考慮中期徑流預(yù)報(bào)及其不確定性的水庫(kù)群發(fā)電優(yōu)化調(diào)度模型研究.pdf

1、隨著社會(huì)與經(jīng)濟(jì)的不斷發(fā)展，電能成為制約社會(huì)與經(jīng)濟(jì)可持續(xù)發(fā)展的瓶頸因素之一。水電作為清潔能源，已成為我國(guó)能源結(jié)構(gòu)中非常重要的組成部分，而且變得越來越重要。為了提高水能資源利用率，提高水庫(kù)發(fā)電的調(diào)度水平是重要途徑之一。近年來，隨著氣象預(yù)報(bào)技術(shù)及計(jì)算機(jī)技術(shù)的不斷發(fā)展，利用數(shù)值降雨預(yù)報(bào)信息來延長(zhǎng)徑流預(yù)報(bào)的預(yù)見期和提高預(yù)報(bào)精度成為可能性。如何根據(jù)現(xiàn)有的預(yù)報(bào)信息提高水庫(kù)發(fā)電調(diào)度水平是現(xiàn)階段亟待解決的問題。
　　為此，本文選擇渾江梯級(jí)水庫(kù)群為例

2、，采用美國(guó)全球預(yù)報(bào)系統(tǒng)(GFS)發(fā)布的降雨預(yù)報(bào)信息作為資料開展考慮預(yù)報(bào)信息的水庫(kù)群發(fā)電調(diào)度研究。首先，基于GFS數(shù)值降雨預(yù)報(bào)信息對(duì)渾江梯級(jí)水庫(kù)群的徑流進(jìn)行預(yù)報(bào)，以此研究結(jié)果作為本文研究的信息輸入。然后在此基礎(chǔ)上，圍繞耦合預(yù)報(bào)信息的水庫(kù)發(fā)電調(diào)度模型展開了研究，分別從隱隨機(jī)、顯隨機(jī)和模擬-優(yōu)化的角度作為研究的切入點(diǎn)，并分別建立考慮預(yù)報(bào)信息的調(diào)度模型。最后，基于預(yù)報(bào)和調(diào)度兩方面的研究成果，建立渾江梯級(jí)水庫(kù)群發(fā)電預(yù)報(bào)調(diào)度系統(tǒng)作為系統(tǒng)的輸出。本文

3、研究成果主要有以下幾個(gè)方面:
　　(1)由于水文預(yù)報(bào)模型的結(jié)構(gòu)、參數(shù)和初始值等誤差均會(huì)對(duì)預(yù)報(bào)結(jié)果產(chǎn)生影響，因此，采用多個(gè)不同類型的水文模型對(duì)中期徑流進(jìn)行預(yù)報(bào)，并以聯(lián)邦濾波算法將多個(gè)模型預(yù)報(bào)結(jié)果進(jìn)行融合，以達(dá)到模型缺點(diǎn)互補(bǔ)的效果。結(jié)果表明該組合預(yù)報(bào)模型能夠提高預(yù)報(bào)精度和穩(wěn)定性，而且組合預(yù)報(bào)模型對(duì)模型結(jié)構(gòu)、參數(shù)和初始值帶來的預(yù)報(bào)誤差有較好的校正效果。
　　(2)在中期徑流預(yù)報(bào)研究成果基礎(chǔ)上，采用隱性的方式挖掘?qū)で缶哂衅者m性的發(fā)電

4、調(diào)度規(guī)則，使水庫(kù)群發(fā)電調(diào)度耦合徑流預(yù)報(bào)信息。首先建立粗糙集和決策樹兩種數(shù)據(jù)挖掘算法;然后以確定性優(yōu)化算法獲得的發(fā)電調(diào)度理想過程為基礎(chǔ)，挖掘調(diào)度數(shù)據(jù)集中蘊(yùn)含的發(fā)電調(diào)度規(guī)律;最后依據(jù)數(shù)據(jù)挖掘模型對(duì)具有相似性的調(diào)度決策合并同化為具有普適性的調(diào)度規(guī)則，從而獲得具有普適性的發(fā)電調(diào)度規(guī)則。
　　(3)為了比較水庫(kù)群發(fā)電調(diào)度模型效率，采用模擬-優(yōu)化的思想制定考慮預(yù)報(bào)信息的發(fā)電預(yù)報(bào)優(yōu)化調(diào)度圖。預(yù)報(bào)優(yōu)化調(diào)度圖中以旬為時(shí)間尺度將蓄水量轉(zhuǎn)化為流量量綱，

5、蓄水量同徑流量耦合后構(gòu)成調(diào)度圖的調(diào)度控制空間(OCS)，并以O(shè)CS為預(yù)報(bào)調(diào)度圖的狀態(tài)變量建立水庫(kù)群的發(fā)電預(yù)報(bào)優(yōu)化調(diào)度圖，從而降低了調(diào)度圖的優(yōu)化“維數(shù)”并保持了調(diào)度圖簡(jiǎn)明的結(jié)構(gòu)。
　　(4)在水庫(kù)群發(fā)電調(diào)度模型中，采用顯性的方式考慮徑流預(yù)報(bào)信息。首先采用“聚合—分解”的思想，將梯級(jí)水庫(kù)群來水量和庫(kù)容進(jìn)行聚合構(gòu)造虛擬的“單一水庫(kù)”，然后以聚合來水量和聚合庫(kù)容作為變量建立聚合分解貝葉斯隨機(jī)動(dòng)態(tài)規(guī)劃模型(AD-BSDP)，并通過AD-BS

6、DP模型優(yōu)化計(jì)算獲得耦合徑流預(yù)報(bào)信息的水庫(kù)群發(fā)電總出力決策圖，最后在實(shí)時(shí)調(diào)度階段，以棄水量最小和蓄水量最大為目標(biāo)將總出力優(yōu)化分配至各水庫(kù)。研究表明，AD-BSDP在具有較大不確定性預(yù)報(bào)信息條件下，比傳統(tǒng)調(diào)度圖和其他驗(yàn)證模型具有更高的發(fā)電效益和穩(wěn)定性。
　　(5)針對(duì)發(fā)電調(diào)度隨機(jī)動(dòng)態(tài)規(guī)劃模型中，徑流預(yù)報(bào)信息不確定性對(duì)發(fā)電效益和穩(wěn)定性有較大影響的問題，本章研究建立了滾動(dòng)時(shí)域發(fā)電調(diào)度模型，在此基礎(chǔ)上將徑流預(yù)報(bào)信息不確定性對(duì)水庫(kù)發(fā)電調(diào)度效

7、益和穩(wěn)定性的影響進(jìn)行了定量化的評(píng)價(jià)。
　　(6)基于預(yù)報(bào)信息不確定性對(duì)發(fā)電效益和穩(wěn)定性的影響評(píng)價(jià)，將10天徑流預(yù)報(bào)信息劃分為1～5天和6～10天兩段，前時(shí)段預(yù)報(bào)信息具有較高的預(yù)報(bào)精度，后時(shí)段預(yù)報(bào)信息具有較大不確定性，但仍有重要參考價(jià)值。為此，采用貝葉斯理論將前5天和后5天預(yù)報(bào)徑流信息進(jìn)行耦合，建立短、中期徑流預(yù)報(bào)信息相套接的聚合分解貝葉斯隨機(jī)動(dòng)態(tài)規(guī)劃模型(TS-BSDP)。模擬結(jié)果表明TS-BSDP模型的發(fā)電效益和穩(wěn)定性優(yōu)于AD-