梯级水电站多目标发电优化调度

以发电量和保证出力为目标建立梯级水电站的多目标发电优化调度模型,对三峡梯级中长期发电优化调度进行研究。针对传统方法求解多目标优化问题的局限,提出一种强度Pareto差分进化算法(Strength Pareto Differential Evolution,SPDE)用于求解梯级水电站的多目标发电优化调度问题。SPDE以差分进化算法(Differential Evolution,DE)为基础,采用SPEA2的适应度评价方法,并根据多目标优化的特点对DE的进化算子进行修正。同时,提出一种自适应柯西变异策略(Adaptive Cauchy Mutation,ACM)用于克服算法的早熟收敛问题。三峡梯级水电站实例研究结果表明,SPDE可同时考虑两个目标并有效处理复杂约束条件,一次运行即可得到一组在各目标分布均匀、分布范围广的非劣调度方案供决策者评价优选。     

改进量子粒子群算法在水电站群优化调度中的应用

针对量子粒子群算法求解水电站群优化调度问题存在的早熟收敛、寻优能力欠佳等缺陷,从种群初始化、进化和变异等方面提出了改进量子粒子群算法。该方法引入混沌搜索增强初始种群质量;通过加权更新种群最优位置中心改善种群进化模式并提升收敛速度;利用邻域变异搜索增加种群多样性避免早熟收敛。同时依据问题特点设计了矩阵实数编码方式与复杂约束处理方法。乌江梯级综合对比分析表明所提方法能切实保证快速获得高质量优化调度结果,有效提高梯级水能利用率,如长序列模拟调度较逐步优化算法分别减少8.9%的弃水和72.3%的耗时,是一种适用于大规模水电站群优化调度的高效实用方法。     

基于多目标遗传算法的巨型水库群发电优化调度

低碳时代,水电作为清洁可再生能源,节能发电调度为梯级水电联合调度运行带来了难得的历史机遇,如何有效地开展梯级水库群优化调度,充分合理利用水能资源,是流域梯级电站管理迫切需要解决的问题。文章在对清江梯级与三峡梯级径流特征分析的基础上,建立了以水库群整体发电量最大和弃能最小为目标的梯级调度模型。根据电力系统对三峡、葛洲坝、水布垭、隔河岩、高坝洲水电站的要求,用1951—2002年的月径流资料和典型年的日径流资料进行长期和短期优化调度,采用多目标遗传算法得到清江3个电站、三峡-葛洲坝2电站单独运行和联合优化调度发电指标,5库联合优化调度系统多年平均发电量增加约21亿kW.h;短期(日)优化调度较长期(月时间尺度)优化调度发电效益有进一步提升,增发电量约9.68亿kW.h。研究表明,充分利用清江和三峡梯级实际运行位置相近、水力联系紧密、互补性强的特点,统一安排电站机组运行模式,合理分配机组出力,可在来水量相同的条件下获得更大的效益。     

概念性流域水文模型参数多目标优化率定

针对传统基于单一目标的水文模型参数优化率定方法不能充分挖掘水文系统不同动态行为特征的缺陷,提出一种多目标文化混合复形差分进化算法(Multi-objective Culture Shuffled Complex Differential Evolution,MOCSCDE)用于求解水文模型参数多目标优化问题。MOCSCDE算法将混合复形进化算法(Shuffled Complex Evolution,SCE-UA)置于文化算法(Cultural Algorithms,CA)进化的框架中,利用种群进化过程中提取的各种知识指导算法的运行,提高算法的运行效率,同时考虑到SCE-UA中单纯形算子不能充分利用种群个体信息的不足,采用全局搜索能力强的差分进化算法(Differential Evolution,DE)替代单纯形算子,可以更加充分利用种群个体信息进行演化计算,进一步提高算法的计算效率。将MOCSCDE算法应用于概念性水文模型——新安江模型的参数多目标优化率定,并与NSGA-Ⅱ和SPEA2算法进行对比分析,结果表明MOCSCDE算法的收敛性和分布性均优于NSGA-Ⅱ和SPEA2,可为水文预报提供更为全面可靠的参数组合决策依据。     

基于Pareto强度进化算法的供水库群多目标优化调度

提出用Pareto强度进化算法解决供水库群的多目标优化调度问题,算法利用种群的进化过程模拟寻找非劣解集的过程,将供水库群多目标优化调度问题的解当作进化种群中的个体,按照解的Pareto强度值与密度进行适应度计算,利用种群中个体的进化操作获得非劣解,最终整个种群进化为非劣解集。实例分析结果表明,算法能实现多峰搜索,最终非劣解集的分布均匀,且收敛速度快,为解决供水库群多目标优化调度问题提供了一种有效的方法。     

