[发明专利]耦合径流预报信息的水电站二维调度图绘制及使用方法

摘要

本发明公开了一种基于耦合径流预报信息的水电站二维调度图的构建方法，涉及水库调度技术领域。所述方法包括：水电站二维调度图基本形式概化；建立水电站二维调度图优化模型；采用多目标遗传算法，在水电站二维调度图优化模型的基础上对水电站二维调度图的概化形式进行优化编制，得到优化后的二维调度图；基于预报入库径流等级概率，采用后验概率加权平均法求水电站决策出力。本发明能有效协调水库的短期效益和长期效益，有利于水电站全景发电量的提高，同时，本发明基于后验概率加权平均法得到水电站的决策出力，有利于充分考虑径流的随机性，减小决策失误的可能；适应水库中长期发电计划制定及水库实时调度。

主权项

1.一种基于耦合径流预报信息的水电站二维调度图的构建方法，其特征在于，所述方法包括：S1，水电站二维调度图基本形式概化；S11，采用确定性优化调度方法对长系列入库径流进行优化调度；S12，绘制水位-入库流量-出力三者的三维曲面图；S13，将水电站出力投影到水位和入库流量所在的平面，观察得到水电站二维调度图的概化形式；S2，建立水电站二维调度图优化模型，在建立水电站二维调度图优化模型过程中需要优化的目标为公式(1)和(2)； E = m a x Σ t = 1 T KQ t H t × Δ t - - - ( 1 ) ]]> P = m a x s u m ( N t ≥ N min ) T × 100 % , t = 1 , 2 , .... , T - - - ( 2 ) ]]>其中，E为调度期内发电量；KQtHt为水库t时段平均出力；t表示时段编号，△t为时段长；T为时段总数；P为出力保证率，sum(Nt≥Nmin)为调度期内时段出力大于保证出力的总时段数；Nt表示时段t出力，Nmin表示保证出力；S3，采用多目标遗传算法，在水电站二维调度图优化模型的基础上对水电站二维调度图的概化形式进行优化编制，得到优化后的二维调度图；S4，基于预报入库径流等级概率，采用后验概率加权平均法求水电站决策出力；步骤S1中得到的水电站二维调度图的概化形式具体为：以Z为横坐标，所述Z为水位或水库需水量，以预报入库径流为纵坐标；根据预先划分的入库径流的等级和预先划分的Z的等级，将所述水电站二维调度图离散成多个出力区间，设定每个出力区间有个一独立的出力值，各个出力值间存在公式(3)和公式(4)所表示的关系：Ni-1,j≤Ni,j≤Ni+1,j (3)Ni,j-1≤Ni,j≤Ni,j+1 (4)其中，i表示出力区间所处的Z等级；j表示出力区间所处的预报入库径流等级；Ni-1,j表示调度图中Z等级为i-1，预报入库径流等级为j的出力区间的出力值；Ni,j表示调度图中Z等级为i，预报入库径流等级为j的出力区间的出力值；Ni+1,j表示调度图中Z等级为i+1，预报入库径流等级为j的出力区间的出力值；Ni,j-1表示调度图中Z等级为i，预报入库径流等级为j-1的出力区间的出力值；Ni,j+1表示调度图中Z等级为i，预报入库径流等级为j+1的出力区间的出力值；S2中，建立的水电站二维调度图优化模型满足五种约束条件，具体为：水库水量平衡约束，具体为公式(5)：V(t+1)＝V(t)+WI(t)-WO(t)-WL(t) (5)式(5)中，V(t),V(t+1)分别表示水库在t时段初和时段末的库容；WI(t),WO(t),WL(t)分别表示水库第t时段的入库水量、出库水量和水量损失；水库蓄水量约束，具体为公式(6)：Vmin(t)≤V(t)≤Vmax(t) (6)式(6)中V(t),Vmax(t),Vmin(t)分别表示水库在t时段的库容、允许的库容上限和允许的库容下限；水库下泄流量约束，具体为公式(7)：Qmin(t)≤Q(t)≤Qmax(t) (7)式(7)中，Q(t),Qmax(t),Qmin(t)分别表示水库在t时段的出库流量、允许的最大泄流量和允许的最小下泄流量；水电站出力约束，具体为公式(8)：Nmin(t)≤N(t)≤Nmax(t) (8)式(8)中N(t),Nmax(t),Nmin(t)分别表示水电站在t时段的出力、允许最大出力和允许最小出力；调度图出力区间约束，具体为公式(9)：Ni-1,j≤Ni,j≤Ni+1,j；Ni,j-1≤Ni,j≤Ni,j+1 (9)式(9)中，i表示出力区间的等级；j表示出力区间所处的预报入库径流等级，Ni-1,j表示调度图中Z等级为i-1，预报入库径流等级为j的出力区间的出力值；Ni,j表示调度图中Z等级为i，预报入库径流等级为j的出力区间的出力值；Ni+1,j表示调度图中Z等级为i+1，预报入库径流等级为j的出力区间的出力值；Ni,j-1表示调度图中Z等级为i，预报入库径流等级为j-1的出力区间的出力值；Ni,j+1表示调度图中Z等级为i，预报入库径流等级为j+1的出力区间的出力值；步骤S4，具体按照下述步骤实现：S41：采用贝叶斯概率预报描述入库径流等级预报的不确定性假设流量过程服从一阶马尔科夫过程，令Ht-1表示t-1时刻的实测流量，Ht、St分别表示t时刻的实际流量和预报流量；ht-1、ht、st分别表示Ht-1、Ht、St的实现值，根据贝叶斯公式，实际流量Ht的后验密度函数为公式(10)： Φ ( h t | h t - 1 , s t ) = f ( s t | h t - 1 , h t ) · g ( h t | h t - 1 ) ∫ - ∞ + ∞ f ( s t | h t - 1 , h t ) · g ( h t | h t - 1 ) dh t - - - ( 10 ) ]]>式中，g(ht|ht-1)为流量先验概率密度；当St＝st时，函数f(st|ht-1,ht)为Ht的似然函数；Φ(ht|ht-1,st)为Ht的后验密度函数；S42，随着预报信息的更新，通过似然函数f(st|ht-1,ht)对先验概率密度g(ht|ht-1)进行修正，得到更符合实际情况的后验概率；再结合步骤S3中得到的优化后的二维调度图，将入库流量等级划分为[0,Q1]、[Q1,Q2]、[Q2,Q3]三个等级，可以通过贝叶斯公式得到t时刻预报入库径流处于[0,Q1]、[Q1,Q2]、[Q2,Q3]三个等级的概率P1、P2和P3，其中，Q1、Q2和Q3分别表示入库流量三个等级划分阈值，且Q1＜Q2＜Q3；S43：最终的决策出力N采用后验概率加权平均的方式获得，采用的加权平均公式为公式(11)：N＝P1×Ni,1+P2×Ni,2+P3×Ni,3 (11)其中，i为水库当前水位所处级别；P1为入库径流处于等级[0,Q1]的概率；P2为入库径流处于等级[Q1,Q2]的概率；P3为入库径流处于等级[Q2,Q3]的概率；Ni,1表示当前水位为i级别、径流处于[0,Q1]时对应的出力区间；Ni,2表示当前水位为i级别、径流处于[Q1,Q2]时对应的出力区间；Ni,3表示当前水位为i级别、径流处于[Q2,Q3]时对应的出力区间。