市场机制下梯级水电站群短期优化调度模型研究

讨论市场机制下梯级流域水电站间短期优化调度模型,确定了利益最大化为准则的目标函数。考虑市场竞争的电价和电量、水库存水价值、水流时滞以及设备折旧等因素,给出了相应的约束。重点讨论市场机制对弃水量的影响、发电量和发电引用流量的函数关系式以及存水价值系数的确定方法。最后给出在梯级电站运行管理中引入竞争机制和加强市场预测研究的建议。     

基于水循环算法的梯级水电站短期优化调度

鉴于梯级水电站优化运行的高复杂度、强非线性、多约束等特点,构建了基于峰谷分时电价下的梯级水电站日最大发电效益模型。针对遗传算法(GA)等传统智能算法对复杂模型求解易陷入局部最优的问题,提出一种水循环算法(WCA)与水位廊道约束耦合、降低约束复杂度、规范寻优空间的方法,并以湖北某梯级短期优化调度为背景进行建模仿真,将计算结果分别与GA和粒子群算法(PSO)所得结果进行比较。实例研究表明,WCA计算的总效益在丰、平、枯典型日分别比GA和PSO计算值约高5.65%、3.15%、0.80%,迭代收敛速度更快,求解能力更强,为解决梯级水电站优化调度问题提供了新思路。     

基于混沌优化算法的梯级水电站水库优化调度

建立一种梯级水电站中长期水库优化调度模型,利用混沌优化算法对梯级水电站中长期水库调度问题进行优化计算.实例计算结果表明,该算法可求解复杂约束条件的非线性梯级水电站水库优化调度问题,精度高、收敛速度快,为求解梯级水电站水库优化调度提供了一种有效算法.     

大规模水电站群短期发电优化调度算法改进

大规模水电站群短期发电优化调度计算量大,实际应用中为满足计算过程和结果可复现需求,多采用各类改进动态规划算法,求解速度难以满足需求。对此,结合大规模水电站群短期发电优化调度模型,同时给定起始状态和最终状态的特性,分析了从起始状态和最终状态同时进行求解的可行性,提出了改进的双向动态规划并行解算方法,实例计算表明,应用此方法可使大规模流域水电站群短期发电优化调度计算速度提高一倍。研究成果可供类似工程参考。     

乌溪江梯级水电站隐随机优化调度方案

针对乌溪江梯级水电站的特点,充分利用水库优化调度技术,采用隐随机方法分别拟合了该梯级电站逐月和逐旬的优化调度函数,并通过模拟调度对比分析,最终确定了该梯级电站的优化调度方案。计算表明,该优化成果合理,效益显著,能有效应用于生产实际。     

梯级水电站群常规调度图优化编制研究

本文应用大系统分解协调理论,讨论了梯级水电站水库常规调度图的优化编制方法,并结合汉江上游石泉、安康两梯级水库得出了相应结果,为梯级水电站水库常规调度图的优化编制提供了可行的途径.     

计及不确定因素的梯级水电站短期优化调度

以一定时期内期望发电效益最大化为目标。采用马尔可夫链对梯级水电站机组未来调度时段的预想故障及上网电价进行概率预测。构建了一种新的梯级水电站短期概率优化调度的模型。并且采用服从正态分布的负荷波动来分析时变负荷对优化调度的影响。该模型全面考虑了梯级水电站蓄水量、弃水量、水位、发电引用流量等约束条件,实现了机组运行状态概率预测与优化调度决策的密切结合。利用微分进化算法鲁棒性强、搜索效率高的特点。与蒙特卡洛方法对模型进行求解。以一梯级水电站系统为例进行计算分析,表明所提出的模型合理和有效。     

分期电价下梯级水电站中长期优化调度研究

以发电总效益最大为目标建立了梯级水电站中长期优化调度数学模型,并以清江梯级水电站为例,分别对丰水年、平水年、枯水年进行优化调度,取得了较好的效果.与以发电总量最大为目标的调度方法相比,该调度方式可增加发电总效益,同时在目标函数中考虑水库蓄能更能体现水能资源的可持续性,更符合实际情况.     

梯级水电站群发电优化调度策略综述

针对电力体制改革的推进,电力市场逐步建立和完善,为适应梯级电站不同的实际情况和约束条件,从多个角度考虑构建了梯级水电站群系统发电优化调度模型,基于传统优化算法求解,结合实际寻求了兼顾效率和求解质量的优化算法,为深入研究梯级电站群优化调度策略提供参考.     

梯级水电站群发电运行的水足迹研究

为合理评估大型流域梯级水电站群发电运行对水资源的消耗,以金沙江中游梯级水电站群为例,提出了不同调度模式下梯级水电站群发电运行的水足迹研究方法,基于负荷曲线单独运行、负荷曲线联合运行、发电量最大联合运行三种调度模式下的短期优化调度结果,分别计算获得运行阶段的水足迹,并分析了不同调度模式对水足迹的影响。结果表明,水足迹能直观地反映梯级水电站群发电运行对水资源的消耗,梯级水电站群可改变调度模式来降低其发电运行的水足迹。     

改进粒子群算法在梯级水电站优化调度研究中的应用

针对梯级电站优化调度具有多阶段、非线性和组合性的特点,采用改进粒子群算法来求解。针对目前采用的基本粒子群算法在求解时存在易陷入局部最优和早熟的缺点,改进粒子群算法以混沌变量生成机制来增加种群的多样性,以逐步优化和随机生成相结合的方法生成初始种群,以增加粒子生成的有效性。实例计算结果表明,改进粒子群算法可以取得较好的效果,并为梯级电站优化调度提供了一种有效的方法。     

基于RBF神经网络的梯级电站优化调度规则研究

由于天然径流的随机性使梯级水电站基于确定性来水的优化调度结果难以直接指导实际生产,采用RBF神经网络法研究梯级电站优化调度规则,以梯级电站长系列优化调度结果为依据,建立基于RBF神经网络的调度函数模型,将其应用于大渡河下游梯级电站的联合调度运行,并与基于BP神经网络的调度函数模型进行综合对比。结果表明,RBF神经网络模型能更准确地映射优化调度过程中各变量间的数值关系,提升了调度函数的拟合精度,可更好地指导梯级电站的实际运行。     

基于负荷曲线的水电站群短期运行效益研究

以金沙江中游梯级水电站群为例,结合电网需求,建立了基于负荷曲线运行的梯级水电站群短期联合发电优化调度模型,并采用逐次逼近法与逐步优化法的耦合算法对模型进行求解,比较分析了基于该模型的短期运行发电量效益。结果表明,梯级联合运行更符合电网调度需求,且在周调节基础上进一步日调节,综合效益增幅显著。     

短期水电优化调度系统设计与开发

大规模水电站群联合优化调度运行对于水电厂自身和电网安全稳定运行至关重要,需制定高效实用的水电站短期发电计划指导其运行。因此,该系统研发了一套基于B/S模式的短期水电优化调度系统,阐述了该系统的总体功能设计和关键实现技术。系统应用表明,该系统具有友好的人机交互界面、良好的健壮性和可扩展性,为制定短期水电系统联合优化发电计划提供了便利。     

沅水流域梯级电站发电优化调度决策支持系统

介绍了沅水流域梯级电站发电优化调度决策支持系统的开发目标、模式及开发原则,提出了结构合理、设计先进、功能齐全、实用性和可扩展性强的功能结构,成功地解决了沅水流域梯级电站发电调度问题,为沅水梯级电站发电优化调度提供了决策支持。     

多开发主体梯级水电站统一调度模式研究

针对目前同一河流中不同梯级电站有多个开发主体开发从而大幅增加梯级电站统一调度的复杂性与难度问题,分析了多开发主体河流梯级水电站调度管理中存在的问题,研究了多开发主体河流梯级水电站实施统一调度的必要性与有利条件。以西南某一多开发主体河流梯级为例,对流域管理委员会模式、委托管理模式、股份制运营公司模式进行了对比分析,提出了三种模式各自的适用条件。     

梯级水电站合约电量调度风险预警机制研究

针对梯级水电站合约电量调度中众多不确定性因素导致的调度风险,在合约电量确定与时段内电量分解研究的基础上,通过调度风险因子的辨识及风险指标的量化计算,提出了梯级水电站合约电量调度风险预警机制。案例分析结果表明,梯级水电站合约电量风险预警机制可有效融入调度决策者的风险偏好和利益趋势,使刚性计划与柔性决策有机耦合,实现了调度效益和调度风险的平衡,为水电在电力市场的竞争提供了借鉴。     

二倍体遗传算法求解梯级水电站日优化调度问题

应用二倍体遗传算法（ＤＧＡ）对梯级水电站日优化调度问题求解,其算法采用了两条等长度的二进制码表示个体,借助于基因显性机制,将个体基因码链与梯级系统日调度计划联系起来．基因显性机制采用一种简便的布尔函数关系实现．杂交算子采用个体基因链交换与重组方式实现,具有一致杂交算子的效果．仿真计算结果验证了算法的有效性