一、水电系统长期发电优化调度模型及其求解（论文文献综述）
龚芝瑞[1]（2021）在《雅砻江下游梯级水电站多尺度联合优化调度》文中研究指明水电是一种清洁低碳、运行灵活、兼具多重综合利用效益的可再生能源,其开发与利用对我国能源发展起到十分重要的作用。水电能源的科学统筹规划是推进能源供给侧结构性改革,建设安全高效的能源体系的关键措施。因此,本文以雅砻江流域下游梯级电站为研究对象,围绕各时间尺度优化调度开展研究,同时考虑不同时间尺度调度的嵌套耦合关系,研究不同时间尺度下水库调度的控制互馈机制。主要研究工作及成果如下:（1）为提高电力系统的供电可靠性,统筹协调梯级水电站的发电与容量效益,分别建立了梯级发电量最大和电量-容量综合效益最大的中长期发电优化调度模型。结果显示,多目标模型中梯级电站的两年平均发电量为806.18亿kWh,较单目标模型（807.73亿kWh）减少了 0.19%;但其时段最小出力为560.99万kW,较单目标模型（511.55万kW）增加了 9.66%。研究表明,多目标模型能够在保证梯级发电量的基础上,提高枯水期的最小出力,从而增加水电系统运行的安全性与可靠性。（2）为充分发挥水电机组的调峰能力,围绕雅砻江下游梯级电站短期调峰计划编制问题,采用“以水定电”模式与梯级水库同步调峰策略,分别构建了考虑滞时影响的总发电量最大、基于负荷趋势的电网余荷波动最小和电量-调峰综合效益最大模型。结果表明,电量效益模型仅追求发电量效益,未能起到填谷削峰的作用,不能充分发挥水电站的调峰优势;调峰模型的标准差与电量效益模型相比,在各典型日下降幅分别达到63.00%、72.15%和64.43%,峰谷差的降幅分别达到61.56%、70.47%和62.15%,同时其梯级发电量也相应降低1.04%、1.06%和15.07%,虽然调峰模型能够更好的跟踪电网负荷曲线的趋势,但其发电效益减少,不利于水资源的充分利用;多目标模型在各典型日下的电网余荷标准差分别为1760MW、962MW和1764MW,余荷峰谷差分别为5456MW、2955MW和4078MW,梯级电站发电量分别为123739MWh、109157MWh和133746MWh,研究表明该模型的电量效益和调峰效益均介于两个单目标模型之间,模型在一定程度上保证了梯级电站的发电量,同时能够较好地跟踪电网负荷趋势,平滑电网余荷波动过程,更利于日后风光等新能源的并网运行。（3）为解决各时间尺度调度模型间相互脱节、无法进行有效的信息交互等问题,对多时间尺度的嵌套耦合关系进行了解析,提出了逐级约束机制和引入PID控制原理的逐级反馈机制,并基于该控制反馈机制建立了多时间尺度嵌套发电优化调度模型。根据上级模型的调度方案生成下级模型的边界约束,再将实时调度与调度计划的偏差信息通过反馈机制传递给上级模型,从而构成各时间尺度调度的控制互馈系统。应用TOPMODEL模型的模拟结果作为输入数据,并将该嵌套模型应用于雅砻江下游梯级水库群。研究结果表明,在短时间尺度调度中嵌套模型的运行过程更加接近实际调度过程;在中时间尺度调度中,无反馈模型代表月余留期锦屏一级电站及二滩电站指导水位与实际水位的绝对值偏差之和为17.99m和5.70m,考虑反馈机制的嵌套模型中各电站绝对值偏差之和为3.56m和2.71m,降幅较无反馈模型分别达到80.21%和52.46%;在长时间尺度调度中,嵌套模型余留期的梯级电站总发电量为1154.48亿kWh,比无反馈模型（1152.93亿kWh）增加了1.55亿kWh,增幅为1.34‰,嵌套调度的结果也更符合实际最优决策。综上所述,嵌套模型能够在把握全局调度合理性的同时实时反馈调度信息,从而达到对余留期效益的动态控制,使得修正后的调度决策更加贴合实际运行过程,能够在水库调度方案的制定中发挥更实际的指导作用。
马皓宇[2]（2021）在《雅砻江中下游梯级水库多目标精细优化调度及决策方法研究》文中研究说明梯级水库作为开发与利用水能资源这一清洁可再生能源的重要工程措施,通过对一段时期内入库径流实施有计划调蓄,梯级水库可实现洪旱灾害的防范抵御、水电企业的效益增长、电网的安全稳定运行、生态环境的保护修复等多方面重大任务。并且近年来我国出台了一系列清洁能源消纳的鼓励政策,水能资源支持的水电行业已成为我国能源结构转变的关键。目前随着乌江、雅砻江、金沙江等十三大水电基地建设的逐步完成,我国各个流域内梯级水库系统的规模不断扩大,水电事业发展的重心由工程建设转至运行管理,而智慧水利这一概念的提出及先行先试工作的开展,更是凸显了强化以梯级水库为代表的水利工程设施的调度管理工作的重要意义。因此亟需开展梯级水库的多目标优化调度及决策方法的研究,以期在复杂的外部环境与工程背景下,编制以最大化梯级水库系统的水资源利用率为目标的调度方案,有效协调梯级系统的防洪、供水、发电、航运等多个目标,满足新形势下各行业部门对水资源的相关诉求。本文充分考虑梯级水库优化调度的理论研究与实际生产这两方面,针对短期单目标与中长期多目标的优化调度问题,重点考虑精细化调度、“维数灾”处理、多目标调度及多属性决策等难题,基于数学规划、概率统计、智能优化、并行加速等方面的理论方法,对短期和中长期优化调度的模型构建、求解算法改进及调度方案决策进行深入研究,取得了如下的主要成果:（1）梯级水电站精细化日发电计划制定。针对传统模式下水电站的优化出力计算不够准确,进而导致调度方案在实际实行中出现偏差的不合理情况,将各时段各电站内投运机组的台数、组合及负荷与流量的优化分配纳入考虑,构建厂间-厂内一体化调度的精细优化调度模型,实现梯级电站间与各个电站内的水能资源优化分配方式的统一;在此基础上,提出求解嵌套优化模型的嵌套多维动态规划算法,并通过雅砻江流域的锦西-锦东梯级系统的实例研究,验证所构建的精细优化模型与求解算法的优越性。（2）基于内存占用缩减和GPU并行加速的求解算法性能优化。针对嵌套动态规划在求解精细优化调度模型中出现的严重“维数灾”—计算任务与内存占用量均呈指数型增长,利用数据压缩与数据库技术实现程序占用内存的有效缩减,通过OpenACC标准下的GPU并行大幅提升算法的计算效率;在此基础上提出针对“维数灾”的改进嵌套动态规划,监测优化策略引入前后的程序运行的内存占用量与计算时长的变化以验证改进策略的效果。（3）构建新型多目标进化算法LMPSO并应用于实际梯调问题。针对多目标降维成单目标这一处理方式的缺陷,以及经典MOEAs在处理大规模高维多目标问题上性能不足的问题,引入算法的性能评价指标—超体积指标作为个体选择标准,采用问题变换策略降低搜索空间维数;由此有效降低多目标优化调度模型的求解难度,并以SMPSO为基础设计LMPSO,将改进后方法运用在雅砻江的三库联合调度,由此验证算法在面对多目标优化调度的高维难题上相比于其它方法的计算优势。（4）对传统区间数灰靶模型进行改进并应用于最佳均衡方案决策。考虑到梯级水库入流过程的预报存在误差,通过区间数表示调度方案的各维指标值更为合理,故选择引入区间数理论的灰靶决策模型进行调度方案决策;在传统区间数灰靶模型的基础上,设计基于集值理论的权重向量确定方式与基于多维度联合抽样的期望贴近度计算策略,并由此提出相应的改进模型;分别利用标准决策模型与改进模型实现雅砻江梯级水库系统的多属性方案决策,通过结果对比验证改进方法对区间数的处理更为合理,能有效避免计算过程中的信息失真。
张艳[3]（2021）在《强水力联系下梯级水电站群短期深度调峰研究》文中研究说明近年来,随着我国电网负荷峰谷差的日益增大以及具有间歇性、不确定性、随机性等特点的风光电等清洁能源的大规模并网,电网调峰压力与日俱增。作为我国目前第一大清洁能源,水电以其调节性能好、调峰成本低、启停灵活等诸多优势成为公认的优质调峰电源,因此水电参与调峰一直是电力调度的研究重点和热点。为充分利用水头落差,我国大多数流域采用梯级式或者一库多级式开发模式,建成大批强水力联系的梯级水电站群,电力调度过程中如何深挖此类梯级电站的调峰潜力,最大限度发挥它们的调峰灵活性是亟待解决的问题。本文以我国西南地区红水河流域梯级为工程背景,针对强水力梯级库群在短期深度调峰过程中的峰平谷时段精确划分、调峰模型降维求解及汛期弃水调峰策略等方面开展了深入研究,主要研究工作及取得的成果如下:（1）提出了梯级电站短期调峰的峰平谷时段划分方法。根据设定的计算时段间隔,分别采取皆基于隶属度函数实现的传递闭包模糊聚类分析和改进的模糊隶属度函数法作为划分方法。间隔取1h时,选择基于负荷数据聚集特征自动分类的简单易行但受计算规模限制的模糊聚类分析进行划分;间隔取15min时,选择不受限于计算规模但会受主观经验影响的模糊隶属度函数法,并改进了阈值评价指标来选取适当的阈值。划分结果表明,上述两种方法可以更为真实地反映出电网负荷曲线的实际峰平谷特性。（2）提出了峰平谷模糊识别模式下梯级水电站的短期调峰方法。针对短期调峰模型中水力电力联系复杂、各类约束相互交织、求解过程面临严重的维数灾等问题,提出了具有明显峰平谷区分的典型调峰特征曲线方式,实现调峰模型的降维求解。典型调峰曲线的确定基于电网负荷曲线的峰平谷模糊识别及峰平谷流量比设定进行实现。红水河流域梯级电站枯期调度实例表明:所提方法可以在满足所有约束下快速得到具有较好调峰效益的结果,且可借助流量比的调整灵活控制水电的调峰深度。（3）提出了预弃水模式下梯级库群的短期调峰方法。针对强水力联系梯级库群在汛期调度过程中无法避免弃水的问题,提出一种基于负荷特性的弃水调整方法,以提出的谷时段预弃水策略来实现梯级弃水调峰,构建了带有预弃水比的混合整数线性规划调峰模型,并在求解过程中借助SOS2约束来进行线性化。红水河流域梯级电站汛期调度实例表明:所提方法可以一定程度上平缓电网余荷,且可通过调整上中下游电站的预弃水比来灵活控制电站的调峰容量。最后,对全文和未来研究工作的前景进行了简要总结。
梁小青[4]（2020）在《梯级水库调度不确定性分析与多属性决策模型研究》文中提出为缓解化石能源短缺、大气污染、温室效应等问题,我国高度重视和积极推进水电等具有清洁、可再生、储量丰富、分布范围广等特点的绿色能源的发展。水库一直是进行防洪减灾、水力发电、水资源供给等社会活动的重要组成部分,随着近些年我国各大流域梯级水库群的逐渐建成,且受全球极端气候变化的影响,防洪、发电、供水等各部门之间的关系越发复杂,因此,开展不确定性条件下的水库优化调度管理工作,寻求更为实用的优化调度方案成为水利和电力部门亟待解决的重要课题。本文沿着“减少不确定性—量化不确定性—考虑不确定性的调度风险估计一不确定多属性决策”的思路,运用数理统计、风险分析、运筹学、Copula函数等理论方法,重点针对洪水非一致性分析、入库径流过程预报误差模拟、调度风险估计、多属性决策等方面进行了深入研究,取得的主要成果如下:（1）基于Copula函数的非一致性洪水多变量联合分析。针对传统洪水频率分析未考虑洪水非一致性的问题,基于P-Ⅲ混合分布和Von Mises分布,分别建立了洪量变量的P-Ⅲ混合分布和洪量发生时间变量的Von Mises分布;在此基础上,应用Copula函数建立了洪量变量和洪量发生时间变量的联合分布。以锦屏一级入库洪水的非一致性分析为例,通过计算联合超越概率分布、条件超越概率密度等验证了这一方法的可行性与有效性。（2）入库径流过程预报误差随机模型及其应用。为了在量化入库径流预报误差的条件下有效提高调度方案制作的精度,基于高斯混合模型良好的自适应性,能更准确地描述单一预见时刻入库径流预报误差分布的特点,以及高维meta-student t Copula函数具有将多个类型边缘分布有机耦合的优势,建立了多个预见时刻入库径流过程预报误差随机模型。以锦屏一级水库日入库径流过程预报误差的模拟为例,对多个预见时刻的入库径流预报误差进行了随机模拟,验证了模型的可行性与有效性。（3）考虑多维入库径流过程预报误差的梯级水库群短期发电调度风险估计。以包含两个水库的梯级系统为例,对历史入库径流过程预报误差分类,定义了不确定性概率并将其作为调度决策的效益型指标之一,建立了考虑多维入库径流过程预报误差的梯级水库群短期发电优化调度模型,通过优化算法进行求解得到最优调度过程;基于入库径流过程预报误差随机模拟的思想,得到未来可能来流过程,然后进行仿真调度,得到风险指标估计值。与按入库径流预报值制作的调度方案相比,模型将入库径流预报误差考虑在内更符合实际。（4）基于马田系统和灰熵法的多维区间数决策模型及其应用。针对区间数决策中如何减少决策信息损失以提高决策结果准确性以及区间数排序难的问题,利用马田系统中正交试验次数少、获取信息量大以及马氏距离能较好反映指标间相关性的双重优势对灰熵法进行改进,并将改进的灰熵法与马田系统相耦合,提出了基于马田系统和灰熵法的多维区间数决策模型。将模型分别应用于潘口水库多目标优化调度方案优选和三峡梯级水库防洪优化调度方案优选,并与其他方法的决策结果进行了对比分析,验证了模型的优越性。
何中政[5]（2020）在《水库群中长期发电调度优化方法研究》文中提出随着我国社会经济的高速发展,对能源尤其是清洁的水能利用需求快速增长。一大批流域梯级水库群相继建成并投入运营,水库群所构成的水电能源系统联合运行态势已初具格局。然而,水库群联合调度运行在发挥防洪、航运、生态补水等综合效益的同时,也加剧了水电能源系统的复杂、高维、强耦合特性,使得系统优化运行和管理中面临的复杂现象和技术难题日益凸显,给水库群联合优化调度带来了新的挑战。水库群联合优化调度受水文不确定性、多种兴利需求等因素影响,且水库间水力和电力联系密切,是一类典型的高维度、非线性、强耦合的复杂约束优化问题,其问题的高效稳定求解一直是水资源管理研究领域的热点和难点。为此,本文围绕水库群联合优化调度所面临的若干科学问题,综合运用水电能源学、运筹学、系统动力学等理论与方法,以实现流域水能资源的综合高效利用为目标,研究了单一水库、梯级水库群和大规模混联水库群不同规模下水电能源系统优化调度理论与方法,取得了的一些可为水库群实际生产调度提供参考的研究成果。论文的主要研究内容和创新成果包括:（1）为进一步提升单一水库中长期发电优化调度问题求解的实时性,提出了基于两阶段模型最优判据的水库中长期发电优化调度逐次两阶段高效优化方法。研究工作建立了水库中长期发电优化调度两阶段模型,分析了两阶段模型发电效益目标函数凹凸性和单调性,推求了水库两阶段发电优化调度模型中间时刻状态变量最优判据;进而,借鉴分而治之的思想,将多阶段优化问题转换为逐次递进的两阶段问题进行求解,并据此提出了基于两阶段模型最优判据的水库中长期发电调度逐次两阶段高效优化方法。三峡水库实例分析结果表明,研究工作提出的逐次两阶段高效优化方法收敛精度高且搜索速度快,显着提升了水库中长期发电优化调度计划编制和运行管理的实时性。（2）围绕随机来水条件下水库长中短期嵌套发电预报优化调度问题,建立了响应预报偏差的水库长中短期嵌套预报发电调度耦合系统动力学模型。研究工作在已有嵌套预报调度相关研究基础上,建立了水库长中短期嵌套发电预报调度模型,分析预报误差对水库发电预报调度最优决策的影响规律;进而,结合系统动力学反馈机制和经典控制理论方法,提出了合理有效的水库嵌套预报调度对预报偏差的反馈控制响应机制;在此基础上,建立了水库长中短期嵌套预报发电调度耦合系统动力学模型。以三峡水库为研究对象开展相关实例分析结果表明,本文所提建模方法能够及时响应实际调度过程中预报来水与实时来水的预报偏差,做出更为合理的预报调度决策,从而提升来水不确定性条件下水库运行发电效益。（3）针对梯级水库群中长期发电优化调度智能优化方法易陷于局部收敛和收敛稳定性差等缺陷,且在问题寻优过程中面临时间和空间耦合、量级和量纲无法统一的多重复杂约束处理难题,提出了分区参数自适应更新差分进化算法和综合考虑等式、刚性和柔性约束不同优先级的梯级水库群优化调度约束处理策略。研究工作提出梯级水库群统一流量约束及其约束违反程度评价指标,并设计了综合考虑等式、刚性和柔性约束不同优先级的梯级水库群优化调度约束处理策略;此外,还提出了一种根据个体适应度进行分区参数自适应更新的改进差分进化算法。以金沙江下游和三峡梯级水库群为研究对象,相关实验结果表明所提出改进差分进化算法在测试函数和工程实例实验中均取得了较好表现,结合所提出的约束处理策略能够有效应对了梯级水库群优化调度多重复杂约束处理难题,从而改善智能优化方法在梯级水库群优化调度研究领域的实用性。（4）针对梯级水库群多目标优化调度多个目标间互馈关系难以定量解析的问题,提出了结合多目标优化理论方法和梯度概念的多目标优化互馈关系梯度分析方法。研究工作建立了梯级水库群供水-发电-环境联合优化调度模型,结合约束法和动态规划求解得到多目标优化调度问题非支配解集;分析梯级水库群供水-发电-环境多目标优化调度结果非支配解集空间分布特性,对非支配解集进行插值从而构建供水-发电-环境目标空间曲面函数,并采用梯度分析方法推求两两目标在归一化目标空间偏导函数值,从而量化梯级水库群多个调度目标间的互馈关系,为梯级水库群多目标优化调度目标间互馈关系解析提供一种新的研究途径。（5）面向高维度、强耦合、非线性的大规模混联水库群中长期联合发电优化调度问题高效稳定求解需求,提出了基于两阶段资源分配问题单调性和松弛策略的改进逐次逼近动态规划。研究工作在无弃水假设和忽略库容和下泄流量变量耦合关系的前提下,推导证明了大规模混联水库群联合发电调度问题逐次逼近动态规划建模降维求解中,对单一水库进行采用动态规划进行寻优的发电效益递推函数为凹函数;进而,结合凹函数特性下两阶段资源分配问题单调性,设计了基于单调性结论拓展寻优空间的松弛策略,从而提出了松弛逐次逼近动态规划优化方法。以包含61座水库的长江上游大规模混联水库群为研究对象开展实例分析结果表明,本文所提出的松弛逐次逼近动态规划相比传统逐次逼近动态规划在保障收敛精度的同时显着提升了其收敛速度,该方法可为实现大规模水库群所构成的水电能源系统安全经济运行提供可靠的技术支撑。
周凌安[6]（2020）在《多电网负荷响应下西南水电站群多目标短期调度方法研究》文中研究说明我国西南地区已建成了多个超千万千瓦级水电基地,形成了跨流域、跨电网互联的超大规模水电系统,呈现出梯级规模大、巨型电站多、集中程度高、送电范围广、水力电力耦合紧密等不同于常规水电系统的独特特征,给其调度运行带来了巨大挑战,具体表现为:1.西南水电站群的发电能力远超当地电网的负荷水平,需要远距离跨省区输送至多个电网进行消纳、响应多个电网的负荷需求,面临电网负荷水平差异下的多电网调峰问题;2.西南水电站群在调度过程中需要考虑发电、蓄能、调峰等综合利用要求,面临多目标协调优化难题;3.西南水电群的消纳方式和机组并网情况复杂、梯级上下游之间的水力电力耦合关系紧密,面临着多电网送电约束、回水顶托影响等特殊复杂的调度运行条件,无法使用常规模型对其优化调度问题进行精确描述,亟需构建具有针对性的数学模型来满足水电精细化调度需要。针对此,本文以我国西南地区红水河、金沙江两大水电基地为研究背景,围绕多电网负荷响应下的西南水电站群多目标短期优化调度这一主题,分别聚焦电网负荷水平差异下的梯级水电站群多电网调峰问题,水力电力紧密耦合下的水电站群多目标优化调度问题,以及大电网平台下跨流域水电站群协调优化调度问题等三个方面深入开展研究,取得了主要研究成果如下:（1）针对梯级水电站群优化调度过程中面临的高维非线性约束以及多利益主体复杂调度目标响应问题,本文使用非线性规划（NLP）建立了梯级水电站群多目标短期调度模型,并提出分区搜索求解方法进行求解。所提模型以电网余留负荷过程方差最小、水电调度期末蓄能最大为优化目标,采用非线性函数的多项式表征方法,对梯级水电站的非线性发电运行约束进行描述;提出的分区搜索求解方法通过将整个解空间前沿分为数个子区域分别进行搜索的策略,有效提高了所得Pareto解集的分布均匀性。