CN108321806B - 基于实时反馈的梯级水电水位控制的多时段潮流优化方法 - Google Patents

基于实时反馈的梯级水电水位控制的多时段潮流优化方法 Download PDF

Info

Publication number
CN108321806B
CN108321806B CN201810195546.5A CN201810195546A CN108321806B CN 108321806 B CN108321806 B CN 108321806B CN 201810195546 A CN201810195546 A CN 201810195546A CN 108321806 B CN108321806 B CN 108321806B
Authority
CN
China
Prior art keywords
water level
hydropower station
day
time
hydropower
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.)
Active
Application number
CN201810195546.5A
Other languages
English (en)
Other versions
CN108321806A (zh
Inventor
王寅
马覃峰
孙斌
周川梅
刘明顺
曹杰
张德亮
薛艳军
郭少青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN201810195546.5A priority Critical patent/CN108321806B/zh
Publication of CN108321806A publication Critical patent/CN108321806A/zh
Application granted granted Critical
Publication of CN108321806B publication Critical patent/CN108321806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Abstract

本发明公开了一种基于实时反馈的梯级水电水位控制的多时段潮流优化方法，方法包括以下步骤：步骤1：基础数据收集；步骤2：判断梯级水电水位是否满足要求；步骤3：梯级水电运行控制建模；步骤4：电网运行约束建模；步骤5：火电燃煤机组运行约束建模；步骤6：多时段最优潮流建模。本发明的方法基于实时监控梯级水电水位控制，实时跟踪水库水位变化，在此基础上构建水库水位与电网运行相协调的多时段最优潮流控制方法，基于实时反馈实现了将复杂的非线性条件线性化处理的效果，大大提升了梯级水电运行效率。

