CN110942212A - 一种基于梯级水库运行系数的梯级水库优化运行方法 - Google Patents

一种基于梯级水库运行系数的梯级水库优化运行方法 Download PDF

Info

Publication number
CN110942212A
CN110942212A CN201911284242.7A CN201911284242A CN110942212A CN 110942212 A CN110942212 A CN 110942212A CN 201911284242 A CN201911284242 A CN 201911284242A CN 110942212 A CN110942212 A CN 110942212A
Authority
CN
China
Prior art keywords
days
reservoir
cascade
coefficient
hydropower station
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
Application number
CN201911284242.7A
Other languages
English (en)
Other versions
CN110942212B (zh
Inventor
胡伟
范越
张鸿轩
康钧
戚宇辰
傅国斌
孙云超
肖明
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.)
Tsinghua University
State Grid Qinghai Electric Power Co Ltd
Electric Power Research Institute of State Grid Qinghai Electric Power Co Ltd
Original Assignee
Tsinghua University
State Grid Qinghai Electric Power Co Ltd
Electric Power Research Institute of State Grid Qinghai Electric Power 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 Tsinghua University, State Grid Qinghai Electric Power Co Ltd, Electric Power Research Institute of State Grid Qinghai Electric Power Co Ltd filed Critical Tsinghua University
Priority to CN201911284242.7A priority Critical patent/CN110942212B/zh
Publication of CN110942212A publication Critical patent/CN110942212A/zh
Application granted granted Critical
Publication of CN110942212B publication Critical patent/CN110942212B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于梯级水库运行系数的梯级水库优化运行方法，涉及梯级水库运行的技术领域，其特征在于：第一步：梯级水库运行系数进行运算；第二步：建立梯级水库运行系数优化模型；第三步：进行综合求解。本发明的有益效果在于：提出了水库峰分配系数和基荷系数两个指标，确定了研究周期内系统剩余电量在各梯级水电站间如何分配，以及各水电站的总发电能力在时序上如何分配。以月内最大外送电量缺额率最小为优化目标，考虑到梯级水库出力约束、库容约束、流量约束、水力关系约束等条件，建立了梯级水库运行系数的优化模型，并求解得到梯级水电时空优化分配结果，对于新能源基地长期规划和建设具有重要的指导意义。

Description

一种基于梯级水库运行系数的梯级水库优化运行方法
技术领域
本发明涉及梯级水库运行的技术领域，特别是涉及一种基于梯级水库运行系数的梯级水库优化运行方法。
背景技术
随着环境问题的日渐严峻，风电、光电和水电等可再生能源的大规模利用成为了研究的热点。研究表明，风、光、水等自然资源具有较好的时空互补特性，风光水互补发电系统能够提高系统有功出力的稳定性，同时提高可再生能源消纳水平。我国西南地区有着丰富的风能、光能、水能等自然资源，具有建设多能源互补发电系统的天然优势。
和传统火电相比，水电具有可再生、清洁、运行成本低等优势；和风电、光伏相比，水电容量充沛、运行灵活且有着强大的负荷跟踪能力。因此我国正在大力发展水电工程建设，加快形成流域水库群联合调度的新局面。以雅砻江为例，其流域面积广，天然落差大，年径流量达596亿立方米，具有丰富的水能资源和强大的调节能力。目前雅砻江流域共规划建设23座梯级水电站，总装机容量高达2885万kW。
从往年时间尺度来看，风电和光伏发电的季节特性比较明显，通常在丰水期相对紧缺，而在枯水期比较充足，能够缓解枯水期降水量和径流量对水电出力的大幅限制。从日内时间尺度来看，风电及光伏显著的不确定性和随机波动性会给电力系统的安全稳定运行带来威胁，而具备可调节水库的水电机组具有快速调节能力，能够一定程度上互补平抑风光的不确定性。充分利用梯级水电与风电、光伏间的互补特性，能够优化日前调度策略，进一步促进电力系统消纳可再生能源。
然而梯级水电出力在很大程度上受到天然径流量的限制，还要综合考虑航运、灌溉等其它约束。不合理的梯级水库调度和运行策略可能会导致丰水期弃水严重，而枯水期无法稳定提供电力外送等突出问题。一般的短期协调优化方法对于不同季节条件下的约束条件难以适用，流域风光水互补发电系统的分析需要充分考虑水电机组承担的不同任务以及来水量、库容状态等边界条件的季节差异。
发明内容
根据上述所存在的技术问题，充分考虑各类电源中长期特性，提出了一种基于梯级水库运行系数的梯级水库优化运行方法，指导梯级水电发电能力在水电站间和时序上的优化分配，在长时间尺度上从全局给出梯级水库相对确定且合适的运行方法。
本发明提供一种基于梯级水库运行系数的梯级水库优化运行方法，其方法为以下步骤：
第一步：梯级水库运行系数进行运算；
第二步：建立梯级水库运行系数优化模型；
第三步：进行综合求解；
第一步梯级水库运行系数进行运算的具体方法：针对梯级水电站，提出水库峰分配系数
Figure BDA0002317574470000021
和基荷系数
Figure BDA0002317574470000022
定义如下：
Figure BDA0002317574470000023
Figure BDA0002317574470000024
mn＝1,2,...,12对应各月的运行系数，i＝1,2,...,5对应5梯级水电站；x和d分别为旬和日的索引，x＝1,2,3，d＝1,2,...,10；
Figure BDA0002317574470000025
和
Figure BDA0002317574470000026
分别为水电站i在mn月的调峰分配系数和基荷系数；
Figure BDA0002317574470000031
和
Figure BDA0002317574470000032
分别为水电站i在x旬d日提供的调峰电量和基荷发电用水量；
Figure BDA0002317574470000033
为水电站i在x旬的可用水量，包括天然来水量和水库可用水量两部分；Δt为研究的时段长度，取Δt＝10；
系统剩余电量需求计算方法如下：
Figure BDA0002317574470000034
Figure BDA0002317574470000035
为系统在x旬d日的剩余电量需求，
Figure BDA0002317574470000036
为系统在x旬d日的外送电量需求；
Figure BDA0002317574470000037
为风电场j在x旬d日提供的电量，
Figure BDA0002317574470000038
为光伏电站k在x旬d日提供的电量，
Figure BDA0002317574470000039
为水电站i在x旬d日提供的基荷电量；
月内的某一天各梯级水电站的日发电量计算如下：
Figure BDA00023175744700000310
Figure BDA00023175744700000311
和
Figure BDA00023175744700000312
分别代表一天内的剩余电量需求和水电站i提供的基荷电量，
Figure BDA00023175744700000313
完全由对应月份的可用水量和
Figure BDA00023175744700000314
决定；
Figure BDA00023175744700000315
为水电站i需要在当天提供的电量；
将各梯级电站基荷电量对应的发电流量在时序上分配，需要满足如下要求：
Figure BDA00023175744700000316
Pa,i(t)为各梯级电站在日内各时段的调峰功率；
第二步建立梯级水库运行系数优化模型的具体方法：
首先确定目标函数以系统的月内最大外送电量缺额率最小为目标，如下：
Figure BDA00023175744700000317
χx,d为系统在x旬d日的外送电量缺额率；
再建立其约束条件：
1.水电站有功出力上下限约束：
Figure BDA0002317574470000041
ui,h,t为水电站i中机组h在t时段的运行状态，为0/1变量；
Figure BDA0002317574470000042
和
Figure BDA0002317574470000043
分别为水电站i中机组h的出力上下限；
2.恒定日内发电效率约束：
