三峡梯级水电站汛末联合多目标蓄水调度研究

针对三峡梯级水电站汛末蓄水调度的复杂问题,以汛末蓄水、下游补水和梯级发电为目标,构建了梯级联合多目标蓄水调度模型,提出了两阶段约束法对模型目标进行降维处理,进而采用动态规划求解模型,并通过对不同来水过程的调度计算与方案比较。结果表明,随着三峡水库汛末蓄水位的抬高,梯级向下游补水能力逐渐减弱;若三峡水库汛末蓄水位相同,则梯级下游控制补水流量越大,梯级总发电量越大;若梯级下游控制补水流量相同,则汛末蓄水位越低,梯级发电量越大;下游控制补水流量越大,则梯级下泄流量越均匀,发电出力峰谷差越小,也越有利于下游通航安全。     

金沙江—雅砻江梯级多业主水电站群联合调度补偿效益研究

针对金沙江—雅砻江梯级多业主水电站群联合调度补偿效益问题,建立了大规模混联水电站群联合优化调度模型,并提出离散微分动态规划（DDDP）和逐步优化算法（POA）相结合的自适应混合方法,实现大规模混联水电站群联合优化调度问题的高效求解。在此基础上,结合金沙江流域长系列历史径流资料,进行了不同建设运行和联合调度情景下梯级电站调度模拟,探究了金沙江中游梯级和雅砻江下游梯级的建设运行及联合调度对金沙江下游梯级的补偿作用。结果表明,金沙江中游梯级和雅砻江下游梯级建设运行可以增加金沙江下游梯级165.36×108kW·h的发电量;雅砻江下游梯级和金沙江下游梯级联合调度可增加梯级总发电量24.79×108kW·h,而金沙江中游梯级受较大保证出力的限制联合调度效益不够显著,可以通过降低其梯级保证出力,以便有效提高联合调度的补偿效益。     

POA算法在梯级水电站短期优化调度中的应用

介绍了梯级水电站短期优化调度的三个主要数学模型及相关的约束条件；在此基础上，深入分析了POA算法的主要思想和实现方法；给出了POA算法在梯级水电站短期优化调度的实际工程应用及结果；指出了POA算法进一步应用的方向。     

考虑反调节水库作用的木里河梯级水电站水库中长期优化调度研究

木里河是雅砻江中游最大支流,目前已形成两库四级梯级水电站群,充分利用梯级末端立洲水库的反调节能力,将有效提升流域整体发电效益。为分析梯级水电最优运行方式,以流域梯级枯期最小出力最大和梯级年发电量最大为目标函数,建立了木里河流域两库四级的优化调度模型,并采用逐渐优化算法(POA)求解,最大化利用末端水库反调节能力。结果表明,通过立洲水库的反调节作用,木里河流域梯级枯水期的可靠出力得到有效改善,发电效益得到有效提升。     

金沙江下游梯级水电站综合调度难点分析及应对策略

目前国内水电的开发已进入成熟稳定,水电行业的发展由开发逐步转变为安全稳定运行,如何在保证电力供应的同时,更好地兼顾防洪、航运、发电等民生任务,将成为未来一定时期内水电行业发展的重要方向。本文以水电站实际调度过程中的难点问题为引,以调度经验为基础,从防洪、航运、发电等方面,对梯级水电站调度难点进行分析总结,通过采取有效的应对策略,使梯级水电站的调度更加稳定、可靠,保障梯级水电站的安全。     

二倍体遗传算法求解梯级水电站日优化调度问题

应用二倍体遗传算法（ＤＧＡ）对梯级水电站日优化调度问题求解,其算法采用了两条等长度的二进制码表示个体,借助于基因显性机制,将个体基因码链与梯级系统日调度计划联系起来．基因显性机制采用一种简便的布尔函数关系实现．杂交算子采用个体基因链交换与重组方式实现,具有一致杂交算子的效果．仿真计算结果验证了算法的有效性     

