含不确定性负荷的水火电力系统随机优化调度

针对水火电力系统负荷的不确定性,建立基于模糊机会约束规划的随机优化调度模型,分析负荷不确定性变化对水火电机组出力及火电机组能耗量、排放量的影响。将实际负荷与负荷预测的偏差看成一个模糊随机变量,并在火电机组煤耗量最小化、污染物排放最小化和水库蓄水量最大化3个目标函数中及功率平衡、机组出力调整等约束条件函数中均引入负荷这一随机变量。按照模糊机会约束和随机机会约束的确定性等价形式,将水火电力系统优化调度的不确定模型转化为确定性模型,并利用多目标问题的模糊满意度法进行求解。以一个8级梯级水电站和6台火电机组组成的水火电力系统为实例进行计算,验证所提出含不确定性负荷的水火电力系统随机调度模型的准确性和可行性。     

基于总体协调满意度的水火电力系统多目标短期优化调度

水火电力系统多目标优化调度符合国家节能减排的政策导向,在考虑整个系统梯级水电站发电效益最大化、火电机组发电成本最小化和梯级水电站发电用水最小化的目标同时,考虑了火电机组二氧化碳排放最小化的优化目标。针对水火电力系统短期优化运行调度中目标函数的权重处理困难的因素,采用一种基于目标函数总体协调满意度的处理方法,通过采用自然选择机制策略和异步学习因子策略提高算法的性能。以5个梯级水电站和4台火电机组组成的水火电力系统为实例进行计算．优化仿真计算证明了所提出的优化调度模型和求解算法具有可行性和适用性。     

基于随机规划的含风电场的电力系统节能优化调度策略

含风电场的多电源电力系统优化调度是一个新的具有重要经济和社会效益的复杂非线性问题.针对传统的水火经济调度模型以及新兴的火风互补经济调度模型,提出了基于随机规划的水、火、风混合系统短期优化调度模型,利用机会约束描述目标函数和约束条件,并给出不同置信水平下的调度方案.同时考虑水电站耗水量最小、火电煤耗量最小以及氮氧化物排放...     

基于模糊CVaR理论的水火电系统随机调度多目标优化模型

为解决负荷不确定性对水火电力系统安全调度的影响,实现系统发电能耗、污染物排放和梯级水电站蓄水量最优的目标,首先引入多目标CVaR方法,将负荷需求实际值与预测值偏差作为随机变量,重新定义了含置信水平要求的调度目标函数。结合系统运行约束条件,构建了考虑存在不确定因素情景下的水火电多目标调度优化模型。然后,为了求解所提模型,在对非线性约束条件进行线性化处理后,分别应用模糊满意度理论和熵权理论模糊化和加权多目标函数,形成了属于混合整数线性规划的熵权模糊多目标CVaR模型。最后,选用6个火电厂和3个梯级水电站作为水火电调度系统,对所提模型进行算例仿真。结果表明,多目标CVaR方法适用于解决水火电调度优化问题,能够较好地反映调度结果的风险水平;熵权模糊满意度求解算法可以有效简化模型求解过程,得到最优的调度运行方案。     

基于互补机制的水火电力系统机组组合

针对水火电力系统短期发电计划中火电机组的开停机组合与水电调度问题解法复杂性,提出以水电发电量最大、耗水量最小和火电煤耗量最小且具有时序的3个优化子问题的发电调度模型,综合考虑一个调度周期内系统机组的运行状态。基于解耦的水火电力系统优化模型不仅可以确定水电的最佳放水策略,也可以体现水电和火电互补作用,充分提高水火电力系统联合运行的经济性。针对水电系统强非线性特点,采用新型随机全局优化仿电磁学算法进行求解,对火电系统则采用改进微粒群优化算法进行求解。通过一个具有3个体积水电站和5个火电厂的水火电力系统的仿真分析,表明以互补机制为理论基础的优化模型的正确性及算法求解的有效性。     

基于遗传算法和数据包络分析法的水火电力系统发电多目标经济调度

为充分提高水电站发电效益及达到节能降耗目的,建立了以梯级水电站发电量最大和火电机组煤耗量最小的水火电力系统短期发电多目标经济调度模型,并利用遗传算法与数据包络分析(data envelopment analysis,DEA)法求解该模型,并通过惩罚因子法将各约束条件融合到目标函数中,通过设置不同权重系数获得10种调度方案。比较不同调度方案的目标值和DEA评估值,并依据决策者喜好选取最优决策方案。算例结果验证了该方法的有效性。     

含风电场的混合机会约束经济调度模型

风电出力具有不确定性和波动性,大规模风电功率注入电网给电力系统调度运行带来了严峻的考验。针对系统中普遍存在的多重不确定因素,引入不确定规划理论,将风电和负荷出力的不确定性表示为预测误差的不确定性,并根据其不同特性,进行区别建模,考虑火电机组的阀点效应,建立同时含有模糊变量和随机变量的混合机会约束经济调度模型。采用模糊模拟和随机模拟技术相结合的混合模拟求解策略进行求解。通过引入机会约束使得调度决策具有控制风险和成本的能力,建模计及火电机组的阀点效应,使得计算结果更加符合实际情况。算例分析验证了所建模型的可行性和有效性。     

