西江流域压咸风险调度及其时空传递规律研究

枯水期珠江河口咸潮情势日益加重,径流不确定加剧了压咸风险,严重威胁沿线的供水安全。本文基于概率密度分布描述径流不确定性,构建了单源风险调度基本框架。以西江流域五座水库为研究对象,量化了预报误差与压咸风险的响应关系;揭示了压咸风险的时空传递规律;将压咸风险划分为3个等级;确定出各级风险越级传递的临界阈值。研究表明：随预报误差的增大,压咸风险提前且持续天数增加、风险率增大;压咸风险呈逐时段累积和从上游向下游、从支流向干流的时空传递规律;当预报误差超过±16%、±21%时,压咸风险从轻险越级至中险、中险越级至重险。研究成果对于西江流域压咸风险的调控和粤港澳大湾区的供水安全具有重要的应用价值。     

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.     

水库群蓄水调度多目标随机规划与聚类分析

梯级水库群汛后蓄水期蓄水时机、速率、次序决策面临径流不确定、多目标竞合关系复杂等问题。针对蓄水期决策难题,构建发电、蓄满、生态、上、下游防洪安全等指标的水库群多目标随机规划模型,生成非劣解集;采用K均值聚类法提取非劣解集类别特征,分析目标矛盾关系及蓄水机制。以溪洛渡-葛洲坝梯级水库群为例,结果表明：蓄水期来水越枯,蓄水难度越大,综合效益越低,枯水年发电量较丰水年下降了21.6%;上游防洪安全与发电量矛盾性最强,由枯到丰相关系数降低了0.047;溪洛渡、三峡蓄水呈分段式变化,前期快速蓄水,中后期缓速蓄水。本研究提出的耦合水库群多目标随机规划与聚类分析方法对于科学制定水库群蓄水方案具有参考价值。     

宏观进化多目标遗传算法在梯级水库调度中的应用

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.     

考虑风电不确定性的电力系统多目标优化调度

针对风电机组并网规模的增加使火电系统面临平频繁启停、运行效率低的问题,建立考虑风电机组不确定性的电力系统多目标调度模型.在一定的风险情况下,对电力系统进行调度,对机组按照能耗量高低进行排序,安排机组开停机顺序,既提高机组运行效率又符合节能调度的要求.在传统经济调度模型的基础上,考虑机组运行稳定性,建立电力系统经济平稳调度模型,引入maxmin函数和ε支配的多目标粒子群算法对模型进行求解.算例分析表明,该模型能够在一定的风险情况下取得较好的经济性和平稳性。     

多目标调度模型在尼山水库的应用

针对多目标水库的特点,建立了四个优化调度目标函数模型。从分析每个模型的可行性着手,采用联解模型的方式,运用逐次优化算法(POA)和遗传算法(GA)推求水库的运行策略。对POA与GA两种方法进行比较,验证计算结果的可靠性。根据求解的优化调度策略和稳定蓄水概率分布图,采用模糊规则确定分区调度图,指导实时调度。运用计算机技术建立考虑时段来水预测的水库优化调度和防洪调度的多目标调度管理系统,部分功能借助于地理信息系统(GIS)实现了可视化。经曲阜市尼山水库的实例验证,该成果具有明显的经济社会效益。     

考虑需求响应的多目标机组检修调度优化

随着用户多元化用能差异化发展,针对用户的需求响应可以为机组检修调度提供便利。提出了一种考虑需求响应的多目标发电检修调度模型,考虑了环境、经济以及系统可靠性的目标,并利用词典编纂算法进行求解。首先提出了四阶段求解流程和词典编纂算法,说明了鼓励指标与系统备用水平指标的含义。并针对需求侧管理和需求响应建立相应模型。然后建立了多目标机组检修调度优化模型。在环境目标方面,考虑了区域排放值和排放水平的影响,并将两者计入到下一阶段的约束中。对运行、维护和备用成本最小化优化,考虑了含有需求侧管理的可靠性指标最大化。最后利用24节点系统进行仿真,说明了该模型的有效性和适用性。     

基于改进粒子群算法的微电网多目标优化调度

微电网优化调度作为智能电网优化的重要组成部分,对降低能耗、环境污染具有重要意义.微电网的发展目标既要满足电力供应的基本需求,又要提高经济效益和环境保护.对此,提出了一种综合考虑微电网系统运行成本和环境保护成本的并网模式下微电网多目标优化调度模型.同时采用改进的粒子群算法对优化模型进行求解.仿真结果表明,该模型可以有效降...     

