（水工结构工程专业论文）苏帕河流域梯级水电站短期优化调度研究.pdf

中文摘要 水电站短期优化调度是应用最优化方法，制定水电站在不同时段的蓄、放水 策略。根据该策略运行，能充分考虑到整个调度期内的天然入流，即在丰水时段 蓄水、在枯水时段放水，并且满足发电等要求，充分利用水资源。水电站厂内经 济运行是短期优化调度的重要内容，即应用最优化方法，制定水电站机组的开停 机计划以及优化机组负荷分配、优化机组运行、减少机组损耗和耗水量。在电力 市场环境下，水电站短期优化调度可以增加发电量，充分提高发电企业的效益。 本文结合苏帕河流域梯级水电站的特点，研究了梯级水电站的短期优化调度以及 厂内经济运行。主要研究工作及成果如下： 1 建立了苏帕河流域梯级水电站短期优化调度模型。根据对水库入流的不 同描述，分别建立了确定型动态规划模型和随机型动态规划模型。详细研究了模 型求解的动态规划方法和改进的遗传算法。简要介绍了模型求解的其它优化方法 如蚁群算法、微粒群算法等。根据建立的模型，用改进遗传算法进行了模型的求 解，分别给出了短期优化调度模型在丰水时段和枯水时段的求解结果并对其进行 了分析。 2 建立了苏帕河流域梯级水电站厂内经济运行模型。包括制定梯级水电站 开停机计划的时间最优化模型和机组间负荷最优分配的空间最优化模型，分析了 模型的各种约束条件。建立了模型的动态规划递推方程，研究了用动态规划方法 和改进遗传算法求解模型。根据给定的机组三种不同组合方式，用改进遗传算法 求解模型的结果，并对其进行了分析和比较。 3 结合计算机技术如a s p n e t 技术、w e bs e r v i c e 技术以及数据库技术等， 开发了苏帕河流域梯级水电站优化调度系统。系统包括短期优化调度模块、厂内 经济运行模块以及数据管理模块等。介绍了系统的使用方法，给出了系统的运行 图。 关键词：短期优化调度；厂内经济运行；梯级水电站；苏帕河流域 a b s t r a c t t h e a i mo fs h o r t t e r m o p t i m a lo p e r a t i o n o fh y d r o p o w e rp l a n ti s u s i n g o p t i m i z a t i o nm e t h o d st oe s t a b l i s hr e s e r v o i r sw a t e rs t o r ea n dd i s t r i b u t i o ns t r a t e g yi n d i f f e r e n tp e r i o d s f o l l o w i n gt h es t r a t e g yc a nm a k et h em o s tu s eo ft h en a t u r a l s t r e a m f l o wi nt h ee n t i r eo p e r a t i o np e r i o d i na b u n d a n tw a t e rp e r i o d ，r e s e r v o i rs t o r e s w a t e r , w h i l ei ns c a r c ew a t e rp e r i o d ，r e s e r v o i ru s e st h es t o r e dw a t e rt om e e tp o w e r g e n e r a t i o nd e m a n da n do t h e r s e c o n o m i c a lo p e r a t i o nf o rh y d r o p o w e rp l a n t ，w h o s e a i mi st od e t e r m i n es t a r t u p s h u t d o w ns c h e m ea n dt od i s p a t c hl o a da m o n gu n i t s ，i s t h e i m p o r t a n tc o m p o n e n t o fs h o r t t e r m o p t i m a lo p e r a t i o n f o l l o w i n g t h e s t a r t u p s h u t - d o w ns c h e m ea n dt h el o a dd i s p a t c h i n gs t r a t e g yc a nc o n s u m el e s sw a t e r , o p t i m i z et h eo p e r a t i o no fu n i t sa n dl i g h t e nu n i t s s p o i l a g e i nt h ee l e c t r i c i t ym a r k e t ，i t c a ne n h a n c et h eb e n e f i t so ft h ep o w e rg e n e r a t i o ne n t e r p r