水火电力系统短期节能与经济发电优化调度

选取节能和经济两个决策目标,建立水火电力系统发电多目标优化调度模型,寻求满足决策目标的最优调度方案。根据水力发电和火力发电的能耗特性,引入同等装机容量技术条件下水煤转换系数的概念,建立了水火电力系统联合发电能耗模型以及火电综合成本模型,并选取水火电力系统发电等效总煤耗最小作为节能调度的目标,选取火电厂发电综合成本最小作为经济调度的目标,对含有梯级水电站群和多个火电厂的大区域性电力系统进行多目标优化调度。以一个具有8个梯级水电站和8个火电厂的水火电力系统为例进行仿真,其结果证明所建的节能与经济发电优化调度模型能够在增加发电量的同时,提高水资源利用率,节约煤炭资源,降低火电成本,创造良好的发电效益和经济效益。     

基于粒子群算法的水火电力系统负荷优化分配

针对水火电力系统优化调度问题,建立考虑电量平衡,水量平衡,水位约束,库容约束,发电流量约束,水头约束的水火电力系统调度模型。建立以煤耗成本最小的水火电力系统优化模型,模型为水库的短期优化调度,以天为一个调度时段。根据优化原则,本课题主要以单目标优化为目的,在确定型来水下,不考虑抽水蓄能。主要为了考察在发电需求一定的情况下,根据系统的电量平衡,也就是总的用电需求是一定的,水利发电增多,火力发电减少,进而确定最小的煤耗量。     

基于机会约束的微电网混合整数规划优化调度

为解决微电网短期及超短期优化调度问题,考虑微电网运行过程中不确定因素的影响。以最小化微电网运行成本为目标,综合考虑功率平衡、机会约束等约束条件,提出了一种基于机会约束的微电网混合整数规划优化调度模型。针对模型中机会约束确定性转化问题,采用基于采样的机会约束条件确定性转化方法,将机会约束变为混合整数线性约束。同时,为了提高计算速度,将目标函数中的非线性函数进行分段线性化。算例结果表明,基于机会约束的微电网混合整数规划优化调度模型具有较好的可行性和有效性。     

入库径流预报误差随机模型及其应用

为了在量化入库径流预报误差的条件下有效提高调度方案制作的精度，基于高斯混合模型（GMM）良好的自适应性，能更准确地描述单一预见期径流预报误差分布的特点，以及高维meta-student t Copula函数具有将多个类型边缘分布有机耦合的优势，建立了多个预见期入库径流预报误差的GMM-Copula随机模型。以雅砻江流域锦屏一级水电站水库为例，对预见期分别为6 h、12 h、18 h、24 h的入库径流预报误差进行了分析与随机模拟。结果表明，随着预见期的增加，模拟误差与实际误差的主要统计特征值相差不大，满足预设精度要求，且变化规律一致，验证了模型的可行性与有效性，为水库调度方案的编制与实施提供了参考依据。     

基于随机动态规划的混合式抽水蓄能电站水库中长期优化调度研究

针对水库天然径流的不确定性,在描述径流随机过程的基础上,建立了混合式抽水蓄能水电站水库发电量期望值最大的中长期随机优化调度的数学模型。以发电流量和抽水时间为决策变量,采用双决策变量随机动态规划对模型进行求解。以白山混合式抽水蓄能电站为例进行实例计算,发现抽水时发电量的期望值从不抽水时的2.165×109 kW?h增加到2.463×109 kW?h,保证出力比不抽水时增加了约12 MW,调度周期内各时段的水位也比不抽水时有所提高。将随机模型与确定性长系列法建立的模型进行了比较分析,通过实例对比发现随机模型取     

Adaptive fuzzy finite-time quantized control for stochastic nonlinear systems with full state constraints

This article studies the adaptive fuzzy finite-time quantized control problem of stochastic nonlinear nonstrict-feedback systems with full state constraints. During the control design process, fuzzy logic systems are used to identify the unknown nonlinear functions, integral barrier Lyapunov functions are employed to solve the state constrained problem. In the frame of backstepping design, an adaptive fuzzy finite-time quantized control scheme is developed. Based on the stochastic finite-time Lyapunov stability theory, it can be guaranteed that the closed-loop system is semiglobal finite-time stable in probability, and the tracking errors converge to a small neighborhood of the origin in a finite time. Finally, two simulation examples are provided to testify the effectiveness of the developed control scheme.     

