共查询到20条相似文献,搜索用时 0 毫秒
1.
从分析影响流域梯级电站效益的因素入手,分析、总结了自沅水流域梯调中心成立以来,通过各种优化调度措施所产生的社会、经济效益。可供梯级水库经济运行工作借鉴。 相似文献
2.
锦江梯级电站水库优化调度研究 总被引:1,自引:0,他引:1
针对锦江梯级电站水库优化调度问题,在建立以发电收益现值最大为目标的数学模型的基础上,通过对径流的描述以及优化计算,求解锦江梯级电站水库优化调度方案。成果分析表明,所提模型与计算方法是可行和实用的。 相似文献
3.
4.
围绕柘溪水库实际运行中防洪安全与发电效益的工程需求,以柘溪水力发电厂多年平均发电量最大化为目标,对柘溪水库50年的实际资料进行水文分析计算,在综合考虑水库蓄水位限制、泄流量限制、水轮机工作水头限制、汛限水位、低温季节大坝安全运行水位等约束条件的基础上,建立柘溪水库调度函数模型,并提出柘溪水库旬最优水位控制方式,实现高水量与水头的双优利用。 相似文献
5.
6.
针对确定性水库优化调度模型难以直接应用于实际操作的局限性,建立雅砻江流域“三库七级”梯级水库电站联合优化调度模型,采用Gaussian径向基函数提取各水库的调度规则,并率定和检验拟合效果。结果表明,雅砻江梯级水库电站联合优化调度运行的年均发电量为983.19亿kW·h,比设计多年平均发电量增加78.94亿kW·h(+8.73%);两河口、锦屏I级和二滩水库的优化调度过程呈现一定规律,Gaussian径向基函数拟合调度过程的决定系数R2均大于90%,能有效拟合其调度规则,且模拟调度结果相比设计值增发电量51.27亿kW·h(+5.67%)。 相似文献
7.
8.
异重流过程的梯级水库优化调度研究 总被引:1,自引:0,他引:1
多泥沙河流上的梯级水库建成后,水库异重流过程就具备了人为可控的条件.相比其他人工干预的输沙方式,异重流具备优良的输沙特性,因此调度部门可以通过水库梯级调度的手段控制异重流的产生和发展,实现防渗、减淤、排沙、调节下游河道等综合利用目标.本文通过研究黄河小浪底水库建成以来的异重流排沙过程和调度方案,建立了适于不同目标和预案的异重流过程梯级水库联合调度模型,并利用BP神经网络对模型求解.最后通过算例对2006年的人工塑造异重流调度过程进行了模拟和优化.结果表明,该模型可以反映调度过程中主要指标的相互关系,对异重流调度的决策有一定的支持作用. 相似文献
9.
10.
11.
12.
13.
水库联合调度下超汛限蓄水的风险效益分析 总被引:8,自引:0,他引:8
本文针对岗南水库多年运行中库水位常达不到正常蓄水位这一问题,在岗南水库和黄壁庄水库联合调度下,采用风险效益的分析法,对岗南水库提高汛限水位的可能性进行了研究,切合实际地给出了合理的汛限水位,提高了水库的兴利效益。这项研究在水资源紧缺的华北地区非常有意义。 相似文献
14.
黑河上游梯级水库联合调度研究 总被引:2,自引:0,他引:2
黑河上游梯级水库的蓄水运行严重影响了黑河水量统一调度,为了有效解决这一矛盾,有必要实施梯级水库联合调度.本文在研究实施梯级水库联合调度必要性的前提下,分析了梯级水库联合调度关键问题,在此基础上,根据"以水量调度为主,梯级水库联合调度为辅"思想建立梯级水库联合水量调度模型;同时,为了定量研究实施梯级水库联合水量调度对梯级水库发电的影响,建立了梯级水库联合发电调度模型.结合两种不同模型,选取设计平水年进行优化计算,结果表明,闭口期梯级水库在水量调度期间增加下泄水量的同时,发电量较发电调度时偏小;关键调度期梯级水库发电量比发电涮度时减少0.13亿kW·h,下泄水量比发电调度时多下泄0.34亿m3.可以看出,调水目标和发电目标是不可调和的,只有在梯级水库管理部门和水量调度管理部门的协调下,才能最终有效的解决. 相似文献
15.
16.
洪门、廖坊水库为抚河流域的梯级水库,通过分析多年来洪门水库的运行特点,结合廖坊水库近年的运行特点,对联合优化发电调度的可行性以及效益进行了分析和计算,制定了洪门、廖坊水库汛期的水位控制原则以及错峰、控泄等联合调度措施,并在实际应用中取得了成功。 相似文献
17.
传统遗传算法中染色体的编码形式一般为链条形,即不论采用二进制编码还是实数编码,可行解均以链条的形式表现,遗传操作也是在这种链式编码的基础上进行的。当决策变量增多,链条加长时,这种遗传算法的计算效率变得很低。此外,在梯级水库优化调度中,由于上、下游水库间存在的耦合关系,使得上游水库基因段中某一位基因的改变将连锁式地引发下游各水库基因段中相应基因的改变,这种连锁变化在链式编码中的实现是较复杂的。为此,本文提出了矩形体编码的遗传算法,它可以有效提高传统遗传算法在处理这类问题时的效率,并使优化结果得到提高。最后通过一个算例,说明了该方法的可行性与有效性。 相似文献
18.
宏观进化多目标遗传算法在梯级水库调度中的应用 总被引:1,自引:0,他引:1
宏观进化多目标遗传算法(macro-evolutionary multi-objective genetic algorithm,简称MMGA),是一种新的高等物种进 .化算法,它可以避免传统遗传算法(genetic algorithm,简称CA)在选择过程中出现的早熟收敛现象.MMGA是综合宏观进行化算法(macro-evolutionary algorithm,简称MA)与GA而形成的,该算法的特点是引进了MA算法中的种群问关联矩阵.利用种群间的适应度信息和个体间的距离信息,能够保持种群的多样性,为解决多目标规划问题提供了一条新的途径.本文将介绍MMGA算法的原理及步骤,并将其用到水库多目标优化调度中. 相似文献
19.
20.
三峡水利枢纽工程从2003年蓄水投入运行以来,实行了梯级水库联合调度,从挖掘水库调度潜力出发,充分利用水资源,大大提高了枢纽的发电、防洪、航运效益.通过合理优化调度,有效协调枢纽运行各方面矛盾发挥了重要作用,最大限度地发挥了梯级枢纽的综合效益. 相似文献