POA-DPSA混合算法在短期优化调度中的应用

根据逐步优化算法和逐次逼近优化算法的思想,提出了POA-DPSA混合算法,建立了清江梯级水电站短期发电效益最大模型,并利用逐步优化逐次逼近混合算法进行模型求解,在给定总用水量和各时段电价,满足各种约束条件下使总的发电效益最大,取得了较好的优化效果。

梯级水电站节能发电多目标优化调度模型研究

以梯级水电站为研究对象,建立了综合考虑节能发电调度的多目标函数,加入多个约束条件,形成基于节能发电调度的梯级水电站动态优化调度模型。在对模型的求解中,使用了具有对动态规划算法降维效果的逐次逼近法和逐次逼近动态算法,在状态变量的一维寻优中,引入了黄金分割法并对其改进,使其在对复杂函数进行遍历寻优时降低陷入局部解的可能性。通过编程仿真对实际算例的七电站梯级系统进行计算,并对计算结果进行分析,验证了该数学模型及优化算法的有效性。

峰谷电价下的梯级水电站短期优化调度分析

依据发电企业既要服从电网调度又要追求自身效益的特点,建立了两个考虑峰谷分时电价因子的梯级短期调度模型,并选用逐次优化和逐步逼近的混合算法(POA-DPSA)求解。该模型简单,算法易于实现。将该理论应用于电站实际演算中,结果表明这两个优化模型对促进电网的安全、提高企业发电效益具有较高的应用价值。

汉江上游梯级水电站水库优化运行研究

根据汉江上游石泉、喜河、安康梯级水电站水库群的特点和任务,分别以梯级水电站发电量最大和发电效益最大为目标函数建立优化模型,将逐次逼近动态规划法(DPSA)与逐步优化算法(POA)相结合求解模型,获得梯级水电站长系列优化运行结果。结果表明,梯级水电站水库群优化运行能够充分发挥水库的补偿作用,相比梯级水库群常规调度和单一水库优化运行获得更大的效益;与发电量最大模型相比,发电效益最大模型增加了梯级水电站的发电效益和枯水期出力,调整了水电站的负荷分配,减少了水电站弃水,提高了水资源利用率。研究成果为汉江上游梯级水电站的优化运行提供了理论依据和技术支持。

雅砻江梯级电站发电优化调度研究

以雅砻江梯级电站发电量最大为目标,综合考虑各约束条件,建立梯级水库发电调度模型,采用逐次渐近动态规划–逐次优化混合算法(DPSA-POA)进行求解。研究结果表明:联合优化调度与常规调度方案对比,两河口、锦屏一级、二滩电站的年均发电量分别提高了4.5亿kW?h (4.14%)、20.14亿kW?h (10.67%)和19.39亿kW?h (11.46%);雅砻江梯级水库的年弃水量减少了65.91亿m3,联合优化调度的经济效益巨大。

赣江中游梯级水库群联合发电调度补偿效益分析研究

为解决赣江中游水库群没有统一有效的联合调度方式而发电量较低的问题,本文探索了赣江中游梯级水库群的联合发电及其补偿效益,通过研究赣江中游水库群在单库优化调度和联合优化调度下,以发电量最大为目标函数,采用DPSA-POA算法与DE智能算法相结合对模型进行求解,研究在不同典型年下水库发电调度补偿效益。结果表明:在丰水年(1995)、枯水年(1991)、平水年(1985)不同典型年下,水库联合调度比单库调度增发电量0.01%、0.55%、0.91%,相应减少弃水2.26%、5.01%、10.72%,在来水越少的年份,补偿效益更为明显,研究结果可为赣江中游梯级水库群联合调度补偿效益分析及其梯级水库群开展合作调度提供理论依据。

汉江上游梯级水电站合约电量确定及分解

根据汉江上游梯级水电站长期发电优化调度计算结果,统计梯级各水电站的发电过程特征,对各电站月发电量进行排频计算,拟定了不同的年度合约电量,通过比较分析,确定取各水电站多年平均发电量的45%作为其各自的年度合约电量较为合适;并依据水电站的月发电量排频结果对年度合约电量进行了年内分解,制定了各水电站的年度合约电量年内分解方案。研究结果可为汉江上游梯级水电站在电力市场下如何运营提供技术支持和决策依据。

大规模混联水库群长期优化调度

混联水库群长期优化调度问题是一个典型的高度非线性、多维、多时段的优化问题。针对问题特点,应用水力关联矩阵描述混联水库群之间的水力联系,进而应用逐次优化算法(POA)和动态规划逐次渐近(DPSA)算法对该问题在时间和空间上进行降维。以金沙江、雅砻江和大渡河干流10座具有季调节能力以上调节性能的混联水库群作为研究对象,分别采用DPSA和POA-DPSA两种算法对问题进行求解,并初步分析了联合调度对径流的影响。优化结果相对于设计值都有一定程度的提高,且寻优速度较快。