网络技术的白水江梯级水电站调度系统

针对传统优化算法在求解高维、复杂梯级水电站发电调度时易出现“维数灾”，或陷入局部最优解的缺陷，本文提出了免疫蛙跳算法（isfla）。该算法将克隆选择算法嵌入到混洗蛙跳算法框架中，对混合之后的蛙群构造子群体执行免疫克隆选择操作，同时使用改进的最差解更新方式提高其局部搜索能力。应用实践表明，通过将isfla与标准混洗蛙跳算法、粒子群算法以及逐步优化方法对比，isfla在求解梯级水电站发电优化问题时具有明显的优越性。

分析了梯级水电站水电联合优化调度技术,包括来水预报技术、计划调度技术、实时调度技术和电力市场水电调度技术,说明了这些技术的现状和发展方向,并提出相应的计算机系统设计的主要目标和结构要点。

水电站群的操作运行往往根据经验而来,缺少科学依据。本文根据人工神经网络的非线性决策的特点,提出了水电站群最优调度规则的人工神经网络模型,并结合实际算例,进行其最优调度规则的模拟计算。通过与不同方法所得结果的对比,结果表明了模型的合理性、可行性及实用性。

梯级水电站联合发电调度的优化模型的确定在整个电网经济、安全运行中起着非常重要的作用。文中提出一种新的梯级水电站群联合发电优化调度的调度准则——以单位水体发电电价最高优先发电,在此基础上建立梯级水电站群联合发电优化调度模型及其评价方法。首先建立基于四层水体的水库能的水电站发电模型,在此基础上提出单位水体发电电价的概念。建立优化调度模型时,将电力系统中的负荷变化和在电力市场机制下分时上网电价的影响因素考虑在内。该模型能较为客观地反映梯级水电站运行情况,能给系统调度员做出最佳调度决策提供一定的依据。优化仿真计算结果证明该调度准则具有可行性和适用性。

本文首先从目标函数和约束条件两个方面,介绍了梯级水电站优化调度的各类数学模型.然后对目前研究比较广泛的各类优化算法进行了综述.最后指出随着水电能源的开发,梯级水库优化调度下一步可能的发展方向.

随着经济社会不断发展,我国能源结构也随着不断变化,水电资源作为一项重要能源,其发展好坏直接关系到我国的可持续发展道路.梯级水电站作为水电的一种关键形式,必须对其进行发电优化调度,从而保证水资源得到合理利用.本文主要针对梯级水电站的主要特点和未来发展方向,总结了我国的一些成果,并深入分析了其运行过程中的主要问题,通过对模型进行改进,对其进行优化调度,提出了新的调度模型.

介绍了目前国内对于梯级水电站优化调度问题的研究和实践现状,重点研究了优化调度模型的建立和优化算法。

宏观视角下的流域梯级水电站联合调度金沙江区域梯级水电站迈入\"调控一体化\"时代长江上游大型水电站群联合调度发展战略流域梯级水电站联合优化调度的必要性及对节能减排的作用气候变化条件下的三峡梯级水库调度长江上游大型水电站群联合调度关键科技问题探讨

建立了梯级水电站短期周优化调度的梯级蓄能最大模型,在此基础上采用动态搜索算法对其进行求解。通过严密的理论推导和详尽的实例分析探讨了流域梯级电站负荷最优分配规律。梯级电站负荷最优分配主要由梯级水库的区间入流关系和水库特性决定,其结论可指导流域梯级电站优化运行,为集控中心调度和指导实际应用提供参考。调度决策者尚需根据本文的研究方法针对本流域和电站的特性制定符合自身的最优调度规则。

遗传算法是一种简单、适用的搜索方法,经常用于解决非线性复杂的问题。水库群的最优调度问题,就是利用搜索算法根据水库群进出水和综合利用情况,把水电站水库看作一个系统,把系统的各元素,输入/输出参数等简化和假设后建立简化通用的数学模型,用搜索算法对该数学模型进行优化仿真,得出最优解。

在市场环境中系统电价和负荷一定的情况下,将效益最大化作为系统优化准则,运用水资源价值系数、设备运行费、折旧费及其他费用等成本因素,建立分时电价梯级水电站短期优化调度模型;构造了求解该模型的层结构蚁群算法,采用启发式规则解决解的多样性和机组启停问题,采用精英策略节约计算内存和优化时间。最后,运用我国西南地区某梯级流域中三个连续水电站的数据建立了调度模型并运用层结构算法进行仿真;并从理论方面分析了仿真结果中的每一个变化,对精英区大小的选择作了讨论,分析表明仿真结果与理论分析保持一致,说明建立的模型是合理的,提出的方法是可行而有效的。

研究网络分析技术在水库群调度中的应用，把多目标分层排序网络分析模型拓展到多目标梯级水电站调度的网络分析中，提出梯级水电站群调度多目标网络分析模型。结合某流域梯级水电站群优化调度实例进行模型的应用研究，结果表明，用本文模型构造的时空网络图，结构清晰，直观形象，算法效率高。

用网络规划法对梯级水电站日负荷最优分配问题进行了探讨,提出了一种新的网络模型,在开机组合业已给定的条件下,直接将负荷分配到机组。还对算法进行了讨论,并在微机上对一个实际的梯级水电站进行了试算。计算结果表明该模型和算法是正确的、适用的。

1991年1月 第14卷第1期 重庆大学学报 journalofchongqlnguniversity vo1．11．№． jan．199 网络规划法在梯级水电站短期优化 调度中的应用‘ theapplicationofnetworkpro(3rammingmethodontheshort termopnmalschedulingp0rcascadedhydropowerstat】ons 刘建华 liujianhua (湖南省计委) 段虞荣 duanyurorig (重庆大学) ．摘要用网络规划法对梯级水电站日负荷最优舟配问题进行了探讨，提出了一种新的 网络模型，在开机组旮业已给定的冬件下，直接将负荷分配到机组。还对算法进纤了讨论，并在 微机上对一个实际的梯级水电站进行

论述了白水河梯级电站计算机监控系统改造的原因、实现方案及改造效果,并简要介绍了电站的主要功能。

http://www.***.*** 乌溪江梯级水电站优化调度研究 芮钧 国电自动化研究院，江苏南京（210003） e-mail：ruijun12@163.com 摘要：以乌溪江梯级水电站为例，详细介绍了用逐步优化算法求解梯级水电站发电优化调 度的全过程。此方法可以获得梯级各电站的最优运行方式，指导梯级各水电站的实际运行。 关键词：乌溪江梯级电站，逐步优化算法，优化调度 1.引言 水电站的单库优化调度问题，可以使用常规动态规划算法来求解，其计算时间和计算精 度均能满足实际生产的需要[1]。但是，梯级水电站优化调度决策变量较多，且各水库之间互 相影响，利用常规的动态规划来求解会遇到维数灾问题[2]。目前比较适合用于求解梯级水电 站优化调度的算法主要有逐步优化算法和基因遗传算法。本文主要讨论用逐步优化算法求解 梯级水电站优化调度问题的方法。 逐步优化算法（

选取梯级发电量最大模型,采用具有精度高、收敛快的大系统分解协调算法对模型进行求解,以乌江梯级电站为例,通过对流域不同频率来水情况的发电量进行计算,进而总结了乌江梯级电站短期优化调度的发电规律,为短期调度计划的制定提供了决策指导。

针对电力市场中买卖双方通过签订远期合同进行交易的市场交易类型,结合水库优化调度理论与方法,建立物理合同和金融合同下的梯级水库优化模型,并以清江梯级水电站为例进行应用研究,验证了模型的合理性与有效性,为今后市场环境下水电商针对不同的合同签订方式做出决策提供了参考和依据。

将改进型蚂蚁算法用于梯级水电站短期优化调度问题,并通过引入遗传算法的交叉和变异思想以及自适应搜索半径方法提高了蚂蚁算法的搜索能力．以最小耗水率模型为例,给出了梯级水电站短期优化调度问题改进型蚂蚁算法的数学描述和求解的算法步骤,并通过龙羊峡-李家峡梯级水电站实例验证了改进型蚂蚁算法的优越性．结果表明,与遗传算法相比,改进型蚂蚁算法获得了更优的调度方案．优化结果在取得更低耗水率的同时,减少了机组的启停次数,并且使所有机组连续高效运行,从而降低了机组的维护费用,并增加了梯级的经济效益．

针对流域梯级水电站优化调度的特点,提出了计及atc影响的梯级水电站优化调度模型。根据电网典型运行方式和上一时间段的调度情况,利用最优潮流计算水电上网通道的atc容量。将atc容量约束直接引入到梯级水电站优化调度模型中,利用粒子群优化算法的全局寻优能力对梯级水电站中长期优化调度进行寻优。以四川某流域梯级的4个电站优化调度为例,计算结果表明采用所建模型和方法能够有效提高梯级水电站发电量和发电收益。

将蚁群优化算法用于求解分时电价下梯级水电站间短期优化调度模型,考虑市场竞争下的电价和电量、水库存水价值、水流时滞以及设备折旧等因素,建立了利益最大化为优化准则的短期优化调度模型.给出了蚁群算法求解梯级短期优化调度模型的数学描述及算法的求解步骤.最后以某梯级流域中三个水电站的相关数据建立了相应的优化调度模型,运用蚁群算法进行了计算仿真,并与传统的动态规划法进行对比.仿真结果证实了所采用算法的有效性和可行性.

在由\"龙头\"水库与若干日调节或无调节水电站组成的梯级水电中,枯水期末和汛期洪水间隔阶段,\"龙头\"水库根据下游电站区间来水情况,在正常发电流量外实施小流量泄流补偿,不仅可以提高\"龙头\"水库的防洪安全性、减少无益弃水,而且可以给下游电站提供更多的发电水量,改善机组的运行效率。文中建立了梯级水电站实时发电补偿调度风险分析模式,提出了梯级水电站实时补偿增益的计算方法、\"龙头\"水库不同补偿方案下风险的定量化方法以及基于期望增益最大的补偿方案选择方法。实例研究表明所提出的方法是合理、有效的,具有较好的辅助决策价值。