CN107563538B - 大电网平台下的面向关键水位控制的多目标水库群调度优化方法 - Google Patents

Abstract

大电网平台下的面向关键水位控制的多目标水库群调度优化方法，是以年初、汛前、汛后和年末的水位控制为优化目标，以弃水量最小、发电量最大为优化评价指标，采用多目标优化技术进行长系列径流优化计算。该方法以关键水位作为优化变量和控制目标，然后对关键水位矩阵序列的进行评估的方法，再以关键水位为优化变量并基于上文提出的评估函数的NSGA‑II多目标计算方法，最后基于非劣关键水位集的调度规则应用方法。本发明以提高水电消纳和减少弃水为目的，旨在通过优化关键水位控制，提供简单可行、易于操作的梯级水电站群调度运行方式。同时考虑预测来水和调度经验，应用过程简单直观，计算结果在发电量提高的同时有效减少了弃水。

Description

大电网平台下的面向关键水位控制的多目标水库群调度优化 方法

技术领域

本发明属于水电调度运行领域，涉及一种大电网平台下的面向关键水位控制的多目标水库群调度优化方法。

技术背景

最近十多年，我国西南地区集中建成了金沙江、澜沧江、雅砻江、大渡河、乌江、红水河超千万千瓦的干流梯级水电站群，这些巨型水电站群肩负着跨流域跨省跨区域大规模、远距离送电的重任，其调度极大不同于以往中小规模、就地平衡的水电站运行方式。传统的保证出力控制调度规则不再是关注的重点，更重要的体现在总的蓄能和水电资源的高效利用。一个重要的衡量指标就是关键时间节点的水位控制，主要是指年初、汛前、汛后和年末的水位控制，以协调发电、防洪、生态等其他综合利用要求。

本发明依托国家自然科学基金重大计划重点支持项目(91547201)和国家自然科学基金(51579029，51209031)，依托云南电网公司、澜沧江流域水电公司委托的实际课题，从大电网平台角度出发，基于我国电网、流域集控水电调度的工作实际，以优化年初、汛前、汛后和年末的水位控制为目标，基于弃水量最小、发电量最大评价准则，采用长系列径流资料，优化仿真梯级水电站群调度运行过程，从而确定适合现在和未来我国大电网平台下的水电优化调度规则，以更好地促进水电消纳，减少弃水。

发明内容

本发明主要针对大电网平台特点，提供一种大电网平台下的面向关键水位控制的多目标水库群调度优化方法，以提高水电消纳和减少弃水为目的，旨在通过优化关键水位控制，提供简单可行、易于操作的梯级水电站群调度运行方式。

该方法是以年初、汛前、汛后和年末的水位控制为优化目标，以弃水量最小、发电量最大为优化评价指标，采用多目标优化技术进行长系列径流优化计算。该方法以关键水位作为优化变量和控制目标，包括基于关键水位和水文气象条件的完整水位过程生成方法，见下式：Z＝Fill(Z_key,Ω)；

然后，对关键水位矩阵序列的进行评估的方法，即评估函数流程，包括基于历史水文气象数据和给定评价准则的评估函数计算方法。再以关键水位为优化变量并基于上文提出的评估函数的NSGA-II多目标计算方法，最后基于非劣关键水位集的调度规则应用方法。包括使用NSGA-II选择算子，根据预测来水和上文提出的评估函数，从非劣关键水位集中选出m个方案作为最终调度的备选方案。

本发明采用技术方案的关键步骤为：

(1)确定优化变量。根据工程要求在调度期内的T+1个时刻中选取T_key+1个时刻作为关键时刻，将关键时刻的水库群水位组合为关键水位序列矩阵Z_key，并将其每个元素作为优化调度的状态变量。选择具有工程意义的若干个关键时刻的关键水位作为优化变量；

