含混合式抽蓄电站的梯级水电站效益问题研究

针对梯级水电站 “汛期弃水保防洪、枯期少水发电少”、不能最大化开发利用水资源的问题,提出新增混合式抽水蓄能机组的梯级水电站中长期优化调度策略。建立在丰平枯分期电价下,以年发电效益最大为目标函数的模型,用自适应水位廊道法解耦梯级复杂联系的约束条件,逐步优化算法求解。通过仿真验证得到,新增抽水蓄能机组能提高梯级的整体发电收益,丰水年减少弃水,增加枯期电量,为最大化利用水资源改善梯级水量分配提供新思路。     

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。     

基于仿电磁学算法的梯级水电站多目标短期优化调度

在以水定电的调度策略下,建立水电站获得单时段最佳发电效益的水头和发电流量协调条件,以此为基础构建一天内梯级水电站发电量最大和发电流量正的偏差平方和最大的多目标短期优化调度模型,并采用仿电磁学算法(electromagnetism-like mechanism,ELM)对其求解。采用自适应步长、空间缩减和变异等策略来改善仿电磁学算法的性能。通过递归策略将蓄水量、水量平衡等约束转化为由发电流量表示的约束条件,以达到降低变量维数及提高算法效率的目的。以一个8级梯级水电站为例进行仿真,结果表明仿电磁学算法可有效求解具有复杂约束的非线性优化问题,也验证了所建模型可通过抬高水电站平均发电净水头及降低发电流量,实现对发电量和发电用水量之间的协调,提高梯级水电站运行的综合经济性。     

考虑多因素协调的梯级水电站群调度策略研究

本文提出了一种计及多种因素间协调的梯级水电站群调度策略,以兼顾梯级水电站群的经济效益和社会效益。首先引入发电弃水量、抗旱放水量、以及泄洪水量等参数,用以完善梯级水电站数学模型;提出采用虚拟水库来表征流域分布泄洪点及抗旱灌溉点,并建立相应的数学描述;考虑梯级水电站水力调度,火电站的发电机组出力、能耗成本及污染排放三者之间,梯级电站的出力、发电流量、发电弃水量、防洪水量、抗旱水量与其它水力耦合参数之间,以及水火电机组联合调度之间综合效益基础上,建立了多目标综合节能调度模型;算例验证了该算法的可行性,并具有较为明显的节能效果和社会效益。     

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。     

混合式抽水蓄能电站在梯级水电站群中的优化调度

在充分考虑东北电网调峰需求和抽水蓄能机组运行工况的前提下,优化白山混合式抽水蓄能电站水库调度,提高白山水库的运行水位,获得最大化的"水头"增发电量,实现梯级电站年发电量或年调峰效益的最大化。结果表明白山混合式抽水蓄能电站抽水发电转换效率发电量最大模型比调峰效益最大模型高,2种模型的抽水发电转换效率分别为90.65%～95.50%和87.94%～92.58%,都比纯抽水蓄能电站的发电转换效率高,体现了混合式抽水蓄能电站的优势。抽水蓄能机组运行对下游仅具有日调节性能的红石水电站影响不大,但加剧了下游具有不完全多年调节性能的丰满水库的径流年内分配的不均匀,使得梯级运行效率为75.93%～82.62%。结果表明梯级水电站群中建设混合式抽水蓄能电站,其效率及对其他电站的影响与梯级电站的布置如龙头水库的位置和开发方式等因素有关。     

计及弃水风险的水库优化调度研究

弃水风险是水电站在运营管理中考虑的重要因素之一,在传统的水库调度中,往往是以发电量最大或发电收入最大为目标函数建立模型,虽然理论上可以得到最优解,但是由于没有考虑弃水风险的存在,故这些目标函数在实际情况中不太适用。因此,本文首先通过流域历史径流资料统计计算时段可能弃水量,然后通过水量平衡方程由时段可能弃水量推算时段实际弃水量,最终在满足一定水电站弃水风险的条件下求解梯级水电站年最大发电量。本文以乌溪江流域梯级水电站为工程背景,以考虑弃水风险模型和不考虑弃水风险模型进行对比,最终计算结果表明模型可以给出具有较好风险收益的调度决策方案。     

基于总出力调度图与出力分配模型的梯级水电站优化调度规则研究

本文基于大系统聚合分解理论,建立了梯级水电站总出力调度图(聚合)与出力分配模型(分解)相结合的双层优化模型,分别采用NSGA-Ⅱ多目标遗传算法和离散微分动态规划(DDDP)进行优化,得到了梯级水电站优化调度规则,可大大降低计算的复杂度.通过在出力分配模型中引入弃能项,有效地降低了电站的弃水,增加了梯级发电量.以清江梯级水电站为研究背景,优化调度规则在满足梯级保证出力的条件下,年均发电量较原设计方案可提高2.25亿kW·h,增长率达3.07%,减少弃水9.87亿m3,达35.83%,说明了模型和算法的有效性和合理性,为制定梯级水电站优化调度规则提供了新的思路.     