Figure BDA0002317574470000044
Figure BDA0002317574470000045
为水电站i在x旬d日的平均发电系数；
Figure BDA0002317574470000046
为水电站i在x旬d日的调峰发电用水量；
3.日下泄流量约束：
Figure BDA0002317574470000047
Figure BDA0002317574470000048
Figure BDA0002317574470000049
Figure BDA00023175744700000410
Figure BDA00023175744700000411
为水电站i在x旬d日的弃水量；
Figure BDA00023175744700000412
为水电站i在x旬d日的总出库水量；
Figure BDA00023175744700000413
为水库i在x旬d日满足灌溉和用水等需求的出库水量下限；
Figure BDA00023175744700000414
为水库i在x旬d日满足防洪需求的出库水量上限；
4.水库库容上下限约束：
Figure BDA00023175744700000415
Figure BDA00023175744700000416
和
Figure BDA00023175744700000417
分别为水库i的库容上下限；
5.水库库容目标约束：
Figure BDA00023175744700000418
Figure BDA00023175744700000419
和
Figure BDA00023175744700000420
分别为水库i在x旬的始末库容目标；
Figure BDA00023175744700000421
为水库i在x旬末的库容大小，l＝10；
6.梯级水力关系约束：
Figure BDA0002317574470000051
Figure BDA0002317574470000052
为水库i在x旬d日的天然来水量；
Figure BDA0002317574470000053
为上游水库的总出库水量；
第三步进行综合求解：基于步骤一和步骤二，具体包括以下求解步骤：
1.估计总体电量和可用水量：
由中长期优化调度给定的梯级水库始末水位约束，大体估计水电站在对应周期内能提供的电量，根据天然来水量及梯级间下泄量分别确定各水电站在对应周期内的可用水量；
2.确定
Figure BDA0002317574470000054
和
Figure BDA0002317574470000055
初始值：
利用各水电站的平均发电效率、可用水量和环境流量等历史数据，计算得到合理的
Figure BDA0002317574470000056
和
Figure BDA0002317574470000057
初始值。
3.建立梯级水库运行系数模型：
建立以月内最大外送电量缺额率最小为目标函数，并满足水库出力约束，水库流量约束，水库库容约束和梯级间水力关系的梯级水库运行系数优化模型，根据公式1-3和公式6-15进行计算；
4.求解优化运行系数：
采用常规粒子群算法等智能算法，对于不同月份分别求解该月份
Figure BDA0002317574470000058
和
Figure BDA0002317574470000059
的优化结果，确定各个月份的梯级水库优化运行系数；
5.运行结果：
对于给定月份，确定运行系数
Figure BDA00023175744700000510
和
Figure BDA00023175744700000511
之后，求解得到目标函数值，用商业优化软件可以快速得到该月对应的运行结果。
本发明的有益效果在于：提出了水库峰分配系数和基荷系数两个指标，确定了研究周期内系统剩余电量在各梯级水电站间如何分配，以及各水电站的总发电能力在时序上如何分配。以月内最大外送电量缺额率最小为优化目标，考虑到梯级水库出力约束、库容约束、流量约束、水力关系约束等条件，建立了梯级水库运行系数的优化模型，并求解得到梯级水电时空优化分配结果。提出的梯级调蓄策略实现了发电能力在时空上的合理分配，提升了资源利用效率，增强了梯级水电的调蓄能力，对于新能源基地长期规划和建设具有重要的指导意义。
附图说明
图1为本发明的流程图。
具体实施方式
实施例1，如图1所示，本发明提供一种基于梯级水库运行系数的梯级水库优化运行方法，其方法为以下步骤：
第一步：梯级水库运行系数进行运算；
第二步：建立梯级水库运行系数优化模型；
第三步：进行综合求解；
第一步梯级水库运行系数进行运算的具体方法：针对雅砻江下游的梯级水电站梯级水电站，提出水库峰分配系数
Figure BDA0002317574470000061
和基荷系数
Figure BDA0002317574470000062
定义如下：
Figure BDA0002317574470000063
Figure BDA0002317574470000064
mn＝1,2,...,12对应各月的运行系数，i＝1,2,...,5对应5梯级水电站；x和d分别为旬和日的索引，x＝1,2,3，d＝1,2,...,10；
Figure BDA0002317574470000065
和
Figure BDA0002317574470000066
分别为水电站i在mn月的调峰分配系数和基荷系数；
Figure BDA0002317574470000067
和
Figure BDA0002317574470000068
分别为水电站i在x旬d日提供的调峰电量和基荷发电用水量；
Figure BDA0002317574470000069
为水电站i在x旬的可用水量，包括天然来水量和水库可用水量两部分；Δt为研究的时段长度，取Δt＝10；
系统剩余电量需求计算方法如下：
