CN104965954A - 一种基于全特性空间曲面建模的梯级负荷经济分配方法 - Google Patents

Abstract

本发明公开了一种基于全特性空间曲面建模的梯级负荷经济分配方法，属于水电能源优化运行技术领域。本发明包括：建立以梯级总蓄能最大为目标的梯级负荷分配模型；根据水电站各机组的动力特性，构建水电站全特性空间曲面；根据水电站各机组的振动区，运用组合理论，推求水电站的组合振动区；根据水电站全特性空间曲面和水电站组合振动区，运用差分进化算法求解所述梯级负荷分配模型；将最优梯级负荷分配方案下发至各水电站。本发明以水电站作为梯级负荷分配的计算单元，通过组合振动区直接推求水电站的出力可行域，在兼顾求解精度的前提下，有效提高计算效率，实现梯级总负荷在各水电站间的合理分配，保证梯级水电站群的安全、稳定、经济运行。

Description

一种基于全特性空间曲面建模的梯级负荷经济分配方法

技术领域

本发明属于水电能源优化运行技术领域，更具体地，涉及一种基于全特性空间曲面建模的梯级负荷经济分配方法。

背景技术

流域梯级水电站群负荷经济分配是水电站短期优化调度的重要环节，其在电网调度中心给定梯级发电任务的条件下，综合考虑水电站间复杂的水力、电力联系，在保障水电站和电网安全与稳定运行的前提下，通过充分发挥梯级水电站间的水文、库容和电力补偿效应，实现梯级总负荷在各水电站间的合理、经济分配。梯级负荷经济分配的目的是制定各水电站在调度期内的最优运行方式，但由于梯级水电站群受上下游水库调节性能多样、水电站并网方式及送电区域各异、不同等级输电断面对机组上网出力限制不同等因素的制约，使得梯级负荷经济分配成为一类高维度、多约束、强耦合的复杂非线性规划问题。

目前，传统求解方法在进行梯级负荷分配时多以机组为最小调度单元，该方法虽在水电站厂内经济运行问题的求解中取得了很好的应用效果，但随着梯级水电站规模和机组容量的持续扩大，其带来的频繁机组组合运算会导致计算规模巨大，严重影响求解效率；并且，电力系统负荷的频繁变化将引起水电站时段发电水头和出力的频繁波动，使得机组频繁跨越振动区，进一步降低了求解效率和精度。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供一种基于全特性空间曲面建模的梯级负荷经济分配方法，通过构建水电站全特性空间曲面，将机组的动力特性转换为水电站的动力特性，进而以水电站作为梯级负荷分配的基本计算单元，并通过组合振动区直接推求水电站的出力可行域，在兼顾求解精度的前提下，有效提高计算效率，实现梯级总负荷在各水电站间的合理分配，保证梯级水电站群的安全、稳定、经济运行。

本发明提供一种基于全特性空间曲面建模的梯级负荷经济分配方法，包括以下步骤：

步骤1建立以梯级总蓄能最大为目标的梯级负荷分配模型：

$E=max\underset{t=1}{\overset{T}{\Σ}}\underset{i=1}{\overset{N}{\Σ}}(\underset{k=i}{\overset{N}{\Σ}}{A}_k\·H_k^{t+{\mathrm{\τ}}_j})\·({\mathrm{QI}}_i^t-{\mathrm{QC}}_i^t)$

其中，E表示调度期内的梯级总蓄能；表示水电站i在t时段的入库流量；表示水电站i在t时段的出库流量；A_i表示水电站i的综合出力系数；表示水电站i在t时段的水头；τ_i表示水电站i与上游水电站之间的水流时滞；N表示梯级水电站总个数；T表示调度时段个数；

步骤2根据水电站各机组的动力特性，构建水电站全特性空间曲面，包括以下子步骤：

(2-1)以一定步长对水电站的运行水头范围和出力区间分别进行离散，并确定所有可能的机组组合；

(2-2)选择某一固定的水头和机组组合作为输入条件，根据各机组的NHQ曲线和振动区数据，确定当前水头下各机组的出力上下限和稳定运行区间，以发电耗水量最小为目标，利用动态规划法进行固定机组间的负荷优化分配，得到当前水头和机组组合下的最优负荷分配方案；

(2-3)重复所述步骤(2-2)，遍历求解所有离散水头和机组组合条件下的水电站最优负荷分配方案，即为所述水电站全特性空间曲面；

步骤3根据水电站各机组的振动区，运用组合理论，推求水电站的组合振动区；

步骤4根据所述步骤2得到的水电站全特性空间曲面和所述步骤3得到的水电站组合振动区，运用差分进化算法求解所述梯级负荷分配模型，得到最优梯级负荷分配方案；

步骤5将所述最优梯级负荷分配方案下发至各水电站。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

(1)本发明提出一种水电站全特性空间曲面建模方法，将机组的动力特性转换为整个水电站的动力特性，进而以水电站作为梯级负荷分配模型的基本计算单元，解决了传统方法面临的计算规模大、求解效率低等难题，既保证了模型的计算精度，又满足了实际电力生产对于模型求解的时效性要求；

(2)本发明提出一种基于全特性空间曲面建模的梯级负荷经济分配方法，能够实现梯级总负荷在各水电站间的合理、经济分配，为梯级水电站群的实际发电运行提供技术支持和决策参考。

附图说明

图1为本发明基于全特性空间曲面建模的梯级负荷经济分配方法的流程图；

图2为本发明求解梯级负荷分配模型的流程图；

图3为本发明实施例锦屏一级入库流量过程示意图；

图4为本发明实施例雅砻江下游梯级负荷分配结果图；

图5(a)～5(c)为本发明实施例各水电站实际出力过程和计算出力过程示意图；

图6(a)～6(c)为本发明实施例各水电站计算水位过程和下泄流量过程示意图；

图7为本发明实施例锦屏一级水电站机组全开时的全特性空间曲面图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

图1所示为本发明基于全特性空间曲面建模的梯级负荷经济分配方法的流程图，包括以下步骤：

步骤1建立以梯级总蓄能最大为目标的梯级负荷分配模型，具体包括以下子步骤：

(1-1)确定调度对象。调度对象为梯级水电站群，且至少包括一个具有调节能力的水电站；

(1-2)建立梯级负荷分配模型。由于梯级总蓄能最大准则考虑了相同耗水量在不同水头下的发电效益不同，通过抬高发电水头，降低发电耗水量以达到增加梯级总蓄能的目的，较梯级总耗水量最小准则更为合理。因此，综合考虑梯级水电站间的水力、电力联系以及各水电站安全稳定运行约束，建立以梯级总蓄能最大为目标的梯级负荷分配模型，其数学描述如下：

$E=max\underset{t=1}{\overset{T}{\Σ}}\underset{i=1}{\overset{N}{\Σ}}(\underset{k=i}{\overset{N}{\Σ}}{A}_k\·H_k^{t+{\mathrm{\τ}}_j})\·({\mathrm{QI}}_i^t-{\mathrm{QC}}_i^t)---\left(1\right)$

其中，E表示调度期内的梯级总蓄能；表示水电站i在t时段的入库流量；表示水电站i在t时段的出库流量；A_i表示水电站i的综合出力系数；表示水电站i在t时段的水头；τ_i表示水电站i与上游水电站之间的水流时滞；N表示梯级水电站总个数；T表示调度时段个数；

(1-3)确定梯级负荷分配模型的约束条件集合。上述梯级负荷分配模型需满足的约束条件为以下公式(2)～(7)所示：

①水电站水量平衡约束条件：

$V_i^t=V_i^{t-1}+({\mathrm{QI}}_i^t-{\mathrm{QF}}_i^t-S_i^t)\·\mathrm{\Δ}t---\left(2\right)$

其中，表示水电站i在t时段的库容；分别表示水电站i在t时段的发电流量和弃水流量；Δt表示调度时段长度，通常取1小时或15分钟；

②水电站负荷平衡约束条件：

${\mathrm{Load}}_i^t=\underset{j=1}{\overset{{\mathrm{UN}}_i}{\Σ}}{P}_{i,j}^t---\left(3\right)$

其中，表示水电站i在t时段承担的负荷；表示水电站i的机组j在t时段的出力；UN_i表示水电站i的机组台数；

③水电站水位/水头/流量限制约束条件：

$\left\{\begin{array}{c}\underset{\‾}{Z_i^t}\≤Z_i^t\≤\stackrel{\‾}{Z_i^t}\\ \underset{\‾}{H_i^t}\≤H_i^t\≤\stackrel{\‾}{H_i^t}\\ \underset{\‾}{{\mathrm{QC}}_i^t}\≤({\mathrm{QF}}_i^t+S_i^t)\≤\stackrel{\‾}{{\mathrm{QC}}_i^t}\end{array}\right.---\left(4\right)$

其中，分别表示水电站i在t时段的水位及其上下限； 分别表示水电站i在t时段的水头及其上下限；分别表示水电站i在t时段的下泄流量的上下限；

④机组流量/出力限制约束条件：

$\left\{\begin{array}{c}\underset{\‾}{{\mathrm{QF}}_{i,j}^t}\≤{\mathrm{QF}}_{i,j}^t\≤\stackrel{\‾}{{\mathrm{QF}}_{i,j}^t}\\ \underset{\‾}{P_{i,j}^t}\≤P_{i,j}^t\≤\stackrel{\‾}{P_{i,j}^t}\\ P_{i,j}^t\∉{\mathrm{POZ}}_{i,j}^t\end{array}\right.---\left(5\right)$

其中，分别表示水电站i的机组j在t时段的发电流量及其上下限；分别表示水电站i的机组j在t时段的出力上下限；表示水电站i的机组j在t时段的振动区范围；

⑤梯级总负荷平衡约束条件：

${\mathrm{Load}}^t=\underset{i=1}{\overset{N}{\Σ}}{\mathrm{Load}}_i^t---\left(6\right)$

其中，Load^t表示t时段的梯级总负荷；

⑥梯级水电站间水量平衡约束条件：

${\mathrm{QI}}_i^t=q_i^t+{\mathrm{QC}}_{i-1}^{t-{\mathrm{\τ}}_i}---\left(7\right)$

其中，表示水电站i在t时段的区间入流。

步骤2根据水电站各机组的动力特性，构建水电站全特性空间曲面，得到整个水电站的动力特性。水电站全特性空间曲面建模具体包括以下子步骤：

(2-1)以一定步长对水电站的运行水头范围和出力区间分别进行离散，并确定所有可能的机组组合；

(2-2)选择某一固定的水头和机组组合作为输入条件，根据各机组的NHQ(出力～净水头～发电流量)曲线和振动区数据，确定当前水头下各机组的出力上下限和稳定运行区间，以发电耗水量最小为目标，利用动态规划法进行固定机组间的负荷优化分配，得到当前水头和机组组合下的最优负荷分配方案。根据动态规划最优化原理建立的顺向递推方程组如下：

$\{\begin{array}{c}{\mathrm{QF}}_{i,j}^{*}(\widetilde{P_{i,j}},H_i)=\min \[{\mathrm{QF}}_{i,j}(P_{i,j},H_i)+{\mathrm{QF}}_{i,j-1}^{*}\left(\widetilde{P_{i,j-1}}{H}_i\right)\]\\ \widetilde{P_{i,j-1}}=\widetilde{P_{i,j}}-P_{i,j}(j=1,2,\mathrm{...},{\mathrm{UN}}_i)\end{array}---\left(8\right)$

其中，表示水电站i的1～j号机组的总负荷；QF_i,j(P_i,j,H_i)表示水电站i的j号机组在负荷P_i,j、水头H_i下的发电流量；表示水电站i的1～j号机组在总负荷水头H_i下进行负荷优化分配时的总发电流量；

(2-3)重复步骤(2-2)，遍历求解所有离散水头和机组组合条件下的水电站最优负荷分配方案，即经济运行总表，并存入数据库备用。

固定机组组合下的经济运行总表即为水电站全特性空间曲面，其实现了对水电站水头、出力与最优发电流量间函数映射关系的精确描述。在梯级负荷分配过程中，以水电站作为基本计算单元，根据水电站全特性空间曲面中水头～出力～最优发电流量的三维关系,结合插值方法，直接确定某水头下水电站出力对应的最优发电流量，从而避免了频繁的机组组合运算，在保证求解精度的前提下，有效提高计算效率。

