基于支配强度的NSGA-Ⅱ改进算法在水库多目标优化调度中的应用

作者：蔡卓森; 戴凌全^*; 刘海波; 戴会超; 董前进; 王煜

来源：武汉大学学报(工学版), 2021, 54(11): 999-1007.

DOI：10.14188/j.1671-8844.2021-11-003

• 支配强度
• 非支配排序遗传算法
• 多目标优化
• 生态调度
• 梯级水库

带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithms,NSGA-Ⅱ)在解决Pareto边界、高维多变量、复杂非线性多目标问题时还存在较多缺陷,如无法识别伪非支配解、拥挤距离公式不合理、计算用时较长等。为提高NSGA-Ⅱ算法的收敛性、分布性和计算效率,采用了一种基于支配强度的NSGA-Ⅱ算法(improved NSGA-Ⅱ algorithm based on dominant strength,INSGA2-DS)。以金沙江下游溪洛渡-向家坝梯级水库为例,建立了发电量最大、与下游河道适宜生态流量改变度最小为目标的水库多目标优化调度模型,用变化范围法(range of variability approach,RVA)计算下游河道的适宜生态流量,并分别用NSGA-Ⅱ算法与INSGA2-DS算法对典型枯水年蓄水方案进行优化。结果表明:INSGA2-DS算法相较于NSGA-Ⅱ算法计算得到的结果更优;以发电量最大为目标时,发电量与实际调度相比可增加2.42%,适宜生态流量改变度减少1.55%;以生态为目标时,适宜生态流量改变度减少22.22%,但发电量仅增加1.00%。研究成果可为金沙江下游溪洛渡-向家坝梯级水库生态调度方案的制订提供参考。

• 单位
  三峡大学; 武汉大学; 水资源与水电工程科学国家重点实验室