耦合径流预报信息的水电站二维调度图绘制及使用方法与流程

文档序号：12825759阅读：203来源：国知局

本发明涉及水库调度技术领域，尤其涉及一种耦合径流预报信息的水电站二维调度图绘制及使用方法。

背景技术：

水库是人类重新分配水资源时空分布的重要工程措施，而水库调度技术是实现水库正常高效运行的必备手段之一。运用水库的调蓄能力优化分配水资源的时空分布,能提高水库管理运行水平，达到兴利、除害的目的，可提高水资源和水能资源利用率。水电站调度图由于操作简单方便，是现有水库调度技术中指导水电站日常运行的重要工具。

现行的水电站调度图基本形式如图1所示。水电站调度图中一般按照水库水位、时间将水库区划为防洪区、保证出力区、降低出力区和加大出力区等个运行区域，其调度运行方式是：一、当水库水位位于降低出力区时，电站按降低出力发电，并控制时段末库水位不小于死水位和不高于降低出力；二、当水库水位位于保证出力区时，电站按保证出力发电，并控制时段末库水位不小于降低出力线和不高于防破坏线；三、当水库水位位于加大出力区时，电站按加大出力发电，并控制时段末库水位不低于防破坏线和不高于防洪限制线；四、当水库水位位于防洪限制区时，则只需控制时段末库水位不低于防洪限制线，按全部装机预想出力发电。

从上述现行调度图的形式和应用方式可以看出：使用现行水电站调度图调度决策时，仅以当前时间和调度时段初的水位作为判断条件，没有考虑径流预报信息。而，事实上，水库当前时段的调度决策，不仅与面临时刻的水位有关系，还与面临时段的可能来水量有关。既：现有发电调度图缺乏对于径流预报信息及其不确定性的考虑。

技术实现要素：

本发明的目的在于提供一种耦合径流预报信息的水电站二维调度图绘制及使用方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明所述基于耦合径流预报信息的水电站二维调度图的构建方法，所述方法包括：

s1，水电站二维调度图基本形式概化；

s11，采用确定性优化调度方法对长系列入库径流进行优化调度；

s12，绘制水位-入库流量-出力三者的三维曲面图；

s13，将水电站出力投影到水位和入库流量所在的平面，观察得到水电站二维调度图的概化形式；

s2，建立水电站二维调度图优化模型，在建立水电站二维调度图优化模型过程中需要优化的目标为公式(1)和(2)；

其中，e为调度期内发电量；kqtht为水库t时段平均出力；t表示时段编号，△t为时段长；t为时段数目；p为出力保证率，sum(nt≥nmin)为调度期内时段出力大于保证出力的总时段数；nt表示时段t出力，nmin表示保证出力；

s3，采用多目标遗传算法，在水电站二维调度图优化模型的基础上对水电站二维调度图的概化形式进行优化编制，得到优化后的二维调度图；

s4，基于预报入库径流等级概率，采用后验概率加权平均法求水电站决策出力。

优选地，步骤s1中得到的水电站二维调度图的概化形式具体为：以z为横坐标，所述z为水位或水库需水量，以预报入库径流为纵坐标；根据预先划分的入库径流的等级和预先划分的z的等级，将所述水电站二维调度图离散成多个出力区间，设定每个出力区间有个一独立的出力值，各个出力值间存在公式(3)和公式(4)所表示的关系：

ni-1,j≤ni,j≤ni+1,j(3)

ni,j-1≤ni,j≤ni,j+1(4)

其中，i表示出力区间所处的z等级；j表示出力区间所处的预报入库径流等级；

ni-1,j表示调度图中z等级为i-1，预报入库径流等级为j的出力区间的出力值；

ni,j表示调度图中z等级为i，预报入库径流等级为j的出力区间的出力值；

ni+1,j表示调度图中z等级为i+1，预报入库径流等级为j的出力区间的出力值；

ni,j-1表示调度图中z等级为i，预报入库径流等级为j-1的出力区间的出力值；

ni,j+1表示调度图中z等级为i，预报入库径流等级为j+1的出力区间的出力值。

优选地，s2中，建立的水电站二维调度图优化模型满足五种约束条件，具体为：

水库水量平衡约束，具体为公式(5)：

v(t+1)＝v(t)+wi(t)-wo(t)-wl(t)(5)

式(5)中，v(t),v(t+1)分别表示水库在t时段初和时段末的库容；wi(t),wo(t),wl(t)分别表示水库第t时段的入库水量、出库水量和水量损失；

水库蓄水量约束，具体为公式(6)：

vmin(t)≤v(t)≤vmax(t)(6)

