梯级水电站群复杂调度需求多目标优化方法研究

摘要

“西电东送”实施十多年来，我国在西南集中建成了澜沧江、金沙江、乌江、红水河等超千万千瓦级特大流域梯级水电站群。不同于中小规模水电系统，特大流域梯级水电站群不仅电站数目多、装机容量大、送电范围广，而且水力、电力联系紧密，呈现了全新的调度特点和需求:更加关注梯级水电站群整体综合效益和精细化调度，需要协同考虑发电、蓄能、通航、调峰等综合利益需求，需要更具时效性和实用性的新型多目标优化调度方法。本文以多个特大流域工程项目为研究背景，以其实际调度面临的全新复杂需求为导向，聚焦梯级水电站群复杂调度需求多目标响应这一关键科学问题，围绕整体蓄能精细化控制、调峰和通航需求响应、多目标优化高效计算和调度方案实用化求解等四个方面深入开展了梯级水电站群复杂调度需求多目标优化方法研究，主要内容如下:
　　(1)针对电网对水电整体控制条件下梯级水电站群面临的精细化调度需求，构建了梯级水电站群蓄能控制优化调度模型，并提出了基于等蓄能线的精细化求解方法。以总发电量最大和梯级蓄能控制为目标，首先引入可行域预压缩策略，采用数学组合理论和等蓄能线，依蓄能控制指标建立各时段梯级水库可行水位组合曲面，将原问题转化为不同梯级蓄能轨迹下的约束优化问题，然后采用动态规划实现高效求解。澜沧江流域中下游梯级水电站群的应用结果表明，所提方法能够有效兼顾梯级发电效益和蓄能储备，合理分配电网现在和未来的水能资源，切实服务于梯级水电站群精细化调度实践。
　　(2)针对电网普遍存在的巨大调峰压力和大江大河着力发展的航运需求，构建了耦合调峰和通航需求的梯级水电站群多目标优化调度模型，并提出了集成智能算法和启发式修正策略的混合求解方法。以系统余荷最大值最小和通航河段水位过程方差最小为目标，结合模型特点改进了经典非支配排序遗传算法的基本遗传算子，并针对复杂时间耦合约束和末水位控制要求提出了有效的启发式修正策略，以提高算法性能和计算效率。澜沧江下游景洪-橄榄坝梯级联合调度结果表明，所提模型及方法可以充分发挥通航反调节电站作用，兼顾电网调峰和河道通航综合利用需求，获得较实际调度更为合理的梯级运行计划。
　　(3)针对梯级水电站群急速扩张的系统规模和日益多元的调度需求，提出了梯级水电站群多目标优化调度高效解算方法，主要包括两方面工作:一方面，基于外部档案集等策略，着力将新兴的量子粒子群算法拓展至多目标优化调度领域，提出了多目标量子粒子群优化算法;另一方面，基于Fork/Join框架，实现多目标遗传算法在多核环境下的并行计算，提出了并行多目标遗传算法。两种方法均源于群体智能算法，分别实现了新型方法拓展和先进技术融合。所提方法通过了乌江干流梯级水电站群和澜沧江中下游梯级水电站群的实例验证，取得了良好的计算效果，能够有效丰富梯级水电站群多目标优化调度方法理论体系。
　　(4)针对日益庞大的计算规模和愈加复杂的运行环境下梯级水电站群优化调度方案实用性需求，提出了基于数据挖掘的梯级水电站群指令调度优化方法。结合数据挖掘技术，利用聚类分析从大量的电站日发电数据中提炼出若干关键特性指标并聚类形成调度决策库;以此为基础，采用大系统分解协调方法对不同流域不同电站进行分层求解，并耦合逐步优化算法组合优选水电站群调度出力曲线及其变化幅值，快速得到调度决策。澜沧江中下游梯级水电站群调度结果表明，所提方法能够建立有效的梯级水电站典型出力曲线决策库，并结合调度指令快速得到合理的梯级联合调度方案，为大规模水电优化调度提供了一种高效的实用化方法。

目录

声明

摘要

1 绪论

1．1 西南特大流域梯级水电站群调度新需求

1．1．1 “西电东送”国家水电发展战略

1．1．2 西南特大流域梯级水电站群建设和运行管理现状

1．1．3 西南特大流域梯级水电站群面临的新调度需求

1．2 本文关注的关键科学问题和技术难点

1．2．1 梯级水电站群整体蓄能精细化控制问题

1．2．2 梯级水电站群调峰和通航需求响应问题

1．2．3 梯级水电站群多目标调度高效计算问题

1．2．4 梯级水电站群调度方案实用化求解问题

1．3 国内外相关研究进展

1．3．1 水电系统调度需求响应方法综述

1．3．2 多目标调度的数学优化方法综述

1．4 总体思路和技术路线

1．5 主要研究内容

2 梯级水电站群蓄能控制优化调度方法

2．1 引言

2．2 梯级水电站群蓄能控制优化调度问题建模

2．2．1 目标函数

2．2．2 约束条件

2．3 基于等蓄能线的梯级水电站群蓄能控制优化调度方法

2．3．1 可行域预压缩策略

2．3．2 等蓄能线基本原理

2．3．3 等蓄能线计算方法

2．3．4 优化调度方案求解

2．3．5 总体求解框架

2．4 应用实例

2．4．1 工程背景

2．4．2 实例分析1

2．4．3 实例分析2

2．5 本章小结

3 耦合调峰和通航需求的梯级水电站群优化调度方法

3．1 引言

3．2 耦合调峰和通航需求的梯级水电站群优化调度问题建模

3．2．1 目标函数

3．2．2 约束条件

3．3 耦合调峰和通航需求的梯级水电站群多目标优化调度混合搜索方法

3．3．1 NSGA-Ⅱ算法基本原理

3．3．2 时间耦合约束调整策略

3．3．3 末水位修正策略

3．3．4 遗传操作改进策略

3．3．5 总体求解框架

3．4 应用实例

3．4．1 工程背景

3．4．2 实例分析1：Pareto前沿方案对比与分析

3．4．3 实例分析2：与实际运行过程对比与分析

3．5 本章小结

4 梯级水电站群多目标优化调度高效解算方法

4．1 引言

4．2 梯级水电站群多目标优化调度问题建模

4．2．1 目标函数

4．2．2 约束条件

4．3 智能算法多目标化改进方法

4．3．1 标准量子粒子群算法

4．3．2 多目标量子粒子群算法

4．3．3 基于MOQPSO的梯级水电站群多目标优化调度

4．3．4 应用实例

4．4 多目标智能算法并行化方法

4．4．1 标准多目标遗传算法

4．4．2 并行多目标遗传算法

4．4．3 基于PMOGA的梯级水电站群多目标优化调度

4．4．4 应用实例

4．5 本章小结

5 基于数据挖掘的梯级水电站群指令调度优化方法

5．1 引言

5．2 基于数据挖掘的调度决策库

5．2．1 典型日出力曲线特征描述

5．2．2 基于数据挖掘的分类方法

5．2．3 构建水电站调度决策库步骤

5．3 梯级水电站群指令调度优化方法

5．3．1 模型构建及约束处理方法

5．3．2 调度指令分层求解方法

5．3．3 总体求解框架

5．4 应用实例

5．4．1 工程背景

5．4．2 典型出力曲线聚类分析

5．4．3 计算结果与讨论

5．5 本章小结

6 结论与展望

6．1 结论

6．2 创新点

6．3 展望

参考文献

攻读博士学位期间科研项目及科研成果

致谢

作者简介