CN106300441A - 一种面向电网多级输电断面的水电站机组负荷分配方法 - Google Patents

Abstract

本发明公开了一种面向电网多级输电断面的水电站机组负荷分配方法，包括以下步骤：将水电站馈入电网出力限制不同的机组划分为不同的虚拟水电站，根据虚拟水电站各机组离散的动力特性，获取各虚拟水电站不同工作水头与机组组合下的经济运行总表；采用双三次B样条插值法构建各虚拟水电站动力特性三维曲面；以水电站全站耗水率最小为目标建立虚拟水电站实时负荷分配模型；采用差分进化算法结合动力特性三维曲面，求解实时负荷分配模型获取各虚拟水电站分配的负荷；根据负荷与经济运行总表获取虚拟水电站各机组的最优负荷分配与耗流；本发明把水电站负荷分配过程从离散域转变为连续域，提高了计算精度，实现了面向多级输电断面的水电站机组负荷的实时分配。

Description

一种面向电网多级输电断面的水电站机组负荷分配方法

技术领域

本发明属于水电能源技术领域，更具体地，涉及一种面向电网多级输电断面的水电站机组负荷分配方法。

背景技术

当前在建或已投入运行的水电站同时向区域电网和省级电网送电，但由于不同层级电网的并网方式及送电区域各异，这些水电站在进行负荷优化分配时需充分考虑不同等级输电断面对机组上网出力限制不同的约束。

目前的水电站机组负荷分配建模及其模型求解方法以水电机组作为调度单元，通过反复查寻不同水头下机组负荷流量曲线的方法取得精确的最优分配结果。然而，随着机组容量的增加、电站规模的扩大、以及流域梯级电站的联合优化，这些方法中频繁的机组组合运算严重影响计算效率。另有一种流域梯级水电站负荷分配建模及其模型求解方法，是将水电站作为梯级负荷分配的基本计算单元，运用最小二乘法拟合水电站全特性空间曲面，以提高模型求解效率，但这种方法只能确定梯级电站间的负荷分配，且在一定精度范围内得到优化分配结果，难以完全满足实际电力生产需求。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种面向电网多级输电断面的水电站机组负荷分配方法，其目的在通过构建水电站动力特性双三次B样条曲面，把负荷分配过程从离散域转变为连续域，在满足精度要求的前提下提高计算效率，以解决具有多级输电断面馈入的水电站机组负荷分配求解效率低的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种面向电网多级输电断面的水电站机组负荷分配方法，具体包括以下步骤：

(1)通过将水电站馈入电网多级输电断面出力限制不同的机组分别组合为同一河流断面上的不同虚拟水电站来划分虚拟水电站；

(2)根据虚拟水电站各机组离散的动力特性，用动态规划法获取各虚拟水电站不同工作水头与机组组合下的经济运行总表；

(3)基于上述经济运行总表，采用双三次B样条插值法构建各虚拟水电站动力特性三维曲面，获得精确反映水电站水头、出力与最优发电流量关系的虚拟水电站动力特性曲面；

(4)以水电站全站耗水率最小为目标，建立虚拟水电站实时负荷分配模型，并确定模型约束条件；

(5)以虚拟水电站为基本单元，采用差分进化算法，结合各虚拟水电站动力特性双三次B样条曲面，求解上述虚拟水电站实时负荷分配模型，获取各虚拟水电站分配的负荷；

并根据所述分配的负荷与所述经济运行总表，获取虚拟水电站各机组的最优负荷分配与耗流；

其中，差分进化算法是由Storn等人提出的一种基于群体差异的启发式随机搜索算法，基本思想为从某一随机产生的初始群体开始，通过变异、交叉、选择的操作不断迭代，引导搜索过程逼近全局最优解。

优选地，上述面向电网多级输电断面的水电站机组负荷分配方法，其步骤(2)包括如下子步骤：

(2-1)以预设步长对虚拟水电站运行工作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)以一个离散水头和机组组合作为输入条件，根据各机组NHQ(出力-水头-流量)曲线和振动区安全域数据，以发电耗水量最小为目标，利用动态规划法求解当前水头与机组组合下的最优负荷分配方案；

