《表7 HCKHA优化系统2获得的水电站排水量和水电站发电量》
图14是HCKHA、CKHA和KHA算法的迭代曲线,可以看出KHA的实际寻优能力较差,但HCKHA依然表现出更强的寻优能力。图15是梯级水库在各个时刻的库容值,反映了水库库容的变化趋势。从图1 6可以看出,KHA算法在求解STHS问题时表现得极其不稳定,且获得的燃烧费用值较大,陷于局部最优的次数较多;由于CKHA中引入了混沌策略,因而在一定程度上避免了算法陷于局部最优,但获得的解仍然有较大的波动;而HCKHA算法每次获得的系统燃烧费用值相对稳定且解的质量更高。图17是4个水电站和10个火电站在整个调度周期的发电量统计图,由于火电站数量远远多于水电站数量,可以明显看出火电站占据着主要发电的位置。在火电站发电中,火电站1和2承担着主要发电任务;在水电站发电中,水电站4承担着主要发电任务,便于后期对这些电站重点维护。表7给出了HCKHA算法获得的水电站在各个时刻的排水量和发电量,表8给出了10个火电站在各个时刻的发电量和系统的负载值。从表9可以看出,HCKHA获得的燃烧费用值为161 664.565 3,优于CKHA和KHA获得的燃烧费用值161 785.094 6和161 948.781 8,同时也优于RCCRO和ORCCRO等文献结果。表10是对表9中不同算法进行Friedman检验,按最小值、平均值和最大值对算法进行评秩。评秩方法是将结果最差的算法评秩为1并依次递增,显著水平设置为5%。
图表编号 | XD00222661400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 肖雄、高渺、陈功贵 |
绘制单位 | 重庆邮电大学自动化学院、重庆邮电大学自动化学院、重庆邮电大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |