三峡梯级和清江梯级水电站群联合调度研究

开展对三峡梯级和清江梯级巨型混联水电站群优化调度研究,分别建立了以发电量最大和以发电效益最大为目标的水电站群联合调度模型,采用POA算法分别计算两个梯级单独运行和梯级联合运行在两种准则下的库容和电力补偿效益。选择1982-1987连续水文周期年的日径流资料进行计算,并与原设计方案相比,两种准则下联合调度的系统年平均发电量分别增加了60.90亿kW.h和60.71亿kW.h,年发电效益分别增加了14.37亿元和14.70亿元;在以发电量最大为准则的情况下,三峡梯级和清江梯级的弃水量分别减少了566.88亿m3和36.73亿m3,系统年均发电量增加了5.80%,库容补偿效益显著。     

跨流域混联式水电站群联合补偿效益分析

在总结国内外相关研究和实践的基础上，以科学反映清江梯级与三峡梯级相互补偿作用为目的，对由两梯级所组成的跨流域水电站群进行联合调度研究，重点分析了相对于两梯级单独调度时联合调度带来的电力、电量补偿效益。分别以系统保证出力最大和多年平均发电量最大为目标，建立了相应模型;并采用与水电站水库调度图相结合的判别式法及动态规划逐次逼近分别进行求解。结果表明，清江梯级与三峡梯级联合运行后，系统保证出力提高34.281 0万kW，多年平均发电量增加1.216 2亿kW·h，补偿效益显著。     

长江上游控制型梯级水库群联合补偿效益分析

介绍了长江上游水电系统的总体特征以及主要控制型梯级水库的拓扑关系,以发电量最大或保证出力最大为目标建立了优化模型,并分别按梯级和库群2个层次构建了4个长序列优化调度方案,最后根据各方案优化结果分析了主要控制型梯级水库的联合补偿规律及补偿效益。分析结果表明:以发电量最大为主要目标时,库群年均发电量可增加11.79%;以保证出力最大为主要目标时,库群总保证出力可提高29.53%;同时,年均发电量增加9.91%,各梯级互补能力突出,联合运行时电力电量补偿效益显著。     

雅砻江–金沙江–长江梯级水电站群联合调度图研究

水库调度图是水库运行的重要指导工具,现有研究主要集中在单库调度图或单梯级联合调度图,针对多子梯级水电站群联合调度图研究较少。本文围绕雅砻江–金沙江–长江梯级水电站群联合调度问题,考虑以子梯级龙头电站作为各子梯级调控主导电站,结合二滩、溪洛渡、向家坝和三峡水电站单库调度图,以"龙头电站水位-梯级总出力"形式编制形成各子梯级初步调度图;在此基础上,结合水库蓄放水判别系数K值的梯级出力分配方式,提出基于联合调度图的梯级电站模拟调度规则,以子梯级和整个流域梯级水电系统多年平均发电量最大为目标,建立梯级水电站群联合调度图优化模型,采用自适应离散微分逐步优化算法进行模型求解,获得雅砻江-金沙江-长江梯级水电站群最优的联合调度图,并进行整个流域水电站群联合调度模拟。计算结果表明,该联合调度图可以在兼顾各子梯级保证出力的同时,有效增加整个流域水电系统的总发电效益。     

马尔柯夫决策规划在水电站群长期联合优化调度中的应用

运用马尔柯夫决策规划的基本理论，考虑时空相关性，建立了一种随机型的水电站群多库长期联合优化调度模型，并提供了具有一定特点的有效求解方法，收敛速度很快，并易于在微机上实现。同时，针对七座水电站水库群进行了长期联合优化调度计算，结果表明，优化发电量效益提高６％，证明了该模型的可行性、实用性。     

大渡河流域混联水库群长期优化调度

以大渡河混联水电站水库群为研究对象,建立了兼顾不同保证出力情形下以发电量最大为目标的长期优化调度模型,并采用逐步优化算法（POA）及基于变域变步长搜索的POA改进算法求解。结果表明:在总发电量增加前提下,改进算法计算耗时较传统POA缩短约90倍;不同保证出力情形下,梯级、整体考虑惩罚较单库惩罚考虑,其流域多年平均发电量分别增加了241 GW·h和309 GW·h。     