考虑出力外特性的虚拟电厂多目标优化调度

由于各分布式能源的差异性和不可控性,实现虚拟电厂具备与常规电厂类似的出力外特性已成为虚拟电厂运行面临的重要挑战.为此,从研究虚拟电厂出力外特性的具体内涵出发,对目标功率曲线和功率基线进行刻画;同时考虑风电、光伏、储能、电动汽车等多种分布式电源运行约束及其互补关系,兼顾虚拟电厂的出力外特性以及经济性和环保性,构建了多目标...     

基于改进多目标粒子群算法的微电网并网优化调度

微电网能够协调分布式电源,从而充分发挥分布式发电技术在经济、能源和环境中的优势。针对微电网并网时的优化调度问题,建立了考虑发电成本、污染物排放的微电网系统的环保优化模型,并利用改进的多目标粒子群算法,在这两个目标之间进行协调权衡和折中处理,使所有目标函数尽量达到最优。选取微电网案例的日负荷数据进行了优化调度计算,仿真结果表明了所提模型和算法的有效性。     

大渡河梯级水库群联合优化调度函数研究

采用＂优化-拟合-再优化-随机仿真＂技术框架研究梯级水库群联合优化调度函数：首先建立梯级水库群优化调度模型,通过改进的动态规划方法得到最优样本;然后对最优样本进行回归分析得到联合调度函数;并基于模拟调度结果采用非线性规划法直接修正调度函数;最后通过水文随机模拟技术生成径流系列,进一步检验、评价所得调度函数的效率。以长江上游大渡河梯级水库长期优化调度为对象进行实例研究,计算结果表明：对于1959-2000年实测径流系列,梯级水库群联合优化调度函数较常规调度年均发电量增幅达1.66%;对于Copula随机模型生成的水文径流系列,年均发电量提高了1.42%,经济效益显著。     

考虑动态水流滞时的梯级水库群日优化调度

梯级水电站水库群短期优化调度中,通常忽略梯级水库间水流滞时的影响或将其作为常数进行考虑,实际上水流滞时是随着上级水库出库流量大小、河道槽蓄状态、区间入流等因素动态变化,想要准确预测下级水库入流是存在困难的。因此,采用多种方法筛选出影响下级水库入库流量的主要因素作为输入,利用神经网络建立输入与下级水库入库流量之间的动态函数关系。以锦东和官地水库梯级为例,建立考虑动态滞时的梯级水电站水库群日优化调度模型,并采用逐次优化法对采用动态滞时与固定滞时的优化方案进行求解和对比分析。结果表明：与固定滞时相比,动态滞时下能够更准确地描述梯级水库间的水流联系,同时能够在一定程度上增加梯级水电站水库群发电效益。     

梯级库群水流滞后性影响的日优化调度模型研究

水流滞时的存在导致梯级水电站调度期内的水量不平衡,给梯级水电站短期联合优化调度造成困难。基于水量平衡原理建立了考虑调度期和滞后期综合效益的梯级水电站优化数学模型,给出了调度期与滞后期水量发电效益的计算方法;针对所建立的优化模型具有的有后效性问题,提出了轮库迭代与POA相结合求解方法,并推导出迭代通式。以三峡梯级为例开展了实证研究,取得了合理的结果。文中提出的方法结构简单,具有较好的通用性,对考虑时滞的梯级电站的日计划制定具有一定的参考价值。     

梯级水库群多目标优化调度规则研究 ——以溪洛渡-向家坝为例

为完整利用水库群多目标优化调度的非劣前沿信息,提出了一种优化调度函数参数、追求调度结果逼近非劣前沿的新型调度函数提取方法.对于水库群多目标优化调度模型,采用非支配排序多目标优化算法II(NSGA-II)求解,分别获取丰、平、枯典型年的非劣前沿集,将其作为代理模型的训练样本,实现二维非劣前沿的函数表达.采用多元线性构型构...     

