CN102004835B - 一种面向发电风险的水电站优化调度图编制方法 - Google Patents

Abstract

本发明公开了一种面向发电风险的水电站优化调度图编制方法。根据水库考评指标和基准，采用历史径流系列估计不能满足考评要求的风险率，为水库调度决策者提供既能增加平均发电效益，又可充分考虑某一特定时期（如考核期或者临时运行时期）内发电风险的水电站调度图方案。本发明能有效协调水库的短期效益和长期效益，为决策者提供更多的决策信息。

Description

一种面向发电风险的水电站优化调度图编制方法

技术领域

本发明涉及水库优化调度技术领域，特别是涉及一种水电站优化调度图的编制方法。

背景技术

水库调度技术是实现水库正常运行的必备手段之一，其根据各水库所承担的综合利用任务，运用水库的调蓄能力优化分配水资源的时空分布，提高水库管理运行水平，达到兴利、除害的目的，可提高水资源和水能资源利用率。

水库调度图是水库调度技术的核心，不仅用于指导水电站实际调度运行，而且也是核算水利水电工程能量指标、评价水库实际调度运行优劣的基本依据。发电站水库调度图一般按照水库水位、时间将水库区划为防洪区i、保证出力区iii、降低出力区iv和加大出力区ii等4个运行区域(见附图1)。其调度运行方式是：①当水库水位位于降低出力区iv时，电站按降低出力发电，并控制时段末库水位不小于死水位M和不高于降低出力线J1；②当水库水位位于保证出力区iii时，电站按保证出力发电，并控制时段末库水位不小于降低出力线J1和不高于防破坏线J2；③当水库水位位于加大出力区ii时，电站按加大出力发电，并控制时段末库水位不低于防破坏线J2和不高于防洪限制线J3；④当水库水位位于防洪限制区i时，则只需控制时段末库水位不低于防洪限制线J3，按全部装机预想出力发电。

目前编制水库调度图的步骤是：①选用典型年或者长系列资料，根据径流调节成果建立模拟调度模型。②将最大化平均效益确定为水电站调度图优化目标。③确定水电站调度图的约束条件。④在上述步骤的基础上通过优化计算编制水库调度图。

现行方法存在的问题是：

(1)对于优化目标：已有的水电站调度图编制方法均采用多年平均效益最大化为优化目标，但是：①现行的水电站考评制度是以年为考核单位长，即一年一次考评，水库调度工作者不仅希望多年平均效益最大，而且希望调度方案对各种年份均能获得较大的效益，至少不劣于常规调度方案，以完成年度考核任务指标；②对于水电厂的某些临时阶段(如建设初期机组未完全安装、机组检修等年份)，调度的边界条件大不相同，而这样的阶段往往仅维持一年或几年，因此采用期望值最大化模型不能回答在这几年运行中，电厂的发电效益能否较大、风险能否较小的问题。

(2)对于控制调度线的震荡或者波动：已有的水电站调度图编制方法不能考虑调度图中调度线的震荡或者波动问题，自动生成的调度图往往需要进行人工修正后才能使用。

发明内容

本发明的目的就是针对上述背景技术的现状，根据考评基准(如原设计调度图)，以优于考评基准且调度线光滑为目标，提供一种水电站优化调度图编制方法。

本发明的技术方案以水电站考评基准调度图(如原设计常规调度图)为根据，具体包括以下步骤(见附图2)：

(1)建立基于调度图的水电站模拟调度模型；

(2)确定水电站调度图的优化目标；

(3)确定水电站调度图的约束条件；

(4)采用多目标遗传算法优化计算得到调度图。

并且，上述水电站调度图的优化目标为：

(1)最大化平均效益

$\mathrm{Max}\stackrel{\‾}{E}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{E}_{i,j}}{n}---\left(1\right)$

式中：E_i，j表示在给定水电站考评基准调度图下，模拟水库在第i时段第j条调度线上运行的效益。

(2)最大化特定时期的发电风险率P_E：

$\mathrm{Max}{P}_E=\frac{\#(\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{E}_{i,j}\≥\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{E}_{i,j}^0)}{n}---\left(2\right)$

式中：E_i，j表示在给定水电站考评基准调度图下，模拟水库在第i时段第j条调度线上运行的效益；

表示在给定水电站考评基准调度图下，模拟水库在第i时段第j条调度线上运行的基准效益。

(3)水库调度线的光滑程度指标，采用一阶自相关系数表示：

Max|R_k|                        (3)

式中：R_k表示第k条调度线的一阶自相关系数。

本发明可广泛应用于单一水库的优化调度和水库群的优化调度。与现有技术相比，本发明具有以下的显著进步和突出的效果：

其一：已有方法均采用多年平均效益最大化为优化目标，本方法不仅强调多年平均效益值，同时充分考虑不能达到发电考评基准的风险率，可显著提高特定时期(如考核期或者临时运行时期)内获取较大效益的机率。

其二：将一阶自相关系数描述水库调度线的光滑程度。

本发明提供的一种水电站优化调度图编制方法，其用途是：能够进行单一水库优化调度中的应用，或水库群优化调度中的应用。

附图说明

附图1为水电站调度图。其中：i区为防洪区；ii区为加大出力区；iii区为保证出力区；iv区为降低出力区；ii区的上包线为防洪限制线；iii区的上包线为防破坏线；iii区的下包线为降低出力线；A、B、C以及D为描述降低出力线的关键点。

附图2为本发明方法的程序框图。

附图3为NSGA-II多目标遗传算法流程图

具体实施方式

1.建立基于调度图的水电站模拟调度模型

在模拟调度模型中，水电站根据当前的水位和时间，从调度图中得出发电出力，根据发电出力计算发电流量；然后根据水量平衡关系确定下一时段的水库水位；如此反复直至完成所有的时段计算为止。

