（电力系统及其自动化专业论文）梯级水电站经济运行研究.pdf

东南大学工程硕士学位论文 摘要 水电作为一种重要的绿色可再生能源，一直以来国内外都在对其进行充分地开发和利用。随着 我国电力市场机制的逐步建立和完善，水电站的经济调度将成为保证电力系统安全和经济运行的重 要技术工作之一，直接关系到水电厂的安全经济运行和整个电网的经济效益及水资源的合理有效利 用，目前已受到电力系统各级运行和管理部门的极大重视。 本文首先简述了目前国内外梯级水电站优化调度的研究情况。 然后介绍了梯级水电站的工况特征，并对水电站的经济运行进行了概述，详细分析了梯级水电 站间的水力联系。列举了一些梯级水电站经济运行的优化准则，并结合目前电力市场环境下的分时 电价制度建立乌江梯级水电站的经济运行准则，即分时电价制度下梯级水电站日发电效益和期末水 库存水的效益最大，建立了乌江梯级水电站经济运行的数学模型。同时，建立了梯级水电站约束条 件的数学模型，包括梯级间的约束条件和水电站自身的约束条件。 通过对几种梯级水电站群优化调度算法的比较，如动态规划法、逐次逼近算法( p o a 算法) 、 网络分析法、神经网络模型法、遗传算法( g a ) 、粒子群优化算法( p s o ) 等，粒子群算法在求解 大规模复杂问题上具有许多不可比拟的优越性，如：实现简单、收敛速度快、不依赖于目标函数的 解析性质、不存在维数灾等，为求解水电站群优化调度问题提供了一条新的途径。 最后，结合乌江流域4 个梯级水电站群的经济运行，应用改进粒子群算法对其寻优，显示改进 粒子群算法良好的寻优能力。本文也对乌江梯级集控中心监控系统的设计及工程实现做了粗浅的研 究。 该课题对今后乌江流域梯级水电站群的经济运行具有理论参考意义，并为今后进行更加深入的 研究打下良好的基础。 关键词：乌江；梯级水电站；经济运行；粒子群算法；a g c a b s t r a c t b e i n ga ni m p o r t a n tk i n do fg r e e nr e n e w a b l ee n e r g y , t h eh y d r o p o w e rh a sb e e na l w a y sd e v e l o p e d a n d u t i l i z e da d e q u a t e l yb yb o t hh e r ea n da b r o a d a l o n gw i t ht h eg r a d u a l l ye s t a b l i s h m e n ta n dc o n s u m m a t i o ni n o u rc o u n t r ye l e c t r i cp o w e rm a r k e tm e c h a n i s m ，t h eh y d r o e l e c t r i cp o w e rs t a t i o ne c o n o m i cd i s p a t c hw i l l b e c o m eo n eo fi m p o r t a n tt e c h n i c a lw o r kt og u a r a n t e et h ep o w e rs a f e t ya n dt h ee c o n o m i co p e r a t i o n i th a s d i r e c ta c t i n gw i t ht h ec o n s e r v a t i v eu s eo fn a t u r a lr e s o u r c e sa n dt h ee c o n o m i co p e r a t i o no ft h eh y d r o e l e c t r i c p o w e rs t a t i o ni n t ot h ee c o n o m i cb e n e f i t so ft h ew h o l en e t w o r k a tp r e s e n tt h er e s e r v o i ro p e r a t i o na n d t h e m a n a g c m c n tp l a c eag r e a td e a lo fi m p o r t a n c eo ni t f i r s t l y , t h i sp a p e rr e c i t e sb r i e f l yt h ed o m e s t i ca n df o r e i g nr e s e a r c ho nt h eo p t i m a lo p e r a t i o no fc a s c a d e h y d r o p o w e rs t a t i o n s s e c o n d l mi ti n t r o d u c e st h ec h a r a c t e r i s t i c so fw o r k i n gc o n d i t i o n s ，s u m m a r