步骤3根据水电站各机组的振动区，运用组合理论，推求水电站的组合振动区。计算水电站的组合振动区具体包括以下子步骤：

(3-1)以一定步长对水电站的运行水头范围进行离散，并确定所有可能的机组组合。选择某一固定的水头和机组组合进行机组振动区组合，设水电站i的机组j的出力上下限分别为其振动区VA_i,j为：

${\mathrm{VA}}_{i,j}=\{\[\underset{\‾}{P_{i,j,1}^v},\stackrel{\‾}{P_{i,j,1}^v}\]\mathrm{...}\[\underset{\‾}{P_{i,j,k}^v},\stackrel{\‾}{P_{i,j,k}^v}\]\mathrm{...}\[\underset{\‾}{P_{i,j,M_j}^v},\stackrel{\‾}{P_{i,j,M_{i,j}}^v}\]\}---\left(9\right)$

其中，M_i,j表示水电站i的机组j的振动区的个数；分别表示水电站i的机组j的第k个振动区的上下限；

(3-2)将水电站i的机组j的振动区VA_i,j取补集，得到其出力可行域F_i,j为：

$F_{i,j}=\{\[\underset{\‾}{P_{i,j}},\underset{\‾}{P_{i,j,1}^v}\],\[\stackrel{\‾}{P_{i,j,1}^v},\underset{\‾}{P_{i,j,2}^v}\]\mathrm{...}\[\stackrel{\‾}{P_{i,j,k}^v},\underset{\‾}{P_{i,j,k+1}^v}\]\mathrm{...}\[\stackrel{\‾}{P_{i,j,M_{i,j}}^v},\stackrel{\‾}{P_{i,j}}\]\}---\left(10\right)$

(3-3)取水电站i的x，y两台机组，对其出力可行域进行交叉组合运算，得到这两台机组的组合可行域F_i,x,y为：

$F_{i,x,y}=\underset{k=0}{\overset{M_{i,x}}{\∪}}\underset{l=0}{\overset{M_{i,y}}{\∪}}\[\stackrel{\‾}{P_{i,x,k}^v}+\stackrel{\‾}{P_{i,y,l}^v},\underset{\‾}{P_{i,x,k+1}^v}+\underset{\‾}{P_{i,y,l+1}^v}\]---\left(11\right)$

(3-4)对步骤(3-3)中的两台机组的组合可行域F_i,x,y取补集，得到两台机组的组合振动区；

(3-5)将上述两台机组视为一台机组，与当前机组组合中余下的机组进行振动区组合运算，重复上述步骤(3-1)～(3-4)，直到遍历所有的机组，即得到该水头和机组组合下的水电站组合振动区；

(3-6)重复上述步骤(3-1)～(3-5)，遍历求解所有离散水头和机组组合下的水电站组合振动区结果，并存入数据库备用。在梯级负荷分配过程中，根据当前水头和机组组合，在数据库中查找对应的水电站组合振动区，用以直接推求水电站的出力可行域，并对振动区约束进行处理，能够提高模型的计算搜索效率，同时保证水电站的安全、稳定运行。

步骤4根据上述步骤2得到的水电站全特性空间曲面和上述步骤3得到的水电站组合振动区，运用差分进化算法进行梯级负荷分配模型求解。图2所示为本发明求解梯级负荷分配模型的流程图，具体包括以下子步骤：

(4-1)初始化计算条件。设置梯级总负荷曲线、各水电站初始水位、入库流量过程和机组检修计划等条件，并完成各水电站的水位库容曲线、下游水位流量曲线和机组NHQ曲线等相关基础数据的初始化；

(4-2)初始化差分进化算法。设置差分进化算法的种群规模、最大迭代次数、变异因子和交叉因子等参数，并随机初始化种群P，种群P中的每个个体代表调度期内各时段梯级总负荷在各水电站中的分配方案；

(4-3)对种群P中的个体进行约束处理，对于违反上述约束条件公式(2)～(7)的个体进行修正，将破坏约束的个体修正至约束边界。特别地，采用水电站组合振动区处理振动区约束，若存在出力处于振动区范围内，且出力大于振动区上下限的平均值时，则将出力修正至振动区上限，否则将出力修正至振动区下限；

