两级调度模式下的梯级水电站经济性分析

水是一种绿色可再生能源，随着我国电力市场的发展与完善，水电站的优化调度成为保障电力系统安全和经济运行的重要技术工作。梯级水电站优化调度控制问题比较复杂，尤其是二级以上具有较大调节水库的梯级水电站的优化调度其难度更大，受到相关学者的广泛关注。本文就梯级水电站实时优化调度与经济运行进行简要分析。

针对传统优化算法在求解高维、复杂梯级水电站发电调度时易出现“维数灾”，或陷入局部最优解的缺陷，本文提出了免疫蛙跳算法（isfla）。该算法将克隆选择算法嵌入到混洗蛙跳算法框架中，对混合之后的蛙群构造子群体执行免疫克隆选择操作，同时使用改进的最差解更新方式提高其局部搜索能力。应用实践表明，通过将isfla与标准混洗蛙跳算法、粒子群算法以及逐步优化方法对比，isfla在求解梯级水电站发电优化问题时具有明显的优越性。

梯级水电站联合发电调度的优化模型的确定在整个电网经济、安全运行中起着非常重要的作用。文中提出一种新的梯级水电站群联合发电优化调度的调度准则——以单位水体发电电价最高优先发电,在此基础上建立梯级水电站群联合发电优化调度模型及其评价方法。首先建立基于四层水体的水库能的水电站发电模型,在此基础上提出单位水体发电电价的概念。建立优化调度模型时,将电力系统中的负荷变化和在电力市场机制下分时上网电价的影响因素考虑在内。该模型能较为客观地反映梯级水电站运行情况,能给系统调度员做出最佳调度决策提供一定的依据。优化仿真计算结果证明该调度准则具有可行性和适用性。

提出采用具有附加线性约束的网络规划法，可把混联梯级水电站分解为几个子网络，简化了每个子网络的求解计算，从而加速大电网复杂的经济调度的计算速度。

梯级水电站中长期经济调度是一个典型非线性优化问题，通常要求在满足复杂的水力、电力约束条件，兼顾求解效率的同时实现梯级发电量最大。为有效解决这一问题，通过改进标准蝙蝠算法（batalgorithm，ba）更新策略和引入差分进化算法（differentialevolution，de）变异、选择操作，提出一种改进的蝙蝠算法（improvedbatalgorithm，iba）。对标准蝙蝠算法更新策略进行以下改进：1）蝙蝠个体脉冲频率不随种群迭代而更新；2）蝙蝠个体脉冲发射率和脉冲音量随种群迭代而更新；3）无条件接受全局搜索产生的新解，有条件接受局部搜索产生的新解；4）改进飞行速度公式，缩小新个体与当前种群最优个体的偏离值。同时，针对蝙蝠算法种群多样性差、易陷入局部最优的缺点，引入差分进化算法中的变异、选择操作，实现动态控制变异概率。建立兼顾梯级最小出力最大化的梯级总发电量最大模型，利用大渡河流域瀑布沟、深溪沟、枕头坝一级梯级水电站经济调度问题实例，从流域长系列径流资料中选取典型年，对iba的主要控制参数（缩放因子、最大迭代次数）进行测试与分析。采用iba、ba、逐步优化算法（poa）对同一典型年进行模拟调度。从枯期出力特征、梯级发电量、算法运行时间3项指标综合来看，对于复杂的梯级水电站经济调度问题，改进的蝙蝠算法能够在枯水期给电网提供尽可能大而稳定的出力，同时缩短计算时间，获得更高精度解。

本文首先从目标函数和约束条件两个方面,介绍了梯级水电站优化调度的各类数学模型.然后对目前研究比较广泛的各类优化算法进行了综述.最后指出随着水电能源的开发,梯级水库优化调度下一步可能的发展方向.

随着经济社会不断发展,我国能源结构也随着不断变化,水电资源作为一项重要能源,其发展好坏直接关系到我国的可持续发展道路.梯级水电站作为水电的一种关键形式,必须对其进行发电优化调度,从而保证水资源得到合理利用.本文主要针对梯级水电站的主要特点和未来发展方向,总结了我国的一些成果,并深入分析了其运行过程中的主要问题,通过对模型进行改进,对其进行优化调度,提出了新的调度模型.

介绍了目前国内对于梯级水电站优化调度问题的研究和实践现状,重点研究了优化调度模型的建立和优化算法。

宏观视角下的流域梯级水电站联合调度金沙江区域梯级水电站迈入\"调控一体化\"时代长江上游大型水电站群联合调度发展战略流域梯级水电站联合优化调度的必要性及对节能减排的作用气候变化条件下的三峡梯级水库调度长江上游大型水电站群联合调度关键科技问题探讨

建立了梯级水电站短期周优化调度的梯级蓄能最大模型,在此基础上采用动态搜索算法对其进行求解。通过严密的理论推导和详尽的实例分析探讨了流域梯级电站负荷最优分配规律。梯级电站负荷最优分配主要由梯级水库的区间入流关系和水库特性决定,其结论可指导流域梯级电站优化运行,为集控中心调度和指导实际应用提供参考。调度决策者尚需根据本文的研究方法针对本流域和电站的特性制定符合自身的最优调度规则。