(2-3)重复步骤(2-2)，遍历求解所有离散水头与机组组合条件下的水电站最优负荷分配方案，获得经济运行总表。

优选地，上述面向电网多级输电断面的水电站机组负荷分配方法，其步骤(3)中，采用双三次B样条插值法构建各虚拟水电站动力特性三维曲面的方法，包括以下子步骤：

(3-1)以虚拟水电站经济运行总表中出力N、水头H、耗流Q一一对应的数据构建型值点矩阵，以虚拟水电站水头变化方向为型值点阵的u'方向，反求u'方向的曲面控制点阵；

(3-2)以虚拟水电站出力变化方向为型值点阵的v'方向，反求v'方向的曲面控制点阵；

(3-3)根据所求数据与u'方向的曲面控制点阵以及v'方向的曲面控制点阵的对应关系，求得数据对应的阵列下标；进行双三次B样条的计算插值，获得虚拟水电站动力特性三维曲面；

在本步骤中，根据所求数据与控制点阵的对应关系快速求得数据对应的阵列下标进行双三次B样条的计算插值；在水电站负荷分配的过程中，根据当前的水头和负荷需求，精确求得虚拟水电站总耗流；避免了折算水头或对数据先取整后线性插值的处理，更避免了频繁的机组组合运算，提高了模型的计算搜索效率。

优选地，上述面向电网多级输电断面的水电站机组负荷分配方法，其步骤(4)包括如下子步骤：

(4-1)以水电站全站耗水率最小为目标，建立虚拟水电站实时负荷分配模型，所述模型的函数关系如下：

$\min W=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\[Q_i^t(H^t,P_i^t)\·\mathrm{\Δ}T\]$

其中，W是指电站总耗水量(m³)；是指时段t第i个虚拟水电站在工作水头为H_t、负荷为P_i ^t时的发电流量(m³/s)；ΔT表示时段时长；N为虚拟水电站总数；T为调度期时段数；

(4-2)确定虚拟水电站实时负荷分配模型的约束条件，包括电站负荷平衡约束、水量平衡约束、虚拟水电站水位与水头以及流量限制约束和虚拟水电站出力约束；

其中，电站负荷平衡约束为：

其中，P(t)表示面临时段水电站有功负荷，P_i(t)表示虚拟水电站负荷，n表示虚拟水电站数；

水量平衡约束为V_i,t＝V_i,t-1+(I_i,t-Q_i,t)·Δt；

其中，V_i,t-1，V_i,t分别表示面临时段初、末库容，I_i,t，Q_i,t分别表示面临时段上游来水流量、水库下泄流量，Δt表示时段长度；

虚拟水电站水位/水头/流量限制约束为：

$\left\{\begin{array}{c}\underset{\‾}{Z_i^t}\≤Z_i^t\≤\stackrel{\‾}{Z_i^t}\\ \underset{\‾}{H_i^t}\≤H_i^t\≤\stackrel{\‾}{H_i^t}\\ \underset{\‾}{Q_i^t}\≤Q_i^t\≤\stackrel{\‾}{Q_i^t}\end{array}\right.;$

其中，分别为第i个虚拟水电站t时段的水位及其上下限，分别为第i个虚拟水电站t时段的水头及其上下限， 分别为第i个虚拟水电站t时段的水库下泄流量及其上下限；

虚拟水电站出力约束为P_i,min≤P_i(t)≤P_i,max；

其中，P_i,min，P_i(t)，P_i,max分别表示第i个虚拟水电站的最小出力、面临时段实际出力和单站最大出力。

优选地，上述面向电网多级输电断面的水电站机组负荷分配方法，其步骤(5)包括如下子步骤：

(5-1)运用差分进化算法，求解上述虚拟水电站实时负荷分配模型，通过双三次B样条曲面求得当前水头下虚拟水电站的最优负荷分配；

(5-2)以上述最优负荷分配与当前水头为输入，查寻各虚拟水电站的经济运行总表，得到各虚拟水电站机组的最优负荷分配与耗流。

优选地，上述面向电网多级输电断面的水电站机组负荷分配方法，其步骤(5-1)包括如下子步骤：

(5-1-1)以虚拟水电站为基本单元，初始化计算条件及差分进化算法，随机生成种群P；其中种群的个体是指电站总负荷在虚拟水电站中的分配方案；

(5-1-2)对种群中的个体进行约束处理，对违反约束的个体进行修正；

(5-1-3)进行差分进化算法的变异处理生成第一种群P1，重复步骤(5-1-2)；

(5-1-4)进行差分进化算法的交叉处理生成第二种群P2，重复步骤(5-1-2)；

(5-1-5)以当前水头与第一种群P1和第二种群P2的负荷分配方案为输入，通过水头、负荷值在水电站双三次B样条空间曲面上分别求得第一种群P1、第二种群P2对应的最优发电流量，即第一种群P1和第二种群P2中个体的适应度；

