基于SSA-LSTM模型的水电站能效综合评价方法

随着我国电力体制改革不断深化,水电已告别传统粗放型发展模式,亟需配套更为成熟、通用的能效评价体系指导水电运行调度工作。因此,提出一种基于深度学习的水电站能效综合评价方法,引入长短期记忆网络(LSTM)构建水电站理论发电量模型,对于给定的原始发电序列,利用奇异谱分析(SSA)提取出其趋势项、周期项及噪声,对前二者分别构建LSTM网络模拟后叠加得到理论发电量计算结果,在此基础上提出相对增发效益指标、能效相对提高率指标,利用熵权法得到水电站综合得分值,进而对南部某省12座电站进行能效评价。结果表明,该方法可以充分反映水电在调度运行中的能效特点,研究结果对优化水电站调度策略、提高水电调度水平具有借鉴意义。

多时间尺度嵌套的梯级水电可承载风光资源规模研究

随着双碳目标的提出,我国能源结构正逐步以依赖化石能源转向以可再生清洁能源体系为主。然而以风电和光伏发电为代表的清洁能源因出力波动性与不确定性难以单独运行并网消纳。水电站具有良好的调节能力,可与风电场、光伏电站联合运行,平抑新能源发电的不稳定性。我国西南地区水能资源丰富,建设有大量具有调节性水库的梯级水电站,将梯级水电与流域周边风电、光伏资源互补运行,充分利用梯级水电的调节能力打捆外送优质电能是实现能源转型的重要手段。为量化梯级水电站对风电、光伏资源的承载能力,提出了水电中长期优化调度—水风光短期优化配置的嵌套计算模型。以水电中长期优化调度计算结果确定短期调度计算边界,在短期调度时调整风电、光伏规模,以源荷匹配度最大、发电量最大和弃电率最小为目标进行优化调度,采用分层嵌套策略进行解耦,以计算梯级水电站可承载的风电、光伏资源规模。应用该模型于雅砻江流域梯级水电站群,计算得到雅砻江流域“三库七级”梯级水电站承载风电、光伏资源规模。研究结果表明:考虑2025规划水平年以及5%弃电率约束,雅砻江流域梯级水电可承载风电资源规模139.6万kW、光伏资源规模1074万kW。研究成果对优化流域内水风光多能互补发电系统具有参考价值。

含混合式抽水蓄能电站的水光蓄日内互补运行研究

在传统水电机组基础上加入可逆式机组构成混合式抽水蓄能电站增加水电调节能力,可与光伏电站联合运行,平抑新能源发电的不稳定性。为研究不同季节典型日下,含混合式抽水蓄能电站的水光蓄互补运行方式,构建以发电量最大和出力波动最小为目标的水光蓄互补运行短期调度模型,提出双层嵌套模型求解思路,考虑光伏出力的波动性,求解不同运行工况下含混合式抽水蓄能电站的水光蓄互补运行短期调度模型。计算结果表明,在不同来水及不同光伏出力过程的前提下,混合式抽水蓄能电站可采取不同运行工况以满足目标函数,不仅可以促进光伏并网消纳,还可增加水电发电量,减少弃水,为大量光伏资源并网下混合式抽水蓄能电站运行方式提供参考。

基于SHAP-XGBoost混合模型的梯级水电站流量动态滞时研究

水流滞时是影响梯级电站短期优化调度的重要因素。如何构建流量动态滞时模型以精确描述梯级水电上下游水力联系,成为水电短期优化调度中亟需解决的问题。尝试引入极端梯度提升树算法(eXtreme gradient boosting,XGBoost)作为表现梯级水电站间流量动态滞时的工具。首先利用沙普利加性解释(Shapley addictive explanation,SHAP)评估各输入特征重要性,并从中选择最优特征集。其次建立了一种基于极端梯度提升树的动态滞时模型,利用网格搜索和交叉验证算法对模型参数进行选取。最后基于实际案例与人工神经网络、支持向量回归及固定滞时模型进行对比实验。结果表明,所构建的SHAP-XGBoost模型能更准确地模拟水电站间动态滞时关系,与传统模型相比平均预测精度至少提高了18%,且与实测序列的变化趋势匹配程度最佳。同时证明了输入特征筛选的加入能够使模型精度进一步提高。

基于JMI-CNN-LSTM耦合模型的梯级水电站间流量动态滞时关系

【目的】梯级水电站间存在的水力联系导致下游电站的运营模式往往受制于上游电站,以往的梯级水电站优化调度中通常选择忽略流量滞时或认为其是常数,少有考虑流量滞时与上游水电站出库流量及区间降雨等因素的动态关系。为提高下游电站预判流量精确度,将神经网络应用到梯级电站间流量动态滞时研究中。【方法】首先采用联合互信息理论选取下游电站入库流量的主要影响因素作为模型输入因子,其次根据卷积神经网络和长短时记忆神经网络的互补特性,建立上游出库流量与下游入库流量的JMI-CNN-LSTM深度学习网络模型,最后结合实际算例,将所建立模型的拟合结果与随机森林回归模型、固定滞时模型进行对比。【结果】结果显示:本文所建立的模型较相同条件下其他方法各类误差均存在不同程度的减少,其中MAE至少减少了14.6%。【结论】结果表明:相较其他方法,JMI-CNN-LSTM耦合模型预测精度更佳,能够更准确的体现梯级电站间流量滞时的动态关系。

炒制对青稞糌粑粉品质及贮藏稳定性的影响

为探究炒制对青稞全谷物品质的影响以及糌粑粉在贮藏期间的品质稳定性变化,该研究对不同炒制条件下青稞糌粑粉及炒制前后青稞粉原料与糌粑粉产品的品质进行检测,并测定糌粑粉在加速贮藏条件下氧化指标的变化。研究发现,炒制功率为1 300 W、炒制时间为6 min、水分含量为20%时,糌粑粉的综合评分最高;与青稞粉相比,经高温炒制后,糌粑粉的脂肪、淀粉、粗纤维及抗氧化物质含量均显著减少,脂肪酸值、过氧化值、酶活性均降低,丙二醛值增加;风味物质中醛类和杂环类化合物含量明显增加,酮类和烯烃类含量明显减少。加速贮藏期间,糌粑粉的脂肪含量下降,过氧化值上升,脂肪酸值、丙二醛值和酶活性均呈先上升后下降的趋势;糌粑粉在加速贮藏15 d(相当于常温贮藏120 d)后出现氧化劣变。该研究明确了糌粑粉在炒制及贮藏期间的品质变化情况,为实现糌粑粉的工业化生产提供了理论参考。

基于运营难度系数的水电站标准化运营管理评价研究

随着水电行业的不断深入发展,新水电开发愈加困难,加之能源高质量发展和电力体制改革的持续推进,都对存量水电管理水平提出了更高要求。现有水电运营评价体系难以对不同类型的水电站进行横向比较,以某省65家水电站为研究对象,将水电站运营差异性的量化表达为重点进行研究,创新性提出水电站运营难度系数概念,有效量化水电站运行难度,以更加全面、客观的反映已投产水电站的运营管理情况。围绕对标管理核心思想,通过水电不同重要程度特征属性的提取,利用随机森林回归、可拓学等理论与方法,开展基于水电站运营难度系数的对标评价研究。基于运营难度系数量化模型,输入评价集电站资料进行指标计算,结合信息熵赋权、改进可拓学方法得到评价结果,与企业自评估成果大致相符,结果表明研究提出的基于运营难度系数的对标评价办法具备合理性和较强的适应性,可为水电企业寻优补差工作的开展提供参考。

基于重要特征分析的水电站运营成本回归

近年来,我国能源发展环境发生重要变化。在能源转型的大背景下,水电发展重心也需从开发新水电转为对已建水电站的精细化运营管理。为此,以某地区65座水电站运营成本为研究对象,定义了水电站标准支出成本概念,利用皮尔逊相关系数、互信息等方法进行重要特征识别,在此基础上利用列文伯格-马夸尔特方法对成本进行回归。结果表明,上述方法对水电站成本具有较好的拟合效果,为水电站运营效率对标评价、水电企业寻优补差工作提供了新思路。