CN103631234A - 一种梯级水电集控站自动化系统的智能优化调度方法 - Google Patents

Abstract

一种梯级水电集控站自动化系统的智能优化调度方法，将梯级水电站人工估算和调度改为梯级水电集控站自动化系统智能优化调度。梯级水电集控站自动化系统采集并存储各级水电站的实时数据，智能优化调度软件综合考虑流域的基本水情、电气安全运行等因素，基于全流域流量平衡原则，按照上级调度对梯级给出的梯级负荷曲线或实时有功目标值，通过事件触发梯级快速仿真和量子进化调度算法，对梯级水电站参与控制的机组自动分配有功负荷，给出当前及后续一段时间内的经济调度方案，并对各级水电站进行自动发电控制。

Description

一种梯级水电集控站自动化系统的智能优化调度方法

技术领域

本发明涉及一种梯级水电集控站自动化系统的智能优化调度方法。

背景技术

水电作为可再生的清洁能源，在我国能源发展史中占有极其重要的地位，支撑着经济社会的可持续发展。目前，在流域、梯级水电的开发利用中，虽然设计规划时考虑了梯级水电站间的协调运行，但是在实际运行管理过程中，由于缺乏有效的、自动化的综合协调优化调度方法，往往还停留在依靠历史数据、调度人员经验进行人工估算、人工调度的阶段，水能利用效率有待提高，无法实现按照负荷曲线或实时有功目标值进行经济调度和自动发电控制，且存在人为判断偏差或失误，增加水电站设备损耗，产生安全隐患的可能。因此有必要研究开发新的梯级水电站优化调度方法，提高水能利用效率，实现经济调度和自动发电控制，保证水电站安全经济运行。

目前，一些地区在梯级范围内的各级水电站建设水电站自动化系统的同时，还建设了梯级集控站自动化系统，在梯级集控站可实时监控各级水电站的运行情况，并可进行集中调度控制。基于梯级集控站对梯级各级水电站集中控制是一个发展趋势，为梯级综合协调、智能化优化调度提供了必要的信息化基础。

高速发展的芯片技术、网络技术和电磁兼容技术为智能化优化调度在梯级水电集控站自动化系统中的应用提供了技术支持。

发明内容

本发明的目的是提供一种梯级水电集控站自动化系统的智能优化调度方法，将梯级水电站人工估算和调度改为梯级水电集控站自动化系统智能优化调度。实现梯级水电站的综合协调、经济调度和自动发电控制，提高水能利用效率，减少水电站设备损耗，提高水电站安全运行水平。

梯级水电集控站自动化系统的智能优化调度方法，将梯级水电站人工估算和调度改为梯级水电集控站自动化系统智能优化调度。梯级水电集控站自动化系统采集并存储各级水电站的实时数据，智能优化调度软件综合考虑流域的基本水情、电气安全运行等因素，基于全流域流量平衡原则，按照上级调度对梯级给出的梯级负荷曲线或实时有功目标值，通过事件触发梯级快速仿真和量子进化调度算法，对梯级水电站参与控制的机组自动分配有功负荷，给出当前及后续一段时间内的经济调度方案，并对各级水电站进行自动发电控制。

本发明的梯级水电集控站自动化系统的智能优化调度方法具体如下：

1）利用梯级水电集控站自动化系统配置并存储梯级各水电站的参数信息，包括水位上限、水位下限、正常蓄水位、设计水头、调节库容、上下游水电站的水流时滞、机组装机容量、机组额定流量、机组不可运行区；

2）利用梯级水电集控站自动化系统采集各水电站的实时数据，包括机组有功、坝前水位、尾水位、水头、流量；

3）利用梯级水电集控站自动化系统获取上级调度下发的梯级负荷曲线或实时有功目标值；

4)梯级水电集控站自动化系统智能优化调度软件检查梯级自动发电控制权限，检查内容包括梯级集控中心远方/现地开关、电站中控室远方/现地开关、机组现地控制单元LCU和间隔测控单元远方/现地开关，按照下级优先的原则判断集控中心是否有自动发电控制的权限，以及是否按上级调度下发的实时有功目标值进行控制；

5）智能优化调度软件综合考虑流域的基本水情、电气安全运行因素，基于全流域流量平衡原则，将梯级作为一个整体进行事件触发快速仿真建模，包括各级水电站间的电力联系和水力联系，模型中考虑了电网负荷平衡、水量平衡、机组躲避振动区、机组出力限制、水库水位限制等，仿真过程中基于梯级的各种事件触发演进，包括：机组有功调节、水库水位越限、水头变化较大、入库流量变化较大等，事件触发仿真相比按固定时间间隔演进极大提高了仿真速度，保证了智能优化调度的实时性；

6）智能优化调度软件采用量子进化调度算法，以当前及后续一段时间内的经济调度方案为进化对象，调度方案的量子编码为种群中的个体。对梯级水电站运行历史数据进行数据挖掘，结合当前运行状态，生成一定规模的初始种群，种群规模按照计算规模自适应；

7）对种群中的每个量子个体进行观测，得到具体调度方案，分别应用于事件触发梯级快速仿真模型和算法，对后续一段时间内梯级的运行进行快速仿真计算，得出后续一段时间内梯级的运行过程和目标函数值；