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.     

考虑输电断面限制的风-光-梯级水电站长期优化调度

针对风-光-梯级水电站系统中水电站电量外送因输电断面限制因素产生的严重弃水问题,结合风、光、水时序发电互补及梯级水电站发电、储能双重特性,建立输电断面限制条件下的多能源补偿调节长期优化调度模型。首先分析风电、光伏可再生能源季节性出力,根据风光出力预测值调整梯级水电站运行水位,实现水库储能并转移发电时段,同时采用逐步优化算法与水位廊道约束耦合方法求解以外送发电量最大为目标的调度模型。最后通过算例仿真,验证了本文模型的有效性和可靠性。     

复杂约束下梯级水电站短期厂网协调多目标MILP模型

随着电力系统负荷的增长及峰谷差的加大,电力消费结构不断优化.电网侧期望水电利用灵活启停特性充分参与电网调峰,以减小系统的峰谷差.电厂侧则在调度过程中追求梯级电量最大,以实现效益最大化.为协调厂网两侧对梯级出力过程的矛盾需求,同时满足厂网两侧复杂的约束条件,以梯级水电站的机组为调度单元,选取梯级发电量最大和电网剩余负荷峰谷差最小为目标函数.充分考虑电网侧联络线约束及电站侧尾水顶托、限制出力曲线、不规则振动区等与水头相关的复杂约束并线性化处理,构建了复杂约束条件下厂网协调多目标短期混合整数线性规划模型,对多目标函数进行归一化处理并采用权重法转化为单目标函数,利用Gurobi商业求解器进行模型求解.中国红水河梯级水电站的实际应用表明所提模型可获得兼顾厂网两侧目标期望的梯级发电计划.     

梯级水电站联合优化发电调度

梯级水电站联合发电调度的优化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。文中提出一种新的梯级水电站群联合发电优化调度的调度准则——以单位水体发电电价最高优先发电,在此基础上建立梯级水电站群联合发电优化调度模型及其评价方法。首先建立基于四层水体的水库能的水电站发电模型,在此基础上提出单位水体发电电价的概念。建立优化调度模型时,将电力系统中的负荷变化和在电力市场机制下分时上网电价的影响因素考虑在内。该模型能较为客观地反映梯级水电站运行情况,能给系统调度员做出最佳调度决策提供一定的依据。优化仿真计算结果证明该调度准则具有可行性和适用性。     

采用改进隶属度函数的梯级水电站多目标优化调度模型

梯级水电站的多目标优化调度要求在保证发电量最大同时减少用水量和弃水量,提高水能利用率,为此提出了采用改进隶属度函数的梯级水电站模糊多目标优化调度模型,以梯级水电站总发电量最大、总弃水量最小及调度期末蓄水量最大为目标建立了多目标优化调度模型。传统求解多目标问题的模糊算法普遍采用半升或半降直线型隶属度函数,文中以定义域上连续可微的Sigmoid函数及反Sigmoid函数作为新的隶属度函数,确定了Sigmoid隶属度函数各参数的计算方法。改进隶属度函数的应用要求目标函数可导的非线性规划法更加适于求解该多目标模型。算例结果验证了该模型的可行性。     

再论水电厂生产和经济运行的考核

水电厂的经济考核是发电公司经营管理的重点和难点,过去由于体制和考核手段的原因该问题一直没有解决好。现本文从水电厂正常生产和经济运行的要求出发,论述了经济考核的原则,讨论了水电厂生产和经济运行的措施及效益计算办法,提出了水电厂生产运行管理和考核的实用模式,期望对水电厂的生产运行管理和公平考核起到促进作用。     

A Hybrid Method for Optimal Scheduling of Short-Term Electric Power Generation of Cascaded Hydroelectric Plants Based on Particle Swarm Optimization and Chance-Constrained Programming

A novel strategy for optimal scheduling of short-term electric power generation of cascaded hydroelectric plants based on particle swarm optimization (PSO) and chance-constrained programming is presented to maximize the expected profit at a given risk level in this paper. Based on chance-constrained programming, in which some specified probability are given to simulate some uncertainties, such as water inflows, electricity prices, unit status, and so on. This paper proposes a model for short-term scheduling optimization of cascaded hydro plants, which includes uncertainties, spatial-temporal constraints among cascaded reservoirs, etc. A hybrid particle swarm optimization (HPSO), which is embedded with evolutionary algorithms, is presented to use for the solution of global optimization problems. Catastrophe theory, which is concerned with natural evolutionary or survival-of-the-fittest, is utilized as an indication of the premature converge of PSO, and the positions of particles are further adjusted in the search space according to chaos optimization. In this way, each particle competes and cooperates with its neighbors. The proof shows that HPSO is guaranteed to converge to the global optimization solution with probability one. The model presented is solved by a combination method of HPSO and Monte Carlo simulation. Finally, a numerical example is served for demonstrating the feasibility of the method developed.      

