基于远动系统实现电网地调水调自动化系统的数据通信

针对电网地调水调自动化系统建成过程中小水电厂通道条件差、难以实现水调数据到地调中心站传输这一难题,提出了复用远动系统通道方案,通过数据采集与监控(SCADA)系统远动通道实现水调数据传输,并在浙江丽水水库群调度支持系统中得到实际应用.     

Monthly Joint Operations for the Nakdong Multi-reservoir System in Korea

Abstract

This study applies a state-of-art optimization technique, SSDP/ESP (Sampling Stochastic Dynamic Programming with Ensemble Streamflow Prediction), to derive a monthly joint operating policy for the Nakdong multi-reservoir system in Korea. A rainfall-runoff model, SSARR (Streamflow Synthesis And Reservoir Regulation), is linked to the SSDP/ESP model to provide ESP scenarios for runoff during the next month in the Nakdong River basin. The primary advantage of the SSDP/ESP is that it updates the derived operating policy as new ESP forecasts become available. Another SSDP model that employs historical runoff scenarios (SSDP/Hist) is also developed. The main difference between the two SSDP models is that SSDP/Hist is an off-line model whereas the SSDP/ESP is on-line. The developed operating policies are tested with a simulation model using an object-oriented simulation software, STELLA. The simulation results show that SSDP/ESP is superior to SSDP/Hist with respect to the water supply criterion, although both models perform similarly with respect to the hydroelectric energy production criterion.     

长江上游水库群多目标优化调度模型及应用研究I：模型原理及求解

水库群调度中发电与供水、生态等目标既非完全对立也非完全协调,其优化调度决策非常复杂.本文以长江上游15座大型水库群联合调度为背景,研究建立了包含发电、河道外供水和河道内生态用水等目标的非线性优化调度模型,以逐步优化算法(POA)为基础,引入优化窗口(L)和滑动距离(l)两个参数,提出了扩展型逐步优比算法(E-POA)以提高非线性模型的求解效率与效能.经与线性全局优化策略相比,E-POA方法有效、解集合理.长江上游15座大型水库长系列联合多目标调度计算结果表明,水库群调度在发电、供水、生态等目标存在不对称博弈关系,河道外供水与河道内生态用水竞争强烈,发电与河道内供水竞争较弱.当优化计算的总发电量为总设计发电量的96.3％时,系统的发电量、河道外供水和河道内生态用水目标可达成较好的协调统一.多年平均条件下,15座水库群联合调度的总期望发电量为2 625.8～2 700.1亿kW·h,略小于总设计发电量.     

网络环境下基于模型驱动的水库群防洪联合调度系统

在分析水库群实时防洪调度特点的基础上，以JBuilder为开发工具，采用Oracle数据库研究开发了结构合理、功能齐全、界面友好和实用性强的网络环境下的水库群防洪联合调度系统。阐述了利用上述平台进行系统设计和开发的关键技术。该系统主要特点是支持异地用户进行联合调度方案的在线制定。支持从洪水预报数据预处理、初始条件设置、水库限制条件选择、模拟调度到决策会商和报表制定等决策制定的全过程。     

基于两阶段风险分析的水库群汛期运行水位动态控制模型

水库(群)实时调度能结合有效的水文预报信息对水库在实时运行层面权衡防洪与兴利效益具有指导意义。然而,水文预报信息的利用面临着不可规避的不确定性问题,故水库(群)实时调度运行需要考虑风险控制方法的研究。针对耦合水文预报的水库群汛期运行水位动态控制问题,提出了可考虑各水库不同预见期长度、不同预报精度的两阶段风险率计算方法,并将其应用于构建水库群汛期运行水位动态控制模型。首先,两阶段风险率思想是将未来调度时段按预见期节点分为预见期以内和预见期以外两个阶段,预见期以内考虑径流预报不确定性带来的风险,采用集合预报思想统计多组预报径流情景在预见期以内的失事概率,预见期以外考虑因预见期末水位过高难于应对后续洪水的潜在风险,根据历史设计洪水的调洪演算试算风险率。其次,基于所提出的两阶段风险率方法构建以发电量最大为目标函数的水库群汛期运行水位动态控制模型。研究结果表明：提出的两阶段风险率计算方法可兼顾考虑实时调度阶段由径流不确定性引起的预见期以内、预见期以外的潜在风险;基于两阶段风险分析构建的水库群优化调度模型,可求解得出的水库群系统库容动态最优决策过程,且该优化调度模型可在不增加汛期防洪风险的基础上提高水库群系统的发电效益,即2010年汉江流域五库系统在夏汛期可提高总发电量2.30亿kWh。     

