电气论文程序集：梯级水电站调度优化建模.zip

#!/usr/bin/env python3 # -*- coding: utf-8 -*- # @Author: yudengwu(余登武） # @Date : 2021/10/4 #@email:1344732766@qq.com import numpy as np from tqdm import tqdm#进度条设置 import matplotlib.pyplot as plt import matplotlib as mpl import matplotlib; matplotlib.use('TkAgg') mpl.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体 mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题 import time #===============水电站初始条件======================== #水电站1 Vmax1=9250*1e4 #水库容量上限(m3) Vmin1=7000*1e4 #水库容量下限(m3) H1=640 #水库容量初始值水位(m) V1=(25*(H1-550)+7000)*1e4 #水库库容与水位的关系(简化：假设水库是一个标准长方体） h1=91# #初始水库水头(m) qr1=[20.4,25.2,22.1,19.3,16.4,23.3,28.6]; #水库来水流量(m3/s) qmax1=44 #水库引用流量上限(m3/s) qmin1=0 #水库引用流量下限(m3/s) A1=9.8*1e3 #水库出力系数 k1=0.65 #发电效率 t=8.64*1e4 #水库发电引用流量时间段(s) =24小时 #水电站2 Vmax2=3500*1e4 #水库容量上限(m3) Vmin2=1530*1e4 #水库容量下限(m3) H2=540 #水库容量初始值水位(m) V2=(20*(H2-483)+1530)*1e4 #水库库容与水位的关系(简化：假设水库是一个标准长方体） h2=57 #初始水库水头(m) qr2=[22.4,18.3,26.4,25.2,17.6,24.6,27.2] #水库来水流量(m3/s) qmax2=32 #水库引用流量上限(m3/s) qmin2=0 #水库引用流量下限(m3/s) A2=9.8*1e3 #水库出力系数 k2=0.6 #发电效率 # #=========================粒子群算法初始化================= #给定粒子群计算初始化条件 T=7 #周期 c1=2 #学习因子1 c2=2 #学习因子2 w1=0.9 #惯性权重1 w2=0.4 #惯性权重2 MaxIter=200 #最大迭代次数 vmax=2 #最大运动速度 vmin=0 #最小运动速度 N=20 #初始化群体个体数目 qr=np.zeros(shape=(N,2*T))#初始化种群 水库来水流量 qr[:,0:7]=qr1 qr[:,7:14]=qr2 #初始化种群的个体(可以在这里限定位置和速度的范围) q=np.zeros(shape=(N,2*T)) #位置随机初始化位置(位置为水电站发电尾水流量） 即发电用水流量 v=np.random.random((N,2*T)) #速度随机初始化速度 #适应度函数源程序（fitness） Fx1=np.sum(k1*A1*q[:,0:7]*h1*t/3.6e10,axis=1) #水库1总发电量（万kWh）=发电效率*水库出力系数*用水流量*水头高度*水库发电引用流量时间 3.6e10 换算由来 秒换算成h 需要3.6e3, w换算成万kw 需要1e7 Fx2=np.sum(k2*A2*q[:,7:14]*h2*t/3.6e10,axis=1) #水库2总发电量（万kWh）shape=(N,) Fx=Fx1+Fx2 #水库总发电量（万kWh） #===设置当前粒子的最好位置 Pbest=q#最好粒子种群 FPbest=Fx#最好粒子种群对应的适应度 #找到初始粒子的最好粒子 r=np.argmax(FPbest)#种群中 最好的粒子索引 Fgbest=FPbest[r]#记录当前全局最优适应度值 Best=Pbest[r,:] #用于保存最优粒子位置 Bestfitness=[]#存储最优适应度 start_time=time.time()#开始时间计时 #------------------------------循环----------------------------- for Iter in tqdm(range(MaxIter)): #更新惯性权重和速度 w = ((w1 - w2) * (MaxIter - Iter) / MaxIter) + w2 #典型的线性递减策略 R1 = np.random.random((N, 2 * T))#速度更新公式中的R1 R2 = np.random.random((N, 2 * T))#速度更新公式中的R2 #粒子速度更新 B=np.zeros(shape=(N,2*T)) B[:]=q[r,:] v = w * v + c1 * R1* (Pbest - q) + c2 * R2* (B - q)#V.shape=(20,14) #粒子速度约束 v[v>vmax]=vmax v[v < vmin] = vmin #粒子发电用水流量更新 q = q + 1 * v#shape=(20,14) #各时段引用流量约束 q1 = q[:, 0:7]# 水电站1 shape=(20,7) q1[q1>qmax1]=qmax1 q1[q1 < qmin1] = qmin1 q[:,0:7]=q1 q2 = q[:, 7:14] # 水电站2 shape=(20,7) q2[q2 > qmax2] = qmax2 q2[q2 < qmin2] = qmin2 q[:, 7:14] = q2 #======各时段库容大小(m3) ============== Qr1 = qr[:, 0: 7]#种群 水库1 各时段的来水流量 Qr2 = qr[:, 7: 14]#种群 水库2 各时段的来水流量 Vs1 =np.zeros(shape=(N, T + 1)) #水库1 各时段初始库容大小 (相邻两个库容之间的差值 为一个调度周期，库容变化量） Vj1 = np.zeros(shape=(N, T)) #水库1 各时段库容大小(首末平均值) quit1 = np.zeros(shape=(N, T)) #水库1 各时段弃水大小 Vs2 = np.zeros(shape=(N, T + 1)) # 水库2 各时段初始库容大小 (相邻两个库容之间的差值 为一个调度周期，库容变化量） Vj2 = np.zeros(shape=(N, T)) # 水库2 各时段库容大小(首末平均值) quit2 = np.zeros(shape=(N, T)) # 水库2 各时段弃水大小 #===各时段水库 库容大小=== for i in range(N):#遍历每一个个体 Vs1[i, 0] = V1 #水库1初始时间的水位 Vs2[i, 0] = V2 #水库2初始时间的水位 for i in range(N): # 遍历每一个个体 for j in range(1,T+1):#从第2个时间开始遍历 #===水库1 q1=q[:,0:7]#水库1发电用水量 Vs1[i, j] = Vs1[i,j - 1] + (Qr1[i,j - 1] - q1[i, j - 1]) * t# 当前时刻库容 = 上一时刻库容 +（来水量 - 发电尾水流量）*t if Vs1[i, j] >= Vmax1: quit1[i, j - 1] = Vs1[i, j] - Vmax1 #弃水量 = 当前库容 - 最高库容 Vs1[i, j] = Vmax1 #当前库容等于最大库容 if Vs1[i, j] <= Vmin1:# 如果当前库容小于最低库容 q1[i, j - 1] = (Vs1[i, j] - Vmin1 + Qr1[i, j - 1] * t) / (t) #发电尾水流量 = (来水量 * t -（最低库容-当前库容）) / t Vs1[i, j] = Vmin1 #当前时刻库容 = 最低库容 #==水库2 q2 = q[:, 7:14] # 水库2发电用水量 #%当前时刻库容=上一时刻库容+(来水量-发电尾水流量)*t+水电站1弃水量+(水电站1发电尾水量)*t Vs2[i, j] = Vs2[i, j - 1] + (Qr2[i, j - 1] - q2[i, j - 1]) * t + quit1[i, j - 1] + q1[i, j - 1] * t if Vs2[i, j] >= Vmax2:#如果水库2库容大于最高库容 quit2[i, j - 1] = Vs2[i, j] - Vmax2 #弃水量 = 当前库容 - 最高库容 Vs2[i, j] = Vmax2 #当前库容=最高库容 if Vs2[i, j] <= Vmin2: #如果当前库容小于最低库容 q2[i, j - 1] = (Vs2[i, j] - Vmin2 + Qr2[i, j - 1] * t)/t#% 发电尾水流量 = (来水量 * t -（最低库容-当前库容）) / t Vs2[i, j] = Vmin2 # 当前时刻库容 = 最低库容 #各时段水库 库容平均值 for i in range(N):#遍历每一个样本 for j in range(T):#遍历每一个时段 Vj1[i, j] = (Vs1[i, j] + Vs1[i, j + 1]) / 2 #水库1 各时段平均库容 Vj2[i, j] = (Vs2[i, j] + Vs2[i, j + 1]) / 2 #水库2 各时段平均库容 #====各时段水位大小=== Hj1=np.zeros(shape=(N,T)) #水库1 各时段水位大小（平均） Hs1=np.zeros(shape=(N,T+1))#水库1 各时段初始水位大小 Hj2=np.zeros(shape=(N,T))#水库2 各时段水位大小（平均） Hs2=np.zeros(shape=(N,T+1))#水库2 各时段初始水位大小 for i in range(N):#遍历每一个样本 for j in range(T+1):#遍历每一个时段 Hs1[i, j]= ((Vs1[i, j] / 1e4) - 7000) / 25 + 550 #水库1（各时段初始水位与库容的关系） Hs2[i, j] = ((Vs2[i, j] / 1e4) - 1530)