Description

基于实时反馈的梯级水电水位控制的多时段潮流优化方法
技术领域
本发明涉及一种基于实时反馈的梯级水电水位控制的多时段潮流优化方法。
背景技术
多时段最优潮流是电力系统调度运行中的关键问题，起作用在于根据未来电网负荷预测等基础信息，以电网运行效益最大化为目标制定电网发电计划。在包含梯级水电的电网多时段最优潮流问题中，不仅需要考虑电力系统的运行效益，还需要考虑梯级水电水库调度的运行控制要求。因此，考虑梯级水电水位控制要求后电网多时段最优潮流问题的复杂程度大大提高。
解决考虑梯级水电水位控制要求的电网多时段最优潮流问题，目前主要有两大类技术路径：
1)将梯级水电水位控制要求内嵌于最优潮流模型当中，通过对内嵌梯级水电水位控制要求的最优潮流直接建模求解，实现对上述问题的计算分析；
2)将梯级水电水位控制要求和多时段最优潮流解耦，通过对这两个问题的反复迭代，实现对上述问题的求解。
多时段最优潮流和梯级水电水位控制均是较为复杂的规划问题。因此在该问题研究之处，为了降低问题的复杂度，往往采用第二条技术路径，即将最优潮流与梯级水电水位控制解耦为两个问题迭代求解的方式实现。而该实现方法容易出现迭代不收敛的实际情况，导致上述方法工程应用中难以采用。
随着优化理论与方法的不断发展，越来越多的研究集中于将梯级水电水位控制内嵌于最优潮流分析中。但是从目前实践情况来看，该类方法存在如下显著问题：
1)梯级水电水位控制问题非线性程度较高，且时段间耦合关系紧密，导致直接将其内嵌于最优潮流，问题复杂性过高，属于优化领域目前不能直接求解的NP-Hard问题；
2)采用阶段线性化等技术手段将梯级水电水位控制问题简化为线性问题后，由于实际运行过程中各梯级水电的运行状态不断改变导致梯级水电偏离线性化区间后优化控制效果大幅下降，实际运行情况与优化模型分析结果偏差较大，实际不可用。
发明内容
有鉴于此，本发明的目的是提供一种基于实时反馈的梯级水电水位控制的多时段潮流优化方法。
本发明的目的是通过以下技术方案实现的：
该种基于实时反馈的梯级水电水位控制的多时段潮流优化方法，包括以下步骤：
步骤1：基础数据收集；
步骤2：判断梯级水电水位是否满足要求；
步骤3：梯级水电运行控制建模；
步骤4：电网运行约束建模；
步骤5：火电燃煤机组运行约束建模；
步骤6：多时段最优潮流建模
进一步，所收集的数据内容包括：
(1)梯级水电运行数据：梯级水电中各水电站的当前水位、发电功率；
(2)负荷预测数据：从当前时刻到当日结束时刻的扩展短期负荷预测；
(3)燃煤火电运行数据：包括各燃煤火电机组的最大/最小技术出力、爬坡速率、当前出力；
(4)电网网架连接关系及网络参数：电网各节点网架连接关系及输变电设备参数。
进一步，所述步骤2中，判断步骤包括两个子步骤：
步骤2.1：日末水位预测分析：在计算水电站i在日末时刻T的日末水位
Figure BDA0001592980310000021
时，需要当前时刻tN该水电站的水位
Figure BDA0001592980310000022
以及当前时段到日末的时段范围tN-T内上游天然来水入库水量
Figure BDA0001592980310000023
上游水电站发电水量
Figure BDA0001592980310000024
和该水电站发电水量
Figure BDA0001592980310000025
该关系式可表示如下：
Figure BDA0001592980310000026
式①中，T为日末时刻，tN为当前时刻，i表示待计算水电站编号，i-1为其上游水电站编号，tN～T表示从当前时刻tN到日末时刻T的时段范围，
Figure BDA0001592980310000027
为上游发电水量流至下游水库的延时；
Figure BDA0001592980310000028
为水电站i水量变化量与水位变化量的关系系数；
步骤2.2：日末水位偏差判定：将待控制水电站按照顺序将其预估的日末水位组成向量，其形式如下：
Figure BDA0001592980310000029
式③中，
Figure BDA00015929803100000210
为水电站日末水位预估值组成的向量；
据此计算水电站日末水位与其控制要求之间的偏差，采用向量的模的形式来计算偏差ε，公式如下：
Figure BDA0001592980310000031
式④中，
Figure BDA0001592980310000032
为各水电站水位控制值组成的向量，
Figure BDA0001592980310000033
表示计算两个向量差的模。假定对偏差的控制限值为ε0；若满足ε＜ε0，则说明水电站水位控制满足要求，不需要对该发电计划进行优化调整，继续监测下一阶段水位变化；否则执行下一步。
进一步，所述步骤3中，梯级水电运行控制需要以下约束条件：
条件1：水位控制约束：该约束要求任一时段各水电站的水位在控制范围内，且日末水位应尽量处于日末水位控制要求值上；该约束表示如下：
Figure BDA0001592980310000034
式、中，
Figure BDA0001592980310000035
为水电站i在时刻t的水位，t为当前时刻tN至日末T间的任一时刻，
Figure BDA0001592980310000036
Figure BDA0001592980310000037
分别为该水电站水位控制的上、下限值；
Figure BDA0001592980310000038
为该水电站日末水位控制值，