贵州境内乌江水电梯级开发联合生态调度

为保护乌江干流水生生态系统,实现水能资源开发和生态环境双赢,进行乌江水电梯级开发联合生态调度。分析计算了乌江主要生态控制断面洪家渡、乌江渡和思林的最小、适宜及理想生态流量过程;构建了乌江干流梯级水电站多目标联合优化调度模型,采用智能优化算法对其进行求解。计算得到乌江干流9座水库多年平均发电量和典型年年发电量、3个主要控制断面的生态用水保证率及其典型年水库调度过程。结果表明,通过乌江干流梯级水电站联合优化调度,在保证水电站防洪安全和发电效益正常发挥的同时,可提高乌江干流生态流量保证率;对于偏枯年和枯水年,即使通过梯级水电站优化调度,其理想生态流量用水需求也难以满足。     

气候变化对澜沧江下游梯级电站发电及生态调度的影响

近年来伴随气候变化地表径流呈极端化分布，为水电生态调度带来了挑战。为探究气候变化对电站发电和生态调度的影响、发电和生态目标间协调关系对气候变化的响应，以澜沧江下游梯级电站为例，结合多模式多情景未来径流预估结果及水库发电调度模型，针对发电及生态效益目标实施了单/多目标最优化。结果表明:在气候变化影响下，未来澜沧江径流总量将有所增加，水文变率将显著增强，河道生态所受影响也将增大；电站发电保证率及生态流量破坏率指标受不同调度方案的影响程度较气候变化影响更高，未来发电和生态效益的冲突依然存在；气候变化导致的水文变率增强可加剧发电与生态效益间的冲突，导致保持现有发电效益的同时增大对河道生态的影响。     

气候变化对澜沧江下游梯级电站发电及生态调度的影响

近年来伴随气候变化地表径流呈极端化分布，为水电生态调度带来了挑战。为探究气候变化对电站发电和生态调度的影响、发电和生态目标间协调关系对气候变化的响应，以澜沧江下游梯级电站为例，结合多模式多情景未来径流预估结果及水库发电调度模型，针对发电及生态效益目标实施了单/多目标最优化。结果表明：在气候变化影响下，未来澜沧江径流总量将有所增加，水文变率将显著增强，河道生态所受影响也将增大；电站发电保证率及生态流量破坏率指标受不同调度方案的影响程度较气候变化影响更高，未来发电和生态效益的冲突依然存在；气候变化导致的水文变率增强可加剧发电与生态效益间的冲突，导致保持现有发电效益的同时增大对河道生态的影响。     

育种进化的改进遗传算法在水电站负荷分配中的应用

针对遗传算法求解水电站负荷优化分配问题时常出现的收敛性差、易早熟等问题,提出一种基于育种进化的改进遗传算法。改进算法运用部分解约束的初始种群生成法避开空蚀振动区,定义了与群体进化程度有关的种群多样性函数和种群多样性阈值,同时有效地应用了遗传的全局搜索能力和育种的局部搜索能力。以三峡水电站为例与标准遗传算法进行了比较,不同的负荷分配结果表明:育种进化的改进遗传算法能够避开空蚀振动区的影响,保证机组的稳定安全运行;同时由于育种进化的强局部搜索能力,保持了种群的多样性,提高了算法的搜索能力和收敛性。     

改进微粒群算法在梯级电站长期优化调度中的应用

微粒群算法是一种简洁高效的智能优化算法，但基本算法容易陷入局部最优，并且搜索精度不高。本文在基本算法的基础上引入锦标赛选择机制和自适应惯性权重因子，提出了改进微粒群算法（MPSO）。将MPSO算法应用到黄河上游梯级电站的长期调度中，并与动态规划法和基本算法的调度结果相比较。实例表明了MPSO算法的有效性和可靠性，从而为梯级电站水库（群）长期优化调度提供了一种新的、有效的优化方法。     

考虑综合利用要求的三峡水库提前蓄水方案

采用三峡水库汛期分期方案,将蓄水时间提前至汛末期,综合考虑上下游防洪、发电、通航和蓄满率等要求,建立了多目标蓄水调度模型,构建了"优化-模拟-检验"的算法流程,采用遗传算法进行求解。结果表明,最优方案在满足上下游防洪安全要求的前提下,蓄水期可增发电量17%,减少弃水44%,蓄满率和通航保证率显著提高。通过对汛末期防洪库容进行科学划分和对蓄水调度图进行优化,既确保防洪安全又最大限度挖掘兴利效益,为研究水库汛末蓄水调度问题提供了一种新的思路和方法。     

流域水资源调度多目标时变偏好决策方法及应用

传统多目标决策方法难以刻画流域水资源系统调度周期内多目标互馈关系及需求动态变化, 可能导致关键时期特定目标保障不足。为弥补该缺陷, 提出多目标时变偏好决策方法。以金沙江下游为例, 分析发电与生态目标需求的时空变异性, 构建并求解两目标随时程变化的Pareto前沿簇, 量化各时期目标间竞争强度, 基于灵敏比的非支配关系, 定量识别各调度时期决策人的目标偏好, 形成偏向度决策支持集, 建立多目标时变决策模型。结果表明: 考虑时变偏好的决策方法, 其动态累积Pareto前沿可以支配传统静态Pareto前沿; 相较于传统方法, 研究区全年增发电量0.7亿kW·h, 全年和关键生态期生态效益分别提升8.06%和2.83%, 可以在保持发电效益的同时显著优化生态效益, 并提高关键时期生态需求的保障程度。     