(2)确定评估函数。多目标优化算法中，评估函数根据优化变量进行计算，返回n个目标值，组成目标集

在以关键水位序列矩阵Z_key的基础上，按照一定的规则结合历史径流过程进行完整的水位序列的生成，并在完整水位序列的基础上计算相应的目标值计算。

(3)确定NSGA-II中其他的关键参数与算子。种群规模设置为MU，交叉算子为单点交叉，变异算子为高斯变异。停止准则为种群进化到的最大代数NGEN时停止计算，并输出相应的结果。

(4)根据(1)-(3)确定的关键算子和参数，利用NSGA-II进行优化计算并输出计算结果。计算结果为非劣关键水位矩阵集

非劣关键水位矩阵集中每个关键水位序列在历史径流条件下都是可行的非劣方案，也就是面向关键水位的多目标调度规则。

规则应用时，从非劣关键水位矩阵集中，根据NSGA-II选择算子和当年的预测来水选出m个关键水位矩阵序列作为最终调度的备选方案。调度人员从m个关键水位矩阵序列选出最终的各水库关键水位值，用于指导调度。

。以具有重要工程意义的几个关键时刻的水位为主要优化变量和控制目标，以发电量最大和弃水最小作为目标函数，结合历史来水资料提供高容错度的调度满意解作为调度规则。使用时再结合预测来水和给定的目标计算出相对最优的备选方案，最后则根据经验决策最终得出调度结果。本发明可以同时考虑预测来水和调度经验，应用过程简单直观，计算结果在发电量提高的同时有效减少了弃水。该规则对特大流域发电调度具有重要的指导意义。

附图说明

图1为评估函数流程图。

图2为备选方案集选择流程图。

图3为调度规则计算流程。

图4为非劣关键水位序列图。

图5为非劣关键水位目标Pareto前沿。

具体实施方式

下面结合附图和实施例对本发明作进一步的描述。

梯级水库群多目标调度规则可以直接指导调度，是水库发电调度的重要依据。以往研究，。多是从水能利用的角度出发，以多年平均发电量最大为目标构建优化调度模型，缺少对电网运行需求和控制条件的考虑，调度方案的实施难度较大，极易出现发电无用或无电可用局面，若遇到某些月份极端来水情况，电网的安全稳定运行将遭受很大威胁，水位波动加大导致控制难度加大，控制不当极有可能造成大量不必要弃水。本发明揭示了一种面向关键水位控制的多目标调度规则制作和应用方法。本发明以梯级水库调度期内关键时刻的水位值作为优化变量，结合历史径流序列并利用NSGA-II算法计算出关键水位矩阵序列，作为最终的调度规则。应用时再结合预测来水和给定的目标计算出相对最优的备选方案，最后则根据经验决策最终得出调度结果。

各步骤的具体操作方法按照下述思路(a)-(d)予以实现：

(a)关键水位过程的选择

根据工程经验在调度期内的T+1个时刻中选取T_key+1个时刻作为关键时刻，将关键时刻的水库群水位组合为关键水位序列矩阵Z_key，并将其每个元素作为优化调度的状态变量。

式中：

Z_key为关键水位序列矩阵。

表示第m个水库，第t个长时段末水位，若t＝0，则表示调度期初水位。T_key表示关键水位划分的长时段数，

表示水库群第t个长时段末水位组成的水位向T_key+1个关键时刻把调度期划分为个相较于单位时段更长的时段，每个长时段含有若干个单位时段。关键水位序列是完整水位序列的一部分，且调度期初末时刻通常也是调度的关键时刻。

(b)完整水位序列的生成

调度过程需要一个完整的水位序列，所以需要在之前得出的Z_key基础上结合具体的工况或自然条件根据确定性规则构建出完整的水位序列，也就是要补充出缺失的中间水位过程。构建完整水位序列的确定性规则用Fill表示，本文称之为生成函数。见下式

Z＝Fill(Z_key,Ω)

式中：Z为完整水位序列矩阵，Ω表示调度期输入的水文气象条件矩阵，本文选择为各水库区间流量。Fill表示在关键水位矩阵Z_key，输入水文气象数据Ω已知的情况下的完整水位生成规则，如等流量规则，等出力规则等。Ω^m,t表示第m个水库第t个长时段的水文气象条件，如区间来水。

