王功涛[1]2002年在《电力市场条件下基于模式识别和逐次线性规划技术的安全约束调度研究》文中研究指明电力市场是当今电力工业发展的必然趋势，电力市场的发展为电力系统安全约束调度提出新的挑战。在对国内外电力市场和安全约束调度的历史及现状全面考察的基础上，提出通过将模式识别技术引入逐次线性规划算法，以期达到改善线性规划法安全约束调度性能的目的。 电力市场技术支持系统是服务于电力市场运营的自动化系统，作为其核心部分，交易管理系统承担着制定发电计划和安全分析两项重要职责。从电力市场技术支持系统和交易管理系统特点出发，阐述了安全约束调度对于电力市场运营的重要意义，并对电力市场环境下的安全约束调度应当具备的基本功能作了说明。 针对安全约束调度问题的特点，详细阐述有界变量线性规划的基本算法，并且对安全约束调度的控制变量和目标函数作了必要说明，对各种约束条件的线性化处理作了系统性的分析和理论推导。引入模式识别的目的在于改善逐次线性规划法的优化性能，提高安全约束调度的计算速度和调整精度。论文首先对模式识别的基本概念和模式识别系统的构成作了简要阐述，接下来介绍特征的选择和提取，这是模式识别的一个关键问题。对应用较为广泛的按欧氏距离度量的特征提取方法作了重点论述，并且提出模式识别应用于安全约束调度的一般流程。 作为电力市场技术支持系统的重要功能，安全约束调度可以直接用来制定发电计划，也可以用在独立发电计划程序以后，对现有的发电计划进行安全约束再调整。计算速度方面，既可以用于制定日计划，又能够满足实时环境的要求。从现场应用的角度，对安全约束调度的两种应用方式作了阐述，并且针对与现场应用紧密相关的一些问题提出切实可行的解决措施。 安全约束调度的开发及调试是辽宁省电力市场二期工程的主体项目。论文的第六章对辽宁电力市场技术支持系统及其安全约束调度功能作了简介，对程序在原始数据、校正效果、模式识别等多方面的性能表现作了试验和对比分析。在辽宁电力市场的成功应用表明了论文所提算法的可行性，该算法能够适应电力市场环境，能够处理包括联络线族在内的多种约束，模式识别技术的引入能够有效改善逐次线性规划法安全约束调度的总体性能。
邓佳佳[2]2012年在《考虑分布式能源的电力系统优化运营模型研究》文中认为随着风电和光伏发电等间歇式分布式能源在电网中比重的加大,其出力的随机波动性给电网安全运行带来了很大风险,需要从电网优化调度以及网络优化、规划等多方面研究以缓解分布式能源发电对电网安全可靠运行带来的巨大挑战。考虑分布式能源的电力系统优化运营问题是一个大规模、多目标、多约束、非线性的优化问题,其控制变量具有离散性与连续性相混合的特点,因此,该优化运营问题的建模与求解算法就成了十分重要的研究课题。根据上述分析以及负荷预测对于调度运营的重要性,本文对短期负荷预测模型、考虑分布式能源的电力系统优化运营问题展开研究,包括日前闭环经济调度问题,考虑风电接入的网络潮流优化问题和考虑分布式能源的网络规划问题,具体研究内容包括以下几个方面：(1)短期负荷预测是日前经济调度的重要依据,提出了一种基于GARCH误差修正模型的LS-SVM短期负荷预测模型,利用LS-SVM模型对日前负荷进行预测,采用GARCH误差修正模型对预测误差进行修正从而提高预测的精度。(2)建立了一种基于闭环控制的日前经济调度模型,线性化处理考虑机组组合问题的经济调度模型以及各种约束,同时考虑机组的启停成本,电网运行的安全约束,包括支路输电容量约束以及安全约束。模型求解采用基于预防、校正的交替求解方法,对机组组合模型和基于安全约束的经济调度模型进行迭代交替求解。(3)建立了一种考虑风电并网的多目标电力系统供电网络优化运营模型,综合考虑发电成本最小和电压稳定裕度最大两个优化目标。问题求解采用了自适应调整的粒子群算法对模型进行优化求解。(4)建立了一种基于变权预测校正内点法的分布式网络规划模型,对不同类型的可再生分布式发电机组进行优化配置,以网络损耗最小为优化目标,同时考虑了所有分布式发电机组可能的运行方式。为了提高求解效率,模型采用了直角坐标潮流方程和约束条件。对上述问题的建模与求解不仅可以实现电力系统运行安全性、经济性、环保性等要求,还可以降低发电、输电成本,协调电厂与电网、电网与用户之间的冲突,因此,对考虑分布式能源的电力系统优化运营问题进行研究具有重要的理论价值和现实意义。
