Page 89 - 2024年第55卷第11期

［１６］ ＳＨＡＮＧＹ，ＬＵＳ，ＧＯＮＧＪ，ｅｔａｌ．Ｉｍｐｒｏｖｅｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ ｆｏｒｅｃｏｎｏｍｉｃｌｏａｄｄｉｓｐａｔｃｈｉｎｈｙｄｒｏｐｏｗｅｒｐｌａｎｔｓ
ａｎｄｃｏｍｐｒｅｈｅｎｓｉｖｅｐｅｒｆｏｒｍａｎｃｅｃｏｍｐａｒｉｓｏｎｗｉｔｈｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇｍｅｔｈｏｄ ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１７，
５５４：３０６ － ３１６．
［１７］ 周建中，李英海，肖舸，等．基于混合粒子群算法的梯级水电站多目标优化调度 ［Ｊ］．水 利 学 报，２０１０，
４１（１０）：１２１２ － １２１９．
［１８］ 赵雪花，黄强，吴建华．蚁群算法 在 水 电 站 厂 内 经 济 运 行 中 的 应 用 ［Ｊ］．水 力 发 电 学 报，２００９，２８（２）：
１３９ － １４２，１３８．
［１９］ 陈立华，梅亚东，董雅洁，等．改进遗传算法及其在水库群优化调度中的应用［Ｊ］．水利学报，２００８，３９
（５）：５５０ － ５５６．
［２０］ ＳＵＴＴＯＮＲＳ，ＢＡＲＴＯＡＧ．ＲｅｉｎｆｏｒｃｅｍｅｎｔＬｅａｒｎｉｎｇ：ＡｎＩｎｔｒｏｄｕｃｔｉｏｎ［Ｍ］．ＭＩＴｐｒｅｓｓ，２０１８．
［２１］ ＣＡＳＴＥＬＬＥＴＴＩＡ， ＰＩＡＮＯＳＩＦ， ＲＥＳＴＥＬＬＩＭ．Ａ ｍｕｌｔｉｏｂｊｅｃｔｉｖｅ ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ ａｐｐｒｏａｃｈ ｔｏ ｗａｔｅｒ
ｒｅｓｏｕｒｃｅｓｓｙｓｔｅｍｓｏｐｅｒａｔｉｏｎ：Ｐａｒｅｔｏｆｒｏｎｔｉｅｒａｐｐｒｏｘｉｍａｔｉｏｎｉｎａｓｉｎｇｌｅｒｕｎ［Ｊ］．ＷａｔｅｒＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，２０１３，
４９（６）：３４７６ － ３４８６．
［２２］ 李文武，刘江鹏，蒋志强，等．基于 ＨＳＡＲＳＡ（ λ ）算法的水库长期随机优化调度研究［Ｊ］．水电能源科学，
２０２０，３８（１２）：５３ － ５７．
［２３］ ＪＩＡＮＧＷ Ｙ，ＬＩＵＹＱ，ＦＡＮＧＧＨ，ｅｔａｌ．Ｒｅｓｅａｒｃｈｏｎｓｈｏｒｔ － ｔｅｒｍｏｐｔｉｍａｌｓｃｈｅｄｕｌｉｎｇｏｆｈｙｄｒｏ － ｗｉｎｄ － ｓｏｌａｒｍｕｌｔｉ －
ｅｎｅｒｇｙｐｏｗｅｒｓｙｓｔｅｍ ｂａｓｅｄｏｎｄｅｅｐｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｌｅａｎｅｒＰｒｏｄｕｃｔｉｏｎ，２０２３， ３８５．ｄｏｉ：
１０．１０１６?ｊ．ｊｃｌｅｐｒｏ．２０２２．１３５７０４．
［２４］ ＺＥＮＧＹ，ＷＥＮＸ，ＴＡＮＱ，ｅｔａｌ．Ｒｅａｌ － ｔｉｍｅｌｏａｄｄｉｓｐａｔｃｈｉｎｈｙｄｒｏｐｏｗｅｒｐｌａｎｔｂａｓｅｄｏｎＤ３ＱＮ － ＰＥＲ［Ｊ］．Ｊｏｕｒ
ｎａｌｏｆＨｙｄｒｏｌｏｇｙ ，２０２３，６２５：１３００１９．
［２５］ ＭＮＩＨ Ｖ，ＫＡＶＵＫＣＵＯＧＬＵＫ，ＳＩＬＶＥＲＤ，ｅｔａｌ．Ｈｕｍａｎ － ｌｅｖｅｌｃｏｎｔｒｏｌｔｈｒｏｕｇｈｄｅｅｐｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ［Ｊ］．
Ｎａｔｕｒｅ，２０１５，５１８（７５４０）：５２９ － ５３３．

ＲｅｓｅａｒｃｈｏｎｏｐｔｉｍａｌｌｏａｄａｌｌｏｃａｔｉｏｎｉｎｈｙｄｒｏｐｏｗｅｒｓｔａｔｉｏｎｂａｓｅｄｏｎＤＱＮａｌｇｏｒｉｔｈｍ
１
１，２
１，２
１
ＴＡＮＱｉａｏｆｅｎｇ ，ＳＯＮＧＪｉａｗｅｉ，ＷＥＮＸｉｎ ，ＺＥＮＧＹｕｘｕａｎ，ＷＡＮＧＨａｏ ３
（１．ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，ＣｏｌｌｅｇｅｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙ＆ＨｙｄｒｏｐｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇ，Ｎａｎｊｉｎｇ ２１００９８，Ｃｈｉｎａ；
２．ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，ＣｏｏｐｅｒａｔｉｖｅＩｎｎｏｖａｔｉｏｎＣｅｎｔｅｒｆｏｒＷａｔｅｒＳａｆｅｔｙ＆Ｈｙｄｒｏ － Ｓｃｉｅｎｃｅ，Ｎａｎｊｉｎｇ ２１００９８，Ｃｈｉｎａ；
３．ＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＨｙｄｒｏｐｏｗｅｒＲｅｓｅａｒｃｈ，Ｂｅｉｊｉｎｇ １０００３８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｌｏａｄａｌｌｏｃａｔｉｏｎｏｆｈｙｄｒｏｐｏｗｅｒｓｔａｔｉｏｎｉｓｔｈｅｂａｓｉｓｏｆａｕｔｏｍａｔｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｓｙｓｔｅｍ，ａｎｄｔｈｅ
ｃｏｎｖｅｎｔｉｏｎａｌｍｅｔｈｏｄｉｓｄｉｆｆｉｃｕｌｔｔｏａｄａｐｔｔｏｔｈｅｃｏｍｐｌｅｘａｎｄｄｉｖｅｒｓｉｆｉｅｄｍｕｌｔｉ － ｏｂｊｅｃｔｉｖｅｒｅｇｕｌａｔｉｏｎａｎｄｃｏｎｔｒｏｌｒｅ
ｑｕｉｒｅｍｅｎｔｓ．Ｔｈｉｓｐａｐｅｒｃｏｎｓｔｒｕｃｔｓａｌｏａｄｄｉｓｔｒｉｂｕｔｉｏｎｍｏｄｅｌｔｈａｔｔａｋｅｓｉｎｔｏａｃｃｏｕｎｔｔｈｅｄｅｍａｎｄｏｆｗａｔｅｒｒｅｓｏｕｒｃｅｓ
ａｎｄｅｌｅｃｔｒｉｃｐｏｗｅｒ ，ａｎｄｄｅｖｅｌｏｐｓａｎｅｆｆｉｃｉｅｎｔｓｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅＤＱＮ（ＤｅｅｐＱ － Ｎｅｔｗｏｅｋ）ａｌｇｏｒｉｔｈｍ．
ＴａｋｉｎｇＺｈｅｎｔｏｕｂａＨｙｄｒｏｐｏｗｅｒＳｔａｔｉｏｎａｓａｎｅｘａｍｐｌｅ ，ｔｈｅｗａｔｅｒｃｏｎｓｕｍｐｔｉｏｎｏｆｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｉｎｔｈｅｄｒｙｐｅｒｉｏｄ
ｉｓｒｅｄｕｃｅｄｂｙ０．１４％，ｗｈｉｃｈｉｍｐｒｏｖｅｓｔｈｅｏｐｅｒａｔｉｏｎｅｃｏｎｏｍｙｏｆｔｈｅｐｏｗｅｒｓｔａｔｉｏｎ；ａｎｄｔｈｅｖａｒｉａｎｃｅｏｆｗａｔｅｒｌｅｖｅｌ
２
ｖａｒｉａｔｉｏｎｉｎｔｈｅｆｌｏｏｄｓｅａｓｏｎｉｓｒｅｄｕｃｅｄｂｙ０．８７６ｍ ，ｗｈｉｃｈｅｆｆｅｃｔｉｖｅｌｙｓｕｐｐｒｅｓｓｅｓｔｈｅｗａｔｅｒｌｅｖｅｌｆｌｕｃｔｕａｔｉｏｎｏｆｔｈｅ
ｐｏｗｅｒｓｔａｔｉｏｎ．Ａｔｔｈｅｓａｍｅｔｉｍｅ ，ｔｈｅａｃｃｕｒａｃｙｏｆｌｏａｄｄｉｓｔｒｉｂｕｔｉｏｎｃａｌｃｕｌａｔｉｏｎｉｓｉｍｐｒｏｖｅｄｆｒｏｍ３ － ５ＭＷ ｔｏ１ＭＷ，
ａｎｄｔｈｅｃａｌｃｕｌａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｉｓｉｍｐｒｏｖｅｄｂｙ８８．２ － １０６．４ｔｉｍｅｓ，ｗｈｉｃｈｃａｎｐｒｏｖｉｄｅｔｅｃｈｎｉｃａｌｓｕｐｐｏｒｔｆｏｒｔｈｅｓｃｈｅｄ
ｕｌｉｎｇａｎｄｏｐｅｒａｔｉｏｎｏｆｃｏｍｐｌｅｘｈｙｄｒｏｐｏｗｅｒｓｙｓｔｅｍｓｉｎｔｈｅｎｅｗｐｅｒｉｏｄ．
Ｋｅｙｗｏｒｄｓ：ｌｏａｄａｌｌｏｃａｔｉｏｎ；ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ；ｅｃｏｎｏｍｉｃｏｐｅｒａｔｉｏｎ；ｗａｔｅｒ － ｅｌｅｃｔｒｉｃｉｔｙｒｅｇｕｌａｔｉｏｎ；ｅｆｆｉｃｉｅｎｔ
ｄｅｃｉｓｉｏｎｍａｋｉｎｇ

（责任编辑：王 婧）

３
— １ ５ ５ —