梯级水电站多目标发电优化调度

以发电量和保证出力为目标建立梯级水电站的多目标发电优化调度模型,对三峡梯级中长期发电优化调度进行研究。针对传统方法求解多目标优化问题的局限,提出一种强度Pareto差分进化算法(Strength Pareto Differential Evolution,SPDE)用于求解梯级水电站的多目标发电优化调度问题。SPDE以差分进化算法(Differential Evolution,DE)为基础,采用SPEA2的适应度评价方法,并根据多目标优化的特点对DE的进化算子进行修正。同时,提出一种自适应柯西变异策略(Adaptive Cauchy Mutation,ACM)用于克服算法的早熟收敛问题。三峡梯级水电站实例研究结果表明,SPDE可同时考虑两个目标并有效处理复杂约束条件,一次运行即可得到一组在各目标分布均匀、分布范围广的非劣调度方案供决策者评价优选。     

水文模型参数多目标率定及最优非劣解优选

针对概念性水文模型参数众多、相互制约,且多目标参数优化率定最优参数求解困难、易受决策者主观因素影响的问题,采用多目标优化算法对水文模型参数进行率定,得到模型参数最优非劣解集,在此基础上,引入最小最大后悔值决策理论,并结合Pareto支配基本理论,提出了一种多目标最优非劣解选取准则。以柘溪流域为研究对象,采用三目标MOSCDE优化率定新安江模型的参数,并与单目标SCE-UA优化结果进行对比分析。结果表明,提出的非劣解选取方法可以有效从大规模非劣解集中筛选出最优非劣解,大大缩短参数率定耗时。     

基于INPGA的地下水污染治理多目标优化管理模型:Ⅰ——理论方法与算例验证

基于小生境技术的Pareto遗传算法(NPGA)是一种求解多目标问题的智能搜索方法,适用于优化多种非线性、不连续等复杂多目标问题.但该算法存在局部早熟收敛和收敛速度慢两个不足,在求解Pareto前沿上效果不佳.本文在NPGA的基础上,提出了改进NPGA方法(INPGA),通过Pareto解集过滤器、精英个体保留策略、邻...     

概念性流域水文模型参数多目标优化率定

针对传统基于单一目标的水文模型参数优化率定方法不能充分挖掘水文系统不同动态行为特征的缺陷,提出一种多目标文化混合复形差分进化算法(Multi-objective Culture Shuffled Complex Differential Evolution,MOCSCDE)用于求解水文模型参数多目标优化问题。MOCSCDE算法将混合复形进化算法(Shuffled Complex Evolution,SCE-UA)置于文化算法(Cultural Algorithms,CA)进化的框架中,利用种群进化过程中提取的各种知识指导算法的运行,提高算法的运行效率,同时考虑到SCE-UA中单纯形算子不能充分利用种群个体信息的不足,采用全局搜索能力强的差分进化算法(Differential Evolution,DE)替代单纯形算子,可以更加充分利用种群个体信息进行演化计算,进一步提高算法的计算效率。将MOCSCDE算法应用于概念性水文模型——新安江模型的参数多目标优化率定,并与NSGA-Ⅱ和SPEA2算法进行对比分析,结果表明MOCSCDE算法的收敛性和分布性均优于NSGA-Ⅱ和SPEA2,可为水文预报提供更为全面可靠的参数组合决策依据。     

水库群联合优化调度研究进展与展望

系统阐述了线性规划、非线性规划、网络流、大系统、动态规划、启发式算法等主要的水库群联合优化调度方法,对近年来国内外水库群优化调度理论及应用进展进行综述;重点分析了库群联合调度的基本原则、目标函数、优化算法及在防洪调度、兴利调度和多目标调度中的应用;展望了水库群联合优化调度的多目标技术,决策支持系统和效益分配等研究的方向。     

差分进化算法在三峡电站厂内经济运行中的应用

差分进化算法是一种基于群体进化的算法,具有记忆个体最优解和种群内信息共享的特点,即通过种群内个体间的合作与竞争来实现对优化问题的求解,其本质是一种基于实数编码的具有保优思想的贪婪遗传算法。本文将差分进化算法用于求解三峡电站厂内经济运行问题,同时又将该算法与标准遗传算法相比较,结果显示差分进化算法优化效果明显优于标准遗传算法,差分进化算法的全局的收敛性比标准遗传算法强,差分进化算法是求解大型水电站经济运行问题的有效方法。     

