基于NSGA-Ⅱ的多目标风光水储互补优化模型

构建以新能源为主体的新型电力系统逐渐成为电力行业转型升级的发展趋势。由风电、光伏、水电、储能电池多种新能源组成的多能互补系统,通过对出力条件（风力发电机出力、光伏组件出力、水电站水轮机组出力）、储能电池容量以及充放电功率等约束的综合考虑,建立以系统出力波动性最小和运行经济效益最大为目标的多目标优化模型。利用改进粒子群优化算法和NSGA-Ⅱ优化算法,以中国西北地区某风电场、光伏电站、水电站以及电化学储能电站组成的多能互补系统为例,验证目标模型和求解方法的有效性。算例与结果表明：相比改进MOPSO,采用NSGA-Ⅱ算法求解此风光水储联合系统中的多目标问题可以减少15%的出力波动,提高28 835元/年的经济效益,相对风-光-储互补系统,小型水电站的加入通过NSGA-Ⅱ算法可降低31%的出力波动。     

基于随机规划的风光柴储容量配比优化方法

在风光柴储系统容量配比的研究中,根据风光出力的不确定性,提出了一种基于随机规划的风光柴储容量配比模型。首先,综合分析新能源随机出力特性、装机容量、负荷平衡、弃风弃光等约束条件,基于随机规划理论建立了以系统负荷缺电率与投资运行成本最优的多目标风光柴储容量配比模型。并以全年风、光出力时间序列为输入,采用改进NSGA2算法与理想点法相结合进行求解,获得风光储最优容量配比。再以我国某区域独立电网数据进行算例验证,表明了所提方法的实用性。     

基于云模型的水光互补清洁能源基地容量配置方案优选

为优选水光互补清洁能源基地容量配置方案,从安全性、环保性、经济性、技术性4个方面选取14个指标构建了综合评价指标体系,采用改进云模型方法对容量配置方案进行评价。改进云模型方法以基于层次分析法改进的云模型求解主观权重,以熵权法求解客观权重,组合赋权得到指标权重,再利用条件云发生器计算各指标的隶属度,最后根据级别特征值法计算容量方案等级评分,确定最优方案。将该方法应用于我国西南某清洁能源基地水光互补系统容量配置方案的优选,优选结果与集对分析法优选结果和实际选择方案均相符,证明了该方法的有效性与适用性。     

考虑预报不确定性的水风光互补系统两阶段决策研究

【目的】水风光资源长期预报精度有限,如何应对风光出力和径流的不确定性是充分发挥多能源协同优势的关键,为此,提出考虑预报不确定性的水风光互补系统两阶段决策方法。【方法】将互补系统长期调度多阶段决策划分为包含面临时段和余留期的两阶段决策,通过余留期能量曲面表征余留期不同库容条件与未来风光出力及径流所能产生的发电效益;讨论不同预报水平下水风光资源预报信息的利用方式,提出余留期能量曲面确定方法,并分析预见期利用长度对互补系统效益的影响,确定最佳预见期利用长度;以基于调度图模拟的互补系统调度结果作为对照,评估不同预报水平下两阶段模型的适用性。【结果】选择雅砻江下游水风光互补系统进行实例研究,结果显示：(1)两阶段模型中基于径流序列映射模型的预报信息利用方式能较好地表征余留期效益;(2)随着两阶段决策模型预见期利用长度的增加,预见期的边际效应显著降低,互补系统最佳预见期利用长度为3个月;(3)与调度图相比,两阶段模型推迟水库蓄水和消落时机并加深消落程度,使得发电效益和出力可靠性在预报水平较高时整体高于调度图。【结论】结果表明：两阶段决策模型能够灵活结合多个预见期的预报信息,实现有限预报信息下的互补...     

基于区间两阶段随机规划方法的 北京市水资源优化配置

针对缺水型城市水资源配置过程中的不确定性,建立了基于不确定性基本理论的区间两阶段随机规划模型,应用于北京市2025年水资源优化配置的研究。以北京市用水综合效益最大为目标函数,引入概率分布和区间数表示多重不确定性,求得北京市2025年城六区与郊区在生活、工业、农业与生态用水上的优化供水目标以及不同来水水平下的配水方案。结果表明:北京市2025年优化供水目标为47.39亿m~3,城六区工业用水与郊区农业用水的供水目标应采取保守值;不同来水水平下的优化配置水量为[36.49,47.39]亿m~3,仅北京为丰水年时不存在缺水现象,北京与丹江口水库同时遇枯时的缺水量高达[5.48,10.90]亿m~3,对北京市供水安全造成极大的威胁。该模型充分考虑不确定因素对水资源配置的影响,权衡用水收益与缺水风险的关系,并以区间的形式给出配置结果,可为北京市2025年供水目标与水资源优化配置方案的制定以及水资源安全保障措施的分析提供科学依据。     

