一种梯级水电站发电预计划优化方法与流程

本发明属于水电站发电预计划技术领域，具体涉及一种梯级水电站发电预计划优化方法。

背景技术：

由于河流的梯级开发方式，对于梯级同一业主且为同一并网点电站，在运行过程中很多时候梯级电站整体作为一个调度单元统一上报发电计划，但由于近年水电弃水严重，因此在实际调度过程中，梯级电站的发电总量受到全网电量平衡的限制，往往小于根据实际来水能够发出的电量，这种情况下梯级电站发电计划形成主要通过四个过程实现：①梯级电站工作人员依据预测来水、中期调度的水量安排及检修计划安排等，向电力调度部门申报发电计划，该计划通常是中时间尺度的发电计划，以周、日总发电量的形式存在；②电力调度中心根据市场电力需求预测及各发电主体效益均衡进行电力电量平衡后，确定对各梯级电站的电力电量需求，通常为日发电任务(总出力或日总电量)的形式，该日总发电量任务往往与步骤①中根据来水计算的发电量有较大差距。③梯级电站调度工作人员依据下达的发电任务根据一定的原则与方法拟定发电预计划后上报电网。④电力调度部门审核各梯级电站上报的发电计划，并进行相应调整，以单站或梯级96点负荷曲线的形式下达发电计划。

在现行调度模式下，步骤③中根据电网下达的日总电量在梯级各电站之间的分配过程往往通过调度人员的经验，根据一定的比例关系经验值进行分配，这类人为分配的方式一般效率较低，且无法实现水能资源的合理利用，造成综合耗水率较大，甚至上下游水量不匹配等问题。

梯级水电站日发电预计划的优化编制通常根据预测来水与水库水位控制计划，以发电量最大、发电效益最大、调峰容量最大等优化准则从资源最大化利用的角度，建立优化数学模型，再采用数学规划、智能算法等优化算法，优化计算得到梯级各站的次日或未来几天内以15min为时段的梯级电站的负荷过程，是一个典型的“以水定电”的问题：通过预测来水情况，确定梯级电站的发电运行方式，并作为梯级水电站日发电计划上报调度部门。

近几年西南水电由于项目集中投产、外送通道建设滞后等原因，造成水电大量弃水，为此，电力电量平衡成为全网电力消纳与发电企业效益均衡的重要边界条件。因此，新形式下，原有“以水定电”的发电计划编制模式不在适用。全网电力电量平衡之后，下达给梯级水电站的发电任务以日总电量的形式存在，发电计划需要根据下达的日总电量、预测来水等情况进行编制，全网电力电量平衡后的发电预计划编制是一个典型的负荷分配问题，与传统的日96点负荷过程在梯级各电站之间的分配过程不同，是时段总电量在梯级各电站之间的负荷分配问题，已有研究成果少有对这类问题的研究，提出此类问题可以采用启发式负荷分配算法解决，但未给出实例佐证，同时该方法无法解决日总电量分配后的梯级各站优化方案的制定，因此在实际处理中，需要根据实际情况构造新的计算方法才能解决该类问题。

实际操作过程中，主要依据调度人员的经验进行电量分配与方案编制，其过程如下：

(1)调度人员依据梯级电站的综合耗水率经验比值确定日总电量在梯级各电站间的分配。如四川省水洛河流域目前已投产固滴、宁朗、撒多三电站，在实际调度运行过程中，日总发电任务下达后，日发电量扣除固滴按照发电能力满发，剩下的按照1：1.5的经验系数分配至各电站。

(2)根据各电站分配的电量及预测来水情况，依据决策支持系统或结合以往调度运行经验，确定电站日内96点的运行过程，并作为发电与计划上报调度部门审批。

已有的根据调度人员的经验确定梯级电站发电预计划不仅工作繁琐，容易造成是水能资源低效率利用问题，同时无法考虑梯级电站流达时间对梯级电站负荷分配的影响，如通过人工将电站分配到各电站之后，再各电站总电量分配至日内96点，可能导致在“上游电站蓄水，但是下游电站在发电”及“低水位时发电、高水位时蓄水”问题，无法实现水能资源的高效利用。

现有的技术缺点主要有：

(1)工作量较大，需要先根据经验系数将日总发电任务分配至各电站，而该经验系数的确定需要根据历史运行情况进行计算，且需要根据不同的水库水位值确定不同的经验系数。

(2)通过经验系数只能将日总电量分配至各电站，这样总电量在各站的分配与电站日电量在96电的分配分步实现，难以精细化考虑水流在各水库之间的流达时间的影响，造成梯级上下游之间水量不匹配。