(5-1-6)根据差分进化算法的“贪婪”选择策略对各种群进行筛选，保留各种群中适应度最优的个体，更新种群P；迭重复筛选与种群更新处理，直至达到预设的最大迭代次数，获取虚拟水电站最优负荷分配；

其中，“贪婪”选择策略是指逐步选择较优的个体作为新个体，以逐步的局部最优达到全局最优的方法。

本发明提供的上述面向电网多级输电断面的水电阻机组负荷分配方法，涉及基于双三次B样条的虚拟水电站动力特性曲面构建方法，以及基于虚拟水电站动力特性曲面的多级输电断面虚拟水电站及其机组负荷分配方法；

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，能够取得下列有益效果：

(1)本发明提供的这种面向电网多级输电断面的水电阻机组负荷分配方法中，首先划分虚拟水电站；由于同一水电站的机组可能馈入电网多级输电断面，导致同一电站不同机组的出力限制不同，采用划分虚拟水电站的方式，将出力限制不同的机组分别组合为同一河流断面上的不同电站，形成一厂多站的电站虚拟形式，避免在处理约束时，尤其是约束每台机组出力时，出现机组组合后不满足约束要求的情况；

(2)本发明提供的这种面向电网多级输电断面的水电阻机组负荷分配方法中，基于双三次B样条曲面进行水电站动力特性构建，以虚拟水电站为基本计算单元，通过构建虚拟水电站动力特性双三次B样条曲面，把负荷分配过程从离散域转变为连续域，提高了计算精度，且能满足不同电网电压等级馈入的要求；

(3)本发明提供的这种面向电网多级输电断面的水电阻机组负荷分配方法中，基于虚拟水电站动力特性双三次B样条曲面进行多级输电断面水电站机组负荷分配，能够有效解决具有多级输电断面馈入的水电站机组负荷分配问题建模及其模型求解过程约束条件多、计算规模大导致的求解效率低的问题，具有显著提高模型计算效率的特点，实现了面向多级输电断面的水电站机组负荷的实时分配。

附图说明

图1本发明实施例提供的面向电网多级输电断面的水电阻机组负荷分配方法的流程图；

图2为本发明实施例中的虚拟水电站划分示意图；

图3为本发明实施例中隔河岩入库流量过程图；

图4为本发明实施例中隔河岩出力与水头变化过程图；

图5为本发明实施例中隔河岩水位和下泄流量过程图；

图6为本发明实施例中隔河岩虚拟水电站及机组出力过程图；

图7为本发明实施例中隔河岩双三次B样条、曲面拟合和直接查表三种方法计算结果得到的下泄流量对比图；

图8为本发明实施例中隔河岩双三次B样条、曲面拟合与直接查表方法的总耗流比值图；

图9为本发明实施例中的隔河岩虚拟水电站A(B)机组全开时的双三次B样条插值空间曲面与最小二乘拟合曲面；其中，(a)为隔河岩虚拟水电站A(B)机组全开时的双三次B样条插值空间曲面；(b)为隔河岩虚拟水电站A(B)机组全开时的最小二乘拟合曲面。

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。

实施例提供的面向电网多级输电断面的水电站机组负荷分配方法，以清江隔河岩水电站为例，基于虚拟水电站动力特性双三次B样条曲面，实现水电机组实时负荷分配，其流程如图1所示，具体如下：

步骤1，划分虚拟水电站：将出力限制不同的机组分别组合为同一河流断面上的不同电站，形成一厂多站的电站虚拟形式；实施例中，针对含有n级输电断面的水电站，虚拟水电站划分示意图如图2。

步骤2，根据各虚拟水电站机组离散的动力特性，用动态规划法求出各虚拟水电站不同工作水头和机组组合下的经济运行总表，具体包括如下子步骤：

(2-1)以预设步长对虚拟水电站运行工作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)选择某一固定水头和机组组合作为输入条件，根据各机组NHQ(出力-水头-流量)曲线和振动区安全域数据，以发电耗水量最小为目标，利用动态规划法求出当前水头和机组组合下的最优负荷分配方案；

(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。

步骤3，基于不同工作水头和机组组合的虚拟水电站经济运行总表，采用双三次B样条插值法构建虚拟水电站动力特性曲面，得到精确反映水电站水头、出力与最优发电流量关系的虚拟水电站动力特性曲面；具体包括如下子步骤：

(3-1)双三次B样条插值全站动力特性曲面：

(3-1-1)以经济运行总表中虚拟水电站出力N、水头H、耗流Q一一对应的n×m维数据为型值点矩阵F，取水电站水头变化方向为型值点阵的u'方向，在u'方向反求曲面控制点阵；

实施例中，已知型值点列e_i(i＝1,2,…nn)及边界条件切矢e′₁和e'_nn，则其连续的双三次B样条曲线控制点列d_i(i＝0,1,2,…n+1)满足如下矩阵方程：

对第i＝1,2,…nn个水头对应的流量-出力曲线，其型值点为F中的第i行，由式(1)反求出每条曲线的控制点，获得nn×(mm+2)的控制点阵E；

(3-1-2)以水电站出力变化方向为型值点阵的v'方向，在v'方向反求曲面控制点阵；以控制点阵E为型值点阵，对j＝1,2,…mm+2，依次以E阵的第j列为型值点，由式(1)反求出每列的控制点，求出(nn+2)×(mm+2)的控制点阵d；

(3-1-3)由控制点阵插值：根据所求数据与控制点阵的对应关系快速求得数据对应的阵列下标进行双三次B样条的计算插值；

在水电站负荷分配的过程中，根据当前的水头和负荷需求，精确求得虚拟水电站总耗流；避免了折算水头或对数据先取整后线性插值的处理，更避免了频繁的机组组合运算，提高模型的计算搜索效率；

实施例中，连续的双三次B样条曲面表示为：

p_ij(u,v)＝UP₃DP₃ ^TV，0≤u'≤1，0≤v'≤1 (2)

其中，i＝1,2,…nn-1，j＝1,2,…mm-1；

U＝[u'³,u'²,u',1]；V＝[v'³,v'²,v',1]^T；

$P_3=\frac{1}{6}\left[\begin{array}{cccc}-1& 3& -3& 1\\ 3& -6& 3& 0\\ -3& 0& 3& 0\\ 1& 4& 1& 0\end{array}\right];$

$D=\left[\begin{array}{cccc}{d}_{i,j}& d_{i,j+1}& d_{i,j+2}& d_{i,j+3}\\ d_{i+1,j}& d_{i+1,j+1}& d_{i+1,j+2}& d_{i+1,j+3}\\ d_{i+2,j}& d_{i+2,j+1}& d_{i+2,j+2}& d_{i+2,j+3}\\ d_{i+3,j}& d_{i+3,j+1}& d_{i+3,j+2}& d_{i+3,j+3}\end{array}\right].$

步骤4，以水电站全站耗水率最小为目标，建立虚拟水电站实时负荷分配模型：

(4-1)以水电站耗水率最小为目标，建立虚拟水电站实时负荷分配模型，其函数如下：

$\min W=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\[Q_i^t(H^t,P_i^t)\·\mathrm{\Δ}T\]---\left(3\right)$

式中，W为电站总耗水量(m³)；为时段t第i个虚拟水电站在工作水头为H_t，负荷为P_i ^t时的发电流量(m³/s)；ΔT表示时段时长；N为虚拟水电站总数；T为调度期时段数。

(4-2)确定虚拟水电站实时负荷分配模型的约束条件，包括：

①电站负荷平衡约束：

$P\left(t\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{P}_i\left(t\right)---\left(4\right)$

