2　算例

以丹江口水库为例，该水库为不完全年调节水库，兼顾发电、灌溉、航运、防洪等综合利用的大型水库。该水库正常蓄水位为157m，死水位139m，出力系数为7.5，装机容量为90×104kW，调度期初末水位均为149m，电价为0.3元/（kW·h），灌溉效益为8.00×109元。由于该水库以防洪和航运为主，故防洪和航运目标的需求以约束条件的形式表示。根据该水库各月平均流量预报值，建立以发电量、保证出力、供水保证率最大为子目标的综合调度模型。以各子目标单独调度时所得到的最大发电量、保证出力、供水过程为理想点，采用改进的分布估计算法对其进行求解得到水库的综合调度过程。

表1为分别采用IEDA和原始的EDA、遗传算法（GA）、粒子群算法（PSO）、差分进化算法（DE）计算所得到的结果对比。算法的参数设置中群体规模为100，最大运行代数为200。EDA算法和IEDA算法的截断选择参数为50%，IEDA中α取8.0，局部搜索参数m为10；其他算法均采用典型的参数设置，GA交叉概率取0.6，变异概率取0.05；PSO算法惯性因子选取0.9，学习因子皆选取2；DE算法变异算子取0.5，交叉算子取0.3。各算法均运行20次，取20次中最好的结果进行比较分析。

表1　综合调度结果对比

由表1可知，IEDA大幅改善了EDA算法的性能，其计算结果优于GA、PSO和DE算法，且各目标均达到较好的效果。由于加入局部搜索策略使IEDA算法的计算时间略长于其他算法，但其计算时间仍较短，且具有更高的求解精度。

表2为IEDA得到的最优结果、发电量最大模型所得到的结果及各子目标上的理想点之间的比较。由表2可知，与发电量最大模型相比，综合调度虽牺牲了部分发电量，但保证出力和供水保证率均有大幅提升，与单独的保证出力和保证供水率最大模型比较结果类似。表明水库的综合调度使水库的综合利用效益得到提高，水资源利用更加合理有效。

表2　不同模型得到的结果与理想点之间的比较