Figure BDA0001592980310000039
为引入的松弛变量，满足
Figure BDA00015929803100000310
则若将该松弛变量纳入优化最小化优化目标，则能保证日末水位最大程度趋近于日末水位控制值。
条件2：时段出力约束：该约束要求任一时段各水电站出力必须处于其最大、最小出力范围内。该约束可表示如下：
Figure BDA00015929803100000311
式⑥中，
Figure BDA00015929803100000312
分别为水电站i的出力上、下限值。
进一步，所述步骤4中，电网运行约束包括网络传输关系、节点电力平衡约束、输电能力约束三类，依次表示为：
Figure BDA00015929803100000313
式⑦中，B为系统节点导纳矩阵，P为节点注入有功功率向量，θ为节点电压相角向量，i∈ψBi、i∈ψBi、l∈ψBi表示水电站、火电机组或输电线路为节点i相连，
Figure BDA00015929803100000314
分别为水电站发电计划出力、火电机组发电计划出力、输电线路潮流和节点有功负荷预测值，
Figure BDA00015929803100000315
分别为输电线路的传输潮流上下限。
进一步，所述步骤5中，火电机组运行约束包括火电机组出力上下限约束和爬坡约束，可表示如下：
Figure BDA0001592980310000041
式⑧中，
Figure BDA0001592980310000042
分别为火电机组出力上下限值，
Figure BDA0001592980310000043
分别为火电机组爬坡速率上下限值。
进一步，所述步骤6中，目标函数表示为：
Figure BDA0001592980310000044
式⑨中，NH、NF分别为水电厂和火电机组数量，
Figure BDA0001592980310000045
分别为水电厂和火电机组的价格系数，则
Figure BDA0001592980310000046
分别为水电厂和火电机组的购电成本，
Figure BDA0001592980310000047
为水电厂日末水位偏差，min表示该优化目标为最小化目标，λ1、λ2、λ3为不同目标的协调系数，使其具有相同量纲，由人工给定。
进一步，所述步骤6中，模型为线性规划问题，通过商用软件包求解得到。
本发明的有益效果是：本发明的方法基于实时监控梯级水电水位控制，实时跟踪水库水位变化，在此基础上构建水库水位与电网运行相协调的多时段最优潮流控制方法，以实现内嵌梯级水电水位控制的多时段最优潮流。通过构建一种基于实时反馈的内嵌梯级水电水位控制要求的最优潮流计算方法，基于实时反馈实现了将复杂的非线性条件线性化处理的效果，大大提升了梯级水电运行效率。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：
图1为本发明的实施流程示意图。
具体实施方式
以下将参照附图，对本发明的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
本发明的基于实时反馈的梯级水电水位控制的多时段潮流优化方法，包括以下步骤：
步骤1：基础数据收集；本实施例中，所收集的数据内容包括：(1)梯级水电运行数据：梯级水电中各水电站的当前水位、发电功率；(2)负荷预测数据：从当前时刻到当日结束时刻的扩展短期负荷预测；(3)燃煤火电运行数据：包括各燃煤火电机组的最大/最小技术出力、爬坡速率、当前出力；(4)电网网架连接关系及网络参数：电网各节点网架连接关系及输变电设备参数。
步骤2：判断梯级水电水位是否满足要求；需要说明的是所判断的对象不是梯级水电当前的水位是否满足要求，而是根据当前实测水位预想在发电计划不改变的情况下梯级水电的水位是否在日末的时候处于控制值附近。本实施例中，判断步骤包括两个子步骤：
步骤2.1：日末水位预测分析：在计算水电站i在日末时刻T的日末水位
Figure BDA0001592980310000051
时，需要当前时刻tN该水电站的水位
Figure BDA0001592980310000052
以及当前时段到日末的时段范围tN-T内上游天然来水入库水量
Figure BDA0001592980310000053
上游水电站发电水量
Figure BDA0001592980310000054
和该水电站发电水量
Figure BDA0001592980310000055
该关系式可表示如下：
Figure BDA0001592980310000056
式①中，T为日末时刻，tN为当前时刻，i表示待计算水电站编号，i-1为其上游水电站编号，tN～T表示从当前时刻tN到日末时刻T的时段范围，
Figure BDA0001592980310000057
为上游发电水量流至下游水库的延时；
Figure BDA0001592980310000058
为水电站i水量变化量与水位变化量的关系系数；
式①中，为实测结果；由水电站自身运行特性决定，为已知常数；天然来水量由气象预测结果分析得到，上游发电水量和该水电站发电水量则由其发电计划计算得到，由于其计算方法基本一致，本说明书中只介绍本级水电站发电水量的计算方法：
Figure BDA0001592980310000059
式②中，
Figure BDA00015929803100000510
为水电站i在时刻t的发电计划出力，ΔT为优化时段范围，则