(4-4)对种群P进行变异操作生成种群P1，并对种群P1中的个体重复步骤(4-3)的约束处理操作；

(4-5)对种群P和P1进行交叉操作生成种群P2，并对种群P2中的个体重复步骤(4-3)的约束处理操作；

(4-6)计算种群P和P2中个体的适应度。种群P和P2中的个体代表了调度期内各时段各水电站的出力，根据数据库中相应的水电站全特性空间曲面数据，结合插值方法，求得出力对应的最优发电流量，然后依据公式(1)，计算出当前负荷分配方案对应的梯级总蓄能，即个体的适应度；

(4-7)根据差分进化算法的贪婪策略进行选择操作，将变异前的种群P和变异后的种群P2中相同编号的个体进行对比，选择适应度值大的个体进入下一代种群，然后更新种群P；

(4-8)判断是否达到预设的最大迭代次数，是则将种群P中适应度最大的个体作为最优梯级负荷分配方案输出，否则迭代次数加1，然后执行步骤(4-4)。

步骤5将步骤4中得到的最优梯级负荷分配方案下发至各水电站，由各水电站利用成熟的厂内经济运行方法，在满足水电站和电网安全稳定运行的前提下，合理地组织发电生产，制定水电站的最优运行方式。

本发明实施例以雅砻江下游梯级水电站为例，对电网下达的梯级总负荷进行经济分配，以体现本发明的效果。在本发明实施例中，雅砻江下游梯级水电站包括锦屏一级、锦屏二级和官地三级水电站，均为国家电网直调电站。选取某日实际运行工况，锦屏一级、锦屏二级、官地的日初水位分别为：1800.97m、1643.26m和1326.64m，各水电站均无机组检修计划。图3所示为本发明实施例锦屏一级入库流量过程示意图，图4所示为本发明实施例雅砻江下游梯级负荷分配结果图，图5(a)～5(c)所示为本发明实施例各水电站实际出力过程和计算出力过程示意图，图6(a)～6(c)为本发明实施例各水电站计算水位过程和下泄流量过程示意图。

按图1所示的流程，本发明实施例包括以下步骤：

步骤1以锦屏一级、锦屏二级和官地水电站为调度对象，建立以梯级总蓄能最大为目标的梯级负荷分配模型，并确定梯级和各水电站的约束条件。

步骤2根据各水电站各机组的动力特性，分别进行全特性空间曲面建模，得到各水电站的动力特性。以锦屏一级水电站为例，其在机组全开时的全特性空间曲面图如图7所示。

步骤3根据各水电站各机组的振动区，推求各水电站的组合振动区。

步骤4根据步骤2得到的各水电站的全特性空间曲面和步骤3得到的各水电站组合振动区，运用差分进化算法，按照图2所示的流程图进行梯级负荷分配计算，具体包括以下子步骤：

(4-1)初始化计算条件，包括梯级总负荷曲线、各水电站初始水位、入库流量过程和机组检修计划等条件，并初始化各水电站的水位库容曲线、下游水位流量曲线、机组NHQ曲线等相关基础数据；

(4-2)设置差分进化算法的种群规模为30、最大迭代次数为50，由混沌算子生成缩放因子，并自适应调整交叉因子。随机初始化种群P，种群P中的每个个体代表锦屏一级、锦屏二级和官地水电站在调度期内各时段的出力值；

