CN107909229A - 基于约束条件分类分级的水电站自适应发电优化调度方法 - Google Patents
基于约束条件分类分级的水电站自适应发电优化调度方法 Download PDFInfo
- Publication number
- CN107909229A CN107909229A CN201711431459.7A CN201711431459A CN107909229A CN 107909229 A CN107909229 A CN 107909229A CN 201711431459 A CN201711431459 A CN 201711431459A CN 107909229 A CN107909229 A CN 107909229A
- Authority
- CN
- China
- Prior art keywords
- constraint
- classification
- scheduling
- power station
- period
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 33
- 230000005611 electricity Effects 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 6
- 230000003993 interaction Effects 0.000 abstract description 3
- 230000006978 adaptation Effects 0.000 abstract description 2
- 238000013459 approach Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征在于,包括步骤:1)建立基于约束条件分类分级的水电站自适应优化调度模型,水电站优化调度的约束条件类别包括物理约束条件、调度约束条件和边界约束条件;2)求解基于约束条件分类分级的水电站自适应优化调度模型。本发明避免了调度人员反复调整试错的工作量,提高了发电优化调度方案的编制效率;解决了传统方式过于依赖于调度人员自身经验的问题,降低了对调度人员技术水平的过高要求;充分利用了计算机的快速计算能力,能够快速计算出最符合调度意图的调度方案;通过模型自适应调整减少了“问题无解”给调度人员带来的不良体验,人机交互调度过程更加友好。
Description
技术领域
本发明涉及水电站发电优化调度技术领域,具体涉及一种基于约束条件分类分级的水电站自适应发电优化调度方法。
背景技术
水电站发电优化调度是在给定的约束条件下,寻找使得发电量最大或耗水量最小的优化调度方案,以实现水能资源的高效利用。由于水电站发电过程本身涉及水、机、电三元因素,此外还需要兼顾防洪、供水、灌溉、航运等各类型综合利用要求,因此在发电优化调度中需要考虑的约束条件非常多,属于多约束优化问题。
理论上,通常采用惩罚函数的方法将上述约束优化问题转化为无约束优化问题来求解。然而,约束条件之间不可公度的特性决定了惩罚系数的率定十分困难。国内外研究表明,固定惩罚系数很难在真实的动态环境下始终取得令人满意的效果,动态惩罚系数在一定程度上解决了惩罚系数的确定难题,但是又带来了必须针对具体问题特点设计合理的动态系数调整策略的难题。因此,上述技术方案在实际中很少被采用。
目前,实际应用中调度人员先设定各类约束条件,然后进行优化调度计算,若经过优化调度计算后提示“问题无解”,则调度人员需要结合自身经验不断调整约束条件,每次调整后重新进行优化调度计算,并检查优化调度计算结果是否为“问题无解”,反复调整至各类约束条件形成可行解空间、优化调度计算得到问题最优解为止。
因此现有技术主要存在两个缺点:一是工作效率低,无法直接获得最符合调度意愿的优化调度方案,需要进行多次反复调整,劳动强度大,遭遇突发事件时应急响应能力不足;对调度人员自身经验要求高,当调度人员经验不足时,需要很多次调整才能寻找到符合调度意愿的调度方案,甚至是根本无法找到符合调度意愿的调度方案。
发明内容
为解决现有技术中的不足,本发明提供一种基于约束条件分类分级的水电站自适应发电优化调度方法,解决了约束优化问题求解过程中,容易出现问题无解、工作效率低、劳动强度大、遭遇突发事件时应急响应能力不足,对调度人员自身经验要求高的问题。
为了实现上述目标,本发明采用如下技术方案:一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征在于,包括步骤:
1)建立基于约束条件分类分级的水电站自适应优化调度模型,水电站优化调度的约束条件类别包括物理约束条件、调度约束条件和边界约束条件;将调度约束条件进行分级,针对每个调度时段,分别设定各个调度约束条件的优先级别,优先级越高则代表应该优先满足;
2)求解基于约束条件分类分级的水电站自适应优化调度模型。
前述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述物理约束条件反映由水电站物理机理决定的模型内在基本特性,物理约束条件包括水库死水位约束、水库正常高水位约束、水库水量平衡约束、机组容量约束、机组满发流量约束、机组最短开停机时间约束、机组出力受阻约束、机组不可运行区约束、可用机组数量约束。
前述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述调度约束条件反映由各种外界因素决定的调度需求,调度约束条件包括时段最高/最低库水位或蓄水量约束、最高/最低尾水位约束、电站时段最大/最小下泄流量约束、电站时段最大/最小有功出力约束、电站时段备用容量约束、电站时段库水位变幅约束、电站时段尾水位变幅约束、电站时段流量变幅约束、电站时段出力变幅约束、时段机组间负荷转移约束、时段机组负荷波动约束、机组开停机总次数约束。
前述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述边界约束条件由调度需求决定,反映的是调度人员的调度目标,水电站优化调度分为“以水定电”和“以电定水”两大类问题,“以水定电”问题的边界约束条件是期末水位,要求水电站在调度期末到达预先给定的库水位,“以电定水”问题的边界约束条件是总发电量,要求水电站在整个调度期内达到预先给定的发电量。
前述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述约束条件分类分级的信息纳入水电站优化调度模型中,先将所有约束条件从一元信息扩展成为三元信息组{Ci,Ti,Li},其中,Ci反映约束条件的上下限值,Ti反映约束条件的类别,Li反映约束条件的优先级。
前述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述步骤2,具体步骤包括:
在优化调度模型求解过程中,首先根据Ti判断是否为调度约束条件,如为调度约束条件则需读取其优先级Li和上下限值Ci,否则只需要读取上下限值Ci即可,当无法满足所有给定的调度约束条件时,根据各调度约束条件的类别和优先级信息,自动对调度约束条件进行动态松弛,依次忽略最次要的约束条件,直至存在可行解空间、得到最优解为止。
本发明所达到的有益效果:本发明避免了调度人员反复调整试错的工作量,提高了发电优化调度方案的编制效率;解决了传统方式过于依赖于调度人员自身经验的问题,降低了对调度人员技术水平的过高要求;充分利用了计算机的快速计算能力,能够快速计算出最符合调度意图的调度方案;通过模型自适应调整减少了“问题无解”给调度人员带来的不良体验,人机交互调度过程更加友好。
附图说明
图1是本发明发电优化调度方法流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
水电站发电优化调度中的大量约束条件作用是不同的,有的反映了物理系统的基本特性,水电站设计建造完成之后,这些物理系统的基本特性就随之确定了;有的则反映了水电站优化调度过程中各类综合利用要求,这类要求是根据实际运行过程中气象、水文、电力需求等外部因素来人为确定的。基于该原理,本发明提出一种基于约束条件分类分级的水电站自适应发电优化调度方法,包括建立基于约束条件分类分级的水电站自适应发电优化调度模型,以及求解基于约束条件分类分级的优化调度模型。
一种基于约束条件分类分级的水电站自适应发电优化调度方法,包括步骤:
1、建立基于约束条件分类分级的水电站自适应优化调度模型,水电站优化调度的约束条件包括物理约束条件、调度约束条件和边界约束条件;
2、求解基于约束条件分类分级的水电站自适应优化调度模型。
所述步骤1,具体步骤包括:
1),根据约束条件性质的不同,将水电站优化调度的约束条件划分为物理约束条件、调度约束条件和边界约束条件三类:
物理约束条件反映由水电站物理机理决定的模型内在基本特性,物理约束条件包括水库死水位约束、水库正常高水位约束、水库水量平衡约束、机组容量约束、机组满发流量约束、机组最短开停机时间约束、机组出力受阻约束、机组不可运行区约束、可用机组数量约束。物理约束条件是基本不变的(如机组装机容量)或者可以根据水电站静态资料和实测资料综合计算获得(如机组不可运行区),不需要每次从外界输入模型。物理约束条件在优化调度过程中都必须无条件满足;
调度约束条件反映由各种外界因素决定的调度需求,调度约束条件包括时段最高/最低库水位(或蓄水量)约束、最高/最低尾水位约束、电站时段最大/最小下泄流量约束、电站时段最大/最小有功出力约束、电站时段备用容量约束、电站时段库水位变幅约束、电站时段尾水位变幅约束、电站时段流量变幅约束、电站时段出力变幅约束、时段机组间负荷转移约束、时段机组负荷波动约束、机组开停机总次数约束。调度约束条件是调度规则及调度意愿等因素的集中反映,数量非常多,在优化调度过程中应该尽量满足;
边界约束条件同样由调度需求决定,反映的是调度人员的调度目标。水电站优化调度分为“以水定电”和“以电定水”两大类问题。“以水定电”问题的边界约束条件是期末水位,要求水电站在调度期末到达预先给定的库水位。“以电定水”问题的边界约束条件是总发电量,要求水电站在整个调度期内达到预先给定的发电量。边界约束条件在优化调度过程中必须满足。
表1分别从性质、来源、数量和特性四个方面对比了本发明提出的物理约束条件、调度约束条件、边界约束条件。
表1约束条件分类及对比表
物理约束条件 | 调度约束条件 | 边界约束条件 | |
性质 | 由物理机理决定 | 由调度需求决定 | 由调度需求决定 |
来源 | 模型内部 | 由外部输入模型 | 由外部输入模型 |
数量 | 较多 | 多 | 少 |
特性 | 必须满足 | 尽量满足 | 必须满足 |