在水库调度图的描述中，可首先预设调度线的条数，通过关键点的横、纵坐标描述。如附图1所示，为描述降低出力线J1，仅需确定A～D的坐标，因而仅有8个优化变量，其中还有四个是整数。

2.确定水电站调度图的优化目标

(1)最大化平均效益

$\mathrm{Max}\stackrel{\‾}{E}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{E}_{i,j}}{n}---\left(1\right)$

式中：E_i，j表示在给定水电站考评基准调度图下，模拟水库在第i时段第j条调度线上运行的效益。

(2)最大化特定时期的发电风险率P_E：

$\mathrm{Max}{P}_E=\frac{\#(\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{E}_{i,j}\≥\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{E}_{i,j}^0)}{n}---\left(2\right)$

式中：E_i，j表示在给定水电站考评基准调度图下，模拟水库在第i时段第j条调度线上运行的效益；

表示在给定水电站考评基准调度图下，模拟水库在第i时段第j条调度线上运行的基准效益。

(3)水库调度线的光滑程度指标，采用一阶自相关系数表示：

Max|R_k|                          (3)

式中：R_k表示第k条调度线的一阶自相关系数。

3.确定水电站调度图的约束条件

(1)水量平衡约束：

V_i+1＝V_i+(I_i-O_i)·Δt            (4)

式中：V_i是i时段的水库库容；I_i是i时段的入库流量；O_i是i时段的出库流量；Δt为时段长度。

(2)水库库容约束：

$V_i^l\≤V_i\≤V_i^u,i=\mathrm{1,2},...,m---\left(5\right)$

式中：

是水库i时段的最小库容，一般取死水位对应的库容；是水库i时段的最大库容，正常兴利运用时可取允许最高蓄水库容。

(3)水库出库流量约束：

O_l≤O_i≤O_u                       (6)

式中：O_l是水库的最小出库流量，受下游河道的航运、生态等制约；O_u是水库的最大泄流流量，受水库对下游的洪水防护要求、最大泄流能力(与水库水位有关)等制约。

(4)调度线形状约束，主要指各调度线不交叉：

$d_i^{j-1}\≤d_i^j,i=\mathrm{1,2},...,m;j=\mathrm{2,3},...,k---\left(7\right)$

式中：

为调度图中i时段的第j条调度线；k为调度线的条数。

4.采用多目标遗传算法优化计算得到调度图

NSGA-II算法(非支配解快速排序遗传算法)通过非劣边界(Pareto front)来逼近非劣解集。算法的流程如附图3所示，主要包括如下步骤：

(1)随机生成规模(容量)为p的初始种群；

(2)计算各个体的目标函数，基于各目标进行快速分层非劣排序；

(3)根据个体的等级，赋予每个个体适应度函数；

(4)通过精英保留选择、交叉、变异等策略生成下一代种群；

(5)将父代和子代种群合并；

(6)将种群进行快速分层非劣排序；

(7)选择最好的解进入新的种群(容量为p)；

(8)如果处于同一级别的个体很多，则计算这些个体的密集度函数，使得进入新种群的个体广泛的分布在该层上；

(9)重复步骤(4)-(8)直到停止条件满足为止(一般设定为迭代次数)。

将每条调度线编码成q个关键点，每个点由横坐标(时间，为整数)以及纵坐标(水位，为实数)组成，这样整个水库调度图可由k×q个整数和k×q个实数进行描述，最终形成混合编码。NSGA-II提供了实数、二进制以及两者混合共三种编码方式，因此可直接采用实数和二进制混合编码方式。为了避免冗余编码，可假定每条调度线的时间坐标满足由小至大的顺序，实际中可在解码过程中实现。

在水库调度图的模拟优化计算中，确定水电站调度图的约束条件(1)～(3)(即公式(4)～(6))可在模拟过程中隐含的给定和实现。NSGA-II提供了约束条件判断模块，因此可将约束条件(4)(即公式(10))嵌入该模块中：计算每点(日)各调度线的水位值，如果他们的大小关系不能满足约束要求，则由程序将其界定为不可行解，在进化中自动被淘汰。

对生成的多个水电站优化调度图，根据决策偏好(喜风险偏好或者厌风险偏好)，确定最终的水电站优化调度图。

Claims (1)

1.一种面向发电风险的水电站优化调度图编制方法，其特征在于包括下列步骤：

(1)建立基于调度图的水电站模拟调度模型；

(2)确定水电站调度图的优化目标；

(3)确定水电站调度图的约束条件；

(4)采用多目标遗传算法优化计算编制调度图；

并且，上述水电站调度图的优化目标为：

(1)最大化平均效益

$\mathrm{Max}\stackrel{\‾}{E}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{E}_{i,j}}{n}$

其中E_i，j表示在给定水电站考评基准调度图下，模拟水库在第i时段第j条调度线上运行的效益；

(2)最大化特定时期的发电风险率P_E：

$\mathrm{Max}{P}_E=\frac{\#(\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{E}_{i,j}\≥\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{E}_{i,j}^0)}{n}$

其中E_i，j表示在给定水电站考评基准调度图下，模拟水库在第i时段第j条调度线上运行的效益；

表示在给定水电站考评基准调度图下，模拟水库在第i时段第j条调度线上运行的基准效益；

(3)水库调度线的光滑程度指标，采用一阶自相关系数表示：

Max|R_k|

其中R_k表示第k条调度线的一阶自相关系数。

Images