(4-3)对种群P中的个体进行约束处理，对于违反约束的个体进行修正；

(4-4)对种群P进行变异操作生成种群P1，并对种群P1中的个体重复步骤(4-3)的约束处理操作；

(4-5)对种群P和P1进行交叉操作生成种群P2，并对种群P2中的个体重复步骤(4-3)的约束处理操作；

(4-6)结合各水电站全特性空间曲面，计算种群P和P2中每个个体的适应度，即梯级总蓄能；

(4-7)根据差分进化算法的贪婪策略，进行选择操作，将种群P和种群P2中相同编号的个体进行对比，选择适应度值大的个体进入下一代种群，然后更新种群P；

(4-8)判断是否达到预设的最大迭代次数，是则将种群P中适应度最大的个体作为最优梯级负荷分配方案输出，否则迭代次数加1，然后执行步骤(4-4)。

步骤5将最优梯级负荷分配方案下达至各水电站，由各水电站通过厂内经济运行方法制定其最优运行方式。

采用雅砻江下游梯级水电站某日实际运行资料进行梯级负荷分配计算，经计算得到的梯级总蓄能为4889.56万kW，而实际梯级总蓄能为4455.13万kW，优化幅度为9.75％，这表明通过梯级负荷经济分配能够充分发挥水电站间的调节补偿效益，实现水能资源的充分利用。图4显示，锦屏一级、锦屏二级和官地水电站的总出力满足国家电网对于雅砻江下游梯级的负荷要求。从图5(a)～5(c)可以看出，水电站的实际出力过程非常平稳，基本保持固定值运行，但这种调度方式无法发挥水电站的调节作用，而梯级负荷分配模型以梯级总蓄能最大为目标，将梯级总负荷在水电站间进行经济分配，得到的各水电站计划出力过程虽有所波动，但总体较为平稳，能够满足水电站实际运行需求，同时提高了整个梯级的发电效益。图6(a)～6(c)表明，在完成发电任务的前提下，锦屏一级和锦屏二级水位有所上升，抬高了发电水头，增加了梯级总蓄能；而官地水电站作为梯级的最后一级水电站，在以梯级总蓄能最大为目标的梯级负荷分配模型中，会优先使用官地水电站的库容进行发电，因此其水位出现下降，同时，为避免官地水电站被放空，在模型求解时设置了水位最大日变幅约束，因此官地水电站水位在最后几个时段虽然维持低水位运行，但不存在被放空的危险，保证了水电站的运行安全。另外，本发明计算迅速，能够满足梯级实际发电运行的时效性要求。

因此，本发明提出的基于全特性空间曲面建模的梯级负荷经济分配方法能够有效降低计算规模，提高求解效率，并实现梯级总负荷在各水电站间的经济分配，具有一定的实际应用价值，可为类似的工程提供参考与借鉴。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于全特性空间曲面建模的梯级负荷经济分配方法，其特征在于，包括：

步骤1建立以梯级总蓄能最大为目标的梯级负荷分配模型：

$E=max\underset{t=1}{\overset{T}{\Σ}}\underset{i=1}{\overset{N}{\Σ}}(\underset{k=i}{\overset{N}{\Σ}}{A}_k\·H_k^{t+{\mathrm{\τ}}_j})\·({\mathrm{QI}}_i^t-{\mathrm{QC}}_i^t)$

其中，E表示调度期内的梯级总蓄能；表示水电站i在t时段的入库流量；表示水电站i在t时段的出库流量；A_i表示水电站i的综合出力系数；表示水电站i在t时段的水头；τ_i表示水电站i与上游水电站之间的水流时滞；N表示梯级水电站总个数；T表示调度时段个数；

步骤2根据水电站各机组的动力特性，构建水电站全特性空间曲面，包括以下子步骤：

(2-1)以一定步长对水电站的运行水头范围和出力区间分别进行离散，并确定所有可能的机组组合；

(2-2)选择某一固定的水头和机组组合作为输入条件，根据各机组的NHQ曲线和振动区数据，确定当前水头下各机组的出力上下限和稳定运行区间，以发电耗水量最小为目标，利用动态规划法进行固定机组间的负荷优化分配，得到当前水头和机组组合下的最优负荷分配方案；

