CN117674293A - 一种梯级水电站的长期发电优化调度方法及装置 - Google Patents
一种梯级水电站的长期发电优化调度方法及装置 Download PDFInfo
- Publication number
- CN117674293A CN117674293A CN202311668942.2A CN202311668942A CN117674293A CN 117674293 A CN117674293 A CN 117674293A CN 202311668942 A CN202311668942 A CN 202311668942A CN 117674293 A CN117674293 A CN 117674293A
- Authority
- CN
- China
- Prior art keywords
- station
- power station
- power
- scheduling
- period
- 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.)
- Granted
Links
- 230000007774 longterm Effects 0.000 title claims abstract description 58
- 238000010248 power generation Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 114
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 238000003860 storage Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 230000014759 maintenance of location Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006870 function Effects 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
- 238000012937 correction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Water Supply & Treatment (AREA)
- Power Engineering (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种梯级水电站的长期发电优化调度方法及装置，包括，建立梯级多电站的流域范围的地形关系模型；基于地形关系模型，确定各梯级电站的位置信息，并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预测期内各调度时段的来水预测量；根据任一梯级电站的水位数据，以及相应的来水预测量，确定出所述任一梯级电站预测期内各调度时段的预测水头；根据各梯级电站的预测水头，建立长期发电量最大模型；基于所建立的长期发电量最大模型，求解出各梯级电站的优化出力。本申请的方法用于实现长期的梯级多电站联合优化调度，为梯级电站的长期调度优化提供参考。
Description
技术领域
本申请涉及水利、水电调度技术领域，尤其涉及一种梯级水电站的长期发电优化调度方法及系统。
背景技术
水库群的综合效益通常包括防洪、发电、供水、航运、生态等多个方面，水库群调度需要充分协调各用水户的利益，以尽量满足水资源的综合利用需求，开展联合优化调度是发挥梯级水库群最大综合效益的主要非工程措施。而建立与各用水需求相应的多目标优化数学模型，并通过优化技术推求多目标模型的非劣解集，是解决这一问题的有效途径和方法。
现有技术中在优化理论和调度模型上己取得了一系列的成果。然而，受水库来水不确定性、径流预报不确定性、水库综合利用需求约束和电网调度等因素共同影响，水库水电站优化调度理论和成果很难在实际运行中得以应用。此外水库群多目标优化调度还存在如何根据水库群的实际需要，选择合适的多个目标、确定目标函数值类型的问题。
发明内容
本申请实施例提供一种梯级水电站的长期发电优化调度方法及系统，用于实现长期的梯级多电站联合优化调度，为梯级电站的长期调度优化提供参考。
本申请实施例提出一种梯级水电站的长期发电优化调度方法，用以对梯级多电站进行长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预测期内各调度时段的来水预测量；
根据任一梯级电站的水位数据，以及相应的来水预测量，确定出所述任一梯级电站预测期内各调度时段的预测水头；
根据各梯级电站的预测水头，建立长期发电量最大模型；
基于所建立的长期发电量最大模型，求解出各梯级电站的优化出力，以实现对梯级多电站进行长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预测期内各调度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预测期内各调度时段的来水预测量包括：
基于历史气象信息，为各级站级流域区域，拟合出预测期内各调度时段的降雨数据；
为梯级电站的任一级电站的各子流域区域，根据拟合的降雨数据，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，是拟合的第级电站、第个子流域区域在调度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预测期内各调度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，预估各级电站在未来调度时段的来水量满足：
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预测期内各调度时段的预测水头包括：
根据预测的未来调度时段各级电站的来水量以及任一梯级电站的库容信息，确定出水位变化数据；
根据任一梯级电站的水位数据，以及水位变化数据，确定第级电站未来第t调度
时段的预测水头。
可选的，根据各梯级电站的预测水头，建立长期发电量最大模型包括：
基于确定的各级电站的预测水头，以年发电量最大为目标，建立如下长期发电
量最大模型：
其中，为梯级水电站最大化的年发电量，为梯级水电站的个数， T为计算的年
内计算总时段数，为第i个电站在第t调度时段发电流量，为第i个电站在第t调度时
段的出力系数，为第级电站第t调度时段的预测水头，为第t调度时段的小时数。
可选的，基于所建立的长期发电量最大模型，求解出各梯级电站的优化出力还包括：
为长期发电量最大模型，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调度时段的出力，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：
式中，、为第i个电站在第t调度时段应保证的水库最小蓄水量；为第i个电
站在第t调度时段的水库蓄水量，为第i个电站在第t调度时段的允许水库最大蓄水
量；
水库下泄流量约束：
式中，、分别为第个电站在第t调度时段水库泄水量的上下限，为
第个电站在第t调度时段泄水流量；
电站出力约束：
其中，为第个电站在第t调度时段的出力系数，为第个电站在第t调度时
段发电流量，为第个电站在第t调度时段的允许最小出力，为第个电站在第t调
度时段允许最大出力；
利用逐次逼近动态规划(DPSA)算法，求解出所建立的长期发电量最大模型，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水电站的长期发电优化调度方法的步骤。
本申请实施例提出的梯级水电站的长期发电优化调度方法，能够用于实现长期的梯级多电站联合优化调度，特别适用于配合具有年调能力水库梯级流域各电站的优化调度，为梯级电站的长期调度优化提供参考。
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为本实施例梯级水电站的长期发电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水电站的长期发电优化调度方法，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预测期内各调度时段的来水预测量。在一些实施例中，可以考虑流域的降雨量情况，可以根据历史天气数据，来对预测期内各调度时段的天气进行估计，本申请示例长期可以是例如一年为周期，各调度时段可以按照月份进行，从而根据流域的降雨情况以及上级库容来确定出各级电站流域在各调度时段的来水预测量。
在步骤S104中，根据任一梯级电站的水位数据，以及相应的来水预测量，确定出所述任一梯级电站预测期内各调度时段的预测水头。任一梯级电站的水位数据可以通过上一调度时段的库容及流量信息估算获得。进一步根据梯级电站相应的来水预测量、发电用水量、泄洪量以及水位数据下的平均库容面积等数据，可以确定出未来调度时段水位的变化数据，从而获得任一梯级电站调度时段的预测水头，在实际应用中例如流域没有降雨数据，则可以根据上级电站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。对于长期优化调度，根据实际的地区降雨情况结合最上级库容，各级电站的发电流量、泄洪量等数据来计算获得。
在步骤S105中，根据各梯级电站的预测水头，建立长期发电量最大模型。
在步骤S106中，基于所建立的长期发电量最大模型，求解出各梯级电站的优化出力，以实现对梯级多电站进行长期的发电联合优化调度。
本申请实施例提出的梯级水电站的长期发电优化调度方法，能够实现长期的梯级多电站联合优化调度，特别适用于配合具有年调能力水库梯级流域各电站的优化调度，为梯级电站的长期调度优化提供参考。
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预测期内各调度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预测期内各调度时段的来水预测量包括：
基于历史气象信息，为各级站级流域区域，拟合出预测期内各调度时段的降雨数据；
为梯级电站的任一级电站的各子流域区域，根据拟合的各调度时段的降雨数据，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，是拟合的第级电站、第个子流域区域在调度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，通过这样的设计，能够提高梯
级电站流域内各调度时段来水预测量的准确率，从而提高的模型优化效果。
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预测期内各调度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，预估各级电站在未来任一调度时段的来水量满足：
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预测期内各调度时段的预测水头包括：
根据预测的未来调度时段各级电站的来水量以及任一梯级电站的库容信息，确定出水位变化数据。在具体示例中，任一梯级电站的库容信息可以根据站级库容以及调度时段向后推导来估算。
根据任一梯级电站的水位数据，以及水位变化数据，确定第级电站未来第t调度
时段的预测水头。也即在未来第t调度时段，可以根据任一梯级电站的水位数据叠加上
出水位变化数据，从而获得第级电站未来第t调度时段的预测水头。
在一些实施例中，根据各梯级电站的预测水头，建立长期发电量最大模型包括：
基于确定的各级电站的预测水头，以年发电量最大为目标，建立如下长期发电
量最大模型：
其中，为梯级水电站最大化的年发电量，为梯级水电站的个数， T为计算的年
内计算总时段数，为第i个电站在第t调度时段发电流量，为第i个电站在第t调度时
段的出力系数，为第级电站第t调度时段的预测水头，为第t调度时段的小时数。
在一些实施例中，基于所建立的长期发电量最大模型，求解出各梯级电站的优化出力还包括：
为长期发电量最大模型，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调度时段的出力，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：
式中，、为第i个电站在第t调度时段应保证的水库最小蓄水量；为第i个电
站在第t调度时段的水库蓄水量，为第i个电站在第t调度时段的允许水库最大蓄水
量；
水库下泄流量约束：
式中，、分别为第个电站在第t调度时段水库泄水量的上下限，为
第个电站在第t调度时段泄水流量；
电站出力约束：
其中，为第个电站在第t调度时段的出力系数，为第个电站在第t调度时
段发电流量，为第个电站在第t调度时段的允许最小出力，为第个电站在第t调
度时段允许最大出力；
利用逐次逼近动态规划(DPSA)算法，求解出所建立的长期发电量最大模型，以获得各梯级电站的优化出力。
在具体实施中，利用逐次逼近动态规划(DPSA)算法进行模型求解。DPSA求解时，先假定其它水库运行状态不变，每次仅对一个水库采用动态规划法DP求解，然后更新该水库的运行状态及径流信息，这样依次对每个水库进行寻优，不断更新各个水库的最优调度策略，直至目标函数值满足精度要求，所得的最终调度策略即为通过DPSA算法求得的最优策略。DPSA算法的模型求解步骤如下：
根据一般经验和分析判断，或用其他简便方法给各个水库定出一条满足约束条件的初始调度线（例如采用DP算法对水电站分别进行单库优化调度，得出初始调度线）：
其中，迭代次数d=0，I为水电站个数。
固定I-1个水库的调度线，按单库动态规划算法先对余下的一个水库进行优化调度，使得整个梯级水库群整体发电效益最大，得到该水库优化后的调度线，将其表达为：
再固定另外的I-1个水库的调度线，按单库动态规划算法先对余下的一个水库进行优化调度，使得整个梯级水库群整体发电效益最大，以此类推，当所有水库均遍历一次之后得到前后两次总效益分别为E(d)、E(d+1)。
检验判断，若|E(d+1)-E(d)|<ε时停止计算（其中ε为迭代精度），若否，则继续进行迭代遍历。
本申请实施例的长期优化调度以月、旬为时段，制定未来一年或多年水电站的长期发电调度计划，以满足电网的电力电量平衡、机组检修计划安排、调度运行分析和年度电量合同制定等。水电由于受来水大小影响较大，而天然来的不确定性必然决定了水电长期发电调度计划须根据水情和负荷需求的不断变化而进行调整，即在实际运用中可结合水库调度过程是采用根据来水预报进一步精确和起始状态的不同，对调度线不断进行修正的向前滚动，从而对梯级水库运行的总体指导，还可作为短期优化调度确定边界条件的依据。
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水电站的长期发电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 (8)
1.一种梯级水电站的长期发电优化调度方法，其特征在于，用以对梯级多电站进行长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预测期内各调度时段的来水预测量；
根据任一梯级电站的水位数据，以及相应的来水预测量，确定出所述任一梯级电站预测期内各调度时段的预测水头；
根据各梯级电站的预测水头，建立长期发电量最大模型；
基于所建立的长期发电量最大模型，求解出各梯级电站的优化出力，以实现对梯级多电站进行长期的发电联合优化调度。
2.如权利要求1所述的梯级水电站的长期发电优化调度方法，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预测期内各调度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。
3.如权利要求2所述的梯级水电站的长期发电优化调度方法，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预测期内各调度时段的来水预测量包括：
基于历史气象信息，为各级站级流域区域，拟合出预测期内各调度时段的降雨数据；
为梯级电站的任一级电站的各子流域区域，根据拟合的降雨数据，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，/>是拟合的第/>级电站、第/>个子流域区域在调度时段/>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。
4.如权利要求3所述的梯级水电站的长期发电优化调度方法，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预测期内各调度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，预估各级电站在未来调度时段的来水量满足：
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。
5.如权利要求4所述的梯级水电站的长期发电优化调度方法，其特征在于，根据任一梯级电站的水位数据，以及相应的来水预测量，确定出所述任一梯级电站预测期内各调度时段的预测水头包括：
根据预测的未来调度时段各级电站的来水量以及任一梯级电站的库容信息，确定出水位变化数据；
根据任一梯级电站的水位数据，以及水位变化数据，确定第级电站未来第t调度时段的预测水头/>。
6.如权利要求5所述的梯级水电站的长期发电优化调度方法，其特征在于，根据各梯级电站的预测水头，建立长期发电量最大模型包括：
基于确定的各级电站的预测水头，以年发电量最大为目标，建立如下长期发电量最大模型：
其中，/>为梯级水电站最大化的年发电量，/>为梯级水电站的个数， T为计算的年内计算总时段数，/>为第i个电站在第t调度时段发电流量，/>为第i个电站在第t调度时段的出力系数，/>为第/>级电站第t调度时段的预测水头/>，/>为第t调度时段的小时数。
7.如权利要求6所述的梯级水电站的长期发电优化调度方法，其特征在于，基于所建立的长期发电量最大模型，求解出各梯级电站的优化出力还包括：
为长期发电量最大模型，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调度时段的出力，/>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：
式中，/>、为第i个电站在第t调度时段应保证的水库最小蓄水量；/>为第i个电站在第t调度时段的水库蓄水量，/>为第i个电站在第t调度时段的允许水库最大蓄水量；
水库下泄流量约束：
式中，/>、/>分别为第/>个电站在第t调度时段水库泄水量的上下限，/>为第/>个电站在第t调度时段泄水流量；
电站出力约束：
其中，/>为第/>个电站在第t调度时段的出力系数，/>为第/>个电站在第t调度时段发电流量，/>为第/>个电站在第t调度时段的允许最小出力，/>为第/>个电站在第t调度时段允许最大出力；
利用逐次逼近动态规划(DPSA)算法，求解出所建立的长期发电量最大模型，以获得各梯级电站的优化出力。
8.一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7中任一项所述的梯级水电站的长期发电优化调度方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311668942.2A CN117674293B (zh) | 2023-12-07 | 2023-12-07 | 一种梯级水电站的长期发电优化调度方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311668942.2A CN117674293B (zh) | 2023-12-07 | 2023-12-07 | 一种梯级水电站的长期发电优化调度方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117674293A true CN117674293A (zh) | 2024-03-08 |
| CN117674293B CN117674293B (zh) | 2024-06-14 |
Family
ID=90071046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311668942.2A Active CN117674293B (zh) | 2023-12-07 | 2023-12-07 | 一种梯级水电站的长期发电优化调度方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117674293B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117650581A (zh) * | 2023-12-07 | 2024-03-05 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 一种梯级多电站的联合优化调度方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103729692A (zh) * | 2013-12-24 | 2014-04-16 | 广西壮族自治区气象服务中心 | 基于gis的水电站流域区划及面雨量监测方法 |
| WO2017071230A1 (zh) * | 2015-10-30 | 2017-05-04 | 南京南瑞集团公司 | 一种多Agent的水电站群短期优化调度方法 |
| CN108108838A (zh) * | 2017-12-18 | 2018-06-01 | 华电福新能源股份有限公司福建分公司 | 一种高水量利用率的季调节水库优化调度方法 |
| CN114548511A (zh) * | 2022-01-18 | 2022-05-27 | 广西电网有限责任公司 | 一种低水头水电站群下游水库日平均入库流量的预测方法 |
| CN115188434A (zh) * | 2022-05-16 | 2022-10-14 | 浙江农林大学 | 一种流域尺度水体非点源污染分类分区识别方法 |
| WO2022226952A1 (zh) * | 2021-04-30 | 2022-11-03 | 大连理工大学 | 耦合可行域识别和随机抽样的大规模水电站群优化调度降维方法 |
| CN115577882A (zh) * | 2022-10-19 | 2023-01-06 | 广西桂冠电力股份有限公司(红水河)集控中心 | 一种计及来水不均匀性的梯级水电站长期优化调度模型 |
| CN116362419A (zh) * | 2023-05-31 | 2023-06-30 | 聊城市科慧市政工程设计院有限公司 | 一种城市防洪预警系统及方法 |
| CN116388301A (zh) * | 2023-06-06 | 2023-07-04 | 河海大学 | 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质 |
| CN116542021A (zh) * | 2023-04-04 | 2023-08-04 | 中国长江电力股份有限公司 | 一种水文-水动力学耦合的河道型水库调洪演算方法 |
| CN116703259A (zh) * | 2023-05-17 | 2023-09-05 | 中国长江三峡集团有限公司 | 一种适用于流域梯级水电站群的水能转化关系构建方法 |
-
2023
- 2023-12-07 CN CN202311668942.2A patent/CN117674293B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103729692A (zh) * | 2013-12-24 | 2014-04-16 | 广西壮族自治区气象服务中心 | 基于gis的水电站流域区划及面雨量监测方法 |
| WO2017071230A1 (zh) * | 2015-10-30 | 2017-05-04 | 南京南瑞集团公司 | 一种多Agent的水电站群短期优化调度方法 |
| CN108108838A (zh) * | 2017-12-18 | 2018-06-01 | 华电福新能源股份有限公司福建分公司 | 一种高水量利用率的季调节水库优化调度方法 |
| WO2022226952A1 (zh) * | 2021-04-30 | 2022-11-03 | 大连理工大学 | 耦合可行域识别和随机抽样的大规模水电站群优化调度降维方法 |
| CN114548511A (zh) * | 2022-01-18 | 2022-05-27 | 广西电网有限责任公司 | 一种低水头水电站群下游水库日平均入库流量的预测方法 |
| CN115188434A (zh) * | 2022-05-16 | 2022-10-14 | 浙江农林大学 | 一种流域尺度水体非点源污染分类分区识别方法 |
| CN115577882A (zh) * | 2022-10-19 | 2023-01-06 | 广西桂冠电力股份有限公司(红水河)集控中心 | 一种计及来水不均匀性的梯级水电站长期优化调度模型 |
| CN116542021A (zh) * | 2023-04-04 | 2023-08-04 | 中国长江电力股份有限公司 | 一种水文-水动力学耦合的河道型水库调洪演算方法 |
| CN116703259A (zh) * | 2023-05-17 | 2023-09-05 | 中国长江三峡集团有限公司 | 一种适用于流域梯级水电站群的水能转化关系构建方法 |
| CN116362419A (zh) * | 2023-05-31 | 2023-06-30 | 聊城市科慧市政工程设计院有限公司 | 一种城市防洪预警系统及方法 |
| CN116388301A (zh) * | 2023-06-06 | 2023-07-04 | 河海大学 | 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质 |
Non-Patent Citations (3)
| Title |
|---|
| 张海荣等: "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", 长江科学院院报, vol. 39, no. 9, 30 September 2022 (2022-09-30), pages 30 - 37 * |
| 段文辉;梅亚东;陈立华;鲍正风;翟丽妮;: "金沙江干流梯级水电站水库群长期优化调度", 水电自动化与大坝监测, no. 01, 28 February 2007 (2007-02-28) * |
| 肖俊华;: "同一流域梯级电站联合经济调度优化策略", 通讯世界, no. 04, 25 February 2015 (2015-02-25) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117650581A (zh) * | 2023-12-07 | 2024-03-05 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 一种梯级多电站的联合优化调度方法及系统 |
| CN117650581B (zh) * | 2023-12-07 | 2024-05-03 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 一种梯级多电站的联合优化调度方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117674293B (zh) | 2024-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117674293B (zh) | 一种梯级水电站的长期发电优化调度方法及装置 | |
| 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 | |
| Pellicer-Martínez et al. | Climate change effects on the hydrology of the headwaters of the Tagus River: Implications for the management of the Tagus–Segura transfer | |
| CN108108838A (zh) | 一种高水量利用率的季调节水库优化调度方法 | |
| 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 | |
| CN111046574B (zh) | 一种平原湖区湖河闸泵系统防洪排涝演算方法 | |
| 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 | |
| Nam et al. | Assessment of irrigation efficiencies using smarter water management | |
| WO2015033269A1 (en) | A control system for operation of irrigation canals | |
| CN106284239B (zh) | 一种大型坝式水电站初步选址方法 | |
| CN115271304A (zh) | 基于气候变化的跨流域调水工程优化调度方法 | |
| CN112581310A (zh) | 梯级水电站群发电指标分配方法 | |
| Antonov et al. | Simulation of water flow management by the flood control facilities in the adjacent river basins | |
| 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 | |
| Stucchi et al. | Future hydropower production under the framework of NextGenerationEU: The case of Santa Giustina reservoir in Italian Alps | |
| Pérez-Sánchez et al. | Zero discharge: An optimized strategy to improve the hydric deficit in the Mediterranean area by pumped hydro storage. Case study of Alicante, Spain | |
| Belsnes et al. | Unit commitment in hydro power operation scheduling | |
| CN117650581B (zh) | 一种梯级多电站的联合优化调度方法及系统 | |
| McCartney et al. | Application of the Water Evaluation and Planning (WEAP) Model to simulate current and future water demand in the Blue Nile | |
| Elistratov et al. | Integrated use of the hydropower sources of Uzbekistan in the context of climate change | |
| Sidorova et al. | Algorithm for Calculating the Water and Energy Mode of the Cascade of Hydroelectric Power Plants on the Basis of the Integrated Mathematical Model | |
| 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 | |
| Froebrich et al. | Improved dam operation in the Amu Darya river basin including transboundary aspects | |
| CN118297491B (zh) | 考虑水电站与光伏电站嵌套调度的光伏容量计算方法 | |
| CN113946783B (zh) | 一种水光互补优化调度方法及系统 |
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 |