梯级水电站多目标兴利调度建模及求解

鉴于流域梯级水电站联合运行是一类多目标、高维数、多约束的复杂优化问题,以流域梯级总发电量最大和最小下泄流量最大为目标,建立梯级水电站多目标兴利调度模型。同时,结合Pareto优化理论的数学描述方法,提出了适用于多目标优化问题求解的双种群多目标粒子群算法(DPPSO),通过构建外部精英种群及其更新维护模式,为原始种群进化提供了精英向导。在金沙江下游梯级水电站多目标兴利调度中的应用表明,所提方法可均衡优化发电、通航两个目标,且求解精度高、非劣解集分布性好,为求解复杂梯级水电站多目标优化调度问题提供了一种新思路。     

基于文化粒子群算法的梯级水电站优化调度研究

针对PSO算法中的早熟收敛问题,提出一种文化粒子群算法(CPSO)并将PSO纳入文化算法模型作为群体空间的进化方式,引入一种局部随机搜索算子实现信念空间的知识结构并指导算法的演化过程,在保持种群多样性的同时提高算法的全局寻优性能.将CPSO应用于某梯级水电站的优化调度中,结果表明,CPSO可很好地兼顾计算速度及求解精度,为梯级水库优化调度提供了一条全新途径.     

多元电力市场环境下梯级水电站群组合交易优化模型

新一轮电力体制改革为我国梯级水电消纳带来了契机,基于西南大型梯级水电基地工程实际,考虑市场不确定性电价因素,提出了梯级水电站群参与省内和西电东送市场的组合交易优化模型,通过引入调度期内不同市场间的电量比例约束以及各调度时段梯级参与省内市场的最小电量约束,提高模型实用性。求解中,首先对电价不确定性进行描述,然后利用场景缩减技术降低模型复杂度,并采用LINGO 17软件进行仿真求解。最后以乌江梯级为例,验证所提模型有效性并与常规调度模式相比较。结果表明,所提方法可更好地响应市场电价变化、提高梯级市场化收益。     

改进粒子群算法在梯级水电站优化调度研究中的应用

针对梯级电站优化调度具有多阶段、非线性和组合性的特点,采用改进粒子群算法来求解。针对目前采用的基本粒子群算法在求解时存在易陷入局部最优和早熟的缺点,改进粒子群算法以混沌变量生成机制来增加种群的多样性,以逐步优化和随机生成相结合的方法生成初始种群,以增加粒子生成的有效性。实例计算结果表明,改进粒子群算法可以取得较好的效果,并为梯级电站优化调度提供了一种有效的方法。     

基于变基增量动态规划梯级水电站短期优化调度研究

为提高梯级水电站整体效益,以松江河梯级水电站为例,建立了耗水量最小和耗水能量最小梯级 水电站短期优化调度数学模型,应用变基增量动态规划法,以总耗水量最小和总耗水能量最小为最优化 准则计算分析了两个计划日的梯级水电站短期优化调度。结果表明,耗水能量最小数学模型作为梯级水 电站短期优化调度的最优化准则更为准确;变基增量动态规划法求解时间短、精度高。     

基于水循环算法的梯级水电站短期优化调度

鉴于梯级水电站优化运行的高复杂度、强非线性、多约束等特点,构建了基于峰谷分时电价下的梯级水电站日最大发电效益模型。针对遗传算法(GA)等传统智能算法对复杂模型求解易陷入局部最优的问题,提出一种水循环算法(WCA)与水位廊道约束耦合、降低约束复杂度、规范寻优空间的方法,并以湖北某梯级短期优化调度为背景进行建模仿真,将计算结果分别与GA和粒子群算法(PSO)所得结果进行比较。实例研究表明,WCA计算的总效益在丰、平、枯典型日分别比GA和PSO计算值约高5.65%、3.15%、0.80%,迭代收敛速度更快,求解能力更强,为解决梯级水电站优化调度问题提供了新思路。     

计及不确定性的多类型发电机组联合调度优化模型

为了促进可再生能源并网,解决可再生能源机组在内的多类型发电机组联合优化调度问题,引入全额收购可再生能源发电,由火电机组提供备用、允许适度弃风,由火电机组提供备用以及水火机组联合提供备用的可再生能源发电三种不同方案。首先构建了涵盖风、光伏、水力机组的可再生能源机组发电处理模型;再结合设定的三种方案组建了多类型发电机组节能调度优化模型;最后,基于基础数据,得出该节能调度优化模型的发电系统总煤耗、备用煤耗、系统发电成本、启停成本、弃风量及弃水量等关键指标的优化效果,对多类型发电机组联合调度优化具有一定的指导意义。     

基于市场偏差考核的梯级水电调度模型研究

偏差考核现已成为电力市场交易的常规环节,发电企业若不处理好相关问题、合理调度运行,将影响其市场收益,不利于企业的健康持续发展,进而对电力市场的健全发展造成一定影响。因此,为给企业合理应对偏差考核提供参考,首先对偏差电量考核规则进行概述,建立了计及偏差考核的电站收益模型,随后考虑梯级各电站间水力联系,基于单站运行约束条件,构建了基于偏差考核的梯级水电调度模型,并以四川省某流域梯级共8级电站为例,利用逐步优化算法进行计算。结果表明,梯级各站各考核时段电量偏差率介于-0.799%～0.558%之间,均免受偏差考核。     

基于RBF神经网络的梯级电站优化调度规则研究

由于天然径流的随机性使梯级水电站基于确定性来水的优化调度结果难以直接指导实际生产,采用RBF神经网络法研究梯级电站优化调度规则,以梯级电站长系列优化调度结果为依据,建立基于RBF神经网络的调度函数模型,将其应用于大渡河下游梯级电站的联合调度运行,并与基于BP神经网络的调度函数模型进行综合对比。结果表明,RBF神经网络模型能更准确地映射优化调度过程中各变量间的数值关系,提升了调度函数的拟合精度,可更好地指导梯级电站的实际运行。     

梯级水电站群发电运行的水足迹研究

为合理评估大型流域梯级水电站群发电运行对水资源的消耗,以金沙江中游梯级水电站群为例,提出了不同调度模式下梯级水电站群发电运行的水足迹研究方法,基于负荷曲线单独运行、负荷曲线联合运行、发电量最大联合运行三种调度模式下的短期优化调度结果,分别计算获得运行阶段的水足迹,并分析了不同调度模式对水足迹的影响。结果表明,水足迹能直观地反映梯级水电站群发电运行对水资源的消耗,梯级水电站群可改变调度模式来降低其发电运行的水足迹。     

基于负荷曲线的水电站群短期运行效益研究

以金沙江中游梯级水电站群为例,结合电网需求,建立了基于负荷曲线运行的梯级水电站群短期联合发电优化调度模型,并采用逐次逼近法与逐步优化法的耦合算法对模型进行求解,比较分析了基于该模型的短期运行发电量效益。结果表明,梯级联合运行更符合电网调度需求,且在周调节基础上进一步日调节,综合效益增幅显著。     

含混合式抽水蓄能电站的梯级水电站优化调度

为提高梯级水电站调度运行效益、优化水库水位变化过程、减少弃水,考虑湖北省某流域梯级水电站规划新增混合抽水蓄能电站,将抽水蓄能机组作为水电站发电备用机组或利用其抽水工况实现梯级水电站年发电量的最大化。针对不同来水频率下服从皮尔逊Ⅲ型分布的天然入库,提出逐步优化算法(POA)与水位廊道耦合方法,求解含混合抽水蓄能的梯级水电站调度模型,能有效保证在多约束条件下构建发电量最大的中长期调度规则。算例结果表明,新增混合抽水蓄能电站后不仅可增加本级水电站发电量,还可提高抽水发电转换效率、减少弃水,为梯级水电站规划新增抽水蓄能电站提供参考。     

黄河上游梯级电站水库联合调度方式探讨

通过对黄河上游梯级电站历史运行资料进行分析和总结,探讨黄河上游梯级电站（主要是龙羊峡、刘家峡电站）的联合调度方式,提出合理、可行、多方受益的建设性建议.