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.     

面向洞庭湖生态需水的三峡水库蓄水期优化调度研究北大核心CSCD

为减轻三峡水库蓄水对洞庭湖生态系统的不利影响,本文建立了以洞庭湖最小生态需水满足度和三峡水电站发电量最大为目标的水库优化调度模型。调度模型耦合支持向量回归技术构建了洞庭湖水位变化的主要驱动因素与最小生态需水满足度关系,采用混沌遗传算法对模型进行求解。开展了不同典型年下三峡水库蓄水期优化调度研究,结果表明:优化调度后,平水年洞庭湖最小生态需水满足度由常规调度的85.40%提高至89.44%,三峡水电站发电量增加3.09%;丰水年常规调度即可满足洞庭湖最小生态需水要求,优化后发电量增加5.85%;枯水年洞庭湖最小生态需水满足度由65.58%提高至66.42%,发电量增加3.42%。研究成果可为通过三峡水库优化调度改善洞庭湖生态环境提供理论基础和具体方案的参考。     

面向洞庭湖生态需水的三峡水库蓄水期优化调度研究

为减轻三峡水库蓄水对洞庭湖生态系统的不利影响,本文建立了以洞庭湖最小生态需水满足度和三峡水电站发电量最大为目标的水库优化调度模型。调度模型耦合支持向量回归技术构建了洞庭湖水位变化的主要驱动因素与最小生态需水满足度关系,采用混沌遗传算法对模型进行求解。开展了不同典型年下三峡水库蓄水期优化调度研究,结果表明:优化调度后,平水年洞庭湖最小生态需水满足度由常规调度的85.40%提高至89.44%,三峡水电站发电量增加3.09%;丰水年常规调度即可满足洞庭湖最小生态需水要求,优化后发电量增加5.85%;枯水年洞庭湖最小生态需水满足度由65.58%提高至66.42%,发电量增加3.42%。研究成果可为通过三峡水库优化调度改善洞庭湖生态环境提供理论基础和具体方案的参考。     

三门峡水库水沙综合调节优化调度运用的研究

本文采用系统分析的方法,研究三门峡水库在满足防洪、防凌要求,并使库区保持泥沙冲淤基本平衡、潼关河床高程在允许范围内升降条件下,通过水库调水调沙合理运用,使下游河道淤积减少,同时,使水库灌溉、供水和发电效益最大的水沙综合调节优化调度运用方式。为此,建立了水库水沙联调随机动态规划模型,并围绕“降维”问题,对所引用的泥沙冲淤计算模型作了适当的改进,目标函数是以下游河道泥沙淤积量为基本目标,包括发电、灌溉、供水和潼关河床高程影响,由罚函数和权系数组成的综合目标函数,共有七个状态变量,一个决策变量,水库入流是由流量和含沙量描述的二元随机过程。通过随机动态规划模型求解计算,得出相应的优化调度规划。本文采用优化调度规则和现行调度规则对两组水文系列进行计算,获得了良好的结果(参阅图3)。     

梯级水库综合利用调度的动态规划方法研究

黄河上游梯级水库水电站群承担发电、灌溉、防洪、防凌等任务,是目前国内综合利用要求最多的梯级水电站群。本文针对该系统的特殊要求,建立了含有水位、流量和出力等式约束的梯级优化调度模型,目标函数为兼顾保证出力要求的发电量最大,采用约束惩罚法将等式约束转化为目标函数的一部分,然后应用DP-DDDP组合算法求解。研究表明,这种方法可以有效地求解具有复杂、多变约束条件的长期联合优化调度模型。     

汛期水库调度风险-效益协商决策模型及其应用

针对汛期水库调度多目标决策的特点,以博弈论和模式识别理论为基础,研究建立了汛期水库调度风险～效益多目标协商决策模型及其求解方法和求解思路.模型求解首先确立协商对策的效用赢得区域;接着利用非线性规划方法求得理想Nash协商解;然后以理想Nash协商解作为标准状态模式,采用模糊模式模型求解每个方案的优属度,优属度最大的方案即为决策问题的最优方案;最后给出一个应用研究实例.     