基于遗传算法的水火电混合电力系统短期发电计划优化

在改进传统遗传算法的基础上 ,提出了水火电混合电力系统短期发电计划优化问题的数学模型和求解方法。模型计及了水电机组的发电流量、净水头和输出功率间的非线性关系 ,水电系统中多级水库的水流延迟等因素。算例表明本算法能更有效地达到或接近全局最优解 ,对编制大型水火电混合电力系统的日调度计划有实用价值。     

含流域梯级水电的水火风互补发电系统联合运行优化

大规模水电和风电并网后,来水和风速的随机性降低了发电的可控性,如何科学地在多元电源系统联合运行中确定旋转备用容量,更好地协调系统经济性与可靠性,是市场化背景下亟需解决的理论和现实问题。在分析水电和风电的自然与技术互补特性的基础上,建立考虑水流滞时效应的梯级水电水量平衡关系。通过结合传统梯级水电联合调度模型与火电、风电的经济调度模型,引入水力发电的水资源费用成本,综合考虑梯级水电能量转换、水量耦合、库容限制、水流滞时和风电穿透率等多类复杂约束,在分析电能市场与备用市场顺序决策经济意义的基础上,构建以运行成本最小为目标的考虑梯级水电的水火风互补发电系统短期优化运行模型。采用外点罚函数法将模型转化为无约束优化问题,基于加惯性权重的粒子群优化算法,运用MATLAB软件编程实现优化功能。4个梯级水电、3个常规火电、2个大型风电场构成的算例系统验证了所提模型的有效性和适用性。     

Optimal Parameter Estimation for Hydro-Plant Performance Models in Economic Operation Studies

Optimal Economic Operational schedules in hydro-thermal electric power systems are obtained on the basis of models of the various subsystems involved. In this paper we are concerned with models of hydro-plant performance characteristics. Due to the diversity of plant types and installations, a number of models have been proposed in developing optimal operational strategies over the years. Here we choose four commonly used models. The problem of finding optimal estimates of model parameters is investigated for the Glimn-Kirchmayer model, the Hildebrand model, the Hamilton-Lamont model and the Arvanitidis-Rosing model. We develop the optimal estimator equations for each model using the weighted-least-squares approach. The result for three of the models is a set of nonlinear equations in the unknown parameters. We adopt Newton's method for actually implementing the optimal estimators. Due to the sensitivity of the algorithm's convergence characteristics to the initial guess of the unknowns, we explore and present procedures for generating initial guess values to improve the procedure's performance. Computational experience with the techniques is given in the paper to confirm its feasibility using test data from existing hydro-plants. The paper proposes and examines some extensions to the classical models to improve the accuracy of the modeling process.     

梯级水电站多目标模糊优化调度模型及其求解方法

根据梯级水电站不仅具有电力联系而且具有水力联系的运行特点,提出一种以年发电量和一级水电站耗水量为优化目标的梯级水电站多目标长期优化调度模型.通过定义各目标的隶属度函数,将多目标优化问题模糊化;采用最大模糊满意度法将多目标优化问题转化为单目标非线性规划问题;应用协调粒子群算法(CPSO)求解单目标优化问题.仿真验证了模型的正确性和求解方法的可行性,为梯级水电站优化调度提供了一种新颖有效的途径.     

基于智能加权混合模型的新型电力系统电量预测方法

随着电力系统的转型升级,新型电力系统的能源供应和消费发生了巨大的转变,因此对电量预测提出了更高的要求。月度电量的准确预测为新型电力系统的优化调度和电力市场的营销计划提供可靠的依据。在深入挖掘历史电量数据、综合分析月度电量特征及相关因素影响的基础上,结合Prophet算法和KELM神经网络算法各自的优势,提出了一种考虑气温、经济水平和节假日的月度电量组合预测方法。首先基于月度电量数据建立了Prophet预测模型,并进行了参数调优过程;其次利用KELM神经网络建立了基于历史电量、气温、GDP、节假日信息的预测模型,并通过参数调优确定最佳预测模型;最后,以加权组合的方式,建立月度电量组合预测模型。通过算例分析,比较了组合算法和其他算法的预测误差和预测效果,表明了本文所提组合模型在预测精度方面有所提升,验证了预测算法的有效性。