i z e st h ee c o n o m i co p e r a t i o n o ft h eh y d r o e l e c t r i cs t a t i o n s ，a n da n a l y s e st h eh y d r a u l i cc o n n e c t i o nb e t w e e nt h ec a s c a d eh y d r o p o w e r s t a t i o n si nd e t a i l i tl i s t ss o m eo p t i m i z a t i o nr u l e so fe c o n o m i co p e r a t i o no fc a s c a d eh y d r o p o w e rs t a t i o n s ， e s t a b l i s h e st h eo p t i m i z a t i o nr u l eo ft h ew u j i a n gr i v e rc a s c a d eh y d r o p o w e rs t a t i o n sw i t ht i m e v a r y i n g p r i c e sc o m b i n e dw i t ht h ec u r r e n te l e c t r i c a lm a r k e te n v i r o n m e n t i te s t a b l i s h e st h em a t h e m a t i c sm o d e l so f t h ee c o n o m i co p e r a t i o na n dt h er e s t r i c t i o nc o n d i t i o n so ft h ew u j i a n gr i v e rc a s c a d e dh y d r o e l e c t r i cs t a t i o n s i n c l u d i n gt h ec a s c a d e da n dt h e m s e l v e s r e s t r i c t i o nc o n d i t i o n s c o m p a r i n gw i t hs o m ea r i t h m e t i c t h a ts o l v e st h eo p t i m a ld i s p a t c h i n go ft h ec a s c a d e dh y d r o e l e c t r i c s t a t i o n s ，s u c ha sd p ( d y n a m i cp r o g r a m m i n g ) ，p o a ，g a ( g e n e t i ca l g o r i t h m ) ，p s o ( r i a r t i c l es w a r r n o p t i m i z a t i o n ) ，p s oh a sm a n yi n c o m p a r a b l ea d v a n t a g e si ns o l v i n gl a r g e s c a l ec o m p l e xp r o b l e m s ，s u c ha s s i m p l e ，f a s tc o n v e r g e n c e ，n o td e p e n d i n go nt h ea n a l y t i c a ln a t u r eo ft h eo b j e c t i v ef u n c t i o n ，h a v i n gn 0c u r s e o fd i m e n s i o n a l i t y , e t c i tp r o v i d e dan e ww a yt os o l v et h eo p t i m a ld i s p a t c h i n go ft h ec a s c a d e d h y d r o e l e c t r i cs t a t i o n s f i n a l l y , c o m b i n e dw i t ht h ee c o n o m i co p e r a t i o no ff o u rc a s c a d e dh y d r o e l e c t r i cs t a t i o n si nw u j i a n g v a l l e y , i ta p p l i e sm p s ot os e a r c h t h e i ro p t i m i z a t i o n i td i s p l a y st h ea b i l i t yo fm p s os e a r c h i n g o p t i m i z a t i o ni sv e r ys t r o n g i ta l s os