CN117650581B - 一种梯级多电站的联合优化调度方法及系统 - Google Patents
一种梯级多电站的联合优化调度方法及系统 Download PDFInfo
- Publication number
- CN117650581B CN117650581B CN202311668521.XA CN202311668521A CN117650581B CN 117650581 B CN117650581 B CN 117650581B CN 202311668521 A CN202311668521 A CN 202311668521A CN 117650581 B CN117650581 B CN 117650581B
- Authority
- CN
- China
- Prior art keywords
- power station
- station
- period
- power
- sub
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 105
- 238000010248 power generation Methods 0.000 claims abstract description 36
- 238000003860 storage Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000014759 maintenance of location Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 230000009194 climbing Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000000418 atomic force spectrum Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000013101 initial test Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种梯级多电站的联合优化调度方法及系统，包括：结合各梯级电站的位置信息，为任一梯级电站确定出相应的站级流域区域；按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量；根据任一梯级电站当前的水位数据，以及相应的来水预测量，确定出所述任一梯级电站短期时段的预测水头；根据各梯级电站的预测水头，建立短期发电量最大模型；基于所建立的短期发电量最大模型，求解出各梯级电站的优化出力，以实现对梯级多电站进行短期的发电联合优化调度。本申请的方法用于实现短期的梯级多电站联合优化调度，为梯级电站的短期调度优化提供重要参考。
Description
技术领域
本申请涉及水利、水电调度技术领域，尤其涉及一种梯级多电站的联合优化调度方法及系统。
背景技术
梯级水电站的优化调度是一个具有多目标、多属性、多层次、多阶段的复杂决策过程，不仅关系到全流域，而且与大坝下游的生态紧密相连。当前的梯级水电站优化调度方式有两种，分别是考虑防洪的调度和考虑经济效益的调度，这两种调度方式只单纯的考虑了经济效益和社会效益，在对水资源的统一调度与管理制度方面比较欠缺。
因此需要提出一种短期联合优化调度的梯级水电站的调度方法，以用于实现丰水期到汛期的短期，例如单日的梯级水电站联合优化调度方法。
发明内容
本申请实施例提供一种梯级多电站的联合优化调度方法及系统，用于实现短期的梯级多电站联合优化调度，为梯级电站的短期调度优化提供重要参考。
本申请实施例提出一种梯级多电站的联合优化调度方法，用以对梯级多电站进行短期的发电联合优化调度，包括如下步骤：
确定梯级多电站的流域范围，并建立梯级多电站的流域范围的地形关系模型；
基于所述地形关系模型，确定各梯级电站的位置信息，并结合各梯级电站的位置信息，为任一梯级电站确定出相应的站级流域区域；
按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量；
根据任一梯级电站当前的水位数据，以及相应的来水预测量，确定出所述任一梯级电站短期时段的预测水头；
根据各梯级电站的预测水头，建立短期发电量最大模型；
基于所建立的短期发电量最大模型，求解出各梯级电站的优化出力，以实现对梯级多电站进行短期的发电联合优化调度。
可选的，按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量之前还包括：
对于任一梯级电站的站级流域区域，基于相应的地形关系模型，将所述站级流域区域，按照预设的高程区间，分割为多个高程区间的子高程区域；
对任一子高程区域，采用如下方式划分出多个子流域区域：
从所述子高程区域中，确定出站级流域区域的支流或干流的位置信息；
以支流或干流的位置信息为参考基准，基于所述地形关系模型，从站级流域区域的地形数据中确定出所述支流或干流两侧、斜率连续变化的区域，并在斜率变化的拐点区域，确定子流域区域的边界；
根据所确定出的各子流域区域的边界，以及支流或干流的位置信息，剔除边界内不包含支流或干流的区域，以将各子高程区域划分为多个子流域区域，使得任一子流域区域包含一条支流或干流，以及相关地区范围。
可选的，按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量包括：
获取各级站级流域区域的气象信息；
为梯级电站的任一级电站的各子流域区域，根据获取的气象信息，建立不同降雨强度下的来水量预测模型：
其中，是流入第级电站、第个子流域区域中的干流或支流中的来水预测量，是气象信息中第级电站、第个子流域区域在采样时段内的平均降雨强度，是
第级电站、第个子区域的区域面积，是第级电站、第个子区域内干流或支流的面
积，是第级电站、第个子区域的雨水留存率，是根据区域的地形结构以及降雨强
度配置的，其中地形坡度越大、降雨强度越高雨水留存率越小。
可选的，按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量还包括：
为任一支流，累加所述任一支流各子流域区域的来水预测量；
按照上下游关系，从梯级电站的最上级电站至最下级电站，预测未来时段各级电站的来水量满足：
其中，为第级电站、第条支流的来水预测量，基于各支流的子流域区域的来
水预测量累加计算获得，为第级电站的支流总数，为基于第级电站干流的子流域区
域计算的来水预测量，为上一级电站向第级电站的下泄流量。
可选的，根据任一梯级电站当前的水位数据，以及相应的来水预测量，确定出所述任一梯级电站短期时段的预测水头包括：
根据预测的未来时段各级电站的来水量以及任一梯级电站当前的库容信息，确定出水位变化数据；
根据任一梯级电站当前的水位数据，以及水位变化数据，确定第级电站未来第t
时段的预测水头。
可选的，根据各梯级电站的预测水头，建立短期发电量最大模型包括：
根据各梯级电站的预测水头，查询出力曲线以确定第级电站未来第t时段的
出力；
以日发电量最大为目标，建立如下短期发电量最大模型：
其中，为梯级水电站最大化的日发电量，为梯级水电站的个数，为未来第时
段的小时数，T为计算的短期总时段数。
可选的，基于所建立的短期发电量最大模型，求解出各梯级电站的优化出力还包括：
为短期发电量最大模型，建立如下约束条件：
电站送出通道约束：
其中，为第个电站在第t时段的出力，为送出通道所允许的电站或电站群
的最小出力，为送出通道所允许的电站或电站群的最大出力；
水库蓄水量约束：
其中，为第个电站在第t时段应保证的水库最小蓄水量，为第个电站在
第t时段的水库蓄水量，为第个电站在第t时段的允许水库最大蓄水量；
电站出力约束：
其中，为第个电站在第t时段的出力系数，为第个电站在第t时段发电流
量，为第个电站在第t时段的允许最小出力，为第个电站在第t时段允许最大出
力；
电站出力爬坡约束：
其中，为第个电站单时段最大出力升降限制，为第级电站未来第t-1
时段的出力；
利用离散微分动态规划(DDDP)算法，求解出所建立的短期发电量最大模型，以获得各梯级电站的优化出力。
本申请实施例还提出一种梯级多电站的联合优化调度系统，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如前述的梯级多电站的联合优化调度方法的步骤。
本申请实施例提出的梯级多电站的联合优化调度方法，能够用于实现短期的梯级多电站联合优化调度，特别适用于丰水期期间或者汛期期间的优化调度，为梯级电站的短期调度优化提供重要参考。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本实施例的梯级多电站的联合优化调度方法的基本流程示意。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本申请实施例提出一种梯级多电站的联合优化调度方法，用以对梯级多电站进行短期的发电联合优化调度，如图1所示，包括如下步骤：
在步骤S101中，确定梯级多电站的流域范围，并建立梯级多电站的流域范围的地形关系模型。具体可以结合3D建模软件来构建地形关系模型。
在步骤S102中，基于所述地形关系模型，确定各梯级电站的位置信息，并结合各梯级电站的位置信息，为任一梯级电站确定出相应的站级流域区域。也即根据构建好的地形关系模型，例如可以以最末级的电站为起点，从下游到上游，根据电站的位置关系，为任一梯级电站确定出相应的站级流域区域。
在步骤S103中，按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量。在一些实施例中，特别的针对丰水期以及汛期，还需要进一步考虑流域的降雨量情况，从而根据例如获取的流域的气象信息，以及根据上级库容来确定出各级电站流域的来水预测量。
在步骤S104中，根据任一梯级电站当前的水位数据，以及相应的来水预测量，确定出所述任一梯级电站短期时段的预测水头。任一梯级电站当前的水位数据可以通过监控获得，而根据相应的来水预测量，发电用水量，泄洪量以及当前水位数据下的平均库容面积等数据，可以确定出未来水位的变化数据，从而获得任一梯级电站短期时段的预测水头，在实际应用中例如流域没有降雨数据，则可以根据最上级的库容情况来执行来水量预测，例如一些梯级水电站的最上级库容具有年调能力，也即对于短期优化调度，根据实际的地区降雨情况结合最上级库容，各级电站的发电排水量，泄洪量等数据来计算确定。
在步骤S105中，根据各梯级电站的预测水头，建立短期发电量最大模型。
在步骤S106中，基于所建立的短期发电量最大模型，求解出各梯级电站的优化出力，以实现对梯级多电站进行短期的发电联合优化调度。
本申请实施例提出的梯级多电站的联合优化调度方法，能够用于实现丰水期期间或者汛期期间的短期的梯级多电站联合优化调度，为梯级电站的短期调度优化提供重要参考。
在一些实施例中，按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量之前还包括：
对于任一梯级电站的站级流域区域，基于相应的地形关系模型，将所述站级流域区域，按照预设的高程区间，分割为多个高程区间的子高程区域。在具体实施例中，可以根据实际的任一梯级电站的站级流域区域，按照高程区间的划分，在不同的高程分割出多个高程区间的子高程区域。
对任一子高程区域，采用如下方式划分出多个子流域区域：
从所述子高程区域中，确定出站级流域区域的支流或干流的位置信息。可以根据实际地形关系，也可以根据建立的地形模型，确定支流或干流的位置信息，例如还可以在3D建模软件中标记出站级流域区域支流或干流的位置信息。
以支流或干流的位置信息为参考基准，基于所述地形关系模型，从站级流域区域的地形数据中确定出所述支流或干流两侧、斜率连续变化的区域，并在斜率变化的拐点区域，确定子流域区域的边界。可以在地形模型中，根据斜率或者子区域中的坡度延伸方向来确定出子区域的边界，例如利用斜率可以在斜率的拐点处，确定为边界区域，本申请实施例中所指的拐点可以是斜率持续稳定地从正或者负变为负或者正，从而将拐点区域确定为子区域的边界区域。
根据所确定出的各子流域区域的边界，以及支流或干流的位置信息，剔除边界内不包含支流或干流的区域，以将各子高程区域划分为多个子流域区域，使得任一子流域区域包含一条支流或干流，以及相关地区范围。
在确定出各子区域的边界后，按照高程区间的划分、将边界内不包含支流或干流的区域剔除，此类区域不为站级流域区域带来额外的来水量，本申请实施例中此类区域不参与后续计算。
在一些实施例中，按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量包括：
获取各级站级流域区域的气象信息；
为梯级电站的任一级电站的各子流域区域，根据获取的气象信息，建立不同降雨强度下的来水量预测模型：
其中，是流入第级电站、第个子流域区域中的干流或支流中的来水预测量，是气象信息中第级电站、第个子流域区域在采样时段内的平均降雨强度，是
第级电站、第个子区域的区域面积，是第级电站、第个子区域内干流或支流的面
积，是第级电站、第个子区域的雨水留存率，是根据区域的地形结构以及降雨强
度配置的，其中地形坡度越大、降雨强度越高雨水留存率越小。
在一些实施例中，按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量还包括：
为任一支流，累加所述任一支流各子流域区域的来水预测量；
按照上下游关系，从梯级电站的最上级电站至最下级电站，预测未来时段各级电站的来水量满足：
其中，为第级电站、第条支流的来水预测量，基于各支流的子流域区域的来
水预测量累加计算获得，为第级电站的支流总数，为基于第级电站干流的子流域区
域计算的来水预测量，为上一级电站向第级电站的下泄流量，其中在一些示例中
可以包括上一级电站的发电排水量与泄洪量之和，具体的泄洪量与上一级电站的大坝闸门
开度成正比，对于闸门开度为0的情况则泄洪量为0。
在一些实施例中，根据任一梯级电站当前的水位数据，以及相应的来水预测量，确定出所述任一梯级电站短期时段的预测水头包括：
根据预测的未来时段各级电站的来水量以及任一梯级电站当前的库容信息，确定出水位变化数据。
根据任一梯级电站当前的水位数据，以及水位变化数据，确定第级电站未来第t
时段的预测水头。也即在未来第t时段，可以根据任一梯级电站当前的水位数据叠加上
出水位变化数据，从而获得第级电站未来第t时段的预测水头。
在一些实施例中，根据各梯级电站的预测水头，建立短期发电量最大模型包括：
根据各梯级电站的预测水头，查询出力曲线以确定第级电站未来第t时段的
出力。具体可以参考发电机的水头-流量-出力曲线来确定第级电站未来第t时段的出
力。
以日发电量最大为目标，建立如下短期发电量最大模型：
其中，为梯级水电站最大化的日发电量，为梯级水电站的个数，为未来第时
段的小时数，T为计算的短期总时段数。
在一些实施例中，基于所建立的短期发电量最大模型，求解出各梯级电站的优化出力还包括：
为短期发电量最大模型，建立如下约束条件：
电站送出通道约束：
其中，为第个电站在第t时段的出力，为送出通道所允许的电站或电站群
的最小出力，为送出通道所允许的电站或电站群的最大出力；
水库蓄水量约束：
其中，为第个电站在第t时段应保证的水库最小蓄水量，为第个电站在
第t时段的水库蓄水量，为第个电站在第t时段的允许水库最大蓄水量；
电站出力约束：
其中，为第个电站在第t时段的出力系数，为第个电站在第t时段发电流
量，为第个电站在第t时段的允许最小出力，为第个电站在第t时段允许最大出
力；
电站出力爬坡约束：
其中，为第个电站单时段最大出力升降限制，为第级电站未来第t-1
时段的出力；
利用离散微分动态规划(DDDP)算法，求解出所建立的短期发电量最大模型，以获得各梯级电站的优化出力。
在具体实施例中，DDDP是为了解决动态规划“维数灾”问题提出的一种以逐次逼近理论为核心的动态规划改进方法。它首先根据经验或其他方法获得满足约束条件和边界条件的初始试验轨迹，然后在该试验轨迹的邻域内对不同时段各电站的状态值进行离散并加以组合形成廊道，采用常规动态规划在各时段离散状态组合间寻找一条改善轨迹，将本次迭代获得的最优轨迹和相应最优策略作为下次迭代的初始实验轨迹与试验策略，反复迭代直至满足收敛条件。DDDP无需在状态变量的整个可行域内寻优，仅在试验轨迹某个邻域内较少的离散点上选优，从而可以有效降低计算存储和运算时间。DDDP算法的求解步骤如下：
先假定一种满足约束条件的初始策略，，以此初始策略作为一
试验轨迹。
在试验轨迹上、下各取一个状态增量，形成每个阶段3个状态9种决策的廊道，的取法为先取一个较大的增量，然后在迭代过程中逐步缩小增量。
如果所得目标函数值有所改善，则用新的轨迹代替旧的轨迹，重复前两步进行计
算，否则缩小增量后进行重算。
每次计算后均比较目标函数值，直至缩小到给定值而目标值仍无改善，或者相
邻两次的目标值差值小于某规定值时，则认为迭代计算已收敛于最优解和最优策略，计
算结束。
本申请实施例的优化调度方法用于梯级水电站短期发电调度，在充分考虑短期调度水力、电力等各项约束条件的基础上，建立能够充分反映系统物理特征和运行约束的优化调度模型，并寻找满足调度时效性和合理性要求的模型求解算法。
短期调度周期较短，更接近水库水电站实际的运行状况。本申请的方法能够在综合考虑当时水电系统的运行状态（各水库水位、入库流量、机组状况等）和电网的实际状况的基础上，确定各水电站在未来一个调度期逐时段的运行状态或电网负荷在各电站间的分配。
本申请实施例还提出一种梯级多电站的联合优化调度系统，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如前述的梯级多电站的联合优化调度方法的步骤。
此外，尽管已经在本文中描述了示例性实施例，其范围包括任何和所有基于本公开的具有等同元件、修改、省略、组合(例如，各种实施例交叉的方案 )、改编或改变的实施例。并不限于在本说明书中或本申请的实施期间所描述的示例，其示例将被解释为非排他性的。
以上描述旨在是说明性的而不是限制性的。例如，上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。
以上实施例仅为本公开的示例性实施例，本领域技术人员可以在本公开的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (7)
1.一种梯级多电站的联合优化调度方法，其特征在于，用以对梯级多电站进行短期的发电联合优化调度，包括如下步骤：
确定梯级多电站的流域范围，并建立梯级多电站的流域范围的地形关系模型；
基于所述地形关系模型，确定各梯级电站的位置信息，并结合各梯级电站的位置信息，为任一梯级电站确定出相应的站级流域区域；
按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量；
根据任一梯级电站当前的水位数据，以及相应的来水预测量，确定出所述任一梯级电站短期时段的预测水头；
根据各梯级电站的预测水头，建立短期发电量最大模型；
基于所建立的短期发电量最大模型，求解出各梯级电站的优化出力，以实现对梯级多电站进行短期的发电联合优化调度；
按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量之前还包括：
对于任一梯级电站的站级流域区域，基于相应的地形关系模型，将所述站级流域区域，按照预设的高程区间，分割为多个高程区间的子高程区域；
对任一子高程区域，采用如下方式划分出多个子流域区域：
从所述子高程区域中，确定出站级流域区域的支流或干流的位置信息；
以支流或干流的位置信息为参考基准，基于所述地形关系模型，从站级流域区域的地形数据中确定出所述支流或干流两侧、斜率连续变化的区域，并在斜率变化的拐点区域，确定子流域区域的边界；
根据所确定出的各子流域区域的边界，以及支流或干流的位置信息，剔除边界内不包含支流或干流的区域，以将各子高程区域划分为多个子流域区域，使得任一子流域区域包含一条支流或干流，以及相关地区范围。
2.如权利要求1所述的梯级多电站的联合优化调度方法，其特征在于，按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量包括：
获取各级站级流域区域的气象信息；
为梯级电站的任一级电站的各子流域区域，根据获取的气象信息，建立不同降雨强度下的来水量预测模型：其中，/>是流入第/>级电站、第/>个子流域区域中的干流或支流中的来水预测量，/>是气象信息中第/>级电站、第/>个子流域区域在采样时段/>内的平均降雨强度，/>是第/>级电站、第/>个子区域的区域面积，/>是第/>级电站、第/>个子区域内干流或支流的面积，/>是第/>级电站、第/>个子区域的雨水留存率，/>是根据区域的地形结构以及降雨强度配置的，其中地形坡度越大、降雨强度越高雨水留存率越小。
3.如权利要求2所述的梯级多电站的联合优化调度方法，其特征在于，按照上下游关系，根据相应的站级流域区域，依序确定出任一梯级电站在短期时段的来水预测量还包括：
为任一支流，累加所述任一支流各子流域区域的来水预测量；
按照上下游关系，从梯级电站的最上级电站至最下级电站，预测未来时段各级电站的来水量满足：其中，/>为第/>级电站、第/>条支流的来水预测量，基于各支流的子流域区域的来水预测量累加计算获得，/>为第/>级电站的支流总数，/>为基于第/>级电站干流的子流域区域计算的来水预测量，/>为上一级电站向第/>级电站的下泄流量。
4.如权利要求3所述的梯级多电站的联合优化调度方法，其特征在于，根据任一梯级电站当前的水位数据，以及相应的来水预测量，确定出所述任一梯级电站短期时段的预测水头包括：
根据预测的未来时段各级电站的来水量以及任一梯级电站当前的库容信息，确定出水位变化数据；
根据任一梯级电站当前的水位数据，以及水位变化数据，确定第级电站未来第t时段的预测水头/>。
5.如权利要求4所述的梯级多电站的联合优化调度方法，其特征在于，根据各梯级电站的预测水头，建立短期发电量最大模型包括：
根据各梯级电站的预测水头，查询出力曲线以确定第/>级电站未来第t时段的出力；
以日发电量最大为目标，建立如下短期发电量最大模型：
其中，/>为梯级水电站最大化的日发电量，/>为梯级水电站的个数，/>为未来第/>时段的小时数，T为计算的短期总时段数。
6.如权利要求5所述的梯级多电站的联合优化调度方法，其特征在于，基于所建立的短期发电量最大模型，求解出各梯级电站的优化出力还包括：
为短期发电量最大模型，建立如下约束条件：
电站送出通道约束：其中，/>为第/>个电站在第t时段的出力，/>为送出通道所允许的电站或电站群的最小出力，/>为送出通道所允许的电站或电站群的最大出力；
水库蓄水量约束：其中，/>为第/>个电站在第t时段应保证的水库最小蓄水量，/>为第/>个电站在第t时段的水库蓄水量，/>为第/>个电站在第t时段的允许水库最大蓄水量；
电站出力约束：其中，/>为第/>个电站在第t时段的出力系数，/>为第/>个电站在第t时段发电流量，/>为第/>个电站在第t时段的允许最小出力，/>为第/>个电站在第t时段允许最大出力；
电站出力爬坡约束：其中，/>为第/>个电站单时段最大出力升降限制，/>为第/>级电站未来第t-1时段的出力；
利用离散微分动态规划(DDDP)算法，求解出所建立的短期发电量最大模型，以获得各梯级电站的优化出力。
7.一种梯级多电站的联合优化调度系统，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的梯级多电站的联合优化调度方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311668521.XA CN117650581B (zh) | 2023-12-07 | 2023-12-07 | 一种梯级多电站的联合优化调度方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311668521.XA CN117650581B (zh) | 2023-12-07 | 2023-12-07 | 一种梯级多电站的联合优化调度方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117650581A CN117650581A (zh) | 2024-03-05 |
| CN117650581B true CN117650581B (zh) | 2024-05-03 |
Family
ID=90043054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311668521.XA Active CN117650581B (zh) | 2023-12-07 | 2023-12-07 | 一种梯级多电站的联合优化调度方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117650581B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855591A (zh) * | 2012-08-14 | 2013-01-02 | 贵州乌江水电开发有限责任公司 | 梯级水库群短期联合发电优化调度方法及系统 |
| CN109726907A (zh) * | 2018-12-21 | 2019-05-07 | 南瑞集团有限公司 | 一种水电站群中长期出力计算方法及系统 |
| CN109740889A (zh) * | 2018-12-24 | 2019-05-10 | 重庆大学 | 山地流域水系生态过程与水电梯级开发的耦合分析系统 |
| CN110826805A (zh) * | 2019-11-07 | 2020-02-21 | 广西电网有限责任公司 | 一种考虑来水不均匀性的低水头梯级水电站中期优化调度方法 |
| CN111967986A (zh) * | 2020-05-27 | 2020-11-20 | 中国南方电网有限责任公司 | 包含梯级水电的电力市场出清方法、系统、装置及介质 |
| CN113505933A (zh) * | 2021-07-20 | 2021-10-15 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 一种梯级日调节水电站水位的安全经济调控方法 |
| CN113780629A (zh) * | 2021-08-16 | 2021-12-10 | 西安交通大学 | 梯级水电调度模型优化方法、装置、电子设备及存储介质 |
| CN114386760A (zh) * | 2021-12-09 | 2022-04-22 | 贵州黔源电力股份有限公司 | 一种考虑光伏接入条件下的梯级水电站蓄能调度方法 |
| CN115439027A (zh) * | 2022-11-08 | 2022-12-06 | 大唐乡城唐电水电开发有限公司 | 一种梯级水电站负荷优化调度方法、装置、设备和介质 |
| CN115577905A (zh) * | 2022-09-08 | 2023-01-06 | 福建水口发电集团有限公司 | 一种梯级水电站群调峰能量优化调度方法 |
| CN115907402A (zh) * | 2022-12-06 | 2023-04-04 | 武汉大学 | 一种梯级水电站联合保证出力的推求方法及系统 |
| CN116415824A (zh) * | 2023-02-23 | 2023-07-11 | 贵州乌江水电开发有限责任公司 | 一种考虑不同需求的多层级梯级水库模拟调度系统及方法 |
| CN117674293A (zh) * | 2023-12-07 | 2024-03-08 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 一种梯级水电站的长期发电优化调度方法及装置 |
-
2023
- 2023-12-07 CN CN202311668521.XA patent/CN117650581B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855591A (zh) * | 2012-08-14 | 2013-01-02 | 贵州乌江水电开发有限责任公司 | 梯级水库群短期联合发电优化调度方法及系统 |
| CN109726907A (zh) * | 2018-12-21 | 2019-05-07 | 南瑞集团有限公司 | 一种水电站群中长期出力计算方法及系统 |
| CN109740889A (zh) * | 2018-12-24 | 2019-05-10 | 重庆大学 | 山地流域水系生态过程与水电梯级开发的耦合分析系统 |
| CN110826805A (zh) * | 2019-11-07 | 2020-02-21 | 广西电网有限责任公司 | 一种考虑来水不均匀性的低水头梯级水电站中期优化调度方法 |
| CN111967986A (zh) * | 2020-05-27 | 2020-11-20 | 中国南方电网有限责任公司 | 包含梯级水电的电力市场出清方法、系统、装置及介质 |
| CN113505933A (zh) * | 2021-07-20 | 2021-10-15 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 一种梯级日调节水电站水位的安全经济调控方法 |
| CN113780629A (zh) * | 2021-08-16 | 2021-12-10 | 西安交通大学 | 梯级水电调度模型优化方法、装置、电子设备及存储介质 |
| CN114386760A (zh) * | 2021-12-09 | 2022-04-22 | 贵州黔源电力股份有限公司 | 一种考虑光伏接入条件下的梯级水电站蓄能调度方法 |
| CN115577905A (zh) * | 2022-09-08 | 2023-01-06 | 福建水口发电集团有限公司 | 一种梯级水电站群调峰能量优化调度方法 |
| CN115439027A (zh) * | 2022-11-08 | 2022-12-06 | 大唐乡城唐电水电开发有限公司 | 一种梯级水电站负荷优化调度方法、装置、设备和介质 |
| CN115907402A (zh) * | 2022-12-06 | 2023-04-04 | 武汉大学 | 一种梯级水电站联合保证出力的推求方法及系统 |
| CN116415824A (zh) * | 2023-02-23 | 2023-07-11 | 贵州乌江水电开发有限责任公司 | 一种考虑不同需求的多层级梯级水库模拟调度系统及方法 |
| CN117674293A (zh) * | 2023-12-07 | 2024-03-08 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 一种梯级水电站的长期发电优化调度方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| A two stage Bayesian stochastic optimization model for cascaded hydropower systems considering varying uncertainty of flow forecast;Wei Xu 等;《Water Resource Research》;20141209(第50期);9267-9286 * |
| 梯级电站群基于在线实时控制滚动修正研究及应用;左天才;;红水河;20191225(第06期);103-106 * |
| 雅砻江和金沙江中下游梯级水库联合优化调度建模及应用Ⅰ———联合优化调度潜力分析;张海荣 等;长江科学院院报;20220930;第39卷(第9期);30-37 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117650581A (zh) | 2024-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112633578B (zh) | 一种引调水工程影响下梯级水库群优化调度方法 | |
| CN110348599B (zh) | 一种考虑弃水风险的跨流域水电站群调峰优化调度方法 | |
| CN102817335A (zh) | 一种梯级水库群联合防洪优化调度的方法及系统 | |
| CN107180313A (zh) | 基于风险对冲规则的大型水库汛末蓄水方案的编制方法 | |
| CN112101818B (zh) | 一种适用于复杂水力联系的海绵城市洪涝优化调度方法 | |
| CN114358664B (zh) | 变化环境与洪旱急转条件下洪水调度与水资源保障方法 | |
| CN105184426B (zh) | 一种基于随机连续寻优策略的梯级电站调峰方法 | |
| CN117674293B (zh) | 一种梯级水电站的长期发电优化调度方法及装置 | |
| 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 | |
| CN113590676B (zh) | 基于梯级联合等效防洪库容的流域防洪调度方法及系统 | |
| CN114707879A (zh) | 一种基于预泄规则下的汛期分期动态汛限水位确定方法 | |
| CN115271453B (zh) | 一种城市原水供水调配路径识别方法、系统及可存储介质 | |
| CN115271304A (zh) | 基于气候变化的跨流域调水工程优化调度方法 | |
| CN115860362A (zh) | 一种用于梯级水库群多维协同调度方法 | |
| CN109919397B (zh) | 平原河网地区排涝容量校验优化方法 | |
| CN114021902B (zh) | 基于动态收索与离散机制的动态规划降维的水库调度方法 | |
| CN114297862A (zh) | 一种引水渠道冰情预测模型的构建方法 | |
| CN111476477A (zh) | 基于发电效益目标的梯级水电站中长期优化调度方法 | |
| CN117650581B (zh) | 一种梯级多电站的联合优化调度方法及系统 | |
| CN112564032B (zh) | 地市电网低频减载保护装置整定线路调整方法 | |
| CN113705899A (zh) | 水库优化调度最优决策与效益的找寻方法 | |
| CN110378805B (zh) | 梯级水电站发电调度分级调峰方法 | |
| CN110729721A (zh) | 电力系统全局备用容量计算方法 | |
| CN112464992B (zh) | 一种基于生态闸门特征的水量分配方法及系统 | |
| CN118381124B (zh) | 支撑新能源灵活性的梯级龙头水电站水位预测与调控方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |