CN115438852A - 一种梯级水电站群短期调峰实用化求解方法 - Google Patents
一种梯级水电站群短期调峰实用化求解方法 Download PDFInfo
- Publication number
- CN115438852A CN115438852A CN202211063722.2A CN202211063722A CN115438852A CN 115438852 A CN115438852 A CN 115438852A CN 202211063722 A CN202211063722 A CN 202211063722A CN 115438852 A CN115438852 A CN 115438852A
- Authority
- CN
- China
- Prior art keywords
- water
- power station
- output
- constraint
- load
- 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 93
- 230000033228 biological regulation Effects 0.000 title claims abstract description 42
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 211
- 230000008569 process Effects 0.000 claims abstract description 24
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims abstract description 14
- 238000012937 correction Methods 0.000 claims abstract description 12
- 230000011218 segmentation Effects 0.000 claims abstract description 9
- 230000003247 decreasing effect Effects 0.000 claims abstract description 7
- 238000012986 modification Methods 0.000 claims abstract description 6
- 230000004048 modification Effects 0.000 claims abstract description 6
- 238000010248 power generation Methods 0.000 claims description 29
- 238000005520 cutting process Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 11
- 150000001875 compounds Chemical class 0.000 claims description 9
- 230000009194 climbing Effects 0.000 claims description 8
- 239000002351 wastewater Substances 0.000 claims description 8
- 230000002829 reductive effect Effects 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000009109 downstream regulation Effects 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004065 wastewater treatment Methods 0.000 claims description 2
- 238000007654 immersion Methods 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000003860 storage Methods 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
- 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
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
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)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Geometry (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明提供了一种梯级水电站群短期调峰实用化求解方法,首先采用分段法将日负荷曲线重构为与实际负荷趋势相似但更为平整的新负荷曲线;其次以期末水位或日发电量为控制目标,采用改进逐次切负荷法生成平稳且满足约束条件的初始出力过程;然后采用分段弃水修正策略,变步长增减弃水时段出力直至弃水处理完毕;最后以剩余负荷最大值最小为目标,依电站上下游顺序循环执行改进逐次切负荷法和弃水修改策略直至目标函数值变化满足精度要求。对于调节能力较差、上下游水力联系紧密、机组开停机依靠人工调整的梯级水电站群,本发明能快速制定出兼顾调峰和水资源充分利用的调度方案,能够有效提高流域集控中心制作日前方案水平。
Description
技术领域
本发明属于水电站调度优化技术领域,特别是涉及一种梯级水电站群短期调峰实用化求解方法。
背景技术
随着电网峰谷差逐年加大以及间歇式新能源装机比重迅速提升,电网调峰问题越来越严峻。而水电机组因具有启停迅速、安全可靠、跟踪负荷强、近似零污染等优点,一直是电网最优质的调峰电源,因此,开展水电特别是梯级水电站群调峰方法研究对缓解电网调峰压力,以及保障我国实现低碳目标具有重要意义。
目前,国内外学者针对水电调峰问题进行大量研究,主要集中在单电网调峰问题、多电网调峰问题、辅助新能源消纳问题等,主要模型有调峰电量最大、调峰效益最大、余荷最大值最小、余荷方差或均方差最小等,也有学者耦合联动分析理论建立多调峰指标水电短期调度模型。这些模型及求解方法能够取得一定的调峰效果,但在实际应用时仍然面临着不同程度的困难,首先,这些模型涉及到大量的非线性约束,求解时若采用线性规划方法对其线性化处理容易导致计算结果失真;其次是传统动态规划及其改进方法通常比较复杂,加大了调度人员的理解难度,且随着电站个数及时段数增加求解效率急剧下降,容易陷入“维数灾”,而智能算法计算结果不稳定难以满足生产需求。
受限于水库群调节能力差异大、上下游水力联系紧密以及大量非线性时空约束高度耦合等难题,构建出实用性强、普适性好和计算效率高的调峰模型及求解方法仍然面临很大的挑战。
发明内容
当前我国大部分水电站水库调节性能较差、上下游水力联系紧密、机组开停机仍然依靠人工调整,为解决这类水电站群快速制定合理的短期调度方案的问题,本发明从实用化角度出发,提出一种梯级水电站群短期调峰实用化求解方法。
一种梯级水电站群短期调峰实用化求解方法,其特征在于:首先采用分段法将日负荷曲线重构为与实际负荷趋势相似但更为平整的新负荷曲线;其次以期末水位或日发电量为控制目标,采用改进逐次切负荷法生成平稳且满足约束条件的初始出力过程;然后采用分段弃水修正策略,变步长增减弃水时段出力直至弃水处理完毕;最后以剩余负荷最大值最小为目标,依电站上下游顺序循环执行改进逐次切负荷法和弃水修改策略直至目标函数值变化满足精度要求。
一种梯级水电站群短期调峰实用化求解方法,具体操作步骤如下:
步骤1,重构负荷:
采用分段法将日负荷曲线重构为与实际负荷趋势相似但更为平整的新负荷曲线;
步骤2,计算梯级各水电站出力过程:
以期末水位或日发电量为控制目标,采用改进逐次切负荷法生成平稳且满足约束条件的出力过程;
步骤3,处理弃水:
采用分段弃水修正策略,变步长增减弃水时段出力直至各电站弃水处理完毕;
步骤4,短期调峰发电计划制定:
以剩余负荷最大值最小为目标,依电站上下游顺序循环执行改进逐次切负荷法和弃水修改策略直至目标函数值变化满足精度要求。
所述步骤1中采用分段法重构负荷的详细步骤为:
步骤1.1,将日负荷曲线分割成若干个高峰时段和低谷时段;
步骤1.2,分别取每个高峰时段和低谷时段的最小值作为重构负荷值,函数表达式如下:
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;Lt表示第t时刻的重构负荷值,单位为:MW;Ct表示第t时刻的日负荷曲线值,单位为:MW;x表示日负荷曲线分割后的编号;X表示日负荷曲线分割后的段数;Tx、Tx+1表示第x个分段负荷的起始和结束时刻。
所述步骤2中改进逐次切负荷法的详细步骤为:
步骤2.1,定义外部迭代次数为i;
步骤2.2,定义当前电站为m,内部迭代次数为j;
步骤2.3,定义切割中心线和切割带位置,改进逐次切负荷法的初始切割中心线为:其切割带上限为:切割带下限为:其中带宽:定义切割带上下移动步长为式中,和分别表示重构负荷的最大值、最小值,单位为:MW;和分别表示电站m在第t时刻的出力上限和出力下限,单位为:MW;Wm∈(0,1]表示电站m的调峰幅度,引入调峰幅度Wm有两个目的,首先能够避免上游电站大幅调峰而导致下游调节能力较差电站大量弃水,其次能够提高算法求解效率,避免长时间陷入弃水处理问题;
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;表示电站m在第t时刻的出力,单位为:MW;Lt表示第t时刻的重构负荷值,单位为:MW;和分别表示电站m在第t时刻出力约束最大值、最小值,单位为:MW;表示电站m的切割带带宽,单位为: MW;
步骤2.5,校正电站m的电力约束,依次校正电站的振动区约束式、开停机持续时段约束式、持续时段约束式、爬坡速率约束式、最大最小出力限制约束以及日前衔接约束;
步骤2.6,校正电站m的水力约束,用以电定水算法校正电站m的发电计划,约束条件包括:水量平衡方程式、水位上下限约束、发电流量上下限约束、最小出库流量约束式;
步骤2.7,判断电站控制方式与目标值差距情况,若电站按期末水位控制,则计算若电站按日发电量控制,则计算如果或表示电站没有达到预期控制目标,转到步骤2.8,否则转到步骤2.9;式中和分别表示电站m在T时刻的库水位和目标水位,单位为:m;Em、分别表示电站m的日发电量和目标电量,单位为:万kWh;分别表示期末水位和日发电量与目标值的差值,单位分别为:m、万kWh;Δε表示期末水位或日发电量与目标值差值的精度要求;
步骤2.8,判断搜索方向和调整搜索步长,若或表示电站发电量过小,下一轮搜索方向为增加电站出力才能满足控制条件;若或表示电站发电量过大,下一轮搜索方向为减小电站出力;为了加快搜索效率,采用动态搜索步长,若第j轮与j-1轮搜索方向一致,则搜索步长若前后两次搜索方向不一致,表示上一轮搜索步长过大,跨过了最优解,需要反向搜索,在上一轮的基础上重新调整搜索步长更新中心线及带宽上下限,回到步骤 2.4;式中分别表示期末水位和日发电量与目标值的差值,单位分别为:m、万kWh;Δε表示期末水位或日发电量与目标值差值的精度要求; A∈(1,2)是加速系数,为避免陷入死循环,该值不可以取整数;
步骤2.9,校正电站m弃水约束,若m<M,则m=m+1,转步骤2.1;否则转步骤2.10,式中M表示水电站数量;
步骤2.10,计算目标值,若当前迭代次数达到最大迭代次数(i≥I),或前后两次迭代的目标值差值满足精度要求Δd,则停止搜索并退出,否则i=i+1,转到步骤2.2。
所述步骤3中分段弃水修正策略的详细步骤为:
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;表示电站m在时间区段[Tj,Tj+1)设置出力约束最大值的平均值,单位为:MW;表示电站m在时间区段[Tj,Tj+1)的水头为和发电流量为的可发出力上限值,单位为:MW;其中和分别表示电站m在第t时刻的最大入库流量及弃水流量,单位为:m3/s,当电站调节能力较差时,发电流量过大而来水不足时会使水头迅速下降,导致后续时段的发电水头低于设计水头,电站无论增加多少发电流量也难达到最大出力,因此需考虑该时段出力上限以避免搜索限入死循环;
步骤3.2,按式(4)修正电站在弃水最大区段各时段出力,并判断电站出力是否落在振动区,若落入振动区且靠近平均水头对应的振动区上边界值,则电站出力取上边界值,反之取下边界值,然后用以电定水算法校正水量平衡,重新统计弃水情况,若全天没有弃水、或弃水时段出力达到最大、或弃水时段发电流量达到最大值,则跳转至步骤3.2,否则回到步骤3.1;
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;表示电站m在第t时刻的出力,单位为:MW;ΔNm表示电站m的出力增加步长,单位为:MW;[Tj,Tj+1)表示弃水量最大的时间段;和表示电站m在时间段[Tj,Tj+1)平均水头对应的振动区上下限,单位为:MW;表示电站m的出力约束最大值,单位为:MW;
步骤3.3,判断电站是否达到期末水位控制目标;反复执行上述两步可有效减少弃水,但很难控制ΔNm步长使得电站恰好不弃水,特别是当电站处于有无弃水的临界情况时,若电站对水头比较敏感或调节能力较差,增加整个时间段的ΔNm出力可能会使原先最后一个弃水时刻点的水位变化较大,从而会导致后续时段的水位偏离预期目标,此时需采用变步长增/减电站出力;故以期末水位差为启发信息,利用二分法精细化调整ΔNm步长大小,当期末水位偏高时,继续增加最后一次搜索到的弃水时间段出力,当期末水位偏低时,减少最后一次弃水时段的出力,循环迭代直到所有时段均无弃水或弃水时段之间时段的出力或发电流量达到最大值,且期末水位达到预期目标则停止弃水处理。
所述步骤4中采用剩余负荷最大值最小模型对参与计算的水电站按上下游顺序进行优化调度的详细步骤为:
步骤4.1,求出模型的目标函数值,目标函数表达式为:
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;D表示重构负荷的剩余负荷最大值,单位为:MW;Lt表示第t时刻的重构负荷值,单位为:MW;表示第m个电站在第t时刻的出力,单位为: MW;T表示调度期时段数;M表示水电站数量;约束条件主要包括:水量平衡方程约束、电站控制方式约束、振动区约束、出力持续时段约束、出力爬坡约束、开停机持续时段约束、日前出力衔接约束、最小出库流量约束、水位上下限约束、出力上下限约束、发电流量上下限约束;
步骤4.2,计算目标函数值与上一轮目标函数值的差值ΔD=Dj-Dj-1,若ΔD≤Δd,则退出循环并输出结果;若ΔD>Δd,则依电站上下游顺序,反复执行改进逐次切负荷法和分段弃水修正策略直至目标函数值变化满足精度要求,式中,Dj和Dj-1分别表示第j轮与第j-1轮重构负荷的剩余负荷最大值,Δd表示Dj和Dj-1差值的精度要求。
本发明有如下有益效果:
1、本发明提出的方法原理简单、稳定性好,能在来水多、来水少、来水适中的场景下高效地输出满足工程实际需求的高质量解集,而且能够有效控制期末水位,同时还能显著减少梯级弃水量、增加发电量,可较好地实现梯级水电站群兼顾调峰和水资源高效利用的调度需求。
2、本发明制作出来的日出力过程波动次数少、过程平稳,能大幅减少调度人员的工作量,对于依靠人工控制的电站更具实用性。
附图说明
下面结合附图和实施例对本发明作进一步说明。
表1是实际值、关联搜索模型及本发明的原始计算结果。
图1是改进逐次切负荷法示意图。
图2是电站的水位与出力过程图。
图3是梯级水电站群短期调峰实用化求解方法流程图。
图4是金溪流域梯级电站拓扑图。
图5是枯水期出力、水位、弃水流量过程线(20201122)。
图6是平水期出力、水位、弃水流量过程线(20210719)。
图7是汛期出力、水位、弃水流量过程线(20200710)。
具体实施方式
下面结合附图和实施例对本发明作进一步的描述。
受限于水库群调节能力差异大、上下游水力联系紧密以及大量非线性时空约束高度耦合等难题,构建出实用性强、普适性好和计算效率高的调峰模型及求解方法仍然面临很大的挑战。
本发明所要解决的技术问题是提供一种梯级水电站群短期调峰实用化求解方法,该方法结合当前我国大部分水电站水库调节性能较差、上下游水力联系紧密、机组开停机仍然依靠人工调整的特点,建立剩余负荷最大值最小模型,并采用改进的逐次切负荷方法进行求解,按照下述步骤1-4实现:
步骤1,重构负荷:采用分段法将日负荷曲线重构为与实际负荷趋势相似但更为平整的新负荷曲线;
步骤2,计算梯级各水电站出力过程:以期末水位或日发电量为控制目标,采用改进逐次切负荷法生成平稳且满足约束条件的出力过程;
步骤3,处理弃水:采用分段弃水修正策略,变步长增减弃水时段出力直至各电站弃水处理完毕;
步骤4,短期调峰发电计划制定:以剩余负荷最大值最小为目标,依电站上下游顺序循环执行改进逐次切负荷法和弃水修改策略直至目标函数值变化满足精度要求,目标函数为:
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;D表示重构负荷的剩余负荷最大值,单位为:MW;Lt表示第t时刻的重构负荷值,单位为:MW;表示第m个电站在t时段的出力,单位为:MW;T表示调度期时段数;M表示水电站数量。
需要满足以下约束条件:
(1)水量平衡约束:
式中,分别表示电站m在第t时段始末库容,单位为:m3; 分别表示电站m在第t时刻入库流量、发电流量、弃水流量,单位为:m3/s;表示电站m在第t时段区间流量,单位为:m3/s;表示电站m的直接上游电站m-1在t-delay时段的出库流量,单位为:m3/s,假定每座下游电站只有一个直接上游电站;delaym-1表示电站m-1的出库流量流达下游电站m的时长,该变量与前期累积出库流量大小密切相关;Δt表示每个时段的秒数,取Δt=15×60s;
(2)电站控制方式约束:
a)控制期末水位:
b)控制日发电量:
(3)振动区约束:
(4)出力持续时段约束:
(5)出力爬坡约束:
(6)开停机持续时段约束:
式中,表示第m个电站在t时段的出力,单位为:MW;表示若电站m开机,则至少持续tm,k个时段数才能停机,Km是tm,k取值边界范围;表示若电站m停机,则至少持续tm,s个时段数才能开机,Sm是tm,s取值边界范围。
(7)日前出力衔接约束:
在制作次日发电计划时,需要考虑当日出力过程,在衔接时段处的出力应同时满足约束(3)~(6)。
(8)最小出库流量约束:
(8)其它约束:水位上下限约束、出力上下限约束、发电流量上下限约束。
进一步的,所述步骤1中采用分段法重构负荷的详细步骤为:
步骤1.1,将日负荷曲线分割成若干个高峰时段和低谷时段;
步骤1.2,分别取每个高峰时段和低谷时段的最小值作为重构负荷值,函数表达式如下:
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;Lt表示第t时刻的重构负荷值,单位为:MW;Ct表示第t时刻的日负荷曲线值,单位为:MW;x表示日负荷曲线分割后的编号;X表示日负荷曲线分割后的段数;Tx、Tx+1表示第x个分段负荷的起始和结束时刻。
进一步的,所述步骤2中改进逐次切负荷法的详细步骤为:
步骤2.1,定义外部迭代次数为i;
步骤2.2,定义当前电站为m,内部迭代次数为j;
步骤2.3,定义切割中心线和切割带位置,如图1所示,改进逐次切负荷法的初始切割中心线为其切割带上限为切割带下限为其中带宽定义切割带上下移动(搜索)步长为式中,和分别表示重构负荷的最大值、最小值,单位为:MW;和分别表示电站m在第t时刻的出力上限和出力下限,单位为:MW;Wm∈(0,1]表示电站m的调峰幅度,引入调峰幅度Wm有两个目的,首先可以避免上游电站大幅调峰而导致下游调节能力较差电站大量弃水,其次可以提高算法求解效率,避免长时间陷入弃水处理问题;
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;表示电站m在第t时刻的出力,单位为:MW;Lt表示第t时刻的重构负荷值,单位为:MW;和分别表示电站m在第t时刻出力约束最大值、最小值,单位为:MW;表示电站m的切割带带宽,单位为: MW;
步骤2.5,校正电站m的电力约束,依次校正电站的振动区约束式、开停机持续时段约束式、持续时段约束式、爬坡速率约束式、最大最小出力限制约束以及日前衔接约束;
步骤2.6,校正电站m的水力约束,用以电定水算法校正电站m的发电计划,约束条件包括:水量平衡方程式、水位上下限约束、发电流量上下限约束、最小出库流量约束式;
步骤2.7,判断电站控制方式与目标值差距情况,若电站按期末水位控制,则计算若电站按日发电量控制,则计算如果或表示电站没有达到预期控制目标,转到步骤2.8,否则转到步骤2.9;式中和分别表示电站m在T时刻(调度期末)的库水位和目标水位,单位为:m;Em、分别表示电站m的日发电量和目标电量,单位为:万kWh;分别表示期末水位和日发电量与目标值的差值,单位分别为:m、万kWh;Δε表示期末水位或日发电量与目标值差值的精度要求;
步骤2.8,判断搜索方向和调整搜索步长,若或表示电站发电量过小,下一轮搜索方向为增加电站出力才能满足控制条件;若或表示电站发电量过大,下一轮搜索方向为减小电站出力;为了加快搜索效率,采用动态搜索步长,若第j轮与j-1轮搜索方向一致,则搜索步长若前后两次搜索方向不一致,表示上一轮搜索步长过大,跨过了最优解,需要反向搜索,在上一轮的基础上重新调整搜索步长更新中心线及带宽上下限,回到步骤 2.4;式中分别表示期末水位和日发电量与目标值的差值,单位分别为:m、万kWh;Δε表示期末水位或日发电量与目标值差值的精度要求; A∈(1,2)是加速系数,为避免陷入死循环,该值不可以取整数;
步骤2.9,校正电站m弃水约束,若m<M,则m=m+1,转步骤2.1;否则转步骤2.10,式中M表示水电站数量;
步骤2.10,计算目标值,若当前迭代次数达到最大迭代次数(i≥I),或前后两次迭代的目标值达到精度要求Δd,则停止搜索并退出,否则i=i+1,转到步骤2.2。
进一步的,所述步骤3中分段弃水修正策略的详细步骤为:
步骤3.1,预估弃水最大时段的最大平均出力,以图2为例,计算图2中5 个时段的弃水量,并将这些高峰时段和低谷时段的弃水量从大到小排序,3区的弃水量最大,按式(3)评估弃水量最大时段(3区)的最大平均出力
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;表示电站m在时间区段[Tj,Tj+1)设置出力约束最大值的平均值,单位为:MW;表示电站m在时间区段[Tj,Tj+1)的水头为和发电流量为的可发出力上限值,单位为:MW;其中和分别表示电站m在第t时刻的最大入库流量及弃水流量,单位为:m3/s,当电站调节能力较差时,发电流量过大而来水不足时会使水头迅速下降,导致后续时段的发电水头低于设计水头,电站无论增加多少发电流量也难达到最大出力,因此需考虑该时段出力上限以避免搜索限入死循环;
步骤3.2,按式(4)修正电站在弃水最大区段各时段出力,并判断电站出力是否落在振动区,若落入振动区且靠近平均水头对应的振动区上边界值,则电站出力取上边界值,反之取下边界值,然后用以电定水算法校正水量平衡,重新统计弃水情况,若全天没有弃水、或弃水时段出力达到最大、或弃水时段发电流量达到最大值,则跳转至步骤3.3,否则回到步骤3.1;
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;表示电站m在第t时刻的出力,单位为:MW;ΔNm表示电站m的出力增加步长,单位为:MW;[Tj,Tj+1)表示弃水量最大的时间段;和表示电站m在时间段[Tj,Tj+1)平均水头对应的振动区上下限,单位为:MW;表示电站m的出力约束最大值,单位为:MW;
步骤3.3,判断电站是否达到期末水位控制目标;反复执行上述两步可有效减少弃水,但很难控制ΔNm步长使得电站恰好不弃水,特别是当电站处于有无弃水的临界情况时,若电站对水头比较敏感或调节能力较差,增加整个时间段的ΔNm出力可能会使原先最后一个弃水时刻点(图2的D点)的水位变化较大,从而会导致后续时段的水位(图2的虚线)偏离预期目标,此时需采用变步长增 /减电站出力;故以期末水位差为启发信息,利用二分法精细化调整ΔNm步长大小,当期末水位偏高(图2的A点)时,继续增加最后一次搜索到的弃水时间段出力,当期末水位偏低(图2的C点)时,减少最后一次弃水时段的出力,循环迭代直到所有时段均无弃水或弃水时段之间时段的出力或发电流量达到最大值,且期末水位达到预期目标则停止弃水处理。
进一步的,所述步骤4中采用剩余负荷最大值最小模型对参与计算的水电站按上下游顺序进行优化调度的详细步骤为:
步骤4.1,求出模型的目标函数值,目标函数表达式为:
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96 个时刻;D表示重构负荷的剩余负荷最大值,单位为:MW;Lt表示第t时刻的重构负荷值,单位为:MW;表示第m个电站在第t时刻的出力,单位为:MW;T表示调度期时段数;M表示水电站数量;约束条件主要包括:水量平衡方程约束、电站控制方式约束(控制期末水位或控制日发电量)、振动区约束、出力持续时段约束、出力爬坡约束、开停机持续时段约束、日前出力衔接约束、最小出库流量约束、水位上下限约束、出力上下限约束、发电流量上下限约束;
步骤4.2,计算目标函数值与上一轮目标函数值的差值ΔD=Dj-Dj-1,若ΔD≤Δd,则退出循环并输出结果;若ΔD>Δd,则依电站上下游顺序,反复执行改进逐次切负荷法和分段弃水修正策略直至目标函数值变化满足精度要求,式中,Dj和Dj-1分别表示第j轮与第j-1轮重构负荷的剩余负荷最大值,Δd表示Dj和Dj-1差值的精度要求。
梯级水电站群短期调峰实用化求解方法流程图见图3。
实施例2:
以福建省金溪流域为研究背景来验证本发明提出的实用化求解方法,作为福建闽江重要支流富屯溪的最大一级支流,金溪流域梯级由6座水电站组成,如图 4所示,其中龙头电站池潭为不完全年调节,属于省调直调电厂,肩负着电网调峰、调频和防洪任务,下游均为日调节电站,整个流域以发电为主,兼顾电网调峰和城市生态流量需求。由于下游电站调节能力较差,当龙头电站调峰幅度较大时,下游电站很容易产生弃水,极大限制了龙头电站的调峰幅度。如何在尽可能少弃水多发电的前提下,维持下游日调节电站在高效区运行,同时还能兼顾电网调峰需求,一直是该梯调度人员关注的重点问题。随机挑选3个不同典型日来水过程(枯水期、平水期、汛期各1个),在初始条件完全一致的条件下,用发电量、剩余负荷最大值、弃水量、期末水位偏差、出力变幅次数(>0.2MW)、耗时共6个指标,与已有的关联搜索模型和实际调度结果进行对比分析,计算结果如表1所示,图5-7是本发明、关联搜索模型、实际值在枯水期、平水期、汛期这3种不同来水场景下的出力、水位、弃水流量过程线。
从各模型的单项指标优劣情况来看:①计算耗时方面,由表1可知,枯水期关联搜索模型和本发明耗时分别是153s和48s,平水期分别是195s和47s,关联搜索模型是本发明的3倍和4倍,而汛期分别是39s和73s,可以看出本发明在来水较少时计算效率非常高,而来水较多时耗时比较长,主要原因是需要花大量时间反复处理弃水和水量平衡,而本发明采用精度较高但耗时较长的NQH曲线计算电站出力,需要进行大量的插值计算。②电站出力方面,从图5-7的出力过程可以看出,无论是枯水期、平水期还是汛期,本发明获得的出力过程都更加规则和平稳,特别是汛期,来水大幅增加,调度难度增大,但本发明的优势得到进一步发挥,在期末水位得到有效控制的前提下,不仅显著减少了梯级弃水量、增加了发电量,而且输出的发电计划过程平稳,虽然计算耗时增加,但六座电站的平均变化次数仅为1.5次,远少于实际值和关联搜索模型的7次与9.3次,大幅减轻了电厂工作人员的工作负担。③期末水位达标方面,从表1可知,部分电站在本发明下的期末水位偏差并不总是优于实际值与关联搜索模型,以汛期为例,本发明下良浅、孔头、高唐的最大水位偏差高于关联搜索模型结果,分别为 0.22m、0.06m、0.17m,但这仍然处于各电站的精度允许范围内。
综上所述,相比于传统模型,本发明稳定性强,能在不同来水场景下高效地输出满足工程实际需求的高质量解集,可较好地实现梯级水电站群兼顾调峰和水资源高效利用的调度需求。
表1:实际值、关联搜索模型及本发明的原始计算结果
Claims (6)
1.一种梯级水电站群短期调峰实用化求解方法,其特征在于:首先采用分段法将日负荷曲线重构为与实际负荷趋势相似但更为平整的新负荷曲线;其次以期末水位或日发电量为控制目标,采用改进逐次切负荷法生成平稳且满足约束条件的初始出力过程;然后采用分段弃水修正策略,变步长增减弃水时段出力直至弃水处理完毕;最后以剩余负荷最大值最小为目标,依电站上下游顺序循环执行改进逐次切负荷法和弃水修改策略直至目标函数值变化满足精度要求。
2.根据权利要求1所述的一种梯级水电站群短期调峰实用化求解方法,其特征在于,具体操作步骤如下:
步骤1,重构负荷:
采用分段法将日负荷曲线重构为与实际负荷趋势相似但更为平整的新负荷曲线;
步骤2,计算梯级各水电站出力过程:
以期末水位或日发电量为控制目标,采用改进逐次切负荷法生成平稳且满足约束条件的出力过程;
步骤3,处理弃水:
采用分段弃水修正策略,变步长增减弃水时段出力直至各电站弃水处理完毕;
步骤4,短期调峰发电计划制定:
以剩余负荷最大值最小为目标,依电站上下游顺序循环执行改进逐次切负荷法和弃水修改策略直至目标函数值变化满足精度要求。
4.根据权利要求2所述的一种梯级水电站群短期调峰实用化求解方法,其特征在于,所述步骤2中改进逐次切负荷法的详细步骤为:
步骤2.1,定义外部迭代次数为i;
步骤2.2,定义当前电站为m,内部迭代次数为j;
步骤2.3,定义切割中心线和切割带位置,改进逐次切负荷法的初始切割中心线为:其切割带上限为:切割带下限为:其中带宽:定义切割带上下移动步长为式中,和分别表示重构负荷的最大值、最小值,单位为:MW;和分别表示电站m在第t时刻的出力上限和出力下限,单位为:MW;Wm∈(0,1]表示电站m的调峰幅度,引入调峰幅度Wm有两个目的,首先能够避免上游电站大幅调峰而导致下游调节能力较差电站大量弃水,其次能够提高算法求解效率,避免长时间陷入弃水处理问题;
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96个时刻;表示电站m在第t时刻的出力,单位为:MW;Lt表示第t时刻的重构负荷值,单位为:MW;和分别表示电站m在第t时刻出力约束最大值、最小值,单位为:MW;表示电站m的切割带带宽,单位为:MW;
步骤2.5,校正电站m的电力约束,依次校正电站的振动区约束式、开停机持续时段约束式、持续时段约束式、爬坡速率约束式、最大最小出力限制约束以及日前衔接约束;
步骤2.6,校正电站m的水力约束,用以电定水算法校正电站m的发电计划,约束条件包括:水量平衡方程式、水位上下限约束、发电流量上下限约束、最小出库流量约束式;
步骤2.7,判断电站控制方式与目标值差距情况,若电站按期末水位控制,则计算若电站按日发电量控制,则计算如果或表示电站没有达到预期控制目标,转到步骤2.8,否则转到步骤2.9;式中和分别表示电站m在T时刻的库水位和目标水位,单位为:m;Em、分别表示电站m的日发电量和目标电量,单位为:万kWh;分别表示期末水位和日发电量与目标值的差值,单位分别为:m、万kWh;Δε表示期末水位或日发电量与目标值差值的精度要求;
步骤2.8,判断搜索方向和调整搜索步长,若或表示电站发电量过小,下一轮搜索方向为增加电站出力才能满足控制条件;若或表示电站发电量过大,下一轮搜索方向为减小电站出力;为了加快搜索效率,采用动态搜索步长,若第j轮与j-1轮搜索方向一致,则搜索步长若前后两次搜索方向不一致,表示上一轮搜索步长过大,跨过了最优解,需要反向搜索,在上一轮的基础上重新调整搜索步长更新中心线及带宽上下限,回到步骤2.4;式中分别表示期末水位和日发电量与目标值的差值,单位分别为:m、万kWh;Δε表示期末水位或日发电量与目标值差值的精度要求;A∈(1,2)是加速系数,为避免陷入死循环,该值不可以取整数;
步骤2.9,校正电站m弃水约束,若m<M,则m=m+1,转步骤2.1;否则转步骤2.10,式中M表示水电站数量;
步骤2.10,计算目标值,若当前迭代次数达到最大迭代次数(i≥I),或前后两次迭代的目标值差值满足精度要求Δd,则停止搜索并退出,否则i=i+1,转到步骤2.2。
5.根据权利要求2所述的一种梯级水电站群短期调峰实用化求解方法,其特征在于,所述步骤3中分段弃水修正策略的详细步骤为:
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96个时刻;表示电站m在时间区段[Tj,Tj+1)设置出力约束最大值的平均值,单位为:MW;表示电站m在时间区段[Tj,Tj+1)的水头为和发电流量为的可发出力上限值,单位为:MW;其中和分别表示电站m在第t时刻的最大入库流量及弃水流量,单位为:m3/s,当电站调节能力较差时,发电流量过大而来水不足时会使水头迅速下降,导致后续时段的发电水头低于设计水头,电站无论增加多少发电流量也难达到最大出力,因此需考虑该时段出力上限以避免搜索限入死循环;
步骤3.2,按式(4)修正电站在弃水最大区段各时段出力,并判断电站出力是否落在振动区,若落入振动区且靠近平均水头对应的振动区上边界值,则电站出力取上边界值,反之取下边界值,然后用以电定水算法校正水量平衡,重新统计弃水情况,若全天没有弃水、或弃水时段出力达到最大、或弃水时段发电流量达到最大值,则跳转至步骤3.2,否则回到步骤3.1;
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96个时刻;表示电站m在第t时刻的出力,单位为:MW;ΔNm表示电站m的出力增加步长,单位为:MW;[Tj,Tj+1)表示弃水量最大的时间段;和表示电站m在时间段[Tj,Tj+1)平均水头对应的振动区上下限,单位为:MW;表示电站m的出力约束最大值,单位为:MW;
步骤3.3,判断电站是否达到期末水位控制目标;反复执行上述两步可有效减少弃水,但很难控制ΔNm步长使得电站恰好不弃水,特别是当电站处于有无弃水的临界情况时,若电站对水头比较敏感或调节能力较差,增加整个时间段的ΔNm出力可能会使原先最后一个弃水时刻点的水位变化较大,从而会导致后续时段的水位偏离预期目标,此时需采用变步长增/减电站出力;故以期末水位差为启发信息,利用二分法精细化调整ΔNm步长大小,当期末水位偏高时,继续增加最后一次搜索到的弃水时间段出力,当期末水位偏低时,减少最后一次弃水时段的出力,循环迭代直到所有时段均无弃水或弃水时段之间时段的出力或发电流量达到最大值,且期末水位达到预期目标则停止弃水处理。
6.根据权利要求2所述的一种梯级水电站群短期调峰实用化求解方法,其特征在于,所述步骤4中采用剩余负荷最大值最小模型对参与计算的水电站按上下游顺序进行优化调度的详细步骤为:
步骤4.1,求出模型的目标函数值,目标函数表达式为:
式中,t表示一天当中的第t个时刻,通常以15min为间隔将一天划分为96个时刻;D表示重构负荷的剩余负荷最大值,单位为:MW;Lt表示第t时刻的重构负荷值,单位为:MW;表示第m个电站在第t时刻的出力,单位为:MW;T表示调度期时段数;M表示水电站数量;约束条件主要包括:水量平衡方程约束、电站控制方式约束、振动区约束、出力持续时段约束、出力爬坡约束、开停机持续时段约束、日前出力衔接约束、最小出库流量约束、水位上下限约束、出力上下限约束、发电流量上下限约束;
步骤4.2,计算目标函数值与上一轮目标函数值的差值ΔD=Dj-Dj-1,若ΔD≤Δd,则退出循环并输出结果;若ΔD>Δd,则依电站上下游顺序,反复执行改进逐次切负荷法和分段弃水修正策略直至目标函数值变化满足精度要求,式中,Dj和Dj-1分别表示第j轮与第j-1轮重构负荷的剩余负荷最大值,Δd表示Dj和Dj-1差值的精度要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211063722.2A CN115438852A (zh) | 2022-08-31 | 2022-08-31 | 一种梯级水电站群短期调峰实用化求解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211063722.2A CN115438852A (zh) | 2022-08-31 | 2022-08-31 | 一种梯级水电站群短期调峰实用化求解方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115438852A true CN115438852A (zh) | 2022-12-06 |
Family
ID=84245190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211063722.2A Pending CN115438852A (zh) | 2022-08-31 | 2022-08-31 | 一种梯级水电站群短期调峰实用化求解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115438852A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116565947A (zh) * | 2023-04-26 | 2023-08-08 | 武汉大学 | 水电站日调峰能力确定方法及设备 |
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 |
-
2022
- 2022-08-31 CN CN202211063722.2A patent/CN115438852A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116565947A (zh) * | 2023-04-26 | 2023-08-08 | 武汉大学 | 水电站日调峰能力确定方法及设备 |
CN116565947B (zh) * | 2023-04-26 | 2024-04-19 | 武汉大学 | 水电站日调峰能力确定方法及设备 |
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 |
---|---|---|
CN115438852A (zh) | 一种梯级水电站群短期调峰实用化求解方法 | |
CN115018260B (zh) | 一种梯级水光互补发电系统的调峰优化调度方法 | |
CN106655280B (zh) | 一种基于电量控制的梯级水电短期调峰模型及求解方法 | |
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 | |
JP2020517227A (ja) | 超大規模の水力発電所群の短期間実用化スケジューリング方法 | |
CN109390981B (zh) | 新能源参与电量平衡的送端电网机组组合运行控制方法 | |
CN104036334A (zh) | 一种耦合调峰和通航需求的梯级水电站多目标优化调度混合搜索方法 | |
CN110739726B (zh) | 一种考虑海上风电接入的多类型电源容量长期规划方法 | |
CN104239980A (zh) | 一种梯级水电站群短期优化调度方法 | |
CN107276122A (zh) | 适应大规模可再生能源并网的调峰资源调用决策方法 | |
CN115640982B (zh) | 基于抽水蓄能优先调节的多能互补系统日前优化调度方法 | |
CN111476475B (zh) | 多约束条件下梯级水电站短期优化调度方法 | |
CN112234604B (zh) | 一种多能互补电源基地优化配置方法、存储介质及设备 | |
CN116011733B (zh) | 一种多尺度协同控制的梯级水电站群智能调度方法及系统 | |
CN109546689B (zh) | 一种适用于大规模系统的两阶段机组组合运行控制方法 | |
CN105184426A (zh) | 一种基于随机连续寻优策略的梯级电站调峰方法 | |
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 | |
CN112072677A (zh) | 一种基于分数阶pid的抽水蓄能与电化学储能联合参与电网负荷频率控制方法 | |
CN109687534A (zh) | 基于梯级水量匹配的电力系统发电机组有功功率控制方法 | |
CN115940207A (zh) | 基于平抑风光波动的抽水蓄能容量优化配置方法 | |
CN114757509A (zh) | 一种现货市场环境下水电富集电网日前优化调度方法 | |
CN110783927A (zh) | 多时间尺度交直流配电网调度方法及装置 | |
CN117639094A (zh) | 一种梯级水电站配合风电和光伏的出力计算方法 | |
CN108335045B (zh) | 一种基于开度调节的径流式水电站自动优化方法 | |
CN117353387A (zh) | 一种日前市场下水风光联合互补优化调度方法 |
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 |