红水河流域北盘江支流的梯级水电站群实例应用结果表明,所提方法可以求得在Pareto前沿均匀分布的解集、获得多个实用化调度方案,满足水电调度的多目标响应需求。（2）跨省消纳梯级水电站群需要在保证水电消纳电量的同时响应多电网负荷需求,面临多层级优化调度目标,同时梯级上下游之间的回水顶托影响更使得下游电站水位状态可以直接影响上游电站的发电效率,极大挑战了已有的调度模型并增加了问题复杂度。为此,本文使用混合整数线性规划（MILP）,建立了紧水力耦合梯级水电站群多目标短期优化调度模型。首先,针对多电网负荷响应需求,提出基于曼哈顿距离的逼近理想点法构建线性化多电网调峰目标函数,同时考虑上下游之间的回水顶托影响,使用变量离散和分段线性化策略建立了紧水力耦合梯级水电站群短期调度的多目标MILP模型,并使用耦合分区搜索策略的改进约束法进行优化求解。红水河流域南盘江支流的天生桥梯级水电站应用结果表明,所提模型保证了模型计算结果的准确性和实用性,且能够均衡响应多个电网的调峰需求。（3）对于机组分别并网向不同电网送电的跨省消纳水电站群而言,以电站为基本单元进行调度很可能得到违反机组发电能力或振动区约束的电站出力计划和电网受电过程,面临计算结果无法成功实施的问题。为此,本文提出了梯级水电站群多电网调峰与厂内经济运行的一体化调度方法。首先针对机组分别并网送电的水电站,提出了电站重构策略以及协调优化求解策略,对重构模式下的各电站最优出力过程进行计算;其次,提出了基于目标规划的水电站厂内经济运行方法,旨在尽量实现最优出力过程的前提下最小化厂内经济运行指标,最后构建了二次规划模型协调计算各个电网的受电过程。金沙江流域的溪洛渡-向家坝梯级水电站的应用结果表明,所提方法可满足机组复杂并网条件下跨省消纳水电站群的发电运行约束和跨省区输电限制,有效响应各电网的高峰负荷需求,具有显着的调峰效果。（4）西南大规模水电系统需要考虑多电网电力需求、电网负荷预测的不准确性、电站之间的水力电力复杂互联关系、以及梯级之间的相互协调问题,其优化调度涉及多个电网和梯级水电站群,面临极大的求解困难。为此,本文针对中、短期时间尺度嵌套下跨省互联的跨流域水电站群协调优化调度问题进行研究,考虑电网多种负荷预测过程,耦合多电网调峰及水电消纳最大需求建立了梯级水电站群中短期多目标跨省消纳模型。之后,提出变尺度求解方法,首先使用混合整数线性规划对大时段步长下跨流域水电站群的初步调度计划及网间电力分配结果进行快速求解,之后则以电站面临负荷过程为关联因子,构建了跨流域水电站协调求解框架,协调优化各电站的中短期发电运行过程。南方电网红水河和金沙江流域的梯级水电站群协调优化调度结果表明,所提方法能够求得切实可行的水电调度结果与电网受电计划,满足跨流域水电站群调度约束,降低了大电网平台下各个省级电网的调峰压力。
田雨雨[7]（2020）在《考虑不确定性的水火风光联合调度研究》文中研究表明风电与光伏的迅速发展促进了我国能源结构改革与电力系统的节能减排,高比例可再生能源并网将是我国电力系统发展的必然趋势。随着大规模风电、光伏并网,电力系统的调度方式由确定型向概率型转变,也因此使得传统的调度方式受到挑战。风电、光伏具有随机性和不确定性,导致系统等效负荷峰谷差加大,威胁电力系统的安全、稳定,通过灵活电源补偿协同调度是增加风光消纳量、保证系统安全稳定的有效措施。在水火风光的多能源电力系统中,提高水火系统的调峰能力是从电源侧解决电网调峰的重要手段。本文考虑风电、光伏的不确定性,深入分析梯级水电协同补偿机制以及水火系统的调峰机制,并在此基础上研究考虑可控负荷调峰和风光电出力随机性的水火风光电力系统调度方式,主要的研究结果如下:（1）采用统计指标分析了风电光伏的波动性、不确定性特点以及反调峰特性对电力系统的影响。结果表明,风电、光伏的反调峰特性和频繁的波动性不仅加大了电力系统等效负荷峰谷差也加大了等效负荷的波动幅度和波动速度,这就要求灵活电源具备快速调节能力和深度调峰特性;由此可见,制约风光电消纳的关键因素是系统调峰能力不足。（2）为保证梯级水电站间协调性,挖掘梯级水电站的调峰能力,提出应对大规模风光电接入的梯级水电站协同调度机制;基于梯级水电站协同调峰的要求,以剩余负荷均方差最小为目标,考虑综合利用约束和水力约束,建立基于调峰原则和调峰系数的梯级水电站协同调峰模型。提出三组对比方案对所提出模型进行验证。结果表明,梯级水电站协同调峰模型提高了各水电站间的协调性。（3）水火系统联合调峰方式对于含水火电源的电力系统运行至关重要。考虑不同季节的梯级水电站来水、水库综合利用要求和供暖期火电的调峰情况,提出了水火系统联合调峰模式,建立以系统风电、光伏消纳量最大为目标水火系统联合调峰数学模型并嵌套梯级水电站协同调峰模型,结果证明了水火系统联合调峰机制的有效性,并揭示了消纳风电光伏的关键因素是火电可以被压缩的发电空间。（4）为进一步研究考虑可控负荷调峰和风光电出力随机性的水火风光电力系统调度方式,建立计及可控负荷调峰和风光电出力随机性的水火风光调度模型,模型考虑水库约束、火电爬坡约束等,以系统的弃风弃光最小为目标,采用粒子群算法计算火电的最大开机容量和水电站出力计划。为验证模型的有效性,将计算结果作为输入代入水火系统联合调峰模型,结果表明所提出的模型计算出的火电最大开机容量具有合理性。
万畅[8]（2020）在《梯级水电站群及其互联电力系统联合优化调度研究》文中提出多能源互联电力系统发电联合优化调度能够调整当前社会的能源结构,有利于国家建设可持续发展型的社会,因此多能源互联电力系统联合调度已经成为当今能源领域的热门研究课题。实施区域多能源互联电力系统联合发电调度不仅有利于电力系统经济效益的提高,对生态环境的保护也起着至关重要的作用。本文以粒子群优化算法为研究基础,根据多能源互联电力系统的特点,建立了四种互联电力系统调度模型,对多种发电模式电力系统联合发电调度问题展开探究,取得了几点研究成果可以概括如下:（1）为了得到更佳的梯级水电站群单目标调度方案,通过对粒子群算法的探究,根据其特点,在三个方面进行了改进。由于随机生成初始群体解的精度不高,通过反向学习策略提高其质量;动态调整算法进化公式中的参数,对算法的求解质量有所改善;采用混沌局部搜索的措施,避免算法过早的陷入局部最优值。通过7个单目标的函数优化结果,证明了改进算法的优越性能。（2）为了顺利的展开对梯级水电站及其互联电力系统联合调度问题的求解,提出了能够有效处理电力系统中大量的复杂约束处理的处理方法,分别建立了单一的水电调度模型和包含水电和火电的调度模型。通过IPSO仿真求解,结果验证了约束处理方法和IPSO对该问题的求解是可行并且高效的。（3）为了提高对考虑多种目标函数的多能源互联电力系统调度模型求解的精度,根据多目标粒子群算法的运行特点,在全局引导粒子的确定策略对其进行改进得到多目标改进粒子群优化算法（IMOPSO）,使算法开始时能更好的在全局范围内搜索最优位置,而在算法的最后阶段能够更加精确的在局部范围内搜索更佳的解;最后通过精英学习策略避免算法早熟。选用ZTD系列函数来测试改进算法的优化性能,仿真结果验证了改进算法的比改进前更加高效,能够更好的对多目标问题进行求解。（4）为了满足在降低电力系统中运行成本的同时也要减少电力系统中燃烧煤炭所导致的污染气体排放的要求,分别建立同时考虑系统运行成本和系统污染气体排放的水火电力系统多目标优化调度模型、风-水-火互联电力系统联合调度模型,应用提出的改进多目标粒子群优化算法求解,得到了高效的调度方案,验证了改进算法对多能源互联电力系统多目标优化调度问题求解的可行性。
