專利名稱：梯級水庫群短期聯合發電優化調度方法及系統的制作方法
技術領域：
本發明涉及一種梯級水庫群短期聯合發電優化調度方法及系統，屬于梯級水庫群發電優化調度領域。
背景技術：
梯級水電站短期發電優化調度是一個十分復雜的系統工程問題，其核心是在充分考慮短期調度水力、電力等各項約束條件的基礎上，建立能夠充分反映系統物理特征和運行機制的優化調度模型，尋找滿足調度時效性和合理性要求的模型求解算法。短期調度周期較短，更接近水庫水電站實際運行狀況。其任務是，在綜合考慮當時水電系統的運行狀
態(各水庫水位、入庫流量、機組狀況等)和電網的實際狀況的基礎上，確定各水電站在未來一個調度期逐時段的運行狀態或電網負荷在各電站間的分配。梯級發電量最大模型和滿足梯級負荷過程要求的梯級蓄能最大模型是當前梯調工作比較常見的兩種運行模式。對于梯級發電量最大模型，由于當前我國幾乎所有梯級都已并入電網，什么時間發多少出力，都由電網統一調度，不能任其行事。而電力系統經濟運行一般都分配火電廠帶基荷、水電廠調峰、調頻，而按梯級發電量最大準則優化將會出現水電廠效益較高，即水輪機要么就運行在高效率區，要么停機，這樣運行必然犧牲電力系統的經濟性。因此，該最優準則不適應我國市場經濟機制下的梯級水電站群短期優化運行。而對于梯級蓄能最大模型，由于相同數量的庫存水在上游水庫比在下游水庫擁有更多的勢能，因此，按蓄能最大準則進行優化調度，經過一段時間運行后，就會出現優先使用下游水庫的水，使得下游水庫出現放空或者低水位運行。因此，在利用梯級蓄能最大準則進行優化調度過程中，若能增加約束條件對下游水庫水位或出力過程加以限制，由此克服上述問題，該準則仍是一種不錯的選擇。對于復雜系統優化問題，約束條件越多意味著對系統優化運行強加的人工干涉越大，從而使系統的優化空間越小。由此，在滿足如此眾多的梯級水力、電力、電網傳輸等約束條件的情況下，梯級水電站群短期優化調度是否有規律可循目前甚至尚未定論。由于梯級水電站短期發電優化調度涉及電站自身以及機組出力分配、負荷振動區、電網負荷傳輸及PSS等多項約束，且甚至要求以15min作為調度時段長，由此大大影響了模型及算法的計算效率及結果的合理性。可見，如何協調梯級水庫優化調度優化變量及約束條件眾多與計算效率及結果合理性之間的矛盾，在兼顧效益與速率的同時尋求梯級水電站優化調度的模型與求解算法仍是當前水庫優化調度理論研究的重點和難點。

發明內容
本發明的目的在于，提供一種梯級水庫群短期聯合發電優化調度方法及系統，能夠兼顧效益與速率的同時尋求梯級水電站優化調度的模型與求解算法，獲得最優的梯級水庫群短期聯合發電優化調度方案。為解決上述技術問題，本發明采用如下的技術方案一種梯級水庫群短期聯合發電優化調度方法，包括以下步驟
SI，調度服務器建立并存儲梯級發電量最大模型和梯級蓄能最大模型這兩種短期優化調度模型；S2，調度服務器根據發電優化目標選擇短期優化調度模型；S3，數據采集裝置采集模型求解材料，調度服務器選擇算法來求解短期優化調度模型；S4，調度服務器生成并輸出短期發電調度優選方案。前述的梯級水庫群短期聯合發電優化調度方法中，若發電優化目標是使未來一個調度期內梯級電站的總發電量最大，則選擇梯級發電量最大模型，并采用大系統分解協調算法或加速遺傳算法對該模型進行求解。 前述的梯級水庫群短期聯合發電優化調度方法中，梯級發電量最大模型的目標函
數
T MMaxE - V V
;=1 w=l式中E為調度期內梯級總發電量，N(m，t)為第m梯級水庫t時段平均出力，At為時段長；M為梯級水電站數目，T為時段數目；其約束條件(I)各梯級庫容(水位)約束-.Fmmm < V, < V{mj) < Vi < Fwinax式中V(m，t)為m水庫t時段末的蓄水量，分別為m水庫調度期的蓄水上、下限，V_ax、Vnmin分別為第i梯級水庫的允許最大、最小蓄水限制；(2)各梯級出力約束=Nnmin彡N(m, t)彡Nmmax式中N(m，t)表示m電站t時段的平均出力，Nnmin為技術最小出力成_為考慮各水電站的裝機容量、機組預想出力以及電網的調度最大容量；(3)各梯級流量約束Q(m，t)彡Qt minQF(m,t) ^ QDtmax式中Q(m，t)和QF(m，t)分別為第m水庫t時段的平均出庫流量和發電流量，Qmmin為滿足綜合利用要求最小出庫流量，Qffl _為第i梯級水庫電站最大過機流量；(4)水量平衡約束V (m, t+1) = V (m, t) + (Qr (m, t) -Q (m, t)) X Δ tQ (m, t) = QF (m, t) +QS (m, t)Qr (m, t) = Q (m_l, t) +Qu (m, t)式中Qr (m, t)、Qu (m, t)和QS (m, t)分別為m水庫t時段平均入庫流量、區間入流和棄水流量，τ ^為m水庫與m-Ι水庫之間的水流傳播時間。前述的梯級水庫群短期聯合發電優化調度方法中，短期優化調度模型求解時，若調度時段長度很短則需要考慮不同水庫之間區間水流時滯的影響，即上級水電站的下泄流量到達下級水電站的時間，Qr (m, t)表示為Qr (m, t) = Q (m_l, t_ τ m) +Qu (m, t)。前述的梯級水庫群短期聯合發電優化調度方法中，若發電優化目標是使滿足系統負荷要求后梯級的蓄能最大，為水電系統的安全、穩定和經濟運行提供依據，則選擇梯級蓄能最大模型，并采用動態搜索法或快速分配法對該模型進行求解。前述的梯級水庫群短期聯合發電優化調度方法中，梯級蓄能最大模型的目標函數
權利要求
1.一種梯級水庫群短期聯合發電優化調度方法，其特征在于，包括以下步驟 Si，調度服務器建立并存儲梯級發電量最大模型和梯級蓄能最大模型這兩種短期優化調度模型； S2，調度服務器根據發電優化目標選擇短期優化調度模型； S3，數據采集裝置采集模型求解材料，調度服務器選擇算法來求解短期優化調度模型； S4，調度服務器生成并輸出短期發電調度優選方案。
2.根據權利要求I所述的梯級水庫群短期聯合發電優化調度方法，其特征在于若發電優化目標是使未來一個調度期內梯級電站的總發電量最大，則選擇梯級發電量最大模型，并采用大系統分解協調算法或加速遺傳算法對該模型進行求解。
3.根據權利要求2所述的梯級水庫群短期聯合發電優化調度方法，其特征在于梯級發電量最大模型的目標函數
4.根據權利要求3所述的梯級水庫群短期聯合發電優化調度方法，其特征在于短期優化調度模型求解時，若調度時段長度很短則需要考慮不同水庫之間區間水流時滯的影響，即上級水電站的下泄流量到達下級水電站的時間，Qr (m, t)表示為 Qr (m, t) = Q (m-1, t_ x m) +Qu (m, t)。
5.根據權利要求I所述的梯級水庫群短期聯合發電優化調度方法，其特征在于若發電優化目標是使滿足系統負荷要求后梯級的蓄能最大，為水電系統的安全、穩定和經濟運行提供依據，則選擇梯級蓄能最大模型，并采用動態搜索法或快速分配法對該模型進行求解。
6.根據權利要求5所述的梯級水庫群短期聯合發電優化調度方法，其特征在于梯級蓄能最大模型的目標函數
7.根據權利要求4或6所述的梯級水庫群短期聯合發電優化調度方法，其特征在于短期優化調度模型求解需要考慮電網約束，電網約束包括不同電廠機組振動區約束、電網PSS約束和虛擬電廠約束。
8.根據權利要求7所述的梯級水庫群中長期聯合發電優化調度方法，其特征在于，步驟S3中的模型求解材料包括調度期初水庫蓄水位、調度期末水庫控制水位、調度期內徑流過程、水庫物理特性、水庫及電站設計參數、電站出力特性和水庫綜合利用要求。
9.實現權利要求I 8所述方法的一種梯級水庫群短期聯合發電優化調度系統，其特征在于，包括調度服務器(7)和數據采集裝置(3);數據采集裝置(3)，用于采集模型求解材料；調度服務器(7)上設有 優化調度模型庫(I)，用于建立并存儲梯級發電量最大模型和梯級蓄能最大模型這兩種短期優化調度模型； 模型選擇模塊(2)，用于根據發電優化目標選擇短期優化調度模型； 算 法庫(4)，用于存儲求解中長期優化調度模型的算法，算法包括大系統分解協調算法、加速遺傳算法、動態搜索法和快速分配法； 方案生成模塊(5)，用于生成中長期發電調度優選方案； 方案輸出模塊(6),用于輸出中長期發電調度優選方案； 其中，模型庫(I)、模型選擇模塊(2)、算法庫(4)、方案生成模塊(5)和方案輸出模塊(6)順次連接；數據采集裝置(3)與算法庫(4)連接。
全文摘要
本發明公開了一種梯級水庫群短期聯合發電優化調度方法及系統，所述方法包括以下步驟S1，調度服務器建立并存儲梯級發電量最大模型和梯級蓄能最大模型這兩種短期優化調度模型；S2，調度服務器根據發電優化目標選擇短期優化調度模型；S3，數據采集裝置采集模型求解材料，調度服務器選擇算法來求解短期優化調度模型；S4，調度服務器生成并輸出短期發電調度優選方案。本發明能夠兼顧效益與速率的同時尋求梯級水電站優化調度的模型與求解算法，獲得最優的梯級水庫群短期聯合發電優化調度方案。
文檔編號G06Q50/06GK102855591SQ20121028871
公開日2013年1月2日 申請日期2012年8月14日 優先權日2012年8月14日
發明者戴建煒, 黃強, 朱江, 吳成國, 肖燕, 曹輝, 李澤宏, 王敏 申請人:貴州烏江水電開發有限責任公司