(3)经验系数方法确定的电量分配方案无法考虑发电运行优化目标，难以实现水能资源的优化利用。

为此，建立新型的发电与计划编制方法，实现日发电总量在各电站之间的分配与各电站优化运行方案的同步生成，对减少调度工作人员负担，提高工作效率与精度，实现水能资源优化利用具有重要的实际意义。

技术实现要素：

针对已有技术的缺陷，本发明所解决的问题主要是：

(1)通过建立日总电量分配与优化运行方案嵌套耦合实现的计算方法，替代经验系数在日总电量在各站之间分配的作用，通过优化计算实现。

(2)在计算方法中，通过内置不同流量级对应的流达时间关系曲线，考虑流达时间对电站电量分配与运行方式的影响。

(3)嵌套计算过程中，通过优化计算方法实现发电效益最大、调峰电量最大等优化目标，实现了水电有限消纳模式下的资源的高效率用或者发电成本最小。

具体的技术方案为：

一种梯级水电站发电预计划优化方法，包括以下步骤：

(1)外层优化计算

外层寻优过程实现梯级总蓄能的最大；

(2)内层优化计算

内层优化实现给定梯级电站日初末水位及入流过程后的日总负荷最大化寻优计算，采用简便的定出力与逐步优化算法结合的优化算法；

该方法作了如下两个假设：

假设1：电站出力在同一个“峰平谷”时段内出力不变；

假设2：梯级各站峰平出力比在(1～2)∶1之间，谷平出力比在(0.5～1)∶1之间。

通过确定的峰平出力比、谷平出力比以及平段出力，可确定电站日内96点出力过程，根据给定的初始水位、入库流量过程及不同流量级下的流达时间参数等可逐时段推求末水位，通过不断地调整平段出力的值，使计算的日末水位与预先设置的日末目标水位相等；

再采用逐步优化算法调整峰、平、谷出力比寻优，以实现日发电量最大的优化目标。

(3)内外层优化的嵌套耦合

对外层优化根据发电任务确定的各站发电水量安排与该水量安排下追求发电量最大化的发电运行过程的科学匹配；采用类似“惩罚函数”，如式(1)所示：

f(i)＝α×(-|ea-eb|)(1)

f(i)为“惩罚”后的适应度；a是惩罚系数，取值100；ea为内层优化单元计算得到的样本日总负荷；eb为梯级给定的日总负荷任务；

采用“被惩罚”后的样本适应度是一个负值，且计算得到的负荷与需要分配的负荷差别越大，则对负荷和与适应度的惩罚越大，在寻优过程中就会将其舍弃，如此实现了给定日负荷与优化计算日负荷的匹配。

本发明提供的一种梯级水电站发电预计划优化方法，具有的技术效果有：

(1)在方案编制过程中，通过嵌套优化计算方式，避免了采用经验系数对日总电量进行负荷分配，从而导致电站无法实现最优化运行的问题。

(2)通过在内层的短期优化运行方案中考虑不同流量级下流达时间的影响，规避了经验系数分配法无法考虑流达时间影响的问题。

附图说明

图1为本发明的方法流程图。

具体实施方式

结合实施例说明本发明的具体技术方案。

针对电力电量平衡后的梯级水电站发电预计划编制，目前实际操作过程中采用分阶段计算的方法：先是将日总负荷任务分配至各电站，得到各站日发电任务；再以水资源利用效率最高为优化准则，由上至下逐电站优化日内发电运行过程。该方式逻辑简单、实现方便，容易被人接受，但是该方法无法考虑流达时间的影响，将造成“水量不平衡”或者个别电站日末水位无法满足初设要求的现象。梯级水电站之间水利联系紧密，并且受到梯级水库之间水流滞时的影响，上述两个问题不能分阶段实现，而是一个耦合的问题。本发明提出了用于梯级水电站发电预计划优化形成的嵌套计算方法，其主要思想是将梯级总蓄能最大的优化计算作为外层，每次优化过程中嵌套一个短期优化计算单元作为内层，在内层短期优化计算单元中考虑水流滞时等的影响，实现梯级各站之间发电运行过程的相互匹配，算法主要思想如图1所示。

(1)外层优化计算

外层寻优过程追求的是梯级总蓄能的最大，目前对以梯级总蓄能最大为目标的优化调度研究比较多，采用的方法也比较成熟如动态规划算法、遗传算法、粒子群算法等。鉴于智能型算法具有计算效率高，适用于高维数问题计算的特点，本发明推荐可采用粒子群算法(pso)实现外层优化计算。

