市场环境下,径流的随机性、发电量的不确定性使得水电站愈加关注其面临的收益风险,如何在调度决策中进行风险管理是其需要解决的重要问题。提出以随机场景分析方法表示电价的波动特征,结合风险惩罚模式和风险约束模式,建立基于动态风险...市场环境下,径流的随机性、发电量的不确定性使得水电站愈加关注其面临的收益风险,如何在调度决策中进行风险管理是其需要解决的重要问题。提出以随机场景分析方法表示电价的波动特征,结合风险惩罚模式和风险约束模式,建立基于动态风险管理方法的水电站短期优化调度模型,以改进快速进化算法(improved fast evolutionary algorithm,IFEP)与遗传算法(genetic algorithm,GA)相结合的IFEP-GA混合优化算法作为模型的求解方法,进化策略结合了高斯变异和柯西变异的特点,约束的处理结合了惩罚机制与修复机制,这使得算法具有良好的寻优能力和收敛特性。不同风险管理模式对水电站优化运行影响的分析结果表明,动态风险管理策略能够更好地平衡期望收益、风险及末期库容约束的违反,减小风险的同时获得了更高的期望收益,为水电站依据自身风险接受程度灵活安排调度决策提供理论依据。展开更多
文摘市场环境下,径流的随机性、发电量的不确定性使得水电站愈加关注其面临的收益风险,如何在调度决策中进行风险管理是其需要解决的重要问题。提出以随机场景分析方法表示电价的波动特征,结合风险惩罚模式和风险约束模式,建立基于动态风险管理方法的水电站短期优化调度模型,以改进快速进化算法(improved fast evolutionary algorithm,IFEP)与遗传算法(genetic algorithm,GA)相结合的IFEP-GA混合优化算法作为模型的求解方法,进化策略结合了高斯变异和柯西变异的特点,约束的处理结合了惩罚机制与修复机制,这使得算法具有良好的寻优能力和收敛特性。不同风险管理模式对水电站优化运行影响的分析结果表明,动态风险管理策略能够更好地平衡期望收益、风险及末期库容约束的违反,减小风险的同时获得了更高的期望收益,为水电站依据自身风险接受程度灵活安排调度决策提供理论依据。