T_key+1个关键时刻将调度期划分成了T_key个长时段，fill_i表示第i个长时段的生成规则。生成函数Fill由多个局部生成函数fill_i组成。每个长时段根据时段初末水位值以及该时段的水文气象条件结合确定性规则fill_i进行生成。见下式：

式中：Ω^t表示第t时段，梯级水库群的水文气象条件值组成的向量。

(c)评估函数

多目标优化算法中，评估函数将返回n个目标值，组成目标集

如前文所述，完整水位序列的生成和水文气象条件及结合工程实际的确定性规则有关。

式中：Ω_s表示梯级水库群历史区间径流矩阵序列，Ω_i表示第i年的历史区间径流矩阵，N表示所使用的历史径流资料年数。

一般认为，同一区段的确定性规则是一定的，所以生成结果可以认为是仅和区间来水相关。详细的评估函数流程如图1所示。

(d)水库调度模型

目标函数

传统调度规则经常以发电量或发电效益最大为优化目标，然而随着水电站运行社会关注度的提高，梯级水电站群在追求发电效益的同时，必须考虑有效减少梯级弃水，所以本发明以调度期内发电量最大和弃水量最小为优化目标：

式中：E为一种调度方案下调度期内梯级水库群的最大发电量，E^*为不同方案下梯级水库群的最大发电量，单位：亿kwh；T为计算周期时段数，这里为12，表示计算周期为12个月；m、M分别为水库编号和总数；H_m,t为电站m第t时段的平均发电净水头，单位:m；h(H_m,t)为第m个水库水头为H_m,t时的耗水率，其为水头的函数，单位：kw·h/m³；q_m,t为电站m第t时段的发电流量，单位：m³/s；Δt为时段长，单位:s；A为单位转化修正系数。V_s为一种调度方案下梯级总弃水量，V_S ^*为所有调度方案中梯级总弃水量的最小值，S_m,t为电站m第t时段的弃水流量，单位：m³/s。

约束条件

(1)水位约束

控制期内每个时段水库上游水位应满足

式中：Z_m,t、

Z_m,t 为电站m第t时段的水位极其上下限，单位:m。

(2)电站出力约束

控制期内各个时段电站出力应该满足

式中：p_m,t、

p_m,t为电站m第t时段的出力及其上下限,单位：MW。

(3)库容约束

控制期内每个时段的水库库容应该满足

式中：V_m,t、

V_m,t 为电站m第t时段末的库容及其上下限，单位：亿m³。

(4)发电流量约束

各个时段的发电流量应该满足

式中：q_m,t、

q_m,t 为电站m第t时段的发电流量及其上下限，单位：m³/s。

(5)水量平衡约束

各个时段应该满足水量平衡约束，即

V_m,t+1＝V_m,t+(Q_m,t-q_m,t-S_m,t)Δt

式中：V_m,t和V_m,t+1分别表示t时段的初末水位对应的库容，Q_m,t、S_m,t表示电站m第t时段的来水流量和弃水流量，单位：m³/s。

(6)下泄流量约束

各个时段的下泄流量应该满足

且有

Q'_m,t＝q_m,t+S_m,t

式中：Q'_m,t、

Q'_m,t 为电站m第t时段的下泄流量及其上下限，单位：m³/s。

(e)调度规则应用

上文得到的非劣关键水位矩阵集是是平均意义上的满意解。然而，针对某次具体来水，非劣关键水位矩阵集不同水位之间存在优劣关系。所以，本发明以非劣关键水位序列作为候选集，根据NSGA-II选择算子选出m个关键水位序列作为最终调度的备选方案。然后调度人员从m个关键水位矩阵序列选出最终的各水库关键水位值，用于指导调度。图2为备选方案集的选择流程。

