考虑灵活性的水库发电优化调度方法与流程

本发明属于水库调度领域，具体涉及一种考虑灵活性的水库发电优化调度方法。

技术背景

发展水力发电是缓解未来能源危机，改善能源结构的一个重要举措。水库优化调度是是根据水库的调蓄能力，利用优化调度理论对出库径流过程进行调节，从而实现防洪、发电、灌溉、航运等综合效益的最大化。但是水库实际调度过程中使用的入库流量是由预报得到的，因此在水库优化调度是应考虑入库径流过程的不确定性。水库调度的灵活性(柔性)是指水库应对不确定因素(入库径流不确定性等)的适应能力，提高调度过程的灵活性可以大大降低不确定性因素对水库运行的影响。在水库优化调度中兼顾灵活性和发电效益具有重要现实意义。

传统的确定性优化调度模型未能充分考虑入库径流的不确定性，而随机优化模型过度依赖于对不确定因素分布类型及分布函数的假设。然而由于气候变化和人类活动的影响，入库径流的分布类型和分布函数将越来越难以预测。因此，如何在入库流量不确定的情况下提高水库发电量和灵活性是一个需要解决的问题。

技术实现要素：

本发明是为了解决上述问题而进行的，目的在于提供一种考虑灵活性的水库发电优化调度方法，能够在水库优化调度过程中兼顾发电效益和灵活性。

本发明为了实现上述目的，采用了以下方案：

本发明提供了一种考虑灵活性的水库发电优化调度方法，其特征在于，包括以下步骤：

步骤一.使用柔性指数表示入库径流的不确定性，将入库径流表示为一个区间形式；

入库径流表达式为：

式中：t为水库调度时段数；it为时段t的入库流量；为时段t的入库流量预测值；和为最大偏移量；μ为柔性指数；

步骤二.建立兼顾发电效益与灵活性的双目标优化模型；

发电效益目标为调度期内入流最劣情况下总发电量最大，计算式为：

灵活性目标为柔性指数最大，表达式为：

maxμ

式中，nt为时段t的出力；δt为时段长度；

约束条件为：

式中，vt+1和vt分别为时段t+1和时段t开始时库容；qt为时段t出库流量；vmax和vmin分别为允许的最大和最小库容；qmax和qmin分别为允许的最大和最小出库流量；nmax和nmin分别为最大和最小出力；

步骤三.求解双目标优化模型，使用约束法将灵活性目标转化为约束条件，然后使用动态规划方法求解；或者使用多目标智能算法求非劣解集。

本发明提供的考虑灵活性的水库发电优化调度方法，还可以具有以下特征：在步骤一中：首先，采用数理统计模型或者物理模型预测未来的入库径流过程然后，设置入库流量的最大偏移量和最后，利用柔性系数μ(0≤μ≤1)将入库流量表达为区间形式。

本发明提供的考虑灵活性的水库发电优化调度方法，还可以具有以下特征：在步骤二中：

nt＝min(nc,ne)

ne＝fnh(ht)

zd(q)＝a·q^b+c

zu(v)＝fzv(v)

式中：nc计算所得时段t的出力；ne为限制出力；ht为时段t的水头；zu和zd分别为时段t的上游和下游水位；hl为时段t的水头损失；qemax为最大发电流量；a,b,c和k为常数。

本发明提供的考虑灵活性的水库发电优化调度方法，还可以具有以下特征：在步骤三中：首先，将多目标问题转换为单目标问题，具体方法为将柔性指数转化为约束：0≤μ≤1，离散形式为：μ＝0,0.1,...,1；然后，简化最大发电量目标函数，具体方法为对出力关于出流求导数：

ne＝fnh(ht)＝m·ht+n＝m·(zu-zd(q)-hl)+n

n′e＝-m·a·b·q^b-1＜0

当上游水位确定时，时段出力随出流增加呈现出先增后减的规律，由于时段出流和入流存在线性关系：

qt＝it+(vt-vt+1)/δt

时段出力随入流增加呈现出先增后减的规律，此时目标函数可简化为：

式中：im为时段t入流区间边界；

最后，采用动态规划进行优化调度时，两阶段递推方程为：

ft(vt)＝max[ft(qt)+ft+1(vt+1)]

式中：ft()为时段t水库的效用函数，ft()为时段t到t的最大累积效用函数。

发明的作用与效果

本发明充分考虑了入库流量的不确定性特征，能够在入库流量预测不准的情况下，依然能提供一种灵活、稳定的水库调度过程用于指导水库的发电和实际运行。

附图说明

图1为本发明实施例中所涉及的考虑灵活性的水库发电优化调度方法的流程图。

具体实施方式

以下结合附图对本发明涉及的考虑灵活性的水库发电优化调度方法进行详细地说明。

<实施例>

如图1所示，本实施例所提供的考虑灵活性的水库发电优化调度方法包括以下步骤：

步骤一.采用柔性系数将入库径流表示为区间形式：

首先，采用数理统计模型或者物理模型预测未来的入库径流过程

然后，设置入库流量的最大偏移量和

最后，采用柔性系数μ(0≤μ≤1)表示入库径流的不确定性，将入库流量表达为区间形式，表达式为：

式中：t为水库调度时段数；it为时段t的入库流量；为时段t的入库流量预测值；和为最大偏移量；μ为柔性指数。

步骤二.建立兼顾发电效益与灵活性的双目标优化模型：

发电效益目标为调度期内入流最劣情况下总发电量最大，计算式为：

灵活性目标为柔性指数最大，表达式为：

maxμ

式中，nt为时段t的出力；δt为时段长度。

所建立的双目标优化模型考虑的约束条件有：水量平衡约束，库容约束，出库流量约束，出力约束，最大发电流量约束等，相应表达式如下：

式中，vt+1和vt分别为时段t+1和时段t开始时库容；qt为时段t出库流量；vmax和vmin分别为允许的最大和最小库容；qmax和qmin分别为允许的最大和最小出库流量；nmax和nmin分别为最大和最小出力。

其中，水电站实际出力计算式为：

nt＝min(nc,ne)

ne＝fnh(ht)

zd(q)＝a·q^b+c

zu(v)＝fzv(v)

式中：nc计算所得时段t的出力；ne为限制出力；ht为时段t的水头；zu和zd分别为时段t的上游和下游水位；hl为时段t的水头损失；qemax为最大发电流量；a,b,c和k为常数。

步骤三.求解双目标优化模型：使用约束法将灵活性目标转化为约束条件，然后使用动态规划方法求解；或者使用多目标智能算法求非劣解集。

首先，将多目标问题转换为单目标问题，具体方法为将柔性指数转化为约束：0≤μ≤1，离散形式为：μ＝0,0.1,...,1；

然后，简化最大发电量目标函数，具体方法为验证当水库上游水位不变时，发电量随入流增加呈现出先增后减的规律，此时目标函数可简化为：

式中：im为时段t入流区间边界；

最后，采用动态规划进行优化调度，两阶段递推方程为：

ft(vt)＝max[ft(qt)+ft+1(vt+1)]

式中：ft()为时段t水库的效用函数，ft()为时段t到t的最大累积效用函数。

以上实施例仅仅是对本发明技术方案所做的举例说明。本发明所涉及的考虑灵活性的水库发电优化调度方法并不仅仅限定于在以上实施例中所描述的内容，而是以权利要求所限定的范围为准。本发明所属领域技术人员在该实施例的基础上所做的任何修改或补充或等效替换，都在本发明的权利要求所要求保护的范围内。