一洞多机引水式水电站短期负荷分配方法

我国许多大型水电站采用一洞多机长距离引水发电模式,短期负荷分配面临机组间水力相互干扰、水头计算困难等问题,建模及求解极其困难。考虑到一洞多机式电站机组间水力联系复杂,采用两阶段建模求解：第一阶段建立考虑持续时段约束的水电机组开停机优化模型,结合启发式搜索策略和逐步优化算法确定开机隧洞及最优开停机组合方式;第二阶段建立以电定水准则的负荷分配模型,采用动态规划方法进行给定开停机方式下机组间的负荷最优分配。以红水河某水电站枯水期不同负荷率典型日分配为例,结果表明所提方法具有较强的实用性,可满足实际运行要求。     

梯级水电站群中长期优化调度的离散梯度逐步优化算法

充分利用现有水电资源,进行库群中长期优化调度是构建清洁低碳、安全高效的现代能源体系的重要措施。逐步优化算法(POA)将多阶段问题转化为多个两阶段子优化问题,是求解中长期库群优化调度较为广泛且有效的一种方法。但随着水库数目的增加,POA仍会面临严重的"维数灾"问题。本文以梯度下降法为基础,提出离散梯度的概念及离散梯度逐步优化算法(DGPOA),该方法在不直接求导的情况下充分利用局部离散梯度信息确定最优搜索方向,可以快速获得优化结果。最后将该算法应用到澜沧江流域五水库梯级系统中,在不同离散精度和来水条件下,利用POA、POA-DPSA和DGPOA算法对梯级水库进行优化计算。结果表明,在不显著降低全局搜索能力的情况下,DGPOA的计算速度分别达到了POA-DPSA算法的8~12倍,POA算法的50~250倍,是一种解决梯级水库站群中长期优化调度中"维数灾"问题的有效方法。     

梯级水电站群短期发电调度计划快速生成方法

随着水电系统发展,发电计划制定面临着越来越复杂的需求。为避免求解复杂数学规划模型,本文提出一种快速生成梯级水电短期发电计划的方法。该方法不采用特定的目标函数,而是根据实际调度中普遍接受的降低耗水率、有利于负荷平衡、上下游水库协调等原则,在优化模型中采用的约束条件下制定发电计划。该方法由一系列满足调度期末水位、发电用水量、总电量,以及减少弃水的基本操作构成。根据负荷特性将时段排序,并结合能够满足时段关联约束的负荷分配算法,实现这些调度目标。以南方电网红水河梯级水电站群为背景的实例研究表明该方法能有效制定发电计划,并满足复杂的出力分配规则。     

基于弃水风险率控制的水库预泄调度方法

针对调节能力有限的电站多存在汛期弃水现象,结合中期径流预报,开展水库预泄调度研究。首先建立预报与风险的直接相关模型,量化水库弃水风险,以风险范围作为控制水库预泄幅度的依据,根据逐日径流预报信息,调整面临时刻水库调度决策。以普定水电站为例的实际调度结果表明,基于弃水风险率控制的水库预泄方法能够有效减少蓄水期弃水电量,而且可保证水库汛末水位。     

考虑机组组合的梯级水电站跨省区多电网调峰优化调度方法EI北大核心CSCD

在电力大规模跨区消纳背景下,一些大型水电站群需要向多个电网送电、响应多个电网调峰需求,甚至存在单站不同机组分别向不同电网送电的情况。考虑水电站运行约束、多电网调峰需求及跨省区输电限制,提出了一种考虑机组组合的梯级水电站多电网调峰优化调度方法。该方法首先构建了水电站短期出力计算及网间电力分配的混合整数二次规划模型,采用迭代寻优方法计算梯级水电站的理想出力过程;之后以实际出力计划与理想过程相差最小为目标,结合约束简化策略构建梯级水电站短期优化调度模型,对各电站实际出力计划进行求解,并以此为基础,计算梯级水电站机组组合结果与各电网受电过程。基于溪洛渡—向家坝梯级水电站多电网调峰的仿真结果表明,所提方法可满足跨省区送电水电站复杂运行约束,有效响应各受端电网的高峰负荷需求,具有显著的调峰效果。     

基于改进BP网络的日径流预报模型研究

针对常规BP算法收敛速度慢和难以获得全局最优的不足,将网络误差函数的改变量引入权值和偏移值的调整,采用自适应学习速率和自适应动量因子调整策略,建立了基于多层感知器神经网络(MLP-ANN)的水文预报模型.采用自相关函教(ACF)和交又相关函数(CCF)确定网络输入因子并使用试错法优化网络结构.以湖南省双牌水库日入库流量预测为应用实例,并将模拟结果与常规BP网络模型和新安江模型进行对比分析.结果表明,改进模型收敛速度快、预报精度高.     

考虑风电置信区间的水风火短期优化调度方法

风电出力的不确定性影响电网的稳定运行,大规模风电并网后“弃风”问题突出。为了充分考虑风电出力的不确定性,本文提出基于风电置信区间的风-水-火短期联合调度运行方法。利用梯级水电站启停灵活、爬坡速度快等优点平抑风电出力波动,构建了发电成本最小与清洁能源消纳最大的多目标优化调度模型。基于分层求解思想,将模型分为风电运行层、水电调度层与火电调度层,并提出了集成非参数法、启发式算法与改进的粒子群算法的总体求解框架,实现了模型的快速求解。某区域电网短期调度模拟运行结果表明,所提方法求解速度快,仅需83.5 s,在满足电力系统安全稳定运行约束与清洁能源消纳最大的前提下,水电、风电多发45.56万kWh,煤耗成本减少23.33万元。     

基于遗传-蚁群算法的库群长期优化调度

为克服蚁群算法前期收敛慢、易陷入局部最优解且参数难以确定的缺点,提出了遗传-蚁群算法进行库群长期优化调度问题的求解。该方法应用遗传算法生成问题的初始解,并将初始解的适应度转化为蚁群算法的信息素初始值,同时引入遗传算法染色体交叉、变异的思想进行蚁群算法参数最优组合的确定,提高了蚁群算法的优化性能和求解精度。对乌江流域4座水电站的计算结果表明,该算法可显著改善优化结果质量,获得良好的调度方案,是求解库群长期优化调度问题的一种有效方法。     

基于RIA技术的中小水电管理系统设计与实现

分析了当前中小水电管理中存在的问题,提出了采用富互联网应用（RIA）技术开发基于模型—视图—控制器（MVC）模式的中小水电管理系统的总体设计方案。论述了该系统的开发目标、总体框架、功能结构,重点阐述了中小水电管理系统实现的关键技术。设计开发了基于RIA技术的中小水电管理系统,并将其成功运用到云南电网的中小水电管理中。实际运行结果表明,采用RIA技术开发的中小水电管理系统,能显著改善管理效率,提高电力调度的自动化水平。