遗传算法是一种简单、适用的搜索方法,经常用于解决非线性复杂的问题。水库群的最优调度问题,就是利用搜索算法根据水库群进出水和综合利用情况,把水电站水库看作一个系统,把系统的各元素,输入/输出参数等简化和假设后建立简化通用的数学模型,用搜索算法对该数学模型进行优化仿真,得出最优解。

在市场环境中系统电价和负荷一定的情况下,将效益最大化作为系统优化准则,运用水资源价值系数、设备运行费、折旧费及其他费用等成本因素,建立分时电价梯级水电站短期优化调度模型;构造了求解该模型的层结构蚁群算法,采用启发式规则解决解的多样性和机组启停问题,采用精英策略节约计算内存和优化时间。最后,运用我国西南地区某梯级流域中三个连续水电站的数据建立了调度模型并运用层结构算法进行仿真;并从理论方面分析了仿真结果中的每一个变化,对精英区大小的选择作了讨论,分析表明仿真结果与理论分析保持一致,说明建立的模型是合理的,提出的方法是可行而有效的。

将蚁群优化算法用于求解分时电价下梯级水电站间短期优化调度模型,考虑市场竞争下的电价和电量、水库存水价值、水流时滞以及设备折旧等因素,建立了利益最大化为优化准则的短期优化调度模型.给出了蚁群算法求解梯级短期优化调度模型的数学描述及算法的求解步骤.最后以某梯级流域中三个水电站的相关数据建立了相应的优化调度模型,运用蚁群算法进行了计算仿真,并与传统的动态规划法进行对比.仿真结果证实了所采用算法的有效性和可行性.

针对梯级水电站群实际运行的优化调度指导需求,在多元线性回归算法基础上引入f检验和拟合优度检验判别机制,建立了基于梯级水电站优化调度的调度函数逐步优化算法,并将该算法应用于金沙江—长江大型梯级电站系统调度函数制定中,通过时间因子、空间因子和能量因子3类待选自变量的合理筛选,构建出具有指导梯级运行意义的梯级各电站优化调度函数。该函数形式简洁,具有良好的可操作性和可解释性。将用调度函数模拟梯级运行结果与同系列优化调度结果进行比较分析,结果表明调度函数指导梯级运行较好地保留了优化调度的各方面效益,具有较高的模拟精度和实用价值。

在传统水电站调度模式下，由于电价固定不变，水电站调度模式的目的是寻求发电量的最大化，以提高效益。然而在市场竞价环境下，电价会随着市场的变化而发生波动，因此，水电站的调度模式转变为以获得尽可能多的利润为最终目标。市场的不确定性提升了发电公司报价决策的难度。与火电厂有所不同，水电站不同时段的发电能力会有所差异，因此，其竞价策略十分复杂。随着竞价策略复杂性的提升，梯级水电站短期优化调度的难度也有所增加，增强对市场竞价下梯级水电站短期优化调度的研究就显得尤为重要。

提出一种应用搜索法、动态规划法实现梯级水电站日经济运行的数学模型和算法。它既可用于实时的梯级水电站发电控制，又可用于控制梯级水电站日发电计划。本数学模型和算法理论上严谨、计算时间比较短，能满足实际运行的需求，此模型和算法应用于东江梯级电站、仿真计算的结果比较满意。

在由\"龙头\"水库与若干日调节或无调节水电站组成的梯级水电中,枯水期末和汛期洪水间隔阶段,\"龙头\"水库根据下游电站区间来水情况,在正常发电流量外实施小流量泄流补偿,不仅可以提高\"龙头\"水库的防洪安全性、减少无益弃水,而且可以给下游电站提供更多的发电水量,改善机组的运行效率。文中建立了梯级水电站实时发电补偿调度风险分析模式,提出了梯级水电站实时补偿增益的计算方法、\"龙头\"水库不同补偿方案下风险的定量化方法以及基于期望增益最大的补偿方案选择方法。实例研究表明所提出的方法是合理、有效的,具有较好的辅助决策价值。

如今，广大民众对能源的需求量越来越高，但是我国的能源可用量却越来越少，在这种情况下，对水、电能源结构进行调整是势在必行的。其实，梯级水电站优化调度已经得到了广大民众的普遍关注．而本研究就将针对“梯级水电站优化调度模型与算法研究”这一主题进行详细的阐述，使广大民众对这方面的内容有一个更加全面且深入的了解。

介绍分析梯级电厂水电联合调度的技术和策略,以及相应的计算机系统的组成原则。

阐述了中小流域梯级水电站实施联合调度的有利条件及必要性,并以四川省甘孜州硕曲河梯级水电站为例,介绍了梯级联合调度内涵、管理模式及调度方式;分析了实施梯级水电站联合调度所产生的效益。

针对电力市场中买卖双方通过签订远期合同进行交易的市场交易类型,结合水库优化调度理论与方法,建立物理合同和金融合同下的梯级水库优化模型,并以清江梯级水电站为例进行应用研究,验证了模型的合理性与有效性,为今后市场环境下水电商针对不同的合同签订方式做出决策提供了参考和依据。

梯级水电站日优化调度模型在考虑电网负荷要求和梯级水电站各机组的振动区的前提下,采用电网允许的峰平谷负荷比约束日内各时段的出力,达到了减少机组起停次数的目的。模型采用动态定出力求解,以梯级电站发电收入最大化为目标,并用实例对此模型进行了计算。计算过程和结果表明,动态定出力求解时间短,优化结果与目前的电网需求相一致。