参数空间变异性下地下水污染监测网多目标优化机制研究

基于野外实际含水层参数存在空间变异性的客观事实,研发概率Pareto遗传算法(Probabilistic Pareto genetic algorithm,PPGA),用于求解考虑含水层参数空间变异性下地下水污染监测网多目标优化设计问题。PPGA在ε-改进非劣支配遗传算法(epsilon-dominance non-dominated sorted genetic algorithm II,ε-NSGAII)的基础上通过添加概率择优排序和概率拥挤度技术,寻求考虑参数空间变异条件下地下水污染监测网模拟—优化耦合模型的Pareto最优解。将优化结果与蒙特卡洛(Monte Carlo,MC)模拟分析结果进行对比,验证优化结果的可靠性。算例求解结果表明:在求解考虑参数空间变异性条件下地下水污染监测网多目标优化设计问题时,PPGA优化所得Pareto最优解变异性小,可靠性高,可为决策者提供一系列稳定可靠的监测方案。     

改进量子粒子群算法在水电站群优化调度中的应用

针对量子粒子群算法求解水电站群优化调度问题存在的早熟收敛、寻优能力欠佳等缺陷,从种群初始化、进化和变异等方面提出了改进量子粒子群算法。该方法引入混沌搜索增强初始种群质量;通过加权更新种群最优位置中心改善种群进化模式并提升收敛速度;利用邻域变异搜索增加种群多样性避免早熟收敛。同时依据问题特点设计了矩阵实数编码方式与复杂约束处理方法。乌江梯级综合对比分析表明所提方法能切实保证快速获得高质量优化调度结果,有效提高梯级水能利用率,如长序列模拟调度较逐步优化算法分别减少8.9%的弃水和72.3%的耗时,是一种适用于大规模水电站群优化调度的高效实用方法。     

基于梯度分析法的长江上游水库群供水-发电-环境互馈关系解析

长江上游水资源耦合系统优化调控涉及供水、发电和生态需水等相互竞争、不可公度的调控目标。其供水-发电-环境互馈协变机制难以数学解析和刻画，多维目标效益均衡优化调控难以实施。为此，以多目标优化、运筹学理论及方法为基础，提出了基于梯度分析法的供水-发电-环境两两互馈关系研究方法。通过多目标约束优化方法求解长江上游水库群联合优化调度在供水-发电-环境目标空间的最优解集，并进行插值构造了供水-发电-环境互馈关系多维空间曲面，以此为基础，采用一阶差分近似求解供水对环境和发电对环境偏导函数值，以量化环境对供水变化和发电变化响应的梯度，进而解析环境-供水和环境-发电间互馈协变关系。该方法为水库群优化调度多目标互馈关系研究提供了一种新的思路。     

基于梯度分析法的长江上游水库群供水-发电-环境互馈关系解析

长江上游水资源耦合系统优化调控涉及供水、发电和生态需水等相互竞争、不可公度的调控目标。其供水-发电-环境互馈协变机制难以数学解析和刻画，多维目标效益均衡优化调控难以实施。为此，以多目标优化、运筹学理论及方法为基础，提出了基于梯度分析法的供水-发电-环境两两互馈关系研究方法。通过多目标约束优化方法求解长江上游水库群联合优化调度在供水-发电-环境目标空间的最优解集，并进行插值构造了供水-发电-环境互馈关系多维空间曲面，以此为基础，采用一阶差分近似求解供水对环境和发电对环境偏导函数值，以量化环境对供水变化和发电变化响应的梯度，进而解析环境-供水和环境-发电间互馈协变关系。该方法为水库群优化调度多目标互馈关系研究提供了一种新的思路。     

Optimal design of groundwater remediation systems using a multi-objective fast harmony search algorithm

A new multi-objective optimization methodology is developed, whereby a multi-objective fast harmony search (MOFHS) is coupled with a groundwater flow and transport model to search for optimal design of groundwater remediation systems under general hydrogeological conditions. The MOFHS incorporates the niche technique into the previously improved fast harmony search and is enhanced by adding the Pareto solution set filter and an elite individual preservation strategy to guarantee uniformity and integrity of the Pareto front of multi-objective optimization problems. Also, the operation library of individual fitness is introduced to improve calculation speed. Moreover, the MOFHS is coupled with the commonly used flow and transport codes MODFLOW and MT3DMS, to search for optimal design of pump-and-treat systems, aiming at minimization of the remediation cost and minimization of the mass remaining in aquifers. Compared with three existing multi-objective optimization methods, including the improved niched Pareto genetic algorithm (INPGA), the non-dominated sorting genetic algorithm II (NSGAII), and the multi-objective harmony search (MOHS), the proposed methodology then demonstrated its applicability and efficiency through a two-dimensional hypothetical test problem and a three-dimensional field problem in Indiana (USA).     

水库防洪优化设计模型

针对水库防洪设计常用的设计洪水地区组成法所存在的问题,应用概率论原理,建立了考虑水库泄流和下游区间洪水洪峰流量的各种可能遭遇情况,提出了水库防洪优化设计概率约束规划模型,并应用求解有约束非线性规划问题的可变容差法进行模型求解.实例计算结果表明,所建立的模型是合理的,求解技术可行且结果正确.     