基于等效原理的水库群实时防洪联合调度模型研究

针对水库群规模大导致水库群联合调度模型求解困难、交互决策难以聚焦的问题,提出了基于等效原理减少联合调度模型水库数的新思路,即将水库群全集划分为显效水库和非显效水库子集,对显效水库开展联合补偿调度,非显效水库作为被补偿对象单库调度;并建立水库群分组指标体系和分组方法,由此构建了显效水库联合调度和非显效水库单独调度的混合调...     

基于可行空间搜索遗传算法的梯级水库群调度规则研究

以梯级水库群系统多年平均发电量和旬出力保证率最大为目标函数,以梯级水库群内各水库拐点式调度图为决策变量,建立梯级水库群联合发电调度模型,并采用可行空间搜索遗传算法进行求解。为了避免模型求解过程中对不可行解的过多处理,有针对性地对可行解进行优化。最后,以汉江流域梯级水库群为例,对模型和算法的有效性进行了验证。     

基于空间数据库的油藏多信息管理

相对落后的油藏资料管理在一定程度上影响了油气开发效率,为加强对油藏多信息的有效管理,通过对空间数据库技术的应用,同时利用GIS技术,基于SuperMap平台及SuperMap SDX空间数据库引擎组件,开发出油藏多信息管理系统。将各类相关的油藏多信息数据资料进行有效管理,提高了油藏地质多信息数据资料的可视化管理能力和油田信息资源的共享度,为油田的勘探开发提供了完整而全面的信息平台,提高了工作效率,同时对决策分析起到了一定的辅助作用。     

群库优化调度研究综述

我国是一个水资源紧缺的国家,主要江河都形成了由水库、堤防、分蓄洪区组成的防洪工程系统,水库群的优化调度已经成为我国各大流域防洪研究的重点.目前,这一研究领域主要采用系统分析理论与方法,如:线性规划、非线性规划、动态规划、多目标优化分析、大系统分解协调等方法.同时,大量的新理论新算法极大地丰富了水库群优化调度的理论研究.文中在介绍了水库群优化调度研究意义的基础上,分别从常规方法和系统分析方法两个方面概述了国内外的研究进展,并对水库群优化调度今后的研究进行了展望.     

Improved particle swarm optimization algorithm for multi-reservoir system operation

In this paper, a hybrid improved particle swarm optimization (IPSO) algorithm isproposed for the optimization of hydroelectric power scheduling in multi-reservoir systems. The conventional particle swarm optimization (PSO) algorithm is improved in two ways: (1) The linearly decreasing inertia weight coefficient (LDIWC) is replaced by a self-adaptive exponential inertia weight coefficient (SEIWC), which could make the PSO algorithm more balanceable and more effective in both global and local searches. (2) The crossover and mutation idea inspired by the genetic algorithm (GA) is imported into the particle updating method to enhance the diversity of populations. The potential ability of IPSO in nonlinear numerical function optimization was first tested with three classical benchmark functions. Then, a long-term multi-reservoir system operation model based on IPSO was designed and a case study was carried out in the Minjiang Basin in China,where there is a power system consisting of 26 hydroelectric power plants. The scheduling results of the IPSO algorithm were found to outperform PSO and to be comparable with the results of the dynamic programming successive approximation (DPSA) algorithm.