水電站優(yōu)化調(diào)度方法

1、水電站優(yōu)化調(diào)度方法水雷作為清潔可再生能源，在我國的供電系統(tǒng)中所占的比例越來 越大，水電不僅有力推動了我國的經(jīng)濟發(fā)展，而且在環(huán)境飽和和節(jié)能 減排方面也有著重要的貢獻。但是，隨著水電站的不斷增多，如何對 并網(wǎng)電廠的運行進行優(yōu)化調(diào)度，使水電的優(yōu)勢充分發(fā)揮出來成為了研 究的重點。一、我國水電發(fā)展現(xiàn)狀水電發(fā)展“十三五”規(guī)劃指出：“十二五”期間，新增加的水電投產(chǎn) 裝機容量為*萬千瓦，年平均增幅為8.1%，在這其中大中型水電 8076萬千瓦，小水電1660萬千瓦，抽水蓄能達到了 612萬千瓦。預 計至2021年底，全國水電總裝機容量將會達到*萬千瓦，其中大 中型水電*萬千瓦，小水電7500萬千瓦，抽水蓄能2

2、303萬千瓦， 水電裝機占全國發(fā)電總裝機容量的20.9% 2021年全國水電發(fā)電量約1.1萬億千瓦時，占全國發(fā)電量的19.4%，在非化石能源中的比重達 73.7%。二、水電調(diào)度的任務(wù)水電調(diào)度的任務(wù)是合理利用現(xiàn)有工程和技術(shù)設(shè)施，對入庫徑流進 行合理調(diào)度，盡可能的減少水害、增加發(fā)電和綜合利用效益，從而實 現(xiàn)水能資源和水資源的充分利用，為水利電力部門和其他有關(guān)行業(yè)提 供有效服務(wù)。三、水電調(diào)度優(yōu)化方法（一）水利電力系統(tǒng)優(yōu)化的簡要定義在已知系統(tǒng)結(jié)構(gòu)和參數(shù)以及約束條件下的情況下，利用優(yōu)化理論 對水能和水資源實現(xiàn)最優(yōu)控制。優(yōu)化目的是使效益最大化，包括滿足 社會需求和實現(xiàn)環(huán)境保護的目的。（二）經(jīng)典優(yōu)化方法目標

3、函數(shù)及約束條件I目標函數(shù)：（1）式中為t時刻（段）水電站所承擔負荷的最優(yōu)發(fā)電流量；、 分別為i號機組的機組（段）水頭、承擔的有功負荷及所耗用的發(fā)電 流量；為i號機組的機組（段）耗流量特性曲線。II約束條件功率平衡約束（2）（3）式中：為t時刻（段）水電站承擔的無功負荷；為t時刻（段） i號機組承擔的無功負荷。機組出力限制約束（4）式中：、分別為t時刻（段）i號機組允許最小出力和最大出 力，它們一般反應(yīng)了機組振動、預想出力及電力線路等限制因素。經(jīng)典優(yōu)化方法I線性規(guī)劃法線性規(guī)劃法是運籌學的重要分支，它的研究歷史較長，并且已經(jīng) 發(fā)展的比較成熟，所以能應(yīng)用于很多領(lǐng)域。線性規(guī)劃用于研究在線性 約束條件下

4、目標函數(shù)的極值問題。線性規(guī)劃具有基礎(chǔ)性的地位，非線 性問題也?；癁榫€性為題求解。線性回歸的一般數(shù)學模型可表示為：（5）（6）式中，、都為已知常數(shù)。I 非線性規(guī)劃非線性規(guī)劃也是逼籌學一個重要分支。與線性規(guī)劃不同，它是具 有非線性約束條件或目標函數(shù)的數(shù)學規(guī)劃，它的目標函數(shù)和約束條件 至少有一個是未知量的非線性函數(shù)。非線性規(guī)劃問題的一般數(shù)學模型可表示為求未知量使其滿足約束條件：可表示為求未知量使其滿足約束條件：（ ， ）0 m = 1，-, p（，）0 n = 1，q并使目標函數(shù)（，）達到最小值（或最大值）。III動態(tài)規(guī)劃動態(tài)規(guī)劃是解決最優(yōu)化問題的一種途徑，它不是一種算法。動態(tài) 規(guī)劃就是把計算的中間

5、結(jié)果暫時的保存下來，在以后用到這些結(jié)果的 時候就直接讀取出來。如果將靜態(tài)規(guī)劃（線性規(guī)劃、非線性規(guī)劃）劃 分成若干個階段，也可以用動態(tài)規(guī)劃來解決。（7）式中，都是已知函數(shù)，最優(yōu)自策略與之間是遞推關(guān)系，要 求和，則需先求?，F(xiàn)代優(yōu)化方法現(xiàn)代有很多新的優(yōu)化方法，如遺傳算法、模擬退火算法、人工神 經(jīng)網(wǎng)絡(luò)算法等。前兩種算法為第三種算法的產(chǎn)生奠定了一定的基礎(chǔ)， 使人工神經(jīng)網(wǎng)絡(luò)算法汲取了前兩種算法的優(yōu)點，又有自身獨特的優(yōu)勢， 因此，下面只介紹人工神經(jīng)網(wǎng)絡(luò)算法。人工神經(jīng)網(wǎng)絡(luò)是指模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能，運用大量的 處理部件，由人工方式構(gòu)造的網(wǎng)絡(luò)系統(tǒng)。這種數(shù)學模型具有高容錯性、 智能化、并行分布處理能力、學習能力等特點，所以它的應(yīng)用幾乎涵 蓋了所有自然科學領(lǐng)域。它為解決非線性、不確定性和不確知系統(tǒng)問 題提供了一個新的算法。人工神經(jīng)系統(tǒng)由大量的節(jié)點連接構(gòu)成，而且 每個節(jié)點間的連接方式各有不同。每個節(jié)點代表一種特定的輸出函數(shù)， 稱為激勵函數(shù)（activation function）。每兩個節(jié)點間的連接都代表一 個通過該連接信號的加權(quán)值，稱之為權(quán)重，這相當于人工網(wǎng)絡(luò)的記憶。四、小結(jié)隨著水電站的不斷增多，調(diào)度問題也越來越成為關(guān)注的焦點。雖