现以我国澜沧江下游梯级水电站为研究对象，计算面向关键水位控制方法的多目标水库调度规则并进行模拟调度。澜沧江梯级下游水库群中，小湾水库和糯扎渡水库为多年调节水库，两库库容占流域干流水库总库容78％，总装机容量占流域总装机40％，且其余水库基本为季调节及以下水库。因此，本文将澜沧江流域简化为小湾糯扎渡双库系统。小湾，糯扎渡两库基础资料见表格1。

澜沧江流域汛期为6～10月。调度期选为一个自然年，根据工程需求选取年初，6月初，10月末，12月末作为关键水位控制点。汛期水位上限汛期为汛限水位，枯期为正常高水位。出力上限为装机容量，下限设置为0。发电流量约束上限为相应水库的水轮机最大过流能力，下限设置为0。设置最大进化代数为500代，种群规模为100，同时非劣关键水位集包含100个关键水位序列。完整水位生成函数在汛期采用等流量方式进行生成，其他时期采用等降库容方法进行生成。

基于以上基本条件并结合历史径流，利用NSGA-II算法可以生成非劣关键水位矩阵作为调度规则。具体流程见图3。生成的规则见图4。为显示方便，图中区段水位点采用对应丰水年序列进行的生成函数进行生成。关键水位序列水位线颜色越深表示相应水位计算出的多年平均梯级发电量越大，梯级弃水量越少。图中一共含有100条水位过程线，同一组小湾水库和糯扎渡水库水位过程线颜色一致。每一组关键水位序列在等流量生成的形成的水位下，对于历史来水均是可行的。根据评估函数计算非劣关键水位集中每一条关键水位序列，可以得出每条关键水位序列的评价指标—年平均发电量及年平均弃水量。并将评价指标绘制于图5可得非劣关键水位序列目标Pareto前沿。图中横纵坐标为图4中每个关键水位序列算出的多年平均梯级发电量，梯级总弃水量。

调度图是指导水库调度的常用方法，本文将依次采用澜沧江梯级调度图和本发明提出的基于关键水位的水库梯级调度规则进行模拟调度，并对调度结果进行对比比较。表2为两种调度规则调度关键量对比结果，由表中可以看出，本发明提出的基于关键水位的多目标调度规则相较于传统调度图在发电量以及弃水上均有较大提高。

表1

表2

Claims (1)

1.一种大电网平台下的面向关键水位控制的多目标水库群调度优化方法，其特征包括如下步骤：

(1)确定优化变量；在调度期内的T+1个时刻中选取T_key+1个时刻作为关键时刻，将关键时刻的水库群水位组合为关键水位序列矩阵Z_key，并将其每个元素作为优化调度的状态变量；选择若干个关键时刻的关键水位作为优化变量；

(2)确定评估函数；多目标优化算法中，评估函数根据优化变量进行计算，返回n个目标值，组成目标集

在以关键水位序列矩阵Z_key的基础上，结合历史径流过程进行完整的水位序列的生成，并在完整水位序列的基础上计算相应的目标值计算；

(3)确定NSGA-II中其他的关键参数与算子；种群规模设置为MU，交叉算子为单点交叉，变异算子为高斯变异；停止准则为种群进化到的最大代数NGEN时停止计算，并输出相应的结果；

(4)根据(1)-(3)确定的关键算子和参数，利用NSGA-II进行优化计算并输出计算结果；计算结果为非劣关键水位矩阵集

非劣关键水位矩阵集中每个关键水位序列在历史径流条件下都是可行的非劣方案，也就是面向关键水位的多目标调度规则；

从非劣关键水位矩阵集中，根据NSGA-II选择算子和当年的预测来水选出m个关键水位矩阵序列作为最终调度的备选方案；调度人员从m个关键水位矩阵序列选出最终的各水库关键水位值，用于指导调度；