i s e st h r o u g hu s i n go p t i m a l o p e r m i o na n de c o n o m i c a lo p e r a t i o no fh y d r o p o w e rp l a n t c o n c e r n i n gt h ef e a t u r e so f s u p a h e - r i v e rc a s c a d eh y d r o p o w e rp l a n t s ，t h ep a p e rc a r r i e st h r o u g har e s e a r c ho nt h e s h o r t t e r mo p t i m a lo p e r a t i o na n de c o n o m i c a lo p e r a t i o no ft h ec a s c a d eh y d r o p o w e r p l a n s t h em a i nr e s e a r c hw o r ka n d t h er e s u l t sa r ea sf o l l o w s ： 1 t h e p a p e r e s t a b l i s h e st h es h o r t - t e r m o p t i m a lo p e r a t i o n m o d e lo f s u p a h e - r i v e rc a s c a d eh y d r o p o w e rp l a n t s ac e r t a i nd y n a m i cp r o g r a m m i n g ( c d p ) m o d e la n das t o c h a s t i cd y n a m i cp r o g r a m m i n g ( s d p ) m o d e la r ef o u n d e dr e s p e c t i v e l y a c c o r d i n gt o t h ed i f f e r e n tr e s e r v o i ri n f l o w d e t a i l e dr e s e a r c ha r ec a r r i e do nt h e m o d e l s s o l u t i o nm e t h o d s 却a m i cp r o g r a m m i n g ( d p ) a n di m p r o v e dg e n e t i c a l g o r i t h m ( i g a ) o t h e rm o d e l - s o l u t i o nm e t h o d ss u c ha sa n tc o l o n ya l g o r i t h m ( a c a ) ， p a r t i c l es w a r mo p t i m i z a t i o n ( p s o ) e t c a r eb r i e f l yi n t r o d u c e d i m p r o v e dg e n e t i c a l g o r i t h mi su s e dt os o l v et h em o d e l se s t a b l i s h e d t h er e s u l t so ft h es h o r t t e r m o p t i m a lo p e r a t i o ni na b u n d a n tw a t e rp e r i o da n di ns c a r c ew a t e rp e r i o da r ea n a l y z e d r e s p e c t i v e l y 2 t h ee c o n o m i c a lo p e r a t i o nm o d e lo fs u p a h e r i v e rc a s c a d eh y d r o p o w e rp l a n t s i se s t a b l i s h e d ，i n c l u d i n gt i m eo p t i m i z a t i o nm o d e lw h i c hi st od e t e r m i n es t a r t - u p s h u t d o w ns c h e m ea n ds p a c eo p t i m i z a t i o nm o d e lt o d i s p a t c hl o a da m o n gt h eu n i t s c o n c e m e d t h ec o n s t r a i n tc o n d i t i o n s o ft h em o d e la r ea n a l y z e da n dad y n a m i c p r o g r a m m i n gr e c u r s i v ee q u a t i o no ft h em o d e li se s t a b l i s h e d d y n a m i cp r o g r a m m i n g a n di m p r o v e dg e n e t i ca l g o r i t h ma r eu s e dt os o l v et h em o d e l a c c o r d i n gt ot h r e e d i f f e r e n ts t a t e so ft h eu n i t sc o n c e m e d ，i m p r o v e dg e n e t i ca l g o r i t h mi su s e dt os o l v et h e m o d e la n dt h er e s u l t sa r ea n a l y z e da n dc o m p a r e d 3 c o m p u t e rt e c h n o l o g i e s s u c ha sa s e n e t , w e bs e r v i c et e c h n o l o g ya n d d a t a b a s e t e c h n o l o g y a r eu s e dt od e v e l o pa no p t i m a lo p e r a t i o ns y s t e mf o r s u p a h e - r i v e rc a s c a d eh y d r o p o w e rp l a n t s t h es y s t e mi n c l u d e s s h o r t - t e r mo p t i m a l o p e r a t i o nm o d u l e ，e c o n o m i c a lo p e r a t i o nm o d u l e ，d a t am a n a g e m e n tm o d u l ee t c t h e r e s u l t so ft h es y s t e m sr u n n i n ga r eg i v e n k e yw o r d s ：s h o r t - t e r mo p t i m a lo p e r a t i o n ；e c o n o m i c a lo p e r a t i o n ；c a s c a d e h y d r o p o w e rp l a n t s ；s u p a h e r i v e r 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得丕生盘堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 再于书 签字日期： 二。夕年 岁月站e l 学位论文版权使用授权书 本学位论文作者完全了解苤鲞盘堂有关保留、使用学位论文的规定。 特授权叁鲞盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： j i 可 丰7 l 导师签名： 签字同期： 2 - 矿年t 月 才日 签字日期： 第一章绪论 1 1 引言 第一章绪论 随着社会的进步，对能源的需求越来越大。水电作为一种可再生、清洁廉价 的能源对于促进社会进步起到举足轻重的作用。水电调节性能好、启动快、在电 网运行中担任调峰作用，快捷而有效。可确保供电安全，在非常情况和事故情况 下可减少电网的供电损失。 我国水能资源丰富，总量位居世界首位。我国的水能资源曾经于1 9 8 0 年进 行了全国普查，最近又进行了全国复查，根据全国水力资源复查成果，我国大陆 水力资源理论蕴藏量在1 万k w 及以上河流上的水力资源理论蕴藏量年电量为 6 0 8 2 9 亿k w h ，平均功率为6 9 4 4 0 万k w ；理论蕴藏量在l 万k w 及以上河流上 单站装机容量5 0 0 k w 及以上水电站的技术可开发装机容量为5 4 1 6 4 万k w ，年 发电量为2 4 7 4 0 亿k w h ，其中经济可开发水电站装机容量4 0 1 7 9 万k w ，年发 电量1 7 5 3 4 亿k w h ，分别占技术可开发装机容量和年发电量的7 4 2 和7 0 9 n 1 。 我国水电开发程度，到2 0 1 0 年常规水电装机容量达到1 9 4 0 0 万k w ，占电 力总装机容量的2 6 0 ，开发程度达3 5 ；到2 0 1 5 年常规水电装机容量达到 2 7 1 0 0 万k w ，占电力总装机容量的2 8 6 ，开发程度达5 0 ；到2 0 2 0 年常规 水电装机容量达到3 2 8 0 0 万k w ，占电力总装机容量的2 8 6 ，开发程度达6 0 。 在水库调度中，常规的调度方法是根据制定的水电站水库调度图进行的。在 这种调度方法中，在任何年份，不管来水丰枯，只要在某一时刻的库水位相同， 就采取完全相同的调度方式。这种方式存在缺陷。