卢鹏[1]2016年在《梯级水电站群跨电网短期联合运行及经济调度控制研究》文中研究表明梯级水电站群短期联合发电调度具有时空多维、送电电网负荷特性差异大、调度主体多元、电站调节性能及机组动态特性各异等诸多特点,且受水文气象、径流过程、电网调峰需求、电力系统电源结构、电站调度模式等诸多因素影响,是一类典型的大规模、强耦合、多约束、动态、离散的复杂非线性优化问题,也是水电能源优化运行领域的研究热点之一。随着我国西南地区水能资源的大规模开发和跨区特高压交直流混联电网的形成,跨流域水电站群多电网联合调度成为可能；新能源大规模接入、负荷剧烈波动、水电跨省区外送消纳、水电站群“一库两站两调”等问题对流域梯级水电站群联合优化调度提出了更高的要求,导致水电能源系统运行、控制和管理较之传统更加复杂。因此,本文以满足水电能源电力输出与相应电网负荷需求间的协同匹配需求为切入点,围绕区域互联大电网背景下梯级水电站群跨电网联合优化运行面临的若干关键科学问题和技术瓶颈,以水电能源学、群智能优化、系统科学理论为研究基础,以金沙江下游溪洛渡-向家坝梯级水电站和华中区域大型国调及直调水电站为对象，采用问题建模、仿真分析和工程实践相结合的研究方法,对梯级水电站群跨电网短期联合运行及经济调度控制建模及求解方法展开深入研究,研究成果在金沙江流域调控中心和华中电网调通中心相关生产调度系统中得到应用。主要研究内容和创新成果如下：(1)综合分析流域集控中心梯级水电站经济调度控制(EDC)模块的基本构成和工作模式,结合梯级电站间水力、电力补偿特性,建立以调度期内总耗水量最小或蓄能最大为目标的梯级水电站经济调度控制数学模型,提出适用于求解多机组巨型水电站机组组合优化问题的改进二进制-实数编码蜂群算法,通过外层站间负荷分配和内层单站经济运行两个子问题的嵌套迭代求解实现梯级水电站经济调度控制优化,合理分配梯级电站厂间负荷,制定最佳机组起停机状态组合和最优出力方案,为保障电力系统安全、稳定、经济运行提供技术支撑。(2)从流域集控中心水调与电调部门业务关联性及调度目标差异性分析入手,构建了梯级水电站发电计划编制与厂内经济运行一体化调度模式,提出基于峰荷比调峰方式的梯级水电站发电计划精细化编制方法,将发电计划编制结果作为厂内经济运行模型输入,利用厂内仿真结果对出力计划进行循环反馈修正,制定满足水力电力多重复杂约束要求、兼顾电网调峰需求的梯级水电站最优出力计划、机组起停机状态组合和机组间负荷分配策略,实现水调和电调部门协同运行。(3)针对特大型梯级水电站群联合发电调度必须兼顾多个电网调峰的复杂工程应用需求,综合分析电网间负荷互补特性,建立了以受端电网余荷均方差最小为目标的梯级水电站多电网调峰调度模型,提出一种水电站群跨区多电网调峰优化调度和电力跨省区协调分配方法,在给定电网受电量、电站调峰容量及输电线路稳定运行限制要求下,通过提出的改进实数编码蜂群算法对电网受电计划进行启发式搜索,制定能均衡地响应各受端电网调峰需求的电站出力计划及电力网间分配方案,充分挖掘梯级水电站发电能力及调峰潜力。(4)综合分析电网水火风多能源互补特性,结合风电出力不确定性的描述与表征方式,构建了均衡考虑经济节约和环境保护两方面需求的水-火-风多能源短期联合互补调度模型,并提出一种基于精英档案集指导、自适应交叉／选择机制、局部搜索以及启发式约束处理等优化策略的改进多目标蜂群算法(EMOBCO);将提出的EMOBCO算法应用于水火风多目标模型的求解中,快速制定出一组分布广泛且均匀的非支配调度方案集,为电力系统能源优化配置、安全高效经济运行提供指导。
谢维[2]2012年在《水电站（群）优化调度与运行规则研究》文中指出随着水电能源开发的步伐加快,大规模梯级水电站群的优化调度问题也随之越米越复杂。在梯级水库上下游的水力、电力时空联系,径流不确定性等因素的影响下,传统的系统优化方法与系统分析理论在求解梯级水电站优化调度问题时呈现出一定的局限性。目前,水电站的优化调度规则一般比较简单、笼统,水电站在面临不同来水情况时,这些调度规则的可行性与可操作性较差。因此,完善的梯级水库群优化调度方法与理论研究和可行的优化调度规则制定,是水电调度工作亟待攻克的一项重要课题。基于此,本文以金沙江中游梯级水电站群为研究对象,从理论研究和应用探索两个方面入手,提出了能够有效求解水电站群优化调度问题的粒了群改进算法,针对梯级水电站群联合优化调度问题,探索了一种具体的、可操作性强的水库优化调度规则。本文的研究工作为梯级水电站群的管理、调度等提供了科学的理论基础和可行的优化方法。具体成果如下(1)提出了两种改进粒子群算法。针对基本粒子群优化算法(PSO)在梯级水库群优化调度中的局限性,本文分别从宏观与微观两个层而对粒子群优化算法进行了改进。宏观层面,将文化算法(CA)引入到粒子群优化算法中,提出文化粒子群算法(PSO-CA)。微观层面,将病毒进化机制引入到粒子群优化算法中提出病毒粒子群算法(VPSO)。PSO-CA算法将文化算法(CA)引入到粒子群优化算法中,在PSO算法得到群体空间中各个体的行为的基础上,利用CA算法的信仰空间提炼出群体经验,然后反过来对群体空间陷入局部最优的情况进行监视和改进,提高算法的计算效率。VPSO算法则在计算过程中引入主群体和病毒群体两种群体。主群体在上下代之间纵向传递信息,实现种群的全局寻优；病毒个体通过转录某主个体的基因片段,并反转录给另一个体,在同代个体之间横向传递进化信息,从而克服PSO算法只在群体自身上下代之间传递信息没有在粒子同代之间交换信息的不足。(2)探索了改进粒子群算法在水库优化调度中的应用。不同的水库优化调度问题,对优化方法的要求也不同。因此,梯级水电站群的优化调度需要根据水电系统自身的特征,选择正确的优化方法。本文探索了PSO-CA算法在水电站防洪优化调度与梯级水电站群短期优化调度问题中的应用,以及VPSO算法在梯级水电站群厂间负荷分配与水电站机组负荷分配问题中的应用。通过实例证明,本文提出的两种改进粒子群算法在梯级水电站群优化调度问题中具有明显的优越性。(3)制定了龙盘电站投入前水电站群短期发电优化调度规则。本文根据金沙江中游梯级水电站群叁个典型年的资料和大量模拟的径流过程,通过优化算法得到一系列优化调度结果,以此为依据,归纳总结了龙盘电站投入前水电站群短期可行的发电优化调度规则,并给出了具有可操作性的表达形式。(4)制定了龙盘电站投入后梯级水电站群长期联合发电优化调度规则。本文采用了叁种不同的调度方式：①常规调度图②蓄能调度图③调度函数来研究梯级水电站群长期联合发电优化调度规则的制定。从不同的侧面对这叁种方法进行了分析比较,并进行了较为客观的评价。为水电站制定中长期发电计划与拟定运行指导准则提供了可靠的参考依据。
于茜[3]2010年在《黄河上游梯级水电站短期优化调度研究》文中指出本文结合黄河上游梯级电站的特点,以黄河上游的龙羊峡、拉西瓦、李家峡、公伯峡、苏只水电站为研究对象,对黄河上游梯级电站的短期优化调度问题进行研究。分析了各水电站自身特性,建立了发电量最大和耗水量最小为目标的短期优化调度模型,以期找出梯级各水电站在“以水定电”和“以电定水”两种调度情况下的最优运行规律指导实际水库的运行。论文的主要研究内容及取得的成果如下：(1)结合黄河上游梯级水电站特点及调度的生产实际,通过“以水定电”和“以电定水”两个调度模式,研究探讨黄河上游梯级水电站短期优化调度的目标函数,建立了梯级发电量最大模型,考虑调峰约束的梯级发电量最大模型和耗水量最小模型叁种模型。(2)采用逐步优化算法(POA)求解单库发电量最大模型,通过日调度和周调度的研究,分析了黄河上游各水电站的单库优化调度规律。(3)以单库发电量最大为基础,采用逐次逼近动态规划(DPSA)和大系统分解协调方法(LSSDC)分别对梯级发电量最大模型进行求解,将梯级联合优化调度结果与单库优化调度结果比较。并通过DPSA和LSSDC两种算法的对比分析,分析各电站在梯级发电量最大情况下的最优调度规律。(4)在梯级发电量最大的基础上,建立考虑调峰约束的梯级发电量最大模型。通过调峰约束系数的拟定,应用大系统分解协调技术求解目标函数梯级发电量最大,得到能满足电网调峰的梯级电站各时段峰、平、谷变化的发电计划。(5)应用等微增率法求解梯级耗水量最小模型,以满足电网的批复计划,得到梯级各电站各时段的最优负荷分配。
白涛[4]2010年在《基于调峰的梯级水库短期联合优化调度研究》文中进行了进一步梳理为了缓解能源危机、电力紧缺的压力,我国基于可持续发展的能源开发战略,对能源结构进行了优化调整,加大了对水电能源的开发速度,逐步形成了12大水电能源基地及梯级水电站水库群,并实施了“厂网分开、竞价上网”的电力市场体制改革。面对水电规划、开发和改革带来的契机与挑战,针对我国水能资源利用率低、浪费大等弊端,有重点的完善梯级水库群发电调度理论和应用研究、提高水电站的综合利用水平和发电企业的经济效益,具有重要的理论意义和实际意义。本文基于水电站调峰运行理论、梯级水库优化调度理论和电力市场理论,以黄河中游水电能源基地中具有防洪、供水、发电等综合利用要求的小浪底、西霞院梯级水库为研究对象,对水电站联合调峰运行方式、水电站调峰能力以及水电站短期优化调度进行了深入的研究。论文主要取得了以下成果：(1)考虑小浪底水电站承担调峰任务时的不稳定流影响,在充分发挥西霞院水库的反调节作用的基础上,通过分析水电站的调峰任务的实现方式,对水电站调峰模型进行了深入的探讨,提出了小浪底、西霞院梯级水库短期调峰运用原则和调峰运行方式。(2)根据小浪底水电站短期运行方式,建立了调峰电量最大模型,选取不同方案对小浪底水电站的调峰能力进行了研究,分析了小浪底短期调峰运行与西霞院反调节作用间的关系,制定了小浪底水电站短期运行的调峰能力表,提取了小浪底水电站调峰能力的主要影响因子。(3)从理论角度对梯级水库短期优化调度的模型和优化算法进行探讨,以日、周、月为调度周期,着重对水库常规调度、梯级水库短期联合优化调度和基于最小耗水的最优负荷分配进行了研究,建立了梯级发电量最大模型、梯级发电效益最大模型和耗水量最小模型,采用动态规划算法(DP)和等微增率法对模型进行求解,通过对各计算结果进行对比分析,获得了西霞院水库在梯级联合优化调度中的反调节能力,验证了模型和算法的准确性。(4)结合小浪底、西霞院梯级水库实际运行情况,采用本文建立的模型,分别制定梯级水库短期发电计划、短期调峰发电计划和最优负荷分配计划,通过与实际运行情况进行对比,验证了短期优化调度模型的合理性、实用性、稳定性和可靠性。
朱建全[5]2008年在《基于机会约束规划的梯级水电站短期优化调度》文中研究指明梯级水电站优化调度具有显着的经济效益和社会效益。随着能源短缺的日益加剧和电力体制改革的不断深化,合理利用水资源,提高水电整体质量和效益,对调整能源结构和实施可持续发展战略具有重要的现实意义。从研究梯级水电站的水能优化利用的思路出发,本文研究了不确定性条件下的梯级水电站短期优化调度和水火电力系统短期优化调度问题,并提出一种混合粒子群算法(HPSO)对问题进行求解,在提高水能资源利用效率和降低电力系统运行成本方面具有一定的实际意义。论文以一定时期内可能实现的总的目标利润最大化为目标,在满足一定的置信水平的前提下满足约束条件,基于机会约束规划构建了一种新的梯级水电站短期优化调度策略。模型全面分析了蓄水量、弃水量、前池水位、放水路水位、发电水头之间的关系,并考虑了电价、入库径流量、机组运行状况等不确定因素对梯级水电站短期优化调度问题的影响。该模型可以根据梯级水电站的实际情况协调风险和利润这两个相互矛盾的指标,实现最优化决策。论文分析了电力市场中日前交易和实时交易的关系,考虑了水火电力系统的水力联系和电力联系,针对各种不确定性因素的影响,基于机会约束规划提出了一种新的水火电力系统短期优化调度的不确定性风险管理模型。该方法兼顾日前交易和在此计划下可能存在的实时交易的费用,提高了水力资源的利用程度,提高了电力系统的运行效益,为实现系统的火电机组和用以实时平衡的功率调整的费用最小化提供了新的研究思路。针对粒子群优化(PSO)算法易陷入局部最优的缺点,论文把灾变理论、混沌优化思想和基本粒子群算法结合起来,形成一种HPSO算法。根据粒子群算法和灾变理论都起源于自然界的生命现象的特点,将灾变理论作为粒子群算法早熟收敛的判据,并根据混沌优化的遍历性、随机性和规律性的特点,利用混沌优化的Logistic方程对陷入早熟收敛后聚集在全局最优粒子周围的粒子位置进行重新的调整。给出了收敛至全局最优解的定义,并从概率测度的角度证明HPSO依概率收敛至全局最优解。该算法扩大了种群的搜索空间,增加了种群的多样性,改善了基本粒子群算法摆脱局部极值点的能力,便于处理复杂约束条件,为求解具有复杂约束条件的非线性规划问题提供了一种简单有效的方法。将HPSO算法嵌入蒙特卡罗随机模拟中对本文提出的模型进行求解。该方法不必将复杂的机会约束规划问题转化为确定性问题再进行求解,比传统的方法更为简单有效。算例的计算结果表明了本文提出方法的有效性。
李辉[6]2005年在《改进微粒群算法在水电站优化调度中的应用》文中研究说明水电站优化调度主要是研究水电站的科学管理和调度决策的优化技术。目前,国内外学者对水电站优化调度问题已进行了许多深入的研究并取得了一些重要的研究成果,但是水电站优化调度理论仍存在不足之处,需要进一步的提高和深入。在梯级水电站短期优化调度研究中,梯级电站调峰模式和各电站之间的水力联系和电力联系如何有效地体现在模型中仍需要进一步的研究;对于水电站厂内经济运行,如何有效地考虑机组的振动特性仍有待探讨。同时对于水电站优化模型的求解,传统的优化方法在计算速度、收敛性能方面存在较大的不足。微粒群算法是近年来新兴的一种简单实用的基于群体智能的全局优化算法,简单、容易实现且功能强大,因而短短几年的时间便获得了很大发展,并且被广泛应用于许多领域。本文首先针对标准微粒群算法的一些不足,在其中引入突变机制来模拟周围环境对微粒群系统的作用,形成突变微粒群算法从而大大提高了该算法的优化性能。其次,本文对梯级水电站群在调度期内龙头水库总下泄水量一定条件下的运行方式进行了研究,考虑梯级水电站调峰模式要求、水量平衡、水库水位约束、电站出力约束以及梯级各电站之间的电力联系和水力联系等影响因素,以梯级水电站群的总发电量为目标函数建立了梯级水电站群短期优化调度模型;同时本文对水电站厂内经济运行进行了研究,并在综合考虑机组初始运行状态、机组振动特性、机组出力、下泄流量、水库蓄水量和电网负荷平衡等要素的基础上,兼顾电站机组的运行效率和状态,建立了水电站厂内经济运行模型。为验证上述两个模型的有效性,本文分别将其应用于云南省硕多岗河梯级水电站和黄河上游李家峡水电站的优化研究,同时鉴于传统优化算法的不足,本文将突变微粒群算法应用于上述两个模型的求解。对计算结果的分析表明本文建立的两个模型有效可行,同时也表明突变微粒群算法在水电站优化调度领域有很强的适用性,为水电站优化调度模型的求解问题提供了一条新的途径。
李继伟[7]2014年在《梯级水库群多目标优化调度与决策方法研究》文中认为在能源短缺、节能减排的大背景下,我国流域水电能源开发的力度增强,步伐加快,大型流域水库群规模越来越大,其联合运行调度问题也越来越复杂。一方面,梯级水库上下游之间存在复杂的水力和电力联系(约束复杂),以及受入库径流的不确定性的影响,水库群优化调度的理论研究与实际应用存在一定的差距；另一方面,随着人类生活水平以及认识的提高,对大型水利枢纽的综合利用需求也日益增强,而不同调度目标之间又存在一定的竞争与冲突关系,传统的水库优化调度理论与方法应用于新时期水库群优化调度问题求解时存在一定的局限性,无法适应水库群多目标调度、综合效益最大化发挥的新需求,亟需研究水库群优化调度的新的理论与方法。围绕水电能源大开发下梯级水库群多目标联合调度运行以及不同调度目标非劣解方案决策问题,以水库群长期综合效益最大为目标,结合系统工程理论、智能优化方法、多目标优化与决策理论,从中长期入库径流预报、单目标优化调度、水沙多目标优化调度与决策等多方面对梯级水库群联合运行调度问题展开了深入研究,并取得了一些具有理论意义和工程应用价值的研究成果。全文取得了如下的主要研究成果：(1)水电站水库中长期组合入库径流预报方法研究。首先以自回归滑动平均模型、最近邻抽样回归模型、人工神经网络模型为基础构建了水电站水库入库径流预报模型,在相关模型参数率定之后,以相关指标验证了所建模型的合理性与可靠性；以之为基础,并结合月入库径流的周期性、年内不均匀性特征建立了基于支持向量机的月径流分月组合预报模型,继而以平均相对误差、确定性系数为评价指标搭建入库径流预报精度评价模型；以龙盘水电站水库月入库径流预报的应用效果表明组合预报模型在降低了单一预报模型不确定的同时,取得了更高的预报精度,验证了所构建模型的合理性与优越性。(2)梯级水库群优化调度方法研究。结合混合蛙跳算法良好的全局寻优性能以及免疫克隆选择算法较好的局部搜索能力两方面的优势,提出了免疫蛙跳算法并给出了相应的求解流程；同时针对梯级水库群之间的水力、电力联系,为提高智能优化方法在求解水库群优化调度问题时的寻优效率,给出了水库群优化调度问题的可行域构建方法以及初始解生成方法。分别以梯级水库群中长期优化调度、短期优化调度为例,结合相应常规优化方法,验证了免疫蛙跳算法在求解梯级水库群优化调度问题上的可行性、优越性。(3)基于数据挖掘的梯级水库群优化调度研究。以梯级水库群确定性优化调度最优运行过程为计算资料,首先构建了由时间因子、空间因子、能量因子、决策变量组成的运行样本集,继而选用粗糙集方法筛选出各月调度函数决策变量及影响因子,最后选用支持向量机方法为拟合调度函数,并结合调度函数长系列模拟运行中关键问题的分析给出了数据挖掘方法在梯级水库群隐随机优化调度的应用流程,以金沙江中游梯级水库调度函数提取为例验证了方法的合理性与优越性,为梯级水库群寻找调度规律、拟定联合调度规则提供了新的思路。(4)梯级水库水沙多目标优化调度研究。针对多沙河流梯级水库长期兴利与排沙减淤之间的矛盾,以一维泥沙冲淤计算模型为基础,首先构建了梯级水库群水沙多目标优化调度模型；考虑到传统水沙联合调度问题通常采用水库调度和泥沙冲淤计算松耦合计算思路的不足,结合多目标动态规划迭代算法,提出了逐次逼近动态规划和多目标动态规划迭代算法相结合的梯级水库水沙联合调度降维求解算法；针对水沙冲淤计算不满足动态规划无后效性且计算时间较长的特点,转换求解思路,以泥沙淤积量为基本目标,发电量为约束目标,并给出了相应的求解流程。最后以叁峡水库为例,给出了基于多目标动态规划迭代算法的水沙非劣解集,验证了求解方法的合理性和有效性。(5)水库水沙多目标优化调度方案决策方法研究。针对传统TOPSIS决策方法未考虑指标间相关性以及赋权方法单一的不足,首先构建了基于马氏距离的TOPSIS多属性决策方法,并给出了主客观组合赋权方法；继而建立了水库水沙联合调度方案评价指标体系,并分析了相关指标的计算方法以及指标间的相关性；最后以叁峡水库水沙调度非劣解集方案优劣排序为例,得到了待评价方案集的方案排序结果以及最优均衡解方案,实例对比验证了所建立水沙调度方案评价模型及求解方法的合理性。
王铮[8]2014年在《梯级水电站群联合优化调度及其决策方法》文中进行了进一步梳理大型梯级水电站具有复杂的流域拓扑结构、紧密的电力和水力联系等特点。由于上述特点导致了其联合优化调度较为复杂；同时,大型梯级水电站具有大库容、高水头的特征,优化时还存在大范围寻优而导致计算效率低下的问题。除此之外,电网负荷与梯级水电站入库径流的不确定性,对水电站安全、稳定、经济运行带来较大的负面影响。因此,亟需开展大型梯级水电站联合优化调度研究,尤其是短期优化调度研究,以快速响应电网负荷与梯级水电站入库径流的突变,提高水头效益,增加水能利用率。在确保梯级水电站群安全性的前提下,实现经济效益、通航率最大化。本文在深入分析了传统优化方法在解决梯级水电站联合优化调度问题时,存在“维数灾”、寻优效果不理想等不足的基础上,利用系统工程理论和现代智能优化算法,对多目标优化算法、多属性决策方法及其在梯级调度决策中的应用进行了研究。论文具体内容概括如下：本文首先根据叁峡-葛洲坝实际运行数据和工况,基于最小二乘法,建立了叁峡-葛洲坝梯级水电站的水力计算流程。通过对基本数和水力计算流程的研究分析,建立了叁峡-葛洲坝梯级水电站短期优化调度数学模型。为智能优化算法的使用创造了条件；其次基于建立的短期优化调度数学模型,运用权重法将多目标的优化调度问题转化为单目标问题,并且采用基于Sigmoid曲线改进后的自适应遗传算法进行模型求解。根据叁峡-葛洲坝梯级水电站运行规程和算法优化后的水力数据,制定叁峡-葛洲坝短期发电计划；最后,在分析了上述单目标遗传算法在处理具有高维度、非线性、寻优范围大等特点的梯级水电站优化调度问题时,存在权重系数受主观因素影响大、优化结果单一、计算效率较低等缺陷的前提下,采用了对连续决策变量寻优效果较好的多目标优化算法—非支配排序遗传算法-Ⅱ型(NSGA-Ⅱ)进行优化调度模型求解,得到优化调度问题的非劣解集。再使用基于多输入多规则模糊推理法的TOSIS决策方法对优化问题的非劣解集进行方案筛选,从而得出最符合调度需求的梯级水电站调度方案。为解决叁峡-葛洲坝梯级联合优化调度问题提供了一种新思路。
李建华[9]2005年在《水电站短期优化调度研究与应用》文中研究指明针对中长期水库调度的实际操作性不强的现状,积极开展水电站(群)短期调度和厂内经济运行理论与方法的研究就显得极为重要,本文就梯级水电站日优化运行问题进行了研究,阐述了梯级水电站群日优化运行的一些理论和方法,并着重探讨了这些理论和方法在实际中的应用。全文从水电站厂内经济运行,梯级水电站日优化运行和实例应用叁个环节来讨论。 1)在阅读大量国内外文献的基础上,综合评述了国内外水电站群优化调度的理论、方法及应用现状,探讨和分析了各种理论方法的优点和不足,并讨论了改进的方向。 2)讨论了水电站厂内优化运行的准则和常用的计算方法,分析了等微增率、动态规划及非线性规划的优缺点,并针对水电站复杂机组排列的联合供水方式,以工作单元为研究对象,将水电站厂内负荷优化分配模型分解成上下两层优化模型,提出了通用的双层逐步优化算法(TLPOA),该方法对于水电站厂内机组间负荷优化分配具有通用性。 3)分析了目前水电站群短期优化调度的优化准则和目标模型,讨论了流量滞时对梯级水电站优化计算的影响并探讨了解决的方法。结合叁峡梯级水电站调度实际建立了有负荷图约束的发电量最大模型,并提出了详细的求解方法和步骤。 4)实例应用表明,本文所提出的优化调度数学模型和求解方法应用效益显着,方法具有实用性和通用性。 5)对全文的工作进行了总结,并对有待进一步研究的问题进行了探讨。
马超[10]2008年在《梯级水利枢纽多尺度多目标联合优化调度研究》文中研究说明面向人类社会发展和流域自身发展的需求,开展梯级水利枢纽多尺度多目标联合优化调度研究,并将研究成果应用于叁峡-葛洲坝梯级水利枢纽实例中。主要研究内容和结论如下:第一,引入聚类思想,提出聚类遗传算法,改进了选择算子和交叉算子;结合机组运行效率变化梯度改进了变异算子;实例表明:改进方式能降低早熟的概率和提高优化效率,适用于梯级水利枢纽优化调度问题。第二,开展梯级水电站短期电力调度优化研究,构建“以水定电”和“以电定水”优化调度模型。提出了二级求解思路和机组组合、启停和运行效率同步实现策略。实例优化表明:模型和优化思路符合梯级水电站短期电力调度的需求。优化方案满足设定的目标和约束条件,可提高梯级的发电效率和效益。第叁,开展梯级水利枢纽长期优化调度研究。模拟总结了不同典型年下叁峡-葛洲坝梯级的非汛期长期优化调度策略。构建了市场条件下以弃水风险和违约风险最小以及发电收益最优为多目标的梯级水电站长期风险调度模型,并采用概率分布和蒙特卡洛方法随机模拟月均入库流量预测误差和电力上报策略。最后,模拟得出了叁葛梯级的非汛期风险调度方案。第四,开展航运和电力调度耦合及智能快速决策研究。提出了航运条件和电站运行特性的评价方式,评价指标包括航运保证率、库水位符合率和平均库水位。结合典型模拟数据构建了叁项指标的快速评估预测模型。最后,提出了耦合航运和电力调度多目标的梯级水利枢纽联合优化调度快速决策的实现策略。第五,开展水质智能快速预测及其与电力调度的耦合策略研究。通过一维水流水质模拟评估了叁峡枢纽调峰运行对库区水流和水质的影响。构建了以污染物浓度的天平均变化速率为目标的水质智能快速预测BP神经网络模型。模型预测精度较高,满足实际需求。最后,提出了耦合水质改善和电力调度多目标的梯级水利枢纽联合优化调度的实现策略。第六,综合前五部分研究内容,开展叁峡-葛洲坝梯级水利枢纽多尺度多目标联合优化调度研究。提出并构建了相应的联合优化调度模型及其优化求解策略。最后,通过实例模拟得出了叁峡-葛洲坝梯级水利枢纽非汛期的多目标联合优化调度策略。
参考文献：
[1]. 梯级水电站群跨电网短期联合运行及经济调度控制研究[D]. 卢鹏. 华中科技大学. 2016
[2]. 水电站（群）优化调度与运行规则研究[D]. 谢维. 华北电力大学. 2012
[3]. 黄河上游梯级水电站短期优化调度研究[D]. 于茜. 西安理工大学. 2010
[4]. 基于调峰的梯级水库短期联合优化调度研究[D]. 白涛. 西安理工大学. 2010
[5]. 基于机会约束规划的梯级水电站短期优化调度[D]. 朱建全. 广西大学. 2008
[6]. 改进微粒群算法在水电站优化调度中的应用[D]. 李辉. 天津大学. 2005
[7]. 梯级水库群多目标优化调度与决策方法研究[D]. 李继伟. 华北电力大学. 2014
[8]. 梯级水电站群联合优化调度及其决策方法[D]. 王铮. 华北电力大学. 2014
[9]. 水电站短期优化调度研究与应用[D]. 李建华. 武汉大学. 2005
[10]. 梯级水利枢纽多尺度多目标联合优化调度研究[D]. 马超. 天津大学. 2008
标签：水利水电工程论文; 电力工业论文; 水电站论文; 经济模型论文; 计算负荷论文; 新能源论文; 负荷预测论文; 负荷曲线论文; 水利论文; 电力论文; 经济学论文;