CN103246935A - 梯级电站的发电后评估系统及方法 - Google Patents
梯级电站的发电后评估系统及方法 Download PDFInfo
- Publication number
- CN103246935A CN103246935A CN2013101431931A CN201310143193A CN103246935A CN 103246935 A CN103246935 A CN 103246935A CN 2013101431931 A CN2013101431931 A CN 2013101431931A CN 201310143193 A CN201310143193 A CN 201310143193A CN 103246935 A CN103246935 A CN 103246935A
- Authority
- CN
- China
- Prior art keywords
- water level
- information
- flood
- data
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种梯级电站的发电后评估系统及方法,该系统包括用于采集数据的信息采集子系统、用于接收数据并进行后评估分析的后评估子系统以及用于对后评估结论进行展示、输出和反馈的人机交互子系统。本发明采用了基于水位引导的遗传算法计算理论最大发电量,提高了优化方案模型计算的精度、收敛性及收敛速度。该方法采用了基于水位引导的遗传算法,对梯级电站进行年度理论最大发电量优化计算,从而改变了传统梯级电站后评估工作中,单纯按照调度图计算考核电量的现状,同时弥补了现有的采用大基因遗传算法计算理论最大发电量工作中出现的收敛速度慢、局部寻优能力不足的缺陷。
Description
技术领域
本发明涉及梯级电站调度后评估技术领域,具体的说,涉及一种梯级电站的发电后评估系统及方法。
背景技术
电站考核电量的计算是其后评估工作的基础,传统方法即按照调度图、调度规程等对实际径流系列进行调度,计算出设计电量,扣除调峰、检修损失的电量后即为考核电量,然后以此为基础计算其他考核指标。该方法存在着计算多采用经验公式、调度图与实际情况偏差大、处理多目标问题能力有限,以及对于调节能力大的电站,其计算得出的考核电量值往往小于实际发电量的缺点。有关学者针对这些问题,从梯级电站优化挖潜的角度出发,采用大基因遗传算法对梯级电站年调度运行进行再优化,得出梯级电站“理论最大发电量”,以此为基础计算其他考核指标。该方法基本避免了传统方法所出现的缺点,但是,该方法在实际操作过程中又出现了收敛速度慢、局部寻优能力不足的缺陷,即便加入了流量和水位引导,效果仍不理想。本发明提供了一种新的梯级电站发电效益后评估系统及方法,以期解决现有最新方法中出现的问题。
发明内容
本发明所要解决的技术问题是,克服现有梯级电站发电效益后评估计算中,优化算法决策变量基因数多而复杂,变动空间大的缺陷,提供一种新的梯级电站发电效益后评估系统及方法。
为了解决以上技术问题,本发明涉及一种梯级电站发电后评估系统,其特征在于,所述系统包括信息采集子系统、后评估子系统以及人机交互子系统,其中:
所述信息采集子系统通过通信总线连接至所述后评估子系统,其采集数据并且将所述数据传输至所述后评估子系统,
其中,所述信息采集子系统包括信息采集接入端口、信息通道以及数据库服务器,所述信息采集接入端口通过所述信息通道与所述数据库服务器相连;
所述后评估子系统通过通信总线分别与所述信息采集子系统和所述人机交互子系统相连,其将从所述信息采集子系统接收的所述数据进行后评估计算分析后传输至所述人机交互子系统,
其中,所述后评估子系统包括信息收发单元、后评估主题信息存储单元、模型存储单元、通用模型接口单元、信息处理单元、信息显示单元、信息反馈单元;所述信息收发单元与所述后评估主题信息存储单元连接;所述模型存储单元、所述通用模型接口单元、所述信息处理单元与所述信息显示单元依次连接;所述信息处理单元又分别与所述后评估主题信息存储单元和所述信息反馈单元连接;
所述人机交互子系统通过通信总线与所述后评估子系统相连,用于输入各类后评估信息处理控制指令,将所述后评估子系统得出的结论进行展示、输出及反馈。
优选地,所述信息收发单元接收来自所述数据库服务器的所述数据,并对所述数据进行预处理以便形成统一格式的数据,再将预处理的数据发送至所述后评估主题信息存储单元;
所述后评估主题信息存储单元接收且存储来自所述信息收发单元的所述预处理的数据,并且将所述预处理的数据发送至所述信息处理单元;
所述模型存储单元通过所述通用模型接口单元将存储的计算模型信息提供给所述信息处理单元;
所述通用模型接口单元从所述模型存储单元将所述计算模型信息传输到所述信息处理单元;
所述信息处理单元根据所述人机交互子系统发出的控制指令获取所述预处理的数据,通过所述通用模型接口单元获取所述计算模型信息,并且基于所述计算模型信息通过所述预处理的数据进行后评估计算分析,将分析结果发送至所述信息显示单元和所述反馈单元;
所述信息显示单元接收来自所述信息处理单元的后评估分析结果,并且根据所述人机交互子系统的指令将所述后评估分析结果通过所述通信总线传输到所述人机交互子系统,以显示出所述后评估分析结果;
所述信息反馈单元接收来自所述信息处理单元的所述后评估分析结果,并且根据所述人机交互子系统的指令将后评估分析相关结果信息通过所述通信总线传输到所述人机交互子系统,供所述人机交互子系统将相关结果信息反馈给梯级调度控制中心。
优选地,所述人机交互子系统进一步包括通信线路、计算机以及输入/输出设备。
优选地,所述信息通道进一步包括内外网数据通信线路、调度数据通信线路、水情数据通信线路。
本发明还涉及一种梯级电站发电后评估方法,其特征在于,所述后评估方法包括以下步骤:
1)数据采集,所述数据采集获取后评估分析所需的数据,包括梯级电站内外网数据、调度数据以及水情数据;
2)后评估计算分析,包括:
考核电量计算:采用综合出力系数法按照调度图进行所述考核电量计算,如果电站没有调节能力则按照核定的考核水位进行调度考核电量计算,所述考核电量计算以日为单位,计算电站一年累积的电量值,即EK=E0-Ej-Et,其中,EK为日考核电量,E0为日设计电量,Ej为机组检修损失电量,Et为调峰损失电量;
理论最大发电量计算:采用基于水位引导的遗传算法进行计算;
考核指标分析:分析指标包括梯级电站年度发电完成率、年度理论可挖潜电量、年度水能利用提高率、年度节水增发电量:
所述年度理论可挖潜电量为ΔEm=Em-E,其中Em为电站理论最大发电量,
所述年度节水增发电量为ΔE=E-E年;以及
3)得出结论,包括所述梯级电站年度考核电量值、所述理论最大发电量,所述梯级电站年度发电完成率、所述年度理论可挖潜电量、所述年度水能利用提高率以及所述年度节水增发电量。
优选地,所述理论最大发电量计算进一步包括:
1)获取参数,包括上库和下库初始水位及下泄流量数据、上库全年日平均入库流量过程数据、上库下泄日平均流量过程和下游坝前电站日平均水位过程构成实体数据、以及上库和下库船闸用水量的过程数据;
2)以梯级电站理论最大发电量为目标函数并且根据约束条件构造模型,其中,
所述约束条件包括上库上游水位约束,下库下泄流量约束,下库坝前水位约束,两坝间水位日变幅约束,出力约束,其中
所述下库下泄流量约束为,其中Qmin为保证通航及生态的最小流量;
所述下库坝前水位约束为L5#,min≤L5#≤L5#,max,其中L5#,min,L5#,max分别表示下库坝前电站日平均最低水位及最高水位;
所述出力约束包括单机出力约束,电厂出力约束,所述单机出力约束保持在出力限制线之内,并大于某一值以保证运行的经济可靠;所述电厂出力不低于设计保证出力,且相邻两天出力波动不应过大以保证电网的安全稳定;
3)通过水位引导的方法获得上库坝前水位线;
4)通过模型进行计算,得到上库坝前水位线过程数据、下库坝前水位线过程数据、下库下泄过程数据、上库和下库机组日出力过程数据、各枢纽发电量、以及梯级电站理论最大发电量。
优选地,所述水位引导的具体方法包括:
1)进行时段划分:根据库水位水随季节呈U性变化、其运行方式具有很明显季节性的特点,将遗传算法的个体基因按时段分为三段,即汛前期、汛期和汛后期;
2)进行时段间耦合:第一分段,读入前一天坝前水位作为初始库水位,以防洪汛限水位变幅上限为时段末上库水位,以下游坝坝前平均水位为时段末下库水位;第二、三分段,以防洪汛限水位变幅上限为初始上库水位,以下库平均库水位为初始下库水位,以实际库水位作为时段末库水位;
3)按照时段分别进行汛前期水位引导或汛期水位引导或汛后期水位引导。
优选地,所述汛前期水位引导包括:
1)按最小下泄流量设置各天出库流量,快速抬高坝前水位,计算得到一条正向坝前水位线;
2)根据正向坝前水位线,计算上库各天弃水流量,并按弃水流量的正负划分区间,即将汛后时段划分为弃水区间和非弃水区间;
3)上库在非弃水区间降低库水位,为弃水时段拦蓄弃水预留库容,在弃水区间抬高水位,拦蓄弃水。由此,计算得到一条新的正向坝前水位线;
4)以年末最后一日实际坝前水位为起点,按满发下泄流量设置各天出库流量,反向计算各天坝前水位,得到一条反向坝前水位线;
5)判断反向坝前水位线是否满足消落时间要求,若不满足要求,按消落时间要求重新修正反向坝前水位线;
6)以正反坝前水位线的交点为分界点,取正向坝前水位线的前部分,取反向坝前水位线的后部分,组成新的坝前水位线;
7)结合调度规程对坝前水位的约束,以此水位线为基准,上下浮动生成新的坝前水位约束。
优选地,所述汛期水位引导包括:
1)首先水库按汛限水位变幅上限运行,根据各天的弃水情况将汛期时段划分为小的弃水时段和非弃水时段;
2)在非弃水时段,加大出库流量,降低坝前水位,直至汛限水位变幅下限,为后续弃水时段拦蓄小洪水预留库容。前提是在降低水位的同时,不再产生弃水,即电站按满发设置出库流量;同时,还要考虑库水位连续处于汛限水位变幅下限的天数不能超过某一限值,以免长时间处于相对较低水头造成更大的经济损失,得不偿失;
3)在随后原本须弃水的时段之初,电站按满发流量下泄,拦蓄小洪水,抬高水位直至汛限水位变幅上限;
4)重复一定次数的上述过程,计算得到一条较优的汛期坝前水位过程曲线,以此水位线为基准,结合调度规程,上下浮动生成新的坝前水位约束。
优选地,所述汛后期水位引导包括:
1)按最小下泄流量设置各天出库流量,快速抬高坝前水位,计算得到一条正向坝前水位线;
2)根据正向坝前水位线,计算各天弃水流量,并按弃水流量的正负划分区间,即将汛后时段划分为弃水区间和非弃水区间;
3)电站在非弃水区间降低库水位,为弃水时段拦蓄弃水预留库容,在弃水时段抬高水位,拦蓄弃水。由此,计算得到一条新的正向坝前水位线;
4)以年末最后一日实际坝前水位为起点,按满发下泄流量设置各天出库流量,反向计算各天坝前水位,得到一条反向坝前水位线;
5)以正反坝前水位线的交点为分界点,取正向坝前水位线的前部分,取反向坝前水位线的后部分,组成新的坝前水位线,即为汛后最佳蓄水曲线;
6)结合调度规程对坝前水位的约束,以此水位线为基准,上下浮动生成新的坝前水位约束。
本发明的优点在于,在对理论最大发电量的计算中,采用了基于水位引导的遗传算法,合理缩小了基于传统遗传算法的优化搜寻空间,有效的克服了遗传算法的早熟问题,提高了优化方案模型计算的精度、收敛性及收敛速度。从而为梯级电站发电优化调度工作提供了极有价值的参考方案。
附图说明
图1为一种梯级电站发电后评估系统结构示意图;
图2为一种梯级电站发电后评估方法流程示意图;
图3为汛前期水位引导方法流程示意图;
图4为汛期水位引导方法流程示意图;
图5为汛后期水位引导方法流程示意图。
附图标记:1-信息采集子系统,2-后评估子系统,3-人机交互子系统,4-信息采集接入端口,5-信息通道,6-数据库服务器,7-信息收发单元,8-后评估主题信息存储单元,9-模型存储单元,10-通用模型接口单元,11-信息处理单元,12-信息显示单元,13-信息反馈单元,14-通信线路,15-计算机,16-输出设备,17-WEB局域网络通信线路。
具体实施方式
为了更清楚的说明本发明的内容,下面结合附图及具体实施方式对本发明作进一步的描述。
根据本发明的一个方面,一种梯级电站电量后评估系统包括信息采集子系统、后评估子系统以及人机交互子系统。采集子系统通过通信总线连接至后评估子系统,用于采集数据并将其传输到后评估子系统;后评估子系统通过通信总线分别与信息采集子系统和人机交互子系统相连接,用于接收信息采集子系统所采集的数据来进行后评估分析,并且将分析结论传输到人机交互子系统;人际交互子系统通过通信总线与后评估子系统相连,用于输入各类后评估信息处理控制指令,将后评估子系统得出的结论进行展示、输出和反馈。
其中,信息采集子系统可包括信息采集接入端口、信息通道以及数据库服务器。信息采集接入端口通过信息通道与数据库服务器连接,以便将所采集的数据信息发送至数据库服务器。优选地,该信息通道可包括内外网数据通信线路、调度数据通信线路以及水情数据通信线路,每条线路分别传输不同的数据信息。