Figure BDA00015929803100000511
为该时段水电站i的发电量，
Figure BDA00015929803100000512
为水电站发电量与水位发电水量的关系系数。
步骤2.2：日末水位偏差判定：将待控制水电站按照顺序将其预估的日末水位组成向量，其形式如下：
Figure BDA00015929803100000513
式③中，
Figure BDA00015929803100000514
为水电站日末水位预估值组成的向量；
据此计算水电站日末水位与其控制要求之间的偏差，采用向量的模的形式来计算偏差ε，公式如下：
Figure BDA00015929803100000515
式④中，
Figure BDA0001592980310000061
为各水电站水位控制值组成的向量，
Figure BDA0001592980310000062
表示计算两个向量差的模。假定对偏差的控制限值为ε0；若满足ε＜ε0，则说明水电站水位控制满足要求，不需要对该发电计划进行优化调整，继续监测下一阶段水位变化；否则执行下一步。
步骤3：梯级水电运行控制建模；本实施例中，梯级水电运行控制需要以下约束条件：
条件1：水位控制约束：该约束要求任一时段各水电站的水位在控制范围内，且日末水位应尽量处于日末水位控制要求值上；该约束表示如下：
Figure BDA0001592980310000063
式⑤中，
Figure BDA0001592980310000064
为水电站i在时刻t的水位，t为当前时刻tN至日末T间的任一时刻，
Figure BDA0001592980310000065
Figure BDA0001592980310000066
分别为该水电站水位控制的上、下限值；
Figure BDA0001592980310000067
为该水电站日末水位控制值，
Figure BDA0001592980310000068
为引入的松弛变量，满足
Figure BDA0001592980310000069
则若将该松弛变量纳入优化最小化优化目标，则能保证日末水位最大程度趋近于日末水位控制值。
条件2：时段出力约束：该约束要求任一时段各水电站出力必须处于其最大、最小出力范围内。该约束可表示如下：
Figure BDA00015929803100000610
式⑥中，
Figure BDA00015929803100000611
分别为水电站i的出力上、下限值。
水电站在任意时段的水位可参考上一步骤中的预想计算方法计算得到，这里不再赘述其实施过程。
步骤4：电网运行约束建模；电网运行约束包括网络传输关系、节点电力平衡约束、输电能力约束三类，依次表示为：
Figure BDA00015929803100000612
式⑦中，B为系统节点导纳矩阵，P为节点注入有功功率向量，θ为节点电压相角向量，i∈ψBi、i∈ψBi、l∈ψBi表示水电站、火电机组或输电线路为节点i相连，
Figure BDA00015929803100000613
分别为水电站发电计划出力、火电机组发电计划出力、输电线路潮流和节点有功负荷预测值，
Figure BDA00015929803100000614
分别为输电线路的传输潮流上下限。上述约束为电力系统最优潮流计算中的基本约束，本发明中不再赘述。
步骤5：火电燃煤机组运行约束建模；本实施例中，火电机组运行约束包括火电机组出力上下限约束和爬坡约束，可表示如下：
Figure BDA0001592980310000071
式⑧中，
Figure BDA0001592980310000072
分别为火电机组出力上下限值，
Figure BDA0001592980310000073
分别为火电机组爬坡速率上下限值。
步骤6：多时段最优潮流建模：传统的最优潮流模型中目标函数仅考虑购电成本最低这一目标条件，而当内嵌梯级水电水位控制要求后，本实施例中，目标函数表示为：
Figure BDA0001592980310000074
式⑨中，NH、NF分别为水电厂和火电机组数量，
Figure BDA0001592980310000075
分别为水电厂和火电机组的价格系数，则
Figure BDA0001592980310000076
分别为水电厂和火电机组的购电成本，
Figure BDA0001592980310000077
为水电厂日末水位偏差，min表示该优化目标为最小化目标，λ1、λ2、λ3为不同目标的协调系数，使其具有相同量纲，由人工给定。
所需要考虑的约束条件包括：式⑤至式⑧。
该优化模型为线性规划问题，通过商用软件包求解得到，包括但不限于Cplex等软件包，这里不赘述其实施过程。
需要特别说明的是，上述模型中之所以能够采用线性化表示水电厂水位与发电水量等关系，不仅仅是因为采用了局部线性化的方式，更重要的是引入了实时反馈机制，使得线性化所产生的误差能够通过实际运行情况及时反馈修正。
遵循将梯级水电水位控制内嵌于最优潮流优化的问题这一技术路线，从“多时段”角度着手，针对阶段线性化由于梯级水电运行状态变化导致的运行偏差，引入实时反馈校正机制，在实时运行中不断收集梯级水电水清信息，不断修正后续时段的运行方式，确保实际运行效果的准确性。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.基于实时反馈的梯级水电水位控制的多时段潮流优化方法，其特征在于：所述方法包括以下步骤：
步骤1：基础数据收集；
步骤2：判断梯级水电水位是否满足要求；
所述步骤2中，判断步骤包括两个子步骤：
步骤2.1：日末水位预测分析：在计算水电站i在日末时刻T的日末水位
Figure FDA0003186686970000011
时，需要当前时刻tN该水电站的水位
Figure FDA0003186686970000012
以及当前时刻到日末时刻的时段范围tN～T内上游天然来水入库水量
Figure FDA0003186686970000013
上游水电站发电水量
Figure FDA0003186686970000014
和该水电站发电水量
Figure FDA0003186686970000015
该关系式可表示如下：
Figure FDA0003186686970000016
式①中，T为日末时刻，tN为当前时刻，i表示待计算水电站编号，i-1为其上游水电站编号，tN～T表示从当前时刻tN到日末时刻T的时段范围，
Figure FDA0003186686970000017
为上游发电水量流至下游水库的延时；
Figure FDA0003186686970000018
为水电站i水量变化量与水位变化量的关系系数；
步骤2.2：日末水位偏差判定：将待控制水电站按照顺序将其预估的日末水位组成向量，其形式如下：
Figure FDA0003186686970000019
式③中，
Figure FDA00031866869700000110
为水电站日末水位预估值组成的向量；
据此计算水电站日末水位与其控制要求之间的偏差，采用向量的模的形式来计算偏差ε，公式如下：
Figure FDA00031866869700000111
式④中，
Figure FDA00031866869700000112
为各水电站水位控制值组成的向量，
Figure FDA00031866869700000113
表示计算两个向量差的模，假定对偏差的控制限值为ε0；若满足ε＜ε0，则说明水电站水位控制满足要求，不需要对发电计划进行优化调整，继续监测下一阶段水位变化；否则执行下一步；
步骤3：梯级水电运行控制建模；
梯级水电运行控制需要以下约束条件：
条件1：水位控制约束：该约束要求任一时段各水电站的水位在控制范围内，且日末水位应尽量处于日末水位控制要求值上；该约束表示如下：
Figure FDA00031866869700000114
式⑤中，
Figure FDA0003186686970000021
为水电站i在时刻t的水位，t为当前时刻tN至日末时刻T间的任一时刻，
Figure FDA0003186686970000022
分别为该水电站水位控制的上、下限值；
Figure FDA0003186686970000023
为该水电站日末水位控制值，
Figure FDA0003186686970000024
为引入的松弛变量，满足
Figure FDA0003186686970000025
若将该松弛变量纳入优化最小化优化目标，则能保证日末水位最大程度趋近于日末水位控制值；
条件2：时段出力约束：该约束要求任一时段各水电站出力必须处于其最大、最小出力范围内，该约束可表示如下：
Figure FDA0003186686970000026
式⑥中，
Figure FDA0003186686970000027
分别为水电站i的出力上、下限值；
步骤4：电网运行约束建模；
步骤5：火电燃煤机组运行约束建模；
步骤6：多时段最优潮流建模；
所述步骤6中，目标函数表示为：
Figure FDA0003186686970000028
式⑨中，NH、NF分别为水电站和火电机组数量，
Figure FDA0003186686970000029
分别为水电站和火电机组的价格系数，则
Figure FDA00031866869700000210
分别为水电站和火电机组的购电成本，
Figure FDA00031866869700000211
为水电站日末水位偏差，min表示该优化目标为最小化目标，λ1、λ2、λ3为不同目标的协调系数，使其具有相同量纲，由人工给定；
Figure FDA00031866869700000212
分别为水电站发电计划出力、火电机组发电计划出力。
2.根据权利要求1所述的基于实时反馈的梯级水电水位控制的多时段潮流优化方法，其特征在于：所收集的数据内容包括：
(1)梯级水电运行数据：梯级水电中各水电站的当前水位、发电功率；
(2)负荷预测数据：从当前时刻到当日结束时刻的扩展短期负荷预测；
(3)燃煤火电运行数据：包括各燃煤火电机组的最大/最小技术出力、爬坡速率、当前出力；
(4)电网网架连接关系及网络参数：电网各节点网架连接关系及输变电设备参数。
CN201810195546.5A 2018-03-09 2018-03-09 基于实时反馈的梯级水电水位控制的多时段潮流优化方法 Active CN108321806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810195546.5A CN108321806B (zh) 2018-03-09 2018-03-09 基于实时反馈的梯级水电水位控制的多时段潮流优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810195546.5A CN108321806B (zh) 2018-03-09 2018-03-09 基于实时反馈的梯级水电水位控制的多时段潮流优化方法

