不同频率来水条件下各算法的优化结果见表5.6、图5.5及图5.6，其中计算时间为多次测试平均值。从表中的计算年发电量可以看到，AHPSO比PSO更优且与POA相近。丰水年，AHPSO比PSO增加11.820亿kW·h，仅比POA减少1.514亿kW·h（约占0.23%），但是计算时间缩短了147s；平水年，AHPSO比PSO增加9.332亿kW·h，仅比POA减少1.066亿kW·h（约占0.19%），但是计算时间缩短了139s；枯水年，AHPSO比PSO增加7.237亿kW·h，仅比POA减少1.322亿kW·h（约占0.27%），但是计算时间缩短了142s。从计算时间上可以看到，丰水年和枯水年各算法耗时相对平水年更多，主要是因为在求解过程中丰水年需对弃水作频繁的处理，枯水年需保证系统最小出力。其中，POA算法作为传统的经典优化方法，其计算耗时与迭代步长、惩罚函数处理方式以及收敛精度有关，通常情况下，要获得精度较高的优化解，计算耗时越长；AHPSO由于引入粒子自适应进化以及基于邻域的贪婪随机搜索策略，每一次迭代过程中要执行变异操作以及搜索各粒子邻域，寻求比当前粒子适应度更好的粒子，故比PSO耗时略多。
图5.7中描绘了丰水年AHPSO算法得到的天生桥一级水电站、光照水电站、龙滩水电站、岩滩水电站水位-出力过程图，虚线表示水库的水位上限，汛期为汛限水位，其他时段为正常高水位。天生桥一级和光照为多年调节电站，在整个水电系统中承担主要的调度补偿任务，汛期充分蓄水以减少系统弃水，枯期进行补偿调度以满足下游电站的发电以及系统最小出力要求。龙滩为年调节电站，且装机容量规模很大，优化过程中主要承担满足系统最小出力要求的调度任务。龙滩电站在枯水期加大出力，由于丰水年汛期来水量大，为了减少弃水，汛期来临前降至较低水位，腾出库容防汛；汛期在保证发电要求的前提下，逐步抬高水位，但不超过汛限水位，保证水库防洪安全，并实现电站蓄水要求；防汛期过后，充分利用汛后多余水量发电，并维持电站水位在较高水平，减少电站发电耗水量，并逐步消落至预期末水位。岩滩为季调节电站，调节库容有限，枯期维持在较高水位发电，但是不超过水位上限；汛期尽可能少弃水多发电，甚至以装机容量满发状态工作。因此，AHPSO算法的红水河梯级水电站群优化调度结果是有效合理的。
表5.6 不同来水频率条件下的水电站群优化结果统计
图5.5 不同频率来水条件下各算法的计算发电量
(www.xing528.com)
图5.6 不同频率来水条件下各算法的计算耗时
图5.8描绘了AHPSO和PSO算法的最优适应度迭代过程。从图5.8中可以看到，AHPSO由于引入了混沌思想的遍历性生成初始种群，初始最大适应度优于随机生成种群的PSO；同时，通过能量阈值特性提高粒子自适应进化速度的AHPSO比PSO具有更快的收敛速度，且全局搜索能力更强。
图5.8 算法进化过程
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