i m p l yr e s e a r c ht h ed e s i g na n dt h ee n g i n e e r i n gr e a l i z a t i o no ft h e c a s c a d e dc o n t r o ls y s t e mo fw u j i a n gc a s c a d e dc o n t r o lc e n t e r i th a st h ea c a d e m i cr e f e r e n c es i g n i f i c a n c ef o rt h ee c o n o m i co p e r a t i o no ft h ec a s c a d e dh y d r o e l e c t r i c s t a t i o n si nw u j i a n gv a l l e y , a n db u i l d st h en i c e rf o u n d a t i o nf o r t h ed e e p e rr e s e a r c hi nt h ef u t u r e k e yw o r d s ：w u j i a n g ；c a s c a d e dh y d r o e l e c t r i cs t a t i o n s ；e c o n o m i co p e r a t i o n ；p a r t i c l es w a m io p t i m i z a t i o n ； a g c 2 东南大学工程硕士学位论文 目录 第1 章绪论1 1 i 选题背景和研究意义i 1 2 梯级电站优化调度的国内外研究情况。i 1 3 本文研究的主要内容和方法5 第2 章梯级水电站经济运行问题概述6 2 1 水电站运行概述6 2 2 梯级水电站的工况特征7 2 3 梯级水电站经济运行概述8 2 4 梯级水电站经济运行准则1 2 2 5 梯级水电站运行的约束条件1 5 第3 章粒子群算法理论18 3 1 基本粒子群算法1 8 3 2 几种改进的粒子群算法及分析2 1 第4 章改进粒子群算法在乌江梯级水电站经济运行中的应用2 8 4 i 乌江流域概况2 8 4 2 乌江中上游梯级水电站基本资料2 9 4 3 乌江梯级水电站经济运行的数学模型3 3 4 4 基于改进粒子群优化算法的求解3 6 4 5 结果分析。3 8 第5 章乌江梯级水电站集控中心监控系统的设计与实现4 0 5 1 梯级水电站集控系统概述4 0 5 2 梯级水电站集控系统的设计4 1 5 3 梯级水电站集控系统的配置4 4 第6 章总结与展望4 7 6 1 本文的主要工作4 7 6 致 作 东南大学工程硕士学位论文 1 1 选题背景和研究意义 第1 章绪论 第1 4 届世界能源大会得出的主要结论之一是：在2 l 世纪的上半期，作为化石燃料替代品的再 生能源中，只有水电资源成为主要资源。世界上还有7 0 以上的水能源可供开发，特别是水能资源 丰富的发展中国家，水电开发潜力很大。据资料刊载，2 0 0 4 年在各国电力系统中水电量所占比重， 挪威为9 8 1 9 ，巴西为8 6 5 ( 2 0 0 1 年数据) ，冰岛为8 3 3 ，加拿大为5 8 9 ，新西兰为6 8 1 ， 奥地利为7 1 7 ( 2 0 0 1 年数据) ，瑞士为5 5 3 ，瑞典为4 0 1 ，意人利为1 7 4 ，中国为1 5 1 ， 美国为6 6 。我国水电量比重尚低于世界平均水平。 我国幅员辽阔，江河湖泊众多，河流总长度达4 2 万k m ，流域面积l o o k m 2 以上的河流约有5 万多条。水能蕴藏量极为丰富，仅河川水能资源就有6 7 6 亿k w ，居世界首位。水能资源依流域分， 规划了全国1 3 项水电基地，它们是金沙江、雅砻江、大渡河、乌江、长江上游及清江、红水河、澜 沧江、黄河上游、黄河中游、湖南、闽浙赣、东北、怒江。如果全部开发将有装机容量2 7 6 0 2 万k w ， 将占全国可开发水能资源的5 0 9 5 。考虑到水能丰盛、淹没少、造价低、输电距离短等因素，这 1 3 项水电基地国家已优先发展黄河上游、红水河、长江上游及乌江4 大水电基地。 在梯级开发中，位于河流的大水库，对全河流量都有调节作用，影响极大，被称为龙头水库。 一个流域的梯级开发，不可能也不需要要求每个电站都有调节性能好的水库，必然有龙头水库和受 到其补偿或反调节作用的其他梯级水库。只要调度得当，一个流域若干个梯级电站，以至跨流域的 水电群，就可以进行科学合理的组合，以期实现水能资源的最优综合利用。可以很大程度上解决枯 水期、洪水期的供电超伏以及电网峰谷差的调节。中外实践证明：中长期经济运行可增加发电量 2 o 5 5 ：短期发电优化调度可增加发电量1 5 一5 o 。因此，通过科学合理的调度，把电网调 度与流域梯级调度结合起来，最大限度挖掘水电的调节性能，改善供电稳定性，是发挥工程和设备 潜力、充分利用水能资源的一种措施，是各大流域发电公司非常重视的课题之一，这对增加水电站 的发电效益、确保电网的安全运行有着重要的现实意义。 1 2 梯级电站优化调度的国内外研究情况 梯级电站优化调度目前普遍采用的常规调度方法，依据调度图参考中、短期降雨径流预报指导 梯级电站运行，具有简单直观且拥有一定可靠性的优点。但是，由于调度图带有一定的经验性，因 而调度结果一般只是可行解而不是最优解。至于满足各种约束条件，考虑不同的最优准则，进行梯 级电站群和水利系统的联合调度，常规调度都存在不足之处。因此，需要用系统分析的方法来研究 东南大学工程硕士学位论文 梯级电站的优化调度。梯级电站优化调度问题是一个典型的多约束优化问题，它以系统工程学为理 论基础，利用现代计算机技术和最优化技术，寻求满意的优化调度方式和实时调度方案以指导梯级 电站运行。近几十年来，国内外学者研究并提出了许多富有成效的方法。 1 2 1国外研究情况 优化调度理论与方法的研究，国际上5 0 年代初就开始了。李特尔( j d c l i t t l e ) 1 9 5 5 年采用马 尔可夫过程原理建立水库调度随机动态规划模型是水库优化调度开创性的研究成果【5 】。1 9 6 0 年霍华 特的“动态规划与马尔可夫”一书为马氏决策奠定了基础。7 0 年代初期，国外陆续发表的研究成果 表明单一水库优化调度的马氏决策规划模型已日趋完善。与此同时，国外研究的注意力已逐步转向 多水库群联合运行的研究。 国外关于水库群优化调度的研究大约在6 0 年代末起步，最早的水资源系统模拟是1 9 5 3 年美国 陆军工程师团在计算机上模拟了密西西比河支流密苏里河上的6 座水库的联合调度策略，模拟的目 标是整个系统的发电量最大，且能满足系统防洪、灌溉及航运在不同时期的要求。之后，随着系统 科学理论在水库优化调度领域的不断发展，大量的研究成果不断问世。m u r r a y d 和s y o k o w i t s 于1 9 7 0 年在微分动态规划的基础上发展了约束微分动态规划，并应用于一个由1 0 个水库组成的水库群。 1 9 7 1 年，h e i d a r i 等考虑了来水已知的四个水库优化调度问题，提出了一种称为离散微分动态规划的 计算方法，给出了实际计算结果 6 1 。b e l l m a n 和z a d e h 在1 9 7 0 年共同提出模糊动态规划法( f d p ) ， 为水电站水库优化调度又开辟了一条新途径。a r v a n i t i d i s 、r o s i n g 提出了水库群调度的聚合分解法【7 1 。 聚合分解法及大系统分解协调法是优化水电站水库群运行策略的一种有效模型，由于规则分解时的 非线性关系，使分解过程较为复杂，t u r g e o n ( 1 9 7 9 ，1 9 8 0 ，1 9 8 1 ) 先后对该法作了改进。t u r g e o n a ( 1 9 8 1 ) 以h o w s o n 和s a n c h o ( 1 9 7 5 ) 提出的逐步优化原理为基础，运用随机动态规划和逼近法( p o a ) 解决了并联水库群水力发电系统的优化问题【8 1 。m a r i n o 和m o h a m m d i ( 1 9 8 3 ) 针对加利福尼亚中心 河谷工程水库群，分别用l p d p 、n l p 、i d p 、d i f fd p 、p o a 方法进行水库优化调度研究，结果表 明p o a 比其它方法都好。f o u f o u l a 等( 1 9 8 8 ) 提出了一个梯度动态规划算法( g d p ) ，可以有效减 少由于水库数目增加造成的“维数灾”【9 】。e a s t 和h a l l ( 1 9 9 4 ) 假设入库流量已知条件下使用遗传 算法应用在线性规划及动态规划上，求解四个水库问题，并比较遗传算法与离散微分动态规划的计 算时间与记忆容量，发现遗传算法可将系统复杂性简化许多。s a a d 等研究提出了用人工神经网络分 解等效水库运行规则，方法快速、简单、收敛迅速。k a r a m o u z 等( 1 9 9 2 ) 提出了一个贝叶斯随机动 态规划( b s d p ) 0 0 。o l i v e i r a 等( 1 9 9 7 ) 使用遗传算法生成水库群系统的调度规则等等【1 1 1 。 1 2 2 国内研究情况 我国对水库群优化调度的研究始于2 0 世纪8 0 年代初。当时谭维炎、刘健民等人在研究四川水 电站水库群优化调度图和计算方法时提出考虑保证率约束的优化调度图的递推计算方法【1 2 1 。1 9 8 1 年 张勇传应用大系统分解协调原理，对两并联水电站水库的联合优化调度问题进行了研究，先把两库 联合问题变成两个水库的单库优化问题，然后在两水库单库最优策略的基础上引入了偏优损失最小 作为目标函数，对单库最优策略进行协调，以求得总体最优【”】。1 9 8 2 年，叶秉如提出了并联水电站 2 东南大学工程硕士学位论文 水库群的年最优化调度的动态解析法，该法以古典优化法为基础，结合递推增优计算，并在闽北水 电站水库群优化调度的模拟计算中得n - f 应用【1 4 1 。1 9 8 3 年，鲁子林将网络分析中的最小费用法用于 水电站水库群的优化调度。