基于信息熵的梯级水库联合优化调度增益分配法

针对Shapley值法在求解多利益主体梯级水库联合优化调度增益分配问题中的局限性,引入基于信息熵的增益分配法,对乌江流域七座梯级水库联合优化调度的增益分配问题进行求解,并与指标分配法和Shapley值法的分配结果进行比较。结果表明,基于信息熵的增益分配法比Shapley值法需要的信息资料较少,计算效率高,可以得到合理且稳定的分配结果。该分配方法公平合理,避免了单指标分配法考虑问题不够全面的局限性,调动了水库参与梯级联合运行的积极性,有利于提高水电资源利用效率。     

梯级水库优化调度中的矩形体遗传算法

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。     

自适应混合粒子群算法在梯级水电站群优化调度中的应用

针对梯级水电站群长期优化调度发电量最大模型,提出了一种自适应混合粒子群进化算法（AHPSO）。该算法引入混沌思想生成初始解,并定义了粒子能量、粒子能量阈值、粒子相似度和粒子相似度阈值来描述算法的自适应变化以及群体进化程度,同时结合遗传变异思想进行粒子操作,最后提出了一种基于邻域的随机贪心策略以解决算法后期进化速度慢的缺点。以澜沧江下游梯级水电站群为计算实例的结果表明,AHPSO比基本粒子群算法有更好的收敛性和优化结果,计算时间比逐步优化算法少,且优化结果相近,是一种可供选择的计算方法。     

改进的多层次优化算法在水库群优化调度中的应用

随机动态规划(SDP)方法是水库优化调度的基本方法,但将其应用于包含有多年调节水库的水库群的优化调度时会引起"维数灾"问题,并且难以反映多年调节水库调节周期不定的特点。针对这种情况,本文提出多层次的改进遗传模拟退火优化算法(IGA-SA),把库群优化问题分解为第1层次的SDP优化与第2层次的IGA-SA优化,从而获得库群的优化调度结果,并应用于贵州乌江梯级水库群中长期发电优化调度研究中,取得较好的结果。实践表明,该方法可以克服随机动态规划应用中遇到的"维数灾"问题,并给包含有多年调节水库的水库群的优化调度问题研究提供了有效的工具。     

清江梯级水库汛限水位联合设计与运用

在不降低清江流域自身防洪标准、不影响清江梯级水库在长江防洪系统中发挥作用的前提下,建立梯级水库汛限水位设计与运用模型,科学利用洪水资源。采用清江流域1951-2009年的日降雨径流系列进行分析计算,研究结果表明：水布垭和隔河岩水库的汛限水位分别采用387.5m和196m的方案,在保证原设计防洪标准不降低的前提下,可使清江梯级水库多年平均发电量增加0.21亿kW.h,增幅为0.302%;其中平水年和枯水年增加的发电效益更为显著。开展汛限水位联合优化设计,可显著地提高梯级水库的综合利用效率。     

基于改进微粒群算法的梯级水库群优化调度

为了进一步增强微粒群算法的优化性能,提出了一种改进微粒群算法,并将其用于求解梯级水库群的优化调度.该算法引进了类似遗传算法的交叉和变异算子来提高搜索效率,其中交叉是微粒在解空间中的位置以一定的概率随机进行算术交叉,变异是微粒以一定的概率随机使速度矢量的某一维分量变为0.为了加速收敛,初始微粒群生成时采用了有条件的随机自动生成方式,并利用惩罚函数法来处理边界条件和其它非等式约束.实例计算结果表明,改进微粒群算法具有比常规动态规划法和常规微粒群算法更快的计算速度,且优化调度结果比较满意.