后评估子系统可包括信息收发单元、后评估主题信息存储单元、模型存储单元、通用模型接口单元、信息处理单元、信息显示单元以及信息反馈单元。信息收发单元与后评估主题信息存储单元相连,其通过通信总线接收数据库服务器的数据信息,并对信息进行预处理,将各类不同信息格式转化为统一标准格式,以便后续的信息处理单元顺利进行信息处理,再将预处理过的数据信息发送至后评估主题信息存储单元;后评估主题信息存储单元分别与信息收发单元和信息处理单元相连,其存储来自信息收发单元7的预处理的数据信息,并且将该预处理的数据信息发送至信息处理单元;模型存储单元通过通用模型接口单元连接至信息处理单元,以便将其存储的计算模型信息提供给信息处理单元;信息处理单元分别与后评估主题信息储存单元、通用模型接口单元、信息显示单元以及信息反馈单元相连,其根据人机交互子系统输入设备发出的控制指令获取后评估主题信息存储单元所存储的预处理的数据信息,通过通用模型接口单元获得来自模型存储单元的各类计算模型信息,并且基于该计算模型信息通过预处理的数据信息进行后评估计算分析,将分析结果分别发送至信息显示单元和信息反馈单元;信息显示单元与信息处理单元相连,接收来自信息处理单元的后评估分析结果,并且根据人机交互子系统指令将后评估分析结果通过通信总线传输到人机交互子系统,以显示出后评估分析结果;信息反馈单元与信息处理单元相连,接收来自信息处理单元的后评估分析结果,并且根据人机交互子系统指令将后评估分析相关结果信息通过通信总线传输到人机交互子系统,供人机交互子系统将相关结果信息反馈给梯级调度控制中心。
优选地,人机交互子系统可包括通信线路、计算机以及输入/输出设备,其中计算机为人机交互界面,操作人员可通过该系统输入各种后评估信息处理控制指令,直观查看以及输出后评估分析结论,并可将有关结论反馈给梯级枢纽调度控制中心。
如图1所示,图1为根据本发明实施例的一种梯级电站发电后评估系统的结构示意图,该系统包括信息采集子系统1、后评估子系统2以及人机交互子系统3。信息采集子系统1通过WEB局域网络通信线路17连接至后评估子系统2,用于采集数据并将其传输到后评估子系统2。后评估子系统2通过WEB局域网络通信线路17分别与信息采集子系统1和人机交互子系统3相连接,用于接收信息采集子系统1所采集的数据来进行后评估分析,并且将分析结论传输到人机交互子系统3。人机交互子系统3通过WEB局域网络通信线路17与后评估子系统2相连,用于输入各类后评估信息处理控制指令,将后评估子系统2得出的结论进行展示、输出和反馈。在本实施例中,通信总线为WEB局域网络通信线路,其也可选为其他任意合适的通信线路。
在本实施例中,信息采集子系统可包括信息采集接入端口4、信息通道5以及数据库服务器6。信息采集接入端口4通过信息通道5与数据库服务器6连接,以便将所采集的数据信息发送至数据库服务器6。信息通道5可包括内外网数据通信线路、调度数据通信线路以及水情数据通信线路,每条线路分别将不同的数据信息传输至数据库服务器6。可选地,内外网数据信息线路传输梯级电站实际发电曲线、电网负荷曲线等信息;调度数据通信线路传输梯级电站实时出力过程、发电引用流量、弃水量信息、调度规则或调度图数据信息、水位库容关系、流量水位关系、机组特性、流量水头损失关系等信息;水情数据通信线路传输梯级电站实际入库流量信息。
后评估子系统2可包括信息收发单元7、后评估主题信息存储单元8、模型存储单元9、通用模型接口单元10、信息处理单元11、信息显示单元12以及信息反馈单元13。
信息收发单元7与后评估主题信息存储单元8相连,其通过WEB局域网络通信线路17接收数据库服务器6的数据信息,并对信息进行预处理,再将预处理过的数据信息发送至后评估主题信息存储单元8;后评估主题信息存储单元8分别与信息收发单元7和信息处理单元11相连,其存储来自信息收发单元7的预处理的数据信息,并且将该预处理的数据信息发送至信息处理单元11;模型存储单元9通过通用模型接口单元10连接至信息处理单元11,以便将其存储的计算模型信息提供给信息处理单元11;信息处理单元11分别与后评估主题信息储存单元8、通用模型接口单元10、信息显示单元12以及信息反馈单元13相连,其根据人机交互子系统输入设备发出的控制指令获取后评估主题信息存储单元8所存储的预处理的数据信息,通过通用模型接口单元10获得来自模式存储单元9的各类计算模型信息,并且基于该计算模型信息通过预处理的数据信息进行后评估计算分析,将分析结果分别发送至信息显示单元12和信息反馈单元13;信息显示单元12与信息处理单元11相连,接收来自信息处理单元11的后评估分析结果,并且通过WEB局域网络通信总线17传输到人机交互子系统3,操作人员可通过人机交互子系统3中计算机15以及输入/输出设备16直观查看、输出后评估分析结果;信息反馈单元13与信息处理单元11相连,接收来自信息处理单元11的后评估分析结果,并且通过WEB局域网络通信线路17传输到人机交互子系统3,操作人员可通过人机交互子系统3中通信总线14将有关后评估信息反馈给梯级枢纽调度控制中心。
人机交互子系统3可包括通信线路14、计算机15以及输入/输出设备16。其中,计算机15分别与通信线路14、输入/输出设备16相连,计算机15为人机交互界面,其接收后评估子系统2传输的后评估分析结果,操作人员通过计算机15以及输入/输出设备16可输入各类后评估信息处理控制指令,直观查看、输出后评估结论,以及通过通信总线14将有关后评估结果信息反馈给梯级枢纽调度控制中心。
根据本发明的另一个方面,一种梯级电站发电量后评估方法包括数据采集、后评估计算分析以及得出结论三个步骤。后评估计算分析步骤包括考核电量计算和理论最大发电量计算、考核指标分析以及影响因素分析。其中,理论最大发电量计算采用基于水位引导的遗传算法计算理论进行计算。
优选地,水位引导的步骤包括:进行时段划分;进行时段间耦合;按照时段进行水位引导(汛前期、汛期、汛后期)。
如图2所示,图2为根据本发明实施例的一种梯级电站发电后评估方法流程示意图,步骤如下:
⑴数据采集,步骤S201,获取后评估计算分析所需的各类数据,如梯级电站内外网数据、调度数据、水情数据等;
⑵后评估计算分析,包括:
考核电量计算,步骤S202,计算按照调度图(无调节能力的电站则按照核定的考核水位)进行调度考核电量计算,采用综合出力系数法等方法进行计算,其中,考核电量以日为计算单位,累积一年即得电站年考核电量值,考核电量计算公式为:
EK=E0-Ej-Et;
其中,EK为日考核电量,E0为日设计电量,Ej为机组检修损失电量,Et为调峰损失电量,24为1天的小时数,K为综合出力系数,Q为电站发电流量,H为电站发电净水头,Ni表示电站第i种机型日平均预想出力,ni为电站第i种机型运行台数,m为电站用来发电的机型种数,Ti表示第i种机型计划检修停机小时数,Wq为电站当日弃水量,We为电站当日耗水率,Nmax为电站日最大负荷;Np为电站日平均负荷。
理论最大发电量计算,步骤S203采用基于水位引导的遗传算法进行计算,文中将在后面对该步骤进行详细说明;
考核指标分析,步骤S204,分析指标包括梯级电站年度发电完成率、年度理论可挖潜电量、年度水能利用提高率、年度节水增发电量等,其中,梯级电站年度发电完成率计算公式如下:
式中,E为电站年度实际发电量,E年为电站年度考核电量值。
年度理论可挖潜电量计算公式如下:
ΔEm=Em-E;
式中,Em为电站理论最大发电量。
年度水能利用提高率计算公式如下:
式中,ΔE差为计算期末库容差电量。
年度节水增发电量计算公式如下:
ΔE=E-E年;
另外,可选的考核指标还有相对水能利用率、相对发电耗水率等。