(2-3)重复所述步骤(2-2)，遍历求解所有离散水头和机组组合条件下的水电站最优负荷分配方案，即为所述水电站全特性空间曲面；

步骤3根据水电站各机组的振动区，运用组合理论，推求水电站的组合振动区；

步骤4根据所述步骤2得到的水电站全特性空间曲面和所述步骤3得到的水电站组合振动区，运用差分进化算法求解所述梯级负荷分配模型，得到最优梯级负荷分配方案；

步骤5将所述最优梯级负荷分配方案下发至各水电站。

2.如权利要求1所述的方法，其特征在于，所述步骤1中的所述梯级负荷分配模型满足以下约束条件：

水电站水量平衡约束条件：

$V_i^t=V_i^{t-1}+({\mathrm{QI}}_i^t-{\mathrm{QF}}_i^t-S_i^t)\·\mathrm{\Δ}t$

其中，表示水电站i在t时段的库容；分别表示水电站i在t时段的发电流量和弃水流量；Δt表示调度时段长度；

水电站负荷平衡约束条件：

${\mathrm{Load}}_i^t=\underset{j=1}{\overset{{\mathrm{UN}}_i}{\Σ}}{P}_{i,j}^t$

其中，表示水电站i在t时段承担的负荷；表示水电站i的机组j在t时段的出力；UN_i表示水电站i的机组台数；

水电站水位/水头/流量限制约束条件：

$\left\{\begin{array}{c}\underset{\‾}{Z_i^t}\≤Z_i^t\≤\stackrel{\‾}{Z_i^t}\\ \underset{\‾}{H_i^t}\≤H_i^t\≤\stackrel{\‾}{H_i^t}\\ \underset{\‾}{{\mathrm{QC}}_i^t}\≤({\mathrm{QF}}_i^t+S_i^t)\≤\stackrel{\‾}{{\mathrm{QC}}_i^t}\end{array}\right.$

其中，分别表示水电站i在t时段的水位及其上下限； 分别表示水电站i在t时段的水头及其上下限；分别表示水电站i在t时段的下泄流量的上下限；

机组流量/出力限制约束条件：

$\left\{\begin{array}{c}\underset{\‾}{{\mathrm{QF}}_{i,j}^t}\≤{\mathrm{QF}}_{i,j}^t\≤\stackrel{\‾}{{\mathrm{QF}}_{i,j}^t}\\ \underset{\‾}{P_{i,j}^t}\≤P_{i,j}^t\≤\stackrel{\‾}{P_{i,j}^t}\\ P_{i,j}^t\∉{\mathrm{POZ}}_{i,j}^t\end{array}\right.$

其中，分别表示水电站i的机组j在t时段的发电流量及其上下限；分别表示水电站i的机组j在t时段的出力上下限；表示水电站i的机组j在t时段的振动区范围；

梯级总负荷平衡约束条件：

${\mathrm{Load}}^t=\underset{i=1}{\overset{N}{\Σ}}{\mathrm{Load}}_i^t$

其中，Load^t表示t时段的梯级总负荷；

梯级水电站间水量平衡约束条件：

${\mathrm{QI}}_i^t=q_i^t+{\mathrm{QC}}_{i-1}^{t-{\mathrm{\τ}}_i}$

其中，表示水电站i在t时段的区间入流。

3.如权利要求1或2所述的方法，其特征在于，所述步骤(2-2)中根据动态规划最优化原理建立的顺向递推方程组如下：

$\left\{\begin{array}{c}Q{F}_{i,j}^{*}(\widetilde{P_{i,j}},H_i)=min\[Q{F}_{i,j}(P_{i,j},H_i)+Q{F}_{i,j-1}^{*}(\widetilde{P_{i,j-1}},H_i)\]\\ \widetilde{P_{i,j-1}}=\widetilde{P_{i,j}}-P_{i,j}(j=1,2,...,U{N}_i)\end{array}\right.$

其中，表示水电站i的1～j号机组的总负荷；QF_i,j(P_i,j,H_i)表示水电站i的j号机组在负荷P_i,j、水头H_i下的发电流量；表示水电站i的1～j号机组在总负荷水头H_i下进行负荷优化分配时的总发电流量。

4.如权利要求1或2所述的方法，其特征在于，所述步骤3包括以下子步骤：

(3-1)以一定步长对水电站的运行水头范围进行离散，并确定所有可能的机组组合，选择某一固定的水头和机组组合进行机组振动区组合，设水电站i的机组j的出力上下限分别为其振动区VA_i,j为：

