三峡梯级和清江梯级水电站群联合调度研究

开展对三峡梯级和清江梯级巨型混联水电站群优化调度研究,分别建立了以发电量最大和以发电效益最大为目标的水电站群联合调度模型,采用POA算法分别计算两个梯级单独运行和梯级联合运行在两种准则下的库容和电力补偿效益。选择1982-1987连续水文周期年的日径流资料进行计算,并与原设计方案相比,两种准则下联合调度的系统年平均发电量分别增加了60.90亿kW.h和60.71亿kW.h,年发电效益分别增加了14.37亿元和14.70亿元;在以发电量最大为准则的情况下,三峡梯级和清江梯级的弃水量分别减少了566.88亿m3和36.73亿m3,系统年均发电量增加了5.80%,库容补偿效益显著。     

跨流域混联式水电站群联合补偿效益分析

在总结国内外相关研究和实践的基础上，以科学反映清江梯级与三峡梯级相互补偿作用为目的，对由两梯级所组成的跨流域水电站群进行联合调度研究，重点分析了相对于两梯级单独调度时联合调度带来的电力、电量补偿效益。分别以系统保证出力最大和多年平均发电量最大为目标，建立了相应模型;并采用与水电站水库调度图相结合的判别式法及动态规划逐次逼近分别进行求解。结果表明，清江梯级与三峡梯级联合运行后，系统保证出力提高34.281 0万kW，多年平均发电量增加1.216 2亿kW·h，补偿效益显著。     

雅砻江–金沙江–长江梯级水电站群联合调度图研究

水库调度图是水库运行的重要指导工具,现有研究主要集中在单库调度图或单梯级联合调度图,针对多子梯级水电站群联合调度图研究较少。本文围绕雅砻江–金沙江–长江梯级水电站群联合调度问题,考虑以子梯级龙头电站作为各子梯级调控主导电站,结合二滩、溪洛渡、向家坝和三峡水电站单库调度图,以"龙头电站水位-梯级总出力"形式编制形成各子梯级初步调度图;在此基础上,结合水库蓄放水判别系数K值的梯级出力分配方式,提出基于联合调度图的梯级电站模拟调度规则,以子梯级和整个流域梯级水电系统多年平均发电量最大为目标,建立梯级水电站群联合调度图优化模型,采用自适应离散微分逐步优化算法进行模型求解,获得雅砻江-金沙江-长江梯级水电站群最优的联合调度图,并进行整个流域水电站群联合调度模拟。计算结果表明,该联合调度图可以在兼顾各子梯级保证出力的同时,有效增加整个流域水电系统的总发电效益。     

长江上游控制型梯级水库群联合补偿效益分析

介绍了长江上游水电系统的总体特征以及主要控制型梯级水库的拓扑关系,以发电量最大或保证出力最大为目标建立了优化模型,并分别按梯级和库群2个层次构建了4个长序列优化调度方案,最后根据各方案优化结果分析了主要控制型梯级水库的联合补偿规律及补偿效益。分析结果表明:以发电量最大为主要目标时,库群年均发电量可增加11.79%;以保证出力最大为主要目标时,库群总保证出力可提高29.53%;同时,年均发电量增加9.91%,各梯级互补能力突出,联合运行时电力电量补偿效益显著。     

计及可传输容量的梯级水电站优化调度

针对流域梯级水电站优化调度的特点,提出了计及ATC影响的梯级水电站优化调度模型。根据电网典型运行方式和上一时间段的调度情况,利用最优潮流计算水电上网通道的ATC容量。将ATC容量约束直接引入到梯级水电站优化调度模型中,利用粒子群优化算法的全局寻优能力对梯级水电站中长期优化调度进行寻优。以四川某流域梯级的4个电站优化调度为例,计算结果表明采用所建模型和方法能够有效提高梯级水电站发电量和发电收益。     

三峡梯级和清江梯级水电站短期联合优化调度方法研究

针对清江高坝洲水电站下游水位流量关系受长江顶托影响和梯级水库间流量传播处理问题,建立三峡梯级和清江梯级水电站短期联合优化调度模型。根据实测资料构建受长江顶托的高坝洲水电站下游水位流量分段函数关系;采用相关分析法对梯级间实测数据进行率定,构建线性回归方程处理梯级间流量传播的计算。运用正弦轮盘赌选择算子的自适应遗传算法求解模型,克服单纯轮盘赌对适应度非负的要求。不同量级典型日流量过程模拟调度结果表明：三峡梯级和清江梯级联合调度效益增加明显。研究成果对未来三峡梯级与清江梯级水库群日发电计划的编制有借鉴意义。     

黄河上游梯级电站补偿效益研究

在分析补偿调节原则和方法的基础上，利用大系统理论研究黄河梯级水电站群电量补偿效益问题。根据黄河上游水库电站的特点，提出有效的计算方法－三层次计算法，每一层次建立了水库调节的数学模型，并采用模拟，模拟优化算法对其求解；模型计算结果表明，通过梯级补偿调节可以获得巨大的电量补偿效益。     