金沙江下游梯级和三峡梯级水电站群联合调度补偿效益分析

为探索金沙江下游梯级和三峡梯级水电站群联合发电调度补偿效益及补偿规律,分别建立以发电量最大为目标的单库优化调度模型和梯级联合优化调度模型,采用经典动态规划法和笔者提出的多精英向导粒子群算法(Elite-guide particle swarm optimization,EGPSO)算法对两模型进行求解,以计算梯级电站群联合调度电力电量补偿效益。选择1999、1983、1992作为丰、平、枯典型代表年径流数据进行计算,分析结果表明:金沙江下游梯级和三峡梯级水电站群联合调度能显著提高梯级整体发电量,减少弃水,补偿效益显著。梯级联合调度中,金沙江梯级对三峡梯级进行电量补偿,在提高枯期出力和季节性发电量的同时,缓解了汛期集中消落带来的调度风险。     

两阶段粒子群算法在水电站群优化调度中的应用

以水电站群最小出力约束下的发电量最大为目标建立了水电站群优化调度数学模型,采用两阶段粒子群算法求解。在按目标函数进行进化计算之前,先进行以最小平均出力最大为目标的第一阶段优化,并在粒子群中引入初始可行解,以提高粒子群的质量和求解效率。以云南电网统调的7库14站主力水电站群系统为例进行了计算,结果表明,该算法能有效克服“维数灾”问题,能得到高性能的优化调度结果。     

跨区域水电站群优化调度初步研究

研究了中国水电站的分布及其水文、水电调节特性,对西南地区的部分大型水电站群和华中地区的部分大型水电站群之间的联合优化调度建立了调度模型,将跨区域的水电站群调度问题分解为小规模的问题求解,然后借助水库调度知识经验,进行总体协调.分析结果表明,开展水电优化调度工作,不仅可以增加水电发电量,而且可以提高整个水电站群的保证出力,对落实国家"西电东送"战略、优化资源配置、实现可持续发展具有重要的意义.     

水电站群补偿调节的递阶控制—关联平衡法

电力系统规划、水电站水库参数选择及水库调度运行要求水电站(水库)群进行最优补偿调节,以提高系统总的保证出力,获得最大的替代容量效益。但随着库群数目的增加,其“维数灾”使得现行一些传统优化方法难于求解,为此,本文应用大系统递阶控制原理和方法,以保证出力最大为准则,供水期出力相等作为关联,应用关联平衡法将库群大系统分解成单个水库手系统来求解,构成水电站群最优补偿调节的二级递阶结构,第一级我们应用可变容差法求解子问题,在第二级应用梯度法,这样上下两级反复迭代来求原问题的最优解。该方法用于大渡河梯级确定型水库群补偿调节的优化计算,得到了满意的成果。计算经验表明,水电站群补偿调节优化问题,应用递阶控制方法,比以前该课题所曾用的传统优化方法,所需计算机存储量少,在一定程度上克服了“维数灾”困难。     

梯级补偿效益分摊的变异系数-Shapley值法

针对流域水能梯级开发中各水电站隶属于不同业主,在梯级水电站补偿效益分摊中既要保证梯级整体效益最大化,又要满足分摊结果公平合理的问题,将变异系数法与Shapley值法相结合,提出多业主梯级水电站补偿效益分摊的变异系数-Shapley值法,并将其应用于汉江中游南河流域梯级中的三级水电站补偿效益分摊实例中。结果表明,该方法不仅考虑了各水电站在参与联合调度时的自身贡献率,同时也兼顾了各水电站自身的装机容量、保证出力、调节库容、多年平均发电量等个体特征,实现了各水电站间补偿效益分摊的公平性与合理性,有利于提高各级水电站参与梯级联合调度的积极性,确保流域梯级联合调度效益最大化。     

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。     

基于联合优化调度计算的水电站改造机组容量确定

针对小型水电站增效扩容项目机组容量确定的问题,以长系列径流资料为依据,采用水库优化调度和水电站厂内经济运行联合计算模式,对不同的水电站装机方案进行发电量计算。再统筹考虑原有水电站建筑物的基本条件、不同方案机组的价格、效益投资比等因素,合理确定改造电站的装机容量。提出的基于联合优化调度计算确定水电站装机容量的模式,比较符合电站的实际情况,计算结果比常规的计算方法也更为准确。最后用实例对主要步骤进行了表述,可供同类电站技术改造借鉴。     

乌江梯级水库群优化调度规律研究

梯级水库群优化调度规律是指导梯级水库群优化运行的重要工具。本文应用概率统计法和相关分析法对乌江流域的兼顾保证出力发电量最大计算结果进行统计归纳,通过引入经验频率分析了各库在不同调度期的水位变化规律和建立时段平均出力与本时段可用水量相关关系图来研究各库在不同调度期的发电规则,为挖掘梯级水库长期运行结果中蕴藏的潜在规律提供了一种方法。通过对乌江梯级各库水位变化规律和发电规则的研究,为乌江梯级水库群优化运行提供了理论支撑。     

