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。     

金沙江下游梯级和三峡梯级水电站群联合调度补偿效益分析

为探索金沙江下游梯级和三峡梯级水电站群联合发电调度补偿效益及补偿规律,分别建立以发电量最大为目标的单库优化调度模型和梯级联合优化调度模型,采用经典动态规划法和笔者提出的多精英向导粒子群算法(Elite-guide particle swarm optimization,EGPSO)算法对两模型进行求解,以计算梯级电站群联合调度电力电量补偿效益。选择1999、1983、1992作为丰、平、枯典型代表年径流数据进行计算,分析结果表明:金沙江下游梯级和三峡梯级水电站群联合调度能显著提高梯级整体发电量,减少弃水,补偿效益显著。梯级联合调度中,金沙江梯级对三峡梯级进行电量补偿,在提高枯期出力和季节性发电量的同时,缓解了汛期集中消落带来的调度风险。     

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。     

三峡梯级水电站蓄能最大长期优化调度模型及分解算法

建立了三峡梯级水电系统计划期末蓄能最大长期优化调度模型,采用大系统分解协调原理将发电量耦合约束进行了松弛,使各子系统仅是三峡下泻流量的一维优化问题.采用黄金分割法进行子问题的优化搜索,Lagrange乘子的更新则采用了次梯度法.使用三峡水力系统数据进行了数值检验,测试结果表明,文中所提出的模型和算法计算简单、可行、有效,适合于梯级水电长期运行规划的决策支持.     

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。     

三峡梯级电厂日优化调度

梯级水电厂间的电力联系和水 力联系使得水电厂的短期经济运行非常复杂，其调度方式也灵活多变。文中针对三峡梯级水 电厂的3种可能调度方式，建立日优化运行模型，并用动态规划进行求解。计算结果表明， 动态规划方法对于求解梯级水电调度问题是行之有效的。     

三峡梯级枢纽水库调度值班业务软件系统

三峡梯级枢纽水库调度值班业务软件系统是建立在三峡梯级水利枢纽水库调度值班工作流程之上的平台软件系统，该系统包含水库调度值班工作的交接班、值班日志、水务计算、信息查询管理、闸门操作、预报管理、收发报管理、检修联系单管理、高级应用计划管理等各种业务的计算机自动运行及管理功能，较好地解决了数据流、工作业务流的关系。该系统于2003年6月1日三峡水库蓄水时正式投入试运行，至今运行情况良好。     

基于加速遗传算法的梯级水电站联合优化调度研究

梯级水电站联合优化调度是一项涉及学科门类广泛、牵涉部门利益众多的复杂大系统优化决策问题,对制定和实施区域用水规划、实现经济社会可持续发展具有重大的现实意义。鉴于当前群体智能优化算法应用于梯级水电站联合优化调度中存在的＂维数灾＂及大量约束条件不易处理的难点,将加速遗传算法（AGA）应用于梯级水电站联合优化调度研究中,采用＂分类假设＂的思路逆序寻找不同电站、不同时段优化变量可行决策空间并生成初始种群个体,由此重点阐述了改进遗传算法对优化调度模型大量复杂约束条件的实现方法。上述方法在我国水、电特性代表性良好的乌江梯级七库联合优化调度实例的应用结果表明：加速遗传算法对梯级水电站联合优化调度模型复杂约束条件具有较强的自适应及全局搜索能力,且计算结果与设计成果相比,乌江梯级水电站多年平均发电量增加约2.60%。可见,采用＂分类假设＂的研究思路处理群体智能优化算法应用于梯级水电站联合优化调度中存在的复杂约束问题是合理可行的,可为流域梯级水电站实行集中运行、调度提供科学有效的决策依据。     

三峡梯级调度计算机监控与优化调度实施方案研究

三峡梯级调度中的计算机监控和优化调度是梯级安全、可靠、优质、经济运行的保障。文章详细介绍了三峡梯级电站调度计算机监控系统的组成和基本功能，说明了国调、梯调、站调及现地四个层次上的控制和调节关系。给出了计算机监控系统的监控、监视和挂起三种状态的转换；界定了上述三种状态相互转换的手动及自动操作条件。为实现电站及整个梯级的优化调度，研究了梯级短期及日优化运行的基本内容和相应的解决方案。     

大渡河梯级水库群联合优化调度函数研究

采用＂优化-拟合-再优化-随机仿真＂技术框架研究梯级水库群联合优化调度函数：首先建立梯级水库群优化调度模型,通过改进的动态规划方法得到最优样本;然后对最优样本进行回归分析得到联合调度函数;并基于模拟调度结果采用非线性规划法直接修正调度函数;最后通过水文随机模拟技术生成径流系列,进一步检验、评价所得调度函数的效率。以长江上游大渡河梯级水库长期优化调度为对象进行实例研究,计算结果表明：对于1959-2000年实测径流系列,梯级水库群联合优化调度函数较常规调度年均发电量增幅达1.66%;对于Copula随机模型生成的水文径流系列,年均发电量提高了1.42%,经济效益显著。