CN113869564A - 一种适应复杂约束的梯级水电站经济调度逐次降维方法 - Google Patents
一种适应复杂约束的梯级水电站经济调度逐次降维方法 Download PDFInfo
- Publication number
- CN113869564A CN113869564A CN202111073802.1A CN202111073802A CN113869564A CN 113869564 A CN113869564 A CN 113869564A CN 202111073802 A CN202111073802 A CN 202111073802A CN 113869564 A CN113869564 A CN 113869564A
- Authority
- CN
- China
- Prior art keywords
- power station
- reservoir
- output
- station
- water
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 132
- 238000004146 energy storage Methods 0.000 claims description 50
- 238000011144 upstream manufacturing Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 10
- 239000011541 reaction mixture Substances 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 6
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000001595 flow curve Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000010248 power generation Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 2
- 241001672018 Cercomela melanura Species 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
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
- 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
-
- 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)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (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)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种适应复杂约束的梯级水电站经济调度逐次降维方法,具体按照以下步骤实施:步骤1,建立厂间经济运行目标函数和厂内经济运行目标函数;步骤2,对步骤1的厂间经济运行目标函数和厂内经济运行目标函数设定约束条件;步骤3,采用DRS‑DSA算法求解厂间经济运行目标函数。本发明方法解决了现有方法得到的结果不稳定、计算耗时长且有效性差的问题。
Description
技术领域
本发明属于水电站经济调度技术领域,涉及一种适应复杂约束的梯级水电站经济调度逐次降维方法。
背景技术
梯级水电站经济调度问题具有庞大且复杂的约束条件集。复杂的约束条件使得可行解空间不连续,致使最优解的搜索难度大大增加。为解决此类梯级水电站经济调度问题,国内外学者开展了大量研究,提出了多种线性规划、动态规划类以及智能进化类算法。然而,遗传算法、粒子群算法等智能进化类算法在面对梯级水电站水力联系复杂、决策变量较多、约束条件繁杂等问题时,计算结果的稳定性、有效性难以保证;动态规划类算法随着决策变量离散精度、电站数量、时段数等因素的增加,计算耗时以及存储空间大规模增长,出现“维数灾”的问题。
在此背景下,“降维”成为国内外水电系统研究的热点之一。综合来看,降维策略可分为减少梯级水电站优化数量的空间降维,降维策略大幅降低了梯级水电站优化调度问题的计算复杂度,使计算结果的稳定性和有效性得到保证;同时提升了计算效率,避免出现“维数灾”的问题。
