CN113887154B - 一种梯级水电站群中长期发电能力评估方法 - Google Patents

一种梯级水电站群中长期发电能力评估方法 Download PDF

Info

Publication number
CN113887154B
CN113887154B CN202111227015.8A CN202111227015A CN113887154B CN 113887154 B CN113887154 B CN 113887154B CN 202111227015 A CN202111227015 A CN 202111227015A CN 113887154 B CN113887154 B CN 113887154B
Authority
CN
China
Prior art keywords
flow
power generation
generation capacity
cascade hydropower
station group
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
CN202111227015.8A
Other languages
English (en)
Other versions
CN113887154A (zh
Inventor
李世钰
周佳
刘岩
王亮
陈刚
丁理杰
韩晓言
苗树敏
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.)
Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
PowerChina Chengdu Engineering Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
PowerChina Chengdu Engineering 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 Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd, PowerChina Chengdu Engineering Co Ltd filed Critical Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority to CN202111227015.8A priority Critical patent/CN113887154B/zh
Publication of CN113887154A publication Critical patent/CN113887154A/zh
Application granted granted Critical
Publication of CN113887154B publication Critical patent/CN113887154B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • 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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
    • 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

Abstract

本发明涉及水利发电技术领域，为使梯级水电站群规划设计阶段与调度运行的源荷特性保持一致，提供了一种梯级水电站群中长期发电能力评估方法，包括：步骤1、确定梯级水电站群的代表站；步骤2、分别计算代表站不同来水频率对应的每月流量；步骤3、根据代表站不同来水频率对应的每月流量计算梯级水电站群中其余水电站不同来水频率对应的每月流量；步骤4、建立梯级水电发电能力计算模型；步骤5、根据每月流量及梯级水电发电能力计算模型计算梯级水电站群发电能力。采用上述方式实现了梯级水电站群规划设计阶段与调度运行的源荷特性保持一致。

Description

一种梯级水电站群中长期发电能力评估方法
技术领域
本发明涉及水利发电技术领域，具体是一种梯级水电站群中长期发电能力评估方法。
背景技术
梯级水电站群中长期发电能力评估是开展流域梯级水电规划设计的基础。当前流域梯级水电规划设计阶段中主要以“汛期等流量、枯期等出力”的常规水能计算和梯级水电站群发电量最大的优化调度计算为主要计算方法。
目前的方法虽然能从河流水能资源充分利用的角度实现梯级水电站群中长期发电能力评估，但忽视了投运后电网调度特性对梯级水电站群运行方式的影响，造成梯级水电站群规划设计发电能力与实际运行发电能力的偏差，不能准确反映梯级水电站群在电力系统中的定位，特别是造成梯级水电站群龙头水库设计运行方式难以指导实际调度的问题。
发明内容
为使流域梯级水电站群规划设计阶段与调度运行的源荷特性保持一致，本发明提供了一种梯级水电站群中长期发电能力评估方法。
本发明解决上述问题所采用的技术方案是：
一种梯级水电站群中长期发电能力评估方法，包括：
步骤1、确定梯级水电站群的代表站；
步骤2、分别计算代表站不同来水频率对应的每月流量；
步骤3、根据代表站不同来水频率对应的每月流量计算梯级水电站群中其余水电站不同来水频率对应的每月流量；
步骤4、建立梯级水电发电能力计算模型；
步骤5、根据每月流量及梯级水电发电能力计算模型计算梯级水电站群发电能力。
进一步地，所述步骤2包括：
步骤21、求取代表站不同来水频率下的设计年平均流量值；
步骤22、分别计算不同来水频率下设计年对应的年内各月流量分配。
进一步地，所述步骤21包括：
步骤211、确定代表站的年平均流量概率分布曲线；
步骤212、根据代表站的年平均流量概率分布曲线查找对应的设计年平均流量值。
进一步地，所述步骤22包括：
步骤221、构建历史年平均流量
Figure BDA0003314505890000024
和对应的逐月流量过程{rb,1,rb,2,......rb,12}组成的特征矩阵A；
步骤222、根据设计年平均流量查找最接近的年平均流量对应的历史年，基于该历史年的逐月流量，采用同倍比缩放的方法得到设计年对应的每月流量。
进一步地，所述步骤3包括：
步骤31、计算流量放大系数，所述流量放大系数等于各电站多年年平均流量除以代表站多年年平均流量；
步骤32、用流量放大系数乘以代表站不同来水频率下设计年对应的每月流量以获取各电站的不同来水频率下设计年对应的每月流量。
进一步地，所述步骤4中梯级水电发电能力计算模型具体为：
Figure BDA0003314505890000021
Figure BDA0003314505890000022
其中：Ct为电网在t时段历史水电出力；Pi,t为电站i在t时段出力；Si,t为电站i在t时段的弃水流量；Nmin为水电最小出力辅助变量；θ为弃水惩罚系数；
Figure BDA0003314505890000023
为水电出力最小出力最大引导系数；M为计算的水电站总数；T为计算的时段总数。
进一步地，所述步骤4还包括建立梯级水电发电能力计算模型的约束。
进一步地，所述约束包括上下游水力联系约束、水量平衡约束、出库流量约束、发电流量约束、库容约束、出力约束、电站发电水头约束、电站水位库容约束、电站出力特性约束及始末库容约束。
进一步地，所述步骤5包括：
步骤5.1、将第y个来水频率下的设计年内每月流量代入步骤4建立的模型，求解得到第y个来水频率下的梯级水电站群月平均出力；
步骤5.2、第y个设计来水频率下的月平均出力乘以对应月份的小时总数，得到第y个来水频率下的逐月发电量；
步骤5.3、重复步骤5.1和步骤5.2，获得下一个设计来水频率下梯级水电中长期发电能力，总共得到Y个来水频率下的梯级水电站群发电能力，其中，Y为来水频率总个数。
本发明相比于现有技术具有的有益效果是：解决了流域梯级水电站的设计规划中发电能力与调度运行发电能力偏差的问题，可以用于优化制定龙头水库设计运行方式。
附图说明
图1为梯级水电站群中长期发电能力评估方法流程图；
图2为亭子口典型频率径流过程图；
图3嘉陵江梯级水电群分月平均出力；
图4嘉陵江梯级水电群弃水情况图；
图5亭子口分频率年内水位运行过程。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，一种梯级水电站群中长期发电能力评估方法，包括：
步骤1、确定梯级水电站群的代表站；
步骤2、分别计算代表站不同来水频率对应的每月流量；
步骤3、根据代表站不同来水频率对应的每月流量计算梯级水电站群中其余水电站的不同来水频率对应的每月流量；
步骤4、建立梯级水电发电能力计算模型；
步骤5、根据每月流量及梯级水电发电能力计算模型计算梯级水电站群发电能力。
具体的，所述步骤2包括：
步骤21、求取代表站不同来水频率下的设计年平均流量值：步骤211、确定需要计算的Y个来水频率，以第y个来水频率为例：确定第y个来水频率下设计年代表站的年平均流量概率分布曲线；采用皮尔逊Ⅲ型分布(P-Ⅲ型分布)进行年平均流量配合，其累积频率特性如下：
Figure BDA0003314505890000031
Figure BDA0003314505890000032
Figure BDA0003314505890000041
Figure BDA0003314505890000042
Figure BDA0003314505890000043
Figure BDA0003314505890000044
其中：
Figure BDA0003314505890000045
为水文序列的均值，CV为离势系数，CS为偏态系数，x为任意实数，X为随机变量，xp为设计值，xi为第i年年平均流量值，n为水文序列总的时间长度。
步骤212、根据设计年代表站的年平均流量概率分布曲线查找对应的设计年平均流量；根据水电站年平均流量P-Ⅲ型概率分布曲线，查找需要计算的Y个来水频率对应的设计年平均流量
Figure BDA0003314505890000046
步骤22、计算设计年对应的年内各月流量分配：步骤221、构建历史年平均流量
Figure BDA0003314505890000047
和对应的逐月流量过程{rb,1,rb,2,......rb,12}组成的特征矩阵A；
Figure BDA0003314505890000048
/>
历史年可以选取有记录以来的所有年份。
步骤222、根据设计年平均流量
Figure BDA0003314505890000049
查找最接近的/>
Figure BDA00033145058900000410
年平均流量对应的历史年，基于该历史年的逐月流量，采用同倍比缩放的方法得到设计年对应的每月流量；
步骤23、重复步骤221及步骤222以获取其他来水频率下的流量分配。
所述步骤3包括：
步骤31、计算流量放大系数，所述流量放大系数等于各电站多年年平均流量除以代表站多年年平均流量；
步骤32、用流量放大系数乘以代表站不同来水频率下设计年对应的每月流量，以获取各电站的不同来水频率下设计年对应的每月流量。
电网历史水电月平均出力蕴含了调度机构对水电的调度需求，也能够反映水电的资源特性，因此梯级水电站群出力过程与全网历史平均出力过程之间越相似，越能反应水电实际调度特性，其计算公式如下所示：
Figure BDA0003314505890000051
Figure BDA0003314505890000052
其中：Ct为电网在t时段历史水电出力；Pi,t为电站i在t时段出力；Si,t为电站i在t时段的弃水流量；Nmin为水电最小出力辅助变量，MW；θ为弃水惩罚系数；
Figure BDA0003314505890000053
为水电出力最小出力最大引导系数；M为计算的水电站总数；T为计算的时段总数。
所述步骤4还包括建立梯级水电发电能力计算模型的约束，所述约束包括上下游水力联系约束、水量平衡约束、出库流量约束、发电流量约束、库容约束、出力约束、电站发电水头约束、电站水位库容约束、电站出力特性约束及始末库容约束。
具体的，上下游水力联系约束：
Ii,t＝Qi-1，t+Ri,t
其中：Ii,t为t时段电站i的入库流量，m3/s；Qi-1,t为电站i-1在t时段的发电流量，m3/s；Ri,t为电站i-1和电站i间的区间流量，m3/s。
水量平衡约束：
Vi,t＝Vi,t-1+(Ii,t-Qi,t)Δt
其中：Vi,t为电站i在t时段末库容，m3；Δt为时段步长，s。
出库流量约束：
Figure BDA0003314505890000054
其中：
Figure BDA0003314505890000055
分别为t时段电站i的最小和最大出库流量，m3/s。
发电流量约束：
Figure BDA0003314505890000056
其中：
Figure BDA0003314505890000057
时段电站i的最大发电流量限制，m3/s；qi,t为t时段电站i的发电流量，m3/s。
库容约束：
Figure BDA0003314505890000061
其中：
Figure BDA0003314505890000062
分别为t时段电站i的最小和最大允许库容，m3。
出力约束：
Figure BDA0003314505890000063
其中：
Figure BDA0003314505890000064
分别为t时段电站i的最小和最大允许出力，MW。
电站发电水头约束：
Figure BDA0003314505890000065
其中：Hi,t为电站i在时段t的发电水头，m；
Figure BDA0003314505890000066
为电站i在时段t的上游水位，m；
Figure BDA0003314505890000067
为电站平均尾水位，m；/>
Figure BDA0003314505890000068
为电站i的水头损失，m。
电站水位库容约束：
Figure BDA0003314505890000069
其中：fi,zv()为电站i的水位-库容关系函数。
电站出力特性约束：
Pi,t＝fi,p(qi,t,Hi,t)
其中：fi,p()为电站i的出力与发电流量和发电水头的二元函数关系。
始末库容约束：
Vi,0＝constanti,0(Vi,T＝constanti,T)
所述步骤5包括：步骤5.1、将第y个来水频率下的设计年内每月流量代入步骤4建立的模型，求解得到第y个来水频率下的梯级水电站群月平均出力；
步骤5.2、第y个设计来水频率下的月平均出力乘以对应月份的小时总数，得到第y个来水频率下的逐月发电量；
步骤5.3、重复步骤5.1和步骤5.2，获得下一个设计来水频率下梯级水电中长期发电能力，总共得到Y个来水频率下的梯级水电站群发电能力，其中，Y为来水频率总个数。
具体实施例
选择已投产的嘉陵江干流上的亭子口、红旗、沙溪、金银台、红岩子、新城、万和、马回、凤仪、小龙门、青居、东西关和秀观共13座水电站和主要支流白龙江上宝珠寺、紫兰坝、虎头寺电站共3座梯级水电站组成的梯级水电站群总装机容量3259.1MW。其中，亭子口电站具有年调节性能，宝珠寺具有不完全年调节能力，其余均为日调节电站。嘉陵江梯级水电站群主要参数如表1所示。
表1嘉陵江梯级水电站群主要参数
Figure BDA0003314505890000071
亭子口电站为嘉陵江干流上唯一的年调节电站，径流资料较为齐全，因此，选择亭子口电站作为嘉陵江径流过程的代表站，进行分频率分月径流过程计算。根据亭子口历史径流数据，采用矩法估计P-Ⅲ曲线参数，计算25％(丰水年)、50％(平水年)和75％(枯水年)3个典型来水频率对应的设计年平均流量，亭子口水文来水频率计算成果见表2。
表2亭子口典型频率年平均流量计算结果
Figure BDA0003314505890000072
查找与亭子口设计年平均流量相接近的历史年平均流量，基于该历史年份的逐月径流过程，采用同倍比缩放得到各来水频率年内径流过程，亭子口典型频率径流过程见图2。由图2可以知，嘉陵江流域所选典型径流过程中径流主要集中在汛期6-10月，符合四川地区河流径流特性，丰水年、平水年和枯水年的径流差异主要体现在7-9月，其中7月流量差异最大。
基于亭子口典型频率径流过程，计算其余电站的分频率分月径流过程，以各电站多年年平均流量除以亭子口多年年平均流量，得到径流放大系数，用径流放大系数乘以亭子口电站分频率设计径流过程，即得到各电站的分频率设计径流过程。
基于分频率径流过程和2019年四川电网全网水电月平均出力，依据梯级水电发电能力计算模型分别计算三种来水频率下嘉陵江梯级水电站群分月发电能力，也可采用在MATLAB中搭建线性化处理梯级水电发电能力计算模型后生成的MILP模型，并调用Cplex软件包分别计算三种来水频率下嘉陵江梯级水电站群分月发电能力。
嘉陵江梯级水电站群分频率来水分月发电量情况见表3，分月平均出力见图3，弃水过程见图4，亭子口水电站年内水位运行过程见图5。
表3嘉陵江梯级水电群发电量计算结果
Figure BDA0003314505890000081
由表3可知，嘉陵江干流梯级水电站群丰水年、平水年和枯水年的年发电量分别为146、130、102亿kW·h，梯级水电站群发电能力受来水年际变化影响较大。结合表3和图3可见，嘉陵江干流梯级水电发电能力5-9月梯级水电发电能力最强，平枯期发电能力降为汛期发电能力的1/4～1/3。此外，由于嘉陵江流域10月来水较少，发电能力大幅下降。
由图5可知，为保证较高的发电效率亭子口水电站平水年和枯水年可处于高水位运行，丰水年由于来水较早、较多，因此水库宜提前消落，以减少弃水。
综上，梯级水电站群中长期发电能力评估方法给出了考虑电网调度特性的梯级水电站中长期发电能力计算的一般流程，解决了流域梯级水电站的设计规划中发电能力与调度运行发电能力偏差的问题，可以用于优化制定龙头水库设计运行方式。

Claims (7)

1.一种梯级水电站群中长期发电能力评估方法，其特征在于，包括：
步骤1、确定梯级水电站群的代表站；
步骤2、分别计算代表站不同来水频率对应的每月流量；
步骤3、根据代表站不同来水频率对应的每月流量计算梯级水电站群中其余水电站不同来水频率对应的每月流量；
步骤4、建立梯级水电发电能力计算模型；
步骤5、根据每月流量及梯级水电发电能力计算模型计算梯级水电站群发电能力；
具体的，所述步骤4中梯级水电发电能力计算模型具体为：
Figure FDA0004186608430000011
Figure FDA0004186608430000012
其中：Ct为电网在t时段历史水电出力；Pi,t为电站i在t时段出力；Si,t为电站i在t时段的弃水流量；Nmin为水电最小出力辅助变量；θ为弃水惩罚系数；
Figure FDA0004186608430000013
为水电出力最小出力最大引导系数；M为计算的水电站总数；T为计算的时段总数；
所述步骤5包括：
步骤5.1、将第y个来水频率下的设计年内每月流量代入步骤4建立的模型，求解得到第y个来水频率下的梯级水电站群月平均出力；
步骤5.2、第y个设计来水频率下的月平均出力乘以对应月份的小时总数，得到第y个来水频率下的逐月发电量；
步骤5.3、重复步骤5.1和步骤5.2，获得下一个设计来水频率下梯级水电中长期发电能力，总共得到Y个来水频率下的梯级水电站群发电能力，其中，Y为来水频率总个数。
2.根据权利要求1所述的一种梯级水电站群中长期发电能力评估方法，其特征在于，所述步骤2包括：
步骤21、求取代表站不同来水频率下的设计年平均流量值；
步骤22、分别计算不同来水频率下设计年对应的年内各月流量分配。
3.根据权利要求2所述的一种梯级水电站群中长期发电能力评估方法，其特征在于，所述步骤21包括：
步骤211、确定代表站的年平均流量概率分布曲线；
步骤212、根据代表站的年平均流量概率分布曲线查找对应的设计年平均流量值。
4.根据权利要求3所述的一种梯级水电站群中长期发电能力评估方法，其特征在于，所述步骤22包括：
步骤221、构建历史年平均流量
Figure FDA0004186608430000021
和对应的逐月流量过程{rb,1,rb,2,......rb,12}组成的特征矩阵A；
步骤222、根据设计年平均流量查找最接近的年平均流量对应的历史年，基于该历史年的逐月流量，采用同倍比缩放的方法得到设计年对应的每月流量。
5.根据权利要求1所述的一种梯级水电站群中长期发电能力评估方法，其特征在于，所述步骤3包括：
步骤31、计算流量放大系数，所述流量放大系数等于各电站多年年平均流量除以代表站多年年平均流量；
步骤32、用流量放大系数乘以代表站不同来水频率下设计年对应的每月流量以获取各电站的不同来水频率下设计年对应的每月流量。
6.根据权利要求1所述的一种梯级水电站群中长期发电能力评估方法，其特征在于，所述步骤4还包括建立梯级水电发电能力计算模型的约束。
7.根据权利要求6所述的一种梯级水电站群中长期发电能力评估方法，其特征在于，所述约束包括上下游水力联系约束、水量平衡约束、出库流量约束、发电流量约束、库容约束、出力约束、电站发电水头约束、电站水位库容约束、电站出力特性约束及始末库容约束。
CN202111227015.8A 2021-10-21 2021-10-21 一种梯级水电站群中长期发电能力评估方法 Active CN113887154B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111227015.8A CN113887154B (zh) 2021-10-21 2021-10-21 一种梯级水电站群中长期发电能力评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111227015.8A CN113887154B (zh) 2021-10-21 2021-10-21 一种梯级水电站群中长期发电能力评估方法

Publications (2)

Publication Number Publication Date
CN113887154A CN113887154A (zh) 2022-01-04
CN113887154B true CN113887154B (zh) 2023-05-26

Family

ID=79004086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111227015.8A Active CN113887154B (zh) 2021-10-21 2021-10-21 一种梯级水电站群中长期发电能力评估方法

Country Status (1)

Country Link
CN (1) CN113887154B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855393A (zh) * 2012-08-14 2013-01-02 贵州乌江水电开发有限责任公司 一种梯级水电站群水能利用提高率的测算方法及系统
CN111008790A (zh) * 2019-12-23 2020-04-14 华中科技大学 一种水电站群发电调度规则提取方法
CN113344288A (zh) * 2021-06-28 2021-09-03 南京大学 梯级水电站群水位预测方法、装置及计算机可读存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2472027A1 (en) * 2002-01-10 2003-07-24 Matthew A. Harper Hydrogen fueling station
CN104182634B (zh) * 2014-08-21 2015-07-22 华中科技大学 一种梯级水电站联合运行水位控制断面优选方法
CN109063901B (zh) * 2018-07-17 2021-06-18 昆明电力交易中心有限责任公司 一种省级电网水电系统中长期发电能力分析方法
CN110599363A (zh) * 2019-08-26 2019-12-20 重庆大学 一种计及梯级水电站优化调度的电力系统可靠性评估方法
CN111126693B (zh) * 2019-12-20 2022-11-11 华中科技大学 基于上游水库运行对下游电站发电能力影响的调度方法
CN111428970B (zh) * 2020-03-05 2023-05-05 三峡大学 一种大规模水电站群跨省外送能力分析模型及求解方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855393A (zh) * 2012-08-14 2013-01-02 贵州乌江水电开发有限责任公司 一种梯级水电站群水能利用提高率的测算方法及系统
CN111008790A (zh) * 2019-12-23 2020-04-14 华中科技大学 一种水电站群发电调度规则提取方法
CN113344288A (zh) * 2021-06-28 2021-09-03 南京大学 梯级水电站群水位预测方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
CN113887154A (zh) 2022-01-04

Similar Documents

Publication Publication Date Title
Liu et al. Evaluating the benefits of integrating floating photovoltaic and pumped storage power system
CN106897793B (zh) 一种可保证安全距离的基于遗传算法的风电场风力发电机排布优化方法
CN108074038A (zh) 一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法
Tande et al. Operational implications of wind power in a hydro based power system
CN109428343B (zh) 一种新能源基地外送通道输电容量的优化规划方法及装置
CN111342486A (zh) 一种含梯级水电的风光水互补发电系统的优化调度方法
CN110942212A (zh) 一种基于梯级水库运行系数的梯级水库优化运行方法
CN111428970A (zh) 一种大规模水电站群跨省外送能力分析模型及求解方法
CN113489003A (zh) 一种考虑风光水一体化互补运行的源网协调规划方法
CN109978331B (zh) 一种高比例水电现货市场下日电量分解方法
CN111667119B (zh) 一种水电站milp模型最优代表水头选取方法和系统
CN113872253A (zh) 抽水蓄能电站联合新能源发电优化调度方法及装置
CN113887154B (zh) 一种梯级水电站群中长期发电能力评估方法
CN117526446A (zh) 梯级水风光多能互补发电系统风光容量双层优化配置方法
Kiss et al. Comparison of wind power estimates from the ECMWF reanalyses with direct turbine measurements
CN110826778B (zh) 一种主动适应新能源发展的负荷特性优化计算方法
CN112598175A (zh) 一种流域型虚拟电厂调度方法
CN116526469A (zh) 一种水风光互补系统长期随机动态调度方法
CN107294084A (zh) 一种基于风电功率预测的日前曲线求解方法
CN116418020A (zh) 一种提升省域新能源消纳能力的储能配置方法
CN104951650A (zh) 一种评估含大规模风电电网关口外送电交易能力的方法
CN110110908B (zh) 一种面向新能源月度发电预测的数据扩充方法
CN111709605B (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
Tigas et al. Generation expansion planning under wide-scale RES energy penetration
Chebotareva Risk assessment of renewable energies: Global exposure

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