Figure BDA0002317574470000071
Figure BDA0002317574470000072
为系统在x旬d日的剩余电量需求，
Figure BDA0002317574470000073
为系统在x旬d日的外送电量需求；
Figure BDA0002317574470000074
为风电场j在x旬d日提供的电量，
Figure BDA0002317574470000075
为光伏电站k在x旬d日提供的电量，
Figure BDA0002317574470000076
为水电站i在x旬d日提供的基荷电量；
月内的某一天各梯级水电站的日发电量计算如下：
Figure BDA0002317574470000077
Figure BDA0002317574470000078
和
Figure BDA0002317574470000079
分别代表一天内的剩余电量需求和水电站i提供的基荷电量，
Figure BDA00023175744700000710
完全由对应月份的可用水量和
Figure BDA00023175744700000711
决定；
Figure BDA00023175744700000712
为水电站i需要在当天提供的电量；
将各梯级电站基荷电量对应的发电流量在时序上分配，需要满足如下要求：
Figure BDA00023175744700000713
Pa,i(t)为各梯级电站在日内各时段的调峰功率；
第二步建立梯级水库运行系数优化模型的具体方法：
首先确定目标函数以系统的月内最大外送电量缺额率最小为目标，如下：
Figure BDA00023175744700000714
χx,d为系统在x旬d日的外送电量缺额率；
再建立其约束条件：
1.水电站有功出力上下限约束：
Figure BDA00023175744700000715
ui,h,t为水电站i中机组h在t时段的运行状态，为0/1变量；
Figure BDA00023175744700000716
和
Figure BDA00023175744700000717
分别为水电站i中机组h的出力上下限；
2.恒定日内发电效率约束：
Figure BDA0002317574470000081
Figure BDA0002317574470000082
为水电站i在x旬d日的平均发电系数；
Figure BDA0002317574470000083
为水电站i在x旬d日的调峰发电用水量；
3.日下泄流量约束：
Figure BDA0002317574470000084
Figure BDA0002317574470000085
Figure BDA0002317574470000086
Figure BDA0002317574470000087
Figure BDA0002317574470000088
为水电站i在x旬d日的弃水量；
Figure BDA0002317574470000089
为水电站i在x旬d日的总出库水量；
Figure BDA00023175744700000810
为水库i在x旬d日满足灌溉和用水等需求的出库水量下限；
Figure BDA00023175744700000811
为水库i在x旬d日满足防洪需求的出库水量上限；
4.水库库容上下限约束：
Figure BDA00023175744700000812
Figure BDA00023175744700000813
和
Figure BDA00023175744700000814
分别为水库i的库容上下限；
5.水库库容目标约束：
Figure BDA00023175744700000815
Figure BDA00023175744700000816
和
Figure BDA00023175744700000817
分别为水库i在x旬的始末库容目标；
Figure BDA00023175744700000818
为水库i在x旬末的库容大小，l＝10；
6.梯级水力关系约束：
Figure BDA00023175744700000819
Figure BDA0002317574470000091
为水库i在x旬d日的天然来水量；
Figure BDA0002317574470000092
为上游水库的总出库水量；
第三步进行综合求解：基于步骤一和步骤二，具体包括以下求解步骤：
1.估计总体电量和可用水量：
由中长期优化调度给定的梯级水库始末水位约束，大体估计水电站在对应周期内能提供的电量，根据天然来水量及梯级间下泄量分别确定各水电站在对应周期内的可用水量；
2.确定
Figure BDA0002317574470000093
和
Figure BDA0002317574470000094
初始值：
利用各水电站的平均发电效率、可用水量和环境流量等历史数据，计算得到合理的
Figure BDA0002317574470000095
和
Figure BDA0002317574470000096
初始值。
3.建立梯级水库运行系数模型：
建立以月内最大外送电量缺额率最小为目标函数，并满足水库出力约束，水库流量约束，水库库容约束和梯级间水力关系的梯级水库运行系数优化模型，根据公式1-3和公式6-15进行计算；
4.求解优化运行系数：
采用常规粒子群算法等智能算法，对于不同月份分别求解该月份
Figure BDA0002317574470000097
和
Figure BDA0002317574470000098
的优化结果，确定各个月份的梯级水库优化运行系数；
5.运行结果：
对于给定月份，确定运行系数
Figure BDA0002317574470000099
和
Figure BDA00023175744700000910
之后，求解得到目标函数值，用商业优化软件可以快速得到该月对应的运行结果。