实际上各时期来水变化很大， 如不能针对面临时段变化的来水流量进行水库调度，则很难充分利用水能资源， 达到最优调度以获得最大的效益。通过水电站优化调度制定水电站的优化运行策 略，可以解决常规调度方法所遇到的问题，合理利用水能资源、节约用水、减少 机组损耗、提高水电站的经济效益。据统计，进行水电站优化调度可以在几乎不 增加水电站费用支出的情况下比按常规调度方法增加水电站收益1 3 乜1 ，这 对于我国这样的水电大国是非常有意义的。 1 2 本文研究的目的和意义 目前我国已形成十三大水电能源基地，包括：金沙江、雅砻江、大渡河、乌 江、长江上游、红水河、澜沧江、黄河上游、黄河中游、湘西、闽浙赣、东北、 第一章绪论 怒江等。对水电的开发普遍采用梯级滚动开发模式，即在一条江、河上从上而下 在不同时期修建一系列水电站，将老水电站的收益用于新水电站的开发，有效避 免了水电建设投资大、周期长、国家的再投入有限、不能满足加快水电建设的需 要等缺点。一条河上的水电站存在天然的水力联系，通过梯级优化调度，制定一 条河流整体的经济最优运行方案，可以大大增加梯级水电站总体的水能利用率， 增加发电量从而增加水电公司收益。因而对梯级水电站优化调度的研究具有重大 的现实意义。本文通过研究，结合苏帕河流域梯级水电站，针对水库的入流过程， 遵照优化调度准则，运用最优化方法，制定梯级水电站的短期最优调度方案和梯 级电站厂内最优经济运行方案，使得发电企业在整个调度期内的总效益达到最 大。 传统的调度软件采用c s 模式，随着i n t e r n e t 技术的发展和推广，c s 模式 的弊端越来越明显，如不能实现数据共享、不便于统一管理、维护难度大等等。 针对以上问题本文开发了基于b s 模式的苏帕河流域梯级水电站优化调度系统。 1 3 课题国内外研究状况综述 水库优化调度是一个多阶段决策过程。水库优化调度根据涉及水库的多少可 分为单一水库优化调度和水库群优化调度：而根据调度模型可分为线性规划 ( l i n e a rp r o g r a m m i n g ，l p ) 模型、非线性规划( n o n - l i n e a rp r o g r a m m i n g ，n l p ) 模型、确定型动态规划( c e r t a i nd y n a m i cp r o g r a m m i n g ，c d p ) 模型和随机型动 态规划( s t o c h a s t i cd y n a m i cp r o g r a m m i n g ，s d p ) 模型。最早把优化概念引入到水 库调度的是美国人m a s e s ，始于1 9 4 6 年。西方国家的专业文献一般认为1 9 5 5 年美 国哈佛大学水资源大纲标志着系统分析及优化模型在水资源规划及管理中应用 研究的开端。从水库调度讲，l i t t l e 于1 9 5 5 年提出随机的输入径流用m a r k o v 过程描 述。并依据大古力水电站3 9 年资料推求入流的概率转移矩阵，建立一个水电系统 离散随机动态规划调度模型，指导水库优化调度，从而标志着用系统科学方法研 究水库优化调度的开始心。2 0 世纪5 0 年代末期到8 0 年代中期，随着系统工程学、 计算机、遥感、通信技术的迅猛发展，以线性规划、非线性规划和动态规划为代 表的优化技术在水库调度中得到了广泛研究，并取得了一定的应用成果，例如美 国加利福尼亚中心流域工程优化调度系统( c v p ) 和田纳西流域机构( t v a ) 的水 资源优化调度系统( h y d r o s i m ) 等，这些优化调度系统的建立为流域水能的充分 利用创造了良好条件。水库优化调度的发展，经历从单库到多库、从简单到复杂 的过程。早期的水库调度主要以线性规划和非线性规划方法来求解，以单库为主； 后来，动态规划应用于水库优化调度中，可求解一些更复杂的问题，并能得到更 2 第一章绪论 好的解。但是，当问题的状态变量增多时，动态规划存在“维数灾”问题，导致 计算时间增加以至问题无法求解。1 9 9 9 年，r o b i nw a r d l a w 和m o h ds h a n f i 羊- 细介 绍了遗传算法在水库优化调度中的应用，并讨论了遗传算法的不同遗传算子对遗 传算法性能的影响，应用合适的遗传算子，成功地解决了四水库问题以及十水库 问趔2 引。遗传算法( g e n e t i ca l g o r i t h m ，g a ) 等智能优化算法应用到水库优化调 度当中来，推动了水库优化调度的发展。 - 我国开展水库优化调度的研究与应用始于6 0 年代。初期的水库调度主要是半 经验、半理论的方法，即考虑前期水文气象因素( 如降雨等) 对预留防洪库容的 影响，通过防洪控制图( 调度图) 来进行操作的。半经验半理论方法具有操作简 单等优点，是国内外水库调度常用的方法，但它也有明显的不足，例如，难以充 分利用流域与水库的实时信息；没有充分挖掘水库的兴利和防洪效益等。我国现 代实用水库优化调度模型研究始于2 0 世纪7 0 年代末，初期以单库调度为主，8 0 年 代我国开始水库群优化调度研究。