可选的,根据本发明的后评估方法还能够进行影响因素分析,分析内容包括预报水平影响程度、防洪调度影响程度、航运及供水影响程度等,均采用数据列表图示法进行分析,其中,
预报水平影响程度分析包括:
分析梯级枢纽水文预报模型提供的水文数据(预测值)与梯级电站实际入库流量信息数据(实测值)吻合度,由于吻合偏差带来的考核电量与实际发电量的差值,以及相应时段吻合偏差对实际发电量有何种影响(增加发电量或减少发电量)。其中,预测值体现在梯级枢纽水情数据里,如调度图数据信息等。
防洪调度影响分析包括:
分析防洪调度对梯级枢纽汛限水位、蓄水时机及消落策略的影响程度,亦即基于不同防洪调度策略会制定相应的梯级枢纽汛限水位、蓄水时机及消落策略,不同的汛限水位、蓄水时机及消落策略会影响枢纽发电量。例如提高汛限水位、蓄水期缩短蓄水时间、发电效益量会显著增加等。其中,防洪调度数据信息体现在梯级电站调度数据信息里,如实际出力数据信息等。
航运影响程度分析包括:
分析为保证过坝通航建筑物正常工作,而制定的最低通航水位对梯级枢纽发电量影响程度,通常是通航水位越低,可用来发电的库容越大,发电量也就越大。同时,通航水位对枢纽发电量的影响与来水情况有关,枯水年份影响大而丰水年份影响小,如果水库实际来水量不低于约束规定的数值,就不会影响发电。其中,最低通航水位数据信息体现在梯级电站调度数据信息里,如水位库容关系数据信息等。
供水影响程度分析包括:
分析梯级枢纽最小供水流量对发电量影响程度,在水库最低水位线约束基础上,供水量增加,发电量下降,尤其在水库枯水期,加大供水量会明显降低发电量。其中,供水流量数据信息体现在梯级电站调度数据信息里,如调度规则数据信息等。
⑶得出结论,步骤S205,包括梯级电站年度考核电量值、理论最大发电量、各考核指标如梯级电站年度发电完成率、年度理论可挖潜电量、年度水能利用提高率、年度节水增发电量等以及影响因素结论,如预报水平影响程度、防洪调度影响程度、航运及供水影响程度结论等;所得出的结论由人机交互子系统进行展示、输出及反馈等操作。
根据本发明实施例的一种梯级电站发电后评估方法还可基于上述梯级发电站后评估系统来实现,步骤如下:
⑴数据采集,步骤S201,通过上述信息采集子系统1进行数据采集,更具体的,通过内外网数据信息线路采集梯级枢纽内外网数据,如梯级电站实际发电曲线、电网负荷曲线等信息;通过调度数据通信总线采集梯级电站实时出力过程、发电引用流量、弃水量信息、调度规则或调度图数据信息、水位库容关系、流量水位关系、机组特性、流量水头损失关系等信息;通过水情数据通信总线采集梯级电站实际入库流量信息。所采集的数据信息均传输至数据库服务器;
⑵后评估计算分析,由后评估子系统2中的信息收发单元7通过WEB局域网络通信线路17接收数据库服务器6的数据信息,对数据信息进行预处理,将预处理过的数据信息存入后评估主题信息存储单元8,信息处理单元11根据操作指令获取后评估主题信息存储单元8的预处理的数据信息,以及通过通用模型接口单元10获取模型存储单元9的各类计算模型信息,如梯级枢纽年考核电量计算模型(公式)、理论最大发电量计算模型(公式)、考核指标计算模型(公式)、影响因素分析计算方法等进行相关后评估计算分析,包括:
考核电量计算,步骤S202,计算按照调度图(无调节能力的电站则按照核定的考核水位)进行调度考核电量计算,采用综合出力系数法等方法进行计算,其中,考核电量以日为计算单位,累积一年即得电站年考核电量值,考核电量计算公式为:
EK=E0-Ej-Et;
其中,EK为日考核电量,E0为日设计电量,Ej为机组检修损失电量,Et为调峰损失电量,24为1d的小时数,K为综合出力系数,Q为电站发电流量,H为电站发电净水头,Ni表示电站第i种机型日平均预想出力,ni为电站第i种机型运行台数,m为电站用来发电的机型种数,Ti表示第i种机型计划检修停机小时数,Wq为电站当日弃水量,We为电站当日耗水率,Nmax为电站日最大负荷;Np为电站日平均负荷。
理论最大发电量计算,步骤S203,采用基于水位引导的遗传算法进行计算;
考核指标分析,步骤S204,分析指标包括梯级电站年度发电完成率、年度理论可挖潜电量、年度水能利用提高率、年度节水增发电量等,其中,梯级电站年度发电完成率计算公式如下:
式中,E为电站年度实际发电量,E年为电站年度考核电量值。
年度理论可挖潜电量计算公式如下:
ΔEm=Em-E;
式中,Em为电站理论最大发电量。
年度水能利用提高率计算公式如下:
式中,ΔE差为计算期末库容差电量。
年度节水增发电量计算公式如下:
ΔE=E-E年;
另外,可选的考核指标还有相对水能利用率、相对发电耗水率等。
可选的,根据本发明的后评估方法还能够进行影响因素分析,分析内容包括预报水平影响程度、防洪调度影响程度、航运及供水影响程度等,均采用数据列表图示法进行分析,其中,
预报水平影响程度分析包括:
分析梯级枢纽水文预报模型提供的水文数据(预测值)与梯级电站实际入库流量信息数据(实测值)吻合度,由于吻合偏差带来的考核电量与实际发电量的差值,以及相应时段吻合偏差对实际发电量有何种影响(增加发电量或减少发电量)。其中,预测值体现在梯级枢纽水情数据里,如调度图数据信息等。
防洪调度影响分析包括:
分析防洪调度对梯级枢纽汛限水位、蓄水时机及消落策略的影响程度,亦即基于不同防洪调度策略会制定相应的梯级枢纽汛限水位、蓄水时机及消落策略,不同的汛限水位、蓄水时机及消落策略会影响枢纽发电量。例如提高汛限水位、蓄水期缩短蓄水时间、发电效益量会显著增加等。其中,防洪调度数据信息体现在梯级电站调度数据信息里,如实际出力数据信息等。
航运影响程度分析包括:
分析为保证过坝通航建筑物正常工作,而制定的最低通航水位对梯级枢纽发电量影响程度,通常是通航水位越低,可用来发电的库容越大,发电量也就越大。同时,通航水位对枢纽发电量的影响与来水情况有关,枯水年份影响大而丰水年份影响小,如果水库实际来水量不低于约束规定的数值,就不会影响发电。其中,最低通航水位数据信息体现在梯级电站调度数据信息里,如水位库容关系数据信息等。
供水影响程度分析包括:
分析梯级枢纽最小供水流量对发电量影响程度,在水库最低水位线约束基础上,供水量增加,发电量下降,尤其在水库枯水期,加大供水量会明显降低发电量。其中,供水流量数据信息体现在梯级电站调度数据信息里,如调度规则数据信息等。
⑶得出结论,步骤S205,包括梯级电站年度考核电量值、理论最大发电量、各考核指标如梯级电站年度发电完成率、年度理论可挖潜电量、年度水能利用提高率、年度节水增发电量等以及影响因素结论,如预报水平影响程度、防洪调度影响程度、航运及供水影响程度结论等;所得出的结论由人机交互子系统进行展示、输出及反馈等操作。
在如上所述的步骤⑵(即后评估计算分析)中,模型存储单元9中的理论最大发电量计算模型是以梯级枢纽发电效益最大为目标函数,以各电站水位、下泄流量及出力等控制参数为约束条件,具体形式为(以三峡-葛洲坝梯级电站为例):
目标函数:
其中,P为三峡-葛洲坝梯级枢纽年度理论最大发电量,T为计算周期,为常数一年,Ei为发电量函数,具体形式为:
Ei=Ni×t;
其中,i取1或2,1表示三峡,2表示葛洲坝,E1为三峡在一天内的总发电量,E2为葛洲坝在一天内的总发电量,t为计算步长,即一天,为常量,N1为三峡电站在一天内的日平均出力,N2为葛洲坝电站在一天内的日平均出力,N1、N2数据由水头-流量-出力分段拟合曲线(H-Q-N曲线)数据信息获取。
约束条件包括三峡上游水位约束,葛洲坝下泄流量约束,葛洲坝坝前水位约束,两坝间水位日变幅约束,出力约束等,其中,
三峡上游水位约束:
葛洲坝下泄流量约束:
其中,Qmin为保证通航及生态的最小流量。
葛洲坝坝前水位约束:
L5#,min≤L5#≤L5#,max;
其中,L5#,min,L5#,max分别表示5#站日平均最低水位及最高水位,在本实施例中,5#站为葛洲坝坝前一电站。可以理解的是,该电站可以是下游坝前的任意电站。
两坝间水位日变幅约束:
其中,ΔL5#,max不得超过3m。
出力约束:包括单机出力约束,电厂出力约束。单机出力约束保持在出力限制线之内,并大于某一值以保证运行的经济可靠;电厂出力不低于设计保证出力,且相邻两天出力波动不应过大以保证电网的安全稳定。
该模型采用基于水位引导的遗传算法进行梯级电站理论最大发电量计算,模型采用VB语言进行程序编写,其中,
编码规则:采用浮点混合编码;
选择方法:采用“赌轮选择法”(Roulette wheel selection),根据个体的适应度占适应度总和的比例随机选择,个体被选中的概率与其适应度成正比关系;
交叉方法:采用单点交叉或算术交叉。
模型计算输入数据:
a.三峡、葛洲坝两库初始水位及下泄流量数据;
b.三峡全年日平均入库流量过程数据;
c.三峡下泄日平均流量(Q)过程及葛洲坝坝前5#站日平均水位(L5#)过程构成的一个实体{Q,L5#}数据;
d.三峡、葛洲坝船闸用水量等不参与发电的流量过程数据。
模型输出数据为:
a.三峡坝前水位线过程数据;
b.葛洲坝坝前水位线过程数据;
c.葛洲坝下泄过程数据;
d.三峡、葛洲坝机组日出力过程数据;
e.各枢纽发电量及梯级枢纽最大发电量数据。
运用该模型计算时,所采用的水位引导方法如下:
1)进行时段划分:根据库水位的水随季节呈U性变化、其运行方式具有很明显季节性的特点,将遗传算法的个体基因按时段分为三段,即汛前期、汛期和汛后期;按汛前期、汛期和汛后期,将遗传算法的个体基因{Q1,Q2…Qn;L1,L2…Ln}分为三段,即{Q1,Q2…Qn1;L1,L2…Ln1}、{Qn1+1,Qn1+2…Qn2;Ln1+1,Ln1+2…Ln2}和{Qn2+1,Qn2+2…Qn;Ln2+1,Ln2+2…Ln};
2)进行时段间耦合:第一分段,读入前一天坝前水位作为初始库水位,以防洪汛限水位变幅上限为时段末上库水位,以葛洲坝坝前平均水位为时段末下库水位;第二、三分段,以防洪汛限水位变幅上限为初始上库水位,以下库平均库水位为初始下库水位,以实际库水位作为时段末库水位;
3)进行汛前期水位引导(如图3所示):
①按最小下泄流量设置各天出库流量,快速抬高坝前水位,计算得到一条正向坝前水位线,步骤S301;
②根据正向坝前水位线,计算上库各天弃水流量,并按弃水流量的正负划分区间,即将汛后时段划分为弃水区间和非弃水区间,步骤S302;
③考虑到减少弃水有利于提高发电效益,上库电站在非弃水区间降低库水位,为弃水时段拦蓄弃水预留库容,在弃水时段抬高水位,拦蓄弃水。由此,计算得到一条新的正向坝前水位线,步骤S303;
④考虑到抬高库水位有利于提高发电效益,以年末最后一日实际坝前水位为起点,按满发下泄流量设置各天出库流量,反向计算各天坝前水位,得到一条反向坝前水位线,步骤S304;
⑤判断反向坝前水位线是否满足消落时间要求,步骤S305;若不满足要求,按消落时间要求重新修正反向坝前水位线,步骤S306;
⑥以正反坝前水位线的交点为分界点,取正向坝前水位线的前部分,取反向坝前水位线的后部分,组成新的坝前水位线,步骤S307。
⑦结合调度规程对坝前水位的约束,以此水位线为基准,上下浮动生成新的坝前水位约束,步骤S308。
4)进行汛期水位引导(如图4所示):
①首先水库按汛限水位变幅上限运行,根据各天的弃水情况将汛期时段划分为小的弃水时段和非弃水时段,步骤S401;
②在非弃水时段,加大出库流量,降低坝前水位,直至汛限水位变幅下限,为后续弃水时段拦蓄小洪水预留库容。前提是在降低水位的同时,不再产生弃水,即电站按满发设置出库流量;同时,还要考虑库水位连续处于汛限水位变幅下限的天数不能超过某一限值t,以免长时间处于相对较低水头造成更大的经济损失,得不偿失,步骤S402;
③在随后原本须弃水的时段之初,电站按满发流量下泄,拦蓄小洪水,抬高水位直至汛限水位变幅上限,步骤S403;
④重复一定次数的上述过程,计算得到一条较优的汛期坝前水位过程曲线,以此水位线为基准,结合调度规程,上下浮动生成新的坝前水位约束,步骤S404;
5)进行汛后期水位引导(如图5所示):
①按最小下泄流量设置各天出库流量,快速抬高坝前水位,计算得到一条正向坝前水位线,步骤S501;
②根据正向坝前水位线,计算各天弃水流量,并按弃水流量的正负划分区间,即将汛后时段划分为弃水区间和非弃水区间,步骤S502;
③考虑到减少弃水有利于提高发电效益,电站在非弃水区间降低库水位,为弃水时段拦蓄弃水预留库容,在弃水时段抬高水位,拦蓄弃水。由此,计算得到一条新的正向坝前水位线,步骤S503;
④考虑到抬高库水位有利于提高发电效益,以年末最后一日实际坝前水位为起点,按满发下泄流量设置各天出库流量,反向计算各天坝前水位,得到一条反向坝前水位线,步骤S504;
⑤以正反坝前水位线的交点为分界点,取正向坝前水位线的前部分,取反向坝前水位线的后部分,组成新的坝前水位线,即为汛后最佳蓄水曲线,步骤S505。
⑥结合调度规程对坝前水位的约束,以此水位线为基准,上下浮动生成新的坝前水位约束,步骤S506。
采用该模型对三峡-葛洲坝梯级枢纽2004-2008各年理论最大发电量进行优化计算,计算所用参数为:
种群规模:100,进化代数:500,交叉概率:0.6;变异概率:0.08,海明距离:500,小生境规模:10。
在下面的表1中显示出2004-2008年三峡-葛洲坝梯级枢纽各电站理论最大发电量与实际发电量对照表(发电单位:亿KWh)。如表中所示,理论最大发电量与实际电量的差别较小,并且除了2007年的葛洲坝电量,优化电量均大于实际电量。
表1:
在下面的表2中显示出三峡-葛洲坝梯级枢纽2004-2006年各年后评估考核电量对比表(发电单位:亿KWh)。其中,传统考核电量与理论最大发电量的差值较大,三年的差值百分比均大于5%。同时参考表1,可以发现在这三年中传统考核电量均小于实际电量,并且有较大的差距。
表2:
2004 | 2005 | 2006 | |
传统考核电量 | 534.047 | 623.748 | 609.528 |
理论最大发电量 | 568.761 | 658.913 | 644.958 |
差值 | 34.714 | 35.165 | 35.43 |
差值百分比 | 6.50% | 5.64% | 5.81% |
前述对本发明的具体示例性实施例的描述是为了说明和例证的目的。这些描述并非想穷尽本发明,或者将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的其它技术人员能够实现并利用本发明的各种不同的示例性实施例以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种梯级电站的发电后评估系统,其特征在于,所述系统包括信息采集子系统、后评估子系统以及人机交互子系统,其中:
所述信息采集子系统通过通信总线连接至所述后评估子系统,其采集数据并且将所述数据传输至所述后评估子系统,
其中,所述信息采集子系统包括信息采集接入端口、信息通道以及数据库服务器,所述信息采集接入端口通过所述信息通道与所述数据库服务器相连;
所述后评估子系统通过通信总线分别与所述信息采集子系统和所述人机交互子系统相连,其将从所述信息采集子系统接收的所述数据进行后评估计算分析后传输至所述人机交互子系统,
其中,所述后评估子系统包括信息收发单元、后评估主题信息存储单元、模型存储单元、通用模型接口单元、信息处理单元、信息显示单元、信息反馈单元;所述信息收发单元与所述后评估主题信息存储单元连接;所述模型存储单元、所述通用模型接口单元、所述信息处理单元与所述信息显示单元依次连接;所述信息处理单元又分别与所述后评估主题信息存储单元和所述信息反馈单元连接;
所述人机交互子系统通过通信总线与所述后评估子系统相连,用于输入各类后评估信息处理控制指令,将所述后评估子系统得出的结论进行展示、输出及反馈。
2.根据权利要求1所述的梯级电站的发电后评估系统,其特征在于,
所述信息收发单元接收来自所述数据库服务器的所述数据,并对所述数据进行预处理以便形成统一格式的数据,再将预处理的数据发送至所述后评估主题信息存储单元;
所述后评估主题信息存储单元接收且存储来自所述信息收发单元的所述预处理的数据,并且将所述预处理的数据发送至所述信息处理单元;
所述模型存储单元通过所述通用模型接口单元将存储的计算模型信息提供给所述信息处理单元;
所述通用模型接口单元从所述模型存储单元将所述计算模型信息传输到所述信息处理单元;
所述信息处理单元根据所述人机交互子系统发出的控制指令获取所述预处理的数据,通过所述通用模型接口单元获取所述计算模型信息,并且基于所述计算模型信息通过所述预处理的数据进行后评估计算分析,将分析结果发送至所述信息显示单元和所述反馈单元;
所述信息显示单元接收来自所述信息处理单元的后评估分析结果,并且根据所述人机交互子系统的指令将所述后评估分析结果通过所述通信总线传输到所述人机交互子系统,以显示出所述后评估分析结果;
所述信息反馈单元接收来自所述信息处理单元的所述后评估分析结果,并且根据所述人机交互子系统的指令将后评估分析相关结果信息通过所述通信总线传输到所述人机交互子系统,供所述人机交互子系统将相关结果信息反馈给梯级调度控制中心。
3.根据权利要求1所述的梯级电站的发电后评估系统,其特征在于,所述人机交互子系统进一步包括通信线路、计算机以及输入/输出设备。
4.根据权利要求1所述的梯级电站的发电后评估系统,其特征在于,所述信息通道进一步包括内外网数据通信线路、调度数据通信线路、水情数据通信线路。
5.一种梯级电站的发电后评估方法,其特征在于,所述后评估方法包括以下步骤:
1)数据采集,所述数据采集获取后评估分析所需的数据,包括梯级电站内外网数据、调度数据以及水情数据;
2)后评估计算分析,包括:
考核电量计算:采用综合出力系数法按照调度图进行所述考核电量计算,如果电站没有调节能力则按照核定的考核水位进行调度考核电量计算,所述考核电量计算以日为单位,计算电站一年累积的电量值,即EK=E0-Ej-Et,其中,EK为日考核电量,E0为日设计电量,Ej为机组检修损失电量,Et为调峰损失电量;
理论最大发电量计算:采用基于水位引导的遗传算法进行计算;
考核指标分析:分析指标包括梯级电站年度发电完成率、年度理论可挖潜电量、年度水能利用提高率、年度节水增发电量:
所述年度理论可挖潜电量为ΔEm=Em-E,其中Em为电站理论最大发电量,
所述年度水能利用提高率为,其中ΔE差为计算期末库容差电量,
所述年度节水增发电量为ΔE=E-E年;以及
3)得出结论,包括所述梯级电站年度考核电量值、所述理论最大发电量,所述梯级电站年度发电完成率、所述年度理论可挖潜电量、所述年度水能利用提高率以及所述年度节水增发电量。
6.根据权利要求5所述的梯级电站的发电后评估方法,其特征在于,所述理论最大发电量计算进一步包括:
1)获取参数,包括上库和下库初始水位及下泄流量数据、上库全年日平均入库流量过程数据、上库下泄日平均流量过程和下游坝前电站日平均水位过程构成实体数据、以及上库和下库船闸用水量的过程数据;
2)以梯级电站理论最大发电量为目标函数并且根据约束条件构造模型,其中,
所述约束条件包括上库上游水位约束,下库下泄流量约束,下库坝前水位约束,两坝间水位日变幅约束,出力约束,其中
所述下库坝前水位约束为L5#,min≤L5#≤L5#,max,其中L5#,min,L5#,max分别表示下库坝前电站日平均最低水位及最高水位;
所述出力约束包括单机出力约束,电厂出力约束,所述单机出力约束保持在出力限制线之内,并大于某一值以保证运行的经济可靠;所述电厂出力不低于设计保证出力,且相邻两天出力波动不应过大以保证电网的安全稳定;
3)通过水位引导的方法获得上库坝前水位线;
4)得出结论,包括上库坝前水位线过程数据、下库坝前水位线过程数据、下库下泄过程数据、上库和下库机组日出力过程数据、各枢纽发电量、以及梯级电站理论最大发电量。
7.根据权利要求6所述的梯级电站的发电后评估方法,其特征在于,所述水位引导的具体方法包括:
1)进行时段划分:根据库水位水随季节呈U性变化、其运行方式具有很明显季节性的特点,将遗传算法的个体基因按时段分为三段,即汛前期、汛期和汛后期;
2)进行时段间耦合:第一分段,读入前一天坝前水位作为初始库水位,以防洪汛限水位变幅上限为时段末上库水位,以下游坝坝前平均水位为时段末下库水位;第二、三分段,以防洪汛限水位变幅上限为初始上库水位,以下库平均库水位为初始下库水位,以实际库水位作为时段末库水位;
3)按照时段分别进行汛前期水位引导或汛期水位引导或汛后期水位引导。
8.根据权利要求7所述的梯级电站的发电后评估方法,其特征在于,所述汛前期水位引导包括:
1)按最小下泄流量设置各天出库流量,快速抬高坝前水位,计算得到一条正向坝前水位线;
2)根据正向坝前水位线,计算上库各天弃水流量,并按弃水流量的正负划分区间,即将汛后时段划分为弃水区间和非弃水区间;
3)上库在非弃水区间降低库水位,为弃水时段拦蓄弃水预留库容,在弃水区间抬高水位,拦蓄弃水,计算得到一条新的正向坝前水位线;
4)以年末最后一日实际坝前水位为起点,按满发下泄流量设置各天出库流量,反向计算各天坝前水位,得到一条反向坝前水位线;
5)判断反向坝前水位线是否满足消落时间要求,若不满足要求,按消落时间要求重新修正反向坝前水位线;
6)以正反坝前水位线的交点为分界点,取正向坝前水位线的前部分,取反向坝前水位线的后部分,组成新的坝前水位线;
7)结合调度规程对坝前水位的约束,以此水位线为基准,上下浮动生成新的坝前水位约束。
9.根据权利要求7所述的梯级电站的发电后评估方法,其特征在于,所述汛期水位引导包括:
1)首先水库按汛限水位变幅上限运行,根据各天的弃水情况将汛期时段划分为小的弃水时段和非弃水时段;
2)在非弃水时段,加大出库流量,降低坝前水位,直至汛限水位变幅下限,为后续弃水时段拦蓄小洪水预留库容,前提是在降低水位的同时,不再产生弃水,即电站按满发设置出库流量;同时,还要考虑库水位连续处于汛限水位变幅下限的天数不能超过某一限值;
3)在随后原本须弃水的时段之初,电站按满发流量下泄,拦蓄小洪水,抬高水位直至汛限水位变幅上限;
4)重复一定次数的上述过程,计算得到一条较优的汛期坝前水位过程曲线,以此水位线为基准,结合调度规程,上下浮动生成新的坝前水位约束。
10.根据权利要求7所述的梯级电站的发电后评估方法,其特征在于,所述汛后期水位引导包括:
1)按最小下泄流量设置各天出库流量,快速抬高坝前水位,计算得到一条正向坝前水位线;
2)根据正向坝前水位线,计算各天弃水流量,并按弃水流量的正负划分区间,即将汛后时段划分为弃水区间和非弃水区间;
3)电站在非弃水区间降低库水位,为弃水时段拦蓄弃水预留库容,在弃水时段抬高水位,拦蓄弃水,计算得到一条新的正向坝前水位线;
4)以年末最后一日实际坝前水位为起点,按满发下泄流量设置各天出库流量,反向计算各天坝前水位,得到一条反向坝前水位线;
5)以正反坝前水位线的交点为分界点,取正向坝前水位线的前部分,取反向坝前水位线的后部分,组成新的坝前水位线,即为汛后最佳蓄水曲线;
6)结合调度规程对坝前水位的约束,以此水位线为基准,上下浮动生成新的坝前水位约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310143193.1A CN103246935B (zh) | 2013-04-23 | 2013-04-23 | 梯级电站的发电后评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310143193.1A CN103246935B (zh) | 2013-04-23 | 2013-04-23 | 梯级电站的发电后评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103246935A true CN103246935A (zh) | 2013-08-14 |
CN103246935B CN103246935B (zh) | 2015-06-10 |
Family
ID=48926446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310143193.1A Active CN103246935B (zh) | 2013-04-23 | 2013-04-23 | 梯级电站的发电后评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103246935B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036334A (zh) * | 2014-06-27 | 2014-09-10 | 大连理工大学 | 一种耦合调峰和通航需求的梯级水电站多目标优化调度混合搜索方法 |
CN106873372A (zh) * | 2017-03-22 | 2017-06-20 | 中国水利水电科学研究院 | 基于防洪调度数据自适应控制的水库防洪调度优化方法 |
CN107844871A (zh) * | 2017-12-16 | 2018-03-27 | 博维恩冷冻科技(苏州)有限公司 | 一种电站发电效益优化方法 |
CN114862287A (zh) * | 2022-07-06 | 2022-08-05 | 国能大渡河大数据服务有限公司 | 梯级电站群调度的风险效益分析方法、系统、终端及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855393A (zh) * | 2012-08-14 | 2013-01-02 | 贵州乌江水电开发有限责任公司 | 一种梯级水电站群水能利用提高率的测算方法及系统 |
-
2013
- 2013-04-23 CN CN201310143193.1A patent/CN103246935B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855393A (zh) * | 2012-08-14 | 2013-01-02 | 贵州乌江水电开发有限责任公司 | 一种梯级水电站群水能利用提高率的测算方法及系统 |
Non-Patent Citations (2)
Title |
---|
曹广晶等: "三峡—葛洲坝梯级电站长期日优化调度模型研究与应用", 《三峡工程与长江水资源开发利用及保护国际研讨会论文集》, 1 October 2008 (2008-10-01), pages 187 - 195 * |
曹广晶等: "水电站经济运行考核评估理论方法及其改进的初步研究", 《中国三峡建设(人文版)》, no. 200811, 30 November 2008 (2008-11-30), pages 16 - 23 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036334A (zh) * | 2014-06-27 | 2014-09-10 | 大连理工大学 | 一种耦合调峰和通航需求的梯级水电站多目标优化调度混合搜索方法 |
CN104036334B (zh) * | 2014-06-27 | 2015-08-19 | 大连理工大学 | 一种耦合调峰和通航需求的梯级水电站多目标优化调度混合搜索方法 |
CN106873372A (zh) * | 2017-03-22 | 2017-06-20 | 中国水利水电科学研究院 | 基于防洪调度数据自适应控制的水库防洪调度优化方法 |
CN107844871A (zh) * | 2017-12-16 | 2018-03-27 | 博维恩冷冻科技(苏州)有限公司 | 一种电站发电效益优化方法 |