Claims (1)

1.一种基于梯级水库运行系数的梯级水库优化运行方法，其特征在于：第一步：梯级水库运行系数进行运算；
第二步：建立梯级水库运行系数优化模型；
第三步：进行综合求解；
第一步梯级水库运行系数进行运算的具体方法：针对梯级水电站，提出水库峰分配系数
Figure FDA0002317574460000011
和基荷系数
Figure FDA0002317574460000012
定义如下：
Figure FDA0002317574460000013
Figure FDA0002317574460000014
mn＝1,2,...,12对应各月的运行系数，i＝1,2,...,5对应5梯级水电站；x和d分别为旬和日的索引，x＝1,2,3，d＝1,2,...,10；
Figure FDA0002317574460000015
和
Figure FDA0002317574460000016
分别为水电站i在mn月的调峰分配系数和基荷系数；
Figure FDA0002317574460000017
和
Figure FDA0002317574460000018
分别为水电站i在x旬d日提供的调峰电量和基荷发电用水量；
Figure FDA0002317574460000019
为水电站i在x旬的可用水量，包括天然来水量和水库可用水量两部分；Δt为研究的时段长度，取Δt＝10；
系统剩余电量需求计算方法如下：
Figure FDA00023175744600000110
Figure FDA00023175744600000111
为系统在x旬d日的剩余电量需求，
Figure FDA00023175744600000112
为系统在x旬d日的外送电量需求；
Figure FDA00023175744600000113
为风电场j在x旬d日提供的电量，
Figure FDA00023175744600000114
为光伏电站k在x旬d日提供的电量，
Figure FDA00023175744600000115
为水电站i在x旬d日提供的基荷电量；
月内的某一天各梯级水电站的日发电量计算如下：
Figure FDA00023175744600000116
Figure FDA00023175744600000117
和
Figure FDA00023175744600000118
分别代表一天内的剩余电量需求和水电站i提供的基荷电量，
Figure FDA00023175744600000119
完全由对应月份的可用水量和
Figure FDA0002317574460000021
决定；
Figure FDA0002317574460000022
为水电站i需要在当天提供的电量；
将各梯级电站基荷电量对应的发电流量在时序上分配，需要满足如下要求：
Figure FDA0002317574460000023
Pa,i(t)为各梯级电站在日内各时段的调峰功率；
第二步建立梯级水库运行系数优化模型的具体方法：
首先确定目标函数以系统的月内最大外送电量缺额率最小为目标，如下：
Figure FDA0002317574460000024
χx,d为系统在x旬d日的外送电量缺额率；
再建立其约束条件：
水电站有功出力上下限约束：
Figure FDA0002317574460000025
ui,h,t为水电站i中机组h在t时段的运行状态，为0/1变量；
Figure FDA0002317574460000026
和
Figure FDA0002317574460000027
分别为水电站i中机组h的出力上下限；
恒定日内发电效率约束：
Figure FDA0002317574460000028
Figure FDA0002317574460000029
为水电站i在x旬d日的平均发电系数；
Figure FDA00023175744600000210
为水电站i在x旬d日的调峰发电用水量；
日下泄流量约束：
Figure FDA00023175744600000211
Figure FDA00023175744600000212
Figure FDA0002317574460000031
Figure FDA0002317574460000032
Figure FDA0002317574460000033
为水电站i在x旬d日的弃水量；
Figure FDA0002317574460000034
为水电站i在x旬d日的总出库水量；
Figure FDA0002317574460000035
为水库i在x旬d日满足灌溉和用水等需求的出库水量下限；
Figure FDA0002317574460000036
为水库i在x旬d日满足防洪需求的出库水量上限；
水库库容上下限约束：
Vi m≤Vi,t≤Vi M (13)
Vi m和Vi M分别为水库i的库容上下限；
水库库容目标约束：
Figure FDA0002317574460000037
Figure FDA0002317574460000038
和
Figure FDA0002317574460000039
分别为水库i在x旬的始末库容目标；Vi x,l为水库i在x旬末的库容大小，l＝10；
梯级水力关系约束：
Figure FDA00023175744600000310
Figure FDA00023175744600000311
为水库i在x旬d日的天然来水量；
Figure FDA00023175744600000312
为上游水库的总出库水量；
第三步进行综合求解：基于步骤一和步骤二，具体包括以下求解步骤：
估计总体电量和可用水量：
由中长期优化调度给定的梯级水库始末水位约束，大体估计水电站在对应周期内能提供的电量，根据天然来水量及梯级间下泄量分别确定各水电站在对应周期内的可用水量；
确定
Figure FDA00023175744600000313
和
Figure FDA00023175744600000314
初始值：
利用各水电站的平均发电效率、可用水量和环境流量等历史数据，计算得到合理的
Figure FDA00023175744600000315
和
Figure FDA00023175744600000316
初始值；
建立梯级水库运行系数模型：
建立以月内最大外送电量缺额率最小为目标函数，并满足水库出力约束，水库流量约束，水库库容约束和梯级间水力关系的梯级水库运行系数优化模型，根据公式1-3和公式6-15进行计算；
求解优化运行系数：
采用常规粒子群算法等智能算法，对于不同月份分别求解该月份
Figure FDA0002317574460000041
和
Figure FDA0002317574460000042
的优化结果，确定各个月份的梯级水库优化运行系数；
运行结果：
对于给定月份，确定运行系数
Figure FDA0002317574460000043
和
Figure FDA0002317574460000044
之后，求解得到目标函数值。
CN201911284242.7A 2019-12-13 2019-12-13 一种基于梯级水库运行系数的梯级水库优化运行方法 Active CN110942212B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911284242.7A CN110942212B (zh) 2019-12-13 2019-12-13 一种基于梯级水库运行系数的梯级水库优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911284242.7A CN110942212B (zh) 2019-12-13 2019-12-13 一种基于梯级水库运行系数的梯级水库优化运行方法

Publications (2)

Publication Number Publication Date
CN110942212A true CN110942212A (zh) 2020-03-31
CN110942212B CN110942212B (zh) 2022-09-23

Family

ID=69911173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911284242.7A Active CN110942212B (zh) 2019-12-13 2019-12-13 一种基于梯级水库运行系数的梯级水库优化运行方法

Country Status (1)

Country Link
CN (1) CN110942212B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111555355A (zh) * 2020-05-26 2020-08-18 南京工程学院 水光蓄联合发电的调度策略及其优化方法
CN111626512A (zh) * 2020-05-28 2020-09-04 国家电网公司西南分部 一种考虑电网断面约束的梯级水电日前调度方法
CN111709134A (zh) * 2020-06-12 2020-09-25 河海大学 一种基于闸泵站群控制的多水源跨流域调度方法及装置
CN113610411A (zh) * 2021-08-13 2021-11-05 河海大学 一种多时间尺度嵌套的风光水多能互补调度方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298731A (zh) * 2010-06-25 2011-12-28 华东电网有限公司 考虑顶潮供水综合要求的梯级水库短期发电优化调度方法
CN102518092A (zh) * 2011-12-08 2012-06-27 西安理工大学 梯级水电站水库防凌库容优化配置设计方法
CN102682409A (zh) * 2012-05-10 2012-09-19 中国水利水电科学研究院 一种基于gams非线性规划梯级水库群优化调度方法
CN104123589A (zh) * 2014-06-24 2014-10-29 华中科技大学 一种梯级水电站短期优化调度方法
CN106655280A (zh) * 2016-11-26 2017-05-10 大连理工大学 一种基于电量控制的梯级水电短期调峰模型及求解方法
CN107368903A (zh) * 2017-06-20 2017-11-21 上海电力学院 一种考虑水流延时连续变化的梯级水电站日优化调度方法
CN107491635A (zh) * 2017-07-26 2017-12-19 华北电力大学 一种基于嵌套降维算法的梯级水库水沙联合优化调度方法
CN109902855A (zh) * 2019-01-14 2019-06-18 昆明电力交易中心有限责任公司 一种市场环境下的梯级关键水电站多目标优化及电量分配方法
CN110472824A (zh) * 2019-07-09 2019-11-19 贵州黔源电力股份有限公司 一种考虑调峰需求的梯级水电站短期多目标优化调度方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298731A (zh) * 2010-06-25 2011-12-28 华东电网有限公司 考虑顶潮供水综合要求的梯级水库短期发电优化调度方法
CN102518092A (zh) * 2011-12-08 2012-06-27 西安理工大学 梯级水电站水库防凌库容优化配置设计方法
CN102682409A (zh) * 2012-05-10 2012-09-19 中国水利水电科学研究院 一种基于gams非线性规划梯级水库群优化调度方法
CN104123589A (zh) * 2014-06-24 2014-10-29 华中科技大学 一种梯级水电站短期优化调度方法
CN106655280A (zh) * 2016-11-26 2017-05-10 大连理工大学 一种基于电量控制的梯级水电短期调峰模型及求解方法
CN107368903A (zh) * 2017-06-20 2017-11-21 上海电力学院 一种考虑水流延时连续变化的梯级水电站日优化调度方法
CN107491635A (zh) * 2017-07-26 2017-12-19 华北电力大学 一种基于嵌套降维算法的梯级水库水沙联合优化调度方法
CN109902855A (zh) * 2019-01-14 2019-06-18 昆明电力交易中心有限责任公司 一种市场环境下的梯级关键水电站多目标优化及电量分配方法
CN110472824A (zh) * 2019-07-09 2019-11-19 贵州黔源电力股份有限公司 一种考虑调峰需求的梯级水电站短期多目标优化调度方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
周研来: "溪洛渡-向家坝-三峡梯级水库联合蓄水方案与多目标决策研究", 《水利学报》 *
孙晓懿等: "汉江上游梯级水电站水库优化运行研究", 《西安理工大学学报》 *
李传刚等: "考虑电网约束的梯级水电站短期优化调度研究", 《中国农村水利水电》 *
段文辉等: "金沙江干流梯级水电站水库群长期优化调度", 《水电自动化与大坝监测》 *
王浩 等: "梯级水库群联合调度关键技术发展历程与展望", 《水利学报》 *
魏加华等: "基于多目标遗传算法的巨型水库群发电优化调度", 《地学前缘》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111555355A (zh) * 2020-05-26 2020-08-18 南京工程学院 水光蓄联合发电的调度策略及其优化方法
CN111555355B (zh) * 2020-05-26 2021-09-28 南京工程学院 水光蓄联合发电的调度策略及其优化方法
CN111626512A (zh) * 2020-05-28 2020-09-04 国家电网公司西南分部 一种考虑电网断面约束的梯级水电日前调度方法
CN111626512B (zh) * 2020-05-28 2023-11-14 国家电网公司西南分部 一种考虑电网断面约束的梯级水电日前调度方法
CN111709134A (zh) * 2020-06-12 2020-09-25 河海大学 一种基于闸泵站群控制的多水源跨流域调度方法及装置
CN111709134B (zh) * 2020-06-12 2021-05-04 河海大学 一种基于闸泵站群控制的多水源跨流域调度方法及装置
CN113610411A (zh) * 2021-08-13 2021-11-05 河海大学 一种多时间尺度嵌套的风光水多能互补调度方法
CN113610411B (zh) * 2021-08-13 2023-10-24 河海大学 一种多时间尺度嵌套的风光水多能互补调度方法