${\mathrm{VA}}_{i,j}=\{\[\underset{\‾}{P_{i,j,1}^v},\stackrel{\‾}{P_{i,j,1}^v}\]...\[\underset{\‾}{P_{i,j,k}^v,}\stackrel{\‾}{P_{i,j,k}^v}\]...\[\underset{\‾}{P_{i,j,M_j}^v},\stackrel{\‾}{P_{i,j,M_{i,j}}^v}\]\}$

其中，M_i,j表示水电站i的机组j的振动区的个数；分别表示水电站i的机组j的第k个振动区的上下限；

(3-2)将水电站i的机组j的振动区VA_i,j取补集，得到其出力可行域F_i,j为：

$F_{i,j}=\{\[\underset{\‾}{P_{i,j}},\underset{\‾}{P_{i,j,1}^v}\],\[\stackrel{\‾}{P_{i,j,1}^v},\underset{\‾}{P_{i,j,2}^v}\]...\[\stackrel{\‾}{P_{i,j,k}^v},\underset{\‾}{P_{i,j,k+1}^v}\],\[\stackrel{\‾}{P_{i,j,M_{i,j}}^v},\stackrel{\‾}{P_{i,j}}\]\};$

(3-3)取水电站i的x，y两台机组，对其出力可行域进行交叉组合运算，得到这两台机组的组合可行域F_i,x,y为：

$F_{i,x,y}=\underset{k=0}{\overset{M_{i,x}}{\∪}}\underset{l=0}{\overset{M_{i,y}}{\∪}}\[\stackrel{\‾}{P_{i,x,k}^v}+\stackrel{\‾}{P_{i,y,l}^v},\underset{\‾}{P_{i,x,k+1}^v}+\underset{\‾}{P_{i,y,l+1}^v}\];$

(3-4)对所述步骤(3-3)中的两台机组的组合可行域F_i,x,y取补集，得到两台机组的组合振动区；

(3-5)将上述两台机组视为一台机组，与当前机组组合中余下的机组进行振动区组合运算，重复所述步骤(3-1)～(3-4)，直到遍历所有的机组，即得到该水头和机组组合下的水电站组合振动区；

(3-6)重复所述步骤(3-1)～(3-5)，遍历求解所有离散水头和机组组合下的水电站组合振动区结果。

5.如权利要求1或2所述的方法，其特征在于，所述步骤4包括以下子步骤：

(4-1)设置梯级总负荷曲线、各水电站初始水位、入库流量过程和机组检修计划条件，并完成各水电站的水位库容曲线、下游水位流量曲线和机组NHQ曲线的相关基础数据的初始化；

(4-2)设置差分进化算法的种群规模、最大迭代次数、变异因子和交叉因子等参数，并随机初始化种群P，所述种群P中的每个个体代表调度期内各时段梯级总负荷在各水电站中的分配方案；

(4-3)对所述种群P中的个体进行约束处理，对于违反约束条件的个体进行修正，将破坏约束的个体修正至约束边界；

(4-4)对所述种群P进行变异操作生成种群P1，并对所述种群P1中的个体重复所述步骤(4-3)的约束处理操作；

(4-5)对所述种群P和P1进行交叉操作生成种群P2，并对所述种群P2中的个体重复所述步骤(4-3)的约束处理操作；

(4-6)根据所述水电站全特性空间曲面数据，结合插值方法，求得出力对应的最优发电流量，然后依据所述梯级负荷分配模型，计算出当前负荷分配方案对应的梯级总蓄能，即所述种群P和P2中的个体的适应度；

(4-7)根据差分进化算法的贪婪策略进行选择操作，将变异前的种群P和变异后的种群P2中相同编号的个体进行对比，选择适应度值大的个体进入下一代种群，然后更新种群P；

(4-8)判断是否达到预设的最大迭代次数，是则将种群P中适应度最大的个体作为最优梯级负荷分配方案输出，否则迭代次数加1，然后执行所述步骤(4-4)。

6.如权利要求5所述的方法，其特征在于，所述步骤(4-3)中，所述种群P中的个体需满足所述梯级负荷分配模型的约束条件。

7.如权利要求5所述的方法，其特征在于，所述步骤(4-3)中，采用水电站组合振动区处理振动区约束，若存在出力处于振动区范围内，且出力大于振动区上下限的平均值时，则将出力修正至振动区上限，否则将出力修正至振动区下限。