金沙江干流梯级水电站水库群长期优化调度

以金沙江干流梯级水电站水库群为研究对象，建立了金沙江梯级水电站水库群兼顾保证出力要求的以发电量最大为目标的长期优化调度模型;考虑水电系统的调峰要求，建立了金沙江梯级发电量最大长期优化调度模型。均用逐次逼近动态规划法求解，结果表明，调峰系数不同对梯级水电站发电效益及运行方式有明显影响。     

基于梯级水电站群联合调度的长江干流“龙头水库”综合效益分析

长江干流十几座在建、拟建的大型水电站将形成世界上最为庞大的梯级水电站群,其联合调度运行对我国能源安全、水资源安全具有重要的战略意义。本文将传统调度图方法和逐步优化数学模型相结合,构思了一种新的梯级水电站群联合调度的控制方式,并结合长江上游"龙头水库"兴建背景下的干流水电站群长系列调度中得到了应用和验证;分析了龙盘"龙头水库"方案对于下游梯级的电力电量补偿效益和对长江干流枯水期的水量补偿效益,通过不同"龙头水库"方案调度结果的敏感性分析揭示了不同调蓄库容对于综合补偿效益的影响规律;揭示了"龙头水库"兴建背景下三峡综合效益的变化规律,并对一般性流域采取"龙头—总控"的梯级水电站群开发模式进行了战略性思考。     

基于CE-PSO算法的风、火、梯级水电系统联合优化调度

为促进风电更好地消纳、减少传统化石能源造成的污染,充分发挥梯级水电站的调节能力,制定了一种包含风、火、梯级水电系统的联合优化调度策略。该策略确定了优先风电上网、火电平稳出力、梯级水电补偿运行的调度模式,并依据该策略建立了多目标联合优化模型。针对传统粒子群算法存在容易陷入局部最优解的缺点,采用基于鲶鱼效应改进的粒子群算法对模型进行求解,并在MATLAB软件中进行仿真。算例的仿真结果表明,基于鲶鱼效应改进的粒子群算法能够有效地应用于风、火、梯级水电联合优化调度问题中,能够发挥出梯级水电站调节特性的同时有效地增加风电的上网电量、提高系统的综合效益。     

基于信息诱导遗传算法的梯级水电站自调度优化

借鉴信息素对昆虫群体协调行为的作用,建立信息素释放模型、信息素扩散模型、信息诱导模型和信息定向模型,提出信息诱导算子(Pheromone Induction Operator,PIO),并与改进遗传算法(Improved Genetic Algorithm,IGA)相结合,形成信息诱导遗传算法(Pheromone In...     

基于免疫粒子群优化算法的梯级水电厂间负荷优化分配

免疫粒子群优化算法(IA-PSO)是将免疫系统的免疫信息处理机制引入粒子群算法(PSO)中,利用其特有的浓度选择机制以及疫苗接种原理,改进了粒子群优化算法的全局寻优能力,提高了收敛速度。在分析梯级水电厂间负荷分配的数学模型和IA-PSO算法特点的基础上,提出了基于IA-PSO算法的负荷优化分配方法,建立了数学模型,给出了具体求解步骤。经实例验证,IA-PSO算法得出的负荷分配方案优于PSO算法的计算结果,且算法后期收敛速度快,从而为梯级水电厂间负荷优化分配问题提供了一条新的求解途径,可应用于更广泛的优化问题。     

基于病毒进化粒子群算法的梯级电站厂间负荷优化分配

病毒进化粒子群算法（VPSO）是将病毒进化机制引入粒子群算法（PSO）中,利用所生成的主群体和病毒群体指导种群进化。寻优过程中,主群体在上下代粒子群之间纵向传递信息,指导粒子群的全局搜索;病毒群体通过转录与反转录在同代个体之间横向传递进化信息,指导粒子群的局部搜索。算例结果表明,较PSO算法和免疫粒子群算法（IPSO）,VPSO算法提高求解精度的同时也加快了计算速度,能有效解决复杂的梯级电站厂间负荷分配问题。     

梯级水电站代理竞价模型及均衡求解

目前,我国普遍存在同一流域梯级水电站投资主体不统一的现象,当代表各自投资主体利益的梯级水电站单独参加竞争性电力交易时,会导致梯级水电资源配置的低效性。针对这一问题,提出一种有利于实现市场环境下梯级水电资源有效配置的代理机制。当市场规则允许时,属于不同投资主体的梯级水电站将自发地采用代理机制参与市场竞争。首先,运用机制设计理论对梯级水电站代理机制进行了初步设计;其次,建立基于供给函数的梯级水电代理竞价模型,并应用逐次逼近法和粒子群算法求解市场均衡状态;最后,通过算例对梯级水电站代理商参与日前市场的均衡状态进行模拟。所提出的模型和算法在梯级水电参与市场竞争的研究方面具有参考价值。     

