一种针对多年调节水库的智能调度方法技术

本发明专利技术提供了一种针对多年调节水库的智能调度方法，一、对水库正常运行情况下的蓄水位进行离散；二、根据水库历史资料计算离散各水位点所对应的年末余留效益；三、根据预见期末所在月份至年末预报月径流资料计算离散各水位点所对应的月末余留效益；四、根据预见期末至月末预报日径流资料计算离散各水位点所对应的预见期末余留效益；五、在预见期内进行短期经济运行得到逐小时的水电站最优决策过程以及相应的最优效益；六、完成一日的调度决策后，再进行下一日开始的调度。本发明专利技术既具有实时性又极大减少了人工干预，且该方法概念清晰，考虑全面，对充分发挥水电站水库的经济效益、提高水电站水库的运行调度水平具有非常重要的现实意义。要的现实意义。要的现实意义。

【技术实现步骤摘要】
一种针对多年调节水库的智能调度方法


[0001]本专利技术涉及水库调度领域，尤其涉及一种针对多年调节水库的智能调度方法。

技术介绍

[0002]自上世纪五十年代以来，由于动态规划原理和马尔科夫决策方法的提出，同时随着电子计算机的兴起，水库中长期优化调度研究得到了迅速发展，并取得丰硕成果。
[0003]水库优化调度问题主要通过建立水库调度的数学模型进行，根据输入径流的描述方法不同，水库优化调度可分为随机优化调度和确定性优化调度。随机优化调度又可分为显随机优化和隐随机优化调度。显随机优化调度是指将径流过程描述成符合一定概率分布的不确定性条件，进而运用确定性优化原理实现长系列优化，典型代表方法有随机动态规划；隐随机优化调度是指以确定性优化调度为样本，从样本分析中提取具有指导意义的调度规则，典型代表方法为智能算法、多元线性回归方法等。
[0004]本申请专利技术人在实施本专利技术的过程中，发现现有技术中存在如下技术问题：
[0005]随机优化调度输入资料即径流量是一个不完全确定量，也为最优策略以及最优决策选取带来很大的不确定性。确定性优化调度研究起始于单库优化调度问题，模型结构比较简单，它将长系列径流过程视为已知条件，所求最优效益是最大可能的极限值，典型代表方法有运筹学理论里的线性规划、动态规划类方法以及智能算法等。
[0006]由此可知，现有技术中的方法存在因预报不确定性而导致的调度效果不佳的技术问题。

技术实现思路

[0007]本专利技术提出一种针对多年调节水库的智能调度方法，用于解决或者至少部分解决现有技术中的方法存在因预报不确定性而导致的调度效果不佳的技术问题。
[0008]为了解决上述技术问题，本专利技术提供了一种针对多年调节水库的智能调度方法，包括：
[0009]S1：将决策过程分为预见期末、预见期末所在月份的月末和年末三个时间节点，选取发电量最大作为目标函数，根据水库运行实际建立约束条件，其中约束条件包括水量平衡约束、水电站物理特性约束；
[0010]S2：根据历史资料采用变动流量方式计算各离散点位年末余留效益，其中，变动流量过程计算方式为：以末水位等于初水位为前提，根据不同年份的历史月径流资料进行计算最后取平均，得到的结果作为每一年年末各点的余留效益；
[0011]S3：根据预见期末所在月份的月末至年末的预报月径流资料，进行以月为时段的优化调度计算，获得该月末各离散点位的余留效益；
[0012]S4：再根据预见期末至该月末预报日流量，进行以日为时段的优化调度计算，得到预见期末各离散点位的余留效益；
[0013]S5：以当前时刻水位为初始值，以预见期末各离散点位的余留效益为边界条件，在
预见期内进行以小时为时段的水电站短期经济运行，得到最优决策过程以及相应的最优效益，基于所述最优决策过程对水电站完成一日的调度决策。
[0014]在一种实施方式中，所述方法还包括：
[0015]S6：完成一日的调度决策后，再进行下一日开始的调度，首先比较预见期末时间是否超出本月，若超出，则以下一个月作为预见期末执行步骤S3～S5，若未超出，则执行步骤S4～S5。
[0016]在一种实施方式中，步骤S1中的目标函数为：
[0017][0018]式中：为计划期T内水电站总发电收入，元；P(t)为t时段水电站总出力，kW；C(t)为t时段电价，元/(kWh)，可反映峰谷电价差异，若C(t)＝1，目标函数就表示发电量最大；
[0019]水量平衡约束包括水量平衡方程：
[0020]V(t+1)＝V(t)+[Q
rk
(t)
‑
Q
fd
(t)
‑
Q
qs
(t)]×
ΔT(t)
[0021]V(t+1)、V(t)代表t+1时刻与t时刻的库容，ΔT(t)代表时段长，Q
rk
(t)、Q
fd
(t)、Q
qs
(t)分别代表水库t时刻的入库、发电、弃水流量；
[0022]水电站物理特性约束包括库水位或库容约束、水位库容曲线约束、尾水位下泄曲线约束、闸门泄流曲线约束和水头出力限制曲线限制；
[0023](1)库水位或库容约束：
[0024][0025]Z
sy
(t+1)为t+1时刻的上游水位，V(t+1)为t+1时刻的库容，为t+1时刻的上游水位下限，通常为死水位，为t+1时刻的上游水位上限，通常在汛期为汛限水位，非汛期为正常蓄水位，V
min
(t+1)与V
max
(t+1)分别为上游水位下限和上游水位上限所对应的库容；
[0026](2)水位库容曲线约束：
[0027]Z
sy
(t+1)＝f
ZV
[V(t+1)][0028]Z
sy
(t+1)为t+1时刻的上游水位，V(t+1)为t+1时刻的库容，f
ZV
为水位库容曲线关系；
[0029](3)尾水位下泄曲线约束：
[0030]Z
xy
(t)＝f
ZQ
[Q
ck
(t)][0031]Z
xy
(t)为t时刻的下游水位，Q
ck
(t)为t时刻的出库流量，f
ZQ
为尾水位下泄流量曲线关系；
[0032](4)闸门泄流曲线约束：
[0033]Q
qs
(t)≤f
QZ
[Z
xy
(t)][0034]Q
qs
(t)为t时刻的弃水流量，Z
xy
(t)为t时刻的下游水位，f
QZ
为水位与闸门泄流能力曲线关系；
[0035](5)水头出力限制曲线限制；
[0036]P(t)≤f
PH
[H0(t)][0037]P(t)为t时刻的出力，H0(t)为t时刻的水头，f
PH
为水头与出力曲线关系。
[0038]在一种实施方式中，步骤S2包括：
[0039]获取不同年份的历史月径流资料，具体包括N年历史月径流数据；
[0040]根据每年的历史月径流资料进行一年内的优化调度计算，则年末余留效益计算公式为：
[0041][0042]其中，表示第n年所得的优化调度最优发电量，为计算期初末水位均为xm时所对应的余留效益，表示采用第t年径流资料进行优化调度计算所得到的最优发电量。
[0043]在一种实施方式中，步骤S3包括：
[0044]在预见期末到年末这一时段内以月为单位采用离散微分动态规划算法，计算到年末离散出的每一末水位点所对应的发电量，得到的视作阶段效益其中n指对应的第n个水位点，则该初水位到年末各个水位离散点总效益为：
[0045][0046]其中代表初水位为xm时到年末本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对多年调节水库的智能调度方法，其特征在于，包括：S1：将决策过程分为预见期末、预见期末所在月份的月末和年末三个时间节点，选取发电量最大作为目标函数，根据水库运行实际建立约束条件，其中约束条件包括水量平衡约束、水电站物理特性约束；S2：根据历史资料采用变动流量方式计算各离散点位年末余留效益，其中，变动流量过程计算方式为：以末水位等于初水位为前提，根据不同年份的历史月径流资料进行计算最后取平均，得到的结果作为每一年年末各点的余留效益；S3：根据预见期末所在月份的月末至年末的预报月径流资料，进行以月为时段的优化调度计算，获得该月末各离散点位的余留效益；S4：再根据预见期末至该月末预报日流量，进行以日为时段的优化调度计算，得到预见期末各离散点位的余留效益；S5：以当前时刻水位为初始值，以预见期末各离散点位的余留效益为边界条件，在预见期内进行以小时为时段的水电站短期经济运行，得到最优决策过程以及相应的最优效益，基于所述最优决策过程对水电站完成一日的调度决策。2.如权利要求1所述的智能调度方法，其特征在于，所述方法还包括：S6：完成一日的调度决策后，再进行下一日开始的调度，首先比较预见期末时间是否超出本月，若超出，则以下一个月作为预见期末执行步骤S3～S5，若未超出，则执行步骤S4～S5。3.如权利要求1所述的智能调度方法，其特征在于，步骤S1中的目标函数为：式中：为计划期T内水电站总发电收入，元；P(t)为t时段水电站总出力，kW；C(t)为t时段电价，单位为元/(kWh)，若C(t)＝1，目标函数就表示发电量最大；水量平衡约束包括水量平衡方程：V(t+1)＝V(t)+[Q
rk
(t)
‑
Q
fd
(t)
‑
Q
qs
(t)]
×
ΔT(t)V(t+1)、V(t)代表t+1时刻与t时刻的库容，ΔT(t)代表时段长，Q
rk
(t)、Q
fd
(t)、Q
qs
(t)分别代表水库t时刻的入库、发电、弃水流量；水电站物理特性约束包括库水位或库容约束、水位库容曲线约束、尾水位下泄曲线约束、闸门泄流曲线约束和水头出力限制曲线限制；(1)库水位或库容约束：Z
sy
(t+1)为t+1时刻的上游水位，V(t+1)为t+1时刻的库容，为t+1时刻的上游水位下限，通常为死水位，为t+1时刻的上游水位上限，通常在汛期为汛限水位，非汛期为正常蓄水位，V

【专利技术属性】
技术研发人员：艾学山，穆振宇，
申请(专利权)人：武汉大学，
类型：发明
国别省市：