CN111859668A - 一种基于大数据的径流式水电站优化运行方法 - Google Patents
一种基于大数据的径流式水电站优化运行方法 Download PDFInfo
- Publication number
- CN111859668A CN111859668A CN202010703067.7A CN202010703067A CN111859668A CN 111859668 A CN111859668 A CN 111859668A CN 202010703067 A CN202010703067 A CN 202010703067A CN 111859668 A CN111859668 A CN 111859668A
- Authority
- CN
- China
- Prior art keywords
- data
- output
- unit
- incoming water
- water level
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 175
- 238000011144 upstream manufacturing Methods 0.000 claims description 94
- 238000012806 monitoring device Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Control Of Water Turbines (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明提出了一种基于大数据的径流式水电站优化运行方法,通过采集电站运行的来水数据、各台机组的出力情况,并进行数据处理,形成水电站出力的工况的大数据,当水电站运行过程中,采集到的任一来水量,直接查找该大数据,即可寻找出其最优工况,并进行电站开机处理。
Description
技术领域
本发明涉及水利工程,具体涉及一种基于大数据的径流式水电站优化运行方法。
背景技术
径流式水电站无法对来流进行调节,其在实际运行过程中,来多少水发多少电,而对于开机组合和开机出力,往往采用经验开机方法;此外,也有一些水电站优化运行方法,其采用优化运行理论对电站开机和运行进行指导,但由于机组安装误差、来流误差以及机组效率计算误差等,上述计算仅依靠理论无法取得较好的效果。
随着大数据技术的不断发展,其提供了数据支撑的技术,对于径流式水电站而言,其运行过程中,也采集到了大量的运行数据,对于该运行数据,其可以实现大数据的支撑基础,但对于大数据技术如何指导径流式水电站的优化运行,仍存在一定的难度,从而导致其未有效应用。
发明内容
基于此,本发明提供一种基于大数据的径流式水电站优化运行方法,所述水电站设置有前池、上游来水采集装置以及各机组出力采集装置,所述前池设置有水位监测装置,其特征在于:
S1:所述各机组出力采集装置用于采集各时段的各机组出力,所述上游来水采集装置用于采集上游来水,所述前池水位监测装置监测并采集前池水位,所述机组出力的采集、所述前池水位的采集以及所述上游来水采集在时间关系上一一对应;
S2:水电站开机运行后,不断采集所述各机组出力、所述上游来水以及所述前池水位数据,当前池水位稳定在正常高水位,且在一定时间内变化值小于设定值时,记录此时的各机组出力,并记录此时的上游来水数据,所述各机组出力、上游来水数据一一对应;
S3:对于采集到的上游来水数据与机组出力数据进行数据处理,并形成大数据,所述处理方法为:按照步骤S2的方法,记录不同来水数据对应的各机组出力,形成来水数据与各机组出力一一对应的数据库表;
S4:对于水电站任一运行工况,根据上游来水采集装置采集上游来水数据,在所述步骤S3中的数据库表中进行查找,若采集到的上游来水数据等于数据库表中的某一上游来水数据,则找出该上游来水数据对应的各台机组出力,按照该出力值进行开机运行或将已经运行的机组调整至该机组出力值;若采集到的上游来水数据不等于数据库表中的某一上游来水数据,则找出与采集到的上游来水数据相邻的两个上游来水数据进行差分,并对应得到各台机组的出力的差分值,并按照该出力的差分值进行开机运行或将已经运行的机组调整至该机组出力值;
S5:监测前池水位以及上游来水数据,若前池水位上涨,则将开机机组出力增加;若前池水位下降,则将机组出力减少,执行上述调整,直至前池水位稳定在正常高水位,且在一定时间内变化值小于设定值时,此时记录该来水数据以及各机组出力调整后的出力值,并更新形成步骤S3中的数据库表。
作为优选,步骤S3中还包括数据库表的更新:对于新采集到上游来水数据、对应的所述各机组出力与数据库表中的同一上游来水数据对应的所述各机组出力发生变化时,覆盖原有数据,进行数据更新。
