水电站优化调度方法

1、水电站优化调度方法水雷作为清洁可再生能源，在我国的供电系统中所占的比例越来 越大，水电不仅有力推动了我国的经济发展，而且在环境饱和和节能 减排方面也有着重要的贡献。但是，随着水电站的不断增多，如何对 并网电厂的运行进行优化调度，使水电的优势充分发挥出来成为了研 究的重点。一、我国水电发展现状水电发展“十三五”规划指出：“十二五”期间，新增加的水电投产 装机容量为*万千瓦，年平均增幅为8.1%，在这其中大中型水电 8076万千瓦，小水电1660万千瓦，抽水蓄能达到了 612万千瓦。预 计至2021年底，全国水电总装机容量将会达到*万千瓦，其中大 中型水电*万千瓦，小水电7500万千瓦，抽水蓄能2

2、303万千瓦， 水电装机占全国发电总装机容量的20.9% 2021年全国水电发电量约1.1万亿千瓦时，占全国发电量的19.4%，在非化石能源中的比重达 73.7%。二、水电调度的任务水电调度的任务是合理利用现有工程和技术设施，对入库径流进 行合理调度，尽可能的减少水害、增加发电和综合利用效益，从而实 现水能资源和水资源的充分利用，为水利电力部门和其他有关行业提 供有效服务。三、水电调度优化方法（一）水利电力系统优化的简要定义在已知系统结构和参数以及约束条件下的情况下，利用优化理论 对水能和水资源实现最优控制。优化目的是使效益最大化，包括满足 社会需求和实现环境保护的目的。（二）经典优化方法目标

3、函数及约束条件I目标函数：（1）式中为t时刻（段）水电站所承担负荷的最优发电流量；、 分别为i号机组的机组（段）水头、承担的有功负荷及所耗用的发电 流量；为i号机组的机组（段）耗流量特性曲线。II约束条件功率平衡约束（2）（3）式中：为t时刻（段）水电站承担的无功负荷；为t时刻（段） i号机组承担的无功负荷。机组出力限制约束（4）式中：、分别为t时刻（段）i号机组允许最小出力和最大出 力，它们一般反应了机组振动、预想出力及电力线路等限制因素。经典优化方法I线性规划法线性规划法是运筹学的重要分支，它的研究历史较长，并且已经 发展的比较成熟，所以能应用于很多领域。线性规划用于研究在线性 约束条件下

4、目标函数的极值问题。线性规划具有基础性的地位，非线 性问题也常化为线性为题求解。线性回归的一般数学模型可表示为：（5）（6）式中，、都为已知常数。I 非线性规划非线性规划也是逼筹学一个重要分支。与线性规划不同，它是具 有非线性约束条件或目标函数的数学规划，它的目标函数和约束条件 至少有一个是未知量的非线性函数。非线性规划问题的一般数学模型可表示为求未知量使其满足约束条件：可表示为求未知量使其满足约束条件：（ ， ）0 m = 1，-, p（，）0 n = 1，q并使目标函数（，）达到最小值（或最大值）。III动态规划动态规划是解决最优化问题的一种途径，它不是一种算法。动态 规划就是把计算的中间

5、结果暂时的保存下来，在以后用到这些结果的 时候就直接读取出来。如果将静态规划（线性规划、非线性规划）划 分成若干个阶段，也可以用动态规划来解决。（7）式中，都是已知函数，最优自策略与之间是递推关系，要 求和，则需先求。现代优化方法现代有很多新的优化方法，如遗传算法、模拟退火算法、人工神 经网络算法等。前两种算法为第三种算法的产生奠定了一定的基础， 使人工神经网络算法汲取了前两种算法的优点，又有自身独特的优势， 因此，下面只介绍人工神经网络算法。人工神经网络是指模拟人脑神经系统的结构和功能，运用大量的 处理部件，由人工方式构造的网络系统。这种数学模型具有高容错性、 智能化、并行分布处理能力、学习能力等特点，所以它的应用几乎涵 盖了所有自然科学领域。它为解决非线性、不确定性和不确知系统问 题提供了一个新的算法。人工神经系统由大量的节点连接构成，而且 每个节点间的连接方式各有不同。每个节点代表一种特定的输出函数， 称为激励函数（activation function）。每两个节点间的连接都代表一 个通过该连接信号的加权值，称之为权重，这相当于人工网络的记忆。四、小结随着水电站的不断增多，调度问题也越来越成为关注的焦点。虽