基于广义状态分析的水电站群长期优化调度

针对水库群优化调度这一典型的多维非线性规划问题,基于逐步优化算法(progressive optimality algorithm,POA)和逐步逼近策略(dynamic programming successive approximation,DPSA)的时间和空间降维优势,同时考虑到POA-DPSA方法输出伪最优解的可能性,引入广义时间和广义空间状态概念,对陷入伪最优解下的状态变量进行变阶段联合调整,提高了算法的全局寻优性能。同时,为保证算法的高效求解,在保持广义状态内部一致性的前提下,提出一种等约束滑行策略对各子阶段状态量进行调整。经典4库和10座水库群及湖南沅水流域优化调度结果表明,改进算法能有效提高水电站群联合发电效益,且寻优效率高,为水电站群优化调度工程应用提供新的方法。

基于特征分量组合的多小水电地区日负荷预测

随着小水电大规模并网,其无序发电对电网造成的冲击越加不可忽视,提高小水电负荷预测的准确率对掌握小水电的发电情况及电网调度有着重要意义。将小水电预测日的负荷解耦为基值和标幺值两部分进行预测,并引入云模型方法对基值的偏差进行拟合。同时,针对标幺化后的负荷曲线,采用集成经验模态获取其特征分量,并通过对相似日和日前负荷曲线的特征向量进行交叉组合以快速获得预测日的标幺曲线。通过对湖南某富小水电地区进行实例分析,验证了本预测方法的有效性。