计及发电权转让的梯级水电站短期优化调度

传统电力市场环境下,梯级水电站的短期优化调度方式简明直观、便于理解,但考虑因素不够全面,为此构建了电力市场环境下的梯级水电站短期优化调度模型,该模型考虑了发电权转让对梯级水电站短期优化调度决策的影响,且当存在发电权交易时兼顾了发电权出让方、受让方以及电网公司三方的经济利益,模型还考虑了梯级水电站的库容、水库水头、机组出力和电网公司购电费用等约束条件。梯级水电站短期优化调度为高维、有时滞且带有大量约束条件的非线性优化问题,因此采用微分进化算法对该优化模型进行求解。算例结果验证了该模型及算法的有效性。     

基于发电权交易的梯级水电站优化调度研究

随着电力市场改革的不断深入,优化电力产业结构配置任务艰巨,开展电力系统发电权交易是实现这一目标的重要手段。本文建立了发电权双边交易模型,并在此基础上建立了梯级水电站调度模型,以发电效益最大为目标准则,并以某梯级水电站为例运用POA优化算法对模型进行求解,取得了较好的效果。研究结果表明,与传统的调度方式相比,在电力市场下,该调度方式使梯级水电站能以较小的发电量取得较大的发电效益,并得出梯级水电站的发电量曲线波动程度与单位电量的边际发电成本关系。     

考虑水流时滞的梯级水电站水库群短期发电优化调度

在梯级水电站水库群短期发电优化调度过程中,为了规避水流时滞的影响,基于线性空间原理,建立了上级水库的出库流量、区间入流、下库水位所构成的空间与下级水库的入库流量空间的映射函数,并综合应用数据挖掘中的人工神经网络、K-means和Relief方法对其进行求解,构建了考虑水流时滞的梯级水电站水库群短期发电优化调度模型。应用于雅砻江流域锦官电源组短期发电优化调度的算例分析表明,所建立的模型能够提高短期发电优化调度方案制作的精度。     

梯级水电站短期周优化调度规律探讨

建立了梯级水电站短期周优化调度的梯级蓄能最大模型,在此基础上采用动态搜索算法对其进行求解.通过严密的理论推导和详尽的实例分析探讨了流域梯级电站负荷最优分配规律.梯级电站负荷最优分配主要由梯级水库的区间入流关系和水库特性决定,其结论可指导流域梯级电站优化运行,为集控中心调度和指导实际应用提供参考.调度决策者尚需根据本文的研究方法针对本流域和电站的特性制定符合自身的最优调度规则.     

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。     

市场竞价下梯级水电站短期优化调度研究

针对梯级水电站短期优化调度的特点，通过对电力市场中发电厂商竞价策略特点的分析，提出了市场竞价下梯级水电站的竞价运行策略，构建了市场竞价下梯级水电站优化调度模型。模型采用概率分布来模拟发电厂商报价策略，并利用蒙特卡洛方法对电力市场出清过程进行随机模拟，而且在最大效益子模型中考虑了梯级各电站发电成本不同的因素。最后通过实际算例，利用改进蚂蚁算法和遗传算法对硕多岗河梯级水电站在市场竞价条件下的整体调度过程进行了模拟优化求解，得出了较优的市场出清结果和梯级优化运行方案，并通过对优化结果的详细分析，指出了模型的优点和缺陷。     

基于混合粒子群算法并计及概率的梯级水电站短期优化调度

针对梯级水电站短期优化调度的不确定性问题,研究了不确定性因素的概率分布规律,并根据实际系统的运行要求,给出了概率分布密度函数的假设检验方法。探索发电用水量与各种随机因素的互动关系及影响机理,构建了一种新的计及概率的梯级水电站短期优化调度策略。把灾变理论、混沌优化思想和基本粒子群算法结合起来,形成一种混合粒子群算法。该算法扩大了种群的搜索空间,增加了种群的多样性,改善了基本粒子群算法摆脱局部极值点的能力,并能从理论上证明其依概率收敛至全局最优解。将混合粒子群算法嵌入蒙特卡罗随机模拟中对本文提出的模型进行求解,求解方法简单有效。仿真结果表明,该策略能较好地处理不确定性条件下梯级水电站的短期优化调度问题。     

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。     

基于蚁群算法的梯级水电站群优化调度

提出一种求解梯级水电站中长期优化调度问题的方法一蚁群算法（Ant Colony algorithm,ACA）。算法模拟了蚂蚁群体觅食路径的搜索过程来寻找梯级水电站中长期最优调度计划。算法把问题解抽象为蚂蚁路径,利用状态转移、信息素更新和邻域搜索以获取最短路径即最优解。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优化调度问题。算法求解精度高、收敛速度快,为解决梯级水电站中长期优化调度问题提供了一种有效的方法。     

黄河上游梯级水电站短期优化调度模型及迭代解法

本文建立了一类较复杂的黄河上游梯级水电站短期优化调度模型 ,其中包括机组开停机历时约束、用水量、水库蓄水位约束 ,提出了等微增率原则与专家规则相结合的一种迭代解法。实例研究表明该算法可行 ,计算快捷 ,适应性强。     

梯级水库发电优化调度的改进粒子群算法应用研究

本文针对粒子群算法在求解高维、复杂的梯级水库发电优化调度时后期种群缺乏多样性、收敛于局部最优解的缺陷,结合梯级水库发电优化调度的特点,提出了应用差分演化算法改进粒子群的混合优化算法。通过实际算例验证了该混合方法的合理性和可靠性,从而为高维、复杂梯级水库发电优化调度模型求解提供了一种新的途径。     

梯级水电站短期优化调度研究

在市场环境中系统电价和负荷一定的情况下,将效益最大化作为系统优化准则,运用水资源价值系数、设备运行费、折旧费及其他费用等成本因素,建立分时电价梯级水电站短期优化调度模型;构造了求解该模型的层结构蚁群算法,采用启发式规则解决解的多样性和机组启停问题,采用精英策略节约计算内存和优化时间。最后,运用我国西南地区某梯级流域中三个连续水电站的数据建立了调度模型并运用层结构算法进行仿真;并从理论方面分析了仿真结果中的每一个变化,对精英区大小的选择作了讨论,分析表明仿真结果与理论分析保持一致,说明建立的模型是合理的,提出的方法是可行而有效的。     

基于微粒群算法的梯级水电厂短期优化调度研究

介绍了一种易于实现、参数少且收敛快的集群智能算法—微粒群算法,并将其应用于梯级水电厂的短期优化调度。提出以确定微粒群在多维空间中的最优位置来实现多阶段优化调度决策的方法,并针对算法易陷入局部最优的缺陷,引入遗传算法中的“杂交”因子以及采用自适应的惯性权重,以改进其全局优化能力。通过实际算例验证了该算法的有效性,从而为梯级水电厂的短期优化调度问题提供了一种新的求解途径。     

育种粒子群算法在梯级水电站优化调度中的应用

为了提高粒子群优化(Particle Swarm Optimization,PSO)算法的计算精度和计算效率,避免"早熟",提出了育种粒子群优化算法(Breeding-based Particle Swarm Optimization,BBPSO).该算法模型将育种算法和PSO算法有机结合,构建双群体搜索机制,既利用PSO算法的快速演化能力,又利用育种算法模型中的繁殖操作增加群体多样性.将该算法模型应用于梯级水电站发电最优调度中,仿真结果表明,和标准PSO算法相比,BBPSO具有更好的全局寻优能力和较快的收敛速度,能有效应用于梯级电站发电联合优化调度中.     

基于正态云变异蛙跳算法的梯级水电站短期优化调度

针对混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)早熟收敛的问题,利用云模型在知识表达时具有不确定中带有确定性、稳定之中又有变化的特点,对每个子族群的最优解进行正态云变异操作,调整青蛙的跳动步长以实现局部搜索,提出了一种云变异蛙跳算法(Normal Cloud Mutation SFLA,NCM-SFLA),弥补混合蛙跳算法在进化过程中容易陷入局部最优的不足。将其应用于梯级水库的短期优化调度中,实例计算表明,与逐次逼近动态规划、混合蛙跳算法及标准粒子群算法相比,该方法具有更好的全局寻优能力和较快的收敛速度,验证了该方法在求解梯级水电站短期优化调度问题中的合理性和有效性。     

梯级水电站优化调度的改进社会情感优化算法

探索新的调度模型求解方法一直是水库优化调度研究的热点之一。社会情感优化算法（SEOA）是一种新兴的启发式智能优化算法,但目前在水库优化调度中未见应用。将SEOA应用于梯级水电站发电优化调度中,并针对算法初始种群随机生成造成的初始解代表性低,引入了初始种群均匀设计,针对部分个体过早收敛导致的种群活力低、算法易于局部收敛,制定了种群淘汰策略,从而建立了改进社会情感优化算法（改进SEOA）。实例表明,在梯级水电站发电优化调度模型的求解中,改进SEOA搜索效率高、寻优能力强、稳定性好。     

电量约束比条件下梯级水电站短期优化调度研究

梯级水库的发电调度问题本质上是一个高度非线性的数学规划问题,并且随着梯级规模的增大,其解空间变得极其庞大且无规则,这给梯级水库优化调度计算带来了巨大障碍。本文结合四川省某流域梯级电站的实际背景,把该梯级水电站发电收入最大作为目标函数,建立了包含约束条件的优化调度模型,运用逐步优化算法(POA)对模型进行寻优,克服了动态规划算法的"维数灾"问题,并考虑了电量约束比问题,最后给出了短期优化调度算例结果与分析,具有一定的实际应用价值。     

梯级水电站电气运行仿真

在分析目前电力系统仿真新目标和新动向的基础上，介绍了梯级水电站电气部分模拟及其在仿真支撑系统中的实现，列出了在正常运行和非正常运行方式下的数学模型，并给出了失磁模型在梯级水电站系统中的仿真结果和分析。整套系统模型对梯级水电站系统运行状况能做出准确的模拟，模型已用于梯级水电站仿真培训系统中，其精度和实时性达到要求。     

门限回归模型在梯级水电站群联合优化调度规则中的应用

鉴于目前大多数梯级电站在联合操作运行时缺乏相关实用的调度规则、依靠经验指导运行的现实,本文依据确定性来水的长系列优化计算结果,建立了梯级水电站群最优调度规则的门限回归模型,提出了模型回检准则和决策结果评价准则。在实例计算中,将门限回归计算结果与线性回归计算结果进行了对比分析,结果表明了门限回归模型在求解调度函数时的优势所在。