[发明专利]一种基于余留期效益函数近似的水电站水库两阶段随机优化调度方法

说明书

本发明公开了一种基于余留期效益函数近似的水电站水库两阶段随机优化调度方法，包括将水电站水库调度时段划分为当前阶段和余留期，并构建两阶段决策模型框架；考虑余留期来水形势和余留库容对于余留期效益的影响，构建余留期效益的近似函数；基于随机动态规划(SDP)提出一种逐步迭代法以获得余留期效益近似函数；根据实际径流预报水平，建立两阶段随机优化调度模型。本发明方法避免了SDP的“维数灾”；以人工神经网络作为余留期效益函数近似器，避免了人为假定余留期效益函数型式，且能够得到余留期效益的连续曲面；两阶段随机优化调度模型把多阶段水库调度决策问题转化为一个两阶段优化决策问题，可直接用于指导中长期发电计划滚动更新。

技术领域

本发明涉及水库调度方法，特别是涉及一种基于余留期效益函数近似的水电站水库两阶段随机优化调度方法。

背景技术

水电站中长期发电计划编制一直是水库优化调度领域的重点和难点。在制订调度计划时，不仅要考虑面临时刻的径流变化，还要顾及长期径流变化规律，既要考虑近期效益，也要兼顾长期效益。考虑到中长期径流预报的精度不够高且预见期有限的实际情况，为了使发电计划制定适当的留有余地，在电力系统电力电量平衡中，编制水电站发电计划常用保证率为70％-75％左右的年来水量作为计划来水量。采用优化方法制定中长期发电计划的最常见流程为：

(1)假定中长期径流预报信息：大中型水电站水库调度规范规定^[6]一般采用保证率为70％-75％的典型年径流过程作为年计划来水过程。

(2)获取初始最优调度过程：根据一定的优化准则(如发电量最大或者发电效益最大等)和初始调度信息，利用动态规划(DP)等确定性优化调度方法得出初始最优决策序列X₁(1),X₁(2),…,X₁(T)。

(3)实施最优决策X₁(1)，并更新水库的初始调度信息。

(4)更新径流预报信息：由于预见期有限，预报更新往往只针对面临时段，面临时段末至年末仍采用最初假定的径流过程。

(5)更新最优决策序列：重新优化计算面临时段至年末的最优决策。不断滚动优化计算，最终可得到如下决策矩阵：

水电站中长期发电计划编制是一个“预报-调度”滚动更新的过程。上述决策矩阵中，每一行表示面临时段至年末的调度决策方式，下一行是对上一行前一时刻至年末运行调度方式的修正。其中，只有主对角上的元素为最终实施的决策。

从以上中长期发电计划滚动更新流程可以看出，现行中长期发电计划制定存在两个问题：①优化调度模型没有考虑径流预报不确定性。每次决策更新都假定径流预报完美，并采用确定性优化调度获得最优决策，忽略了预报不确定性带来的调度风险。②径流预报预见期有限，与水库调度期不匹配。水库调度往往只在关键性的时间节点有水位控制信息，如年末控制在正常蓄水位，而其它时段的水位控制缺乏先验信息。由于不知道预见期末的水位控制边界，为了使用优化调度模型对发电调度计划实时更新，常常把调度期延伸至有水位控制信息的边界点(如年末)。一方面，预见期内更新的预报信息可能改进发电计划，但是预见期末至调度期末的大量时段引入可能跟实际径流形势相差较大的假定径流信息，又会导致调度决策不准确，失去了优化调度的优越性。因此，要提高中长期发电计划制定水平，一方面需要进一步提高径流预报精度、延长径流预报预见期，另一方面需要改进建模技术，提出与现有预报水平(预报精度不高、预见期有限)相适应，且能指导中长期发电计划滚动更新的优化调度模型。

现有技术采用优化模型制定中长期发电计划的现行方法没有考虑径流预报不确定性，且存在径流预报预见期与水库调度期不匹配的问题。

发明内容