式中，P(t)表示面临时段水电站有功负荷，P_i(t)表示虚拟水电站负荷，n表示虚拟水电站数；

②水量平衡约束：

V_i,t＝V_i,t-1+(I_i,t-Q_i,t)·Δt (5)

式中，V_i,t-1，V_i,t分别表示面临时段初、末库容，I_i,t，Q_i,t分别表示面临时段上游来水流量、水库下泄流量，Δt表示时段长度；

③虚拟水电站水位/水头/流量限制约束：

$\left\{\begin{array}{c}\underset{\‾}{Z_i^t}\≤Z_i^t\≤\stackrel{\‾}{Z_i^t}\\ \underset{\‾}{H_i^t}\≤H_i^t\≤\stackrel{\‾}{H_i^t}\\ \underset{\‾}{Q_i^t}\≤Q_i^t\≤\stackrel{\‾}{Q_i^t}\end{array}\right.---\left(6\right)$

式中，分别为第i个虚拟水电站t时段的水位及其上下限，分别为第i个虚拟水电站t时段的水头及其上下限， 分别为第i个虚拟水电站t时段的水库下泄流量及其上下限；

④虚拟水电站出力约束：

P_i,min≤P_i(t)≤P_i,max (7)

式中，P_i,min，P_i(t)，P_i,max分别表示第i个虚拟水电站的最小出力、面临时段实际出力和单站最大出力。

步骤5，水电站机组负荷分配模型求解，运用差分进化算法求解上述步骤4中公式(3)；

通过双三次B样条曲面求得当前水头下虚拟水电站的最优发电流量以更新差分进化种群，并根据各虚拟水电站分配到的负荷查寻虚拟水电站经济运行总表得到虚拟水电站内各机组负荷分配值，具体如下：

(5-1)差分进化算法求解水电站虚拟水电站负荷分配：

①以虚拟水电站为基本单元，初始化计算条件及差分进化算法，随机生成种群P，其中种群的个体代表电站总负荷在虚拟水电站中的分配方案。

②对种群中的个体进行约束处理，对违反约束的个体修正；

③进行差分进化算法的变异操作生成种群P1，重复步骤②；

④进行差分进化算法的交叉操作生成种群P2，重复步骤②；

⑤以当前水头与种群P1和P2的负荷分配方案为输入，通过水头、负荷值在虚拟水电站动力特性双三次B样条曲面上分别求得P1、P2每个分配方案对应的最优发电流量，即种群P1和P2中个体的适应度；

⑥根据差分进化算法的“贪婪”选择策略对种群进行筛选，保留种群中适应度最优的个体，更新种群P，迭代筛选直至达到预设的最大迭代次数，获取虚拟水电站最优负荷分配方案；

(5-2)虚拟水电站机组负荷分配：

以步骤(5-1)通过差分进化算法分配得到的虚拟水电站负荷与当前水头为输入，查寻各虚拟水电站的经济运行总表，得到各虚拟水电站机组的最优负荷分配与耗流。

实施例中，以隔河岩水电站某日实际运行工况，初水位为193.62m，无机组检修计划；该水电站的入库流量如图3，该图示意了入库留流量与时段的关系曲线；实施例中，隔河岩水电站机组负荷分配过程具体如下：

步骤1，隔河岩水电站面临两级输电断面，两台机组馈入湖北电网，另外两台机组馈入华中电网，二者电压等级不同，出力限制约束不同；将馈入湖北电网的机组虚拟为A站，馈入华中电网的机组虚拟为B站，形成一厂两站的虚拟水电站形式，且各虚拟水电站分摊隔河岩负荷需求；

步骤2，根据A、B虚拟水电站各机组离散的动力特性，用动态规划法，分别求得固定机组组合下的经济运行总表；

步骤3，在A、B站经济运行总表的基础上，分别构建A、B两站双三次B样条空间曲面；

步骤4，建立以水电站耗水率最小为目标的实时负荷分配模型，确定模型约束条件；

步骤5，运用差分进化算法，设置种群规模为10、最大迭代次数为10，设置虚拟站A、B最大出力限制分别为450MW、600MW，通过两站双三次B样条空间曲面求出各分配方案的最优耗流，以更新种群，求解负荷分配模型。得到各虚拟水电站负荷分配后，查询各经济运行表确定机组分配；

