考虑禁止区间约束的水火电力系统短期调度优化

由于火电机组组件的物理限制,发电机在某些区间内运行,会使其轴承振动放大,这对于机组的运行来说是不利的。基于上述原因,提出了一种含有火电机组禁止运行区间约束的水火联合调度优化模型。禁止区间约束条件采用逻辑运算的方式构建,并以惩罚项的形式加入到适应度函数中。基于MATLAB软件,运用SSA算法对包含6台火电机组和4个水电厂的梯级水电站群的测试系统进行仿真计算,与PSO算法与GWO算法对比,计算结果表明所提模型的合理性,以及SSA算法在求解该问题时的有效性。

大型水利工程梯级泵站短期优化调度方案

针对泵站高能耗难题,采用粒子群优化算法对南水北调东线徐洪河段的短期经济性调度方案进行研究.基于水量平衡方法,耦合流量、水位、蓄量及水力损失函数关系式,动态模拟渠道水情变化过程.将泵站扬程动态调整过程中产生的电费纳入考虑范围,以调度期内梯级输水系统产生的总电费和调控后水位与目标偏差最小为优化目标,其中目标水位为适应短期内调节的梯级扬程优化分配结果.基于实际运行数据对模型结果进行分析和验证,结果表明:渠道水情模拟方法的模拟精度较高,水位模拟值与实测值平均误差在10 cm左右;梯级短期优化调度模型引入目标水位增强了优化效果,进一步减少4.7元/万m3用电费用,优化方案的单位运行成本相比实际调度可有效降低6.7%.

兼顾本地与直流受端电网调峰需求的水电站群短期优化调度模型

面对巨型水电站群高压直流送端电网和受端电网日益严峻的调峰压力,建立了一种兼顾本地与直流受端电网调峰需求的梯级水电站群短期优化调度模型。模型以多电网剩余负荷最大值最小为目标,考虑常规梯级水电站群水力、电力约束,以及复杂高压直流输电线路运行约束,并引入直流线路与水电站之间耦合运行约束。在模型求解阶段,引入辅助变量将目标函数、水电运行约束、直流运行约束线性化,并采用大M法对直流线路与水电站之间双向区间耦合约束进行线性化,将原模型转换为混合整数线性规划模型。以中国西南地区某巨型水电站群冬季和夏季典型日为实例研究,结果表明:送端电网负荷峰谷差降幅高达100%,受端电网负荷峰谷差降幅分别达28.1%和31.6%。所提模型能够利用高压直流输电线路共享水电灵活性,有效实现多电网调峰,并保证直流输电线路运行在安全区间,可以为巨型梯级水电站群短期多电网调峰提供参考和借鉴。

水库中长期径流预报及短期优化调度研究

为解决水库中长期径流预报精度问题,提高水库运营效率,以某水库为研究对象,基于BP神经网络法对监测值训练学习,对水库径流量进行短期优化调度。结果表明:小波分析法、混沌理论模型法和BP神经网路法预测得到的数据均与实测年径流量总体趋势一致,BP神经网络法在年径流量预测中精度更高;优化调度提高了水库的防洪抗旱的能力,达到了调节水资源的目的。研究结果可为水库运行调度提供参考。

考虑水光互补系统参与电力辅助服务的短期优化调度

梯级水电站与光伏进行互补对平抑光伏波动、提高光伏消纳具有重要意义。为此,首先从发电功率波动最小和发电经济效益最大2个目标函数出发,考虑水光互补系统参与电网有功平衡辅助服务,通过整定水光互补系统出力设计值,使其日内出力趋势能在一定范围内跟随电网负荷的波动,建立梯级水光互补系统短期多目标优化调度模型。其次计及梯级水电站水量约束和光伏电站的晴、阴、雨3种典型日发电特性,采用基于分解的多目标进化算法进行求解。最后对3种典型场景下的梯级水光互补系统的日内优化调度进行验证和分析。实验结果表明梯级水光互补系统可有效平抑光伏发电的间歇性、波动性,并且互补系统出力能及时在电网负荷高峰时段做出相应调整;梯级水光互补系统优化调度方案兼顾了功率波动性和发电经济效益。