梯级水电站群优化调度控制研究及解决方案

研制了分层的乌江梯级水电站群优化调度控制系统,由3个子系统组成:水情测报系统、水库调度系统和梯级远程集中监控系统。将调度控制的优化分解为3个子系统的优化控制。运用了梯级最大发电量、梯级最大蓄能量和梯级各电站最小库水位越限程度3个优化准则,并针对各个优化准则建立了相应的数学模型。在对适用于梯级水电站群优化调度计算的各类优化算法进行分析并结合实际运用情况的基础上,提出应优先考虑采用改进动态规划算法求解梯级水电站群优化调度问题。实际运行情况表明,优化调度控制大幅提高了乌江梯级水电站群的经济效益和运行管理水平。     

市场环境下梯级水电资源有效配置的代理机制

提出了一种保证市场环境下梯级水电资源有效配置的代理机制,以解决不同主体梯级水电站单独参与市场时造成的梯级水电资源配置低效性问题。针对该代理机制,在Barraquand-Martinea美式期权定价模型中引入多维随机路径模拟和基于收益年值指标的路径区块划分方法,以实现考虑多种不确定因素的水电站长期盈利水平灵活评估;运用讨价还价模型分析梯级水电站代理双方的非合作动态博弈均衡。算例结果验证了梯级水电站代理机制可以实现对原有梯级水电资源配置的帕累托改进,并表明所建立的实物期权模型能够有效考虑多种不确定因素对实物期权价值的共同作用。     

水光互补组合等效电厂的短期调峰调度方法

梯级水电站与区域光伏电站互补调度一直是研究的热点问题,为充分发挥不同调节类型水电站对光伏电互补作用,本文提出一种基于等效电厂的梯级水光短期互补调度方法。考虑到区域光伏电站发电特性各异,利用kmeans聚类方法划分多个光伏汇聚区。将梯级各个水电站与汇聚区两两组合进行互补调度,通过3种调峰评价指标分析,找出汛平枯各时期较优的水光组合,形成等效电厂。在此基础上,将等效电厂与梯级其余水电厂作为调度对象,进行联合调峰优化调度。以云南省澜沧江流域5座梯级水电站和大理州7座光伏电站为背景,模拟计算结果验证了本文所提方法的可行性,通过几种模型对比分析,该方法可提升梯级水电站与光伏电的整体调峰效果。     

乌江梯级水库联合优化调度方案

为充分挖掘梯级水库间的水文补偿和库容补偿潜力,获取更高的综合利用效益,利用判别系数与水库蓄供水控制线相结合的方法,对乌江梯级水库的蓄供水方式进行了研究,并结合免疫粒子群算法,以梯级水电站发电量最大为目标对水库蓄供水控制线进行优化。联合调度结果表明,优化后的水库蓄供水控制线不但可以合理控制水库蓄放水次序和蓄放水量,达到合理控制水库群运行方式的目的,还在实际调度中具有良好的可操作性和抗风险性。     

流域梯级水电站群优化调度的多向导粒子群算法

针对发电侧市场开放后流域发电公司追求发电效益最大的特点,建立以流域梯级总收益最大为目标的梯级水电站群优化调度模型。为克服粒子群优化算法在迭代后期种群趋同化严重的弊端,在动态自适应惯性权重粒子群算法基础上提出一种多向导粒子群算法。该算法在粒子飞行方向上引入多向导策略：在粒子种群最优向导上引入最优向导集使种群最好解及其他较好解均有可能成为种群最优飞行向导;在个体最优向导上引入全面学习思想,使每个粒子以一定概率向其他粒子个体最好解学习。最后以我国西南某流域2库5级梯级水电站群为例进行计算,结果表明所提算法比相关方法更优。     

变尺度混沌优化算法在梯级水电站水库优化调度中的应用

利用变尺度混沌优化算法(Mutative Scale Chaos Optimization Algorithm,MSCOA)对梯级水电站水库调度问题进行优化调度。主要思想是利用混沌运动的随机性,由Logistic方程随机生成混沌序列;将其载波到包含水电站目标函数可行域S的一个区域;利用随机性、遍历性和规律性,不断缩小优化变量的搜索空间和提高搜索精度进行全局寻优,从中搜索属于可行域S的解;同时在搜索中引入解向量优选,将解向量中那些接近全局最优解的分量找出,构成一个新的向量,代入目标函数中进行计算,从而找出全局最优解,最终求出水电站水库发电调度的最优调度线。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水电站水库优化调度问题。算法求解精度高,具有较大的实用价值,为求解梯级水电站水库优化调度问题提供了一种有效算法。