董子敖和张勇传是国内水库优化调度的开拓 者，他们为水库优化调度的发展做出了重大贡献。动态规划在应用于水库优化调 度上取得了辉煌的成果，但也存在致命的缺点，即当状态变量增多后会不可避免 地引起“维数灾 问题。目前水利水电工程建设的迅速发展，梯级水库的调度越 来越复杂。采用传统的优化调度方法难以解决水电站群的联合优化调度所遇到的 难题。1 9 9 6 年，马光文、王黎将浮点编码的遗传算法引入到水库优化调度中，为 克服水库群运行优化的“维数灾”问题提供了一种新途径幢引。2 0 0 1 年，王大刚等 将十进制编码的遗传算法引入水库优化调度，缩短了计算时间，提高了运行效率 眺1 。2 0 0 3 年，钟登华、熊开智和成立芹提出了一种用于水库优化调度的改进遗传 算法，该算法将生成的子代种群和父代种群中的个体进行排序，选择- 前p o p 个作 为下一代种群，提高了种群的多样性；同时，将水库库容序列代替传统的流量序 列作为个体的染色体，消除了水库地形的影响，提高了计算精度乜引。各种改进遗 传算法在水库优化调度得到广泛应用陋8 r b 们。2 0 0 5 年，马光文等将蚁群算法应用 到水库优化调度中口口引。王德智等提出了应用于水库优化调度中的改进蚁群算 法汹3 。2 0 0 6 年，杨道辉等将粒子群算法应用到水电站日优化调度中n 田。胡国强等 提出了一种协调粒子群算法，利用多粒子群的信息协调和扰动策略的方法，较好 地克服了基本粒子群算法易于早熟和陷入局部最优的缺点，具有良好的收敛速度 和计算精度口利。智能优化算法如遗传算法、蚁群算法、微粒群算法能有效解决传 统优化调度算法所遇到的难题，将智能优化算法应用到水库优化调度特别是梯级 水电站群联合优化调度方面取得了一系列令人瞩目的成果。水库调度研究也正朝 着实时最优化、智能化方向发展。 水库优化调度的发展经历了从单一水库优化调度到水库群优化调度，从简单 3 第一章绪论 模型到复杂模型，从应用常规方法求解到应用智能优化算法求解的过程。随着计 算机技术、算法技术、系统工程的发展，水库优化调度还有发展的空间，能解决 更加复杂的问题，提高发电企业的效益以及国民经济收益。 1 4 本文研究的主要内容 1 将动态规划、遗传算法等优化算法应用到苏帕河流域梯级水电站短期优 化调度中，并且充分发挥网络方便、快捷以及出色的数据共享能力的优点和遗传 算法寻优速度快、解决复杂问题能力强的特点，开发出基于b s 模式的苏帕河流 域梯级水电站优化调度系统，为梯级水电站制定决策提供有力支持，提高水电公 司的经济效益。 2 以实际项目为依托，建立了适合于苏帕河流域梯级水电站的短期优化调 度模型和厂内经济运行模型。并结合模型特点以及实际应用需要，研究了适合模 型的求解方法，如动态规划及其改进算法、改进的遗传算法等，并给出详细的模 型求解步骤。在此基础上，还研究了蚁群算法、微粒群算法，并给出求解模型的 步骤。 3 根据建立的苏帕河流域梯级水电站短期优化调度模型以及厂内经济运行 模型，结合模型的特点采用改进遗传算法求解模型得出了结果，并对结果进行了 分析、比较，揭示水电站优化调度的机理。 4 将a s p n e t 技术、数据库技术、d l l 技术、w e bs e r v i c e 技术、g d i + 技术和o w c 技术相结合，充分利用计算机技术开发出苏帕河流域梯级水电站优 化调度系统，系统界面友好，运行更稳定、快速，应用方便、可靠。 本文的研究思路如图1 1 所示。 本文的章节安排如下： 第一章为绪论。介绍了本文研究的目的和意义、国内外水库优化调度发展综 述以及本文的主要研究内容和研究思路。 第二章为苏帕河流域梯级水电站短期优化调度模型及求解方法。主要研究了 苏帕河流域梯级电站短期优化调度模型的建立和模型的求解。建立了短期优化调 度模型如确定型动态规划模型、随机型动态规划模型、单库优化调度模型、水库 群优化调度模型等。研究了模型的求解方法有动态规划法、改进遗传算法、动态 规划的改进算法、蚁群算法以及微粒群算法。详细研究了适合于苏帕河流域梯级 电站优化调度模型求解的改进遗传算法。根据建立的模型和求解方法，给出了苏 帕河流域梯级水电站短期优化调度的求解结果，包括丰水期和枯水期两个典型时 期的优化调度结果，并对结果进行了分析。 4 第一章绪论 第三章为苏帕河流域梯级水电站厂内经济运行。建立了苏帕河流域梯级水电 站厂内经济运行模型，包括考虑固定机组间负荷分配的空间最优化模型和考虑电 站开停机计划的时间最优化模型。并研究了模型的求解方法如动态规划方法和改 进的遗传算法。给出了应用改进遗传算法求解经济运行模型的结果，包括机组三 种不同状态下的经济运行方式，并对结果进行了分析。 第四章为苏帕河流域梯级水电站优化调度系统开发。本章研究了将计算机技 术如a s p n e t 技术、数据库技术、d l l 技术、w e bs e r v i c e 技术、g d i + 技术 和o w c 技术相结合，开发了苏帕河流域梯级水电站优化调度系统。并给出系统 运行环境、操作管理方法以及系统的运行图。 第五章为结束语。对全文进行了总结并提出了今后改进和研究的方向。 图1 - 1 苏帕河流域梯级电站优化调度系统研究思路图 5 第二章苏帕河流域梯级水电站短期优化调度模型及求解方法 第二章苏帕河流域梯级水电站短期优化调度模型及求解方法 2 1 苏帕河流域梯级水电站简介 苏帕河属怒江水系，是怒江干流右岸的一级支流，发源于大雪山北麓勐 ( m 邑n g ) 昌境内，流域全长7 0 6 k m ，总高差约1 7 0 0 m 。采用一库四级开发方案， 利用总落差约1 2 2 0 m ，总装机1 9 1 m w 。其中“龙头水库茄子山水库水电站( 装 机1 6 m w ) 已建成发电，四级电站阿鸠田( 装机1 0 5 m w ) 已在2 0 0 2 年7 月2 8 日正式开工建设，定于2 0 0 4 年1 0 月1 日首台机组发电，三级电站乌泥河水电站 ( 装机3 0 m w ) 已在2 0 0 3 年1 1 月2 2 日正式开工建设，定于2 0 0 5 年5 月底两台 机组同时发电，二级电站朝阳电站( 装机4 0 m w ) 也已完成可行性研究报告。这 些工程的修建和运行为苏帕河流域水资源的开发利用提供了强有力的保证，也为 苏帕河水量宏观调配、进一步提高苏帕河水资源的综合利用效益创造了有利条 件。 由于在同一流域上修建一库四级电站，上游电站的放水直接形成下游电站运 行的来水，各电站的运行调度密切相关。上游“龙头”水库茄子山水库具有年调 节能力，下游三个电站均采用长距离引水式发电，乌泥河水电站水库具备日调节 能力。各级电站主要工程特性见表2 - 1 ，各水库主要参数如表2 2 。 表2 一l 各电站主要工程特性表 茄子山电站朝阳电站乌泥河电站阿鸠田电站 计划2 0 0 6 年 建设阶段9 9 年9 月投产2 0 0 5 年5 月投产2 0 0 5 年3 月投产 1 0 月投产 坝址控制径流面积 2 1 l2 4 14 7 55 3 2 ( k m 2 ) 坝型砼面板堆石坝砼重力坝砼重力坝重力式闸坝 引用流量( m 3 ) 2 1 82 1 83 2 33 2 4 额定水头( m ) 8 72 2 6 51 0 73 9 8 最大水头( m ) 1 0 7 4 2 4 51 2 94 2 1 2 7 最小水头( m ) 6 5 42 2 41 0 5 9 23 9 5 5 9 装机容量( k w ) 2 8 0 0 02 2 0 0 0 02 1 5 0 0 03 3 8 0 0 0 多年平均发电量 0 6 6 81 6 81 7 1 46 4 6 4 ( 1 0 8 k w h ) 6 第二章苏帕河流域梯级水电站短期优化调度模型及求解方法 年利用小时数( h ) 4 1 7 54 2 0 05 7 1 45 6 7 0 总投资( 亿元) 3 6 82 9 6 31 7 1 44 9 2 8 建设时间9 6 9 9 年 2 0 0 4 2 0 0 6 年2 0 0 3 2 0 0 5 年2 0 0 2 - 2 0 0 5 钜 水库满足水库满足水库满足水库满足 备注 多年调节调峰调峰调峰 表2 - 2 各水库主要参数 水库水库特征正常蓄水位兴利库容死水位有效库容 茄子山年调节 1 8 1 5 m1 1 5 亿m ?1 7 7 5 m1 2 亿m 3 朝阳 无调节1 6 6 5r n1 1 万m 31 6 5 9 m1 1 2 万m 3 乌泥河 日调节1 4 8 3 m5 8 万m 31 4 7 7 m6 1 万m 3 阿鸠田无调节 1 3 1 8 m1 5 8 万m 31 3 l o m1 6 万m 3 水库的库容与水位的关系是一项重要的约束条件，它决定了不同的水位水库 容许泄流能力的大小，这种关系一般是根据实测离散表示的。龙头茄子山水库具 有年调节能力，是梯级电站综合优化调度的关键，该水库的水位库容的关系如 表2 - 3 ，图2 - 1 绘出了水库库容水位关系曲线。 表2 - 3 茄子山水库h v 关系 水位( m ) 1 7 8 01 7 8 5 8 51 7 8 7 9 81 7 9 11 7 9 21 7 9 41 7 9 91 8 0 4 库容( z rm 3 )1 1 9 0 4 8 2 7 8 1 1 83 1 1 6 6 73 6 6 1 53 8 6 3 84 3 0 0 55 5 。7 4 87 1 0 9 4 水位( m ) 1 8 0 51 8 0 91 8 1 1 5 1 8 1 2 51 8 1 3 51 8 1 41 8 1 4 51 8 1 4 8 6 库容( 万m 3 ) 7 4 4 9 78 9 2 3 99 9 4 6 3 51 0 3 7 7 61 0 8 2 3 61 1 0 5 0 41 1 2 8 4 91 1 4 5 3 7 1 4 0 0 0 ，、1 2 0 0 0 卷1 0 0 0 0 怅 捌8 0 0 0 s6 0 0 0 罄4 0 0 0 2 0 0 0 o 1 7 8 01 7 8 61 7 8 81 7 9 11 7 9 21 7 9 41 7 9 91 8 0 41 8 0 51 8 0 91 8 1 21 8 1 31 8 1 41 8 1 41 8 1 51 8 1 5 水位( 米) 图2 - 1 水库的库容水位关系曲线图 7 第二章苏帕河流域梯级水电站短期优化调度模型及求解方法 乌 图2 - 2 苏帕河流域概况 图2 - 3 苏帕河流域梯级水电站示意图 8 水电站 第二章苏帕河流域梯级水电站短期优化调度模型及求解方法 2 2 梯级水电站短期优化调度模型的建立 苏帕河流域梯级水电站，“龙头茄子山水库兴利库容1 1 5 亿m 3 ，有效库 容1 2 亿m 3 ，具备年调节能力；二级朝阳水库兴利库容l l 万m 3 ，有效库容1 1 2 万m 3 ，为无调节水库；三级乌泥河水库兴利库容5 8 万m 3 ，有效库容6 1 万1 1 3 3 ， 具备日调节能力；四级阿鸠圈水库有效库容1 5 8 万m 3 ，兴利库容1 6 万m 3 ，为 无调节水库。根据苏帕河流域梯级电站水库的特征，可以建立梯级电站的短期优 化调度模型。由于茄子山水库为年调节水库，乌泥河水库为日调节水库，因此梯 级短期优化调度模型属于涉及两个串联水库的水库群优化调度模型。模型以小时 为阶段变量，以茄子山水库的库容和乌泥河水库的库容为状态变量，以茄子山水 库的放水流量和乌泥河水库的放水流量为决策变量，以茄子山水库的水量平衡方 程和乌泥河水库的水量平衡方程为状态转移方程，考虑梯级的水量耦合，以梯级 水电站日发电量最大为目标。 根据以上研究，建立梯级电站短期优化调度模型如下，包括确定型动态规划 模型和随机型动态规划模型。 2 2 1 确定型动态规划模型 当入流为确定型或有长期水文预报时，对水库进行优化调度可以建立确定型 动态规划畸朝模型。 2 2 1 t 单一水库确定型动态规划调度模型 若只考虑“龙头”茄子山水库的调节能力，则苏帕河流域梯级水电站短期优 化调度属于单一水库优化调度，但要计及梯级四个电站的发电量，以四个电站的 发电量为目标函数。 目标函数： n = m a x y ( 9 8 1 r q ，h ，+ 吖) t = li = l 递推方程：? ( k ) = m 乜x n ，( 一，q ，) + 二( 圪+ ，) 状态转移方程：t 卅= l + ( q ；- q f ) z 约束条件： 库容约束：l 出力约束：。，一 流量约束：q m i 。q ，q m 。 符号说明： 9 ( 2 1 ) ( 2 - 2 ) ( 2 - 3 ) ( 2 - 4 ) ( 2 - 5 ) ( 2 - 6 ) 第二章苏帕河流域梯级水电站短期优化调度模型及求解方法 卜一总出力值； q 广一f 时段发电引水流量，决策变量； 卜t 时段的水库库容值，状态变量； 口厂f 时段的来水流量； 矸一f 时段的发电时间； 日一f 时段的发电水头； ，广优化调度时段总数； ，r 一无调节水库个数； m ( 形，q ) 面临时段t 在时段初水库蓄水量为巧和该时段发电用水流量为q ， 时的出力； 盹1 + ( 珞l 卜当库容为取1 时余留期( 从升l 时段到末时段) 最优出力； 研( 形) 当水库蓄水量为巧时，从t 时段到末时段的最优出力； m 无调节水库水电站i 在t 时段的出力值。 模型考虑梯级电站之间的水量耦合。 2 2 1 2 水库群确定型动态规划调度模型 水电站水库群可分为两类：无水力联系的跨流域水电站水库群和有水力联系 的梯级水电站水库群。对于既包括有跨流域的、又有梯级的水电站水库群，则可 把它分解为上述两类子问题进行求解。若考虑“龙头”茄子山水库和三级乌泥河 水库则苏帕河流域梯级水电站短期优化调度为水库群优化调度。确定型水电站水 库群优化调度的数学模型如下( 以发电量最大为目标) ： 目标函数： m a x f = f 。 ( 2 - 7 ) t = l i = l f ；- - - 9 s 、u ；q h t ； ( 、2 - 8 、) 递推方程： 研( k 1 ，巧2 ，k ”) = 删，( 巧1 ，巧2 ，杉”，纠，岔，g ) + 二，( l ，形：，形二) ) ( 2 - 9 ) 符号说明： 只l 第i 电站第t 时段的发电量； 卵，7 第i 电站第t 时段出力系数： 正l 一第j 第t 时段的发电持续时间； g ，l 第f 电站第t 时段的引水流量； 日2 第i 电站第t 时段的平均发电水头； 10 第二章苏帕河流域梯级水电站短期优化调度模型及求解方法 肟一调度期的时段总数； r 水电站水库群的个数： ，( ，k 2 ，e ”，纠，研，q 】：，) f 时段初水库蓄水量为k 1 ，v t 2 ，oo 9 巧”时，t 时 段水库出流量为纠，饼，饼时，本时段水 电站水库群的发电量，即面临时段效益； j v t * _ l ( k ! ，l ：。，k ：。) 一一当t 时段在e 1 ，形2 ，k ”情况下，采用决策出流为 科，岔，饼时，所相应的t 时段末，即扣1 时段初水 库蓄水量为k ，k 2 1 ，k ：，时，从时段f - 1 到时段1 ， 即余留期水电站水库群的最优发电量； 吖( 1 ，巧2 ，巧”) f 时段初水库蓄水量为，k 2 ，”时，从时段t 到时段l ， 即全时期水电站水库群最优发电量。 梯级水电站之间的水量耦合： 吼= q u + g 观 ( 2 一i 0 ) 其中，乳为下游水电站水库的入库流量；q u 为上游水电站的水库的出库流量： 知为两电站之间的区间径流流量。 2 。2 2 随机型动态规划模型 确定型动态规划水库优化调度模型中，包含有状态变量和决策变量的目标函 数和约束条件的系数或常数，假定都是已知和确定的。但在实际问题中，有许多 问题常受随机因素的影响，在不同程度上带有随机系统的性质，这种问题不能用 确定型模型来处理，而要用随机模型来处理，也就是在模型的目标函数和约束条 件的系数或常数中有一些是随机变量。 在随机动态规划5 1 模型中，一种是根据问题的实际情况或为简化计，把随机 参数看作是相互独立的随机变量；另一种是随机参数需要计入相关关系作为某种 随机过程( 如马尔科夫链) 来处理的。本文只研究径流随机独立型模型。 2 2 2 1 单一水库随机型动态规划调度模型 入流随机独立是水库各时段的入流互不相关，其发电量最大为目标的数学模 型如下： 递推方程： m ( 杉) = m a x e p j i ) ，( 一，g ；，q ，) + 二，( 形一。) 】) ( 2 1 1 ) ， 状态转移方程：形= k 一，+ ( g 卜q ，) 互 ( 2 1 2 ) 符号说明： 第二章苏帕河流域梯级水电站短期优化调度模型及求解方法 g h 时段的第i 个流量离散值： 卜流量离散个数； f ( 杉，彰，q ) _ f 时段初状态为巧，入流量为g ? ，决策为q ，时的本时段的出力， 即面临时段效益值； m ，( 跟，) 卜1 时段末状态为环1 时，从时段产1 到时段l 的最优发电量期望值， 即余留期效益值： p ；( 口；) 对应不同q ，出现的概率； ? ( t ) f 时段初状态为k 时，从第t 时段到第l 时段的最优发电量期望值； 矸一f 时段的发电时间长。 2 2 2 2 水库群随机动态规划调度模型 以发电量最大为目标的水库群随机动态规划数学模型如下： 递推方程： ? ( s ，) = m a x e p ( q , * ) ，( s ，u ，) + 2 l ( s ，- ，) 】) ( 2 1 3 ) i i t 战g 符号说明： 置= ( k ，一，) 水库群t 时段的状态； 饼= ( q 嚣，q 丢，q 品) 水库群t 时段的决策流量离散值； ? ( s ，) 从状态s 出发从时段f 到时段1 的全时期最优发电量期望值； ，( s ，“，) 在状态s 下，当决策为蜥时的发电量，即面临时段效益值； 吒( s 。) 卜l 时段，在状态为品1 下，到l 时段的最优发电量期望值，即余留 期效益值； 尸( 骅) 对应决策流量离散值饼的频率值； 材水库群f 时段的决策； 广各流量频率曲线取得流量离散值： d 广f 时段水电站的决策空间。 梯级电站考虑电站之间的流量耦合。 2 3 优化调度模型的求解 2 3 1 确定型模型的动态规划求解 确定型模型是把水库入流当作确定的变量来建立的模型，可以用确定型动态 规划来求解。 1 2 第二章苏帕河流域梯级水电站短期优化调度模型及求解方法 2 3 1 1 动态规划原理及在水库优化调度中的应用 动态规划是运筹学的一个分支，它是解决多阶段决策过程最优化的一种数学 方法，大约产生于5 0 年代，1 9 5 1 年由美国数学家贝尔曼( r b e l l m a n ) 等人提 出。多阶段决策最优化过程各个决策阶段互相联系，并且每个阶段都需要做出决 策，各个阶段决策的选取不是任意确定的，它依赖于当前面临的状态，又影响以 后的发展。当各个决策确定后，就组成了一个决策序列，即为问题的一个解。动 态规划的理论基础是最优化定理，即“作为整个过程的最优策略具有这样的性质： 即无论过去的状态和决策如何，对前面的决策所形成的状态而言，余下的诸决策 必须构成最优策略。简言之，一个最优策略的子策略总是最优的。”u 2 1 水电站水 库优化调度是一个多阶段决策过程，动态规划方法在水电站优化调度中有着广泛 的应用。 动态规划应用于水库优化调度的基本思想如下： 1 确定阶段变量。描述阶段的变量称为阶段变量，阶段的划分，一般是根 据时间和空间的自然特征来划分，但要便于把问题的过程转化为多阶段决策的过 程。对于水库优化调度，取时段为阶段，如长期优化调度取月为阶段变量，短期 优化调度取天或者小时为阶段变量，而厂内经济运行中固定机组的负荷分配取机 组号为阶段变量； 2 确定状态变量。状态表示每个阶段开始所处的自然状况或客观条件，它 描述了研究问题过程的状况。描述过程状态的变量称为状态变量。状态变量必须 满足无后效性( 即马尔科夫性) 。对于水库优化调度，一般取每个时段初的库容 或者水位作为状态变量； 3 确定决策变量。决策表示当过程处于某一阶段的某个状态时，可以做出 不同的决定，从而确定下一阶段的状态。在水库优化调度中，取每个时段的放水 流量作为决策变量； 4 状态转移方程。状态转移方程是确定过程由一个状态到另一个状态的演 变过程。若给定第k 阶段状态变量& 的值，如果该阶段的决策变量锹一经确定， 第计1 阶段的状态变量& 1 的值也就完全确定，即翰1 = t k ( & ，锹) 。应用于水库 优化调度，状态转移方程为水量平衡方程，即： 圪卅= + ( g 一q ) 瓦 ( 2 1 4 ) 其中i 表示射1 时段初的水库库容状态，攻表示k 时段初水库的库容状态，q 青 表示k 时段水库的来水流量，g 表示k 时段水库的用水流量