包括存储器和处理器,其中:
[0083]
存储器,用于存储能够在处理器上运行的计算机程序;
[0084]
处理器,用于在运行所述计算机程序时,执行如上述一种平原圩区排涝泵站的优化调度方法的步骤,并能达到与上述方法一致的技术效果。
[0085]
本发明的一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被至少一个处理器执行时实现如上述一种平原圩区排涝泵站的优化调度方法的步骤,并能达
到与上述方法一致的技术效果。
[0086]
实施例:
[0087]
本实施例主要以南京市江宁区内的杨家圩、玉带圩、北沿圩以及包含在三个圩区内的外港河区域的排涝泵站优化调度为例,以体现本发明在求解速度和求解结果上的优点。
[0088]
本发明实施例中,s1中,所述目标函数和约束条件,包括:
[0089]
本实施例中,结合圩区内泵站的相关参数和实际运行情况,将额定功耗设定为10000kw
·
h,并将泵站的最短开机时长定为0.5h。优化调度模型如公式(4)所示:
[0090][0091]
式中,f是所有泵站机组的总出量,即最大排水量,104m3;qi(i=1~4)表示第i组泵站的装机流量,m3/s;ti(i=1~4)表示第i组泵站的开机运行时间,h;t
min
表示开机泵站的最短运行时间,h;pi(i=1~4)表示第i组泵站的额定功率,kw;xi(i=1~4)表示第i组泵站的启闭状态。
[0092]
s2中,所述正交实验法的具体过程,包括:
[0093]
一般而言,正交设计主要由实验指标、实验因素和因素水平3个指标构成。本实施例中,将四台泵站机组每个都为一个实验因素;将杨家圩泵站定为因素a,商城泵站定为因素b,新河村泵站定为因素c,竹山桥泵站定为因素d;将泵站全开定为水平1,泵站半开定为水平2,泵站关闭定为水平3。选择l9(34)常规正交实验表,并结合实际情况,对该常规正交实验表进行合理的改进,将原表中的c2与c3互换,形成更加完美切合泵站实际调度的正交实验表,如表1所示:
[0094]
表1改进的l9(34)正交实验表
[0095]
[0096][0097]
根据表1,可确定9组正交试验,即9种不同的泵站调度方案,也即确定了优化调度模型中泵站启闭状态变量xi的具体取值。每组的实验结果均是四个排涝泵站在相应的运行规则下、提供相同功耗时能排出的最大水量。
[0098]
s3中,所述采用遗传算法,对各方案进行优化求解,具体包括:
[0099]
遗传算法的计算过程如图2所示。本实施例中,设定群体数为100,迭代次数为500,交叉概率pc=0.9,变异概率pm=0.1。通过编码、生成初始种群、适应度计算、选择、交叉、变异等操作,对上述9种不同的泵站调度方案逐一进行优化求解,结果如表2所示:
[0100]
表2遗传算法优化求解结果
[0101][0102]
对实验结果进行极差分析,结果如表3所示:
[0103]
表3极差分析结果
[0104][0105]
根据极差分析的结果可知:四个泵站组成的实验因素中,泵站1,即杨家圩泵站在四个实验因素中最为重要;而泵站2,即商城泵站次之。因此在优化调度中要充分发挥杨家圩泵站的最优性能,力争用最小的功耗抽排出圩区最多的水量。在杨家圩泵站中的三个实验水平中,半开是最好的状态,关闭效果最差。因此,如果发生洪涝,在圩区的防汛压力不大时,可以尽量使泵站半开,以最大程度节约能源,如果需要在第一时间排除涝水,则所有泵站全开,尽最大能力进行宣泄。
[0106]
通过采用本发明公开的上述技术方案,得到了如下有益的效果:本发明实施例提供的一种平原圩区排涝泵站的优化调度方法,包括:采用正交实验法确定各泵站运行方式的组合方案,以总功耗恒定和泵站总出量最大为原则确定目标函数,以圩区的特点、水泵的特征和圩区的防洪安全为原则确定约束条件,采用遗传算法对各方案进行优化求解,剔除不满足河道水位安全要求的方案后,得到平原圩区排涝泵站优化调度问题的最优解。所以,采用本发明的技术方案,实现了平原圩区排涝泵站的高效优化调度,进而能够有效地提高泵站排涝效率以及安全运行能力。同时,该方法还可应用于水利工程优化中的其他问题,为开展复杂排涝泵站群优化运行研究提供理论支持。
[0107]
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人
员来说,在不脱离本发明原理的前提下,还可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
再多了解一些

本文用于创业者技术爱好者查询,仅供学习研究,如用于商业用途,请联系技术所有人。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献