Publications (2)

Publication Number Publication Date
CN108321806A CN108321806A (zh) 2018-07-24
CN108321806B true CN108321806B (zh) 2021-10-01

Family

ID=62901636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810195546.5A Active CN108321806B (zh) 2018-03-09 2018-03-09 基于实时反馈的梯级水电水位控制的多时段潮流优化方法

Country Status (1)

Country Link
CN (1) CN108321806B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034507B (zh) * 2018-10-11 2020-11-03 华自科技股份有限公司 水电站发电量预测方法与装置、计算机设备和存储介质
CN109447336B (zh) * 2018-10-22 2021-11-05 国网四川省电力公司 一种上游水库与其反调节水库坝间水位优化控制方法
CN110110878B (zh) * 2018-12-10 2022-11-18 国家电网有限公司西北分部 日前梯级水电联合优化方法及装置
CN110994676B (zh) * 2019-12-09 2023-08-15 国网辽宁省电力有限公司 基于水位的水电站功率控制方法、装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335561A (zh) * 2015-10-29 2016-02-17 大连理工大学 一种基于指标排序的梯级水电站群超短期调度方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335561A (zh) * 2015-10-29 2016-02-17 大连理工大学 一种基于指标排序的梯级水电站群超短期调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于超短期来水预报的大规模水电站群发电计划调整策略;程雄等;《水电能源科学》;20160930;第34卷(第9期);第43-46、169页 *
梯级水电站优化调度方案效益分析及分配研究;孙斌等;《水利发电》;20101231;第36卷(第12期);第65-68页 *

Also Published As

Publication number Publication date
CN108321806A (zh) 2018-07-24

Similar Documents

Publication Publication Date Title
CN108321806B (zh) 基于实时反馈的梯级水电水位控制的多时段潮流优化方法
CN110417006B (zh) 一种综合能源系统多时间尺度能量调度方法
Vasilj et al. Day-ahead scheduling and real-time economic MPC of CHP unit in microgrid with smart buildings
Masero et al. A light clustering model predictive control approach to maximize thermal power in solar parabolic-trough plants
Singh et al. Optimal scheduling of water distribution systems
Karabacak et al. Artificial neural networks for controlling wind–PV power systems: A review
CN106351793A (zh) 用于改进风力发电的系统和方法
Vilim et al. Wind power bidding in electricity markets with high wind penetration
CN111030188B (zh) 一种含分布式和储能的分层分级控制策略
CN103092074B (zh) 半导体先进过程控制的参数优化控制方法
CN102170170A (zh) 消纳风电接入的大电网调度滚动计划方法
CN103733210A (zh) 用于对技术系统进行计算机辅助的建模的方法
Laakkonen et al. Predictive supply temperature optimization of district heating networks using delay distributions
CN106886839B (zh) 基于混合整数规划的水火电机组组合优化调度方法
CN112508279B (zh) 基于空间相关性的区域分布式光伏预测方法及系统
CN115313378A (zh) 一种风光储发电站日前有功出力优化调度方法及系统
Yu et al. Load forecasting based on smart meter data and gradient boosting decision tree
Untrau et al. Analysis and future perspectives for the application of Dynamic Real-Time Optimization to solar thermal plants: A review
CN107171317A (zh) 含有新能源发电的外送电网火电机组利用小时数预测方法
CN110707754A (zh) 微电网中水风光电源容量配置的优化方法
Zhou et al. HydroFlow: Towards probabilistic electricity demand prediction using variational autoregressive models and normalizing flows
CN112598175A (zh) 一种流域型虚拟电厂调度方法
Deng et al. A Survey of the Researches on Grid-Connected Solar Power Generation Systems and Power Forecasting Methods Based on Ground-Based Cloud Atlas
Sagynganova et al. Comprehensive methods to obtain and process information flows in centralized heat supply systems
CN115765044A (zh) 风光水电系统联合运行及风险分析方法和系统

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