改进和声搜索算法在梯级水库群优化调度中的应用

王 丽 萍，吴 月 秋，张 验 科，王 渤 权

(1.华北电力大学 水利与水电工程学院，北京 102206； 2.南京南瑞水利水电科技有限公司，江苏 南京 210000)

近年来，我国水电能源作为一种占比较大的可再生能源，在我国电力系统中发挥着越来越重要的作用[1]。随着水电能源的不断开发，我国已经形成了许多大型梯级水库群。这些梯级水库群之间不仅存在着水力联系，还存在着电力联系，这使得梯级水库群优化调度成为一个多约束、多阶段、耦合性强的复杂非线性问题，其复杂性对求解方法的要求也越来越高[2-4]。为了解决这一问题，很多学者开展了相关研究，并取得了一系列成果，如传统优化算法和智能进化算法。逐步优化算法(Progressive Optimization Algorithm， POA)[5]、逐次逼近法(Dynamic Programming with Successive Algorithm，DPSA)[6]、并行动态规划法[7]等传统优化算法虽然在一定程度上缓解了维数灾，但是POA和DPSA对初始解的依赖性比较强，且随着变量维数和离散状态的增加计算效率会较低；而并行动态规划算法虽然可提高计算效率，但其受多核运算硬件平台规模的限制。智能进化算法如遗传算法[8]、模拟退火[9]、水循环算法[10]等，算法模型简单、容易实现，但受初始种群影响，再加上多种随机因素的存在，算法解的稳定性有时较差。

和声搜索算法(Harmony Search Algorithm，HSA)是一种新的智能优化算法[11]，具有模型简单、容易实现的优点，并在解决多维函数优化问题上展示了较遗传算法、模拟退火算法等更好的优化性能[12]。该算法模拟了音乐创作中乐师们凭借自身记忆，通过反复调整各乐器的音调，最终达到美妙和声状态的过程。……