郑晓东[9]（2020）在《含高比例可再生能源多区域电力系统的鲁棒调度》文中研究指明日前发输电计划优化是电力系统调度运行长期以来的关键问题。无论在传统的一体化模式还是市场化模式之下,优化的调度计划都能够为系统节约大量的运行成本。相比单区域系统的调度,多区域系统的问题因其具有更大的规模、更复杂的约束、更严格的决策模式限制,而更具有挑战性。伴随着我国的电力市场化改革,研究多区域电力系统的省区间电力交换计划优化问题在当前显得更为关键。另一方面,风电、光伏等间歇性可再生能源发电在近十年来获得了快速的发展,但其随机性和波动性给电力系统的调度运行带来了很大挑战。如何在保证消纳可再生能源发电的基础上,提高系统运行的经济性和可靠性,是当前十分重要的研究课题。本文重点研究含高比例可再生能源的多区域电力系统的日前调度问题,主要研究内容及取得的研究成果概述如下:首先,基于两层协调模式和新型鲁棒不确定集,提出了多区域电力系统的鲁棒机组组合模型。利用各区域净负荷的方差,构造用于描述多区域系统总体不确定性的不确定集,并证明了该不确定集能够提供比传统预算集合更精确的概率置信度。为了用非集中式的的方法求解该模型,构建了上层的鲁棒凸优化模型,用于确定联络线功率计划和每个区域的发电区间。借助由发电区间指定的不确定性需求,每个区域系统的调度机构可以独立求解解耦的鲁棒机组组合问题。提出了改进的外逼近算法求解两阶段鲁棒优化中出现的双线性规划问题,该算法可以获得更高质量的解。通过两区域系统的仿真计算验证了新型不确定集的有效性,并验证了所提的两层协调方法能够在非集中式决策框架下得到经济的机组组合方案。其次,为了考虑风电随机量的时空关联性,克服传统鲁棒优化的保守性问题,研究了数据驱动和基于两阶段分布鲁棒优化的机组组合模型。假设风电概率分布的期望、协方差信息可以借助统计学习方法,从历史数据中估计得到,然后用随机量的这些矩信息构建了概率分布的模糊集。提出了含一阶、二阶矩约束的两阶段分布鲁棒机组组合模型,并将模型转化成了确定性的混合整数半正定规划问题。提出了一个两步骤的求解算法,即先用割平面算法求解松弛的混合整数半正定规划,然后通过可行性检查和顶点生成法,不断收紧松弛的混合整数半正定规划。同时,还提出了使用半正定松弛获得可行性检查的双凸规划问题的下界。实验表明所提的模型能够在不调节任何参数的情况下,获得比确定性模型和两阶段鲁棒机组组合模型更好的经济性和可靠性。再次,提出了基于值函数的多区域机组组合问题分解协调算法,避免了使用基于拉格朗日函数的分解算法时存在收敛性和次优性的问题。算法要求每个区域通过有限计算生成一个由联络线功率交换计划的仿射组合表示的机组组合最优值函数。然后,多区域系统的协调机构利用每个区域的值函数确定最优的联络线功率。考虑到区域间的联合调度将使每个区域偏离原有的发电成本,本文还研究了基于值函数和合作博弈Shapley值的收益分配方案。在两区域和三区域系统对所提的求解算法进行测试,验证了值函数方法对求解非集中式多区域机组组合问题的有效性。同时,将所提的区域间收益分配方案和基于传统节点边际电价的方案进行对比。最后,为解决南方异步互联系统的日前发输电计划优化问题,提出了协调送受端的两阶段优化模型。模型的第一阶段以最小化受端系统净负荷方差为目标,生成可缓解受端系统调峰压力的跨区域输电计划;第二阶段以最小化输电网损为目标,将输电计划分配至各回高压直流输电线路,并协调配合送端的直调电厂发电、网省交流通道等。模型考虑了高压直流输电功率的离散特征,使得功率曲线切实可行。为了描述直流输电系统的损耗,采用历史数据拟合二次网损函数。最后,利用电力公司的实际数据进行测试,并与实际计划对比,证明模型能够生成优化且可行的日前发输电计划。
吴昊[10]（2020）在《基于双层并行算法的水电站群优化调度方法及应用研究》文中研究说明随着我国大型江河流域的水电站群规模急剧扩大,优化调度问题也随之越来越复杂。为充分发挥各水电站间最优水量补偿和优化调节的功效,从而达到水资源最大利用率,世界各地相关专业领域的科学家和学者们,都纷纷依据目前各类水电站的种类及特性,展开了优化调度模型相关理论和求解方法研究,然而调度模型的优化解精度和对应算法的计算耗时是两大主要相互制约矛盾点。近些年来随着计算技术的飞速发展,以此为契机可充分有效利用计算资源,根据模型和算法的不同特点提出相对应的并行算法,在保证或提高优化解精度的基础上,一定程度上可相对减少或保持原有模型优化求解的计算耗时。因此本文以我国西南地区某大型流域为研究背景,取其部分相邻串联水电站,且都具备年调节功能。根据梯级水电站群库容水流优化调节的理论方法及其模型特点,以能够获得理想优化结果作为目的,在单机多核、联网多机两种架构模式下提出了双层并行算法,针对如何提高计算效率展开研究,从而可进一步提高对梯级水电站群优化调度的管理水平。本文主要研究成果如下。（1）在水电站发电优化调度模型中应用人工鱼群算法,为避免陷入局部优化解,可将其结合混沌优化算法,扩大单体人工鱼的遍历搜索范围,另一方面可增加单体人工鱼数目,从而进一步提高优化调度模型优化解的精度,然而计算耗时会有一定程度的增加。针对该问题并结合模型特点,对其可并行化因素进行深入的分析研究,以多台多核计算机互联组成网络系统为硬件基础,提出了混沌人工鱼群双层并行算法,之后对我国西南某流域的单一水电站发电优化调度模型展开了实例验证。结果表明该双层并行算法不仅提高了整体优化解的精度,同时能有效将计算耗时控制在可接受的范围之内。（2）将传统动态规划算法应用于水电站优化调度模型中,增加时段内初、末库容状态变量离散数,可进一步使整体优化解收敛于理论最优值,但计算耗时会成倍增加。针对该问题,基于时段内初、末状态库容变量各循环计算的可并行性,提出了双层并行动态规划算法。通过我国西南某流域水电站发电优化调度模型的实例验证,表明该算法在整体优化解精度和计算耗时两个矛盾点有较好的制衡作用。（3）当应用动态规划算法求解梯级水电站群与库容水流优化调节相关的水力发电模型时,若提高优化解精度,易产生“维数灾”现象,对其计算进行并行化处理可在一定程度上减少计算时间,但并未有效降维,计算时间依然较多。基于大系统分解协调原理建立的二级递阶结构调度模型可有效降维,且可应用多线程技术并行化的标准动态规划算法求分解后水电站子系统的优化解。针对标准动态规划算法中可并行化因素展开分析研究,引出了基于大系统分解协调及分解后单一水电站双层并行动态规划的梯级水电站群发电优化调度模型。其并行因素主要采自于分解后各水电站时段内初、末离散化库容状态变量的两种细粒度子任务划分,通过扩大离散程度来提高优化结果精度。以我国西南某流域的梯级水电站群作为实例背景,验证了该方法的有效性。（4）基于大系统分解协调方法,根据多台多核计算机互联的体系架构,提出了梯级水电站群优化调度模型的异时启动双层并行计算。该方法的基本思路是首先将多台多核计算机分配给对应编号的水电站,通过异时启动并行算法实现各水电站之间的相互独立计算,即为粗粒度任务划分的第一层并行计算;第二层并行计算便是基于分解后水电站自身标准动态优化计算的并行化处理,也是时段内离散化的初或末库容状态变量细粒度子任务划分。以我国西南某流域的梯级水电站群作为实例背景验证了该方法能够有效控制计算耗时和整体优化解精度。
二、水电系统长期发电优化调度模型及其求解（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、水电系统长期发电优化调度模型及其求解（论文提纲范文）
（1）雅砻江下游梯级水电站多尺度联合优化调度（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展及存在的问题 |
| 1.2.1 中长期水库调度 |
| 1.2.2 短期水库调度 |
| 1.2.3 多时间尺度耦合的水库调度 |
| 1.2.4 梯级水库群优化调度求解方法 |
| 1.2.5 存在问题 |
| 1.3 研究内容与技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 2 研究区域概况及基本资料 |
| 2.1 雅砻江流域概况 |
| 2.2 水库电站基本资料 |
| 2.3 本章小结 |
| 3 雅砻江下游梯级电站中长期发电优化调度研究 |
| 3.1 梯级水电站中长期优化调度模型的构建 |
| 3.1.1 长时间尺度多目标优化调度模型 |
| 3.1.2 中时间尺度发电优化调度模型 |
| 3.2 模型求解算法 |
| 3.2.1 权重法求解多目标模型 |
| 3.2.2 遗传算法 |
| 3.3 模型优化结果分析 |
| 3.3.1 长时间尺度优化调度结果分析 |
| 3.3.2 中时间尺度优化调度结果分析 |
| 3.4 本章小结 |
| 4 考虑滞时影响的梯级电站短期调峰优化调度研究 |
| 4.1 滞时影响 |
| 4.2 同步调峰策略 |
| 4.3 短时间尺度调峰优化调度模型的构建 |
| 4.3.1 电量效益最大模型 |
| 4.3.2 电网余荷波动最小模型 |
| 4.3.3 电量-调峰综合效益最大模型 |
| 4.4 模型优化结果分析 |
| 4.4.1 电量效益最大模型优化调度结果分析 |
| 4.4.2 调峰效益最大模型优化调度结果分析 |
| 4.4.3 电量-调峰综合效益最大模型优化调度结果分析 |
| 4.5 本章小结 |
| 5 梯级水电站多时间尺度嵌套调度研究 |
| 5.1 多时间尺度嵌套耦合关系 |
| 5.1.1 上级模型对下级模型的逐级约束关系 |
| 5.1.2 下级模型对上级模型的逐级反馈关系 |
| 5.1.3 多时间尺度嵌套耦合调度的实现 |
| 5.2 多时间尺度嵌套耦合模型建模求解 |
| 5.2.1 基于TOPMODEL模型的径流模拟 |
| 5.2.2 发电优化调度模型及PID模型的构建 |
| 5.2.3 PID模型参数率定方法 |
| 5.3 多时间尺度嵌套耦合调度研究实例 |
| 5.3.1 TOPMODEL模型模拟结果分析 |
| 5.3.2 多时间尺度逐级约束调度 |
| 5.3.3 多时间尺度逐级反馈调度 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（2）雅砻江中下游梯级水库多目标精细优化调度及决策方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 优化调度模型构建 |
| 1.2.2 优化调度模型求解 |
| 1.2.3 优化调度方案决策 |
| 1.3 目前存在的主要问题及发展趋势 |
| 1.4 本文的主要研究内容 |
| 第2章 梯级水电站日发电计划精细化编制 |
| 2.1 引言 |
| 2.2 厂间-厂内嵌套优化调度模型 |
| 2.2.1 传统优化调度模型 |
| 2.2.2 精细优化调度模型 |
| 2.3 嵌套优化调度模型求解 |
| 2.3.1 单层多维动态规划 |
| 2.3.2 嵌套多维动态规划 |
| 2.4 实例计算 |
| 2.4.1 雅砻江流域概况及电站基础资料 |
| 2.4.2 模型及算法参数设置 |
| 2.4.3 计算结果分析 |
| 2.5 本章小结 |
| 第3章 基于内存优化和并行设计的嵌套多维动态规划 |
| 3.1 引言 |
| 3.2 嵌套动态规划算法性能分析 |
| 3.2.1 算法时间复杂度 |
| 3.2.2 算法空间复杂度 |
| 3.3 “维数灾”问题的处理策略 |
| 3.3.1 基于数据压缩与数据库技术的内存占用缩减 |
| 3.3.2 基于OpenACC的GPU并行加速 |
| 3.4 优化策略应用研究 |
| 3.4.1 并行方案设置及计算条件 |
| 3.4.2 结果分析 |
| 3.5 本章小结 |
| 第4章 LMPSO算法及其在梯级水库多目标优化调度中的应用 |
| 4.1 引言 |
| 4.2 雅砻江中下游梯级水库多目标优化调度模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.2.3 测试函数 |
| 4.3 基于超体积指标与问题变换的多目标粒子群算法 |
| 4.3.1 基于超体积指标处理高维目标空间 |
| 4.3.2 基于问题变换处理高维决策空间 |
| 4.3.3 LMPSO算法计算流程 |
| 4.4 实例计算 |
| 4.4.1 梯级水库基础资料及参数设置 |
| 4.4.2 计算结果分析 |
| 4.5 本章小结 |
| 第5章 改进区间数灰靶模型及其在梯级水库多属性决策中的应用 |
| 5.1 引言 |
| 5.2 传统区间数灰靶决策模型 |
| 5.2.1 区间数的基本概念 |
| 5.2.2 基于区间数的灰靶决策方法 |
| 5.3 改进区间数灰靶决策模型 |
| 5.3.1 基于集值统计的权重向量计算 |
| 5.3.2 基于R-vine copula的多维度联合抽样 |
| 5.3.3 改进模型的计算流程 |
| 5.4 改进决策模型应用研究 |
| 5.4.1 调度方案设置 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）强水力联系下梯级水电站群短期深度调峰研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 梯级水电短期调峰调度的进展 |
| 1.2.1 短期调度建模 |
| 1.2.2 优化调度方法 |
| 1.2.3 梯级调峰求解 |
| 1.2.4 存在的问题 |
| 1.3 研究内容及框架 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文框架 |
| 2 梯级电站日前调峰调度的峰平谷时段划分方法 |
| 2.1 引言 |
| 2.2 隶属度函数分类 |
| 2.3 传递闭包动态模糊聚类分析 |
| 2.3.1 隶属度函数选择 |
| 2.3.2 构建并标准化隶属度函数矩阵 |
| 2.3.3 构建模糊相似矩阵 |
| 2.3.4 构建模糊等价矩阵 |
| 2.3.5 动态聚类分析 |
| 2.4 改进的模糊隶属度函数法 |
| 2.4.1 隶属度函数选择 |
| 2.4.2 构建时段划分公式 |
| 2.4.3 阈值确定 |
| 2.4.4 时段划分 |
| 2.5 划分方法适用范围分析 |
| 2.6 算例分析 |
| 2.6.1 工程背景 |
| 2.6.2 汛期划分结果 |
| 2.6.3 枯期划分结果 |
| 2.6.4 峰平谷时段划分效果分析 |
| 2.7 小结 |
| 3 峰平谷模糊识别下梯级水电站短期调峰方法 |
| 3.1 引言 |
| 3.2 数学模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 求解方法 |
| 3.3.1 降维求解思路 |
| 3.3.2 典型调峰曲线确定 |
| 3.3.3 遗传算法 |
| 3.3.4 总体求解流程 |
| 3.4 结果分析 |
| 3.4.1 工程背景 |
| 3.4.2 初始条件设置 |
| 3.4.3 典型调峰曲线确定 |
| 3.4.4 计算结果及分析 |
| 3.4.5 调峰深度分析 |
| 3.5 小结 |
| 4 预弃水模式下梯级库群短期调峰方法 |
| 4.1 引言 |
| 4.2 数学模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 求解方法 |
| 4.3.1 谷时段预弃水策略 |
| 4.3.2 预弃水调整策略 |
| 4.3.3 模型线性化 |
| 4.3.4 总体求解流程 |
| 4.4 结果分析 |
| 4.4.1 工程背景及初始条件设置 |
| 4.4.2 案例一:单站 |
| 4.4.3 案例二:梯级系统 |
| 4.4.4 上中下游预弃水比影响分析 |
| 4.5 小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（4）梯级水库调度不确定性分析与多属性决策模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水库调度中的不确定性 |
| 1.2.2 考虑不确定性的水库调度及其风险估计 |
| 1.2.3 不确定多属性决策 |
| 1.3 存在的不足及发展趋势 |
| 1.4 论文主要研究内容及创新点 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 第2章 非一致性洪水分析方法研究 |
| 2.1 引言 |
| 2.2 方向数据及Von Mises分布 |
| 2.3 研究变量及其分布的确定 |
| 2.3.1 洪水变量的P-Ⅲ混合分布 |
| 2.3.2 时间变量的Von Mises分布 |
| 2.3.3 分布检验与评价 |
| 2.4 基于Copula函数的两变量联合分布 |
| 2.4.1 Copula函数优选及参数估计 |
| 2.4.2 Copula函数检验与评价 |
| 2.4.3 联合超越概率及条件超越概率 |
| 2.5 算例分析 |
| 2.5.1 研究对象 |
| 2.5.2 年最大时段洪量非一致性分析 |
| 2.5.3 年最大1日洪量及其发生日期的分布 |
| 2.5.4 两变量联合分布 |
| 2.5.5 条件超越概率密度 |
| 2.6 本章小结 |
| 第3章 入库径流过程预报误差随机模型及其应用 |
| 3.1 引言 |
| 3.2 单一预见时刻入库径流预报误差的高斯混合分布 |
| 3.3 多个预见时刻入库径流过程预报误差随机模型 |
| 3.3.1 模型的建立 |
| 3.3.2 模型求解 |
| 3.3.3 模型评价 |
| 3.3.4 模型应用 |
| 3.4 算例分析 |
| 3.4.1 研究对象 |
| 3.4.2 单一预见时刻入库径流预报误差统计分析 |
| 3.4.3 单一预见时刻入库径流预报误差分布拟合 |
| 3.4.4 多个预见时刻入库径流过程预报误差随机模拟 |
| 3.5 本章小结 |
| 第4章 梯级水库短期发电优化调度风险估计方法研究 |
| 4.1 引言 |
| 4.2 基于误差分类的来流方案设置 |
| 4.3 考虑多维入库径流过程预报误差的梯级水库短期发电优化调度模型 |
| 4.3.1 模型的建立 |
| 4.3.2 模型求解 |
| 4.4 风险估计 |
| 4.4.1 风险指标的选取 |
| 4.4.2 基于随机模拟的未来可能入库径流过程 |
| 4.5 本章小结 |
| 第5章 基于马田系统和灰熵法的多维区间数决策模型及其应用 |
| 5.1 引言 |
| 5.2 多维区间数与MTS |
| 5.2.1 多维区间数的正交试验 |