上述方法具体包括如下步骤：

(a)关键水位过程的选择

在调度期内的T+1个时刻中选取T_key+1个时刻作为关键时刻，将关键时刻的水库群水位组合为关键水位序列矩阵Z_key，并将其每个元素作为优化调度的状态变量；

且

式中：

Z_key为关键水位序列矩阵；

表示第m个水库，第t个长时段末水位，若t＝0，则表示调度期初水位；T_key表示关键水位划分的长时段数，

表示水库群第t个长时段末水位组成的水位向相T_key+1个关键时刻把调度期划分为T_key个相较于单位时段更长的时段，每个长时段含有若干个单位时段；关键水位序列是完整水位序列的一部分，且调度期初末时刻通常也是调度的关键时刻；

(b)完整水位序列的生成

调度过程需要一个完整的水位序列，所以需要在之前得出的Z_key基础上结合具体的工况或自然条件根据确定性规则构建出完整的水位序列，也就是要补充出缺失的中间水位过程；构建完整水位序列的确定性规则用Fill表示，称之为生成函数；见下式

Z＝Fill(Z_key,Ω)

式中：Z为完整水位序列矩阵，Ω表示调度期输入的水文气象条件矩阵，选择为各水库区间流量；Fill表示在关键水位矩阵Z_key，输入水文气象数据Ω已知的情况下的完整水位生成规则；Ω^m,t表示第m个水库第t个长时段的水文气象条件；

T_key+1个关键时刻将调度期划分成了T_key个长时段，fill_i表示第i个长时段的生成规则；生成函数Fill由多个局部生成函数fill_i组成；每个长时段根据时段初末水位值以及该时段的水文气象条件结合确定性规则fill_i进行生成；见下式：

式中：Ω^t表示第t时段，梯级水库群的水文气象条件值组成的向量；

(c)评估函数

多目标优化算法中，评估函数将返回n个目标值，组成目标集

完整水位序列的生成和水文气象条件及结合工程实际的确定性规则有关；

式中：Ω_s表示梯级水库群历史区间径流矩阵序列，Ω_i表示第i年的历史区间径流矩阵，N表示所使用的历史径流资料年数；

(d)水库调度模型

目标函数

以调度期内发电量最大和弃水量最小为优化目标：

式中：E为一种调度方案下调度期内梯级水库群的最大发电量，E^*为不同方案下梯级水库群的最大发电量，单位：亿kwh；T为计算周期时段数，这里为12，表示计算周期为12个月；m、M分别为水库编号和总数；H_m,t为电站m第t时段的平均发电净水头，单位:m；h(H_m,t)为第m个水库水头为H_m,t时的耗水率，其为水头的函数，单位：kw·h/m³；q_m,t为电站m第t时段的发电流量，单位：m³/s；Δt为时段长，单位:s；A为单位转化修正系数；V_s为一种调度方案下梯级总弃水量，V_S ^*为所有调度方案中梯级总弃水量的最小值，S_m,t为电站m第t时段的弃水流量，单位：m³/s；

约束条件

(1)水位约束

控制期内每个时段水库上游水位应满足

式中：Z_m,t、

Z _m,t为电站m第t时段的水位及其上下限，单位:m；

(2)电站出力约束

控制期内各个时段电站出力应该满足

式中：p_m,t、

p _m，t为电站m第t时段的出力及其上下限,单位：MW；

(3)库容约束

控制期内每个时段的水库库容应该满足

式中：V_m,t、

V _m,t为电站m第t时段末的库容及其上下限，单位：亿m³；

(4)发电流量约束

各个时段的发电流量应该满足

式中：q_m,t、

q _m,t为电站m第t时段的发电流量及其上下限，单位：m³/s；

(5)水量平衡约束

各个时段应该满足水量平衡约束，即V_m,t+1＝V_m,t+(Q_m,t-q_m,t-S_m,t)Δt式中：V_m,t和V_m,t+1分别表示t时段的初末水位对应的库容，Q_m,t、S_m,t表示电站m第t时段的来水流量和弃水流量，单位：m³/s；

(6)下泄流量约束

各个时段的下泄流量应该满足：

且Q'_m,t＝q_m,t+S_m,t式中：Q'_m,t、

Q'_m,t为电站m第t时段的下泄流量及其上下限，单位：m³/s。

Images