由于调度约束条件绝大多数与调度时段数有关,每个调度时段均可以设定不同的最高/最低库水位、最高/最低尾水位、最大/最小下泄流量、最大/最小有功出力、电站备用容量约束,相邻时段还可以设定库水位变幅、尾水位变幅、电站流量变幅、机组间负荷转移、机组负荷波动约束,因此水电站调度约束条件的数量仍然很多,经常会遭遇由于约束条件过多而导致问题无解的情况,影响了用户体验和优化调度计划的编制效率。为此,本发明提出将调度约束条件进行分级,针对每个调度时段,用户可分别设定各个调度约束条件的优先级别,优先级越高则代表应该优先满足。
上述约束条件分类分级的信息纳入水电站优化调度模型中,为了简化模型求解,可以先将所有约束条件从一元信息扩展成为三元信息组{Ci,Ti,Li},其中,Ci反映调度约束条件的上下限值,Ti反映调度约束条件的类别,即物理约束条件、调度约束条件或边界约束条件,Li反映约束条件的优先级。由于约束条件优先级仅对调度约束条件有效,因此所有物理约束条件和边界约束条件的Li均设定为零即可。这样,在优化调度模型求解过程中,首先根据Ti判断是否为调度约束条件,如为调度约束条件则需读取其优先级Li和上下限值Ci,否则只需要读取上下限值Ci即可。当无法满足所有给定的调度约束条件时,可根据各调度约束条件的类别和优先级信息,自动对调度约束条件进行动态松弛,实现优化调度模型的自调整和自适应。
物理约束条件和调度约束条件在不同的优化调度模型中保持一致。边界约束条件则与具体的优化调度模型相关,如最大发电量、最大发电效益模型的边界约束条件是调度期末库水位或蓄水量,最小耗水量模型的边界约束条件则是调度期内的总发电量。
所述步骤2,具体步骤包括:
通过上述约束条件分类分级机制,优化调度模型求解过程中可自动解析各个约束条件的分类分级信息,当无法满足所有约束条件时,根据需要进行逐时段不同约束条件动态松弛,即按照各个约束条件的优先级,依次忽略最次要的约束条件,直至存在可行解空间、得到最优解为止。
实施例1:
如图1所示,以动态规划算法求解水电站发电优化调度模型为例,当对某个时段进行效益计算时,发现该时段无解时,检查该时段是否存在可松弛的调度约束条件。若存在可松弛的调度约束条件,则松弛该时段最低优先级的调度约束条件,并重新进行时段效益计算,直至该时段存在可行解空间为止。仅在所有调度约束条件均已被松弛,且仍然无法找到可行解空间的情况下,才认为该优化调度问题无解。按此方法逐时段递推直至遍历完所有时段,然后逆向递推得到最优调度方案。在此求解过程中,应该自动记录每个时段松弛的约束条件,并在展示最优调度方案的同时一并展示被松弛的约束条件,以便调度人员对该方案进行核实确认。
本发明不仅可以适用于独立水电站发电优化调度,也能适用于水电站群联合发电优化调度,为多约束优化问题和模型动态自适应提供了新的技术方案;
本发明在约束条件分类分级的基础上,提出了水电站发电优化调度模型的求解方法,能够根据各时段是否存在可行解空间情况,有序地动态松弛相对次要的约束条件,确保寻找到最符合调度意愿的优化方案。
本发明将水电站发电优化调度的约束条件分为了物理约束条件、调度约束条件和边界约束条件三大类,并且允许设定不同调度约束条件的优先级,将各时段约束条件的分类分级信息统一纳入调度模型中,在模型求解过程中动态解析并自适应调整。因此,与现有的依赖调度人员自身经验反复调整试错的方式相比,本发明具有以下显著优点:①避免了调度人员反复调整试错的工作量,提高了发电优化调度方案的编制效率;②解决了传统方式过于依赖于调度人员自身经验的问题,降低了对调度人员技术水平的过高要求;③充分利用了计算机的快速计算能力,能够快速计算出最符合调度意图的调度方案;④通过模型自适应调整减少了“问题无解”给调度人员带来的不良体验,人机交互调度过程更加友好。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (6)
1.一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征在于,包括步骤:
1)建立基于约束条件分类分级的水电站自适应优化调度模型,水电站优化调度的约束条件类别包括物理约束条件、调度约束条件和边界约束条件;将调度约束条件进行分级,针对每个调度时段,分别设定各个调度约束条件的优先级别,优先级越高则代表应该优先满足;
2)求解基于约束条件分类分级的水电站自适应优化调度模型。
2.根据权利要求1所述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述物理约束条件反映由水电站物理机理决定的模型内在基本特性,物理约束条件包括水库死水位约束、水库正常高水位约束、水库水量平衡约束、机组容量约束、机组满发流量约束、机组最短开停机时间约束、机组出力受阻约束、机组不可运行区约束、可用机组数量约束。
3.根据权利要求1所述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述调度约束条件反映由各种外界因素决定的调度需求,调度约束条件包括时段最高/最低库水位或蓄水量约束、最高/最低尾水位约束、电站时段最大/最小下泄流量约束、电站时段最大/最小有功出力约束、电站时段备用容量约束、电站时段库水位变幅约束、电站时段尾水位变幅约束、电站时段流量变幅约束、电站时段出力变幅约束、时段机组间负荷转移约束、时段机组负荷波动约束、机组开停机总次数约束。