水库发电优化调度模型及发电调度规律研究

水库调度图以其操作简单、方便直观等优点,成为指导水电站水库运行调度的常用工具,但依据常规调度图运行时,调度结果很难达到最优,难以充分发挥水库的运行效益。针对水库发电调度图难以充分发挥水库运行效益的特点,建立了梯级水库联合发电优化调度模型,并采用动态规划逐次逼近法（DPSA）与动态规划（DP）嵌套方法进行求解。通过调度图模拟结果与所建发电优化模型的结果进行对比分析,对优化模型的合理性进行了验证,同时应用概率统计方法进一步挖掘水库汛期和非汛期的发电调度规律。对某流域梯级水库的实例应用研究表明,优化运行能够获得更好的发电运行效益,同时,发电调度规律对水电站年调度计划的制订和水库的实际运行具有指导意义。     

改进多目标布谷鸟算法的梯级水电站优化调度

为有效求解梯级水电站多目标联合优化问题,充分发挥水电的发电效益和容量效益,提出一种新型的改进多目标布谷鸟算法(IMOCS)。针对传统布谷鸟算法存在收敛速度慢的问题,将动态发现概率和步长融入到算法中,并结合非支配排序遗传算法(NSGA-II)的非支配排序思想以及拥挤距离维护外部档案集策略,提出IMOCS;通过测试函数验证了所提算法的有效性。将IMOCS应用到乌江梯级水电站多目标优化调度中,得到了分布均匀的非劣调度方案集。最后通过模糊决策模型,主客观确定目标权重法,从非劣解集中选择一个折中方案,得到各水电站发电用水过程。结果表明,调度方案合理、可靠,且均能满足各项约束条件。梯级水电站优化调度采用IMOCS具有较大的实用意义。     

含风电场的电力系统多目标环境经济调度

研究风电场接入电网后的调度问题,综合考虑电网运行经济性和环境效益,建立含风电场的电力系统多目标环境经济调度模型。对标准粒子群算法进行改进,引入NSGA-Ⅱ算法的精英保留操作、非劣解排序操作和拥挤度距离操作,提出一种改进的多目标粒子群算法对模型求解。10机系统的仿真结果表明,多目标求解放方法可为调度人员提供多样性的调度方案,符合实际工程要求,并且与NSGA-Ⅱ算法相比,本文算法获得非劣解集更加靠近真实的Pareto前沿。     

考虑保证率约束的马氏决策规划在水电站水库优化调度中的应用

在长期调节水电站的水库优化调度中,一般采用马氏决策规划寻求平均年期望发电量达到最大的最优策略。但是,在极大多数情况下,这种策略往往并不能满足发电保证率的条件。 本文首先叙述了在相邻时段径流相关和面临时段径流不能予报的条件下,应用马氏决策规划的一般方法。然后,根据水电站保证率的含义,给出其概率形式的定义,从而把问题归结为随机约束下的马氏决策规划。 我们对应用惩罚方法求解这一问题进行了研究,对特定的罚函数得到了若干有用的性质。最后,简要地给出某水电站水库的一些实际计算结果。     

改变约束法和国民经济效益最大准则在水电站水库优化调度中的应用

本文提出水电站水库优化调度选优的改变约束法,以达到满足水电站群设计保证率要求和发电量最大,並用于黄河上游刘家峡、盐锅峡、八盘峡、青铜峡梯级水电站水库优化调度,保证率完全达到设计要求,且破坏深度较浅,梯级年发电量可比时历法调度有较大增加,灌溉用水量亦可得到大幅度增长。 本文还进一步采用以国民经济效益最大为目标选择优化调度方案,该方案比上述满足设计保证率条件下以发电量最大为目标方案的经济效益还能有较大增加,且水电站出力更加均匀,有利于电力系统的运行。     

关于抽水蓄能电站水库优化调度的研究

针对某抽水蓄能电站水库运行的特点，在满足电力系统调度要求的前提下，以整个调度周期内总发电收益现值最大为目标建立了优化调度模型。通过径流描述以及应用动态规划法进行优化计算，求解抽水蓄能电站水库优化调度方案。在求解寻优的过程中，既兼顾了面临时段和余留时期的效益，又考虑上水库的天然来水和下水库的区间来水，通过分析表明，所提模型与计算方法是可行和实用的。     

基于状态转移矩阵的梯级水库优化调度确定性离散动态规划方法

基于状态转移矩阵的确定性离散动态规划（DDDP）方法是在考虑水库运行的综合利用的前提下,利用状态转移矩阵寻找出梯级水库优化调度过程中所有的可行策略,基于目标函数逆向搜索可行策略,得出最优解的优化算法。该方法可进行单库优化计算,也可以进行梯级水电站优化计算。文中以锦屏梯级为例,说明该方法可在满足梯级水库上下游生态用水、发电用水等综合利用的前提下,以梯级水电站发电效益最大为目标,求得梯级水库优化调度的较好解。     