Also Published As

Publication number Publication date
CN110942212B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN110942212B (zh) 一种基于梯级水库运行系数的梯级水库优化运行方法
Ding et al. A forecast-driven decision-making model for long-term operation of a hydro-wind-photovoltaic hybrid system
CN108123492B (zh) 一种考虑火电电蓄热联合调峰的日前发电计划优化方法
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
Wang et al. Coordinated operation of conventional hydropower plants as hybrid pumped storage hydropower with wind and photovoltaic plants
CN107276122B (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
CN103942728A (zh) 梯级水电站群日发电计划编制方法
CN103872694A (zh) 区域风电场群储能电站的容量优化及其辅助调峰方法
CN105184426B (zh) 一种基于随机连续寻优策略的梯级电站调峰方法
CN111181198A (zh) 一种基于网源互馈的异质能源互补发电调度方法
CN104299072A (zh) 一种基于水火协调的安全约束发电计划制定方法
CN105427017A (zh) 一种水电富集电网特大规模电站群短期计划编制方法
Zhang et al. Grid–source coordinated dispatching based on heterogeneous energy hybrid power generation
Fang et al. Risk-constrained optimal scheduling with combining heat and power for concentrating solar power plants
CN109978331B (zh) 一种高比例水电现货市场下日电量分解方法
Tan et al. Complementary scheduling rules for hybrid pumped storage hydropower-photovoltaic power system reconstructing from conventional cascade hydropower stations
CN110378805B (zh) 梯级水电站发电调度分级调峰方法
CN110571868B (zh) 微电网的优化配置方法
CN111969591A (zh) 一种光蓄能水电站互补的离网式混合能源系统优化方法
Chen et al. A joint optimal dispatching method of wind-solar-hydro generation system
CN112801816B (zh) 一种风光水互补系统总效益的资源优化调度方法
Li et al. Optimal scheduling model of hydro-photovoltaic complementary based on simulation optimization algorithm
Meng et al. A revenue-risk equilibrium model for distributed energy integrated virtual power plants considering uncertainties of wind and photovoltaic power
CN116799872B (zh) 一种基于梯级水电功能改造的水光泵互补调度方法及系统
CN113610411B (zh) 一种多时间尺度嵌套的风光水多能互补调度方法

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