1.一种基于多种群遗传算法的泵站优化调度方法,其特征在于,包括如下步骤:(1)构建泵组总轴功率最小的泵站调度模型:
S1:确定泵组总轴功率最小的目标函数:
式(1)中J为泵组的总轴功率,单位为Kw;n为泵的总数量;m为恒速泵的数量;n‑m为调速泵的数量;Qi为第i个泵的流量,单位为m^3/s;Si为第i个调速泵的调速比;ai,bi,ci为拟合系数;ωi为泵站中水泵i的运行状态;
S2:确定泵组总轴功率最小的泵站优化调度的约束条件:流量平衡约束条件: 式(2)中运行泵的总流量等于出口的流量需求Qt;ωi为泵站中水泵i的运行状态;Qi为第i个泵的流量;n为泵的总数量;
扬程限制约束条件:Ht=H1=H2=…=Hi,i=1,2,…,n(3);式(3)中;Hi是第i个泵的扬程,单位为m;每个运行泵的供水量应等于供水目标Ht;
高效区域运行限制约束条件:
所述恒速泵的约束条件如下:Qimin≤Qi≤Qimax,i=1,2,…,m (4)式(4)中,Qi min为第i个恒速泵的最小流量;Qi max为第i个恒速泵的最大流量;Qi为第i个恒速泵的流量;
所述调速泵的约束条件如下:
(5)中,Qimin为第i个调速泵的最小流量;Qimax为第i个调速泵的最大流量;QiA为第i个调速泵在额定转速n0下泵高效区端点A处对应的流量;Simin为第i个调速泵调速比的下限值;
QiB为第i个调速泵在额定转速n0下泵高效区端点B处对应的流量;Ht为每个运行泵的供水目标,单位为m;HiA第i个调速泵在额定转速n0下泵高效区端点A处对应的扬程,单位为m;HiB第i个调速泵在额定转速n0下泵高效区端点B处对应的扬程,单位为m;HiE最小转速比n0Smin下流量扬程曲线的交点E处对应的扬程,单位为m;SiX为第i个调速泵的流量扬程拟合曲线的拟合参数;HiX第i个调速泵的流量扬程拟合曲线的拟合参数;
调速泵的调速比限制约束条件:
Simin≤Si≤1,i=m+1,m+2,…,n(6),式(6)中Simin为第i个调速泵调速比的下限值;
(2)通过泵的流量扬程关系,对步骤(1)的模型进行优化,包括以下步骤:2
S2‑1:对于恒速泵,所述流量扬程关系为:H=Hx‑SxQ (7);
2 2
对于调速泵,所述流量扬程关系为:H=SHx‑SxQ (8);
式(7)、(8)中,H为泵的扬程,单位m;Q为泵的流量,单位m^3/h;Hx,Sx为拟合参数;
S2‑2:通过泵的流量扬程关系优化泵组总轴功率最小的目标函数:式(9)中,J为泵组的总轴功率,单位为Kw;n为泵的总数量;m为恒速泵的数量;Si为第i个调速泵的调速比;ai,bi,ci为拟合系数;ωi为泵站中水泵i的运行状态,Ht为每个运行泵的供水目标,单位为m;Six为第i个调速泵的流量扬程拟合曲线的拟合参数;HiX第i个调速泵的流量扬程拟合曲线的拟合参数;
S2‑3:通过泵的流量扬程关系将总流量约束转换:
式(10)中,P1为惩罚函数;n为泵的总数量;m为恒速泵的数量;Si为第i个调速泵的调速比;ωi为泵站中水泵i的运行状态;Ht为每个运行泵的供水目标,单位为m;Six为第i个调速泵的流量扬程拟合曲线的拟合参数;HiX第i个调速泵的流量扬程拟合曲线的拟合参数;Qt为出口的流量需求;
S2‑4:通过泵的流量扬程关系将泵站高效运行转换:
式(11)、(12)中,P2,P3为惩罚函数;n为泵的总数量;m为恒速泵的数量;Si为第i个调速泵的调速比;ωi为泵站中水泵i的运行状态;Ht为每个运行泵的供水目标,单位为m;Six为第i个调速泵的流量扬程拟合曲线的拟合参数;HiX第i个调速泵的流量扬程拟合曲线的拟合参数;Qt为出口的流量需求;Qimin为第i个恒速泵的最小流量;Qimax为第i个恒速泵的最大流量;
Qmin为最小流量;
S2‑5:通过限制Si的编码区域范围满足速比约束;
S2‑6:通过泵的流量扬程关系优化,得到优化后的模型为:(3)采用多种群遗传算法对步骤(2)得到的优化后的模型进行求解;
所述多种群遗传算法求解流程包括:1)对变量进行编码,2)初始化种群,3)确定适应度函数,将适应度函数最大的最佳染色体保存到精英群体中,然后将最坏的染色体代入下一代;
所述适应度函数为:
eval(X)=F(MAX)‑F(X) (18)
式(18)中,MAX是目标函数在当前种群中适应值最大的染色体;X为一个染色体;
4)设计遗传算子:随机生成的交叉概率Pc和突变概率Pm参数分配给不同的群体,将小于
0.7的交叉算子进行放大,将大于0.05的变异算子进行缩小;
5)设计移民算子,6)终止判断。
2.权利要求1所述基于多种群遗传算法的泵站优化调度方法,其特征在于,所述步骤1)中,对变量进行编码:ω1ω2…ωi…ωmS1S2…Si…Sn‑m (14);
式(14)中,n为泵的总数量;m为恒速泵的数量,ωi=1,其中i=1,2,…m,表示第i个恒速泵工作,ωi=0,其中i=1,2,…m,表示第i个恒速泵不工作;Sj,其中j=1,2,…,n‑m,表示第j个调速泵的调速比;Sn‑m表示第n‑m个调速泵的调速比;
为了适应二进制代码,调速比Si被一个长度为l的二进制串代替,即Si:blbl‑1bl‑2…b2b1 (15)由于S∈[Smin,1],其二进制编码的准确度为:对应的解码方程为:
式(15)‑(17)中,bj,j=1,2,3,…l,为调速比Si对应二进制串中第j位的值,l表示二进制串的长度;Smin表示调速泵的最小调速比;Smini表示在二进制编码中出现最小值的数量。
3.权利要求1所述基于多种群遗传算法的泵站优化调度方法,其特征在于,所述6)中,当种群进化生成达到集合终止生成MAXGEN时,程序停止运行,输出种群中最优个体。