基于模拟逐次逼近算法的梯级水电站群优化调度图研究

水库调度图是水电站发电调度运行的基础,然而现有研究和算法大都集中在单库调度图,库群发电调度图成果较少。本文结合我国开发得较为完善的乌江流域梯级水电站群,提出了一种实用的梯级水电站群发电优化调度图制定方法。该方法以单库调度图为基础,综合形成初始的库群调度图,并以此进行模拟调度,即根据两种调度图对长系列资料逐时段计算,获得两种负荷结果,最终运用库群负荷分配调整两种负荷的偏差,获得调度结果;然后以模拟调度统计的多年平均发电量最大为目标,采用逐次逼近算法不断修正两种调度图的基本调度线,最终获得满足精度要求的单库调度图和库群调度图。较常规方法,本方法方便一次性得出水电站（群）调度图。模拟调度结果表明所建立的方法有效、实用,在兼顾电网对电站要求的基础上,大大提高了梯级长期发电效益。     

基于总出力调度图与出力分配模型的梯级水电站优化调度规则研究

本文基于大系统聚合分解理论,建立了梯级水电站总出力调度图(聚合)与出力分配模型(分解)相结合的双层优化模型,分别采用NSGA-Ⅱ多目标遗传算法和离散微分动态规划(DDDP)进行优化,得到了梯级水电站优化调度规则,可大大降低计算的复杂度.通过在出力分配模型中引入弃能项,有效地降低了电站的弃水,增加了梯级发电量.以清江梯级水电站为研究背景,优化调度规则在满足梯级保证出力的条件下,年均发电量较原设计方案可提高2.25亿kW·h,增长率达3.07%,减少弃水9.87亿m3,达35.83%,说明了模型和算法的有效性和合理性,为制定梯级水电站优化调度规则提供了新的思路.     

基于三段洪水特征的调洪增发电量计算方法

充分应用水电站的调蓄特点可以合理利用洪水增加发电效益,但没有统一有效的洪水增发效益评价方法,为此,根据洪水涨落过程特点,提出一种基于三段洪水特征的调洪增发电量(PGIOFD)的概念与计算方法.根据水位及流量的涨落特征将场次洪水过程划分为涨水段、洪峰段和退水段3个阶段;分别按水位不变、按预想出力、按均匀降库容3种规则对三阶段进行发电计算,以确定无优化措施下的基准过程及发电量;将该电量与实际调度电量进行比较得到调洪增发电量.以乌江流域大花水电站2008—2018年的29场洪水为例,结果显示其中充分利用洪水资源的有26场,累计PGIOFD为128.38 GW·h,验证了该方法可以有效地应用于洪水过程分析和洪水调度评价.     

基于遗传算法的小水电站优化调度方法的研究与实践

针对以发电为主的小水电站单库和串联小水电站群，以水电站的发电引用流量为决策变量，以水电站在调度周期内发电量最大为目标，分别建立了优化调度的数学模型。基于浮点数编码的改进遗传算法用于对模型的优化计算，从而提高了算法的搜索效率。基于VC 编程设计了小水电站运行调度智能算法系统软件，用类CbestGA封装了求解一般水库调度问题的遗传算法，并应用于一个实际的小水电站调度，实验结果说明了遗传算法用于水库优化调度的可行性和有效性。     

水库发电优化调度模型的对比研究

水电发电效益是水库调度的核心内容.为了寻求满意的发电效益,在考虑水电站水库自身约束和系统调峰要求,建立以系统发电效益最大为目标的优化调度模型,并通过乌江渡水库实例计算,对发电量最大和发电效益最大两种优化调度模型进行对比分析.结果表明：后者较前者更符合实际.     

基于随机动态规划的混合式抽水蓄能电站水库中长期优化调度研究

针对水库天然径流的不确定性,在描述径流随机过程的基础上,建立了混合式抽水蓄能水电站水库发电量期望值最大的中长期随机优化调度的数学模型。以发电流量和抽水时间为决策变量,采用双决策变量随机动态规划对模型进行求解。以白山混合式抽水蓄能电站为例进行实例计算,发现抽水时发电量的期望值从不抽水时的2.165×109 kW?h增加到2.463×109 kW?h,保证出力比不抽水时增加了约12 MW,调度周期内各时段的水位也比不抽水时有所提高。将随机模型与确定性长系列法建立的模型进行了比较分析,通过实例对比发现随机模型取