【摘要】：以1个电站的最优决策求解为例，CCDP离散点爬山法示意图见图10.2，主要求解过程具体如下。，Nc-1，Nc，Nc＋1，…分别计算N1和N2的全时期发电量E1和E2，并比较E1和E2大小。图10.2爬山法示意图
从式（10.4）中可以看到，当系统发电保证率要求和系统破坏深度控制要求嵌入余留效益函数后，递推求解过程中需要离散化的计算变量仍然只包括St、Qt和Nt。因此，CCDP的并行化思路可以借鉴一般SDP方法的并行化方式，即实现单时段内推求各水位离散状态下的最优出力决策的计算任务并行化，详细见9.2.1节描述。但是，由于一次SDP迭代收敛的计算时间较长，而本章研究的CCDP算法是通过多次SDP的运算输出多组调度规则，消耗时间将非常庞大。因此，本章CCDP算法推求最优决策的方法与SDP计算单时段内所有离散点的方法不同，采用离散点爬山法求得各时段不同水位状态下的最优决策
缩短选优过程，减少计算工作量。以1个电站的最优决策求解为例，CCDP离散点爬山法示意图见图10.2，主要求解过程具体如下。
第一步：选择初始决策出力。将离散的出力决策从小到大按N1，N2，…，Nc-1，Nc，Nc＋1，…，NC排序，选择N1作为初始决策出力开始计算。
第二步：计算全时期发电量确定爬山方向。分别计算N1和N2的全时期发电量E1和E2，并比较E1和E2大小。若E1＞E2，则输出N1作为最优决策；若E1＜E2，则表明决策出力N2优于N1，继续下一步爬山。(www.xing528.com)
第三步：继续爬山直到全时期发电量呈下降趋势。按第二步方法继续选择较大的出力决策，直到Ec＋1＜Ec，输出Nc作为最优决策。
图10.2 爬山法示意图
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。
