The invention discloses a stochastic optimization scheduling method for hydropower stations based on reference lines, which is applied to the field of water conservancy and electric power technology. The realization of the method includes the establishment of the maximum expected maximum model of the long-term power generation of a hydropower station, the equivalent objective function of the maximum expected maximum model of the power generation from the angle of energy; the inverse time series is not calculated by the time period. The storage energy loss and the loss of the water energy loss and the expected value, and determine the minimum value of the expected value of the water storage process line is a random reference line, according to the random reference line to determine the current time interval optimal decision-making power generation flow. This invention can effectively avoid random dynamic programming discretization error and improve the optimization accuracy of scheduling operation decision. Compared with traditional scheduling diagram, it ensures the optimization of scheduling operation and inherits its advantages of simple and intuitive operation and clear physical meaning, and is more suitable for the operation of hydropower station in real time, and it is a stochastic optimization theory. It is a feasible new idea to extend to more than 2 joint operation of hydropower stations.
【技术实现步骤摘要】
一种基于参考线的水电站随机优化调度方法
本专利技术属于水利电力
,更具体地,涉及一种基于参考线的水电站随机优化调度方法。
技术介绍
在水电站发电调度领域,径流预报精度和预见期水平有限使得确定性优化调度成果无法直接用于水电站实际运行中,一般采用调度图依据当前时段的蓄水位直接确定运行决策,但是调度图运行决策较为保守,尤其对于调节性能强的水库,发电效益较优化调度相差较大。考虑径流不确定性的随机优化调度方法,可有效解决上述方法的缺陷,最典型的代表方法为随机动态规划,其以调度期发电量期望最大为优化准则建立数学模型,并采用动态规划算法确定不同离散蓄水位所对应的最优运行决策。但是随机动态规划会因离散误差降低优化精度,且相较于传统调度图会丧失操作简洁直观、物理意义明确等优点。
技术实现思路
针对现有技术的以上缺陷或改进需求,本专利技术提供了一种基于参考线的水电站随机优化调度方法,由此解决随机动态规划会因离散误差降低优化精度,且相较于传统调度图会丧失操作简洁直观、物理意义明确等优点的技术问题。为实现上述目的,本专利技术提供了一种基于参考线的水电站随机优化调度方法,包括:(1)基于水库入库流量不确定性,建立水电站长期发电量期望最大模型;(2)依据水库能量平衡分析,从能量角度推算所述水电站长期发电量期望最大模型的等价目标函数,其中,所述等价目标函数表示不蓄电能损失与弃水能量损失之和的期望值最小;(3)根据所述等价目标函数,逆时序逐时段计算不蓄电能损失与弃水能量损失之和的期望值,确定期望值最小时所对应的蓄水过程线为随机参考线;(4)根据当前时段的初蓄水位,结合所述随机参考线计算 ...
【技术保护点】
一种基于参考线的水电站随机优化调度方法,其特征在于,包括:(1)基于水库入库流量不确定性,建立水电站长期发电量期望最大模型;(2)依据水库能量平衡分析,从能量角度推算所述水电站长期发电量期望最大模型的等价目标函数,其中,所述等价目标函数表示不蓄电能损失与弃水能量损失之和的期望值最小;(3)根据所述等价目标函数,逆时序逐时段计算不蓄电能损失与弃水能量损失之和的期望值,确定期望值最小时所对应的蓄水过程线为随机参考线;(4)根据当前时段的初蓄水位,结合所述随机参考线计算不同决策发电流量所对应的多个入库流量情形下当前时段至调度期末时段的不蓄电能损失与弃水能量损失之和的期望值,选择期望值最小时所对应的决策发电流量为目标决策发电流量。
【技术特征摘要】
1.一种基于参考线的水电站随机优化调度方法,其特征在于,包括:(1)基于水库入库流量不确定性,建立水电站长期发电量期望最大模型;(2)依据水库能量平衡分析,从能量角度推算所述水电站长期发电量期望最大模型的等价目标函数,其中,所述等价目标函数表示不蓄电能损失与弃水能量损失之和的期望值最小;(3)根据所述等价目标函数,逆时序逐时段计算不蓄电能损失与弃水能量损失之和的期望值,确定期望值最小时所对应的蓄水过程线为随机参考线;(4)根据当前时段的初蓄水位,结合所述随机参考线计算不同决策发电流量所对应的多个入库流量情形下当前时段至调度期末时段的不蓄电能损失与弃水能量损失之和的期望值,选择期望值最小时所对应的决策发电流量为目标决策发电流量。2.根据权利要求1所述的方法,其特征在于,在步骤(1)中的水电站长期发电量期望最大模型表示为:其中,T为1年调度期按照月或者旬均分的时段数,Δt为时段间隔时间,表示在时段t按照目标概率分布离散M点后的第m个入库流量,表示在时段t入库流量为的概率,为在时段t入库流量为情形下的平均出力,为在时段t入库流量为情形下的初水库蓄水位,为在时段t入库流量为情形下的出库流量。3.根据权利要求2所述的方法,其特征在于,步骤(2)包括:(2.1)由确定水库系统能量平衡关系,其中,为水库的入能,表示在t时段,水库发电的能量全部来源于入库径流所携带的水能,对应水库能够利用的最大水头为表示用于发电的能量,表示在水流流入水库的过程中,不蓄电能损失,对应的损失水头为表示若水库发生弃水的弃水能量损失,对应的水头损失为表示水库正常蓄水位,Zd表示水库最小尾水位,Zt表示t时段初蓄水位,Zt+1表示t时段末蓄水位;(2.2)在一定的情况下,发电量最大等价于不蓄电能损失与弃水能量损失之和最小,表示为:其中,It表示水电站在t时段的入库流量,SPt表示水电站在t时段的弃水流量;(2.3)由不蓄电能损失与弃水能量损失之和最小,并基于入库流量的随机性得到所述水电站长期发电量期望最大模型的等价目标函数为:其中,表示t时段入库流量为情形下的初水库蓄水位,表示t时段入库流量为情形下的末水库蓄水位,SPtm表示t时段入库流量为情形下的弃水流量。4.根据权利要求3所述的方法,其特征在于,步骤(3)包括:以调度期末控制水位Zend为起始逆时序计算各个时段不同初蓄水位所对应的M个入库流量情形下不蓄电能损失与弃水能量损失之和的期望值,比较确定期望值最小时所对应的目标初蓄水位,以所述目标初蓄水位作为上一时段的末蓄水位继续推算至第一个时段。5.根据权利要求4所述的方法,其特征在于,在步骤(3)中采用一维搜索方法在范围内确定使得满足:
【专利技术属性】
技术研发人员:伍永刚,刘兴龙,庹青山,余意,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。