[发明专利]一种考虑调峰需求的梯级水电站短期多目标优化调度方法

摘要

本发明属于水电调度运行领域，涉及一种考虑调峰需求的梯级水电站短期多目标优化调度方法。以调节电网高峰负荷及提高水电发电效率为目标，兼顾梯级水电站复杂运行需求与机组振动区约束，使用混合整数非线性规划构建梯级水电站多目标短期优化调度模型，并使用改进的规格化法平面约束法进行模型求解、获得包含多个非劣解方案的Pareto解集为调度人员最终决策提供有力支持；此外，本发明还使用基于模糊评价的隶属度值计算方法对解集中各解的进行评价，并选出决策建议方案供调度人员参考。本发明从水电短期优化调度的实际情况出发，综合考虑电站复杂发电运行约束，兼顾其多方面综合运行效益，满足梯级水电站复杂调度运行需要。

主权项

1.一种考虑调峰需求的梯级水电站短期多目标优化调度方法，其特征在于，具体如下：/n步骤1.梯级水电站短期优化调度目标函数构建：分别以剩余负荷过程均方差最小和水电调度期末蓄能最大为优化目标，构建水电调峰目标函数f₁和水电发电效率目标函数f₂，如式1和式2所示；/n式1：/n式2：/n式中，C_t为t时段电网的总负荷；C′_t为t时段扣除所有水电站出力之后的剩余负荷；P_i,t为水电站i在t时段的出力；N为水电站数目；ω_i为电站i的蓄能权重值，由调度人员根据水库在梯级中的位置和有效库容大小确定；V_i,T为电站i在T时段的库容；T为调度期的长度，即最后一个时段的编号；/n步骤2.梯级水电站日发电量设置：以梯级水电站在调度期内的总发电量E作为控制变量，需满足约束：其中E为梯级水电站的总发电量，Δt单位时段长度；/n步骤3.机组的出力可行域计算：首先，获取机组的出力振动区集合其中R_i,j为电站i中机组j的出力振动区的集合；与ROZ_i,j,m分别为机组第m个振动区的上限与下限，M_i,j为电站i中机组j的振动区个数；/n根据机组的出力范围对其组合振动区求补集即得到机组的出力可行域F_i,j，如式3；/n式3：/n式中，与分别为电站中i机组j的最小与最大出力；pf_i,j,m与分别为电站中i机组j的第m个可行域的下限与上限，m＝0,1,...,M_i,j；机组j的可行域个数为M_i,j+1；/n步骤4.电站的组合可行域计算：对电站中所有机组的可行域进行组合，即得到电站的组合可行域；任意两台机组j和l的组合可行域为其中n为机组l可行域的编号；任意三台机组的组合可行域表示为一台机组的可行域与两台机组的组合可行域的组合，如此类推，则电站的组合可行域表示为其中为包含j台机组的组合可行域；与FOZ_i,mf分别为电站i的第mf个组合可行域上限与下限；M_i则为电站i的可行域个数；/n步骤5.构建梯级水电站多目标短期优化调度的混合整数非线性规划模型：依据步骤1中构建的水电调峰及发电效率目标函数、梯级水电站的水量平衡及流水滞时约束、电站水位限制及水位-库容函数、水电站出力限制及步骤4中计算所得的水电站组合可行域约束、出库流量限制及出库流量关系、尾水位-出库流量函数、水电站发电效率函数、水头计算函数，使用混合整数非线性规划，构建梯级水电站多目标短期优化调度模型如下：/n /n /n式中，V_i,t、V_i,t+1分别为电站i在t时段和t+1时段的库容；I_i,t为电站i在t时段的入库流量；为电站k在t-TC_k,i的出库流量；TC_k,i为电站k与电站i之间的水流滞时；K为电站i的直接上游水电站数量；Zf_i,t、Zf_i,t-1分别为电站i在t时段和t-1时段的水位；A_i,0,A_i,1,...,A_i,4为电站i的水位-库容系数；Zf_i,min与Zf_i,max分别为电站的水位下限与上限；P_i,t为电站i在t时段的出力；P_i,min与P_i,max分别为电站i的出力下限与出力上限；CF_i为步骤4中计算所得电站i的组合可行域；Q_i,min、Q_i,max分别为电站i的出库流量下限和上限；Q_i,t为电站i在t时段的出库流量；与s_i,t分别为电站在该时段的发电流量与弃水流量；Zd_i,t为电站i在t时段的尾水位；C_i,0,C_i,1,...,C_i,4为电站i的尾水位-出库流量系数；D_i,0,D_i,1,...,D_i,5为电站i的发电效率函数系数；H_i,t为电站i在t时段的水头；/n步骤6.计算Pareto前沿的端点：使用改进的规格化法平面约束法求解多目标模型的Pareto解集，首先计算Pareto前沿的端点，针对多目标优化模型，分别保留其约束条件、对其单一目标进行优化求解，即得到与目标对应的前沿端点；对于步骤5中的多目标模型，相应得到两个端点A₁(f₁(x_1*),f₂(x_1*))与A₂(f₁(x_2*),f₂(x_2*))，其中f₁(x_1*)、f₂(x_2*)分别为单一目标的优化解，f₂(x_1*)、f₁(x_2*)分别为当某一目标取得优化解时另一目标的对应值，x_1*、x_2*则分别为相应的决策变量值；/n步骤7.Pareto前沿端点优化：分别使用式4和式5，计算端点A₁和A₂的优化值A′₁(f₁(x₁₂),f₂(x₁₂))、A′₂(f₁(x₂₁),f₂(x₂₁))，其中f₁(x₁₂)、f₂(x₁₂)为求解式4后相应获得的多目标函数值，f₁(x₂₁)、f₂(x₂₁)为求解式5后获得的多目标函数值；/n式4：/n式5：/n式中，ε₁与ε₂端点优化过程中的计算参数，R⁺为正实数集，ε₁与ε₂分别是与f₁(x_1*)、f₂(x_2*)相比较小的值；/n步骤8.目标函数解空间规格化处理：如式6；规格化后，端点A′₁(f₁(x₁₂),f₂(x₁₂))、A′₂(f₁(x₂₁),f₂(x₂₁))被转换为AN′₁(0,-1)与AN′₂(1,0)；/n式6：/n式中，为解空间中任意点在进行规格化后的位置坐标，为相应的横、纵坐标值，即为规格化后的目标函数值；/n步骤9.乌托邦等距点生成：做由步骤8中所定义规格化端点AN′₁(0,-1)指向AN′₂(1,0)的向量即为乌托邦向量；在向量上做M-1个乌托邦等距点，将乌托邦向量分为相等的M段，等距点的位置坐标计算方式为/n步骤10.令pm＝1；/n步骤11.Pareto非劣解生成：对于乌托邦等距点做一条穿过该点并垂直于乌托邦向量的直线，则该直线与Pareto前沿的交叉点即为此乌托邦等距点对应的Pareto非劣解非劣解通过求解式7得到；/n式7：/n式中，为步骤9中所定义的乌托邦向量；表示由乌托邦等距点指向式7所求非劣解的向量的转置；分别为非劣解在规格化解空间中的横、纵坐标，即为规格化后的目标函数值；/n步骤12.令pm＝pm+1；/n步骤13.判断pm≥M是否成立，若是，则进入步骤14，否则返回步骤11继续进行计算，并通过设置pm＝1,2,...,M-1对各乌托邦等距点对应的Pareto非劣解进行求解，得到问题的Pareto解集；/n步骤14.非劣解还原：对于步骤10～13计算所得的规格化解空间中的Pareto解集，需要将其中的解还原为原本的规格；对于解集中的任一规格化Pareto解其原本的值(f₁(x),f₂(x))的计算公式为：/n步骤15.在步骤14获得Pareto非劣解集后，基于模糊评价的隶属度值计算方法对解集中各解的进行评价，并选出决策建议方案供调度人员参考；包括单目标隶属度计算和综合隶属度计算两个步骤；首先，令pm＝0；/n步骤16.单目标隶属度计算：对于Pareto解集中的各非劣解，首先对其在各单一目标方面的隶属度分别进行计算；对于任一Pareto解(f₁(x),f₂(x))，其调峰目标的隶属度μ_pm,1的计算函数如式8所示，发电效率目标隶属度μ_pm,2的计算函数如式9所示；/n式8：/n式9：/n步骤17.令pm＝pm+1；/n步骤18.判断pm＞M+1是否成立，若是，则进入步骤19，否则返回步骤16继续进行计算；/n步骤19.综合隶属度计算：依据单目标隶属度值，对解集中各解的综合隶属度μ_pm进行计算：/n步骤20.最优折中解选取：根据得到的Pareto解集中各解的综合隶属度，选取具有最大综合隶属度的解作为最优折中解，并将其作为决策建议方法提供给调度人员。/n