步骤6，用最小二乘拟合法和直接查询经济运行总表的方法，计算得到用于对比的其他两种机组负荷分配结果；

在隔河岩水电站的实际运行中，以耗流量最小为目标进行机组负荷分配计算，实现水能资源的充分利用。

由图4可看出隔河岩时段出力满足电网负荷要求，水头变化合理，保证了电站的发电效益。从图5可以看出，隔河岩水电站的水位波动较小，全天96点的水位波动在1米范围内，满足水电站实际运行需求。图6表明虚拟水电站及机组间的负荷分配情况，由该图可知，虚拟水电站严格遵循出力约束，A站出力不超出450MW，B站不超出600MW，且出力过程遵循尽量少开机组的原则。

从图7所示意的下泄流量过程和图8所示意的双三次B样条、曲面拟合与直接查表方法的总耗流比值图可分析出，基于双三次B样条曲面求解机组实时负荷分配模型的计算结果完全吻合机组最优负荷分配要求，与经典的直接查询经济运行总表的计算方法相比，二者曲线重叠；基于曲面拟合方法的机组负荷分配模型求解精度明显不足，容易导致得到非最优的计算结果。

实施例中，隔河岩A站双三次B样条插值曲面如图9(a)示；由于机组特性相同，B站双三次B样条插值曲面亦如图9(a)所示；用最小二乘拟合法构建的虚拟水电站动力特性曲面如图9(b)所示；拟合公式为Q＝a·N²+b·N·H+c·N+d·H+e·H²，其中，a＝-0.003679，b＝-0.1069，c＝22.27，d＝0.4586，e＝-0.003024；拟合精度：SSE:2.377e+06，R-square:0.9973，RMSE:16.8。

实施例的这种双三次B样条曲面构建方法建立了水电站全特性出力-水头-流量连续函数映射关系，能够显著提高模型求解计算速度；在实施例中，通过10次试验结果表明，平均计算用时为12.756s，而传统查表算法平均用时62.190s，时效提升79.49％，能够满足实际发电运行的时效性要求。由此，验证了本发明提出的这种基于双三次B样条曲面的面向电网多级输电断面的水电站负荷分配法能够有效降低计算规模，提高求解效率，实现具有多级输电断面的水电站实时负荷分配。

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 (6)

1.一种面向电网多级输电断面的水电站机组负荷分配方法，其特征在于，包括以下步骤：

(1)通过将水电站馈入电网多级输电断面出力限制不同的机组分别组合为同一河流断面上的不同虚拟水电站来划分虚拟水电站；

(2)根据虚拟水电站各机组离散的动力特性，用动态规划法获取各虚拟水电站不同工作水头与机组组合下的经济运行总表；

(3)基于所述经济运行总表，采用双三次B样条插值法构建各虚拟水电站动力特性三维曲面；

(4)以水电站全站耗水率最小为目标，建立虚拟水电站实时负荷分配模型，并确定模型约束条件；

(5)以虚拟水电站为基本单元，采用差分进化算法，结合各虚拟水电站动力特性三维曲面，求解所述虚拟水电站实时负荷分配模型，获取各虚拟水电站分配的负荷；

并根据所述负荷与所述经济运行总表，获取虚拟水电站各机组的最优负荷分配与耗流。

2.如权利要求1所述的水电站机组负荷分配方法，其特征在于，所述步骤(2)包括如下子步骤：

(2-1)以预设步长对虚拟水电站运行工作水头范围和出力区间分别进行离散处理，并确定所有可能的机组组合；

(2-2)以一个离散水头和机组组合作为输入条件，根据各机组NHQ曲线和振动区安全域数据，以发电耗水量最小为目标，采用动态规划法获取当前水头与机组组合下的最优负荷分配；

(2-3)重复步骤(2-2)，遍历求解所有离散水头与机组组合为输入条件下的水电站最优负荷分配方案，获得经济运行总表。

3.如权利要求1或2所述的水电站机组负荷分配方法，其特征在于，所述步骤(3)中，采用双三次B样条插值法构建各虚拟水电站动力特性三维曲面的方法，包括如下子步骤：

(3-1)以虚拟水电站经济运行总表中出力N、水头H、耗流Q对应的数据构建型值点矩阵，以虚拟水电站水头变化方向为型值点阵的u'方向，反求u'方向的曲面控制点阵；

(3-2)以虚拟水电站出力变化方向为型值点阵的v'方向，反求v'方向的曲面控制点阵；

(3-3)根据所求数据与u'方向的曲面控制点阵以及v'方向的曲面控制点阵的对应关系，获得数据对应的阵列下标；进行双三次B样条的计算插值，获得虚拟水电站动力特性三维曲面。