式(6)中v(t),vmax(t),vmin(t)分别表示水库在t时段的库容、允许的库容上限和允许的库容下限；

水库下泄流量约束，具体为公式(7)：

qmin(t)≤q(t)≤qmax(t)(7)

式(7)中，q(t),qmax(t),qmin(t)分别表示水库在t时段的出库流量、允许的最大泄流量和允许的最小下泄流量；

水电站出力约束，具体为公式(8)：

nmin(t)≤n(t)≤nmax(t)(8)

式(8)中n(t),nmax(t),nmin(t)分别表示水电站在t时段的出力、允许最大出力和允许最小出力；

调度图出力区间约束，具体为公式(9)：

ni-1,j≤ni,j≤ni+1,j；ni,j-1≤ni,j≤ni,j+1(9)

式(9)中，i表示出力区间的等级；j表示出力区间所处的预报入库径流等级，ni-1,j表示调度图中z等级为i-1，预报入库径流等级为j的出力区间的出力值；

ni,j表示调度图中z等级为i，预报入库径流等级为j的出力区间的出力值；

ni+1,j表示调度图中z等级为i+1，预报入库径流等级为j的出力区间的出力值；

ni,j-1表示调度图中z等级为i，预报入库径流等级为j-1的出力区间的出力值；

ni,j+1表示调度图中z等级为i，预报入库径流等级为j+1的出力区间的出力值。

优选地，s4，具体按照下述步骤实现：

s41：采用贝叶斯概率预报描述入库径流等级预报的不确定性

假设流量过程服从一阶马尔科夫过程，令ht-1表示t-1时刻的实测流量，ht、st分别表示t时刻的实际流量和预报流量；ht-1、ht、st分别表示ht-1、ht、st的实现值，根据贝叶斯公式，实际流量ht的后验密度函数为公式(10)：

式中，g(ht|ht-1)为流量先验概率密度；当st＝st时，函数f(st|ht-1,ht)为ht的似然函数；φ(ht|ht-1,st)为ht的后验密度函数；

s42，随着预报信息的更新，通过似然函数f(st|ht-1,ht)对先验概率密度g(ht|ht-1)进行修正，得到更符合实际情况的后验概率；

再结合步骤s3中得到的优化后的二维调度图，将入库流量等级划分为[0,q1]、[q1,q2]、[q2,q3]三个等级，可以通过贝叶斯公式得到t时刻预报入库径流处于[0,q1]、[q1,q2]、[q2,q3]三个等级的概率p1、p2和p3，其中，q1、q2和q3分别表示入库流量三个等级划分阈值，且q1＜q2＜q3；

s43：最终的决策出力n采用后验概率加权平均的方式获得，采用的加权平均公式为公式(11)：

n＝p1×ni,1+p2×ni,2+p3×ni,3(11)

其中，i为水库当前水位所处级别；

p1为入库径流处于等级[0,q1]的概率；

p2为入库径流处于等级[q1,q2]的概率；

p3为入库径流处于等级[q2,q3]的概率；

ni,1表示当前水位为i级别、径流处于[0,q1]时对应的出力区间；

ni,2表示当前水位为i级别、径流处于[q1,q2]时对应的出力区间；

ni,3表示当前水位为i级别、径流处于[q2,q3]时对应的出力区间。

本发明根据确定性优化调度的结果概化水电站二维调度图的基本形式，在此基础上，采用多目标遗传算法对于二维调度图的参数进行优化，得到兼顾发电量最优和发电保证率最大的优化二维调度图；针对常规调度图缺乏对预报不确定性考虑的缺点，采用基于贝叶斯理论的径流等级概率预报，量化径流预报不确定性；基于贝叶斯概率预报产品，采用后验概率加权平均法得到水电站实时决策出力值。

本发明的有益效果是：

考虑径流预报信息指导水库调度决策，能有效协调水库的短期效益和长期效益，有利于水电站全景发电量的提高。特别是随着数值天气预报的发展，使得利用径流预报信息指导水库调度成为可能，本发明公开的耦合径流预报信息的水电站二维调度图的绘制及使用方法，具有以下优点：

(1)现有技术一般都不考虑径流预报信息，而本发明能生成耦合径流预报信息的水电站二维调度图；

(2)基于贝叶斯理论的入库径流等级概率预报能充分考虑径流预报不确定性；

(3)基于后验概率加权平均法得到水电站的决策出力，有利于充分考虑径流的随机性，减小决策失误的可能；

(4)适应水库中长期发电计划制定及水库实时调度。

附图说明

图1为现行常规的发电调度示意图；m为死水位，j1为保证出力下线，j2为保证出力上线，j3为加大出力线；i为防洪安全控制区，ii为加大出力区，iii为保证出力区，iv为降低出力区；

图2为本发明方法的流程示意图；

图3为水电站二维调度图的概化形式。

图4为nsga-ii多目标遗传算法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。

实施例

参照图2，本实施例所述基于耦合径流预报信息的水电站二维调度图的构建方法，所述方法包括：

s1，水电站二维调度图基本形式概化

s11，采用确定性优化调度方法对长系列入库径流进行优化调度；

s12，绘制水位-入库流量-出力三者的三维曲面图；

s13，将水电站出力投影到水位和入库流量所在的平面，观察得到水电站二维调度图的概化形式；

s2，建立水电站二维调度图优化模型，在建立水电站二维调度图优化模型过程中需要优化的目标为公式(1)和(2)；

其中，e为调度期内发电量；kqtht为第水库t时段平均出力；t表示时段编号，△t为时段长；t为时段数目；p为出力保证率，sum(nt≥nmin)为调度期内时段出力大于保证出力的总时段数；nt表示时段t出力值，nmin表示保证出力值；

s3，采用多目标遗传算法，在水电站二维调度图优化模型的基础上对水电站二维调度图的概化形式进行优化编制，得到优化后的二维调度图；

s4，基于预报入库径流等级概率，采用后验概率加权平均法求水电站决策出力。

更详细的解释说明：

(一)步骤s1中得到的水电站二维调度图的概化形式具体为：以z为横坐标，所述z为水位或水库需水量，以预报入库径流为纵坐标；根据预先划分的入库径流的等级和预先划分的z的等级，将所述水电站二维调度图离散成多个出力区间，设定每个出力区间有个一独立的出力值，各个出力值间存在公式(3)和公式(4)所表示的关系：

ni-1,j≤ni,j≤ni+1,j(3)

ni,j-1≤ni,j≤ni,j+1(4)

其中，i表示出力区间所处的z等级；j表示出力区间所处的预报入库径流等级；ni-1,j表示调度图中z等级为i-1，预报入库径流等级为j的出力区间的出力值；ni,j表示调度图中z等级为i，预报入库径流等级为j的出力区间的出力值；ni+1,j表示调度图中z等级为i+1，预报入库径流等级为j的出力区间的出力值；ni,j-1表示调度图中z等级为i，预报入库径流等级为j-1的出力区间的出力值；ni,j+1表示调度图中z等级为i，预报入库径流等级为j+1的出力区间的出力值。

(二)s2中，建立的水电站二维调度图优化模型满足五种约束条件，具体为：

水库水量平衡约束，具体为公式(5)：

v(t+1)＝v(t)+wi(t)-wo(t)-wl(t)(5)

式(5)中，v(t),v(t+1)分别表示水库在t时段初和时段末的库容；wi(t),wo(t),wl(t)分别表示水库第t时段的入库水量、出库水量和水量损失；

水库蓄水量约束，具体为公式(6)：

vmin(t)≤v(t)≤vmax(t)(6)

式(6)中v(t),vmax(t),vmin(t)分别表示水库在t时段的库容、允许的库容上限和允许的库容下限；

水库下泄流量约束，具体为公式(7)：

qmin(t)≤q(t)≤qmax(t)(7)

式(7)中，q(t),qmax(t),qmin(t)分别表示水库在t时段的出库流量、允许的最大泄流量和允许的最小下泄流量；

水电站出力约束，具体为公式(8)：

nmin(t)≤n(t)≤nmax(t)(8)

式(8)中n(t),nmax(t),nmin(t)分别表示水电站在t时段的出力、允许最大出力和允许最小出力；

调度图出力区间约束，具体为公式(9)：

ni-1,j≤ni,j≤ni+1,j；ni,j-1≤ni,j≤ni,j+1(9)

式(9)中，i表示出力区间的等级；j表示出力区间所处的预报入库径流等级。

(四)参照图4，步骤s3是基于非支配解快速排序遗传算法通过非劣边界来逼近非劣解集，最终编制得到水电站二位调度图，具体按照下述实现：

步骤一：生成容量为p的初始种群；

步骤二：计算各个体的目标函数,基于各目标进行快速分层非劣排序；

步骤三：根据个体的等级,赋予每个个体适应度函数；

步骤四：通过精英保留选择、交叉、变异等策略生成下一代种群；

步骤五：将父代和子代种群合并；

步骤六：将种群进行快速分层非劣排序；

步骤七：选择最好的解进入新的种群(容量为p)；

步骤八：如果处于同一级别的个体很多,则计算这些个体的密集度函数,使得进入新种群的个体广泛的分布在该层上；

步骤九：重复步骤(4)-(8)直到停止条件满足为止(一般设定为迭代次数)。

(五)步骤s4，具体按照下述步骤实现：