基于余留期效益函数的水光互补随机优化调度方法

针对多能互补模式下水库调度面临径流、新能源出力等多重不确定性叠加影响,以及如何协调近期效益和远期效益的最优余留库容等关键问题,提出了一种基于余留期效益函数的水光互补随机优化调度方法。结合数学期望模型提出了水光互补调度两阶段随机优化决策框架,基于水库调度的周期性马尔科夫特性,采用逐步迭代方法对多能互补系统的余留期效益函数进行近似逼近,以实现有限预报信息条件下水库长期余留库容动态决策。以锦屏一级水光互补系统为实例进行验证,结果表明：余留期效益函数受光伏出力影响较小,而与余留库容、径流呈正相关有关系;随着调度时段从枯期进入汛期,余留期效益函数逐渐从线性曲面变为凸曲面;相较于常规调度方法,提出的调度方法多年平均发电量在率定期、检验期分别增加了2.70亿、2.51亿kW·h,在径流、光伏出力预报信息相对较小的条件下,能有效指导水光互补系统的长期调度运行。     

基于两阶段模型的水土资源利用效率评价

传统数据包络分析(DEA)模型应用于水土资源利用效率测算时忽略了系统内部运行机理,根据这一不足,本研究针对水土资源利用的内部复杂性,将水土资源利用过程划分为水土资源开发与经济效益转化两个子阶段,考虑各阶段间关系及投入产出权重结构,构建基于合作博弈思想的两阶段水土资源利用效率测算模型;运用模型测评黑龙江省13个地级市水土资源利用整体及各阶段效率,并构建水土资源利用效率两阶段矩阵图。结果表明,黑龙江省水土资源开发程度整体偏高,但各地级市水土资源经济效益转化不均衡,且水土资源利用整体效率偏低,地区差异较大,水土资源未得到有效的优化配置。该文所构建的DEA模型通过分析影响区域水土资源利用效率的各个环节,可以为决策者提出针对性意见并提供科学依据。     

基于改进破产规则和验证惩罚机制的流域初始水权两阶段优化分配方法

初始水权分配中,流域管理者与区域用水户之间存在不对称信息和不同的用水目标,往往导致水资源无法合理分配与高效利用。为提高初始水权分配与利用效率,从流域管理者角度,结合区域及行业用户需求、区域影响因子和行业影响因子,提出基于破产理论的初始水权优化分配框架,得到初始优化方案,进而依据奖惩规则制定监管机制,形成两阶段优化分配方法。将该方法应用于典型流域初始水权分配,并对机制实施与效果调研,结果表明,这一模型不仅可以提高水资源分配效率,还可以有效约束超额用水户行为,不断优化水资源配置效果与提高水资源的利用效率,从而支撑水资源初始水权的合理分配与有效监管。研究成果有利于流域管理者合理分配及利用水资源。     

基于两阶段粒子群优化算法的新型逐步分解集成径流预测模型

传统分解集成径流预测模型首先将整个径流序列分解成若干个子序列,再将这些子序列划分为训练期和验证期进行建模,错误地将验证期内预报因子数据视作已知数据处理,难以应用于实际径流预报工作中。并且,这类模型的预测结果仅为一个确定数值,难以描述由于径流序列随机性和波动性而导致的预测不确定性。为解决以上问题,本文结合变分模态分解方法、支持向量机模型和核密度估计方法,提出了一种可同时进行点预测和区间预测的新型逐步分解集成(VMD-SVM-KDE)模型,并提出了一种两阶段粒子群优化(TSCPSO)算法来优化模型参数。选用黄河流域月径流数据评估模型性能,研究结果表明:(1)VMD-SVM-KDE模型将单一SVM-KDE模型的确定系数(R²)和纳什效率系数(NSE)值由0.145~0.630提升至0.872~0.921,区间平均偏差(INAD)值由0.046~95.844降低至0.005~0.034,说明VMD-SVM-KDE模型显著改进了单一SVM-KDE模型的点预测和区间预测性能;(2)相较于一阶段PSO算法,TSCPSO优化算法将单一模型的R²和NSE值由0.145~0.480提升至0.309~0.630,INAD值由48.813~95.844降低至0.046~0.195,将分解集成模型的R²和NSE值由0.872~0.912提升至0.876~0.921,INAD值由0.007~0.034降低至0.005~0.014,说明TSCPSO优化算法可以克服SVM的过拟合问题,并能提高单一模型和分解集成模型的预测精度;(3)VMD-SVM-KDE-TSCPSO有效解决了传统分解集成预测模型存在的错误使用验证期内预报因子数据的问题,并在各站的R²和NSE值均约为0.9,INAD值的范围为0.005~0.014,具有更高的点预测和区间预测精度。文中模型可为优化径流预测模型和非平稳非线性水文序列预报提供新思路。     

基于模型参考方法的闸门优化维护系统

介绍了基于模型参考故障诊断的闸门优化维护系统的设计思想及构成。 结合清江隔河岩水利枢纽闸门传动系统，介绍了监测量的选择标准。考虑到液压传动系统 的非线性特性，为了提高模型的准确性，采用了分布式物理图网建模方法建立液压系统模型 。以油缸为例说明了建模方法及状态观测器的设计方法。实践证明该系统能够有效地检测液 压传动系统的典型故障。