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。     

梯级水电站水电联合优化调度系统

分析了梯级水电站水电联合优化调度技术,包括来水预报技术、计划调度技术、实时调度技术和电力市场水电调度技术,说明了这些技术的现状和发展方向,并提出相应的计算机系统设计的主要目标和结构要点。     

随机动态规划在三峡梯级长期发电优化调度中的应用

对于时间序列，如果认为某时段值仅与前一时段值直接相关，则认为该时间序列具有马尔柯夫特性，径流序列近似具有这种特性。通过余留效益函数对三峡梯级建立了长期发电优化调度的随机动态规划模型。基于大量模拟的随机径流序列样本，通过简单获得径流状态概率转移矩阵，它比仅基于历史径流资料所得结果要精确得多。最后通过对模拟径流序列样本的模拟操作，对所得优化策略进行详细评估。     

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。     

计及来水量不确定性的梯级水电站发电调度研究

针对梯级水电站来水量的不确定性,建立了计及来水量不确定性的梯级水电站调峰调度模型.采用区间数来描述来水量的不确定性,并借鉴联系数理论,确定区间数之间的排序关系,从而将模型中带有区间数的约束条件进行清晰化处理,使不确定的优化问题得以用确定的优化方法来求解;通过算例分析验证了所提模型和方法的有效性.     

混合式抽水蓄能电站在梯级水电站群中的优化调度

在充分考虑东北电网调峰需求和抽水蓄能机组运行工况的前提下,优化白山混合式抽水蓄能电站水库调度,提高白山水库的运行水位,获得最大化的"水头"增发电量,实现梯级电站年发电量或年调峰效益的最大化。结果表明白山混合式抽水蓄能电站抽水发电转换效率发电量最大模型比调峰效益最大模型高,2种模型的抽水发电转换效率分别为90.65%～95.50%和87.94%～92.58%,都比纯抽水蓄能电站的发电转换效率高,体现了混合式抽水蓄能电站的优势。抽水蓄能机组运行对下游仅具有日调节性能的红石水电站影响不大,但加剧了下游具有不完全多年调节性能的丰满水库的径流年内分配的不均匀,使得梯级运行效率为75.93%～82.62%。结果表明梯级水电站群中建设混合式抽水蓄能电站,其效率及对其他电站的影响与梯级电站的布置如龙头水库的位置和开发方式等因素有关。     

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。     

梯级水电站优化调度研究现状

介绍了目前国内对于梯级水电站优化调度问题的研究和实践现状,重点研究了优化调度模型的建立和优化算法。     

梯级水电站水库蓄能利用最大化的长期优化调度

以强迫弃水和有益弃水的混合弃水策略为基础,将梯级水电站看作一个整体,建立蕴涵末级水电站弃水电量最小、水力资源电站间分配时的发电量增益最大和水电站总发电量最大的梯级水电站水库蓄能利用最大化长期优化调度数学模型。构建了描述蓄水量、发电引用流量、弃水流量、水库前池水位和放水路水位之间关系的水电站水头特性详细数学模型。基于递归思想,建立以弃水流量和发电引用流量表示的水库蓄水量表达式。针对日调节水电站在长期优化调度中的特殊性,采用比例放大策略,建立了水库的等效库容约束条件。以一个三级水电站为例进行仿真分析,以混合弃水策略为基础的水库蓄能利用最大化优化调度数学模型可以提高约4%的综合发电量,表明了有益弃水策略在合理分配水力资源和提高电站综合发电效益方面的有效性。     

三角旋回算法求解梯级电站群短期优化调度

提出一种新的全局优化方法——三角旋回算法,其具有结构简单、鲁棒性强和快速收敛的特点。算法的寻优过程采用历史最优目标函数值进行指导,利用三角变换进行迭代使其能够快速收敛到全局最优。文中用一个典型的算例对三角旋回算法进行了性能分析,并将该算法应用于梯级电站群短期（目前现货市场）优化调度中,通过与其他几种常见算法结果进行比较,认为该算法综合性能优越,在优化方法领域具有广阔的应用前景。     