作为优选,所述数据更新时,进行如下判断:如果新采集的上游来水数据、对应的所述各机组出力与数据库表中的同一上游来水数据对应的所述各机组出力相比,其总出力值的误差大于10%;或新采集的上游来水数据、对应的所述各机组出力与该上游来水数据相邻两个上游来水数据差分得到的所述各机组出力相比,其总出力值的误差大于10%,提示数据异常,不进行数据更新。
作为优选,所述上游来水采集装置采集的数据可以为上游来流渠道的水位值或电站引水闸门的开度值或上级电站对应的机组负荷值或电站引水渠道的流量测量装置。
作为优选,当前池水位在一定时间内变化值小于设定值时可以设定为:时间1h,变化值为正负10cm;前池的正常高水位为水电站运行过程中的正常工况下的前池高水位,可以选择为低于前池溢流堰5-10cm。
本发明的原理在于:
利用上游来水采集装置作为衡量标尺,即便上游来水采集装置也存在一定的误差,但是其为相对误差,即采用上游来水采集装置衡量每次来水情况,任一两次的误差为相对误差,其误差相对较少;此外,利用大数据分析平台,通过采集水电站的长系列运行资料,并自动找出任一来水量对应的各种工况下的出力最优的工况,并采取记录,一旦下次出现该来水量,则自动选择历史上该来水量对应出力的最优的工况,即该工况下各机组对应的出力值,直接将各机组开机至该出力值,即可。该出力组合是该来水量对应下的最优工况,凭借大数据的自动更新功能,即可实现水电站的优化运行。
本发明的优点在于:
本发明提出了一种基于大数据的径流式水电站优化运行方法,通过采集电站运行的来水数据、各台机组的出力情况,并进行数据处理,形成水电站出力的工况的大数据,当水电站运行过程中,采集到的任一来水量,直接查找该大数据,即可寻找出其最优工况,并进行电站开机处理。
具体实施方式:以下结合具体实施方式对本发明限定的结构,进行具体的解释说明。
本发明提供一种基于大数据的径流式水电站优化运行方法,所述水电站设置有前池、上游来水采集装置以及各机组出力采集装置,所述前池设置有水位监测装置,其特征在于:
S1:所述各机组出力采集装置用于采集各时段的各机组出力,所述上游来水采集装置用于采集上游来水,所述前池水位监测装置监测并采集前池水位,所述机组出力的采集、所述前池水位的采集以及所述上游来水采集在时间关系上一一对应;
S2:水电站开机运行后,不断采集所述各机组出力、所述上游来水以及所述前池水位数据,当前池水位稳定在正常高水位,且在一定时间内变化值小于设定值时,记录此时的各机组出力,并记录此时的上游来水数据,所述各机组出力、上游来水数据一一对应;
S3:对于采集到的上游来水数据与机组出力数据进行数据处理,并形成大数据,所述处理方法为:按照步骤S2的方法,记录不同来水数据对应的各机组出力,形成来水数据与各机组出力一一对应的数据库表;
S4:对于水电站任一运行工况,根据上游来水采集装置采集上游来水数据,在所述步骤S3中的数据库表中进行查找,若采集到的上游来水数据等于数据库表中的某一上游来水数据,则找出该上游来水数据对应的各台机组出力,按照该出力值进行开机运行或将已经运行的机组调整至该机组出力值;若采集到的上游来水数据不等于数据库表中的某一上游来水数据,则找出与采集到的上游来水数据相邻的两个上游来水数据进行差分,并对应得到各台机组的出力的差分值,并按照该出力的差分值进行开机运行或将已经运行的机组调整至该机组出力值;
S5:监测前池水位以及上游来水数据,若前池水位上涨,则将开机机组出力增加;若前池水位下降,则将机组出力减少,执行上述调整,直至前池水位稳定在正常高水位,且在一定时间内变化值小于设定值时,此时记录该来水数据以及各机组出力调整后的出力值,并更新形成步骤S3中的数据库表。
作为优选,步骤S3中还包括数据库表的更新:对于新采集到上游来水数据、对应的所述各机组出力与数据库表中的同一上游来水数据对应的所述各机组出力发生变化时,覆盖原有数据,进行数据更新。
作为优选,所述数据更新时,进行如下判断:如果新采集的上游来水数据、对应的所述各机组出力与数据库表中的同一上游来水数据对应的所述各机组出力相比,其总出力值的误差大于10%;或新采集的上游来水数据、对应的所述各机组出力与该上游来水数据相邻两个上游来水数据差分得到的所述各机组出力相比,其总出力值的误差大于10%,提示数据异常,不进行数据更新。
作为优选,所述上游来水采集装置采集的数据可以为上游来流渠道的水位值或电站引水闸门的开度值或上级电站对应的机组负荷值或电站引水渠道的流量测量装置。
作为优选,当前池水位在一定时间内变化值小于设定值时可以设定为:时间1h,变化值为正负10cm;前池的正常高水位为水电站运行过程中的正常工况下的前池高水位,可以选择为低于前池溢流堰5-10cm。
当采用的为上游来流渠道的水位值或电站引水闸门的开度值或上级电站对应的机组负荷值时,需要经过对上述采集数据进行流量换算,换算为电站的来水流量。
作为适用于径流式水电站的应用,考虑优化运行,提供另一种实施方式如下:
对于同一上游来水数据对应的多组机组出力值,选择其总出力值最大的机组进行存储,形成数据库表,该总出力值最大的一组对应的机组出力时同一上游来水数据对应的机组运行性能最好的一组,即发电效益最优的一组。利用大数据表可以查找得到该最优工况,一旦出现同一上游来水数据对应的机组总出力增加,则进行覆盖,以新的数据代替。
本发明的原理在于:
利用上游来水采集装置作为衡量标尺,即便上游来水采集装置也存在一定的误差,但是其为相对误差,即采用上游来水采集装置衡量每次来水情况,任一两次的误差为相对误差,其误差相对较少;此外,利用大数据分析平台,通过采集水电站的长系列运行资料,并自动找出任一来水量对应的各种工况下的出力最大的工况,并采取记录,一旦下次出现该来水量,则自动选择历史上该来水量对应出力的最大的工况,即该工况下各机组对应的出力值,直接将各机组开机至该出力值,即可。该出力组合是该来水量对应下的最优工况,凭借大数据的自动更新功能,即可实现水电站的优化运行。
对于差分超出大数据的,采用其相邻的两个数据进行外延差分处理即可。
上述方法考虑上游来水量采集的相对误差问题,可以较快的选出最优的开机方案和开机组合,对于运行时间的累积,不断进行大数据平台的更新,便于更好的实现水电站优化运行。该优化运行不需要优化运行原理,仅依靠水电站运行历史数据即可,操作简单,可在水电站中推广应用。
上述实施方式仅为本发明的优选实施方式,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也包括本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (5)
1.一种基于大数据的径流式水电站优化运行方法,所述水电站设置有前池、上游来水采集装置以及各机组出力采集装置,所述前池设置有水位监测装置,其特征在于:
S1:所述各机组出力采集装置用于采集各时段的各机组出力,所述上游来水采集装置用于采集上游来水,所述前池水位监测装置监测并采集前池水位,所述机组出力的采集、所述前池水位的采集以及所述上游来水采集在时间关系上一一对应;
S2:水电站开机运行后,不断采集所述各机组出力、所述上游来水以及所述前池水位数据,当前池水位稳定在正常高水位,且在一定时间内变化值小于设定值时,记录此时的各机组出力,并记录此时的上游来水数据,所述各机组出力、上游来水数据一一对应;
S3:对于采集到的上游来水数据与机组出力数据进行数据处理,并形成大数据,所述处理方法为:按照步骤S2的方法,记录不同来水数据对应的各机组出力,形成来水数据与各机组出力一一对应的数据库表;
S4:对于水电站任一运行工况,根据上游来水采集装置采集上游来水数据,在所述步骤S3中的数据库表中进行查找,若采集到的上游来水数据等于数据库表中的某一上游来水数据,则找出该上游来水数据对应的各台机组出力,按照该出力值进行开机运行或将已经运行的机组调整至该机组出力值;若采集到的上游来水数据不等于数据库表中的某一上游来水数据,则找出与采集到的上游来水数据相邻的两个上游来水数据进行差分,并对应得到各台机组的出力的差分值,并按照该出力的差分值进行开机运行或将已经运行的机组调整至该机组出力值;
S5:监测前池水位以及上游来水数据,若前池水位上涨,则将开机机组出力增加;若前池水位下降,则将机组出力减少,执行上述调整,直至前池水位稳定在正常高水位,且在一定时间内变化值小于设定值时,此时记录该来水数据以及各机组出力调整后的出力值,并更新形成步骤S3中的数据库表。
2.如权利要求1所述的基于大数据的径流式水电站优化运行方法,其特征在于:步骤S3中还包括数据库表的更新:对于新采集到上游来水数据、对应的所述各机组出力与数据库表中的同一上游来水数据对应的所述各机组出力发生变化时,覆盖原有数据,进行数据更新。
3.如权利要求2所述的基于大数据的径流式水电站优化运行方法,其特征在于:所述数据更新时,进行如下判断:如果新采集的上游来水数据、对应的所述各机组出力与数据库表中的同一上游来水数据对应的所述各机组出力相比,其总出力值的误差大于10%;或新采集的上游来水数据、对应的所述各机组出力与该上游来水数据相邻两个上游来水数据差分得到的所述各机组出力相比,其总出力值的误差大于10%,提示数据异常,不进行数据更新。
4.如权利要求1所述的基于大数据的径流式水电站优化运行方法,其特征在于:所述上游来水采集装置采集的数据可以为上游来流渠道的水位值或电站引水闸门的开度值或上级电站对应的机组负荷值或电站引水渠道的流量测量装置。
5.如权利要求1所述的基于大数据的径流式水电站优化运行方法,其特征在于:当前池水位在一定时间内变化值小于设定值时可以设定为:时间1h,变化值为正负10cm;前池的正常高水位为水电站运行过程中的正常工况下的前池高水位,可以选择为低于前池溢流堰5-10cm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010703067.7A CN111859668B (zh) | 2020-07-21 | 2020-07-21 | 一种基于大数据的径流式水电站优化运行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010703067.7A CN111859668B (zh) | 2020-07-21 | 2020-07-21 | 一种基于大数据的径流式水电站优化运行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111859668A true CN111859668A (zh) | 2020-10-30 |
CN111859668B CN111859668B (zh) | 2023-11-17 |
Family
ID=73001215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010703067.7A Active CN111859668B (zh) | 2020-07-21 | 2020-07-21 | 一种基于大数据的径流式水电站优化运行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111859668B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101139971A (zh) * | 2007-06-08 | 2008-03-12 | 王仁飞 | 小水电水情运行系统 |
US9811061B1 (en) * | 2001-05-18 | 2017-11-07 | The Energy Authority, Inc. | Method for management and optimization of hydropower generation and consumption |
CN108193653A (zh) * | 2018-01-16 | 2018-06-22 | 河南创辉水利水电工程有限公司 | 一种径流式水电站自动优化系统 |
CN108223258A (zh) * | 2018-01-16 | 2018-06-29 | 河南创辉水利水电工程有限公司 | 一种径流式水电站自动优化方法 |
CN109799732A (zh) * | 2019-02-21 | 2019-05-24 | 三峡大学 | 一种数据驱动的梯级水电和新能源联合运行实验系统 |
CN110083912A (zh) * | 2019-04-19 | 2019-08-02 | 湖南大学 | 年发电量最优的水力永磁发电机优化设计方法 |
JP2019213381A (ja) * | 2018-06-06 | 2019-12-12 | 中国電力株式会社 | 水力発電所の運転支援システム |
CN110705784A (zh) * | 2019-09-29 | 2020-01-17 | 河南郑大水利科技有限公司 | 一种径流式水电站优化运行评价方法 |
CN110989360A (zh) * | 2019-12-23 | 2020-04-10 | 武汉博晟信息科技有限公司 | 一种基于全量数据的火电机组稳态历史寻优方法 |
CN210573916U (zh) * | 2019-04-23 | 2020-05-19 | 华中科技大学 | 一种水电站群长期优化调度系统 |
-
2020
- 2020-07-21 CN CN202010703067.7A patent/CN111859668B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9811061B1 (en) * | 2001-05-18 | 2017-11-07 | The Energy Authority, Inc. | Method for management and optimization of hydropower generation and consumption |
CN101139971A (zh) * | 2007-06-08 | 2008-03-12 | 王仁飞 | 小水电水情运行系统 |
CN108193653A (zh) * | 2018-01-16 | 2018-06-22 | 河南创辉水利水电工程有限公司 | 一种径流式水电站自动优化系统 |
CN108223258A (zh) * | 2018-01-16 | 2018-06-29 | 河南创辉水利水电工程有限公司 | 一种径流式水电站自动优化方法 |
JP2019213381A (ja) * | 2018-06-06 | 2019-12-12 | 中国電力株式会社 | 水力発電所の運転支援システム |
CN109799732A (zh) * | 2019-02-21 | 2019-05-24 | 三峡大学 | 一种数据驱动的梯级水电和新能源联合运行实验系统 |
CN110083912A (zh) * | 2019-04-19 | 2019-08-02 | 湖南大学 | 年发电量最优的水力永磁发电机优化设计方法 |
CN210573916U (zh) * | 2019-04-23 | 2020-05-19 | 华中科技大学 | 一种水电站群长期优化调度系统 |
CN110705784A (zh) * | 2019-09-29 | 2020-01-17 | 河南郑大水利科技有限公司 | 一种径流式水电站优化运行评价方法 |
CN110989360A (zh) * | 2019-12-23 | 2020-04-10 | 武汉博晟信息科技有限公司 | 一种基于全量数据的火电机组稳态历史寻优方法 |
Non-Patent Citations (3)
Title |
---|
RAZALI JIDIN ETC: "Cascade hydroelectric scheme: River flow estimation for reservoir regulation improvement and flood-risk mitigation", IEEE INTERNATIONAL CONFERENCE ON CONTROL SYSTEM, COMPUTING AND ENGINEERING(ICCSCE), pages 315 - 319 * |
杨珉: "径流式小型水电站的运行优化", 吉林水利, no. 06, pages 17 - 19 * |
马跃先 等: "水电站厂内经济运行的二次寻优", 中国农村水利水电, no. 07, pages 138 - 140 * |
Also Published As
Publication number | Publication date |
---|---|
CN111859668B (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108193653B (zh) | 一种径流式水电站自动优化系统 | |
CN108223258B (zh) | 一种径流式水电站自动优化方法 | |
CN103475021B (zh) | 一种基于统计模型的风电场弃风电量确定方法 | |
CN102183972B (zh) | 一种城市排水系统蓄水池水位的控制方法 | |
CN105337575A (zh) | 光伏电站状态预测及故障诊断方法和系统 | |
CN112287531B (zh) | 一种考虑台风影响的海上风电场多状态可靠性获取方法 | |
CN103226735A (zh) | 一种基于风电分段的电力系统优化调度方法 | |
CN109002026B (zh) | 一种水电机组全工况综合参数退化趋势分析方法 | |
CN111738625B (zh) | 一种径流式水电站前池高水位运行方法 | |
CN109524988A (zh) | 一种基于总有功功率趋势预测的风电汇集站电压控制方法 | |
CN111950764A (zh) | 一种极端天气条件电网风电功率预测修正方法 | |
CN111859668A (zh) | 一种基于大数据的径流式水电站优化运行方法 | |
CN112184016B (zh) | 复杂电网下判断水光互补一体化光伏规模的方法 | |
CN114033713A (zh) | 基于正交试验-动态规划组合算法的一组考虑开停机损耗的泵站控制方法 | |
CN117154838A (zh) | 一种含氢储能的综合能源系统中长期低碳调度优化方法、系统、电子设备、存储介质 | |
CN110729721A (zh) | 电力系统全局备用容量计算方法 | |
CN116738841A (zh) | 一种用于水电站水能动态模拟的算法及装置 | |
CN111832830B (zh) | 一种基于尾水位的径流式水电站大数据优化运行方法 | |
CN113300414A (zh) | 一种梯级水电站定负荷优化运行方法及系统 | |
CN111832829B (zh) | 一种基于大数据的水库水电站优化运行方法 | |
CN111810345A (zh) | 一种径流式水电站前池水位调平方法及系统 | |
CN111859823A (zh) | 一种径流式水电站根据来流量确定开机的方法及系统 | |
CN112502894A (zh) | 一种监测发电机组效率的水轮机调速器控制方法和装置 | |
CN117639111B (zh) | 一种基于梯级径流式水电的光伏波动平滑控制方法与系统 | |
CN105184681B (zh) | 基于最近距离分群的大型光伏发电集群弃光电量评估法 |
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 |