考虑水文预报误差的三峡水库防洪调度图

分析三峡水库入库流量短期预报结果,采用非参数方法估算预报相对误差的概率密度函数。以防洪为目标,同时兼顾发电、通航等要求,建立了防洪调度模型,采用差分进化算法求解,得到了汛期防洪优化调度图。通过比较不考虑预报、现有预报方案、准确预报3种情况的调度结果,分析了水文预报误差对防洪调度的影响。结果表明,无论考虑预报与否,与现有设计方案相比,汛期防洪优化调度图的发电量都增加,弃水减少,削峰率有所提高;而考虑预报信息有助于调控洪水,提高预报精度有助于增加水库抵御大洪水风险的能力;基于模拟现行作业预报方案,汛期防洪优化调度图比设计调度方案发电量增加5.3%,弃水减少5.9%,削峰率提高1.7个百分点,防御1000年一遇设计洪水的能力大大提高。     

基于梯度分析法的长江上游水库群供水-发电-环境互馈关系解析

长江上游水资源耦合系统优化调控涉及供水、发电和生态需水等相互竞争、不可公度的调控目标。其供水-发电-环境互馈协变机制难以数学解析和刻画，多维目标效益均衡优化调控难以实施。为此，以多目标优化、运筹学理论及方法为基础，提出了基于梯度分析法的供水-发电-环境两两互馈关系研究方法。通过多目标约束优化方法求解长江上游水库群联合优化调度在供水-发电-环境目标空间的最优解集，并进行插值构造了供水-发电-环境互馈关系多维空间曲面，以此为基础，采用一阶差分近似求解供水对环境和发电对环境偏导函数值，以量化环境对供水变化和发电变化响应的梯度，进而解析环境-供水和环境-发电间互馈协变关系。该方法为水库群优化调度多目标互馈关系研究提供了一种新的思路。     

基于梯度分析法的长江上游水库群供水-发电-环境互馈关系解析

长江上游水资源耦合系统优化调控涉及供水、发电和生态需水等相互竞争、不可公度的调控目标。其供水-发电-环境互馈协变机制难以数学解析和刻画，多维目标效益均衡优化调控难以实施。为此，以多目标优化、运筹学理论及方法为基础，提出了基于梯度分析法的供水-发电-环境两两互馈关系研究方法。通过多目标约束优化方法求解长江上游水库群联合优化调度在供水-发电-环境目标空间的最优解集，并进行插值构造了供水-发电-环境互馈关系多维空间曲面，以此为基础，采用一阶差分近似求解供水对环境和发电对环境偏导函数值，以量化环境对供水变化和发电变化响应的梯度，进而解析环境-供水和环境-发电间互馈协变关系。该方法为水库群优化调度多目标互馈关系研究提供了一种新的思路。     

三峡水库动态汛限水位洪水调度风险指标及综合评价模型研究

汛限水位是综合利用水库运行和调度的重要参数之一,也是协调防洪和兴利矛盾的焦点所在。现行的汛限水位过多地考虑了小概率洪水事件,不能充分挖掘水库汛期的兴利效益,因此,采用动态汛限水位进行调度,对综合利用水库的运行具有重要的理论意义和实用价值。根据三峡水库围堰发电期的调度规程,建立预报预泄调度模型,采用宜昌站1882-2001年汛期实测日流量资料,实现了考虑预报信息的动态汛限水位洪水调度模拟;提出了多目标风险指标体系;计算了9种动态汛限水位方案下的风险指标值,通过综合评价模型对各方案进行比较和优选,得到了相对合理的动态汛限水位方案。     

水库排沙调度优化模型

在分析水库排沙调度机理的基础上建立了水库排沙调度优化模型,以遗传算法作为寻优算法,并用BP神经网络拟合一维水沙数学模型计算成果的方法简化了泥沙淤积计算,使得所建模型得以有效求解。以三峡水库为例进行优化,结果表明,利用所建立的模型和求解方法可以有效优化三峡水库的排沙调度,在保证淤积不增多的基础上大大增加了发电效益。     

三峡区间入库洪水实时预报系统研究

三峡区间的数字流域水系模型采用基于格网型的数字高程模型坡面流模拟方法和处理"洼地"的最短流程法构建,并以新安江模型为基础建立具有诸多特点的三峡区间流域水文模型;以水动力学理论为基础建立考虑水利工程影响的河川型水库洪水演进模型,并实现这两者的有机耦合。在GIS平台上,将三峡区间流域水文模型、库区洪水演进模型和流域水系生成模型在底层集成,研制了功能先进和完善的三峡水库实时洪水预报系统。该系统已安装在三峡总公司梯级水库调度中心,投入试运行。