基于分段负荷构建策略的梯级水电短期优化调度方法

随着中国经济的快速发展,电力需求不断增加,作为中国第一大清洁能源,水电得到大规模集中投产,形成了复杂的大规模水电系统。然而,梯级电站数目增加、众多水力电力约束和时效性的调度需求使得短期水电优化调度面对严重的“维数灾”挑战。因此,提出一种基于分段负荷构建策略的梯级水电短期优化调度方法。首先,从梯级水电站调节性能,所处位置及承担任务等角度,制定出调节电站的选取规则;然后,给出将复杂的原始负荷划分为2个子负荷过程的方法,得到时间降尺度的分段负荷过程和频繁波动的剩余负荷过程;最后,给出调整方法,结合粒子群算法在不同阶段进行遍历寻优,找到目标最优时的负荷划分过程。以中国西南某流域7座梯级水电站为研究对象采用成熟的粒子群算法进行汛枯期典型日的模拟计算,结果表明所提的分段负荷构建策略能够有效降低求解复杂度,合适的分段数目能够在保证解质量的情况下提高求解效率。同时,该方法极大程度地减小了辅助电站的出力波动,这对降低调度难度、减少机组损耗有很大的帮助。因此,所提方法能够给大规模梯级水电短期调度求解困难的解决提供借鉴,具备很好的实用价值。

基于改进遗传算法的梯级电站日经济优化调度研究

本文指出梯级水电站在优化运行时往往伴随着多约束、非线性、多阶段的组合优化问题,在进行求解时由于传统遗传算法等其他相似智能算法对水库优化调度模型求解时局部搜索能力较差、在进化后期搜索效率较低,往往容易产生早熟收敛的问题。针对此问题,本文对遗传算法进行适当改进,在分时电价背景下,将该算法应用于溪洛渡-向家坝梯级电站日经济效益最大为目标的日优化调度模型中。通过将改进遗传算法与传统遗传算法以及其他优化算法所得结果进行比较,发现改进遗传算法收敛较快、稳定性较好,克服了其他算法早收敛、陷入局部最优的缺点,可以为水库优化调度提供了一定参考价值。

基于蚁狮算法的风光水火短期优化调度

为了利用不同能源之间的互补特性来解决电力系统短期优化调度问题,以火电运行成本最小和风光弃用量最少为目标构建含风光的水火优化调度模型。采用一种自然启发的算法——蚁狮优化算法(ALO)来求解新能源接入的水火发电调度问题。通过使用建造陷阱的随机行走机制和轮盘赌操作为ALO提供了很高的探测能力。陷阱边界的缩小和精英行动提高了开发效率,使其在复杂领域具有强大的搜索能力。最后,通过仿真实验和结果对比,验证了算法和模型的有效性,说明采用蚁狮算法求解电网短期优化调度可以实现经济效益和环保效益最大化。

基于组合POA模型的硕曲河梯级水库短期优化调度

反调节频繁以及水力联系关系处理困难一直是梯级水库短期联合优化调度模型中的重点和难点问题,为此本文提出一种基于组合POA(逐步优化)模型的梯级水库短期优化调度模型。该模型以逐步优化方法为框架,对梯级各库运行方式进行组合,形成多种梯级运行方案,最后通过POA求解,对比各方案结果,筛选出梯级水库最佳运行方案,完成对梯级水库的过程优化。对硕曲河梯级水库短期联合调度的结果表明,该模型能够快速地优化出符合水力联系且兼顾反调节的梯级水库运行方案,解决了梯级水库短期联合优化调度中反调节频繁以及水力联系处理困难的问题,提高了硕曲河流域水资源的利用率。

