[发明专利]一种基于Fork/Join框架的梯级水库群优化调度多核并行计算设计方法

说明书

技术领域

本发明涉及梯级水库群精细化调度领域，具体是一种基于Fork/Join框架的梯级水库群优化调度多核并行计算设计方法。

背景技术

近年来，我国水电事业发展非常迅猛。截止2015年底，全国水电总装机水电装机规模达到3.2亿kW，约占全球水电总装机的1/4，是当之无愧的世界超级水电大国。当前，我国水电能源主要集中分布在十三大水电基地，这些水电基地的开发正逐渐形成一大批特大干流梯级水库群，普遍呈现了梯级水库数量多、装机容量大等特点，尤其是西南富水电流域，动辄十几级甚至几十级电站规模。比如，乌江流域规划11座电站，已建9座；澜沧江规划15级电站，已建6座；红水河规划10级电站，已建9座；金沙江中下游规划12级电站，已建6座；大渡河规划28级电站，已建成超过10座。对于这类规模庞大的梯级水库群联合优化调度问题，面临的求解困难主要体现在以下3个方面：

(1)大规模高维性：高维数问题是制约大规模水电站群优化调度问题求解的主要难点。随着水电系统计算规模不断扩大，每增加1级电站，求解需要的计算次数、计算机存储量以及计算耗时迅速增长，对于某些方法而言，增长速度呈指数方式上升，导致算法求解非常困难，计算效率显著下降，而且对算法的可扩展性造成很大影响，这一问题在动态规划中被称为“维数灾”。实际上在其它求解算法中，系统规模对求解的限制同样不同程度地存在，并成为制约水电优化调度工程应用的主要瓶颈。

(2)多阶段动态优化：水电站群优化调度属于多阶段动态优化问题。通常在时间维度上离散为多个时段，各时段之间需满足水库水量平衡约束或者水位出力变幅等衔接性约束，而且前面时段运行方式直接影响后面时段发电水头以及发电量，因而各阶段紧密联系；同时调度期末水位、水电系统总出力限制等全局性等式控制条件使得系统分解和多变量关联约束松弛难度很大。

(3)复杂水力电力联系：水电站群优化调度需要考虑电站之间的水力联系，位于上游且具有较高调节性能的电站对天然来水起调节作用，因而改变了下游电站的入库流量。当调度上游电站产生出库流量时，其下游电站的入库流量则由上游电站出库流量和两电站之间的区间流量共同构成，而入库流量作为优化调度的主要输入，直接影响当前电站的调度决策。因此，每一个电站的入库流量均受到其直属上游电站调度的影响。若当前电站有多个上游电站，优化问题更加复杂。另外，由于水电在电力系统中发挥非常重要的调度任务，致使水电站群优化调度需考虑与电力系统相关的约束条件，比如平衡电力负荷需满足的系统最小出力、输电断面的安全送电极限等，导致水电站群存在密切的电力联系，同时也加大了水电站群优化调度的求解困难。

面对我国水电系统如此大规模库群联合调度的形势，采用传统优化方法求解呈现一定的局限性，已无法满足电网、水电公司及流域机构的精细化调度需求，探索合理高效的求解算法是水电调度工作亟待解决的重要科学问题。

目前，动态规划类方法和新兴智能算法是梯级水库群优化调度领域主要应用的两大类方法。但是，动态规划方法受求解规模限制，大规模问题易导致维数灾问题，计算规模随着电站计算数量的增加呈指数增长；群体算法的求解精度与计算规模存在一定竞争关系，即种群规模或迭代次数越大，在解空间搜索到全局优化解的概率越大，求解精度越高，但是同时也意味着计算耗时越多，求解效率越低，尤其是应用于我国当前大规模梯级水电站群优化调度时，求解效率下降非常显著。因此，为了使在有限时间内求解大规模水电站群优化调度问题成为可能，并同时保证优化结果的质量，研究如何改进这两类常用优化方法的计算效率具有重要的科学意义。