Fuzzy rule-based model for hydropower reservoirs operation

Real-time hydropower reservoir operation is a continuous decision-making process of determining the water level of a reservoir or the volume of water released from it. The hydropower operation is usually based on operating policies and rules defined and decided upon in strategic planning. This paper presents a fuzzy rule-based model for the operation of hydropower reservoirs. The proposed fuzzy rule-based model presents a set of suitable operating rules for release from the reservoir based on ideal or target storage levels. The model operates on an ‘if-then’ principle, in which the ‘if’ is a vector of fuzzy premises and the ‘then’ is a vector of fuzzy consequences. In this paper, reservoir storage, inflow, and period are used as premises and the release as the consequence. The steps involved in the development of the model include, construction of membership functions for the inflow, storage and the release, formulation of fuzzy rules, implication, aggregation and defuzzification. The required knowledge bases for the formulation of the fuzzy rules is obtained form a stochastic dynamic programming (SDP) model with a steady state policy. The proposed model is applied to the hydropower operation of “Dez” reservoir in Iran and the results are presented and compared with those of the SDP model. The results indicate the ability of the method to solve hydropower reservoir operation problems.     

Adaptive fuzzy output‐feedback tracking control for switched stochastic pure‐feedback nonlinear systems

This paper considers the problem of adaptive fuzzy output‐feedback tracking control for a class of switched stochastic nonlinear systems in pure‐feedback form. Unknown nonlinear functions and unmeasurable states are taken into account. Fuzzy logic systems are used to approximate the unknown nonlinear functions, and a fuzzy observer is designed to estimate the immeasurable states. Based on these methods, an adaptive fuzzy output‐feedback control scheme is developed by combining the backstepping recursive design technique and the common Lyapunov function approach. It is shown that all the signals in the closed‐loop system are semiglobally uniformly ultimately bounded in mean square in the sense of probability, and the observer errors and tracking errors can be regulated to a small neighborhood of the origin by choosing appropriate parameters. Finally, a simulation result is provided to show the effectiveness of the proposed control method.     

入库径流过程预报误差多维随机模拟模型

包含多个预见期的入库径流过程预报误差的随机模拟随着维度增加而难度增大.为了更加精确快速地分析和得到入库径流过程预报误差的变化规律,本文利用变分自编码器(VAE)方法耦合神经网络和低维隐变量的模拟生成复杂高维数据的特性,建立了基于VAE的入库径流过程预报误差随机模拟模型.以锦屏一级水电站的入库径流过程预报误差模拟为例,将...     

考虑预报误差的水电站短期调度模糊风险研究

水电站短期发电计划编制一般采用预报径流进行,但受预报精度限制,预报值与实际值往往存在偏差,当电站位于近边界水位运行时,该偏差就可能带来弃水或出力不足问题。为定量分析径流预报误差的模糊特性及其对水电站短期发电调度的影响,本文提出了一种基于最优贴近度准则的径流预报误差模糊隶属函数优选方法,并引入可信性理论,建立了水电站在两种典型近边界工况（正常蓄水位和死水位）下的发电调度模糊风险分析模型,实现了水文预报误差模糊性与水电站短期发电调度风险的耦合与转化。实例研究中给出了锦西电站在两种近边界运行工况下的高风险区域及建议运行区域,可为该电站实际短期发电调度提供有力的参考和借鉴。     

基于随机影响的仿真结果模糊综合评判

本文通过采用模糊综合评判方法对混凝土坝施工仿真系统运行结果进行评判，解决了传统运用多次仿真计算方法获得均值来进行成果提交所带来的耗时性及单方案筑块的浇筑顺序的描述困难问题，同时，该方法使每次系统运行结果在进行原型描述时都具数值化的衡量标准，并且可以很容易实现多次运行结果的原型代表性评判。本文还结合实例予以具体应用。     

径流过程随机模拟的混合模型及其应用

鉴于径流过程是以年为周期的非平稳随机过程，本文结合径流随机模拟的平稳随机模型和季节性随机模型，建立了一种径流过程随机模拟的混合模型。与以前的方法不同，该模型将径流过程的非平稳性用模型显式地予以描述，可用于对时间聚集水平不同的径流过程的模拟，而且概念清晰，灵活简便，易于数值实现。以密云水库兴利防洪调度综合运用方案的比较择优以及下游河道防洪风险分析问题作为应用实例，说明了这种混合模型及其建模方案的合理性和广泛适用性。     

Adaptive fuzzy FTC design of nonlinear stochastic systems with actuator faults and unmodeled dynamics

This paper investigates an adaptive fuzzy control method for accommodating actuator faults in a class of uncertain stochastic nonlinear systems with both immeasurable states and unmodeled dynamics. The considered faults are modeled as both loss of effectiveness and lock‐in‐place. To deal with the immeasurable states, a novel state observer containing the actuator faults is designed. Combining with the backstepping technique and stochastic small‐gain theorem, an adaptive fuzzy output feedback control method is developed. The presented design scheme can guarantee that the closed‐loop system is input‐to‐state practically stable in probability. Finally, a simulation example is shown to verify the effectiveness of the proposed control method.