发明内容
本发明的目的是提供一种适应复杂约束的梯级水电站经济调度逐次降维方法,解决了现有方法得到的结果不稳定、计算耗时长且有效性差的问题。
本发明所采用的技术方案是,一种适应复杂约束的梯级水电站经济调度逐次降维方法,
具体按照以下步骤实施:
步骤1,建立厂间经济运行目标函数和厂内经济运行目标函数;
步骤2,对步骤1的厂间经济运行目标函数和厂内经济运行目标函数设定约束条件;
步骤3,采用DRS-DSA算法求解厂间经济运行目标函数。
本发明的特征还在于,
厂间经济运行目标函数的表达式为:
式(1)中,F为梯级电站期末总蓄能;Es(n)为电站n以及其上游所有电站死水位以上的蓄水量在电站n上可产生的电量;Elag(n)为上游电站在电站n上因水量滞时所产生的电量;
其中,
式(2)中,W(n)为电站n在调度期末死水位以上的蓄水量;Wup(n)为上游所有电站在调度期末死水位以上的蓄水量;Wlag(n)为电站n上游所有电站产生的滞时水量;Qout(k,t)为电站k在t时段的出库流量(Qout(k,t)=Qqs,n-1(t-τ)+Qfd,n-1(t-τ),即Qout(k,t)=Qqs,n-1(t-τ)+Q);τk为电站k与电站k+1之间的水流滞时;Δt为时段长度;T为总时段数;ηn为电站n在调度期内的平均耗水率;
厂内经济运行目标函数的表达式为:
式(3)中,Q为电站耗水量;Ql(Nl,H)为l号机组在水头H下出力为Nl时的发电流量;L为某机组组合下的机组台数;
根据动态规划最优化原理,顺向递推公式(3),则:
式(4)中,为1~l号机组总出力;是水头为H时,总出力在1~l号机组间优化分配时的总发电流量;是电站起始阶段负荷;是水头为H时,起始阶段出力在1~l号机组间优化分配时的总发电流量;Rl是机组l的负荷范围;是水头为H时,出力在1~l-1号机组间优化分配时的发电流量。
约束条件包括:单一时段型约束,时段耦合型约束和水位协调型约束。
单一时段型约束包括:梯级水电站出力约束、水量平衡约束、水库库容约束、水库出库流量约束、电站旋转备用容量约束、水轮机水头限制约束、电站限制区约束;
(1)梯级水电站出力约束:
式(5)中,PD(t)为t时段电网给定的梯级电站总出力,MW;Pn(t)为t时段电站n出力,MW;Nl(t)为t时段机组l出力,MW;
(2)水量平衡约束:
式(6)中,Vn(t)为t时段电站n所在水库库容,m3;In(t)为t时段电站n所在水库的入库流量,m3/s;Qfd,n-1(t-τ)为t-τ时段电站n-1所在水库的发电流量,m3/s;Qqs,n-1(t-τ)为t-τ时段电站n-1所在水库的弃水流量,m3/s;τ为电站n-1所在水库与电站n所在水库的水流滞时,m3/s;Qqj,n(t)为电站n-1所在水库与电站n所在水库的区间入流,m3/s;Qn(t)为电站n所在水库t时段出库流量,m3/s;Qqs,n-1(t)为t时段电站n-1所在水库的弃水流量;Hn(t)为电站n所在水库在t时段的水头,m;fzv,n(·)为电站n所在水库的水位—库容曲线的函数关系;fzq,n(·)为电站n所在水库的尾水位—流量曲线的函数关系;fΔh,n(·)为电站n所在水库的水头损失的曲线函数关系;fzv,n(·)与fzq,n(·)一般可通过拟合相应实测数据得到,fΔh,n(·)一般可认为是出库流量Qn(t)的二次方关系或常量;
(3)水库库容约束:
Vn min(t)≤Vn(t)≤Vn max(t) (7)
式(7)中,Vn max(t)为t时段水库n库容上限;Vn min(t)为t时段水库n库容下限,m3;
(4)水库出库流量约束:
式(8)中,Qn max(t)为t时段水库出库流量上限,m3/s;Qn min(t)为t时段水库出库流量下限,m3/s;
(5)电站旋转备用容量约束:
Pn max≥Pn(t)+PR(t) (9)
式(9)中:Pn max为电站n允许出力上限,MW;PR(t)为t时段电站n的旋转备用容量,MW;
(6)水轮机水头限制约束:
式(10)中,Hn max(t)为时段t电站n水轮机水头上限,m;Hn min(t)为时段t电站n水轮机水头下限,m;Hn(t)为时段t电站n水轮机水头,m;
(7)电站限制区约束:
时段耦合型约束包括:电站出力爬坡约束、机组最短开停机时间约束;
(1)电站出力爬坡约束:
|Pn(t)-Pn(t-1)|≤PCn (12)
式(12)中,PCn为电站n相邻时段间出力波动最大值;Pn(t-1)为t-1时段电站n出力,MW;
(2)机组最短开停机时间约束:
水位协调型约束:电站运行中设置有高限水位和低限水位,梯级水电站联合运行时,电站应在处于经济运行区或者同时高限水位区或者同时低限水位区;
其中,低限水位<经济运行区<高限水位。
步骤3具体按照以下步骤实施:
步骤3.1,初值确定
设定n个电站的总出力P总及若干组各个电站的出力比,得到每组中各个电站出力Pn,通过公式(4)和公式(3)得到电站耗水量Q,再依次通过公式(6)、公式(2)、公式(1)得到梯级电站期末总蓄能F;将得到的若干个梯级电站期末总蓄能F进行对比,选取其中最大的梯级电站期末总蓄能F为初始梯级电站期末总蓄能F;将初始梯级电站期末总蓄能F所对应的各个电站出力Pn为各个电站初始出力;
步骤3.2,降维寻优
将总时段数T分为若干个阶段,则每个阶段中包含若干个时段,每个阶段中的时段数相等且阶段数能够被总时段数T整除,在每个时段内通过Box-Behnken Design方法对步骤3.1中的各个电站初始出力进行相同的增减操作,再按照步骤3.1中的计算过程,得到增减操作下的梯级电站期末总蓄能F,将增减操作下的梯级电站期末总蓄能F进行对比,选取其中最大的梯级电站期末总蓄能F为优化梯级电站期末总蓄能F;将优化梯级电站期末总蓄能F所对应的增减操作后的各个电站出力为各个电站优化出力;
步骤3.3,逐步寻优
对步骤3.2中的各个电站优化出力进行增减操作,增减操作的步长为5MW~10MW,再按照步骤3.1中的计算过程,得到寻优的梯级电站期末总蓄能F,将寻优的梯级电站期末总蓄能F进行对比,选取其中最大的梯级电站期末总蓄能F为最优梯级电站期末总蓄能F;将最优梯级电站期末总蓄能F所对应的各个电站出力为各个电站最优出力。
本发明的有益效果是,本发明采用DRS-DSA算法,通过三次降维,即初值确定、降维寻优、逐步寻优,得到最优的梯级水电站经济调度模型,即厂间经济运行目标函数和厂内经济运行目标函数,结果稳定且耗时段,有效性好且对约束条件有良好的适用性,从而为梯级电站的水电站经济调度提供可靠的方案及依据。
附图说明
图1是本发明一种适应复杂约束的梯级水电站经济调度逐次降维方法与DSA算法的对比图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明提供一种适应复杂约束的梯级水电站经济调度逐次降维方法,具体按照以下步骤实施:
步骤1,建立厂间经济运行目标函数和厂内经济运行目标函数;
在“以电定水”模式下,为了考虑水库蓄水量在不同电站上所产生的能量效应,采取梯级电站期末总蓄能最大为目标,则厂间经济运行目标函数的表达式为:
式(1)中,F为梯级电站期末总蓄能;Es(n)为电站n以及其上游所有电站死水位以上的蓄水量在电站n上可产生的电量;Elag(n)为上游电站在电站n上因水量滞时所产生的电量;
其中,
式(2)中,W(n)为电站n在调度期末死水位以上的蓄水量,即调度期末电站所在水库库容Vn与死水位以下库容Vdead的差值;Wup(n)为上游所有电站在调度期末死水位以上的蓄水量;Wlag(n)为电站n上游所有电站产生的滞时水量;Qout(k,t)为电站k在t时段的出库流量(Qout(k,t)=Qqs,n-1(t-τ)+Qfd,n-1(t-τ),即Qout(k,t)=Qqs,n-1(t-τ)+Q);τk为电站k与电站k+1之间的水流滞时;Δt为时段长度;T为总时段数;ηn为电站n在调度期内的平均耗水率;
厂内经济运行旨在解决各个时段全厂负荷一定时的机组出力分配问题,耗水量最小是厂内经济运行的主要目标,为提升求解速度,厂内经济运行的结果以不同机组组合下的离线经济运行表形式出现,以电站不同机组组合为分类,其内部为不同水头、不同出力时,耗水量最小目标下的各个机组出力与发电流量,则厂内经济运行目标函数的表达式为:
式(3)中,Q为电站耗水量;Ql(Nl,H)为l号机组在水头H下出力为Nl时的发电流量;L为某机组组合下的机组台数;
根据动态规划最优化原理,顺向递推公式(3),则:
式(4)中,为1~l号机组总出力,此处也是梯级电站联合调度时分配给电站n的出力Pn;是水头为H时,总出力在1~l号机组间优化分配时的总发电流量;是电站起始阶段负荷;是水头为H时,起始阶段出力在1~l号机组间优化分配时的总发电流量;Rl是机组l的负荷范围;是水头为H时,出力在1~l-1号机组间优化分配时的发电流量;
步骤2,对步骤1的厂间经济运行目标函数和厂内经济运行目标函数设定约束条件,约束条件包括:单一时段型约束,时段耦合型约束和水位协调型约束;
单一时段型约束包括:梯级水电站出力约束、水量平衡约束、水库库容约束、水库出库流量约束、电站旋转备用容量约束、水轮机水头限制约束、电站限制区约束;
(1)梯级水电站出力约束:
式(5)中,PD(t)为t时段电网给定的梯级电站总出力,MW;Pn(t)为t时段电站n出力,MW;Nl(t)为t时段机组l出力,MW;
(2)水量平衡约束:
式(6)中,Vn(t)为t时段电站n所在水库库容,m3;In(t)为t时段电站n所在水库的入库流量,m3/s;Qfd,n-1(t-τ)为t-τ时段电站n-1所在水库的发电流量(Qfd,n-1(t-τ)=Q),m3/s;Qqs,n-1(t-τ)为t-τ时段电站n-1所在水库的弃水流量,m3/s,此处的弃水流量为电站n所在水库t-τ时段出库流量Qn(t-τ)大于电站满发流量时,与电站满发流量的差值,或者Vn(t+1)>Vn max(t)时,弃水流量Qqs,n-1(t-τ)=Vn(t+1)-Vn max(t)-Qn(t);τ为电站n-1所在水库与电站n所在水库的水流滞时,m3/s;Qqj,n(t)为电站n-1所在水库与电站n所在水库的区间入流,m3/s;Qn(t)为电站n所在水库t时段出库流量,m3/s;Qqs,n-1(t)为t时段电站n-1所在水库的弃水流量;Hn(t)为电站n所在水库在t时段的水头,m;fzv,n(·)为电站n所在水库的水位—库容曲线的函数关系;fzq,n(·)为电站n所在水库的尾水位—流量曲线的函数关系;fΔh,n(·)为电站n所在水库的水头损失的曲线函数关系;fzv,n(·)与fzq,n(·)一般可通过拟合相应实测数据得到,fΔh,n(·)一般可认为是出库流量Qn(t)的二次方关系或常量;
(3)水库库容约束:
Vn min(t)≤Vn(t)≤Vn max(t) (7)
式(7)中,Vn max(t)为t时段水库n库容上限;Vn min(t)为t时段水库n库容下限,m3;
(4)水库出库流量约束:
式(8)中,Qn max(t)为t时段水库出库流量上限,m3/s;Qn min(t)为t时段水库出库流量下限,m3/s;
(5)电站旋转备用容量约束:
Pn max≥Pn(t)+PR(t) (9)
式(9)中:Pn max为电站n允许出力上限,MW;PR(t)为t时段电站n的旋转备用容量,MW;
(6)水轮机水头限制约束:
式(10)中,Hn max(t)为时段t电站n水轮机水头上限,m;Hn min(t)为时段t电站n水轮机水头下限,m;Hn(t)为时段t电站n水轮机水头,m;
(7)电站限制区约束:
时段耦合型约束包括:电站出力爬坡约束、机组最短开停机时间约束;
(1)电站出力爬坡约束:
|Pn(t)-Pn(t-1)|≤PCn (12)
式(12)中,PCn为电站n相邻时段间出力波动最大值;Pn(t-1)为t-1时段电站n出力,MW;
(2)机组最短开停机时间约束:
水位协调型约束:电站运行中设置有高限水位(不大于正常蓄水位)和低限水位,电站为预留充足“黑启动”(指整个系统因故障停运后,不依赖别的网络帮助,系统可自行恢复)、突发洪水等应急操作时间,电站运行中均会设置高限水位,为防止水库水位过低影响后续时段电站发电或当前时刻坝前水位过低影响水轮机组引水流量等因素,电站也会设置低限水位,电站运行中应避免在高限水位以上和低限水位以下长时间运行,梯级水电站联合运行时,电站应在处于经济运行区(低限水位<经济运行区<高限水位)或者同时高限水位区或者同时低限水位区,则梯级水电站所在水库水位不同组合方式下电站出力方式如下表所示:
梯级电站联合经济运行指两库水位同处经济运行区时,遵循厂间经济运行目标函数下的联合调度;
A电站和B电站为任意两座梯级水电站;
步骤3,采用DRS-DSA算法(Dimensionality-reduction strategy-based dynamicsearch algorithm,DRS-DSA)及传统动态搜索算法(DSA算法)求解厂间经济运行目标函数和厂内经济运行目标函数;
即以传统动态搜索算法(DSA算法)求解厂内经济运行目标函数,以DRS-DSA算法求解厂间经济运行目标函数;
具体按照以下步骤实施:
步骤3.1,初值确定
设定n个电站的总出力P总及若干组各个电站的出力比,得到每组中各个电站出力Pn,通过公式(4)和公式(3)得到电站耗水量Q,再依次通过公式(6)、公式(2)、公式(1)得到梯级电站期末总蓄能F;将得到的若干个梯级电站期末总蓄能F进行对比,选取其中最大的梯级电站期末总蓄能F为初始梯级电站期末总蓄能F;将初始梯级电站期末总蓄能F所对应的各个电站出力Pn为各个电站初始出力;
步骤3.2,降维寻优
将总时段数T分为若干个阶段,则每个阶段中包含若干个时段,每个阶段中的时段数相等且阶段数能够被总时段数T整除,在每个时段内通过Box-Behnken Design方法对步骤3.1中的各个电站初始出力进行相同的增减操作,再按照步骤3.1中的计算过程,得到增减操作下的梯级电站期末总蓄能F,将增减操作下的梯级电站期末总蓄能F进行对比,选取其中最大的梯级电站期末总蓄能F为优化梯级电站期末总蓄能F;将优化梯级电站期末总蓄能F所对应的增减操作后的各个电站出力为各个电站优化出力;
以电站执行每15分钟的日前计划为例,则一天24小时可划分总时段为96个时段,若执行每60分钟的日前计划,相应的计算总时段为24个时段;以96个时段分为3个阶段为例,则形成1-32时段、33-64时段、65-96时段三个阶段,每个阶段中包含32个时段;
步骤3.3,逐步寻优
对步骤3.2中的各个电站优化出力进行增减操作,增减操作的步长为5MW~10MW,再按照步骤3.1中的计算过程,得到寻优的梯级电站期末总蓄能F,将寻优的梯级电站期末总蓄能F进行对比,选取其中最大的梯级电站期末总蓄能F为最优梯级电站期末总蓄能F;将最优梯级电站期末总蓄能F所对应的各个电站出力为各个电站最优出力。
实施例
雅鲁藏布江中游藏木—加查梯级电站的装机容量分别为510MW、360MW,机组数量分别为6台与3台,制作藏木—加查梯级电站某两日计划,其中:两站间流量传播时间按15min计;除却传统单一时段约束外,时段耦合型约束主要考虑两电站时段间出力差小于60MW;水位协调型约束主要考虑两站水位分区协调控制,藏木水库高限与低限水位分别为3309m与3306m,[3306m,3309m]为水库经济运行区,加查水库高限与低限水位分别为3245m与3243m,[3243m,3245m]为水库经济运行区。
通过分析采用DRS-DSA与DSA算法得到的结果,可以得出,
(1)典型日1下,采用DRS-DSA与DSA算法得到的梯级电站期末蓄能值相差6.54万kW·h;典型日2下,DRS-DSA算法较DSA算法可实现电量增发效益8.37万kW·h,因此,采用DRS-DSA算法较DSA算法可实现上述电量增发效益;
(2)如图1所示,DRS-DSA算法停留在二次降维阶段(降维寻优),则其所耗用时间将大大缩小,且均小于DSA算法,并取得更优的调度结果。
Claims (7)
1.一种适应复杂约束的梯级水电站经济调度逐次降维方法,其特征在于,具体按照以下步骤实施:
步骤1,建立厂间经济运行目标函数和厂内经济运行目标函数;
步骤2,对步骤1的厂间经济运行目标函数和厂内经济运行目标函数设定约束条件;
步骤3,采用DRS-DSA算法求解厂间经济运行目标函数。
2.根据权利要求1所述的一种适应复杂约束的梯级水电站经济调度逐次降维方法,其特征在于,厂间经济运行目标函数的表达式为:
式(1)中,F为梯级电站期末总蓄能;Es(n)为电站n以及其上游所有电站死水位以上的蓄水量在电站n上可产生的电量;Elag(n)为上游电站在电站n上因水量滞时所产生的电量;
其中,
式(2)中,W(n)为电站n在调度期末死水位以上的蓄水量;Wup(n)为上游所有电站在调度期末死水位以上的蓄水量;Wlag(n)为电站n上游所有电站产生的滞时水量;Qout(k,t)为电站k在t时段的出库流量;τk为电站k与电站k+1之间的水流滞时;Δt为时段长度;T为总时段数;ηn为电站n在调度期内的平均耗水率;
厂内经济运行目标函数的表达式为:
式(3)中,Q为电站耗水量;Ql(Nl,H)为l号机组在水头H下出力为Nl时的发电流量;L为某机组组合下的机组台数;
根据动态规划最优化原理,顺向递推公式(3),则:
3.根据权利要求1所述的一种适应复杂约束的梯级水电站经济调度逐次降维方法,其特征在于,约束条件包括:单一时段型约束,时段耦合型约束和水位协调型约束。
4.根据权利要求3所述的一种适应复杂约束的梯级水电站经济调度逐次降维方法,其特征在于,单一时段型约束包括:梯级水电站出力约束、水量平衡约束、水库库容约束、水库出库流量约束、电站旋转备用容量约束、水轮机水头限制约束、电站限制区约束;
(1)梯级水电站出力约束:
式(5)中,PD(t)为t时段电网给定的梯级电站总出力,MW;Pn(t)为t时段电站n出力,MW;Nl(t)为t时段机组l出力,MW;
(2)水量平衡约束:
式(6)中,Vn(t)为t时段电站n所在水库库容,m3;In(t)为t时段电站n所在水库的入库流量,m3/s;Qfd,n-1(t-τ)为t-τ时段电站n-1所在水库的发电流量,m3/s;Qqs,n-1(t-τ)为t-τ时段电站n-1所在水库的弃水流量,m3/s;τ为电站n-1所在水库与电站n所在水库的水流滞时,m3/s;Qqj,n(t)为电站n-1所在水库与电站n所在水库的区间入流,m3/s;Qn(t)为电站n所在水库t时段出库流量,m3/s;Qqs,n-1(t)为t时段电站n-1所在水库的弃水流量;Hn(t)为电站n所在水库在t时段的水头,m;fzv,n(·)为电站n所在水库的水位—库容曲线的函数关系;fzq,n(·)为电站n所在水库的尾水位—流量曲线的函数关系;fΔh,n(·)为电站n所在水库的水头损失的曲线函数关系;fzv,n(·)与fzq,n(·)一般可通过拟合相应实测数据得到,fΔh,n(·)一般可认为是出库流量Qn(t)的二次方关系或常量;
(3)水库库容约束:
式(7)中,Vn max(t)为t时段水库n库容上限;Vn min(t)为t时段水库n库容下限,m3;
(4)水库出库流量约束:
式(8)中,Qn max(t)为t时段水库出库流量上限,m3/s;Qn min(t)为t时段水库出库流量下限,m3/s;
(5)电站旋转备用容量约束:
Pn max≥Pn(t)+PR(t) (9)
式(9)中:Pn max为电站n允许出力上限,MW;PR(t)为t时段电站n的旋转备用容量,MW;
(6)水轮机水头限制约束:
式(10)中,Hn max(t)为时段t电站n水轮机水头上限,m;Hn min(t)为时段t电站n水轮机水头下限,m;Hn(t)为时段t电站n水轮机水头,m;
(7)电站限制区约束:
6.根据权利要求3所述的一种适应复杂约束的梯级水电站经济调度逐次降维方法,其特征在于,水位协调型约束:电站运行中设置有高限水位和低限水位,梯级水电站联合运行时,电站应在处于经济运行区或者同时高限水位区或者同时低限水位区;
其中,低限水位<经济运行区<高限水位。
7.根据权利要求1所述的一种适应复杂约束的梯级水电站经济调度逐次降维方法,其特征在于,步骤3具体按照以下步骤实施:
步骤3.1,初值确定
设定n个电站的总出力P总及若干组各个电站的出力比,得到每组中各个电站出力Pn,通过公式(4)和公式(3)得到电站耗水量Q,再依次通过公式(6)、公式(2)、公式(1)得到梯级电站期末总蓄能F;将得到的若干个梯级电站期末总蓄能F进行对比,选取其中最大的梯级电站期末总蓄能F为初始梯级电站期末总蓄能F;将初始梯级电站期末总蓄能F所对应的各个电站出力Pn为各个电站初始出力;
步骤3.2,降维寻优
将总时段数T分为若干个阶段,则每个阶段中包含若干个时段,每个阶段中的时段数相等且阶段数能够被总时段数T整除,在每个时段内通过Box-Behnken Design方法对步骤3.1中的各个电站初始出力进行相同的增减操作,再按照步骤3.1中的计算过程,得到增减操作下的梯级电站期末总蓄能F,将增减操作下的梯级电站期末总蓄能F进行对比,选取其中最大的梯级电站期末总蓄能F为优化梯级电站期末总蓄能F;将优化梯级电站期末总蓄能F所对应的增减操作后的各个电站出力为各个电站优化出力;
步骤3.3,逐步寻优
对步骤3.2中的各个电站优化出力进行增减操作,增减操作的步长为5MW~10MW,再按照步骤3.1中的计算过程,得到寻优的梯级电站期末总蓄能F,将寻优的梯级电站期末总蓄能F进行对比,选取其中最大的梯级电站期末总蓄能F为最优梯级电站期末总蓄能F;将最优梯级电站期末总蓄能F所对应的各个电站出力为各个电站最优出力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111073802.1A CN113869564A (zh) | 2021-09-14 | 2021-09-14 | 一种适应复杂约束的梯级水电站经济调度逐次降维方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111073802.1A CN113869564A (zh) | 2021-09-14 | 2021-09-14 | 一种适应复杂约束的梯级水电站经济调度逐次降维方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113869564A true CN113869564A (zh) | 2021-12-31 |
Family
