梯级水电站群中长期优化调度的离散梯度逐步优化算法

充分利用现有水电资源,进行库群中长期优化调度是构建清洁低碳、安全高效的现代能源体系的重要措施。逐步优化算法(POA)将多阶段问题转化为多个两阶段子优化问题,是求解中长期库群优化调度较为广泛且有效的一种方法。但随着水库数目的增加,POA仍会面临严重的"维数灾"问题。本文以梯度下降法为基础,提出离散梯度的概念及离散梯度逐步优化算法(DGPOA),该方法在不直接求导的情况下充分利用局部离散梯度信息确定最优搜索方向,可以快速获得优化结果。最后将该算法应用到澜沧江流域五水库梯级系统中,在不同离散精度和来水条件下,利用POA、POA-DPSA和DGPOA算法对梯级水库进行优化计算。结果表明,在不显著降低全局搜索能力的情况下,DGPOA的计算速度分别达到了POA-DPSA算法的8~12倍,POA算法的50~250倍,是一种解决梯级水库站群中长期优化调度中"维数灾"问题的有效方法。

梯级水电站水库群调度函数优化模型研究

针对梯级水电站水库群初始调度函数受数值模拟技术限制的特点,以减小其固有的误差累积效应为目的,建立了基于粒子群算法的调度函数优化模型。该模型充分保留了初始调度函数中的影响因子和常数系数的作用,在传统粒子构造基础上给出了误差粒子的构造方法,有利于较快得到模型的最优解。实例计算分析表明,利用该模型得到的调度函数进行梯级水电站水库群的调度,运行效益明显提高,验证了模型的实用性和有效性,为更好地挖掘梯级水电站水库群的潜在效益提供了理论支撑。

基于风险概率评估的若水电站调度运行

若水电站为攀西地区风光“填空式”发电,具有库容小、调节能力差、出入库流量难以平衡、上下游水位变化幅度较大、负荷调整和闸门操作频繁、水库水位控制和河道管理安全风险高的特点。为预控若水电站调度运行风险,本文通过进行调度运行风险辨识,给出了运行风险概率模型,提出了风险指标及其计算方法,设计了风险评估分析模型,并选取不同季节实际数据进行了风险计算分析,算例结果验证了风险评估和计算的可行性和有效性,研究成果可为梯级水库安全优化调度提供参考。

考虑梯级水电站弃水制氢的水火电短期调度

基于水火电力系统短期优化调度问题,考虑梯级水电站弃水制氢,提出一种梯级水电站水能最优利用调度策略。该策略计及网络潮流约束、电解槽制氢约束、水火电力系统传统约束等,同时考虑水流滞时对梯级水电站运行调度的影响,建立以火电站发电成本最小和梯级水电末级电站弃水总量最小为目标的多目标水火电力系统优化调度模型,在减少弃水的同时,电解水制氢,获得额外收益。最后,以IEEE-24节点系统为例,仿真结果表明,所提模型能有效减小火电煤耗量和水电弃水量,同时额外获得制氢收益,提高了水火发电互补运行的经济性。

水电站均衡优化调度方法研究

通过阐述系统均衡优化思想,提出多目标均衡优化方法。建立了大通河梯级水电站均衡优化调度模型,利用布谷鸟算法对其求解并与等流量调节方法比较。结果表明:大通河梯级水电站多年平均发电量提高了2.0%,保证出力提高了1.9%,多年平均弃水量减少了1.6%。均衡优化方法可有效缓解水电站多年平均发电量与保证出力之间的矛盾,为水电站优化调度提供一条新思路。

贵州乌江梯级水电站群调控一体化探索与实践

对乌江梯级水电站群调度管理变革历程进行了详细介绍,提出了同步实施集控中心调控一体化与梯级电站"无人值班(少人值守)、远程控制"调管模式变革规划,并就乌江集控实施调控一体化过程及存在的问题进行了探讨。

水光互补能源基地的多时间尺度优化调度

针对以往水光互补中长期优化调度中未考虑光伏逐时出力的波动性而导致弃光现象严重的问题,建立了以年、月、日为调度周期,逐步递进的水光互补优化模型。该模型采用基于POA的模拟优化算法,建立多时间尺度下的系统发电效益目标,引入光电消纳度量方法,最终确定梯级水电调度方式。以澜沧江西藏段水光互补基地为例,引用3种具有代表意义的典型水文年进行实例分析。结果表明,本调度方式在保障水电效益的基础上,有效提高了平水、偏枯典型年中的光电消纳率,实现了水光系统发电总效益的提升。

多目标水火协调长期优化调度模型研究

针对水火电力系统长期优化调度问题,将电网最优潮流和水火电站长期优化调度相结合,提出了考虑水电发电量最大、水电弃水量最少、火电煤耗最低以及全网网损最小的多目标水火电联合优化调度模型。该模型考虑了水电站水位约束、水电站流量约束、水量平衡约束、水火电源出力约束、潮流计算功率平衡约束以及电网安全约束,采用线性加权方法将多目标转化为单目标。以每月典型日负荷曲线为基础,将水电逐次切负荷与火电等微增率分配机组出力相结合,计算水火电出力分配、电网潮流及网损,最后采用遗传算法进行求解。通过IEEE-30节点系统模拟调度表明,本文所提方法能够有效减少水电弃水并显著降低系统总损耗,提高了电力系统的经济性,是一种可行的水火电长期联合优化调度方法。

两河口水库建成对下游梯级汛前消落水位的影响

随着两河口水库下闸蓄水,雅砻江中下游梯级水库调节能力增加约80%,对下游5个梯级电站运行方式影响较大。针对上述情况,从流域梯级电站投运水平影响开展分析研究,梳理了雅砻江梯级水电站的调度任务和基本调度方式,分析了流域水电站建设、电网建设及水资源管理等边界条件,建立了梯级水电站联合优化调度模型,选取5个动能指标,研究了两河口水库建成调蓄对下游梯级汛前消落水位影响趋势、程度和对动能指标的影响。结果表明:两河口水库建成后,锦屏一级水库在丰水年条件下减少了水库消落深度,增加了锦屏一级水库汛前发电水头;在来水偏枯时,锦屏一级水库增加了消落深度,加大了对下游4个梯级的补水力度。研究成果可为梯级水库优化调度提供参考。

基于信息诱导遗传算法的梯级水电站自调度优化

借鉴信息素对昆虫群体协调行为的作用,建立信息素释放模型、信息素扩散模型、信息诱导模型和信息定向模型,提出信息诱导算子(Pheromone Induction Operator,PIO),并与改进遗传算法(Improved Genetic AlgorithmI,GA)相结合,形成信息诱导遗传算法(Pheromone Induction Genetic Algorithm,PIGA)。分析了PIGA具有较好平衡全局搜索能力和局部开发能力的仿生学原理。针对电力市场条件下梯级水电站自调度优化模型的复杂性,将PIGA应用于该模型的求解,通过算例分析,对比了PSO、SGAI、GA和PIGA的优化性能,表明了PIGA的有效性;同时通过分析PIO参数对优化性能的影响,给出了PIO参数的选择原则。