李刚[3]2007年在《水火电系统短期节能发电调度研究与应用》文中研究指明节能发电调度是指在保障安全可靠运行的前提下，按照各类发电机组类型、能耗水平和环保指标事先排序，对发电机组的启停和出力分配进行优化，优先利用可再生和清洁发电资源。水火电系统短期(日)发电调度指导电力系统日常实际运行，涉及了电力生产的许多环节，例如：负荷需求预测、发输电设备检修、机炉运行方式、负荷分配、潮流计算和网损分析等。研究如何在短期(日)发电调度计划制定的过程中体现节能降耗思想，对于电力系统大力开展节能发电调度具有重要意义。本文从短期电力负荷预测、负荷优化分配和水电站厂内经济运行叁个方面着手，研究如何在水火电系统短期发电调度计划中实现节能降耗的问题。主要成果概述如下：(1)在分析短期电力负荷特性的基础上，建立了基于SCE-UA支持向量机的短期电力负荷预测模型。将SVM应用于短期电力负荷预测中，在SVM建模过程中核函数选择径向基核函数，并在此基础上应用SCE-UA算法优化SVM参数，在SCE-UA搜索过程中以相似日的负荷数据为样本，以日负荷预测准确率最大为目标来寻找最优参数。将优化的SVM模型用于短期电力负荷预测，并通过与人工神经网络模型预测的结果作比较，结果显示该模型在短期电力负荷预测中的有效性和准确性。(2)结合电网环保、节能、经济发电调度的要求，提出了以节能降耗为目的求解水火电系统负荷优化分配的新方法，该方法将改进的逐次切负荷法和等微增率法两种算法结合在一起，根据水电站群的排序原则，用改进的逐次切负荷法求解水电站群在电力系统负荷图上的工作位置以及发电调度计划；根据火电机组的排序原则，用等微增率法在已确定并网运行的火电机组间优化分配系统剩余负荷。该方法的特点是充分合理的利用水电资源，使水电尽可能多发；火电厂的火电机组发电耗煤量降至最低，节约煤炭资源。通过贵州电网实例研究，表明方法是实用、可行的，为电网节能发电调度提出了可行的解决方案。(3)针对水电站厂内经济运行中需要考虑的关键问题，建立了相关的数学模型，并提出了求解该模型的结合禁忌搜索思想改进的混合粒子群算法。该算法采用二进制离散变量和十进制连续变量混合编码技术，分别用离散二进制粒子群算法解决机组运行状态组合优化子问题，用标准粒子群算法解决既定运行机组间负荷分配优化子问题，并将两个问题结合在一起并行优化。为克服PSO算法可能出现的早熟现象，引入了禁忌搜索算法的记忆功能和藐视准则，用以保持种群中粒子的多样性，扩大搜索空间，避免算法陷入局部最优。仿真计算结果验证了该算法应用于求解水电站厂内经济运行问题的可行性，并与PSO算法进行比较，表明该方法不仅有效的克服了PSO算法可能出现的早熟现象，提高了全局收敛能力，而且还具有更高的全局寻优能力。(4)利用集成开发工具JBuilder，采用Orale9i数据库，在J2EE平台上成功研究开发了结构合理、功能齐全、界面友好，具有很强实用性的基于Web的省级电网短期发电优化调度系统，将决策支持系统引入电网短期发电优化调度与运行管理，将智能算法模型融入到决策支持系统实际应用中。重点阐述了系统体系结构和功能模块、业务流程设计、EJB组件开发方式、以及系统数据库表设计方法等关键技术，可实现从负荷预测、发电设备检修备用、机组开启、出力过程安排、电力电量平衡计算到发电调度计划编制以及制作日常所需计划报表全过程。系统操作简便、功能强大，同时具有良好的稳定性、移植性和可扩展性。并且系统已经成功应用于实践，2004年11月在云南电网正式投入运行，2007年2月在贵州电网正式投入运行。最后对全文做了总结，并对有待于进一步研究的问题进行了展望。
刘方[4]2007年在《关于电力系统动态最优潮流的几种模型与算法研究》文中进行了进一步梳理电力系统的负荷在时间尺度上处于不断变化之中,为了保持系统的安全经济运行,必须根据负荷水平的变化不断对系统的各种控制变量进行调节。然而,由于动态约束的限制,调度周期内各时段之间的控制变量是相互联系的,电力系统在调度周期内各时段的最优潮流需要统一进行建模求解,这就提出了动态最优潮流的概念。动态最优潮流是最优潮流在时间尺度上的扩展,对实现电力系统协调控制具有重要意义。本文结合内点法和免疫遗传算法,对动态最优潮流算法、含静态电压稳定的动态最优潮流、动态无功优化算法、含离散变量的动态最优潮流等问题进行了比较深入的研究和探索,主要研究成果如下:1)针对含发电机爬坡速率约束、发电机供购电合同约束等动态约束的动态最优潮流模型,分析了原对偶内点法求解该问题时系数矩阵的分块对角带边结构。在原对偶解耦内点法的基础上,利用系数矩阵的叁角分解矩阵的分块结构,通过分块叁角分解技术和分块叁角矩阵求解,实现了预测——校正环节与解耦技术的高效融合,提出了预测——校正内点解耦法。2)考虑发电机在负荷增长过程中的优化调节能力,以系统在给定的重负荷工况下能否保持静态安全运行作为判断系统电压稳定的判据,建立了电压稳定约束最优潮流模型,并提出了相应的求解方法。进一步将电压稳定约束最优潮流模型推广到动态最优潮流领域,考虑系统在调度周期内的动态约束,以及各时段的电压稳定约束,建立了考虑电压稳定约束的动态最优潮流模型及其求解方法。3)针对动态无功优化模型,提出了免疫遗传算法与内点法相结合的混合算法,免疫遗传算法处理离散变量的优化问题,内点法处理连续变量的优化问题,通过免疫遗传算法与内点法的相互补充提高算法整体效率。根据免疫遗传算法与内点法的结合方式,提出了交替迭代策略和整体嵌套策略两种混合策略。交替迭代策略将连续变量和离散变量解耦,通过内点法和免疫遗传算法的交互迭代逼近最优解。整体嵌套策略把内点法作为适应度评价环节整体嵌入免疫遗传算法,通过离散变量和连续变量的分层优化逼近最优解。4)考虑发电机爬坡速率、购电合同,以及可投切电容器组、变压器分接头等离散变量的动作次数约束等,建立含无功离散变量的动态最优潮流模型,并提出了相应的免疫遗传算法与预测——校正内点解耦法相结合的交替迭代型混合算法。考虑机组启停状态的最小启停时间约束,以及发电机爬坡速率、购电合同等,建立含机组启停变量的动态最优潮流模型,并提出了相应的免疫遗传算法与预测——校正内点解耦法相结合的整体嵌套型混合算法。
张俊[5]2009年在《中长期水文预报及调度技术研究与应用》文中认为水资源的开发和利用,特别是水电系统资源的开发和利用,是一项综合运用水利水电工程、水文学及水资源和电力系统自动化等多门学科知识的系统工程,涉及洪水预报、水文预报、水库调度、库群补偿发电优化调度等一系列问题。其中,水文预报和水电站(群)优化调度是两个最为核心的问题。及时可靠的水文预报信息能够为调度提供科学依据,是调度成功的基础保障;水电站(群)调度方案则直接关系到资源的优化配置和电网的稳定运行。由于降雨通过产流和汇流形成径流的复杂过程、水力发电的特殊形式、水力元素和电力元素(水头、流量、出力、电量等)之间的动态耦合关系以及梯级水库群之间的水力联系等,导致水文预报和水电站(群)调度成为具有随机性、多维性、多阶段性、非线性、非凸性、离散性等特点的复杂数学问题,也使得它们长期以来成为水电系统中的研究热点和难点。本文依托国家自然科学基金“电力市场环境下省级电网水火电协调竞争优化风险分析方法(50679011)”和教育部高校博士点基金“面向省级电网复杂水火电系统建模方法研究(20050141008)”,以福建电力调度通信中心“福建电网跨流域水调高级应用系统”为工程背景,从模型与方法的角度,对这两个问题开展研究。针对中长期水文预报问题,主要从智能算法耦合和引入数值天气预报信息的角度改善预报效果;针对水电站(群)优化调度问题,主要从智能算法改进的角度研究能够适用于实际工程需求的解决方案。文中将神经网络、支持向量机、蚁群算法、遗传算法、粒子群算法等智能算法及其耦合算法应用到上述两个问题中,取得了一些有价值的研究成果,主要内容包括:(1)提出了基于蚁群优化算法参数优选的支持向量机水文预报模型(ACO-SVM),并将其应用于长期水文预报。SVM建模过程中,选择径向基核函数作为SVM的核函数,利用蚁群算法进行参数优选。以福建省安砂水电站月径流预报为例,对该模型进行建模仿真计算,并与时间序列方法(ARMA)、人工神经网络方法(BP-ANN)所获得的预报结果进行对比分析,结果表明,在拟合精度方面,ACO-SVM模型相比ARMA模型和BP-ANN模型有不同程度的提高,且增幅较大;在模型的泛化性能方面,ACO-SVM模型优于BP-ANN模型。(2)提出了耦合定量降水预报(QPF)的BP神经网络中期水文预报模型。将地区QPF信息转化为流域降雨信息,结合其他预报因子,建立基于多层感知器神经网络的中期水文预报模型。采用自相关函数和交叉相关函数确定预报因子有效阶数。针对常规BP算法收敛速度慢和易陷入局部最优的不足,将网络误差函数的改变量引入权值和偏移值的调整。采用自适应学习速率和自适应动量因子调整策略,改善算法性能。以福建省水口水电站日径流过程的中期预报为例,对该模型进行建模仿真计算,通过与标准BP神经网络模型、ARMA模型所获得的预报结果进行对比分析,表明改进BP算法比标准BP具有优越性,并且,耦合定量降水预报的中期水文预报能够延长预见期,提高预报精度。(3)提出了基于病毒进化遗传算法的水电站优化调度模型,首次将病毒进化遗传算法应用于水资源领域的优化问题。该模型通过引入生物的病毒感染机制改善种群多样性,提高遗传算法的全局寻优能力。以福建省棉花滩水电站的年发电调度为例,进行了建模和求解,分别对丰水、平水、枯水不同典型年进行了优化计算,并将调度结果与标准遗传算法和动态规划方法比较。结果显示,对于各种典型年,病毒进化遗传算法获得的调度结果均优于标准遗传算法,与经典方法动态规划方法获得的结果十分接近,因此,基于病毒进化遗传算法的水电站优化调度模型是可行、有效和优越的。(4)提出了基于混合改进粒子群算法的梯级水电站群优化调度模型。从叁个方面进行改进标准粒子群算法:(a)提出一种新的惯性权重系数策略——自适应指数惯性权重系数。(b)借鉴遗传算法中染色体交叉、变异的思想,将其引入粒子的更新策略,提高粒子的多样性。(c)建立粒子精英集合,将适应值高的粒子选拔进入精英集合,用于代替进化过程中适应值低的粒子,实行优胜劣汰。以福建省闽江流域梯级水电站群优化调度为例,建立基于混合改进粒子群优化算法的水电站群长期优化调度模型,计算结果表明,该模型获得的调度结果优于常规粒子群优化算法(PSO),与逐步优化算法(POA)获得的结果达到相当水平,但求解时间却大幅缩短,计算效率大幅提高,是可以应用于工程实践的有效方法。(5)基于Oracle双机平台,采用J2EE架构,使用Java、EJB、Servlet、Web、面向对象等技术,设计并开发了福建电网高级水调自动化系统——中长期水文预报及调度系统,为福建电网水电系统经济运行提供决策支持。重点阐述了系统架构设计、功能设计和程序设计等方面的关键技术问题,并介绍了系统的特色和主要功能模块。最后对全文做了总结,并对有待于进一步研究的问题进行了展望。
唐国磊[6]2009年在《考虑径流预报及其不确定性的水电站水库调度研究》文中研究说明目前,水利科学工作者已尝试应用各种中长期径流预报方法和优化算法来解决水电站水库(群)的预报、优化调度问题,并取得了令人瞩目的研究成果。然而,由于径流及其预报的不确定性,使得一些优化调度新方法仍存在理论与应用上的问题,需要在实际的应用中进一步深入研究。为此,本文围绕如何利用中期数值降雨预报改善水电站水库中长期径流描述模型和水库(群)优化调度模型而展开,着重解决雅砻江流域水电站水库径流预报调度等问题,但对其他流域预报调度研究具有一定的借鉴作用:结合水电站运行特性,首先分析了中期数值降雨预报在中长期径流预报及水电站水库调度中的可利用性,然后深入研究了考虑径流预报及其不确定性的径流描述和优化调度模型及其应用,最后对水库群预报调度系统重构和组件化进行了研究。主要研究成果如下:(1)结合水电站运行特性,提出了一种基于决策树技术的中长期径流分级方法。该方法利用决策树技术分析二滩水电站多年的丰水期水文数据和发电调度资料,得出径流与调度决策出力之间的关系,称为径流分级决策树法。该分级方法能与实际的水电站防洪发电调度相结合,在一定程度上能反映出电站运行特性,使决策更加切合实际;与传统的径流分级方法相比,可减少弃水量,提高丰水期平均发电量。(2)结合水电站运行特性,提出美国全球预报系统GFS中期数值降水预报信息可用性的分析方法。该方法不仅从降雨自身的特性出发,而且结合水电站特性利用决策树技术来划分降雨量级,并据此分析美国全球预报系统(GFS)中期数值降雨预报可利用性,包括基于决策树技术的降雨分级方法,GFS降雨分级预报精度分析,以及GFS降雨预报信息在旬径流预报和发电调度中的应用。研究表明,该方法在一定程度上反映了水电站运行特性,而且考虑GFS降水预报信息改进了发电调度决策,可明显提高发电效益,对GFS降雨预报信息在其他流域水库中的应用具有一定借鉴作用。(3)提出了一种综合考虑径流预报及其不确定性的径流描述模型。该模型采用后验的径流状态转移概率和径流预报的可预测性概率来描述径流及其预报的不确定性。依据雅砻江流域枯、丰水期径流预报的不同特征,考虑不同预见期的流域径流预报信息,建立了符合二滩及锦屏一级～二滩梯级水电站运行特性的径流描述模型,并给出各自径流模型的水文状态变量的选择与离散,诸如先验的、后验的径流状态转移概率等条件概率的推求方法和流域总径流的分解方法等,它们对研究水电站调度模型是十分重要的。(4)建立了考虑径流预报及其不确定性的水电站水库随机动态规划调度模型。考虑径流预报及其不确定性的径流描述模型能否指导发电调度,关键在于它能否改进调度决策达到提高发电效益的目的。为此,本文以二滩水电站和锦屏一级～二滩梯级水电站为例,建立了考虑径流预报及其不确定性的水电站水库随机优化调度模型,以探讨该模型对发电优化调度的改进潜力。研究表明,考虑径流预报及其不确定性有效地改善了已有的径流描述和发电优化调度模型,能明显提高水电站发电效益。(5)引入重构和组件技术改善水库预报调度系统以适应用户功能需求变化。在水库预报调度系统的开发与应用实践中,用户会不断提出新的功能需求,因此有必要对系统进行重构和组件化研究以增强系统的复用性和扩展性。以基于图论的水库群预报调度系统为例,引入重构技术改善核心业务层,给出水库预报调度系统开发组件库Resrails,并基于Resrails实现了雅砻江流域梯级电站中长期预报调度系统。实际应用表明:基于重构和组件开发水库调度系统,可极大提高系统的复用性、扩展性和开发简易性,有利于开发人员集中精力研究水库群的预报调度模型等理论与应用。最后对全文做了总结,并对有待于进一步研究的问题进行了展望。
梁振成[7]2014年在《中长期发电优化调度的近似动态规划模型与算法》文中研究指明随着清洁能源的大规模开发利用,提高电网接纳清洁能源的能力,实现多种发电资源的优化配置,已经成为发电优化调度研究的重要内容。流域梯级水电厂群的开发和利用,使得水火协调、跨流域互补、梯级互动等优化调度方案的实施成为了可能,但也带来了复杂的“电耦合”及“水耦合”等问题,并且来水的不确定性极大影响着水电优化调度能力的发挥。在大规模风电接入后,风电功率的随机波动性、间隙性以及难以预测性增加了调度的不确定性和电网调峰的难度。此外,市场竞争机制的引入,打破了传统的垂直垄断管理模式,在价格的导向作用下,发电厂商在追求发电收益的最大化和发电成本的最小化,发电调度转向以市场为中心。电力市场增加了系统运行的复杂程度,给发电优化调度带来了新的困难。电力系统中长期发电优化调度关注于多种发电资源在长时间尺度内的联合优化,其周期更长,调节的范围更广,随机性更强,本质为随机动态优化问题,面临着建模和求解困难问题。传统基于确定性数学规划理论推导出来的模型对于系统规模大,不确定性因素多的中长期发电调度具有较大的局限性。2011年,普林斯顿大学的Powell教授提出了近似动态规划(Approximate Dynamic programming, ADP)的统一理论,并指导性地给出求解思路后,具有统一处理确定性与不确定性、连续与离散规划问题能力的ADP方法被广泛认为是解决大规模随机动态优化问题的有效途径。ADP是本文构建中长期发电优化调度新模型的基础,其建模思路清晰,应用动态规划(Dynamic programming, DP)的概念和符号描述多阶段优化决策问题,通过随机过程作用于系统状态的方式将随机性影响纳入阶段优化决策中,开放式的近似寻优策略扩展了ADP的应用范围。综上所述,本文围绕着中长期发电优化调度问题,针对不同条件下的发电优化调度方式,采用ADP方法进行建模和求解。主要开展了以下研究工作：(1)在研究火电、水电、风电等发电技术的基础上,分别建立了含梯级库群的水电运行模型,水火电联合优化调度模型,分析了不可调节发电技术的调度方式,以及电力市场新环境下发电优化调度所面临的更多不确定性。构建基于场景树模型的随机过程表示这些不确定性因素,并采用随机模拟与场景缩减技术相结合的方法压缩预测场景集合,在尽量减少场景数量的同时,保持随机变量场景树模型的重要特征。(2)结合ADP的多阶段优化决策理论,提出了一种不确定性条件下水电厂商优化自调度的多阶段决策模型。模型从水电厂商的角度出发,以含梯级库群的水电运行模型为调度基础,将远期合约和日前市场交易电量的分配视为ADP框架下的阶段决策,以预测场景集合表示的随机过程考虑流域天然来水和日前市场电价的影响,优化水电厂商的远期合约电量决策以获得稳定的收益。设计了水库蓄水的近似值函数策略求解基于ADP的水电优化自调度模型。最后以某省水电系统为例验证ADP模型求解随机规划问题的优越性,并分析了不确定性条件下水电厂商的决策对收益和水库调度的影响。(3)基于ADP的多阶段优化决策方式,提出了一种中长期发电计划的ADP-RO模型。模型从电力调度部门的角度出发,将中长期发电计划的制定视为风水火等发电资源的优化配置(Resource Optimization, RO)问题,以预测场景表示日前市场煤价、流域来水、风速预测随机变量,将合约购煤与市场购煤、水库用水视为ADP框架下的阶段决策。分阶段决策降低了问题的求解规模和难度,提出的燃煤库存和水库蓄水的值函数近似策略解决了如何优化决策并保持阶段分解后的整体优化特性问题。通过在决策和近似值函数之间的迭代,求解出近似最优决策,进而获取风水火发电计划、燃料供应计划,水库优化运行等优化调度方案。(4)利用ADP的模拟优化作用,提出了一种考虑大规模风电接入后备用容量和风电计划出力的优化模型,用以分析大规模风电并网对电网调度运行的影响。模型以备用容量和风电计划出力为待优化的系统参数,将日前计划和实时调整连接起来交替执行,以预测和实时数据模拟运行,优化参数的选择,并获得各种类型机组的出力状况。在此基础上讨论备用容量的大小、风功率预测精度、储能容量对电力系统调度运行的影响,可为规划大规模风电接入提供理论和实证分析工具。最后,对全文进行了总结和展望,指出ADP多阶段优化决策的方法适用于中长期电力系统发电优化调度等大规模随机动态优化问题。本课题的研究成果可应用于电网调度部门制定中长期发电计划,燃煤供应计划,水库优化运行等。同时也拓展了ADP的应用范围。
李继伟[8]2014年在《梯级水库群多目标优化调度与决策方法研究》文中提出在能源短缺、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。
黄志华[9]2006年在《基于实际报价结算的电力市场下消除阻塞的优化算法》文中认为电力工业的市场化改革在带来多方面的经济效益的同时,也导致了一系列新问题的出现。其中,输电阻塞由于对系统安全稳定性的巨大影响而备受关注。本文所研究的,就是在我国发电侧开放的电力市场下,作为电网公司,在保证电网运行的安全性以及电能质量的前提下,如何购买各发电厂的电力,使得既满足用户的需要又达到经济性。本文首先介绍了电力市场改革的背景,历史和现状,以及我国电力工业的概况。然后,在基于实际报价结算的电力市场环境下,提出了消除阻塞的最优潮流模型。该模型根据各发电机组给出的报价曲线,以总购电费用最小为目标函数,以潮流方程为等式约束以及支路功率等为不等式约束。这样,保证了在消除线路阻塞的同时,得到最优的经济运行方案。最后,介绍了跟踪中心轨迹内点法在电力系统最优潮流计算中的应用,详细推导了跟踪中心轨迹内点法的求解步骤,通过与梯度法和牛顿法的比较可以看出,跟踪中心轨迹内点法计算较为简单快捷,收敛性好,鲁棒性高。通过对IEEE9节点系统和IEEE30节点系统两个算例的计算,验证了所提算法的正确性和有效性。
金元[10]2009年在《东北电网省区间联络线日计划管理系统研究》文中进行了进一步梳理电网的联合运行具有巨大的经济效益和社会效益,是电力工业发展的必然趋势。编制电网跨省区联络线电量计划是实现联网系统安全与经济运行的基础,而研发联络线日计划管理系统是必要手段。论文提出了两种可供选择的联络线日统分电量分解算法:其一,基于全网负荷曲线的算法;其二,基于受电省区负荷曲线的算法。算法既满足了东北电网省区间电力电量分配基本原则,又兼顾了各省负荷特性的差别,特别是后一种方法可充分发挥各省负荷的错峰效应,最大限度利用全网发电调峰能力,保证全网火电的经济运行。此外,论文采用了积分型水电削峰算法,减少了火电调整频度,降低了水电耗水率,提升了计划的经济性。论文加入了主要输电断面输电能力校核模块,保证了电网运行的安全与稳定。在此基础上,论文编制了新的联络线电量日计划管理软件系统。该软件可以方便、合理地制定出可行的、满足各种要求的联络线电量日计划,具有很好的实用性。
参考文献：
[1]. 电力市场条件下基于模式识别和逐次线性规划技术的安全约束调度研究[D]. 王功涛. 中国电力科学研究院. 2002
[2]. 考虑分布式能源的电力系统优化运营模型研究[D]. 邓佳佳. 华北电力大学. 2012
[3]. 水火电系统短期节能发电调度研究与应用[D]. 李刚. 大连理工大学. 2007
[4]. 关于电力系统动态最优潮流的几种模型与算法研究[D]. 刘方. 重庆大学. 2007
[5]. 中长期水文预报及调度技术研究与应用[D]. 张俊. 大连理工大学. 2009
[6]. 考虑径流预报及其不确定性的水电站水库调度研究[D]. 唐国磊. 大连理工大学. 2009
[7]. 中长期发电优化调度的近似动态规划模型与算法[D]. 梁振成. 广西大学. 2014
[8]. 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
[9]. 基于实际报价结算的电力市场下消除阻塞的优化算法[D]. 黄志华. 天津大学. 2006
[10]. 东北电网省区间联络线日计划管理系统研究[D]. 金元. 华北电力大学（北京）. 2009
标签：电力工业论文; 计算机软件及计算机应用论文; 电力系统及其自动化论文; 预测模型论文; 线性规划论文; 新能源论文; 电力论文; 能源论文; 动态模型论文; 水电站论文; 水利论文;