(2)内层优化计算

内层优化实现了给定梯级电站日初末水位及入流过程后的日总负荷最大化寻优计算，前述遗传算法、粒子群算法等都是能有效实现的智能算法，但是这些算法一定程度存在参数确定复杂、易产生“早熟收敛”等问题。一般来看，以追求资源利用效率最大化的梯级水电站短期运行方案多存在日内负荷变动大、水位“大起大落”的现象，对发电机组的长期稳定运行不利，因此实际调度中较多地是希望电站出力保持平稳，此举不仅有利于减少频繁变动负荷的机组损耗，也有利于减轻调度人员的工作压力；此外日内电力需求一般存在早高峰、平、晚高峰、谷四类时段，高峰时段电力需求大，低谷时段电力需求小，该电力需求峰谷差异决定了电力调度部门要求各电站上报的发电计划需满足该类“峰-平-峰-谷”的特性。本方法针对前述现实情况采用简便的定出力与逐步优化算法(poa)结合的优化算法。

该方法作了如下两个假设：

假设1：电站出力在同一个“峰平谷”时段内出力不变；

假设2：梯级各站峰平出力比在(1～2)∶1之间，谷平出力比在(0.5～1)∶1之间。

定出力算法的思想是：通过确定的峰平出力比、谷平出力比(在约束范围之内)以及平段出力，可确定电站日内96点出力过程，根据给定的初始水位、入库流量过程及不同流量级下的流达时间参数等可逐时段推求末水位，通过不断地调整平段出力的值，使计算的日末水位与预先设置的日末目标水位相等。再采用逐步优化算法(poa)调整峰、平、谷出力比寻优，以实现日发电量最大的优化目标，该定出力算法与poa逐步优化算法(poa)结合的实现过程如图1中“内层优化单元”所示。

(3)内外层优化的嵌套耦合

本发明提出的发电与计划编制方法的核心是对外层优化根据发电任务确定的各站发电水量安排与该水量安排下追求发电量最大化的发电运行过程的科学匹配。可采用类似“惩罚函数”思想解决这一难题，如式(1)所示：

f(i)＝α×(-|ea-eb|)(1)

f(i)为“惩罚”后的适应度，a是惩罚系数，经过前期方案试算，取值100可取得良好效果，ea为内层优化单元计算得到的样本日总负荷，eb为梯级给定的日总负荷任务。采用“被惩罚”后的样本适应度是一个负值，且计算得到的负荷与需要分配的负荷差别越大，则对负荷和与适应度的惩罚越大，在寻优过程中就会将其舍弃，如此实现了给定日负荷与优化计算日负荷的匹配。

本发明提出的嵌套优化算法在外层优化每一次计算过程中嵌套了内层优化计算单元，并通过惩罚函数实现了内层优化与外层优化的动态关联，理论上实现了给定的日总负荷在梯级各电站的分配，并同步得到了各电站的日内96点的负荷过程及水位控制过程，实现了供需平衡，其计算实现方法伪代码可描述如下：

需要指出的是：径流式电站的水库水位在日内保持不变，在没有尾水位顶托的条件下可视作在固定发电水头下运行，日调节电站日初末水位变动过大不利于下一日发电运行，因此本发明中概化考虑认为日调节电站日初日末水位相等，仅利用其日内调节能力。当梯级水电系统中仅有一座调节水库具有日以上调节能力时，以龙头水库与下游多座日调节水库电站组成的水电系统为例：

此时优化目标(1)可以用其等价的梯级总蓄能增加值最大化表示，即：

式中fit为梯级电站i在t时段的总蓄能增加值，(kwh)；k1，…，kn分别是n个电站的出力系数；h1t，…，hnt为梯级n个电站在时段t的水头，(m)；qr1t、q1t，…，qrnt、qnt分别是n个电站的入库流量与出库流量，(m³/s)；δt为时段长，(s)；t为研究时段数。式(2)表示的物理涵义是梯级总蓄能值为梯级各电站蓄能增加值之和。日调节能力水库电站调度期末蓄能增加值可以表述为：

式中为电站调度期内的平均水位值，(m)；δw为调度期内水库蓄水量的变化值，(m³)；日调节水库时段初末水位相等，故δw＝0，因此可认为其蓄能增加值为零，因此梯级水电调度期末蓄能值增加值仅由龙头水库的调度期内的蓄水量变化量决定，即：

max(δw)＝max[f(ze)-f(zb)]＝max[f(ze)](5)

龙头水库蓄水量的变化取决于调度期末的水位变化，调度期水库初水位是已知的，因此模型总蓄能最大化目标可等价转换为计划期末的调节水库水位最高(式5)，即计划期末的调节水库存水量尽可能大。此时外层优化的可转化为维度较低的单站优化问题，其计算方法也可以对应简化，可采用启发式的逐次逼近寻优算法。