8）目标函数综合考虑梯级总有功与调度目标值的偏差、消耗水能、机组跨越不可运行区次数、机组在不可运行区运行时间，同时，将水电站水位越上下限的幅度和时间换算为惩罚值，考虑到目标函数值中，实现多目标优化；

9）基于种群中个体的目标函数值，对种群中的个体进行选择，优胜劣汰，较优的个体获得较大概率的进化机会。选择的强度按照种群成熟度自适应；

10）对所有获得进化机会的个体进行量子变异，得到新一代的个体；变异率按照种群成熟度自适应；

11）对每个新一代个体进行观测，得到具体调度方案，分别应用于快速仿真模型，使用事件触发梯级仿真算法，对后续一段时间内梯级的运行进行快速仿真计算，得出后续一段时间内梯级的运行过程和目标函数值；

12）重复上述选择、变异、观测、仿真的过程，直至进化代数达到预设值。种群中最优的调度方案即为最终调度方案；

13）对最优调度方案进行安全校验无误后，智能优化调度软件按照最优调度方案中当前时刻的机组有功优化分配方案对梯级各水电站的机组进行发电控制，实现梯级的经济调度控制和自动发电控制。

本发明提出了量子进化调度算法、事件触发梯级快速仿真模型和算法的相关概念。其中量子进化调度算法基于量子进化算法，将梯级一段时间内的经济调度方案作为进化对象，每个调度方案的量子编码为进化种群中的一个个体，进化计算过程中，对每个个体观测得出调度方案，进行快速仿真，得出目标函数值，按照目标函数值进行选择，对选择出的个体进行量子变异，从而在解空间中向着最优调度方案搜索前进，最终得出最优调度方案；事件触发梯级快速仿真模型和算法将梯级作为一个整体进行建模，包括各级水电站间的电力联系和水力联系，模型中考虑了电网负荷平衡、水量平衡、机组躲避振动区、机组出力限制、水库水位限制等，仿真过程中基于梯级的各种事件触发演进，包括：机组有功调节、水库水位越限、水头变化较大、入库流量变化较大等，事件触发仿真相比按固定时间间隔演进极大提高了仿真速度，保证了智能优化调度的实时性。

有益效果：将梯级水电站人工估算和调度改为梯级水电集控站自动化系统智能优化调度。可实现梯级水电站的综合协调、经济调度和自动发电控制，提高水能利用效率，减少水电站设备损耗，提高水电站安全运行水平。

附图说明

图1是梯级水电集控站自动化系统智能优化调度的流程图。

具体实施方式

梯级水电集控站自动化系统智能优化调度的整个流程如下：

1）利用梯级水电集控站自动化系统配置并存储梯级各水电站的参数信息，包括水位上限、水位下限、正常蓄水位、设计水头、调节库容、上下游水电站的水流时滞、机组装机容量、机组额定流量、机组不可运行区；

2）利用梯级水电集控站自动化系统采集各水电站的实时数据，包括机组有功、坝前水位、尾水位、水头、流量等；

3）利用梯级水电集控站自动化系统获取上级调度下发的梯级负荷曲线或实时有功目标值；

4)梯级水电集控站自动化系统智能优化调度软件检查梯级自动发电控制权限，检查内容包括梯级集控中心远方/现地开关、电站中控室远方/现地开关、机组现地控制单元LCU和间隔测控单元远方/现地开关，按照下级优先的原则判断集控中心是否有自动发电控制的权限，以及是否按上级调度下发的实时有功目标值进行控制；

5）智能优化调度软件综合考虑流域的基本水情、电气安全运行因素，基于全流域流量平衡原则，将梯级作为一个整体进行事件触发快速仿真建模，包括各级水电站间的电力联系和水力联系，模型中考虑了电网负荷平衡、水量平衡、机组躲避振动区、机组出力限制、水库水位限制等，仿真过程中基于梯级的各种事件触发演进，包括：机组有功调节、水库水位越限、水头变化较大、入库流量变化较大等，事件触发仿真相比按固定时间间隔演进极大提高了仿真速度，保证了智能优化调度的实时性；

6）智能优化调度软件采用量子进化调度算法，以当前及后续一段时间内的经济调度方案为进化对象，调度方案的量子编码为种群中的个体。对梯级水电站运行历史数据进行数据挖掘，结合当前运行状态，生成一定规模的初始种群，种群规模按照计算规模自适应；

7）对种群中的每个量子个体进行观测，得到具体调度方案，分别应用于事件触发梯级快速仿真模型和算法，对后续一段时间内梯级的运行进行快速仿真计算，得出后续一段时间内梯级的运行过程和目标函数值；

8）目标函数综合考虑梯级总有功与调度目标值的偏差、消耗水能、机组跨越不可运行区次数、机组在不可运行区运行时间，同时，将水电站水位越上下限的幅度和时间换算为惩罚值，考虑到目标函数值中，实现多目标优化；