CN114862287A (zh) * | 2022-07-06 | 2022-08-05 | 国能大渡河大数据服务有限公司 | 梯级电站群调度的风险效益分析方法、系统、终端及介质 |
CN114862287B (zh) * | 2022-07-06 | 2022-09-06 | 国能大渡河大数据服务有限公司 | 梯级电站群调度的风险效益分析方法、系统、终端及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103246935B (zh) | 2015-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Topcu et al. | Energy for the future: An integrated decision aid for the case of Turkey | |
Yuan et al. | Stochastic optimization model for the short-term joint operation of photovoltaic power and hydropower plants based on chance-constrained programming | |
Zhang et al. | Study on short-term optimal operation of cascade hydro-photovoltaic hybrid systems | |
Zhou et al. | Boosting hydropower output of mega cascade reservoirs using an evolutionary algorithm with successive approximation | |
CN105634024A (zh) | 基于价格需求响应的日内经济调度模型及线性求解方法 | |
Guo et al. | Evaluating effects of battery storage on day-ahead generation scheduling of large hydro–wind–photovoltaic complementary systems | |
Liu et al. | A hybrid stochastic/robust-based multi-period investment planning model for island microgrid | |
Rode et al. | The retirement cliff: Power plant lives and their policy implications | |
CN103489044B (zh) | 一种面向智能电网的竞价发电风险控制方法 | |
Ma et al. | Optimal capacity configuration of hydro-wind-PV hybrid system and its coordinative operation rules considering the UHV transmission and reservoir operation requirements | |
Wang et al. | Day-ahead dispatch approach for cascaded hydropower-photovoltaic complementary system based on two-stage robust optimization | |
CN103246935A (zh) | 梯级电站的发电后评估系统及方法 | |
Liao et al. | Daily peak shaving operation of cascade hydropower stations with sensitive hydraulic connections considering water delay time | |
Bødal et al. | Value of hydro power flexibility for hydrogen production in constrained transmission grids | |
Ananth et al. | A review of different optimisation techniques for solving single and multi-objective optimisation problem in power system and mostly unit commitment problem | |
Liu et al. | Economic analysis of renewable energy in the electricity marketization framework: a case study in Guangdong, China | |
CN105447640A (zh) | 一种大电网建设经济型评估方法 | |
CN105678415A (zh) | 一种分布式电源配电网的净负荷预测方法 | |
Huang et al. | Distributionally robust energy-transportation coordination in coal mine integrated energy systems | |
Ding et al. | Long-term operation rules of a hydro–wind–photovoltaic hybrid system considering forecast information | |
Guney et al. | Cost calculation algorithm for photovoltaic systems | |
CN113255982A (zh) | 一种风光水互补系统中长期优化调度方法 | |
Gan et al. | Tourism ecological security evaluation based on dynamic super-efficiency network SBM from the perspective of all-for-one tourism | |
CN107909477A (zh) | 一种输电网规划项目投资组合优化方法 | |
Ratanakuakangwan et al. | Measuring the efficiency of energy planning under uncertainty |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |