大渡河流域枯期发电计划滚动预测研究

在四川省电力供给“丰裕枯余”形势下,受市场环境因素复杂、电源竞争加剧等影响,发电计划精准预测是优化流域水电枯期发电方式的关键。对此,分别针对四川省主网供电量、新能源电量、国调网调电量、外购外送电量及省调水电火电电量进行分析,建立了大渡河流域梯级电站发电计划预测方法。结果表明,主网供电预测精度为91.8%,风光发电量预测精度为87.4%,归属于国能大渡河流域水电开发有限公司电站中长期整体发电计划预测精度为90.5%。模型可有效预测各电源电量,进而计算大渡河流域梯级电站中长期发电计划,并基于预测结果智能生成不同工况下的消落过程,为梯级电站群科学调度运行提供技术支撑。

大型梯级水电站枯水期多模式优化调度模型研究

针对大型梯级水电站枯水期调度面临的市场环境复杂、枯汛转换期来水形势多变等难题,提出了梯级水电站调度决策多模式自适应匹配方法,分别建立“无(消落)压力环境”模式和“有(消落)压力环境”模式下的优化调度模型,根据预报信息自动选择和灵活切换调度模式和目标,生成各电站水位动态控制和灵活调整策略。结果表明:“无(消落)压力环境”模式下可使流域发电量增加2.57%;“有(消落)压力环境”的“均匀突破”模式和“集中突破”模式下分别可增加发电量4.59%、5.32%,前者面临无法消落到位的风险更小,后者发电效益更大。该模型可有效降低枯水期消落和发电风险,提升流域整体发电效益,对于不同来水、发电等工况均表现出较好的适应能力和优化效果。

频繁模式的水电信号异常检测

水电站监控系统信号监测是运行值班的核心工作,研发水电站系统信号的异常检测方法对保障水电站安全稳定运行具有重要意义。然而,水电站系统信号具有信息量大、信号关系复杂等特征,使得信号异常检测具有挑战性。目前关于水电信号异常检测的工作较少,且已有研究也仅基于简单的历史状态或者关联关系构建检测方法。文中认为系统信号属于高频流式数据,且前后信号之间存在相关性,监控过程中考虑信号之间的相关性关系比关联性更好,故创新地提出信号之间的三种关系:原因关系、伴生关系和共生关系,并基于这三种关系设计一种水电信号异常检测方法。通过瀑布沟水电机组的简报历史数据进行实验,结果表明所提方法的召回率可以达到86.92%,验证了检测方法的有效性。

大型梯级水电站汛期多尺度多模式调度模型研究

针对大型梯级水电站汛期调度面临的系统组成结构复杂、来水发电形势多变、风险效益均衡困难等难题,分别建立梯级电站中长期调度和短期调度模型,分别提出增减发电计划模式及防洪、水位控制、电量控制等不同模型下的调度模式,建立不同模式间的切换条件,提出各类模式下目标、约束和求解方法,由此形成多尺度嵌套、滚动向前的调度模型耦合机制,并以大渡河流域梯级电站为例进行验证。结果表明,优化后,中长期可在完成蓄水任务的前提下增加流域12.1%发电量;短期防洪模式下削峰率可提高22%,蓄水模式下可增加7.86%的发电量,兴利模式下,在伏旱时期,可将瀑布沟最低水位提高1.05 m,对于各种类型的工况均表现出较好的适应能力和优化效果。