摘　要：应用自适应蚁群算法来求解水电站优化调度问题,该算法把问题解抽象为蚂蚁路径,利用状态转移,信息素更新和邻域搜索以获取最短路径.实例计算表明,该算法计算精度高,收敛速度快,克服了传统蚁群算法计算时间长,易于陷入局部最优的缺点,能较好地避免动态规划的维数灾问题,可求解具有重复杂约束条件的非线性规划问题,为解决水电站优化调度问题提供了一种有效的途径.
关键词：自适应蚁群算法;水电站;优化调度;动态规划
分类号：TV697.1　文献标识码：A
文章编号：1004-9649(2007)07-0048-03

Optimal scheduling of hydroelectric power plant based on self-adaptive ant colony algorithm

HU Guo-qiang　 HE Ren-mu　

作者简介：胡国强(1974-),男,山西文水人,博士研究生,从事梯级水电站优化调度、电力系统稳定分析与控制研究.E-mail:hu_eagle@126.com
作者单位：胡国强（华北电力大学,电力系统保护与动态安全监控教育部重点实验室,北京,102206）　
　　　　　 贺仁睦（华北电力大学,电力系统保护与动态安全监控教育部重点实验室,北京,102206）　

参考文献：

[1]LYRA C,FERREIRA L R M.A multiobjective approach to the shortterm scheduling of a hydroelectric power system[J].IEEE Trans.on Power Systems,1995,10(4):1750-1755.
[2]YANG J S,CHEN N.Short-term hydrothermal coordination using multi-pass dynamic programming[J].IEEE Trans.on Power Systems,1989,4(3):1050-1056.
[3]贾嵘,李阳,丁建河,等.改进遗传算法在水电站日优化运行模型中的应用[J].电网技术,2005,29(14):77-80.JIA Rang,LI Yang,DING Jian-he,et al.Application of improved genetic algorithm in daily optimal operation model for hydropower stations[J].Power System Technology,2005,29(14):77-80.
[4]周勇,陈洪亮.蚁群算法的研究现状及其展望[J].微型电脑应用,2002,18(2):5-8.ZHOU Yong,CHEN Hong-liang.The status quo and foresight on ant colony algorithm[J].Microcomputer Applications,2002,18(2):5-8.
[5]王颖,谢剑英.一种自适应蚁群算法及其仿真研究[J].系统仿真学报,2002,14(1):31-33.WANG Ying,XIE Jian-ying.An adaptive ant colony optimization algorithm and simulation[J].Journal of System Simulation,2002,14(1):31-33.

收稿日期：2006年9月16日

修稿日期：2007年4月9日

出版日期：2007年7月5日