梯级水电站短期优化调度和竞价策略分析

梯级水电站短期优化调度和竞价策略分析

ID:23517626

大小:3.15 MB

页数:93页

时间:2018-11-08

梯级水电站短期优化调度和竞价策略分析_第1页
梯级水电站短期优化调度和竞价策略分析_第2页
梯级水电站短期优化调度和竞价策略分析_第3页
梯级水电站短期优化调度和竞价策略分析_第4页
梯级水电站短期优化调度和竞价策略分析_第5页
资源描述:

《梯级水电站短期优化调度和竞价策略分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第一章绪论短期优化调度研究仍没有形成一套完整有效的理论和方法,随着电力市场改革在中国的不断深入,梯级水电站的应用又增添了新的要求和难度,在新的市场条件下,如何进行梯级水电站竞价上网和优化调度工作,达到降低成本、优化运行的目的是当前迫切需要解决的问题,只有这样发电厂商才能在激烈的竞争中占据主动。所以,研究梯级水电站短期优化调度和竞价上网问题具有十分重要的现实意义,这也是本文选题的初衷。1.2梯级水电站短期优化调度的国内外研究现状梯级水电站短期优化调度是在已知系统结构类型,水电站及其水库,系统其它组成单元的功能、任务、参

2、数、特性等原始数据和各种信息的约束条件下,为满足国民经济各有关部门和社会的要求,按照运行调度基本原则,利用一定的优化珲论方法和技术,制定和实现对水资源的优化利用和控制方式,即寻求系统和梯级水电站及其水库的最优运行调度方式、最优策略和最优决策。在过去几十年里,优化理论、方法及其在水资源r程领域中的应用研究取得了很大的进展,国内外学者通过长时问的研究提出和发展了许多富有成效的方法。但是由于梯级水电站短期优化调度比较复杂,不仅存在着电力方面的联系,还存在着水流方面的联系,约束条件复杂,目标函数形式多样,时至今日仍未形成一套

3、理论上严谨而实用的数学模型和计算方法。下文将对目前梯级水电站短期优化调度的主流研究方法进行分项阐述。1)等微增率法(EqualionIncreIIlentalRate,E爪)等微增率法是最早使用在电力系统经济运行巾的方法。继Steinberg和Smith(1934年)提出耗量微增率的概念后11】,George于1943年提出了网损修正的思想口J,等微增率法理论逐渐形成。Cbatadl耐1953)推导了不变水头水电厂情形下的经典水火点调度协调方程,并成功地应用于加拿大Ontario水电调度系统p]。长期以来,这种理论和

4、方法对指导电力系统经济运行起着很大的作用。ErR具有计算速度快,数学理论严谨的优点,目前在实际电力系统中应用相当普遍,在定的简化条件下.其求解结果与采用最优潮流计算的结果非常接近”l。此外,E/R在分配负荷时,充分考虑了电厂或机组的当前出力,避免了电厂或机组的过量调整和负荷调整的大幅度波动。然而,以数学极值形式描述的经典EIR要求原问题是凸规划问题,求目标函数的极小值要求水电厂流量对出力的二阶导数大于零。在实际应用中,不满足这一充分条件的情况经常出现,导致了采用E1R可能得出错误的结论。除此咀外,在使用等微增率法时,

5、微增率特性曲线的整理和绘制十分繁琐,不便于实际操作。对此,文献【5】在E取优化调整负线的整理和绘制十分繁琐,不便于实际操作。对此,文献【5】在Em优化调整负第一章绪论荷分配过程物理意义的基础上,运用任一负荷下微增率反映负荷作微小变动时流量变化大小的特性,根据各个电厂微增率的相对大小的关系进行负荷分配的调整,使每次调整的结果均使目标函数值减少,直至输入的标准一次能源量最小,从而得到系统的最优解。该方法对函数的特性没有严格的要求,目标函数值随着调整的过程单调减少,可以应用于负荷调整范围不大的调度问题中。对于具有大突变负荷

6、的调度问题,该方法可能因为负荷增减的步长太小而导致收敛较馒。21动态规划法(DynamicProgramming,DP)DP是20世纪50年代美国数学家R.Bellman提出的一种用于解决多阶段决策问题的技术f⋯,成为现代最优控制的基础理论之一,是水资源规划与管理中应用最为广泛的优化方法⋯q垃】。DP对目标函数和约束条件没有严格的要求,不受任何线性、凸性甚至连续性的限制,完全避开了使用微增率曲线,理论上已经证明动态规划法可以求得全局最优点。而且对于复杂的多阶段优化问题,DP可以按照时段划分成一系列的子问题逐一求解,并

7、且能够比较容易地考虑复杂的约束和随机因素影响。因此,DP是水电优化问题使用最广泛的方法。但动态规划法存在着两个明显的缺陷:(1)算法构造过于精巧,不能很好地适应实际问题的变化,建模有时比较困难;(2)维数灾问题,虽然现在已经开发出诸如增量动态规划(IncrementalDynamicProgramming,IDP)、离散微分动态规划(DiscreteDifferentialDynamicProgramming,DDDP)、状态增量逐次逼近动态规划(IncrementalDynamicProgrammingwithSu

8、ccessiveApproximation,IDPS∞、微分动态规划(DifferentialDynamicProgramming,DDP)、逐次优化算法(ProgressiveOptimalityAlgorithm,POA)和动态解析法(DynamicAnalyticMethod,DA)等改进方法f¨心l,但维数灾问题仍不能从根本上解决。3)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。