4.如权利要求1或2所述的水电站机组负荷分配方法，其特征在于，所述步骤(4)包括如下子步骤：

(4-1)以水电站全站耗水率最小为目标，建立虚拟水电站实时负荷分配模型，所述模型的函数关系为：

$\min W=\underset{t=1}{\overset{T}{\Σ}}\underset{i=1}{\overset{N}{\Σ}}\[Q_i^t(H^t,P_i^t)\·\mathrm{\Δ}T\];$

其中，W是指电站总耗水量；是指时段t第i个虚拟水电站在工作水头为H_t、负荷为时的发电流量；ΔT表示时段时长；N为虚拟水电站总数；T为调度期时段数；

(4-2)确定虚拟水电站实时负荷分配模型的约束条件，包括电站负荷平衡约束、水量平衡约束、虚拟水电站水位与水头以及流量限制约束和虚拟水电站出力约束；

其中，电站负荷平衡约束为：

其中，P(t)表示面临时段水电站有功负荷，P_i(t)表示虚拟水电站负荷，n表示虚拟水电站数；

水量平衡约束为V_i,t＝V_i,t-1+(I_i,t-Q_i,t)·Δt；

其中，V_i,t-1，V_i,t分别表示面临时段初、末库容；I_i,t，Q_i,t分别表示面临时段上游来水流量、水库下泄流量；Δt表示时段长度；

虚拟水电站水位/水头/流量限制约束为：

$\left\{\begin{array}{c}\underset{\‾}{Z_i^t}\≤Z_i^t\≤\stackrel{\‾}{Z_i^t}\\ \underset{\‾}{H_i^t}\≤H_i^t\≤\stackrel{\‾}{H_i^t}\\ \underset{\‾}{Q_i^t}\≤Q_i^t\≤\stackrel{\‾}{Q_i^t}\end{array}\right.;$

其中，分别为第i个虚拟水电站t时段的水位及其上下限；分别为第i个虚拟水电站t时段的水头及其上下限； 分别为第i个虚拟水电站t时段的水库下泄流量及其上下限；

虚拟水电站出力约束为P_i,min≤P_i(t)≤P_i,max；

其中，P_i,min，P_i(t)，P_i,max分别表示第i个虚拟水电站的最小出力、面临时段实际出力和单站最大出力。

5.如权利要求1或2所述的水电站机组负荷分配方法，其特征在于，所述步骤(5)包括如下子步骤：

(5-1)运用差分进化算法，求解所述虚拟水电站实时负荷分配模型，通过双三次B样条曲面求得当前水头下虚拟水电站的最优负荷分配；

(5-2)以所述最优负荷分配与当前水头为输入，查寻各虚拟水电站的经济运行总表，得到各虚拟水电站机组的最优负荷分配与耗流。

6.如权利要求5所述的水电站机组负荷分配方法，其特征在于，所述步骤(5-1)包括如下子步骤：

(5-1-1)以虚拟水电站为基本单元，随机生成种群P；

(5-1-2)对种群P中的个体进行约束处理，对违反约束的个体进行修正；

(5-1-3)对种群P进行变异操作处理生成第一种群P1，重复步骤(5-1-2)；

(5-1-4)对种群P进行交叉操作处理生成第二种群P2，重复步骤(5-1-2)；

(5-1-5)以当前水头与第一种群P1和第二种群P2的负荷分配为输入，通过水头、负荷值在水电站双三次B样条空间曲面上分别求得第一种群P1、第二种群P2对应的最优发电流量，即第一种群P1和第二种群P2中个体的适应度；

(5-1-6)对种群进行筛选，保留种群中适应度最优的个体，更新种群P；迭重复筛选与种群更新处理，直至达到预设的最大迭代次数，获取虚拟水电站最优负荷分配。