CN102682409A - 一种基于gams非线性规划梯级水库群优化调度方法 - Google Patents

Abstract

本发明涉及一种基于GAMS非线性规划梯级水库群优化调度方法，所述方法的步骤：建立目标函数；考虑约束条件：水库水量平衡约束、工程相关约束、发电相关约束、其他政策约束、最小出力最大约束、保证出力最大约束、度期初末库容差最小约束、保证率最大约束；求解。本发明将过去已经出现的径流过程、人工生成的径流序列以及未来的径流预报过程均作为水库运行调度的确定性输入过程。这种径流的描述方法能直观、形象的反映径流在一定时期变化的连续性和周期性，间接反映了径流的统计特性。通过给定的径流资料，采用确定性优化模型求解，可得到理想的最优运行过程，然后，根据某种准则，从中辨识出调度规则函数，从而指导水电系统的运行。

Description

一种基于GAMS非线性规划梯级水库群优化调度方法

技术领域

本发明涉及一种基于GAMS非线性规划梯级水库群优化调度方法，是一种梯级水库群优化调度方法，是一种混联式“高维”水库群优化模型构建及求解方法。

背景技术

水电站水库群优化调度方法研究是一个典型的大规模多维多目标多阶段非线性数学规划问题，以系统工程学为理论基础，利用现代计算机技术和最优化技术，寻求满足调度原则的满意的调度规划方式、调度计划、调度方案以指导水库运行。从规划的时间周期讲，水电站发电调度是一个典型的动态决策过程，系统的规模基本上决定于划分的时段大小。对于梯级水电系统，径流的水力联系进一步增加了问题的复杂性。从数学角度，水电站群发电调度是一个多阶段且有延迟的大规模动态非线性问题，巨大的经济效益使得求解该问题出现了众多方法，且一直成为众多专家学者的研究热点。

发明内容

为了克服现有技术的问题，本发明提出了一种基于GAMS非线性规划梯级水库群优化调度方法。

本发明的目的是这样实现的：一种基于GAMS非线性规划梯级水库群优化调度方法，其特征在于，所述方法的步骤如下：

建立目标函数：包括发电量最大、弃水量最小、发电保证率最大、最小出力最大、枯水年发电量最大、调度周期始末库容无限接近相等，目标函数如下式：

 

 

 ；

定义基于集合的水库群网络图：为构建一个通用智能化的梯级水库群联合优化调度模型，引入集合的概念来定义水库群网络图； 

考虑约束条件：

1）水库水量平衡约束：水库水量平衡是水资源系统中最重要的约束，它描述了水库的入流、蓄水及供水之间的一个水量平衡关系：

2）工程相关约束：主要包括水库水位约束、下泄流量约束、水位库容关系约束、下泄流量尾水位关系约束，

3）发电相关约束：它主要包括：发电出力、发电量计算约束，发电流量约束，出力约束，

4）其他政策约束：它主要包括航运最小流量约束，生态最小流量约束，

5）最小出力最大约束：以最小最大法，通过该约束及目标4共同作用，实现各时段发电出力最大的同时，出力趋于平均，

6）保证出力最大约束：以最小最大法，通过该约束及目标5共同作用，实现枯水年平均发电出力最大的同时，年发电量趋于平均，

7）调度期初末库容差最小约束：根据水电站水库调度理论，调度期时段初末库容应该一致，

8）保证率最大约束：为了实现保证率最大目标，将整数规划首次引入非线性规划模型中，虽然增加了求解的难度，但通过引入发电保证率的概念，进一步将理论研究与生产实践相结合；

求解：本模型是一个求解混合整数非线性问题，涉及到线性二进制变量、整数变量和线性、非线性连续变量，采用DICOPT（DIscrete and Continuous OPTimizer）算法进行求解，基于等式松弛策略外部逼近算法的扩展模块。

