[发明专利]梯级水电站群发电指标分配方法在审

专利信息
申请号: 202011458321.8 申请日: 2020-12-10
公开(公告)号: CN112581310A 公开(公告)日: 2021-03-30
发明(设计)人: 陶春华;马光文;王甫志;张帅;邹祖建;黄炜斌;陈仕军 申请(专利权)人: 四川大汇大数据服务有限公司;四川大学
主分类号: G06Q50/06 分类号: G06Q50/06;G06Q10/06
代理公司: 成都东恒知盛知识产权代理事务所(特殊普通合伙) 51304 代理人: 罗江
地址: 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 梯级 水电站 群发 指标 分配 方法
【权利要求书】:

1.梯级水电站群发电指标分配方法,其特征在于:包括以下步骤:

一、建立梯级水电站群发电指标分配模型;

二、使用嵌套优化算法对模型进行求解,嵌套优化算法是将梯级总蓄能最大的优化目标作为外层,每次优化过程中嵌套一个短期优化计算模块作为内层,得到梯级水电站群发电指标最优分配。

2.根据权利要求1所述的梯级水电站群发电指标分配方法,其特征在于:梯级水电站群发电指标分配模型包括:

(1)目标函数:

梯级蓄能最大:Max VT

其中VT为计算期末各梯级水库蓄水量之和;

(2)约束条件:

(2.1)动力(负荷)平衡:

其中Pi,t为第i电厂第t时段内的出力,Pt为系统在第t时段内对梯级总的出力要求;

(2.2)水量平衡:

其中qi,t为第i个电站第t时段的天然径流量,Vi,t为第i个电站第t时段的库容;Qi,t表示第i个电站第t时段的发电量流量,Si,t表示第i个电站第t时段的弃水流量;

(2.3)电站出力约束:

Pi,tmin≤Pi,t≤Pi,tmax (i=1,2,…,N);

其中Pi,tmin和Pi,tmax为第i个电站的最小出力和最大出力;

(2.4)电站水量限制:

Vi,tmin≤Vi,t≤Vi,tmax (i=1,2,…,N);

其中Vi,tmin和Vi,tmax为第i个电站的最小库容和最大库容;

(2.5)梯级水电站水量联系约束:

式中Δti-1为第i-1电厂到第i电厂的水流滞时对应的时段数;Ii,t为第t时段第i-1电厂到第i电厂之间的区间平均入流;

(2.6)变量非负约束:

所有变量均为非负变量;

已知条件有:梯级总的负荷过程Pi,各水库的来水过程qi,t

3.根据权利要求1所述的梯级水电站群发电指标分配方法,其特征在于:外层采用启发式负荷分配算法分配电量,设梯级要求日发电总量为EM,水库日调蓄水流量为Qtiao,求解过程如下:

(1)水库不蓄不供,下游梯级各电站日末水位等于设定的目标水位,此时水库发电流量等于入库流量,通过内层嵌套的短期优化计算模块计算梯级发电量ET

(2)若ET<EM,水库供水,Qtiao<0;若ET>EM,水库蓄水,Qtiao>0;调节流量Qtiao由EM-ET及梯级各站总水头确定;

(3)通过内层嵌套的短期优化计算模块计算水库调蓄后的梯级发电量ET,若在精度控制范围内ET=EM,负荷分配计算结束,否则返回(2)。

4.根据权利要求1所述的梯级水电站群发电指标分配方法,其特征在于:短期优化计算模块根据外层输入的各水库日初末水位和入库流量区间流量资料,根据短期发电效益最大目标,采用POA逐步优化算法得到该水位控制方式下的日出力过程,并得到优化电量。

5.根据权利要求4所述的梯级水电站群发电指标分配方法,其特征在于:短期优化计算模块计算时包括以下步骤:

(1)约束范围之内任取一组峰平出力比ai,t∈(a,b)、谷平出力比ci,t∈(c,d),确定一个平段出力,初始时可取电站装机容量和最小出力的平均值,即NP0=(Nimax+Nimin)/2;

(2)通过平段出力及出力比可得峰段和谷段出力,则可得整个日内的出力过程Nit

(3)根据初始水位Zi,0、入库流量v和出力过程Ni,t进行水能计算,求出各时段末水位,并求得最后时段的末水位Zi,96

(4)比较最后时段的末水位Zi,96与开始设定的日末水位Zi,end,若Zi,96>Zi,end,则应加大平段出力,可将平段出力取为上次平段出力与装机容量的平均值;若Zi,96<Zi,end,则应减小平段出力,可将平段出力取为上次平段出力与最小出力的平均值,后转入步骤(2)迭代计算;

(5)直到计算出的最后一个时段的末水位等于开始设定的日末水位,即Zi,96=Zi,end时,迭代结束,得到峰平出力比和平谷出力比一定的日出力过程。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大汇大数据服务有限公司;四川大学,未经四川大汇大数据服务有限公司;四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011458321.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top