1 9 8 6 年，董子敖等提出了计入径流时空相关关系的多目标多层次优化法， 该法的基本思想是：采用分区推求条件频率曲线和隐相关相结合的方法计入径流的时空相关关系， 把一维动态规划逐步逼近法用于二维状态，并采用参数迭代法实现降维求单目标次优解，以克服“维 数灾”障碍”】。同年，胡振鹏、冯尚友提出了动态大系统多目标递阶分析的分解一聚类方法，将水 库多年运行整体优化问题分解为按时间划分的一系列运行子系统，在各子系统优化的基础上将各水 库提供的年内运行策略聚合成上一级系统，并由聚合模型描述和确定水库群的多年运行过程和策略， 该法为解决跨流域供水水库群联合运行中多库、多目标、多层次、调节周期长和计算时段多等复杂 情况提供了有效方法，在解决丹江口水库多目标优化调度时取得了成功【1 6 1 。1 9 9 4 年，王本德等提出 了梯级水电站防洪系统多目标洪水调度的模糊优选模型，该模型分别在丰满一白山梯级水电站防洪 系统和清河一南城子一柴河串并联水库群防洪系统优化调度中得到应用m 。近些年来，计算机技术 的不断发展使得大规模的数据处理成为可能，这使得基于计算机技术的智能仿生算法有了较大的发 展并被广泛应用于许多领域。其中，遗传算法( g a ) 和人工神经网络( a n n ) 等已被应用于水电 站水库优化调度领域并取得了一定的成果。1 9 9 5 年，胡铁松等尝试性地研究了h p o e f i d l 网络在水库 群较长期优化调度中的应用。研究表明，神经网络方法能有效地克服用动态规划法存在的“维数灾” 障碍，具有显著的优点【1 8 】。1 9 9 6 年，马光文等提出了浮点表示的遗传算法( 简称f p g a ) ，它的主 要优点在于状态和控制变量不必离散化，所需内存少，编程简单，它为克服水电站群优化调度“维 数灾”问题提供了一条新途径【1 9 1 。 1 2 3 几种优化调度方法的概述 梯级水电站经济运行是一个具有复杂约束条件的大型、动态的非线性优化问题，迭代难以收敛， 处理起来非常复杂。目前求解这一问题的算法主要有：动态规划法、逐次逼近算法( p o a 算法) 、 网络分析法、神经网络模型法、遗传算法( g a ) 、粒子群优化算法( p s 0 ) 等。 ( 1 ) 动态规划法 动态规划法( d p ) 通过分析系统的多阶段决策过程( 多阶段决策过程是指每个阶段的决策选择 都要考虑过程的过去情况和决策对以后过程的影响) ，以求得整个系统的最优决策方案，而且不受 目标函数和约束条件的线性、凸性或连续性的要求【3 3 】。动态规划法可使一个多变量复杂的高维问题， 进行分级处理，化为求解多个单变量的问题或较简单的低维问题。主要是运用“最优化原则”对相 邻两步建立基本函数间的某种递推关系后，就可以把原m x n 维的问题化为n 次( 个) 决策问题，而 每次( 个) 决策只包含m 个变量的选择，就成为解n 个m 维的规划问题。 长期以来，动态规划法是处理两级梯级水电站经济运行的一种常用的方法，但当梯级水电站的 级数增加，出现高维的问题时，计算工作量庞大，计算机存储受到限制，计算时间长，不可避免会 出现“维数灾”( 所谓“维数灾”是指维数位于计算工作量表达式的指数位置) 。因此近十多年来， 各国学者致力于降维方法，已提出多种有效改进的方法。到目前，比较有用的有以下几种：拉格朗 3 - 东南大学工程硕士学位论文 日乘子法、逐次逼近算法( p o a 算法) 、状态增量动态规划( i d p ) 、微分动态规划( d i f f d p ) 、离散 微分动态规划( d d d p ) 等，都在不同程度上减轻了“维数灾”问题，但还不是十分理想。 ( 2 ) 逐次逼近算法 逐次逼近算法( p o a 算法) 是将多阶段的问题分解为多个两阶段问题，解决两阶段问题只是对所 选的两阶段的决策变量进行搜索寻优，同时固定其它阶段的变量；在解决该阶段问题后再考虑下一 个两阶段，将上次的结果作为下次优化的初试条件，进行寻优，如此反复循环，直到收敛为止。但 这种算法的缺点是很难保证收敛到全局最优解。 ( 3 ) 网络分析法 网络分析法属图论的组成部分，许多工程系统包括水库系统都可以用图形来描述，这种图形由 许多点和连接这些点的线所构成，生产实际问题中有时还需在图上标明某个数量指标，这种带有数 量指标的图称为网络1 3 4 。许多线性规划问题都可以转化为网络模型。网络模型具有计算速度快，所 需贮存较少，在计算机上求解一般比其它方法更快地获得解答的优点，国外将网络模型用于研究较 大水库群系统优化调度已取得一些成果。 ( 4 ) 遗传算法 遗传算法是j o h nh o l l a n d 在2 0 世纪7 0 年代初期提出的新型优化算法，它具有并行计算的特性 与自适应搜索的能力，具有适用范围广、寻优能力强、程序实现简单等优点，可以从多个初值点开 始，沿多路径搜索实现全局或准全局最优，并且计算过程中不需要存储状态或决策变量的离散点， 因而大大减少了计算机内存，很适合于求解像梯级水电站站间a g c 这类大规模复杂的组合优化问题。 ( 5 ) 蚁群算法 蚁群算法是基于群体的随机启发式优化算法，算法基本思想是蚁群总是寻找食物源与蚁巢间的 最短路径：当蚂蚁寻找食物时会沿途释放称为信息素的物质，后续的蚂蚁倾向于向信息素浓度高的 路径移动。这种集体行为最终导致产生食物源与蚁巢间的最短路径。 文献【3 5 】表明，求解梯级水库短期优化调度问题，蚁群算法计算速度快，算法收敛性好，计算 精度高，与同等情况下用p o a 求解结果接近，但求解时间大大缩小。 ( 6 ) 粒子群优化算法 粒子群优化算法( 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 ) 最早是由e b e r h a r t 和k e n n e d y 于1 9 9 5 年 提出，它的基本概念源于对鸟群觅食行为的研究。在p s o 中，每个优化问题的潜在解都可以想象成 d 维搜索空间上的一个点，我们称之为“粒子”( p a r t i c l e ) ，所有的粒子都有一个被目标函数决定的 适应值( f i t n e s sv a l u e ) ，每个粒子还有一个速度决定他们飞翔的方向和距离，然后粒子们就追随当前 的最优粒子在解空间中搜索。 粒子群优化算法在求解大规模复杂问题上具有许多不可比拟的优越性，如：实现简单、收敛速 度快、不依赖于目标函数的解析性质、不存在维数灾等，为求解水电站群优化调度问题提供了一条 新的途径。 4 东南大学工程硕士学位论文 1 3 本文研究的主要内容和方法 水电站可以是坝式水电站、引水式水电站或混合式水电站，单独开发各有优缺点，梯级水电开 发，可取长补短，联合调度，提高水资源的利用率，协调水资源综合利用之间的矛盾，获得梯级效 益。上游水电站水库调节径流可增大下游所有梯级水电站的保证出力和年发电量；上、下游水库联 合调度，可协调发电和其它用水要求的矛盾；上游水电站削减洪峰、蓄存洪量，可提高下游各级水 电站防洪标准，减小泄洪设施规模；上游电站水库有时可为下游新建电站缩短初期蓄水时间。 梯级水电站一般由不同开发方式、不同库容和不同装机容量的一组水电站串联组成，采取集中 控制的管理方法，将它们的水力、电力联系，出力、流量、水头的约束联系，实行集中控制，才可 实现整个梯级安全、经济运行的目的。 乌江梯级水电站是贵州省最重要的水电基地，担负贵州电力系统的发电、主力调峰、调频等任 务，在贵州省“西电东送”的战略中占有重要地位。 电力生产实际中，由调度机构单独给定整个乌江梯级水电站的日负荷图，乌江梯级水电站的集 控中心每日根据调度机构下达的梯级日负荷图，在满足流域水量、电量平衡的原则下，根据经济运 行准则编制乌江梯级各站的日负荷图并付诸实施，从而使得整个乌江梯级水电站统一、合理、经济 地运行，达到一定的经济效益。 本文根据经济运行准则建立乌江梯级水电站日经济运行的目标函数，在充分考虑电力联系、水 力联系、各电站限制条件等约束条件的情况下，对其进行寻优，以获取各电站的日最优发电计划。 由于电站之间复杂的水力联系和电力联系，水电站群优化调度问题是一个高度非线性的约束优 化问题，并且，随着水电站群规模的增大，其解空间变得极其庞大而无规则。传统的优化算法在求 解大规模水电站优化调度问题时由于存在维数灾等问题，在可接受的计算时间内难以获得最优的或 满意的调度计划。粒子群优化算法作为智能优化算法的重要分支，在求解大规模复杂问题上具有许 多不可比拟的优越性，如：实现简单、收敛速度快、不依赖于目标函数的解析性质、不存在维数灾 等，为求解水电站群优化调度问题提供了一条新的途径。因此，本文将应用粒子群优化算法对乌江 梯级水电站日经济运行问题进行寻优。 5 东南大学工程硕士学位论文 第2 章梯级水电站经济运行问题概述 2 1 水电站运行概述 水电站利用水工建筑物集中水头，形成水库以调节径流，具有一定能量的水流最后经过压力输 水管道进入蜗壳，驱动水轮机，同时带动发电机旋转发出电能。水电站出力是指单位时间水电站实 际发出的电力功率，以k w 为单位，是水电站送往各输电线路的电力功率之和。其表达公式为： n = 9 8 1 9 h j r z ( 2 - 1 ) 式中n l 一水电站电力出力，k w ； q 。水电站引用流量，m s s ： 日；水电站净水头，m ； 水电站效率，其随机组运行工况改变，通常大型水电站的7 7 z 值约为8 0 产9 0 ；中型水 电站的现值约为7 5 r 8 5 ；小型水电站的砚值约为6 5 - - 7 5 。改善机组运行工况，提高水电站 效率，从而增发水电站出力，是提高经济性的重要途径之一。 从式( 2 1 ) 中可以看出，水电站出力主要跟机组流量和净水头有关。机组流量受水电站入库流 量影响，通过机组桨叶和导叶的开度进行调节；净水头主要跟上、下游水位及水头损失有关，它们 都随着入库流量和下泄流量的变化而变化的。 水电站在发电过程中所引用的单位重量水体所携带的天然水能，称作水电站水头，以m ( 米) 为计量单位。水电站的总水头，又称毛水头，等于水电站上游引水进口断面和下游尾水出口断面处 的水位差、流速水头差与压强水头差之和n ，用式( 2 2 ) 表示如下 以= 乙也+ 掣2 9 一缕2 9 号一等 沼2 ， 厂y 式中乙、乙冰电站上、下游计算断面处水位； 盟、盟上、下游计算断面处流速水头； 2 92 9 旦、旦匕、下游计算断面处压强水头。 