9）基于种群中个体的目标函数值，对种群中的个体进行选择，优胜劣汰，较优的个体获得较大概率的进化机会。选择的强度按照种群成熟度自适应；

10）对所有获得进化机会的个体进行量子变异，得到新一代的个体；变异率按照种群成熟度自适应；

11）对每个新一代个体进行观测，得到具体调度方案，分别应用于快速仿真模型，使用事件触发梯级仿真算法，对后续一段时间内梯级的运行进行快速仿真计算，得出后续一段时间内梯级的运行过程和目标函数值；

12）重复上述选择、变异、观测、仿真的过程，直至进化代数达到预设值。种群中最优的调度方案即为最终调度方案；

13）对最优调度方案进行安全校验无误后，智能优化调度软件按照最优调度方案中当前时刻的机组有功优化分配方案对梯级各水电站的机组进行发电控制，实现梯级的经济调度控制和自动发电控制。

本发明提出了量子进化调度算法、事件触发梯级快速仿真模型和算法的相关概念。其中量子进化调度算法基于量子进化算法，将梯级一段时间内的经济调度方案作为进化对象，每个调度方案的量子编码为进化种群中的一个个体，进化计算过程中，对每个个体观测得出调度方案，进行快速仿真，得出目标函数值，按照目标函数值进行选择，对选择出的个体进行量子变异，从而在解空间中向着最优调度方案搜索前进，最终得出最优调度方案；事件触发梯级快速仿真模型和算法将梯级作为一个整体进行建模，包括各级水电站间的电力联系和水力联系，模型中考虑了电网负荷平衡、水量平衡、机组躲避振动区、机组出力限制、水库水位限制等，仿真过程中基于梯级的各种事件触发演进，包括：机组有功调节、水库水位越限、水头变化较大、入库流量变化较大等，事件触发仿真相比按固定时间间隔演进极大提高了仿真速度，保证了智能优化调度的实时性。

Claims (1)

1.一种梯级水电集控站自动化系统的智能优化调度方法，其特征在于，该方法具体如下：

1）利用梯级水电集控站自动化系统配置并存储梯级各水电站的参数信息，包括水位上限、水位下限、正常蓄水位、设计水头、调节库容、上下游水电站的水流时滞、机组装机容量、机组额定流量、机组不可运行区；

2）利用梯级水电集控站自动化系统采集各水电站的实时数据，包括机组有功、坝前水位、尾水位、水头、流量；

3）利用梯级水电集控站自动化系统获取上级调度下发的梯级负荷曲线或实时有功目标值；

4)梯级水电集控站自动化系统智能优化调度软件检查梯级自动发电控制权限，检查内容包括梯级集控中心远方/现地开关、电站中控室远方/现地开关、机组现地控制单元LCU和间隔测控单元远方/现地开关，按照下级优先的原则判断集控中心是否有自动发电控制的权限，以及是否按上级调度下发的实时有功目标值进行控制；

5）智能优化调度软件综合考虑流域的基本水情、电气安全运行因素，基于全流域流量平衡原则，将梯级作为一个整体进行事件触发快速仿真建模，包括各级水电站间的电力联系和水力联系，模型中考虑了电网负荷平衡、水量平衡、机组躲避振动区、机组出力限制、水库水位限制等，仿真过程中基于梯级的各种事件触发演进，包括：机组有功调节、水库水位越限、水头变化较大、入库流量变化较大等，事件触发仿真相比按固定时间间隔演进极大提高了仿真速度，保证了智能优化调度的实时性；

6）智能优化调度软件采用量子进化调度算法，以当前及后续一段时间内的经济调度方案为进化对象，调度方案的量子编码为种群中的个体；对梯级水电站运行历史数据进行数据挖掘，结合当前运行状态，生成一定规模的初始种群，种群规模按照计算规模自适应；

7）对种群中的每个量子个体进行观测，得到具体调度方案，分别应用于事件触发梯级快速仿真模型和算法，对后续一段时间内梯级的运行进行快速仿真计算，得出后续一段时间内梯级的运行过程和目标函数值；

8）目标函数综合考虑梯级总有功与调度目标值的偏差、消耗水能、机组跨越不可运行区次数、机组在不可运行区运行时间，同时，将水电站水位越上下限的幅度和时间换算为惩罚值，考虑到目标函数值中，实现多目标优化；

9）基于种群中个体的目标函数值，对种群中的个体进行选择，优胜劣汰，较优的个体获得较大概率的进化机会，选择的强度按照种群成熟度自适应；

10）对所有获得进化机会的个体进行量子变异，得到新一代的个体，变异率按照种群成熟度自适应；

11）对每个新一代个体进行观测，得到具体调度方案，分别应用于快速仿真模型，使用事件触发梯级仿真算法，对后续一段时间内梯级的运行进行快速仿真计算，得出后续一段时间内梯级的运行过程和目标函数值；

12）重复上述选择、变异、观测、仿真的过程，直至进化代数达到预设值，种群中最优的调度方案即为最终调度方案；

13）对最优调度方案进行安全校验无误后，智能优化调度软件按照最优调度方案中当前时刻的机组有功优化分配方案对梯级各水电站的机组进行发电控制，实现梯级的经济调度控制和自动发电控制。

Images