跨流域调水与受水区多水源联合供水模拟研究

为充分发挥外调水与本地水资源联合调度的补偿作用,本研究建立了陕西省引汉济渭与黑河引水工程联合供水系统,绘制水资源系统网络结构图,搭建了水量仿真调度模型;对引汉济渭调入水量设定两种配水情景,对黑河引水工程水源设定多种供水次序,组成多种供水方案,进行模拟计算;并定义月供水可靠度,验证模拟供水过程的合理性,优选不同规划水平年的供水方案。研究结果表明:1引汉济渭配水根据城市用水户供水顺序采取依次按需分配的方式较为合理;2 2020年城市综合生活供水保证率达到95%以上,工业企业、生态环境供水保证率均超过了90%;2030年,这三个用水户供水保证率均超过90%;3引汉济渭工程实施后,黑河引水工程水源在满足河道基流和水库灌区需水前提下给城市供水,显著提高了各水库灌区农业灌溉保证率,2020年及2030年各水库灌区供水保证率均超过了75%。     

基于免疫粒子群算法的水沙调度模型研究

本文利用多目标规划的思想方法,结合免疫粒子群优化算法建立了水库水沙联调的多目标规划模型.该模型为协调水库发电效益和排沙减淤之间的矛盾提供了一个新的途径,所提出的算法是建立在非线性整体求解的理论基础之上,因此可以克服动态多目标规划的"维数灾".实例研究表明,本模型可以较好地模拟和优化水库运行状态.     

采用多目标纵横交叉算法的电力系统动态环境经济调度

针对带非线性约束的电力系统动态环境经济调度问题,提出一种多目标纵横交叉算法。对动态调度中燃料费用和污染排放两个相互约束、冲突的目标同时进行优化。求解过程中,结合非约束支配策略,提出一种双交叉机制,增强粒子穿越非可行区域的能力,使得生成的帕累托最优解落在可行区域内。通过边缘探索,增强算法的全局搜索能力。同时,采用外部存档集合储存非劣解,并通过拥挤度对比,保持非劣解的多样性。最后,采用模糊决策理论获得最优折中解。对10机电力系统的仿真结果验证了所提方法的有效性与优越性。     

考虑大规模风电和电动汽车入网的协同优化调度

为了实现发电机组的经济调度,同时减少污染气体的排放和等效负荷的波动,结合电动汽车与电力系统之间能量双向流动的特点,考虑风力发电的间歇性和电动汽车充放电的随机性对电网的影响,以发电成本、排污成本和等效负荷波动方差最小为多目标函数,构建了计及风电和插入式混合电动汽车(Plug-in Hybrid Electric Vehicles,PHEVs)的协同优化调度模型。并应用基于ε占优的多目标粒子群算法进行求解,该方法能保证外部存档非劣解的收敛性和分布性,克服了粒子群算法(Particle Swarm Optimization,PSO)求解多目标优化问题极易收敛到伪pareto前沿和收敛速度慢的缺陷。最后,通过仿真实验,验证了所构建多目标协同优化调度模型与单目标优化调度模型相比,能有效平抑可再生能源发电出力波动,降低发电总成本和排污成本。     

含电动汽车混合储能系统的微网多目标经济优化运行

为了实现分布式电源组成的微网能以更为经济、灵活和环保的方式运行,充分发挥分布式电源的发电优势。针对微网优化调度的问题,提出以电动汽车同时作为负荷和发电单元且计及制热收益的微网多目标优化模型,以经济效益最大化、环境成本最小化作为微网多目标优化问题。应用非劣排序遗传算法NSGA-II,进行多目标优化求解,求得Pareto前端解,从而获得微网最优调度策略。通过算例验证了所提模型、策略和算法的有效性。     

多沙河流水库水沙联调多目标规划研究

本文利用多目标规划的思想方法 ,结合遗传算法和神经网络方法建立了多沙河流水库水沙联调的多目标规划模型 ,并采用神经网络预测方法计算水库泥沙淤积量。该模型为协调水库发电效益和排沙减淤之间的矛盾提供了一个新的途径 ,所提出的算法是建立在非线性整体求解的理论基础之上的 ,因此可以克服动态多目标规划的“维数灾”。实例研究表明 ,本模型可以较好的模拟和优化水库运行状态。     

基于结构方程模型的水库多目标互馈关系研究

梯级水库多目标问题涉及的因子集维度较高，目标间关系错综复杂，传统统计学方法难以同时考虑各目标所涉及的不同指标，对于互馈关系仅可给出定性分析。针对此问题，本文建立梯级水库发电-供水-生态多目标优化调度模型，采用快速非支配排序遗传算法（NSGA-Ⅱ）求解，并提出三者间互馈关系的初步假设，进而引入结构方程模型（SEM），以非劣解集内各指标值作为输入数据，进行高维验证性因子分析，针对目标间互馈关系给出可视化、定量化的计算结果。溪洛渡-向家坝梯级水库的研究结果表明，在丰、平、枯不同典型年中发电-供水的冲突最剧烈，其次为发电-生态，而供水-生态的互馈关系并不显著；另外，随着天然来流由丰变枯，发电-供水矛盾急剧锐化。