yy 当近似认为上、下游计算断面处压强等于大气压，流速又很小而忽略不计( 例如未发电) 时，其相 应水头称作静水头，等于上、下游水位差，用式( 2 3 ) 表示如下 厶0 = z 。一z d = 以+ 也= h t + 埘：+ 以 ( 2 - 3 ) 式中皿机组段水头，在研究厂内经济运行时，是以机组段为单元进行分析处理的； 只水轮机水头，是直接作用于水轮机工作轮上的水头； 东南大学工程硕士学位论文 出t 引水建筑物( 隧道、进水闸门等) 中的水头损失，是由于水流流经引水建筑物存在摩 擦与局部阻力而造成的水头损失，它包括水流通过引水建筑物产生的局部水头损失和沿程水头损失， 以1 1 1 ( 米) 为计量单位； 刖t 压力引水管中的水头损失，由于水流流经压力引水管时，管道沿程中的摩擦和局部阻 力而造成的水头损失。 引水建筑物和压力引水管中的总的水头损失为 脯= 脯。+ 胡：= 彳q 2 ( 2 - 4 ) 式中q 为引水流量：系数a 可由水力计算、实测或由设计资料直接提供，a 的大小取决于引水建筑 物和压力引水管内壁的粗糙度、断面形状、尺寸、局部摩阻等等诸多因素的影响。采取一定的措施 ( 如改善流道形状，减少过流表面糙率等) 能够减少水头损失。 通常发电时水电站水头是指总水头与水电站水头损失之差，称为净水头，用式( 2 5 ) 表示如下 h j = k i n h i 础+ 警一筹一以 泣5 ， 式中j i l ，水电站水头损失。 利用水库集中落差形成水头并调节流量的过程中，增长水库保持高水位运行的时间，获得调节 周期内最大的运行平均水头，对于提高年发电量有重要作用。同时，减少进水建筑物和引水建筑物 的水头损失，也是水头控制的重要方面。 2 2 梯级水电站的工况特征 自河流的上游起，由上而下地拟定一个河段接一个河段的水利枢纽系列、呈阶梯状的分布形式， 这样的开发方式称为梯级开发。通过梯级开发方式所建成的一连串的水电站，称为梯级式水电站。 梯级水电站的工作状况同非梯级开发的个别独立运行电站就有很大的差别，具有独立运行电站所没 有的一些工况特钳2 们，这主要是： ( 1 ) 水能利用特征 梯级水电站对河流的水能利用特征非常明显：在水头利用上，是分级开发、分段利用；在水量 利用上是多次开发、重复利用，因此，在上下梯级之间表现出明显的相互影响的制约。 ( 2 ) 运行调度特征 由于整个梯级都受到上游来水的影响、下游梯级都受到上游水库调节能力的制约、下一梯级受 到上一梯级运行工况的制约，因此梯级电站的调度不仅有各个电站的合理运行调度问题，而且有整 个梯级的优化调度问题。所以，梯级电站必须实行整个梯级的统一调度，在满足系统所给定的负荷 曲线前提下，实行各个梯级站的经济运行，以便合理利用水力资源，提高水能利用率。 ( 3 ) 生产管理特征 东南大学工程硕士学位论文 一个河流梯级往往有多个电站，电站之间都相隔一定距离，厂区比较分散，战线拉得较长，这 就使生产指挥受到种种限制。如果各个电站开发方式、布置型式、机组型号和容量不一样，这又使 得生产技术管理复杂化。为了适应对梯级电站统一管理的要求，对梯级电站厂区内的道路交通、通 讯设施和其它管理技术手段也有很多特殊的要求。总之，梯级电站的生产管理必须有效解决好电站 分散与管理集中之间的矛盾。 ( 4 ) 外部联系特征 这主要指梯级电站与系统的关系问题，同时也涉及与所在地方之间的联系。如果整个梯级同属 于一个电网，这种联系相对单纯一些。如果一个梯级分属于不同的电网，那么梯级管理中的利益冲 突与调节将是十分重要的问题。即便是属于同一个电网，如果构成梯级的电站所有权不一致，那么， 也应十分慎重地处理好电站梯级一系统三者之间的利益关系。由于梯级电站跨越好几个市县甚至 好几个省区，这又涉及到不同地方之间的利益关系。这种关系不仅是电量分配问题，而且涉及利税 分配、水量分配、防洪安全、环境影响等多方面问题。在梯级运行过程中，十分注意和妥善解决这 些关系是非常重要的问题。总之，梯级电站的外部联系与单个独立运行的电站相比，要广阔得多， 也要复杂得多。 2 3 梯级水电站经济运行概述 国内外实践表明，流域与河段的水资源综合利用一般采取梯级开发的模式，梯级电站通过整个 梯级的合理统一调度，使整个梯级水电站的整体效益大于该梯级内各个电站效益之和，梯级开发的 河流各梯级之间具有互相增进效益( 如电力、防洪、防沙、旅游、生态环境) 的作用。各梯级水电 站再根据分配的负荷曲线实行厂内经济运行，从而合理利用水力资源，提高水能利用率。 2 3 1 梯级水电站经济运行方式 在动力系统安全可靠供电的条件下，水电站运行获得最大经济效果的工作，称为水电站经济运 行，与此相应的水电站运行方式，称为水电站经济运行方式( 或最优运行方式) 。 水电站经济运行方式按照工作周期长短的不同，通常划分为三种方式，即长期运行方式、短期 运行方式和厂内运行方式。每种方式有其独立性但同时又互有一定的联系。 ( 1 ) 长期运行方式 通常指工作周期为一年的运行方式。水电站水库具有年或多年调节性能。梯级水电站主要根据 以往多年的运行经验及来水情况，结合当年的天气情况及来水预测、决定该梯级水电站系统的各个 时段( 一般为一个月) 的平均放水量及发电量，这个计划往往是经验性的，其对全年梯级水电站群 的运行具有指导作用。通常情况下，该计划的制定往往要综合航运、渔业、灌溉等各种因素，做出 一年的水库运行方案，以达到全年最优运行的目标。因此，其追求的目标是保证整个梯级水电站的 全年最优运行。 ( 2 ) 短期运行方式 8 - 东南大学工程硕士学位论文 通常指工作周期为1 日，即2 4 h 的运行方式。水电站日调节所需库容不大，年和多年调节水库 均可同时进行日调节。工作周期为一周，即7 日的运行方式，也是一种短期运行方式，称为周调节， 是将周末休息日低负荷时的多余径流调济到工作日负荷上升时使用。由于我国当前广泛实行各工矿 企业的休息日( 厂休日) 错开安排的轮休制度，所以基本上不存在周调节方式。 ( 3 ) 厂内运行方式 通常指厂内各台动力设备逐小时的运行工况最优化。它与动力设备的性能以及电网和动力设备 的运行工况参数的实时检测和控制手段直接相联系。 2 3 2 梯级水电站经济运行系统结构 梯级水电站经济运行是一个涉及很多因素的复杂大系统优化问题，很难整体求解，因此，将该 大系统问题分解为几个较简单的子系统问题分别求解以此来降低问题的复杂度。根据梯级水电站经 济运行问题的特点，可将其分为三个子系统优化问题，分别为梯级水电站群来水量预报问题、梯级 水电站群中长期优化调度问题和梯级水电站群短期优化调度问题。针对这三个子系统优化问题，需 建立适用于梯级水电站群的水情自动化系统、水库优化调度系统和梯级远程集中监控系统。 ( 1 ) 水库优化调度及水情自动化系统 水电站在电力系统中的最优运行方式，首先从满足电力系统长期负荷增长的需要出发，根据水 情自动化系统预报的来水量，考虑梯级防洪、区间及下游综合用水要求、梯级各电站的设计保证出 力等因素，通过水库优化调度系统，分配长周期( 年) 可以获得的一次能源，制订发电计划，从而 对梯级水电站群进行联合中长期发电优化调度及防洪优化调度。 水电站长期经济运行的基本内容是：以水电站水库优化调度为核心，并进行电力系统的长期电 力电量平衡；安排设备检修计划；确定电源备用方式；同时包括预报和分析入库径流，洪水控制， 水电站水库群优化调度等内容。 水情自动化系统应用通信、遥测和计算机技术，完成江河和水库区流域内降雨量，水位、流量、 含沙量、水质等参数的实时信息采集和数据处理，以实现防洪、泄洪、给水、发电等优化调度，提 高防洪能力和水资源利用的程度。既是一种先进的水情信息实时采集处理系统，也是一项现代化的 非工程性的防洪措施。 水情自动化系统主要包括遥测站、中继站、中心站和通信网络四部分。分布在坝区、库区和流 域范围内的各遥测站，利用检测设备传感器对雨量、水位、流量、含沙量、水质等水文信息进行采 集，由编码器进行数据处理、编码，成为数字信号信源，提供给数据发射设备，经信道编码和调制 成为带通信号，利用发射机送入信道，向中继站或中心站发送；中继站通过路径选择使各测站信息 数据经可能的不同路径通信网络传输至中心站；中心站利用接收设备手动或自动巡回接收来自中继 站或遥测站的带通信号，解调成码元信号，经校码核查无误后由译码器还原成信息数据送入计算机， 计算机进行预处理，并经预报模型及其参数率定，实时校正模型，完成以下功能：入库水情预报， 水库优化调度，水库泄洪调度，泄水闸门控制，资料数据库记录与查询，短期水文预报等。 ( 2 ) 梯级水电站集中控制系统 9 东南大学工程硕士学位论文 梯级水电站集中控制由梯级水电站集控中心计算机监控系统、s c a d a e m s 系统、电能量计量 系统、工业电视系统等多个系统组成。它根据水库调度系统的中长期优化调度结果，系统考虑电力 系统负荷平衡、频率控制要求、各水电站机组特性等众多因素，通过遥控、遥调、遥测、遥信和遥 视手段，对梯级水电站群进行联合短期优化调度，制定并实时自动调整梯级各电站的出力，提高流 域水资源的综合利用效率，实现梯级水电站的经济运行。 2 3 3 梯级水电站问的水力联系 梯级水电站对河流的水能利用特征非常明显：在水量利用上是多次开发、重复利用；在水头利 用上，是分级开发、分段利用。因此，在上下梯级之间表现出明显的相互影响的制约。 ( 1 ) 梯级电站间水量联系 从充分利用河流的流量和落差，以提高发电量和发电能力来衡量，堤坝式开发方式和引水式开 发方式有很大差别。堤坝式开发方式能够利用坝址断面的全部流量，尽可能减少梯级数目，能获得 较大出力和电能：而引水式开发方式只是利用了引水流量，为充分利用区间径流，因此增加梯级数 目，能获得较大出力和电能。 一般梯级水电站群的上游首级电站具有调节能力强的大容量水库，称为所谓“龙头水库 ，发 挥其流量调节作用，习惯称其为上游调节水库。 梯级水电站群上一级水库的弃水是下一级水库的部分来水。如果两电站间距离较远，则水流从 上游电站到下游电站的流经时间相对于短期优化时间( 譬如说，单日) 不容忽视，在制定梯级电站 日优化运行计划时必须对此时滞因素