一種基于隨機(jī)連續(xù)尋優(yōu)策略的梯級(jí)電站調(diào)峰方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于水電能源優(yōu)化運(yùn)行和電力系統(tǒng)發(fā)電優(yōu)化調(diào)度領(lǐng)域，特別是涉及一種基 于隨機(jī)連續(xù)尋優(yōu)策略的梯級(jí)電站調(diào)峰方法。
【背景技術(shù)】
[0002] 梯級(jí)水電站短期調(diào)峰問題具有時(shí)間和空間多維，庫群間水力、電力聯(lián)系復(fù)雜，尋優(yōu) 空間龐大等特點(diǎn)，是一類典型的多決策變量、高維度、多約束的大規(guī)模非線性規(guī)劃問題。對(duì) 于此類問題模型的求解，目前多采用常規(guī)數(shù)學(xué)規(guī)劃法和智能算法。然而，數(shù)學(xué)規(guī)劃方法通常 難以處理耦合度較高的復(fù)雜約束，易產(chǎn)生"維數(shù)災(zāi)"問題，雖然通過運(yùn)用逐步優(yōu)化技術(shù)可對(duì) 模型進(jìn)行降維，但由于傳統(tǒng)逐次優(yōu)化算法的求解精度強(qiáng)烈依賴于決策變量離散精度，庫群 規(guī)模和約束耦合度，由此帶來的求解效率低的問題限制了其在大規(guī)模水電站短期聯(lián)合調(diào)峰 調(diào)度中的應(yīng)用。而智能算法雖然在水庫調(diào)度中得到了成功應(yīng)用，但其求解效率也受限于決 策變量維數(shù)和尋優(yōu)空間范圍，且極易陷入早熟及局部收斂。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明目的在于提供一種基于隨機(jī)連續(xù)尋優(yōu)策略的梯級(jí)電站調(diào)峰方法，制定既能 滿足水電站運(yùn)行限制和實(shí)際運(yùn)行工況，同時(shí)又能兼顧各電網(wǎng)調(diào)峰需求的發(fā)電計(jì)劃。
[0004] 本發(fā)明提出的一種基于隨機(jī)連續(xù)尋優(yōu)策略的梯級(jí)電站調(diào)峰方法，在綜合考慮電網(wǎng) 負(fù)荷特性的基礎(chǔ)上，以受電電網(wǎng)剩余負(fù)荷均方差最小作為優(yōu)化目標(biāo)，利用隨機(jī)連續(xù)的粒子 群算法思想改進(jìn)逐步優(yōu)化算法的兩階段調(diào)整過程，以滿足梯級(jí)電站調(diào)峰任務(wù)。
[0005] 具體技術(shù)方案如下：
[0006] 步驟一：初始解的生成。
[0007] 從上游到下游逐電站選擇壩前水位作為離散狀態(tài)量，以電網(wǎng)余荷均方差最小為目 標(biāo)，進(jìn)行單庫調(diào)峰優(yōu)化計(jì)算：
[0008] (1)針對(duì)單站利用動(dòng)態(tài)規(guī)劃法優(yōu)化計(jì)算。
[0009] 基于出入庫流量和約束條件，從時(shí)段初正推，時(shí)段末逆推，得到基礎(chǔ)廊道。在基礎(chǔ) 廊道范圍內(nèi)，從初始時(shí)段開始，根據(jù)前一時(shí)段和后一時(shí)段確定的狀態(tài)變量正逆推，得到當(dāng)前 調(diào)整時(shí)段的取值范圍，基于此范圍變尺度離散當(dāng)前時(shí)段的狀態(tài)變量進(jìn)行動(dòng)態(tài)規(guī)劃尋優(yōu)，直 到調(diào)度時(shí)段末。并記錄此時(shí)電站的出力過程為初始解。
[0010] (2)更新下游電站面臨的負(fù)荷曲線和入庫流量。
[0011] 若存在下游電站，則當(dāng)前電站調(diào)峰優(yōu)化后的余荷曲線和考慮水流時(shí)滯的下泄流量 為下游電站面臨的負(fù)荷曲線和入庫流量，循環(huán)步驟一（1)。若無下游電站，則輸出梯級(jí)各電 站的初始解。
[0012] 步驟二：隨機(jī)連續(xù)逐步優(yōu)化搜索。
[0013] (1)初始化。初始化調(diào)整時(shí)段及電網(wǎng)電站約束條件；
[0014] (2)兩階段問題調(diào)整
[0015] 兩階段調(diào)整引入啟發(fā)隨機(jī)搜索機(jī)制，以電網(wǎng)整個(gè)調(diào)度時(shí)段的余荷均方差最小為目 標(biāo)，采用單時(shí)段粒子群算法進(jìn)行求解。
[0016] ①?zèng)Q策變量的確定
[0017] 以t時(shí)段所有電站的壩前水位作為決策變量：
[0018] [Zlit …Ziit …ZM，J (1)
[0019] 式中，Zlit為第i個(gè)電站在第t時(shí)段的水位，M為梯級(jí)電站數(shù)。
[0020] ②動(dòng)態(tài)自適應(yīng)廊道方法生成可行域
[0021] 從上游到下游逐電站利用動(dòng)態(tài)廊道法生成可行域，即從初始電站開始，在基礎(chǔ)廊 道的范圍內(nèi)，綜合入庫流量和以下約束條件：
[0022] 運(yùn)行水位約束：
[0024] 下泄流量約束：
[0026] 時(shí)段水位/流量變幅約束：
[0028] 調(diào)度期末水位約束：
[0029] Zc=Zg (5)
[0030] 式中，名ρ?分別為水電站t時(shí)段水位上下限；分別為水電站t時(shí)段下 泄流量上下限；A Z、△ Q分別為水電站時(shí)段允許最大水位變幅和流量變幅；&與Z g分別為 水電站計(jì)算末水位及調(diào)度期末水位控制值。
[0031] 結(jié)合以上條件邊界值，根據(jù)前一時(shí)段決策變量正推和后一時(shí)段決策變量逆推，形 成單時(shí)段粒子群算法的尋優(yōu)廊道，基于當(dāng)前電站決策變量的下泄流量更新下游電站的入庫 流量，重復(fù)尋優(yōu)廊道生成步驟，直到第M個(gè)電站，如圖2所示。
[0032] ③單時(shí)段粒子群算法優(yōu)化。在生成的可行域內(nèi)進(jìn)行粒子群算法更新迭代尋優(yōu)。
[0033] ④更新調(diào)整過后的梯級(jí)各電站時(shí)段出力?；趦?yōu)化結(jié)果，更新初始解和調(diào)整時(shí)段 數(shù)加一。
[0034] (3)更新迭代判斷。若達(dá)到時(shí)段末，當(dāng)達(dá)到大于最大迭代次數(shù)或者偏差值小于閥 值）時(shí)，調(diào)整過程結(jié)束，輸出最終結(jié)果；未達(dá)到逐次優(yōu)化算法終止條件（小于等于最大迭代 次數(shù)且偏差值大于等于閾值時(shí)）時(shí)，轉(zhuǎn)入步驟二（1)，進(jìn)行下一次迭代優(yōu)化。若不是時(shí)段末， 轉(zhuǎn)入步驟二（2)，進(jìn)行下一時(shí)段的兩階段調(diào)整。
[0035] 與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)和有益效果：
[0036] 1、本發(fā)明提供了一種基于隨機(jī)連續(xù)尋優(yōu)策略的梯級(jí)電站調(diào)峰方法，將粒子群算 法（Particle Swarm Optimization，PS0)算法的隨機(jī)連續(xù)尋優(yōu)思想引入逐步優(yōu)化算法 (Progressive Optimization Algorithm，Ρ0Α)算法框架中，利用二種算法的互補(bǔ)特性，解 決了現(xiàn)有方案中精度及維數(shù)災(zāi)問題，隨機(jī)連續(xù)尋優(yōu)使各接入電網(wǎng)受電過程滿足梯級(jí)水電站 運(yùn)行限制要求。
[0037] 2、本發(fā)明能夠兼顧電網(wǎng)的負(fù)荷特性和調(diào)峰需求，充分發(fā)揮梯級(jí)水電站的水力電力 補(bǔ)償效益，深度挖掘調(diào)峰容量效益，調(diào)峰后的峰谷差和剩余負(fù)荷方差指標(biāo)（評(píng)價(jià)剩余負(fù)荷 平坦程度）與調(diào)峰前相比均顯著減小，各電網(wǎng)得到滿意的調(diào)峰效果；同時(shí)，本發(fā)明制定的出 力方案能滿足出力安全穩(wěn)定運(yùn)行要求及最小持續(xù)時(shí)間約束，得到的出力曲線符合水電站實(shí) 際運(yùn)行需求，具有工程實(shí)用性。
[0038] 3、本發(fā)明提出的約束處理方法完全解耦梯級(jí)電站間復(fù)雜的梯級(jí)電站耦合運(yùn)行約 束，簡化了算法的約束處理過程，并減少了決策變量維數(shù)，找到合理尋優(yōu)空間，能適用于大 規(guī)模梯級(jí)電站群的調(diào)峰問題。
【附圖說明】
[0039] 圖1為隨機(jī)連續(xù)尋優(yōu)策略的逐次優(yōu)化算法的梯級(jí)電站調(diào)峰方法流程圖；
[0040] 圖2為動(dòng)態(tài)廊道解耦策略圖；
[0041] 圖3為湖南電網(wǎng)采用隨機(jī)連續(xù)尋優(yōu)策略的逐次優(yōu)化算法調(diào)峰前后負(fù)荷對(duì)比圖；
[0042] 圖4為湖南電網(wǎng)采用粒子群算法調(diào)峰前后負(fù)荷對(duì)比圖；
[0043] 圖5為湖南電網(wǎng)采用常規(guī)逐次優(yōu)化算法調(diào)峰前后負(fù)荷對(duì)比圖；
[0044] 圖6為沅水梯級(jí)中三板溪電站出力及水位過程圖；
[0045] 圖7為沅水梯級(jí)中白市電站出力及水位過程圖；
[0046] 圖8為沅水梯級(jí)中托口電站出力及水位過程圖；
[0047] 圖9為沅水梯級(jí)中五強(qiáng)溪電站出力及水位過程圖。
【具體實(shí)施方式】
[0048] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要 彼此之間未構(gòu)成沖突就可以相互組合。
[0049] 本發(fā)明以華中電網(wǎng)直調(diào)的沅水梯級(jí)為實(shí)施例，按照?qǐng)D1所示隨機(jī)連續(xù)尋優(yōu)策略的 逐次優(yōu)化算法的梯級(jí)電站調(diào)峰方法流程流程，進(jìn)行梯級(jí)電站調(diào)峰模擬，以表現(xiàn)本發(fā)明達(dá)到 的效果。
[0050] 華中電網(wǎng)直調(diào)的沅水梯級(jí)三板溪、白市、托口和五強(qiáng)溪電站，承擔(dān)湖南電網(wǎng)中的大 量調(diào)峰調(diào)頻任務(wù)。各電站的特征參數(shù)如下三板溪的裝機(jī)容量為100MW，保證出力234. 9MW ; 白市裝機(jī)容量為420MW，保證出力為89. 7MW ;托口裝機(jī)容量為800MW，保證出力為129. 3MW ; 五強(qiáng)溪的裝機(jī)容量為1200麗，保證出力為255麗。選取2014年5月某日的數(shù)據(jù)進(jìn)行優(yōu)化 計(jì)算，三板溪的初末水位分別為446. 55m和446. 37m ;白市的初末水位分別為297. 5m和 297. 65m ;托口的初末水位分別為243m和252. 99m ;五強(qiáng)溪的初末水位分別為100. 5m和 99.89m。水電站所有機(jī)組無檢修，水電站出力兩次變化之間的時(shí)間間隔不小于4個(gè)時(shí)段（1 小時(shí)）。實(shí)施例以日為調(diào)度期模擬沅水梯級(jí)調(diào)峰發(fā)電調(diào)度，獲得湖南電網(wǎng)受電過程及沅水梯 級(jí)各電站運(yùn)行過程，并對(duì)調(diào)度結(jié)果進(jìn)行對(duì)比分析。本發(fā)明實(shí)施步驟如下：
[0051] 步驟一：初始解的生成。