本发明产生的有益效果是：本发明采用以长期实测径流系列为依据作为调度时入库径流的确定性描述，将过去已经出现的径流过程、人工生成的径流序列以及未来的径流预报过程均作为水库运行调度的确定性输入过程。这种径流的描述方法能直观、形象的反映径流在一定时期变化的连续性和周期性，间接反映了径流的统计特性。在长期水库水电站优化调度中，如果给定的长系列历史径流资料充分，可假定其中包含了径流的各种可能变化。通过给定的径流资料，采用确定性优化模型求解，可得到理想的最优运行过程，然后，根据某种准则，从中辨识出调度规则函数，从而指导水电系统的运行。该方法由于假设径流过程已知，可有效地减轻或避免“维数灾”问题。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是本发明的实施例一所述方法的技术结构示意图。

具体实施方式

实施例一：

本实施例是一种基于GAMS非线性规划梯级水库群优化调度方法，所述方法的技术结构如图1所示。本实施例所述方法的步骤如下：

建立目标函数：包括发电量最大、弃水量最小、发电保证率最大、最小出力最、枯水年发电量最大、调度周期始末库容无限接近相等。目标函数如下式：

 

 

 

定义基于集合的水库群网络图：为构建一个通用智能化的梯级水库群联合优化调度模型，引入集合的概念来定义水库群网络图。模型的基本集合包括一维集合和二维集合两种。其中一维集合定义了模型中需要用到的所有对象，包括：时段、计算年份、所有水库名称、年调节水库名称、需水单元、供水且发电单元、各项参数、水库调度规则、水库初始参数。其中，各项参数包括：水库出力参数K, 水位库容曲线参数，尾水位流量曲线参数，最小出力，最大出力，保证出力，最大过机流量，耗水率等。模型中所有参数、决策变量、约束条件以及目标函数均建立在这些基本集合之上。

模型的二维集合主要是用来描述水库调度过程中基本对象之间的关系。

考虑约束条件。

1）水库水量平衡约束：水库水量平衡是水资源系统中最重要的约束，它描述了水库的入流、蓄水及供水之间的一个水量平衡关系；

2）工程相关约束：主要包括水库水位约束、下泄流量约束、水位库容关系约束、下泄流量尾水位关系约束；

3）发电相关约束：它主要包括：发电出力、发电量计算约束，发电流量约束，出力约束；

4）其他政策约束：它主要包括航运最小流量约束，生态最小流量约束等；

5）最小出力最大约束：以最小最大法，通过该约束及目标4共同作用，实现各时段发电出力最大的同时，出力趋于平均；

6）保证出力最大约束：以最小最大法，通过该约束及目标5共同作用，实现枯水年平均发电出力最大的同时，年发电量趋于平均；

7）调度期初末库容差最小约束：根据水电站水库调度理论，调度期时段初末库容应该一致；

8）保证率最大约束：为了实现保证率最大目标，将整数规划首次引入非线性规划模型中，虽然增加了求解的难度，但通过引入发电保证率的概念，进一步将理论研究与生产实践相结合。

求解。本模型是一个求解混合整数非线性问题，涉及到线性二进制变量、整数变量和线性、非线性连续变量，采用DICOPT[14]（DIscrete and Continuous OPTimizer）算法进行求解，基于等式松弛策略外部逼近算法的扩展模块。DICOPT算法主要基于三个关键方法：1）外部逼近法。2）等式松弛策略。3）广义罚函数法。

下面以汉江流域作为实例进一步说明本实施例。

梯级水电站水库群系统是一个涉及多个部门的复杂系统，各梯级电站调节性能各异，水库库容大小不一，主要的功能和承担的任务也不相同，是一个动态、多维、强约束、多线性、多阶段的“非结构化”系统，这就给梯级水电站的优化调度带来很大的困难。在实际研究中，对研究系统进行概化，建立系统结构简图。湖北汉江流域梯级水库群优化调度研究包括陡岭子、鄂坪、松树岭、黄龙滩、丹江口、寺坪、潘口、三里坪、王甫洲、崔家营十个电站。其中陡岭子、鄂坪、潘口、寺坪是年调节水库，黄龙滩、松树岭、是季调节水库，三里坪是多年调节水库，王甫洲和崔家营是径流式日调节水库，丹江口加高前是不完全年调节水库，加高后是多年调节水库。本研究是以旬为时段的中长期优化调度研究，两座日调节水库由于调节性能差，不参与梯级的中长期优化调度，全梯级水库群优化时概化为八个节点，王甫洲和崔家营仅以径流式计算的方式参与最终的结果计算。

湖北汉江梯级水库群的近期优化调度研究，基于湖北汉江流域实测水文径流资料1979年5月至2009年4月共30年的长系列数据，以旬为时段长，年为周期，研究对象为陡岭子、松树岭、鄂坪、潘口、黄龙滩、丹江口、王甫洲、三里坪、寺坪、崔家营十个电站。研究考虑了正常蓄水位及其相应库容，防洪限制水位及其相应库容，死水位及其相应库容，最大过机流量，最小下泄流量，机组装机容量，电站保证出力等约束条件，通过与实际调度结果相比较，推求该模型的合理性，分析算法的优越性。近期调度研究是考虑南水北调中线供水之前，丹江口水库为不完全年调节，其供水仅考虑清泉沟的库区引水，以及汉江中下游用水，不考虑南水北调中线调水。梯级水库群优化10库30年长系列联合调度，共包括284293个约束，189198个决策变量。

常规调度梯级水电站群总发电量777835.42万kW·h，GAMS优化方法研究方案梯级水电站群总发电量为904954.07万kW·h，比常规方案高出127118.65万kW·h，增发16.34 %。

该方案中，除三里坪和周家垸外，各电站都增发电量10%以上，周家垸虽然损失了2473.80万kW·h的电量，但由于占梯级优化总量的0.273%，以整个梯级来考虑，完全可以忽略不记。三里坪发挥了梯级龙头电站作用，牺牲自身利益，使下游电站增发电量。有调节性能的电站中，调节性能最小的松树岭增发电量4725.54万kW·h，调节性能最大的丹江口增发电量72672.70万kW·h，均有较高的增发比率，可见GAMS优化算法中，发电量优化效果的好坏，与各水库调节性能无关。

GAMS模型在计算过程中，寻求的是绝对最优，不考虑任何外界因素。这种绝对最优也就导致了该算法的极端化，在某些情况下，不适于直接指导实际应用。

最后应说明的是，以上仅用以说明本发明的技术方案而非限制，尽管参照较佳布置方案对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案（比如各步骤前后顺序等）进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。 

Claims (2)

1.一种基于GAMS非线性规划梯级水库群优化调度方法，其特征在于，所述方法的步骤如下：

建立目标函数：包括发电量最大、弃水量最小、发电保证率最大、最小出力最大、枯水年发电量最大、调度周期始末库容无限接近相，目标函数如下式：

 

 

 ；

定义基于集合的水库群网络图：为构建一个通用智能化的梯级水库群联合优化调度模型，引入集合的概念来定义水库群网络图； 

考虑约束条件：

1）水库水量平衡约束：水库水量平衡是水资源系统中最重要的约束，它描述了水库的入流、蓄水及供水之间的一个水量平衡关系：

2）工程相关约束：主要包括水库水位约束、下泄流量约束、水位库容关系约束、下泄流量尾水位关系约束，

3）发电相关约束：它主要包括：发电出力、发电量计算约束，发电流量约束，出力约束，

4）其他政策约束：它主要包括航运最小流量约束，生态最小流量约束，

5）最小出力最大约束：以最小最大法，通过该约束及目标4共同作用，实现各时段发电出力最大的同时，出力趋于平均，

6）保证出力最大约束：以最小最大法，通过该约束及目标5共同作用，实现枯水年平均发电出力最大的同时，年发电量趋于平均，

7）调度期初末库容差最小约束：根据水电站水库调度理论，调度期时段初末库容应该一致，

8）保证率最大约束：为了实现保证率最大目标，将整数规划首次引入非线性规划模型中，虽然增加了求解的难度，但通过引入发电保证率的概念，进一步将理论研究与生产实践相结合；

求解：本模型是一个求解混合整数非线性问题，涉及到线性二进制变量、整数变量和线性、非线性连续变量，采用DICOPT（DIscrete and Continuous OPTimizer）算法进行求解，基于等式松弛策略外部逼近算法的扩展模块。

2.根据权利要求1所述的方法，其特征在于，所述的DICOPT算法基于三个方法：外部逼近法、等式松弛策略、广义罚函数法。