求解水电站多水库系统调度问题的一种高效多目标进化方法
神经与进化计算
2021-10-27 v2 人工智能
系统与控制
系统与控制
摘要
本文解决了多水库系统（基于梯级的运行场景）中的短期水电机组组合问题。为此，我们提出了一种新的数学建模，其目标是在亚日运行中将水电站的总发电量最大化，同时将所有水库的总含水量（体积）最大化。为求解该问题，我们讨论了多目标进化群混合 (MESH) 算法，这是一种最近提出的基于多目标群智能的优化方法，在特定应用中与现有进化算法相比取得了极具竞争力的结果。MESH 方法已被应用于寻找水电站中所有可能涡轮组合下的最优放水流量和在最大水库体积时所产生的功率。在考虑巴西两个梯级水电站水电能源系统数据的实际问题中，将 MESH 的性能与著名的进化方法如 NSGA-II、NSGA-III、SPEA2 和 MOEA/D 进行了比较。结果表明，MESH 在效率和精度方面表现出优于其他多目标方法的性能，在进行的投影分析中每月提供 412,500 美元的收益。
引用
@article{arxiv.2107.09718,
title = {An Efficient Multi-objective Evolutionary Approach for Solving the Operation of Multi-Reservoir System Scheduling in Hydro-Power Plants},
author = {C. G. Marcelino and G. M. C. Leite and C. A. D. M Delgado and L. B. de Oliveira and E. F. Wanner and S. Jiménez-Fernández and S. Salcedo-Sanz},
journal= {arXiv preprint arXiv:2107.09718},
year = {2021}
}
备注
Accepted Manuscript version (after peer review, and editor-author communications). https://doi.org/10.1016/j.eswa.2021.115638