梯级水电站优化调度模型与算法研究.docx

梯级水电站优化调度模型与算法研究[摘要]进入二十一世纪以来科技大发展经济大发展。人们的生活越来越舒适、便捷的同时随之而来的一系列问题也十分明显。环境的污染、能源的短缺促进了我国水电企业模型的改革因为只有改革才能适应时代的变化才能解决日益严峻的能源形势。下面我们将主要分析一下目前我国梯级水电站优化调度模型与算法。[关键词]梯级水电站；优化调度；算法中图分类号：TV6973文献标识码：A文章编号：1009-914X（2014）27-0171-01自从有了电力以后人们的生活明亮了许多也方便了许多。发电消耗了大量的资源因此人们在享受电力带来的方便的同时也得接受它带来的问题。随着能源危机的不断加重大力开发水电能源是解决危机的主要办法。因此很多水电企业根据实际的情况进行适当的优化调整以便于能够提供更多的能源本文将主要介绍一下梯级水电站的优化模型和算法。1、梯级水电站优化研究现状分析随着水电能源的不断开发水库群已成为最常见的水电系统水库群有梯级（串联）、并联和混联三种排列形式。梯级水电站是在一条河流上串联建设的一系列水电站各水电站之间不仅存在电力联系而且还存在水力联系上一级水电站的发电和泄水影响着下一级或更下一级水电站的发电和泄水。60年代以前对水电站的研究主要集中于单一水库因为那时的水电站较少尤其是梯级水电站更少。对水库群优化调度的研究国外大约从20世纪60年代末开始我国稍晚大约开始于20世纪70年代末。梯级水电站优化调度的核心问题是水库优化调度所谓优化指的是在确保水库安全的前提下根据水库具体的流入过程通过一些方法优化建立水库优化调度的数学模型从而得出最佳的运行方案。既要满足水电站日常发电瓦数更要满足防洪、防渗、灌溉等要求。要想进行优化调度计算首先要描述径流目前一般计算径流的方法都是通过网络流方法、参数和状态估计方法建立流域水文预报模型从而向优化调度计算提供径流数据。水电站进行优化调度的目的是为了使水电站在现有蓄水量的基础上达到发电量最大、能耗最小、储备能量最大的目标。其中建立优化调度模型是水库调度的关键环节采用何种模型对计算结果具有决定性影响。2、常见梯级水电站优化调度模型准则分析2、1梯级总发电量最大准则梯级水电站进行优化调度的目的是为了效益最大化也就是采用最经济的模式。因此在优化过程中也有其需要遵循的准则。衡量一个水电站的效益最重要的一方面就是总的发电量在梯级水电站的优化调度中首先要考虑的就是发电量最大准则。在水火电联合系统中如果单纯追求水电发电量最大那么优化结果也许会使水轮机运行在高效率区停机这样将牺牲水火电联合系统的整体效益。2、2梯级总蓄能最大准则水电站的总蓄能能为发电提供后备动力直接决定了水电站的使用年限。建立梯级水电站总蓄能最大的优化调度模型是为了满足较好的经济效益这种准则的缺点是很容易造成最末级水库放空从长远角度考虑不利于中长期调度。2、3梯级总耗能准则梯级水库优化调度最主要的目的就是为了降低能耗。建立了总耗能量最小优化调度模型利于减少能耗常常导致第一级水库在一个或少数调度期内就被放空、后续调度期无解的情况不利于中长期调度。2、4发电效益最大准则还有一个准则是发电效益最大准则虽说水电站最重要效益的就是发电效益。然而在实际情况中由于水库的国民经济效益还体现在防洪、灌溉、运输、工业用水、生活用水所带来的效益中这些产业的效益与梯级调度的联系比较复杂受多种因素影响难于寻求总体的效益最大化该准则较少出现在实际应用中。3、粒子群算法和多目标优化浅析3、1粒子群算法概述目前的国内外关于梯级水库的优化调度研究最常用也是最有效的算法是粒子群算法。粒子群算法因其具有收敛快速、实现简单的优点在进行目标优化时得到了广泛的应用。在人工智能角度上群体智能是由非智能Agent组成的系统通过相互之间或与环境之间的交互作用表现出来的集体智能行为。粒子群优化算法（ParticleSwarmOptimizationPSO）是1995年由Kennedy博士和Erhard博士提出的一种模拟群体生物行为的启发式群体智能算法。这种群体智能算法是通过特定群体中粒子间的合作和竞争产生的群体智能来指导优化搜索。粒子群算法的出现为水电站尤其是梯级水电站的优化研究提供了新的思路。在这个资源、能源相对比较匮乏的今天梯级水电站的出现无论是从环保角度还是能源的充分利用角度来说都可以说是一个福音。3、2粒子群算法优化这种模拟生物群体的行为在仿生学上十分常见。由于梯级电站运行时要彼此受到制约和影响因此各梯级电站之间的安全也息