水库发电优化调度模型及发电调度规律研究

水库调度图以其操作简单、方便直观等优点,成为指导水电站水库运行调度的常用工具,但依据常规调度图运行时,调度结果很难达到最优,难以充分发挥水库的运行效益。针对水库发电调度图难以充分发挥水库运行效益的特点,建立了梯级水库联合发电优化调度模型,并采用动态规划逐次逼近法（DPSA）与动态规划（DP）嵌套方法进行求解。通过调度图模拟结果与所建发电优化模型的结果进行对比分析,对优化模型的合理性进行了验证,同时应用概率统计方法进一步挖掘水库汛期和非汛期的发电调度规律。对某流域梯级水库的实例应用研究表明,优化运行能够获得更好的发电运行效益,同时,发电调度规律对水电站年调度计划的制订和水库的实际运行具有指导意义。     

雅砻江梯级水库优化调度规则提取研究

针对确定性水库优化调度模型难以直接应用于实际操作的局限性,建立雅砻江流域“三库七级”梯级水库电站联合优化调度模型,采用Gaussian径向基函数提取各水库的调度规则,并率定和检验拟合效果。结果表明,雅砻江梯级水库电站联合优化调度运行的年均发电量为983.19亿kW·h,比设计多年平均发电量增加78.94亿kW·h(+8.73%);两河口、锦屏I级和二滩水库的优化调度过程呈现一定规律,Gaussian径向基函数拟合调度过程的决定系数R2均大于90%,能有效拟合其调度规则,且模拟调度结果相比设计值增发电量51.27亿kW·h(+5.67%)。     

基于遗传算法的小水电站优化调度方法的研究与实践

针对以发电为主的小水电站单库和串联小水电站群，以水电站的发电引用流量为决策变量，以水电站在调度周期内发电量最大为目标，分别建立了优化调度的数学模型。基于浮点数编码的改进遗传算法用于对模型的优化计算，从而提高了算法的搜索效率。基于VC 编程设计了小水电站运行调度智能算法系统软件，用类CbestGA封装了求解一般水库调度问题的遗传算法，并应用于一个实际的小水电站调度，实验结果说明了遗传算法用于水库优化调度的可行性和有效性。     

考虑发电风险率的水库优化调度图编制

传统发电水库优化调度模型一般以最大多年平均发电量和发电保证率为目标函数,其内涵是水库经多年调度运行的平均期望效益最大化,而不能反映调度运行一段时期的风险率.本文针对水电站水库优化调度图编制问题,采用不同目标函数建立了两个模型:①以最大化多年平均发电量和发电保证率为目标的多年期望模型;②基于原设计常规调度图这一评价基准,定义发电风险率为发电量或发电保证率低于原设计调度图模拟运行结果的频率,建立了强调发电风险的特定时期风险模型.采用多目标遗传算法NSGA-Ⅱ求解,以隔河岩～高坝洲梯级水电站为研究背景,结果表明:较原设计调度图,得到的一个优化调度图年均发电量增加了1.22亿kW·h,年发电量风险率仅为1.82％,发电保证率可增加2.74％.因此,提出的特定时期风险模型适合于临时运行时期或者每年单独考评的调度操作中.     

水库水电站中长期隐随机优化调度综述

随着中国水电开发积极有序推进,大型梯级水电格局逐渐形成,对水电站群的实际调度运行提出了一系列新的需求和挑战。文中概述了水库水电站确定性优化调度理论的发展历程和2种随机优化理论思想,在阐述隐随机优化调度原理的基础上,对目前国内外常用的隐随机调度决策与自变量因子进行了归纳分析。重点介绍了多元线性回归法、智能算法、贝叶斯网络法和模糊集方法这4类调度规则制定方法,并分别对各方法的优缺点进行了总结评价。最后,提出水库水电站隐随机优化调度研究的几点展望,为进一步提高水库水电站实际调度水平提供技术支撑。     

班电量考核制度下龙首电站水库优化调度研究

水库优化调度是水能高效利用,提高电站经济效益的有效措施。如何增发电量促进经济效益最大化已成为龙首一、二级水电站亟待解决的问题。文中从管理体制方面入手,研究班电量考核制度下的水电站水库优化调度,结果表明班电量考核制度在拦蓄洪水、提高水情预报准确率、增发电量上有显著的作用,为提高水电站运行和综合管理水平提供依据,为以后水电站水库优化调度工作提供新思路新方法。     

基于支持向量机的梯级水电站群中长期调度计划制定及评价

针对国内外水电站实际调度水平与优化调度理论间差距普遍较大的现状,基于确定性优化调度成果,运用支持向量机理论建立了水库水电站实际运行的中长期调度计划,以提高水电站实际运行调度水平.结合决策变量与相关因子筛选、训练样本与预测样本划分、模型参数优选等技术处理,将调度计划应用于金沙江-长江中游水电站群中的4座月调节性能以上水电站,预测结果表现出了良好的拟合精度.进一步模拟调度计划,指导梯级水电站群长系列调度运行,结果表明,模拟运行较好地继承了确定性优化调度在发电量、发电保证率及发电过程方面的效益,证实了该方法的可行性和有效性,为梯级水电站群实际优化运行提供了有力的技术支撑和决策支撑.     

水火电力系统多目标优化调度

水火电力系统多目标优化调度模型的确定在整个电网经济、安全运行中起着非常重要的作用。本文首先分析了大型水库的3种水能形式,建立了水电站发电模型,并在此基础上提出了耗水微增率的计算模型。在考虑发电成本时,引进了煤炭价格因素,并建立了新的发电成本函数模型。最后以水电站总发电用水最少和火电站总发电成本最低为两个目标函数建立调度模型,并对该模型进行了优化计算。仿真计算结果表明了本文提出的调度准则具有可行性和适用性,能给系统调度员作出最佳决策提供一定的依据。     

水库发电优化调度模型的快速求解算法及应用

针对水库“以水定电”优化调度数学模型求解方法中,传统动态规划方法易陷入“维数灾”,而现代智能算法搜索效率低且易陷入局部最优解等不足。本文基于水库在高水头运行时耗水率小的特点,提出了水电站水库“以水定电”调度模型的快速求解方法——浮子算法。该方法在水电站满足保证出力和最小下泄流量等要求的前提下,尽可能提高水库调度期的运行水位以达到直接寻找优化调度解的目的。通过案例分析并与离散微分动态规划（DDDP）方法求解结果比较,本算法结果与DDDP算法十分接近,计算时间约为后者的50%。与其他算法联合使用,可在提高优化效果的同时缩短模型的求解时间,为水电站水库“以水定电”调度计划的制定和快速决策提供技术支持。     

基于粗糙集和支持向量机的水电站发电调度规则研究

针对梯级水电站联合运行调度的实际需求,基于粗糙集和支持向量机理论提取水电站发电调度规则。首先在梯级水库确定性优化调度结果基础上,构建由时间因子、空间因子和能量因子构成的属性集;然后采用粗糙集理论去除冗余属性,降低模型复杂度;最后采用支持向量机回归模型拟合水库时段决策变量之间的非线性关系得到水电站发电调度函数,并模拟长系列发电调度运行过程。以金中梯级水电站群为对象进行实例研究,计算结果表明:相比多元回归、全变量支持向量机模型模拟运行结果,本文提出方法得到的调度函数指导梯级运行时更多保留了确定型优化调度的发电效益,体现了方法的合理性与优越性,可以有效指导水电站水库中长期调度运行。     

基于改进蚁群算法的梯级水电站优化调度及竞价研究

针对电力市场中竞价制度和梯级水电站的特点,提出把梯级水电站作为一个发电实体在电力市场中统一竞价,并整体安排各级水电站的生产调度运行。考虑多个约束条件,建立了一个合理的梯级水电站调度模型。提出引用Metropolis判据改进蚁群算法,修正了蚁群算法在复杂多维问题中的停滞问题,并用此算法求解调度模型。通过对松江河梯级水电站进行实例仿真,验证了改进后的蚁群算法的准确性,并指出了该调度模型的优点与不足。     

温州电网梯级水电站优化调度实践

建立由温州电网属下的梯级水电站群优化调度的数学模型,采用基于浮点数编码的改进遗传算法对该模型进行了优化计算,该算法设计编程简单,计算量小,收敛速度快.利用三插溪水库的入库径流实测值进行了仿真实验,实验结果表明优化调度比常规调度经济效益超过5%,说明了遗传算法用于梯级水电站群优化调度既可行又有效.     

水库群供水优化调度的免疫蚁群算法应用研究

针对水库群供水优化调度问题,本文介绍了一种基于免疫进化的蚁群算法。该算法充分利用了免疫进化算法的全局快速收敛性和蚁群算法的正反馈性,同时在蚁群算法中增加扰动策略,克服了蚁群算法在求解过程中出现初期信息素匮乏、易陷入局部最优解的问题,并将其应用在滦河下游六水库联合供水优化调度中。实例计算表明,该算法求解水库群供水优化调度问题时,结果可靠、合理,计算效率高,从而为求解高维,复杂的水库供水优化调度提供了新的思路。     

蚁群算法在水电站厂内经济运行中的应用

水电站实行经济运行既可带来巨大的经济效益,又可以节约宝贵的水资源.文章介绍了一种新的模拟优化算法--蚁群算法,并根据水电站厂内经济运行问题与旅行商问题的相似性,通过合理处理约束条件与目标函数,将水电站厂内经济运行问题转化为旅行商问题,从而提出了一种用蚁群算法求解水电站厂内经济运行问题的数学模型.实例验证表明此方法具有较高的实用价值.     

韶关水电站群优化调度系统软件的调试与优化

韶关水电站群优化调度系统是一个集水文数据资料管理、水库来水预测、水库发电优化调度等功能于一体的决策系统,系统的调试与优化是系统发布后能稳定运行的保证。为此,分析了程序运行过程中产生错误的原因,介绍了Visual Basic环境下的调试工具和常用的调试手段,给出了系统性能优化的方法。实际运行表明,使用该方法可以缩短程序运行时间,提高运行速度,增加人机界面的交互和友好性。     

两阶段粒子群算法在水电站群优化调度中的应用

以水电站群最小出力约束下的发电量最大为目标建立了水电站群优化调度数学模型,采用两阶段粒子群算法求解。在按目标函数进行进化计算之前,先进行以最小平均出力最大为目标的第一阶段优化,并在粒子群中引入初始可行解,以提高粒子群的质量和求解效率。以云南电网统调的7库14站主力水电站群系统为例进行了计算,结果表明,该算法能有效克服“维数灾”问题,能得到高性能的优化调度结果。     

基于蚁群算法的梯级水电站群优化调度

提出一种求解梯级水电站中长期优化调度问题的方法一蚁群算法（Ant Colony algorithm，ACA）。算法模拟了蚂蚁群体觅食路径的搜索过程来寻找梯级水电站中长期最优调度计划。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即最优解。实例计算结果表明，算法可以求解具有复杂约束条件的非线性梯级优化调度问题。算法求解精度高、收敛速度快，为解决梯级水电站中长期优化调度问题提供了一种有效的方法。     

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。     

考虑小水电季节特性的微网经济运行

针对小水电集中地区微源运行和小水电、风电的互补特性,考虑小水电发电的季节差异,基于分时电价,以计及微网运行、网际交易、折旧等要素的总成本最低为优化目标,并运用AHP层次分析法建立微网的调度和经济运行模型。通过所建模型优化微源出力,灵活调度蓄水库运行,合理配置主网与微网之间的电能交易。选取典型微网为案例,并根据不同季节的典型负荷曲线进行仿真,结果表明季节特性对于小水电集中地区微网有较大的影响,针对丰水期和枯水期分别制定不同的调度策略是相当必要的;同时也证明了风水互补运行对于提高微网经济性和可靠性都具有重要意义。     

韶关地区电网小水电站群优化调度决策支持系统

为提高小水电的开发利用能力,指导韶关地区直属调度的各水库做好预报、调度决策等工作,建设了韶关地区电网小水电站群优化调度决策支持系统。该系统是一个集水文数据资料管理、水库来水预测、水库发电优化调度等功能于一体的小水电站群发电优化决策系统。为此,介绍了该系统的建设、系统功能及应用情况,它使韶关地区的水资源得到更充分的利用,社会效益和经济效益非常显著。