对水电效益影响最小的水光互补运行方式研究

为解决水光互补之后光伏消纳率低的问题,在水光日内互补调度规则的基础上,充分考虑水电和光伏的互补特性,提出了水光月内互补调度规则,利用梯级水库的可调节性能适应光伏出力曲线。采用水光月内互补调度规则对澜沧江上游西藏段梯级水电站进行了互补后梯级水电站出力过程和光伏消纳率计算,结果表明,水光互补之后,水电与光电的合计发电量从55.835亿kW·h上升到了59.189亿kW·h,互补后的发电增益量为33.54亿kW·h,光伏消纳率提高了20%。     

基于改进粒子群-逐次逼近法的水库调度图多目标优化

针对水库调度图寻优过程中的调度线形态畸变的问题,提出了改进廊道约束和改进粒子群-逐次逼近法。该方法以粒子群算法和动态规划逐次逼近法的混合算法为框架,通过引入改进廊道约束、特殊个体进化方式、外部精英集策略等改进策略来优化进化过程,使得所得解集尽可能接近多目标问题的真实Pareto前沿。福建省池潭水库调度图多目标优化问题的实例分析表明,该算法能有效控制寻优过程中的调度线形态畸变,具有良好的优化性能。     

基于分段粒子群算法的梯级水库多目标优化调度模型研究

提出了约束破坏向量、分段粒子群算法以及多目标分段粒子群算法,有效解决了在时间步长较小、计算时段数目较多时,传统智能优化算法解水库优化调度问题的寻优效率低下甚至无可行解的问题。该方法基于粒子群算法框架,引入约束破坏向量、分段操作和特殊变异操作来增强进化过程中的种群质量,从而提高算法的计算效率。闽江流域金溪梯级水库多目标优化调度的实例分析表明,在解时间步长较小、计算时段数目较多的水库优化调度问题时,分段粒子群算法、多目标分段粒子群算法相对其他算法具有明显优势。     

水光互补能源基地的多时间尺度优化调度

针对以往水光互补中长期优化调度中未考虑光伏逐时出力的波动性而导致弃光现象严重的问题,建立了以年、月、日为调度周期,逐步递进的水光互补优化模型。该模型采用基于POA的模拟优化算法,建立多时间尺度下的系统发电效益目标,引入光电消纳度量方法,最终确定梯级水电调度方式。以澜沧江西藏段水光互补基地为例,引用3种具有代表意义的典型水文年进行实例分析。结果表明,本调度方式在保障水电效益的基础上,有效提高了平水、偏枯典型年中的光电消纳率,实现了水光系统发电总效益的提升。     

基于改进灰狼算法的梯级电站中长期优化调度

为解决梯级电站中长期优化调度中非线性离散决策困难的问题,结合灰狼算法良好的局部寻优特性,建立了约束破坏度最小与发电量最大的双目标模型,前者作为种群迭代的全局目标,后者作为个体优化的局部目标,引入“当前搜索解的空间识别”机制,促进非可行解向可行解的过渡。通过闽江流域金溪梯级水库实例研究表明,相比于传统智能算法,改进灰狼算法在保障搜索全局性的基础上,可以提升目标的优化效果。