4.根据权利要求1所述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述边界约束条件由调度需求决定,反映的是调度人员的调度目标,水电站优化调度分为“以水定电”和“以电定水”两大类问题,“以水定电”问题的边界约束条件是期末水位,要求水电站在调度期末到达预先给定的库水位,“以电定水”问题的边界约束条件是总发电量,要求水电站在整个调度期内达到预先给定的发电量。
5.根据权利要求1所述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述约束条件分类分级的信息纳入水电站优化调度模型中,先将所有约束条件从一元信息扩展成为三元信息组{Ci,Ti,Li},其中,Ci反映约束条件的上下限值,Ti反映约束条件的类别,Li反映约束条件的优先级。
6.根据权利要求5所述的一种基于约束条件分类分级的水电站自适应发电优化调度方法,其特征是:所述步骤2,具体步骤包括:
在优化调度模型求解过程中,首先根据Ti判断是否为调度约束条件,如为调度约束条件则需读取其优先级Li和上下限值Ci,否则只需要读取上下限值Ci即可,当无法满足所有给定的调度约束条件时,根据各调度约束条件的类别和优先级信息,自动对调度约束条件进行动态松弛,依次忽略最次要的约束条件,直至存在可行解空间、得到最优解为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711431459.7A CN107909229B (zh) | 2017-12-26 | 2017-12-26 | 基于约束条件分类分级的水电站自适应发电优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711431459.7A CN107909229B (zh) | 2017-12-26 | 2017-12-26 | 基于约束条件分类分级的水电站自适应发电优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107909229A true CN107909229A (zh) | 2018-04-13 |
CN107909229B CN107909229B (zh) | 2021-11-05 |
Family
ID=61871256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711431459.7A Active CN107909229B (zh) | 2017-12-26 | 2017-12-26 | 基于约束条件分类分级的水电站自适应发电优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107909229B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108808738A (zh) * | 2018-05-29 | 2018-11-13 | 国电南瑞科技股份有限公司 | 一种考虑约束优先级的电网安全校正控制方法 |
CN109871983A (zh) * | 2019-01-17 | 2019-06-11 | 国家电网有限公司 | 一种电力能源管理系统 |
CN112184087A (zh) * | 2020-11-06 | 2021-01-05 | 京东数字科技控股股份有限公司 | 用于输出信息的方法和装置 |
CN115630800A (zh) * | 2022-09-22 | 2023-01-20 | 广东省水利水电科学研究院 | 水利枢纽防洪发电联合优化调度方法、系统、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745023A (zh) * | 2013-11-22 | 2014-04-23 | 华中科技大学 | 水电站发电出力方案制作与最优负荷分配耦合建模方法 |
CN103971198A (zh) * | 2014-04-02 | 2014-08-06 | 四川大学 | 梯级水电站厂间负荷实时分配系统及其实现方法 |
CN105552971A (zh) * | 2015-12-28 | 2016-05-04 | 大连理工大学 | 小水电与大中型水电站群协调优化的分区消纳方法 |
CN108090671A (zh) * | 2017-12-15 | 2018-05-29 | 华电福新能源股份有限公司福建分公司 | 一种多阶段域间-域内反馈迭代的跨流域负荷分配方法 |
-
2017
- 2017-12-26 CN CN201711431459.7A patent/CN107909229B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745023A (zh) * | 2013-11-22 | 2014-04-23 | 华中科技大学 | 水电站发电出力方案制作与最优负荷分配耦合建模方法 |
CN103971198A (zh) * | 2014-04-02 | 2014-08-06 | 四川大学 | 梯级水电站厂间负荷实时分配系统及其实现方法 |
CN105552971A (zh) * | 2015-12-28 | 2016-05-04 | 大连理工大学 | 小水电与大中型水电站群协调优化的分区消纳方法 |
CN108090671A (zh) * | 2017-12-15 | 2018-05-29 | 华电福新能源股份有限公司福建分公司 | 一种多阶段域间-域内反馈迭代的跨流域负荷分配方法 |