ID=78995745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111073802.1A Pending CN113869564A (zh) | 2021-09-14 | 2021-09-14 | 一种适应复杂约束的梯级水电站经济调度逐次降维方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113869564A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116993130A (zh) * | 2023-09-26 | 2023-11-03 | 华电电力科学研究院有限公司 | 梯级水电站短期发电调度方法、装置、设备和存储介质 |
-
2021
- 2021-09-14 CN CN202111073802.1A patent/CN113869564A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116993130A (zh) * | 2023-09-26 | 2023-11-03 | 华电电力科学研究院有限公司 | 梯级水电站短期发电调度方法、装置、设备和存储介质 |
CN116993130B (zh) * | 2023-09-26 | 2024-02-06 | 华电电力科学研究院有限公司 | 梯级水电站短期发电调度方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107818385B (zh) | 一种梯级水电站群实时运行趋势预测方法 | |
CN107895221B (zh) | 市场环境下梯级水电站中长期调度与检修计划优化方法 | |
CN109447405B (zh) | 一种承担调峰任务的一库多级式梯级库群短期计划制定方法 | |
CN112615399A (zh) | 一种储能系统参与电网调频优化控制方法、系统及存储介质 | |
CN114221338B (zh) | 考虑电源灵活性和互补性的多能源电力系统优化调度方法 | |
CN111737846B (zh) | 一种水电厂参与电力现货市场出清计算的方法 | |
CN110676885A (zh) | 一种以新能源为核心的调峰方法 | |
CN110912207B (zh) | 一种考虑多分厂约束的水电站厂内经济运行方法及系统 | |
CN111476475B (zh) | 多约束条件下梯级水电站短期优化调度方法 | |
CN114386760A (zh) | 一种考虑光伏接入条件下的梯级水电站蓄能调度方法 | |
CN110829408A (zh) | 基于发电成本约束的计及储能电力系统的多域调度方法 | |
CN110543966A (zh) | 一种电热气联供的微能源网的日前调度优化方法 | |
CN114021965A (zh) | 一种梯级水电站群多目标多模式智能切换的优化调度方法 | |
CN105184426A (zh) | 一种基于随机连续寻优策略的梯级电站调峰方法 | |
CN113869564A (zh) | 一种适应复杂约束的梯级水电站经济调度逐次降维方法 | |
CN114548666A (zh) | 一种考虑调峰深度的梯级水电站短期发电计划制作方法 | |
CN113937819A (zh) | 一种多能源短期优化调度方法 | |
CN112183839B (zh) | 一种含梯级水电风光水互补发电系统中长期优化调度方法 | |
CN111969591B (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 | |
CN112821468B (zh) | 一种分时段多目标火电机组实时优化调度方法 | |
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. | Research on optimizing operation of the single reservoir of hybrid pumped storage power station | |
CN112767189B (zh) | 一种计及风电并网下电网灵活性评估方法 | |
CN114188942A (zh) | 一种包含大规模新能源基地的电网调度方法 | |
CN111709605A (zh) | 一种基于多重反调节作用的水库电站调峰能力评估方法 |
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 |