基于出力场景库的梯级水库群短期优化调度研究

随着各大流域梯级水库群的建成投运,梯级水库群短期优化调度问题的研究也越来越受到人们的关注,但该优化问题包含的变量多、约束复杂,其模型建模与求解难度随着水库群规模的扩大也越来越大。虽然传统优化方法或智能优化方法能够得到满足相关目标与约束的最优解,但往往优化算法下的结果太过于偏重目标值的大小,结果波动性、随机性大,难以满足实际调度需求。鉴于此,从历史已发生的调度结果出发,基于历史的详细调度数据,采用聚类分析等数据挖掘方法,考虑调度时期、业务类型、调度期长度、调度对象等场景要素,提出了电站出力场景构建技术,通过挖掘基于长系列历史运行数据的典型出力场景,形成出力场景库,并在此基础上提出了基于出力场景库的梯级水库群短期优化调度方法。以沙溪梯级水库群为例进行实例分析,结果表明,相比于传统优化调度方法,所提方法不仅能够得到满足实际调度要求的出力过程,而且计算时间也相对大大缩短,验证了该方法的可行性与实用性,研究成果对其他流域梯级水库群短期优化调度具有很好的参考借鉴意义。

梯级水电系统短期优化调度与自动发电控制研究

梯级水电系统是一种高效的发电方式,其利用水能源进行发电,具有环保、可再生等优点。然而,随着经济的发展和人口的增加,对电力的需求也越来越大,这使得梯级水电系统的短期优化调度和自动发电控制变得尤为重要。为了满足能源需求,并提高梯级水电系统的发电效率,研究人员们不断探索如何进行短期优化调度和自动发电控制。本文首先介绍了梯级水电系统的基本概念和特点,随后,分析了梯级水电系统短期优化调度和自动发电控制的关键技术和方法,包括数学模型建立、优化算法设计、控制策略制定等方面。以供参考。

基于虚拟电源配置策略的风光水火多源互补短期优化调度

大规模新能源并网构成了含多种电源的电网新结构,为了减小新能源对系统安全稳定运行产生的影响,从短期调度层面提出了一种基于虚拟电源配置方案的应对策略。该策略定义了负荷追踪度指标,通过利用电源之间的互补特性将新能源和常规电源打捆调度,使得并入电网的功率能够很好地追踪负荷变化。然后,在修正后的负荷曲线上充分发挥水电机组二次调峰的作用,得到更为平滑的剩余负荷曲线,为最终火电机组最优经济性并网提供了条件。整个模型实现了含风光水火多源混合系统短期调度计划调峰效益、经济效益和环保效益的最大化,为高效吸纳大规模新能源并网提供了一种参考方案。最后,以甘肃电网作为算例进行仿真分析,结果验证了模型的有效性。

基于微粒群算法的梯级水电厂短期优化调度研究

介绍了一种易于实现、参数少且收敛快的集群智能算法—微粒群算法,并将其应用于梯级水电厂的短期优化调度。提出以确定微粒群在多维空间中的最优位置来实现多阶段优化调度决策的方法,并针对算法易陷入局部最优的缺陷,引入遗传算法中的“杂交”因子以及采用自适应的惯性权重,以改进其全局优化能力。通过实际算例验证了该算法的有效性,从而为梯级水电厂的短期优化调度问题提供了一种新的求解途径。

免疫粒子群算法在梯级电站短期优化调度中的应用

将免疫原理引入粒子群算法(PSO)中,利用其免疫记忆与自我调节机制保持各适应度层次的粒子维持一定的浓度,保证种群的多样性;引入疫苗接种等操作,对算法的进化过程进行有目的、有选择地指导,提高算法的搜索性能。随后在分析梯级电站短期优化调度数学模型及该算法特点的基础上,建立了基于免疫粒子群(IPSO)算法的梯级电站短期优化调度数学模型,并给出其具体的求解步骤。最后应用该方法进行仿真计算,并与常规调度及PSO算法进行对比,结果表明,该算法可获得较优的优化调度方案,并可提高解的精度,加快其收敛速度。

考虑后效性影响的梯级水库短期优化调度耦合模型研究

针对同一梯级中"以电定水"与"以水定电"运行模式并存的状况,本文从梯级总能量的角度出发,结合蓄能最大与发电量最大准则,构建了梯级水库短期优化调度耦合模型;为提高模型计算精度,考虑了水流滞时、尾水位变化后效性等影响因素,采用BP神经网络对下库入库流量、上库尾水位进行了精确计算,并提出了伴随POA算法对有后效性的梯级水库短期优化调度耦合模型进行求解。潘口、小漩梯级水库实例计算表明:所建的耦合模型能够很好地契合实际生产需求,有效提高梯级水电站的发电效益;与现有算法相比,伴随POA算法在计算时间、计算精度等方面具有一定的优势,能够满足生产实践的要求。

三峡梯级短期优化调度大系统分解协调法的应用

针对梯级间流量传播对梯级水电站短期优化调度影响的问题,采用实测资料率定梯级间流量传播系数,构建了计算梯级间下游水电站入库流量的变系数线性回归方程,建立了"以水定电"模式下考虑流量传播影响的梯级水电站群短期优化调度系统分解协调模型.三峡梯级应用实例表明,当上游水库出库流量较小时,流量传播对梯级短期优化调度结果影响较大,且分解协调算法较轮库迭代法可有效减少解算时间,提高模型运算效率.

水电站短期优化调度模型的探讨

在电力市场环境下,水电站短期优化调度作为优化发电计划、指导市场竞价的重要环节,在水电站生产实践中应用广泛。目前,短期优化研究常侧重于提高算法的精度和计算速度,而忽略了短期优化调度模型本身的合理性和准确性。如短期优化调度模型中的出力系数计算问题的研究就很少,而它都是影响短期优化调度计算精度的重要因素。为此,提出了厂内经济运行为短期优化调度提供出力系数的思想。该方法能提高出力系数的精度,从而达到改善短期优化调度精度的目的,同时它不会增加短期优化调度的计算量,因此具有一定的实用价值。

梯级水库短期优化调度模型的精细化与GPU并行实现

目前制约梯级水库短期优化调度在实际工程中应用的主要瓶颈有:所构建的优化模型存在不合理的简化策略,所选择的求解算法无法保证解的质量以及模型的计算时间远超规定时长。为解决上述问题,本文首先构建精细至水电站各机组工作特性的优化调度模型,接着通过二重嵌套动态规划(DP)计算给定模拟精度下的高质量解,并针对算法固有的'维数灾'问题,一方面通过数据压缩与数据库技术降低程序的内存占用量,另一方面将GPU并行加速技术首次引入水库调度领域,通过OpenACC实现算法的GPU并行以减少计算时间。最后通过潘口、小漩梯级水库日优化调度的实例研究与对比分析得出:精细模型较传统模型能更好地贴合电站的实际工况,提高梯级系统的发电效益;内存占用缩减策略的引入能有效降低算法的空间复杂度;GPU并行较传统的CPU并行能大幅提升算法的求解速度。由此为短期优化调度的理论发展与算法'维数灾'的处理提供借鉴。

DPSA和大系统分解协调在梯级水电站短期优化调度中的应用研究

建立了梯级水电站短期优化调度的数学模型,在此基础上探讨了逐次逼近(DPSA)和大系统分解协调2种降“维”算法的主要思想和实现方法,并对其进行了较深入的对比分析,认为2种算法的核心思想是相同的,都将收敛于满意优化解。决策者可根据计算精度和时间等的需要从不同优化方法中选择,以寻求满意解。最后给出了2种优化算法在工程中的算例,其结果可供实际应用参考。

基于水循环算法的梯级水电站短期优化调度

鉴于梯级水电站优化运行的高复杂度、强非线性、多约束等特点,构建了基于峰谷分时电价下的梯级水电站日最大发电效益模型。针对遗传算法(GA)等传统智能算法对复杂模型求解易陷入局部最优的问题,提出一种水循环算法(WCA)与水位廊道约束耦合、降低约束复杂度、规范寻优空间的方法,并以湖北某梯级短期优化调度为背景进行建模仿真,将计算结果分别与GA和粒子群算法(PSO)所得结果进行比较。实例研究表明,WCA计算的总效益在丰、平、枯典型日分别比GA和PSO计算值约高5.65%、3.15%、0.80%,迭代收敛速度更快,求解能力更强,为解决梯级水电站优化调度问题提供了新思路。