Non-Patent Citations (3)
Title |
---|
SZ. BALOGH: "Technological context integration of decision support components into SCADA Operative System for the management of Cascaded Hydropower Plants", 《2010 IEEE INTERNATIONAL CONFERENCE ON AUTOMATION, QUALITY AND TESTING, ROBOTICS (AQTR)》 * |
吴成国 等: "基于加速遗传算法的梯级水电站联合优化调度研究", 《水力发电学报》 * |
程雄 等: "快速响应负荷需求的大规模水电站群超短期调度模型", 《中国电机工程学报 》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108808738A (zh) * | 2018-05-29 | 2018-11-13 | 国电南瑞科技股份有限公司 | 一种考虑约束优先级的电网安全校正控制方法 |
CN108808738B (zh) * | 2018-05-29 | 2021-07-13 | 国电南瑞科技股份有限公司 | 一种考虑约束优先级的电网安全校正控制方法 |
CN109871983A (zh) * | 2019-01-17 | 2019-06-11 | 国家电网有限公司 | 一种电力能源管理系统 |
CN109871983B (zh) * | 2019-01-17 | 2024-02-06 | 国家电网有限公司 | 一种电力能源管理系统 |
CN112184087A (zh) * | 2020-11-06 | 2021-01-05 | 京东数字科技控股股份有限公司 | 用于输出信息的方法和装置 |
CN112184087B (zh) * | 2020-11-06 | 2024-05-24 | 京东科技控股股份有限公司 | 用于输出信息的方法和装置 |
CN115630800A (zh) * | 2022-09-22 | 2023-01-20 | 广东省水利水电科学研究院 | 水利枢纽防洪发电联合优化调度方法、系统、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107909229B (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
CN107909229A (zh) | 基于约束条件分类分级的水电站自适应发电优化调度方法 | |
CN103745023B (zh) | 水电站发电出力方案制作与最优负荷分配耦合建模方法 | |
CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
CN104467029B (zh) | 一种区域小水电、风电日内联合优化调度的方法 | |
CN104362673A (zh) | 基于调峰裕度的风电并网协调调度优化方法 | |
CN103226735B (zh) | 一种基于风电分段的电力系统优化调度方法 | |
CN110690702B (zh) | 一种考虑综合承载力的主动配电网优化调度及运行方法 | |
CN109936170A (zh) | 考虑电源灵活性裕度的风光水火互补协调优化调度方法 | |
CN105046395A (zh) | 一种含多类型新能源的电力系统日内滚动计划编制方法 | |
CN106026184A (zh) | 一种面向电网调峰的抽水蓄能电站与风电联合系统及其优化调度方法 | |
CN103023066A (zh) | 一种适合于含风电电力系统储能功率的优化配置方法 | |
CN106385044B (zh) | 用于风电场发电计划跟踪的复合储能控制系统及其控制方法 | |
CN105303267A (zh) | 一种考虑动态频率约束的含高渗透率光伏电源的孤立电网机组组合优化方法 | |
CN107832542A (zh) | 一种基于时空尺度消纳风光的机组组合优化调度方法 | |
CN110707758A (zh) | 一种用于提高新能源消纳的分布式储能系统调度方法 | |
CN116231765B (zh) | 一种虚拟电厂出力控制方法 | |
CN110808616B (zh) | 一种基于功率缺额分配的微电网频率控制方法 | |
CN108009672B (zh) | 基于双层优化模型的水光互补电站日发电计划编制方法 | |
CN109617052A (zh) | 一种大规模电储热单元智能化分层控制方法 | |
CN105226649A (zh) | 一种基于母线负荷预测改进的省级电网发电调度优化方法 | |
CN103490421B (zh) | 区域电网直调抽水蓄能电站群短期多电网负荷分配方法 | |
CN113837449B (zh) | 虚拟电厂参与的电网系统集中优化调度方法 | |
CN113659566B (zh) | 一种基于CVaR的多能互补发电系统的容量配置优化方法 | |
CN111262249B (zh) | 一种电网潮流仿真方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |