CN116993087A - 基于多层次嵌套动态规划多目标模型的水库优化调度方法 - Google Patents
基于多层次嵌套动态规划多目标模型的水库优化调度方法 Download PDFInfo
- Publication number
- CN116993087A CN116993087A CN202310938429.4A CN202310938429A CN116993087A CN 116993087 A CN116993087 A CN 116993087A CN 202310938429 A CN202310938429 A CN 202310938429A CN 116993087 A CN116993087 A CN 116993087A
- Authority
- CN
- China
- Prior art keywords
- period
- water level
- flow
- reservoir
- stage
- 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 97
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 264
- 238000005457 optimization Methods 0.000 claims abstract description 92
- 238000010248 power generation Methods 0.000 claims abstract description 84
- 230000005611 electricity Effects 0.000 claims abstract description 62
- 230000008569 process Effects 0.000 claims abstract description 45
- 238000009826 distribution Methods 0.000 claims abstract description 39
- 230000008901 benefit Effects 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000003860 storage Methods 0.000 claims description 22
- 238000007599 discharging Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 13
- 238000004519 manufacturing process Methods 0.000 claims description 11
- 238000011160 research Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 17
- 235000007119 Ananas comosus Nutrition 0.000 description 3
- 244000099147 Ananas comosus Species 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003657 drainage water Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/06—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
- G06Q10/04—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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于多层次嵌套动态规划多目标模型的水库优化调度方法,旨在实现在确保汛期水库防洪安全、满足下游用水(含生态、航运等)要求、考虑特定水位发电效益分配规则下的电网发电收益最大化,即提出了一种针对多目标、复杂约束下的水库优化调度的实用有效且具有通用性的方法。本发明根据水库来水过程和起算库水位,利用本发明中的多目标优化模型和多层次嵌套动态规划求解方法,克服了“维数灾”问题,求出水位、出力及下泄等最优调度方案,供编制年发电计划作参考,也可用于优化电站运行。本发明考虑了峰谷电价,使电站出力更能贴合电网负荷需求,求解方法寻优能力强,综合效益显著提高。
Description
技术领域
本发明涉及水库的防洪、供水、航运、发电等多目标优化调度模型及其求解方法。尤其涉及基于多层次嵌套动态规划多目标模型的水库优化调度方法。
背景技术
水库调度是调节水资源时间上分布的重要手段,将来水按照需求调蓄后下泄,满足发电、供水、航运、生态等方面需求,使水资源得到合理利用。通过合理调度可以协调防洪、兴利的矛盾,在满足下游用水要求下尽可能承担电力负荷。水库调度实际运用中以水库调度图最为常见,调度图简单直观、便于操作,但多目标优化不充分,特别是无法解决多目标、多约束等复杂的调度问题。经过多年发展,水库优化调度在理论研究领域已经发展得较为丰富,如动态规划、线性规划、遗传算法、多维决策、模糊理论、POA算法、蚁群算法等,以及由此各自结合、衍生的其他理论方法,但上述方法运用贴合于水库实际调度的较少,主要原因是这些复杂理论与各水库多目标要求结合的较少,在实际水库调度中不具有可操作性和通用性。
动态规划因其具有多阶段决策的特性,十分适应水库优化调度的多阶段决策的特点,能有效解决水库优化调度问题,而且,以库水位为状态变量来控制,对水库优化调度而言,具有很好的可操作性和通用性。动态规划求解思路清晰,但当目标函数复杂、约束条件较多时,调度时段或状态变量就会很多,导致求解中容易陷入“维数灾”问题,致使最优化求解失败。
发明内容
本发明提供一种基于多层次嵌套动态规划多目标模型的水库优化调度方法,旨在实现在确保汛期水库防洪安全、满足下游用水(含生态、航运等)要求、考虑特定水位发电效益分配规则下的电网发电收益最大化,即提出了一种针对多目标、复杂约束下的水库优化调度的实用有效且具有通用性的方法。本发明根据水库来水过程和起算库水位,利用本发明中的多目标优化模型和多层次嵌套动态规划求解方法,克服了“维数灾”问题,求出水位、出力及下泄等最优调度方案,供编制年发电计划作参考,也可用于优化电站运行。本发明考虑了峰谷电价,使电站出力更能贴合电网负荷需求,求解方法寻优能力强,综合效益显著提高。为了达到上述目的,本发明通过以下技术方案来实现:
基于多层次嵌套动态规划多目标模型的水库优化调度方法,由两部分构成:第一部分为通用于防洪、供水、航运、发电多任务水库的多目标优化模型;第二部分为针对本发明中模型的多层次嵌套动态规划求解方法。第一部分是以考虑峰谷电价后的年发电收益最大化为目标函数,将防洪、供水、航运目标转化为约束条件,并将特定水位发电效益分配规则也转化为约束条件,建立多目标优化模型;第二部分是以基于任意2个相邻时段出力之和最优化的子问题,得到本阶段全局非劣解后,再代入下阶段子问题求解子问题最优解,再得到下阶段全局较优解后,多层次嵌套迭代,直到得到全局最优解为止,即可求得水库最优化的调度方案。
多目标优化模型建立包括如下步骤:
以年发电收益最大为目标建立优化模型,其中,目标函数年发电收益,
当计算时段为月、旬和日时,G相应为12,36和365,为考虑峰谷因素后的时段平均电价,/>为电网年发电收益,/>为第j时段发电收益。
约束条件为:
(1)最大库容约束;/>时段最高水位对应库容,/>第j时段末库容;
(2)出力限制;/>时段平均出力,/>,预想出力;
(3)泄量约束;/>时段平均下泄流量,/>下游用水时段平均流量(含生态下泄、最小航运流量),q满发电站额定流量;
(4)水量平衡;/>时段平均入库流量,第j时段的小时数;
(5)当且时段平均出力/>时,;/>电网第j时段获得电量(时段发电量扣掉依据分电规则应分出去的电量),/>第j时段水位在Za~Zb发电时间(h),/>保证出力,Za发电效益分电规则下限水位,Zb发电效益分电规则上限水位,Zj第j时段末水位;
(6)当且月平均出力/>时,
;第j时段水位在Zb以上发电时间(h);
当计算时段为月时,为旬时/>,为日时。
模型的多层次嵌套动态规划求解方法包括以下步骤(图1):
(M1) 第一阶段:初始解生成
以下游用水要求时段平均下泄流量发电,求得各时段初末水位;
(M2) 第二阶段优化:利用多层次嵌套动态规划优化得到全局非劣解
在初始解的基础上采用多层次嵌套动态规划法,将任意相邻2个时段作为一个子问题研究对象,以时段初水位、入库流量为已知条件,该相邻2个时段下泄流量在初始各时段发电流量基础上,设定上、下限后,等距增加下泄流量,设定多个方案,以该2个相邻时段出力之和最大化为目标求解,直到完成所有任意相邻2个时段子问题的局部最优解,再代入模型全局寻优,得到第二阶段全局非劣解;
(M3) 第三阶段优化:在第二阶段基础上再次优化,求得全局最优解
在第二阶段非劣解基础上,同样利用多层次嵌套动态规划法,将任意相邻2个时段作为一个子问题研究对象,以第二阶段非劣解的时初、时末水位均为已知条件,计算子问题的最优解;以子问题最优解嵌套入第三阶段中,计算得到全局最优解,即可算出全年最优调度方案。
其中,求解要素:
(1)阶段变量j:时段;
(2)决策变量:时段下泄流量;
(3)状态转移方程:,由水量平衡推导的第j+1时段库容与第j时段库容和第j时段下泄流量的函数关系;
(4)指标函数:,描述的是任意2个相邻时段发电效益最优子问题的函数关系,/>为考虑了峰谷电价的第j时段的电价,选出该子问题的最优策略/>和相应状态/>,/>,当依次算完一年中的所有子问题,就可以得到整个过程的最优策略/>,和相应状态系列,/>;/>为各时段下泄流量,/>为各时段末库容,/>为各时段末水位;
(5)输入:年初水位、来水过程、下游用水要求时段平均流量;
(6)输出:年最大发电收益、年发电量、各时段平均出力、各时段末水位、各时段下泄流量;
在第三阶段子问题最优解基础上按分电效益规则计算发电效益求解和选优获得全局最优解,得到全年优选后的方案,包括各时段发电下泄流量过程、库水位过程、出力过程、发电量等,从而得到满足水库多目标优化的年调度过程。
进一步地,(M1) 第一阶段初始解生成的方法如下(图2):
已知:(1)初始库水位Z(1)
(2)时段平均入库流量QE(j)
(3)下游用水所需时段平均下泄流量QX(j)
待求:(1)各时段末库水位Z(j)
(2)水库各时段下泄流量qq(j),本阶段的qq(j)= QX(j)
依据初始库水位、入库流量,以下游用水流量为下泄流量计算时段末水位。
进一步地,(M2) 第二阶段优化中:
第二阶段利用多层次嵌套动态规划优化得到非劣解中将任意相邻2个时段作为一个子问题研究对象,具体方法如下(图3):
I) 子问题目标:
以任意相邻2个时段电网所得电量最大为目标函数;
II) 约束条件:
(1)时段平均下泄流量,/>为下游用水要求某水库时段平均下泄流量;
(2)时段平均下泄流量,/>为额定出力在额定水头、平均出力系数A的情况下,对应的额定流量;
(3)时段末水位,/>,为第j时段末供水保证线水位,/>为第j+1时段末供水保证线水位;Z(j)为第j时段末的水位;
其中,子问题(Subproblem Optimization 1(j))求解步骤(图4):
以第(j-1)时段和第j时段2段为对象,第(j-1)时段均下泄流量qqj1(k)在下游用水要求的时段均流量qx(j)基础上等距增加,qqj1(k)=qx(j)+a×param(j)×(k-1), 第j时段下泄流量qqj2(k)=qx(j),k表示第(j-1) 时段在下游用水要求的时段流量qx(j)基础上等距增加下泄流量的方案数,k=1,2…,11;j表示时段,当时段为月时,1≤j≤12,当时段为旬时,1≤j≤36,当时段为日时,1≤j≤365。
固定Z(j-1)和Z(j+1),在Z(j)上下限范围内变动得到不同方案的Z(j),计算不同Z(j)方案下第j时段的发电量与j+1时段发电量之和,取最大者来确定Z(j) 最优解。
Z(j)的上下限最优解求解方法如下(图5、图6):
ZCCj1:以Z(j-1)为起始水位为已知条件,对j-1时段按第j-1时段下游用水时段平均流量qx(j-1)下泄发电,所求得的第j时段末水位;
ZCCj2:以Z(j+1)为时段末水位为已知条件,对j时段按最大出力发电,逆算所得第j时段初水位;
为保证全力满足第j-1时段下游用水时段平均流量要求,Z(j)的上限ZCj(1)=min(ZCCj1, ZCCj2);
ZCCj3:以Z(j-1)为起始水位为已知条件,对j-1时段按最大出力发电,所求得的j-1时段末水位;
ZCCj4:以Z(j+1)为时段末水位为已知条件,对j时段按第j时段下游用水时段平均流量发电,逆算所得第j时段初水位;
为保证全力满足第j时段下游用水时段平均流量要求,当计算时段为月时,Z(j)的下限ZCj(11)=max (ZCCj3, ZCCj4);当计算时段为旬时,Z(j)的下限ZCj(35)=max (ZCCj3,ZCCj4);当计算时段为日时,Z(j)的下限ZCj(364)=max (ZCCj3, ZCCj4)。
第二阶段利用多层次嵌套动态规划优化得到全局非劣解的求法,具体方法如下:(图7)
已知:(1)第一阶段按下游用水要求下泄流量发电所得初始水位过程:各时段末库水位Z(j);当时段为月时,j=1,…,12;当时段为旬时,j=1,…,36;当时段为日时,j=1,…,365;
(2)各时段平均入库流量QE(j);
(3)第一阶段所得各时段平均下泄流量qq(j);
待求:(1)各时段下泄流量在第一阶段所得各时段平均下泄流量qq(j)基础上增加后所得各时段末库水位Z(j)和时段平均下泄流量qq'(j);
(2)超过Za、Zb分电规则,算得电网年所得年发电量和发电收益;
(3)考虑了分电规则后,电网需要分出去的电量;
(4)各时段不考虑分电规则发电量,年发电量总和;
依据分电规则,电网年所得年发电量计算方法:
首先判断该时段水位有无超过Za或Zb,若超过,则再判断该时段平均出力是否大于保证出力,若大于,则依据分电规则,水库水位超过Za但未超过Zb,则超出保证出力部分的发电量的c%分给电网外收益方;若水库水位超过Zb,则超出保证出力部分的发电量全部分给电网外收益方;若该时段水位虽然超过Za或Zb,但若该时段平均出力未超过保证出力,则该时段收益全归电网。
在基于上述分电规则后的电网年发电效益最优化计算中,再嵌套“任意相邻2个时段电网所得电量最大”的子问题优化算法,求得第二阶段的全局非劣解。
进一步地,第三阶段在第二阶段基础上再次优化求得全局最优解,具体方法:
(1)以第二阶段优化所得的全局非劣解作为第三阶段优化的初始值,对第三阶段优化中任意相邻2个时段子问题,采用子问题目标模型、约束条件以及子问题(SubproblemOptimization 1(j))步骤,得到子问题(Subproblem Optimization 2(j))求解步骤和子问题寻优成果;(图8、图9)
(2)将(1)中子问题寻优成果嵌套入第三阶段全局再优化过程中,得到第三阶段全局最优解;(图10)
(3)第三阶段全局最优解所得的电网年发电效益与上一轮的值差额不大于目标精度,说明该全局最优解已收敛,若大于目标精度,则需要重复前两个阶段的过程和步骤,进行下一轮优化,直到收敛为止,即得到多目标优化的全局最优解。
(4)根据全局最优解可以获得水库多目标优化的年调度过程,包括逐月下泄发电流量、弃水、出力、发电量、发电效益、水头、月末库水位过程等。
根据本发明目的的第二部分,本发明提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现上述基于多层次嵌套动态规划多目标模型的水库优化调度方法的步骤。
根据本发明目的的第二部分,本发明一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述基于多层次嵌套动态规划多目标模型的水库优化调度方法的步骤。
本发明的调度操作步骤如下:
1.在输入文件中输入电站出力限制线、水库库容曲线、下游水位流量关系曲线、水头损失曲线、出力系数、总额定流量、最大水头、最小水头、保证出力、水库水量蒸发渗漏损失过程等特征参数;
2. 在输入文件中输入预测来水流量过程,一般按月,也可选择转换成日、旬;
3. 在输入文件中输入预测下游用水过程,一般按月,也可选择转换成日、旬;
4. 在输入文件中输入初拟发电计划(根据上一年情况),一般按月,也可选择转换成日、旬;
5. 在输入文件中输入各月峰谷电价;
6. 若有必要,在输入文件中输入各月供水保证线;
7.运行模型计算程序;
8.“输出.out”文件输出优化计算成果,得到满足防洪、供水、发电等多目标优化的运行方案。
本发明与现有技术相比,具有以下优点:
(1)与传统调度图相比,本优化调度模型计算结果更精准,调度成果更具可操作性;
(2)模型及求解方法,可通用于多任务水库优化调度运行,实现动态调整和即时优化,综合效益显著提高。求解方法全局寻优能力强,考虑了峰谷电价,使电站出力更能贴合电网负荷需求。
(3)多目标效益更优,综合效益显著提高。本发明模型目标概化为在满足以上要求的最优水位、发电过程,确保汛期水库防洪安全、满足下游用水(含生态、航运等)要求、考虑不同水位的发电调度权限发电效益分配规则下的收益最大化。传统调度图无法实现多目标优化,本模型涵盖了防洪、发电、满足下游用水等多目标的优化,通过长系列分析,本模型计算的华东电网某大型水库优化调度方案,在满足防洪安全和下游用水要求下,年发电量较实际调度运行的年发电量增长9%左右,优化效果较为显著。从图12、图13中均可以看出优化调度模型计算的历年发电效益较实际调度更优。
附图说明
图1模型求解步骤示意图。
图2模型第一阶段初始解生成流程框图。
图3第二阶段任意相邻2个时段发电量最优作为一个子问题求解示意图。
图4第二阶段优化子问题(Subproblem Optimization 1(j))求解流程框图。
图5 Z(j)上、下限范围示意图。
图6 ZCCj1,ZCCj2,ZCCj3,ZCCj4求解示意图。
图7ZCCj1,ZCCj2,ZCCj3,ZCCj4求解流程框图。
图8第二阶段全局非劣解流程框图。
图9第三阶段子问题(Subproblem Optimization 2(j))求解流程框图。
图10第三阶段全局最优解流程框图。
图11历年各月平均出力计算成果与实际运行情况对比示意图。
图12历年计算发电量与实际发电量对比示意图。
图13历年总发电量和电网所得总电量计算成果与实际对比示意图。
图14历年各月平均发电流量计算成果与实际运行情况对比示意图。
图15历年各月平均库水位计算成果与实际运行情况对比示意图。
具体实施方式
下面结合附图和实例对对本发明作进一步详细的描述。具体实施以月为计算时段。
一、多目标模型
目标函数 发电收益,以年发电收益最大为目标建立优化模型。
1)根据水库实际防洪、供水、航运、发电等工程任务,以及所在电网峰谷电价、水库正常蓄水位、死水位、汛限水位、电站装机容量、机组台数、额定流量、调峰能力、机组出力限制线、保证出力、水头损失、库容曲线、厂址处水位流量关系、水库征蒸发渗漏损失等边界条件,概化得到目标函数表达式及其中参数;
2)明确下游河道内和河道外用水需求预测,包括但不限于下游用户用水、生态下泄用水、航道流量要求等,拟定与计算时段对应的年用水过程;
3)根据流域水文预报机构提供的未来年预测来水流量过程,并确定下年年初水库水位作为起算条件;
4)按正常蓄水位、汛限水位确定各时段库容约束;
5)按机组出力限制线拟定各时段最大、最小机组发电出力约束;
6)非汛期按下游用水要求和电站满发流量拟定泄量约束;汛期按下游用水要求和下游安全泄量拟定泄量约束;
7)根据电网收益计算原则确定收益计算公式及其中的采用参数。
二、模型求解方法
(M1)第一阶段:初始解生产程序流程设计
已知:(1)初始库水位Z(1)
(2)时段平均入库流量QE(j)
(3)下游用水所需时段平均下泄流量QX(j)
待求:(1)各时段末库水位Z(j)
(2)水库各时段下泄流量qq(j),本阶段的qq(j)= QX(j)
思路:依据初始库水位、入库流量,以下游用水流量为下泄流量计算时段末水位。求解步骤:
1)输入Z(1), QE(j), QX(j);
2)调用“以水定电”子程序计算时段末水位;
3)输出时段末水位Z(j),初始解为第1代,代数nm=1,ZA(1,j)=Z(j);
4)求得1月-12月库水位、发电下泄流量、出力过程等初始解。
(M2)第二阶段优化:利用多层次嵌套动态规划优化得到全局非劣解程序流程设计
已知:
(1)第一阶段按下游用水要求下泄流量发电所得初始水位过程:当时段为月时,各时段末库水位Z(j),j=2,…,13;
(2)各时段平均入库流量QE(j);
(3)第一阶段所得各时段平均下泄流量qq(j)。
待求:
(1)各时段下泄流量在第一阶段所得各时段平均下泄流量qq(j)基础上增加后所得各时段初末库水位Z(j)和时段平均下泄流量qq'(j);
(2)依据超过Za、Zb分电规则,算得电网年所得年发电量和发电收益;
(3)考虑了分电规则以上分电规则后,电网需要分出去的电量;
(4)各时段不考虑分电规则以上分电规则发电量,某电厂年发电量总和。
子问题描述:
I) 子问题目标:
以任意相邻2个时段电网所得电量最大为目标函数;
II) 约束条件
(1)时段平均下泄流量,/>为下游用水要求某水库时段平均下泄流量;
(2)时段平均下泄流量,/>为额定出力在额定水头、平均出力系数A的情况下,对应的额定流量;
(3)时段末水位,/>,为第j时段末供水保证线水位,/>为第j+1时段末供水保证线水位;Z(j)为第j时段末的水位;
1.“第二阶段优化子问题(Subproblem Optimization 1(j))”求解步骤:
1)第(j-1)时段平均下泄流量qqj1(k)在下游用水时段平均流量qx(j)基础上等距增加,qqj1(k)=qx(j)+a×param(j)×(k-1),param(j)为往年第j时段发电量占全年比例;k表示第(j-1) 时段在用水流量qx(j)基础上等距增加下泄流量的方案数,k=1,2…,11;j表示月份,2≤j≤11;a为流量增加步长,丰a=150,平a=100,枯a=50;
2)对第j时段,下泄流量qqj2(k)= qx(j);
3)对第(j-1)时段,调用“水定电”子程序计算第(j-1)时段出力Nj1(k)=A×qqj1(k)×Hj1(k),A 发电综合系数,qqj1(k)第(j-1)时段下泄发电流量,Hj1(k) 第(j-1)时段净水头(m);
4)对第(j-1)时段,水量平衡计算第(j-1)时段末库容Vj1(k)=V(j-1)+(QE(j-1)-qqj1(k))×NT(j-1),V(j-1) 第(j-1)时段初库容,QE(j-1) 第(j-1)时段入库流量,NT(j-1) 第(j-1)时段的时间(s);在依据Vj1(k)求第(j-1)时段末库水位Zj1(k);
5)对第j时段,调用“水定电”子程序计算第(j)时段出力Nj2(k)=A×qqj2(k)×Hj2(k),qqj2(k)第(j)时段下泄发电流量,Hj2(k) 第(j)时段净水头(m);
6)对第j时段,水量平衡计算第(j)时段末库容Vj+1(k)=Vj(k)+(QE(j)-qqj2(k))×NT(j),QE(j) 第(j)时段入库流量,NT(j) 第(j)时段的时间(s);在依据Vj+1(k)求第(j)时段末库水位Zj+1(k);
7)对第(j-1)时段和第j时段,相邻2个时段发电量之和ENj(k)= Nj1(k)+Nj2(k),k=1,2…,11;
8)在k=1,2…,11中,选出ENj(k)= Nj1(k)+Nj2(k)最大者对应的k,Zj1(k)即为该轮优化后Z(j),qqj1(k)=qx(j)+a×param(j)×(k-1)为该轮优化后第j-1时段平均下泄流量;
9)k从1循环至11(方案数),j从2循环至11(月份)。
通过上述步骤得到第二阶段局部最优解,详见图4。
2.再利用“第二阶段优化程序”得到第二阶段全局最优解,求解步骤:
1)a为流量增加步长,丰a=150,平a=100,枯a=50;
2)j从1开始循环至12,求解第j个最优化子问题Subproblem Optimization 1(j);
3)单独计算第12月末水位:第12月月平均下泄流量qq12(k)在顶潮月平均流量qx(12)基础上等距增加,qq12(k)=qx(12)+a×param(12)×(k-1),param(12)为往年第12月发电量占全年比例;k表示第12月在下游供水月均流量qx(12)基础上等距增加下泄流量的方案数,k=1,2…,11;a为流量增加步长,丰a=150,平a=100,枯a=50;
4)对第j月,下泄流量qqj2(k)= qx(j);
5)对第(j-1)月,调用“水定电”子程序计算出力Nj1(k)=A×qqj1(k)×Hj1(k);
6)对第(j-1)月,水量平衡计算时段末库容Vj1(k)=V(j-1)+(QE(j-1)-qqj1(k))×NT(j-1)和时段末库水位Zj1(k);
7)完成全年的子问题计算;
经过上述步骤使得年初水位ZA(nm,1)与年末水位ZA(nm,13)之差的绝对值不大于1.0或使得优化代数nm≥15,判断得到第二阶段全局优化解,详见图5。
(M3)第三阶段优化:在第二阶段基础上再次优化求得全局最优解程序流程设计
子问题描述:
I) 子问题目标:
以相邻2个时段电网所得电量最大(考虑Za和Zb分电规则后)为研究目标
II) 约束条件
(1)时段平均下泄流量,/>为下游用水要求某水库时段平均下泄流量;
(2)时段平均下泄流量,/>为额定出力在额定水头、平均出力系数A的情况下,对应的额定流量;
(3)时段末水位,/>为供水保证线水位。
1. 第三阶段子问题(Subproblem Optimization 2(j))中Z(j)上、下限求解步骤:
1)对第j-1时段,以Z(j-1)为起始水位,调用“顺序水量平衡”子程序计算ZCCj1;
2)对第j时段,以Z(j+1)为已知条件,调用“逆序最大出力”子程序计算ZCCj2;
3)Z(j)上限ZCj(1)=min (ZCCj1,ZCCj2);
4)对第j-1时段,以Z(j-1)为起始水位,调用“顺序最大出力”子程序计算ZCCj3;
5)对第j时段,以Z(j+1)为已知条件,调用“逆序水量平衡”子程序计算ZCCj4;
6)Z(j)下限ZCj(11)=max (ZCCj3,ZCCj4);
经过上述步骤求得子问题(Subproblem Optimization 2(j))中Z(j)上、下限,详见图5~图7。
2.第三阶段子问题(Subproblem Optimization 2(j))局部最优解,求解步骤:
1)对第(j-1)时段,根据Z(j-1),Zj(k)调用“定水位”子程序计算该时段出力NCj1(k);
2)判断Nj1(k)>N保且Z(j-1)或Zj(k)有超过Za或Zb是否满足,若满足,则对第(j-1)时段,根据Z(j-1),Zj(k)计算t1,t2,t3,分别表示第j月库水位在Za以下、在Za~Zb之间、Zb以运行时间(s);若不满足,则令t1=0,t2=0,t3=0;
3)对第j时段,根据Zj(k),Z(j+1)调用“定水位”子程序计算该时段出力NCj2(k);
4)判断Nj2(k)>N保且Zj+1(k)或Zj(k)有超过Za或Zb,若满足,对第j时段,根据Zj(k),Z(j+1)计算t11,t22,t33,分别表示第j月库水位在Za以下、在Za~Zb之间、Zb以运行时间(s);若不满足,则令t11=0,t22=0,t33=0;
5)对第(j-1)时段和第j时段,计算考虑分电规则后,相邻2个时段电网所得电量之和ENCj(k)=(NCj1(k)*NT(j-1)-t2*0.6*(NjC1(k)-NBAO)-t3*(NCj1(k)-NBAO)+NCj2(k)*NT(j)-t22*0.6*(NCj2(k)-NBAO)-t33*(NCj2(k)-NBAO)/10k=1,2…,11,并选出ENCj(k)中最大者和ZCj(k);NBAO为保证出力(kW);
经过上述步骤求得第三阶段子问题(Subproblem Optimization 2(j))局部最优解,见图9。
3. 第三阶段全局最优解,求解步骤:
1)j从2至12循环,求解第三阶段第j个最优化子问题Subproblem Optimization 2(j)最优解,完成全年的子问题计算;
2)根据所得Z(j)和Z(j+1),调用“定水位”子程序计算第j月出力NA(nm+ml,j)及下泄流量等;
3)对第j时段,根据Zj(k),Z(j+1),利用水量平衡计算tA1,tA2,tA3,
tA1第j月库水位在Za以下运行时间,
tA2第j时段库水位在Za~Zb之间运行时间,
tA3第j时段库水位在Zb以上运行时间;
4)计算考虑分电规则后,计算第j时段电网所得电量
ENA(nm+ml,j)=(NA(nm+ml,j)*NT(j)-tA2(nm+ml,j)*(1-c)*(NA(nm+ml,j)-NBAO)-tA3(nm+ml,j)*(NA(nm+ml,j)-NBAO))/10;nm和 ml分别为第二阶段和第三阶段优化代数;
5)各时段累计求得电网年所得电量ENSUMA(nm+ml),年总发电量GESUMA(nm+ml);
6)计算该代与上代水位差值fh=fh+(ZA(nm+ml,j)-ZA(nm+ml-1,j))^2, fh1=(fh/13)^0.5 j=1,2,…,13;
7)判断fh1>Jingdu且ENSUMA(nm+ml-1)<ENSUMA(nm+ml)是否满足,若满足,则求得全局最优解,若不满足,则重新从年初开始计算,重复上述步骤,直到满足判断条件为止;Jingdu该代与上代水位差值的设定目标值;
通过上述步骤,求得第三阶段全局最优解,详见图10。并应用所得到的各时段(可按月、旬、日为计算时段)水库下泄流量、发电流量、出力、时段始末库水位,对水库实施满足多目标优化的年调度过程。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明的设施可借助软件加必需的通用硬件平台的方式来实现。本发明的实施例可以使用现有的处理器来实现,或者由被用于此目的或其他目的用于适当系统的专用处理器来实现,或者由硬接线系统来实现。本发明的实施例还包括非暂态计算机可读存储介质,其包括用于承载或具有存储在其上的机器可执行指令或数据结构的机器可读介质;这种机器可读介质可以是可由通用或专用计算机或具有处理器的其他机器访问的任何可用介质。举例来说,这种机器可读介质可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备,或任何其他可用于以机器可执行指令或数据结构的形式携带或存储所需的程序代码,并可被由通用或专用计算机或其它带有处理器的机器访问的介质。当信息通过网络或其他通信连接(硬接线、无线或硬接线或无线的组合)传输或提供给机器时,该连接也被视为机器可读介质。
将上述求解流程和程序集成为“基于多层次嵌套动态规划动态规划的水库多目标优化调度模拟程序”,确定上述目标函数的参数和约束条件的相关参数后作为输入文件,运行模拟程序即可得到一套年调度运行方案,包括各时段初、末库水位、发电下泄流量、出力过程和年发电量等成果,为发电厂提供优化调度方案。
可以根据水库实际应用的具体边界条件变化修订模型中相关参数,比如防洪任务以汛期防洪库容最大允许值控制、下游用水的过程可以根据实际需要补充或删减用水户或者航运流量、生态下泄、下游抗咸顶潮用水等等。
以华东地区某大型水电站为例,水库具有年以上调节性能,承担发电任务同时,也兼负着防洪、下游城市供水、航运、灌溉等综合任务,如何在保证电站安全运行和保障市场有效需求的前提下,协调好发电、防洪、顶潮供水、通航等综合利用要求的关系,实现多目标优化,确保电站在满足各方需求的前提下,科学安排电站发电运行调度方式。
分电规则:水库在正常调度时的最高运行水位不超过103m,则水电站的发电量即全是电网公司份额的电量;控制水库在正常调度时的最高运行水位不超过106.5m,若水库水位超过103m而年发电量又超出14.01亿kW·h(保证出力电量)时,要将年发电量超出14.01亿kW·h的部分按60%归电网外收益方、40%归电网;水位超过106.5m则年发电量超出14.01亿kW·h的部分全部归地方。本次模型运用以电网效益最大化为主要目标。
基于上述条件和要求,运用本发明模型和求解方法的步骤为:
1.根据水库、电站特征参数以及电网和电站效益要求,确定多目标模型的目标函数和约束条件的相关参数;
目标:以电网获得年收益最大化为目标。通过逐月发电量扣除该月依据分电规则分出去的电量,然后再与该月考虑了峰谷电价因素之后的月平均电价相乘,累计各月收益得出全年发电收益。
约束条件:
①最大库容约束;/>时段最高水位对应库容,/>第j时段末库容;
② 出力约束
③ 泄量约束
④ 水量平衡
⑤ 当且月平均出力/>时
⑥ 当且月平均出力/>时
——月平均入库流量
——月平均下泄流量
——下游抗咸顶潮所需月平均流量
——月平均出力
——电网年发电收益
——电网月获得电量(月发电量扣掉依据分电规则应分出去的电量)
——考虑峰谷因素后的月平均电价
——第j月的小时数
——第j月水位在103m以下运行发电时间(h)
——第j月水位在103~106.5m运行发电时间(h)/>
——第j月水位在106.5m以上运行发电时间(h)
——出力系数
——保证出力
——装机容量或预想出力
2.模型求解步骤
考虑到本次计算要求电站全力满足下游抗咸顶潮用水要求,因此,首先完全按照下游抗咸顶潮用水要求放水发电,得到初始水位过程线和初始各月发电流量。
(2) 第二阶段优化:利用多层次嵌套交互式逐次迭代的动态规划优化得到全局非劣解
在(1)的基础上将相邻2个月作为一个子问题研究对象,以时初水位为已知条件,相邻2个月下泄流量在(1)中初始各月发电流量基础上,等距增加下泄流量,设定10个方案,依次求出各方案中2个月出力之和以及考虑103.0m、106.5m以上超出保证出力分电规则之后华东电网该相邻2个月所得电量之和,并选出最大者,同时算出时末相应水位;依次计算各个子问题,得出第二阶段优化解(各月下泄流量、各月初和月末库水位)。
(3) 第三阶段:在第二阶段基础上再次优化,求得全局最优解
在第二阶段优化解基础上,同样利用上述方法,将相邻2个月作为一个子问题研究对象,以时初、时末水位均为已知条件,以①月下泄流量不小于抗咸顶潮月流量和②发电出力不超出最大出力为限制条件,确定子问题中第一个月末水位Zj的上下限Zj(1)和Zj(11),将Zj(1)至Zj(11)依次等分,Zj(1)≤Zj(k)≤Zj(11),依据103.0和106.5m分电规则计算Zj(1)~ Zj(k)段和Zj(k) ~Zj(11)段华东电网所得电量之和,选出相邻2个月华东电网所得收益最大方案的Zj(k)值,即为该子问题的最优解;以此类推,算出全年最优水位过程和各月平均下泄流量。
以1990年1月~2008年12月作为本次计算的时间段,以便于与实际运行情况进行比较。以1990年初水库实际运行的年初水位作为起始条件,根据水库年内各月入库流量、年内各月下游抗咸顶潮流量、水库各月运行水位要求等基本资料和约束条件,经程序计算后,得出经过优化后的在分电规则约束下最优的历年各月初、末水位、下泄流量、发电量,各年水电站发电量、电网所得电量等指标。
经过上述优化后,得到水库满足多目标的1990~2008年历年逐月最优化调度方案,即历年逐月发电出力(图11中“计算成果”)、历年逐月下泄发电流量(图14中“计算”)、历年逐月末库水位(图15中“计算”)。
(1)根据上述优化调度方案,统计按本发明优化计算所得历年总发电量为344.75亿kW•h,平均年发电量为18.14亿kW•h,比水电站实际总发电量多出30.59亿kW•h,平均每年多发电量1.61亿kW•h。历年计算年发电量和实际运行年发电量对比见图12。
(2)根据上述优化调度方案,统计按本发明优化计算电网所得份额1990~2008年总电量为292.33亿kW•h,平均年所得份额电量为15.39亿kW•h,比电网公司实际所得总份额电量多出37.59亿kW•h,平均每年多得份额电量1.98亿kW•h。
(3)根据上述优化调度方案,统计按本发明优化计算后库水位,水库1990~2008年最高库水位106.33m、最低水库水位91.22m,水库水位年际最大变幅为15.11m,水位年平均变幅为7.47m,年内库水位最大变幅为11.78m,年内库水位最小变幅为4.13m。本发明优化计算所得的库水位年际最大变幅与实际情况差不多,但年内水位最大变幅及平均变幅均比实际情况要小,年内库水位最小变幅比实际情况略大。
经与实际运行对比,采用本发明优化调度方案后,发电出力过程、下泄流量过程、库水位变化过程以及年发电量均取得较实际运行更优效果,优化调度方案可应用于指导电厂的实际运行调度及供电网公司、水电站调度决策参考。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (9)
1.基于多层次嵌套动态规划多目标模型的水库优化调度方法,其特征是由两部分构成:第一部分为通用于防洪、供水、航运、发电多任务水库的多目标优化模型;第二部分为针对本发明中模型的多层次嵌套动态规划求解方法;第一部分是以考虑峰谷电价后的年发电收益最大化为目标函数,将防洪、供水、航运目标转化为约束条件,并将特定水位发电效益分配规则也转化为约束条件,建立多目标优化模型;第二部分是以基于任意2个相邻时段出力之和最优化的子问题,得到本阶段全局非劣解后,再代入下阶段子问题求解子问题最优解,再得到下阶段全局较优解后,多层次嵌套迭代,直到得到全局最优解为止,即可求得水库最优化的调度方案。
2.根据权利要求1所述的基于多层次嵌套动态规划多目标模型的水库优化调度方法,其特征在于,多目标优化模型建立包括如下步骤:
(S1)以年发电收益最大为目标建立优化模型,其中,目标函数发电收益,当计算时段为月、旬和日时,G相应为12,36和365,/>为考虑峰谷因素后的时段平均电价,/>为电网年发电收益;
约束条件为:
(1)最大库容;/>时段最高水位对应库容,/>第j时段末库容;
(2)出力限制;/>时段平均出力,/>,预想出力;
(3)泄量约束;/>时段平均下泄流量,/>下游用水时段平均流量,包含生态下泄、最小航运流量,q满发电站额定流量;
(4)水量平衡;/>时段平均入库流量,/>第j时段的小时数;
(5)当且时段平均出力/>,
;/>电网第j时段获得电量,为时段发电量扣掉依据分电规则应分出去的电量,/>第j时段水位在Za~Zb发电时间,单位为小时,/>保证出力,Za发电效益分电规则下限水位,Zb发电效益分电规则上限水位,Zj第j时段末水位;
(6)当且月平均出力/>,
;
第j时段水位在Zb以上发电时间(h);
当计算时段为月时,为旬时/>,为日时,/>。
3.根据权利要求1所述的基于多层次嵌套动态规划多目标模型的水库优化调度方法,其特征在于,所述多层次嵌套动态规划求解方法,包括如下步骤:
(S2)模型求解
第一阶段:初始解生成
以下游用水要求时段平均下泄流量发电,求得各时段初末水位;
第二阶段:利用多层次嵌套动态规划优化得到全局非劣解
在初始解的基础上采用多层次嵌套动态规划法,将任意相邻2个时段作为一个子问题研究对象,以时段初水位、入库流量为已知条件,该相邻2个时段下泄流量在初始各时段发电流量基础上,设定上、下限后,等距增加下泄流量,设定多个方案,以该2个相邻时段出力之和最大化为目标求解,直到完成所有任意相邻2个时段子问题的局部最优解,再代入模型全局寻优,得到第二阶段全局非劣解;
第三阶段:在第二阶段基础上再次优化,求得全局最优解
在第二阶段非劣解基础上,同样利用多层次嵌套动态规划法,将任意相邻2个时段作为一个子问题研究对象,以第二阶段非劣解的时初、时末水位均为已知条件,计算子问题的最优解;以子问题最优解嵌套入第三阶段中,计算得到全局最优解,即可算出全年最优调度方案;
其中,求解要素:
(1)阶段变量j:时段;
(2)决策变量:时段下泄流量;
(3)状态转移方程:,由水量平衡推导的第j+1时段库容与第j时段库容和第j时段下泄流量的函数关系;
(4)指标函数:,描述的是任意2个相邻时段发电效益最优子问题的函数关系,/>为考虑了峰谷电价的第j时段的电价,选出该子问题的最优策略/>和相应状态/>,相应/>,当依次算完一年中的所有子问题,就可以得到整个过程的最优策略/>,和相应状态系列/>,/>;/>为各时段下泄流量,/>为各时段末库容,/>为各时段末水位;
(5)输入:年初水位、预测来水过程、下游用水要求时段平均流量;
(6)输出:年最大发电收益、年发电量、各时段平均出力、各时段末水位、各时段下泄流量;
在第三阶段子问题最优解基础上按分电效益规则计算发电效益求解和选优获得全局最优解,得到全年优选后的方案,包括各时段发电下泄流量过程、库水位过程、出力过程、发电量等,从而得到满足水库多目标优化的年调度过程。
4.根据权利要求3所述的基于多层次嵌套动态规划多目标模型的水库优化调度方法,其特征在于,第一阶段初始解生成具体方法如下:
已知:(1)初始库水位Z(1)
(2)时段平均入库流量QE(j)
(3)下游用水所需时段平均下泄流量QX(j)
待求:(1)各时段末库水位Z(j)
(2)水库各时段下泄流量qq(j),此时的qq(j)= QX(j)
依据初始库水位、入库流量,以下游用水流量为下泄流量计算时段末水位。
5.根据权利要求3所述的基于多层次嵌套动态规划多目标模型的水库优化调度方法,其特征在于,第二阶段利用多层次嵌套动态规划优化得到非劣解中将任意相邻2个时段作为一个子问题研究对象,具体方法如下:
I) 子问题目标:
以任意相邻2个时段电网所得电量最大为目标函数;
II) 约束条件:
(1)时段平均下泄流量,/>为下游用水要求某水库时段平均下泄流量;
(2)时段平均下泄流量,/>为额定出力在额定水头、平均出力系数A的情况下,对应的额定流量;
(3)时段末水位,/>,/>为第j时段末供水保证线水位,/>为第j+1时段末供水保证线水位;Z(j)为第j时段末的水位;
其中,子问题Subproblem Optimization 1(j)求解步骤:
以第(j-1)时段和第j时段2段为对象,第(j-1)时段均下泄流量qqj1(k)在下游用水要求的时段均流量qx(j)基础上等距增加,qqj1(k)=qx(j)+a×param(j)×(k-1), 第j时段下泄流量qqj2(k)=qx(j),k表示第(j-1) 时段在下游用水要求的时段流量qx(j)基础上等距增加下泄流量的方案数,k=1,2…,11;j表示时段,当时段为月时,1≤j≤12,当时段为旬时,1≤j≤36,当时段为日时,1≤j≤365;
固定Z(j-1)和Z(j+1),在Z(j)上下限范围内变动得到不同方案的Z(j),计算不同Z(j)方案下第j时段的发电量与j+1时段发电量之和,取最大者来确定Z(j) 最优解;
Z(j)的上下限最优解求解方法如下:
ZCCj1:以Z(j-1)为起始水位为已知条件,对j-1时段按第j-1时段下游用水时段平均流量qx(j-1)下泄发电,所求得的第j时段末水位;
ZCCj2:以Z(j+1)为时段末水位为已知条件,对j时段按最大出力发电,逆算所得第j时段初水位;
为保证全力满足第j-1时段下游用水时段平均流量要求,Z(j)的上限ZCj(1)=min(ZCCj1, ZCCj2);
ZCCj3:以Z(j-1)为起始水位为已知条件,对j-1时段按最大出力发电,所求得的j-1时段末水位;
ZCCj4:以Z(j+1)为时段末水位为已知条件,对j时段按第j时段下游用水时段平均流量发电,逆算所得第j时段初水位;
为保证全力满足第j时段下游用水时段平均流量要求,当计算时段为月时,Z(j)的下限ZCj(11)=max (ZCCj3, ZCCj4);当计算时段为旬时,Z(j)的下限ZCj(35)=max (ZCCj3,ZCCj4);当计算时段为日时,Z(j)的下限ZCj(364)=max (ZCCj3, ZCCj4)。
6.根据权利要求5所述的基于多层次嵌套动态规划多目标模型的水库优化调度方法,其特征在于,第二阶段利用多层次嵌套动态规划优化得到全局非劣解的求法,具体方法如下:
已知:(1)第一阶段按下游用水要求下泄流量发电所得初始水位过程:各时段末库水位Z(j);当时段为月时,j=1,…,12;当时段为旬时,j=1,…,36;当时段为日时,j=1,…,365;
(2)各时段平均入库流量QE(j);
(3)第一阶段所得各时段平均下泄流量qq(j);
待求:(1)各时段下泄流量在第一阶段所得各时段平均下泄流量qq(j)基础上增加后所得各时段末库水位Z(j)和时段平均下泄流量qq'(j);
(2)超过Za、Zb分电规则,算得电网年所得年发电量和发电收益;
(3)考虑了分电规则后,电网需要分出去的电量;
(4)各时段不考虑分电规则发电量,年发电量总和;
依据分电规则,电网年所得年发电量计算方法:
首先判断该时段水位有无超过Za或Zb,若超过,则再判断该时段平均出力是否大于保证出力,若大于,则依据分电规则,水库水位超过Za但未超过Zb,则超出保证出力部分的发电量的c%分给电网外收益方;若水库水位超过Zb,则超出保证出力部分的发电量全部分给电网外收益方;若该时段水位虽然超过Za或Zb,但若该时段平均出力未超过保证出力,则该时段收益全归电网;
在基于上述分电规则后的电网年发电效益最优化计算中,再嵌套任意相邻2个时段电网所得电量最大的子问题优化算法,求得第二阶段的全局非劣解。
7.根据权利要求5所述的基于多层次嵌套动态规划多目标模型的水库优化调度方法,其特征在于,其特征在于,第三阶段在第二阶段基础上再次优化求得全局最优解,具体方法:
(1)以第二阶段优化所得的全局非劣解作为第三阶段优化的初始值,对第三阶段优化中任意相邻2个时段子问题,采用子问题目标模型、约束条件以及子问题 SubproblemOptimization 1(j)步骤,得到子问题Subproblem Optimization 2(j)求解步骤和子问题寻优成果;
(2)子问题寻优成果嵌套入第三阶段全局再优化过程中,得到第三阶段全局最优解;
(3)第三阶段全局最优解所得的电网年发电效益与上一轮的值差额不大于目标精度,说明该全局最优解已收敛,若大于目标精度,则需要进行下一轮优化,直到收敛为止,即得到多目标优化的全局最优解;
(4)根据全局最优解可以获得水库多目标优化的年调度过程,包括逐月下泄发电流量、弃水、出力、发电量、发电效益、水头、月末库水位过程等。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于多层次嵌套动态规划多目标模型的水库优化调度方法的步骤。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述的基于多层次嵌套动态规划多目标模型的水库优化调度方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310938429.4A CN116993087A (zh) | 2023-07-28 | 2023-07-28 | 基于多层次嵌套动态规划多目标模型的水库优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310938429.4A CN116993087A (zh) | 2023-07-28 | 2023-07-28 | 基于多层次嵌套动态规划多目标模型的水库优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116993087A true CN116993087A (zh) | 2023-11-03 |
Family
ID=88531485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310938429.4A Pending CN116993087A (zh) | 2023-07-28 | 2023-07-28 | 基于多层次嵌套动态规划多目标模型的水库优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116993087A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252406A (zh) * | 2023-11-20 | 2023-12-19 | 长江水利委员会长江科学院 | 面向下游取用水需求的补水调度方法、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108470249A (zh) * | 2018-03-16 | 2018-08-31 | 大连理工大学 | 一种耦合聚类分析和决策树的梯级水电站群短期发电调度方法 |
CN108805329A (zh) * | 2018-05-02 | 2018-11-13 | 中国水利水电科学研究院 | 一种梯级水库实现实时调度的方法和系统 |
WO2023029680A1 (zh) * | 2021-09-02 | 2023-03-09 | 深圳前海微众银行股份有限公司 | 一种确定磁盘可使用时长的方法及装置 |
-
2023
- 2023-07-28 CN CN202310938429.4A patent/CN116993087A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108470249A (zh) * | 2018-03-16 | 2018-08-31 | 大连理工大学 | 一种耦合聚类分析和决策树的梯级水电站群短期发电调度方法 |
CN108805329A (zh) * | 2018-05-02 | 2018-11-13 | 中国水利水电科学研究院 | 一种梯级水库实现实时调度的方法和系统 |
WO2023029680A1 (zh) * | 2021-09-02 | 2023-03-09 | 深圳前海微众银行股份有限公司 | 一种确定磁盘可使用时长的方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252406A (zh) * | 2023-11-20 | 2023-12-19 | 长江水利委员会长江科学院 | 面向下游取用水需求的补水调度方法、设备及介质 |
CN117252406B (zh) * | 2023-11-20 | 2024-02-02 | 长江水利委员会长江科学院 | 面向下游取用水需求的补水调度方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109599861B (zh) | 考虑本地负荷调峰能力的送端电网电源结构规划方法 | |
CN109347151B (zh) | 一种新能源参与调峰的送端电网电源结构优化方法 | |
Gu et al. | An online optimal dispatch schedule for CCHP microgrids based on model predictive control | |
Yuan et al. | Stochastic optimization model for the short-term joint operation of photovoltaic power and hydropower plants based on chance-constrained programming | |
US11009001B2 (en) | Method for multi-objective optimal operations of cascade hydropower plants based on relative target proximity and marginal analysis principle | |
WO2019006733A1 (zh) | 一种跨省互联水电站群长期联合调峰调度方法 | |
CN109390973B (zh) | 一种考虑通道约束的送端电网电源结构优化方法 | |
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 | |
CN108109076B (zh) | 一种考虑径流预报的梯级水电站群发电调度弃水风险分析方法 | |
CN109636674B (zh) | 一种大规模水电站群月度交易电量分解与校核方法 | |
CN108133104B (zh) | 一种长期跨流域多梯级水电优化运行模拟方法 | |
CN103088784A (zh) | 一种梯级水库汛限水位实时动态控制方法 | |
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 | |
CN116993087A (zh) | 基于多层次嵌套动态规划多目标模型的水库优化调度方法 | |
CN112700080A (zh) | 一种梯级水电多阶段优化调度方法 | |
CN105552971A (zh) | 小水电与大中型水电站群协调优化的分区消纳方法 | |
Li et al. | Optimal design for component capacity of integrated energy system based on the active dispatch mode of multiple energy storages | |
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 | |
CN116526469A (zh) | 一种水风光互补系统长期随机动态调度方法 | |
Fang et al. | Risk-constrained optimal scheduling with combining heat and power for concentrating solar power plants | |
Ma et al. | Long-term coordination for hydro-thermal-wind-solar hybrid energy system of provincial power grid | |
CN113991640A (zh) | 基于火电的多能互补能源基地能源配置规划方法 | |
CN103633641A (zh) | 一种考虑风电接纳的中长期交易运营计划获取方法 | |
CN113255982A (zh) | 一种风光水互补系统中长期优化调度方法 | |
CN108053083A (zh) | 一种水库水电站非汛期联合优化发电调度方法 |
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 |