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。     

节能发电调度下的水电短期优化调度

在水电比例较大的四川电网中,水电优化调度是节能发电调度的重要环节。将水电和火电分开进行优化,得到水电的总负荷曲线。以水电出力之和与总负荷曲线的偏差最小为目标,考虑各种约束条件,建立水电优化调度的数学模型,并利用遗传算法进行求解。在遗传算法中,设计编码方案,对一天中的5个时段分别进行编码,在前期就剔除大量不满足约束条件的方案,加快计算速度。该模型已经在实际系统中开始试运行,取得了良好的效果。     

机会约束规划下的梯级水电站短期优化调度策略

以一定时期内可能实现的总的目标利润最大化为目标,在一定的置信水平的前提下满足约束条件,基于机会约束规划构建了一种新的的梯级水电站短期优化调度策略。模型全面分析了蓄水量、弃水量、前池水位、放水路水位、发电水头之间的关系,并考虑了电价、入库径流量、机组运行状况等不确定因素对梯级水电站短期优化调度问题的影响。利用粒子群算法算简单、鲁棒性好、可操作性强的优势,将其嵌入蒙特卡罗随机模拟对模型进行求解。算例说明了该方法可以根据电站的实际情况协调风险和利润这两个相互矛盾的指标,实现最优化决策。     

计及可传输容量的梯级水电站优化调度

针对流域梯级水电站优化调度的特点,提出了计及ATC影响的梯级水电站优化调度模型。根据电网典型运行方式和上一时间段的调度情况,利用最优潮流计算水电上网通道的ATC容量。将ATC容量约束直接引入到梯级水电站优化调度模型中,利用粒子群优化算法的全局寻优能力对梯级水电站中长期优化调度进行寻优。以四川某流域梯级的4个电站优化调度为例,计算结果表明采用所建模型和方法能够有效提高梯级水电站发电量和发电收益。     

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。     

梯级水电站多目标模糊优化调度模型及其求解方法

根据梯级水电站不仅具有电力联系而且具有水力联系的运行特点,提出一种以年发电量和一级水电站耗水量为优化目标的梯级水电站多目标长期优化调度模型.通过定义各目标的隶属度函数,将多目标优化问题模糊化;采用最大模糊满意度法将多目标优化问题转化为单目标非线性规划问题;应用协调粒子群算法(CPSO)求解单目标优化问题.仿真验证了模型的正确性和求解方法的可行性,为梯级水电站优化调度提供了一种新颖有效的途径.     

考虑可再生能源跨区域消纳的主动配电网多目标优化调度

提高对可再生能源的综合利用能力是主动配电网(ADN)运行控制面临的新增重要任务。为此,提出了一种面向促进可再生能源跨区域消纳的ADN多目标运行优化方法。首先,基于并网接口模型,推导了集中控制模式下分布式发电(DG)的有功、无功功率解耦可调范围,并提出考虑可再生能源跨区域消纳的ADN能量管理策略。在此基础上,分别以系统运行成本、可再生能源发电功率削减量以及系统网损三方面最小化作为目标,构建ADN多目标优化调度模型。该模型综合考虑了DG有功、无功出力控制、储能设备充放电以及可中断负荷的调用,并详细分析了网络潮流和分布式资源特性两方面的约束及其多时段耦合特征。鉴于所建模型具有高维、非线性特点,采用基于启发式策略的多目标和声搜索算法实现高效求解。以扩展的33节点配网系统为例,验证了所提模型的有效性以及ADN运行中计及可再生能源DG无功控制潜力的必要性。     

基于水库能的水电站发电模型

首次对水电站大型水库水体进行分级处理,采用数学微元分析思想,揭示压力引水管入水口处水体微元的能量形成机理,建立水库水体的水能综合利用模型.在此基础上,利用能量转换守恒定律,建立水电站系统的详细水机电耦合模型.探索电能形成与水体微元动能、势能、压能和水库能之间的关系;研究压力引水管倾斜角度、发电机组分布位置、水库调节能力和水库水体的最大利用小时数等因素对瞬时发电量的影响规律.通过仿真分析与比较,验证了所建详细水机电耦合模型的正确性和实用化水机电耦合模型在确定水电站装机容量及其发电规划时的相对保守性,为水电站建设和经济运行提供理论依据,对实现水能到电能的高效转换具有重要意义.