大连周水子海水入侵区地下水多目标优化管理模型

将改进后的遗传算法GA（添加了小生境、Pareto解集过滤器等模块）与变密度地下水流及溶质运移模拟程序SEAWAT-2000相耦合,新开发了变密度地下水多目标模拟优化程序MOSWTGA。将MOSWTGA应用于求解大连周水子地区以控制抽水井所在含水层不发生海水入侵为约束的地下水开采多目标优化管理模型,得到地下水最大开采量与海水入侵面积之间一系列Pareto近似最优解。研究成果不仅为实行合理的地下水资源配置提供了科学的实用模型,同时也为解决多个优化目标下的变密度地下水优化管理问题提供高效可靠的模拟优化工具,具有重要的潜在环境经济效益。     

基于RAGA的供水库群水资源配置模型研究

针对动态规划在供水库群优化调度中存在"维数灾",且难以获得真正最优解这一缺点,将改进的加速遗传算法应用到供水库群的水资源优化配置之中。在加速遗传算法中,嵌入局部搜索,以加强算法的全局寻优能力。以库群间的水利联系为线索,设计了相应的算法框架,并提出了供水策略区间的概念。为了体现该算法的优越性,以二个串联供水水库的水资源优化配置为例,选用该方法与基于动态规划的轮库迭代法进行比较研究。结果表明该方法合理可行、收敛速度快,有一定的实用性。     

Gradient-based Pareto optimal history matching for noisy data of multiple types

The advantages of the simultaneous integration of production and time-lapse seismic data for history matching have been demonstrated in a number of previous studies. Production data provide accurate observations at particular spatial locations (wells), while seismic data enable global, though filtered/noisy, estimates of state variables. In this work, we present an efficient computational tool for bi-objective history matching, in which data misfits for both production and seismic measurements are minimized using an adjoint-gradient approach. This enables us to obtain a set of Pareto optimal solutions defining the optimal trade-off between production and seismic data misfits (which are, to some extent, conflicting). The impact of noise structure and noise level on Pareto optimal solutions is investigated in detail. We discuss the existence of the “best” trade-off solution, or least-conflicting posterior model, which corresponds to the history-matched model that is expected to provide the least-conflicting forecast of future reservoir performance. The overall framework is successfully applied in 2D and 3D compositional simulation problems to provide a single least-conflicting posterior model and, for the 2D case, multiple samples from the posterior distribution using the randomized maximum likelihood method.     

南水北调中线工程水量优化调度研究

针对南水北调中线工程供水系统的特点,应用大系统递阶分析的原理和方法,建立了三层递阶水量优化调度模型.采用模拟技术与优化技术相结合的途径,求解出满足系统整体供水目标下供水区水库的优化调度图,结果可为工程未来运行提供科学依据.     

发现过程模型法对大港陆地探区油气资源的评价

对现有油气资源基本评价方法的原理、优缺点、适应性做了分析总结，重点剖析了在油藏总体分布服从帕莱托分布基础上建立起来的发现过程模型法．同时根据已建立的油气藏总体预测模型，对符合发现过程模型的大港陆地古近系成藏体系进行了油气资源评价。     

A least squares approach for efficient and reliable short-term versus long-term optimization

The uncertainties related to long-term forecasts of oil prices impose significant financial risk on ventures of oil production. To minimize risk, oil companies are inclined to maximize profit over short-term horizons ranging from months to a few years. In contrast, conventional production optimization maximizes long-term profits over horizons that span more than a decade. To address this challenge, the oil literature has introduced short-term versus long-term optimization. Ideally, this problem is solved by a posteriori multi-objective optimization methods that generate an approximation to the Pareto front of optimal short-term and long-term trade-offs. However, such methods rely on a large number of reservoir simulations and scale poorly with the number of objectives subject to optimization. Consequently, the large-scale nature of production optimization severely limits applications to real-life scenarios. More practical alternatives include ad hoc hierarchical switching schemes. As a drawback, such methods lack robustness due to unclear convergence properties and do not naturally generalize to cases of more than two objectives. Also, as this paper shows, the hierarchical formulation may skew the balance between the objectives, leaving an unfulfilled potential to increase profits. To promote efficient and reliable short-term versus long-term optimization, this paper introduces a natural way to characterize desirable Pareto points and proposes a novel least squares (LS) method. Unlike hierarchical approaches, the method is guaranteed to converge to a Pareto optimal point. Also, the LS method is designed to properly balance multiple objectives, independently of Pareto front’s shape. As such, the method poses a practical alternative to a posteriori methods in situations where the frontier is intractable to generate.