| 5.2.2 信噪比与马氏距离 |
| 5.3 MTS改进GEM的优势 |
| 5.3.1 灰熵 |
| 5.3.2 灰熵与信息熵的比较 |
| 5.3.3 GEM的基本原理 |
| 5.4 MTS-GEM多维区间数决策模型 |
| 5.4.1 加权标准化决策矩阵的建立 |
| 5.4.2 方案的正交试验及衍生指标计算 |
| 5.4.3 方案决策 |
| 5.5 算例分析 |
| 5.5.1 单一水库多目标优化调度方案优选 |
| 5.5.2 梯级水库防洪优化调度方案优选 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（5）水库群中长期发电调度优化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 选题背景与研究目标 |
| 1.3 水库群优化调度研究现状与进展 |
| 1.4 本文主要研究内容及章节安排 |
| 2 水库中长期发电调度逐次两阶段高效优化方法 |
| 2.1 引言 |
| 2.2 水库发电优化调度模型及其动态规划求解 |
| 2.3 水库发电调度逐次两阶段高效优化方法 |
| 2.4 工程实例分析 |
| 2.5 本章小结 |
| 3 水库长中短期嵌套预报发电调度耦合系统动力学建模方法 |
| 3.1 引言 |
| 3.2 水库长中短期嵌套预报调度模型 |
| 3.3 系统动力学反馈环节及其实现形式 |
| 3.4 水库长中短期嵌套预报调度耦合系统动力学模型 |
| 3.5 工程实例分析 |
| 3.6 本章小结 |
| 4 梯级水库群中长期发电调度差分进化优化方法及其约束处理策略 |
| 4.1 引言 |
| 4.2 差分进化算法概述 |
| 4.3 智能优化方法约束处理策略概述 |
| 4.4 梯级水库群中长期发电优化调度模型 |
| 4.5 基于分区参数自适应差分进化的梯级水库群发电优化调度 |
| 4.6 综合考虑等式、刚性和柔性约束的梯级水库群调度约束处理策略 |
| 4.7 本章小结 |
| 5 梯级水库群供水-发电-环境多目标互馈关系梯度分析方法 |
| 5.1 引言 |
| 5.2 供水-发电-环境多目标优化调度模型及其求解方法 |
| 5.3 多目标优化梯度分析法 |
| 5.4 工程实例分析 |
| 5.5 本章小结 |
| 6 大规模混联水库群中长期发电调度松弛逐次逼近动态规划优化方法 |
| 6.1 引言 |
| 6.2 大规模混联水库群联合发电优化调度模型 |
| 6.3 逐次逼近动态规划优化方法 |
| 6.4 基于两阶段问题单调性的松弛逐次逼近动态规划 |
| 6.5 工程实例分析 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 研究总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 附录 攻读博士学位期间科研项目及获得成果 |
| Ⅰ 基金项目 |
| Ⅱ 企业委托项目 |
| Ⅲ 发表学术论文 |
| Ⅳ 国家专利 |
（6）多电网负荷响应下西南水电站群多目标短期调度方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 西南水电站群的主要特点及调度运行现状 |
| 1.1.1 西南水电站群的主要特点 |
| 1.1.2 西南水电站群多电网负荷响应问题 |
| 1.1.3 西南水电站群多目标优化调度问题 |
| 1.2 国内外相关研究进展 |
| 1.2.1 多电网负荷响应下水电站群优化调度研究综述 |
| 1.2.2 梯级水电站群优化调度方法综述 |
| 1.2.3 水电厂内经济调度方法综述 |
| 1.2.4 梯级水电站群多目标优化调度方法综述 |
| 1.3 本文聚焦的关键问题和技术难点 |
| 1.3.1 电网负荷水平差异下的梯级水电站群多电网调峰问题 |
| 1.3.2 水力电力紧密耦合下梯级水电站群多目标短期调度问题 |
| 1.3.3 大电网平台下跨流域水电站群协调优化调度问题 |
| 1.4 总体思路和技术路线 |
| 1.5 主要研究内容 |
| 2 梯级水电站群多目标短期调度的分区搜索求解方法 |
| 2.1 引言 |
| 2.2 数学模型 |
| 2.2.1 目标函数 |
| 2.2.2 约束条件 |
| 2.3 分区搜索求解方法 |
| 2.3.1 耦合分区搜索策略的改进约束法 |
| 2.3.2 基于模糊隶属度的多目标决策方法 |
| 2.3.3 总体求解流程 |
| 2.4 应用实例 |
| 2.4.1 工程背景 |
| 2.4.2 丰水期工程实例 |
| 2.4.3 枯水期工程实例 |
| 2.5 本章小结 |
| 3 紧水力耦合梯级水电站群短期调度的多目标MILP模型 |
| 3.1 引言 |
| 3.2 数学模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 多目标MILP模型构建 |
| 3.3.1 电网调峰目标函数线性化 |
| 3.3.2 梯级水电站群非线性约束的线性化 |
| 3.3.3 改进的逼近理想点法构建多电网调峰目标函数 |
| 3.3.4 多目标MILP模型构建及求解流程 |
| 3.4 应用实例 |
| 3.4.1 工程背景 |
| 3.4.2 所提MILP模型的多目标求解结果 |
| 3.4.3 多电网调峰目标函数优化结果分析 |
| 3.4.4 梯级水电站调度结果及回水顶托影响 |
| 3.5 本章小结 |
| 4 梯级水电站群多电网调峰与厂内经济运行一体化调度方法 |
| 4.1 引言 |
| 4.2 数学模型 |
| 4.2.1 目标函数 |
| 4.2.2 梯级水电站群跨省送电约束 |
| 4.2.3 梯级水电站群及机组发电运行约束 |
| 4.3 求解方法和策略 |
| 4.3.1 机组复杂并网情况下的电站重构策略 |
| 4.3.2 水电最优出力过程的协调优化求解策略 |
| 4.3.3 基于目标规划的水电站厂内经济运行 |
| 4.3.4 网间电力协调分配 |
| 4.3.5 总体求解流程 |
| 4.4 应用实例 |
| 4.4.1 工程背景 |
| 4.4.2 梯级水电站多电网调峰效果 |
| 4.4.3 梯级水电站机组组合结果 |
| 4.5 本章小结 |
| 5 梯级水电站群中短期多目标跨省消纳模型及变尺度求解方法 |
| 5.1 引言 |
| 5.2 数学模型 |
| 5.2.1 目标函数 |
| 5.2.2 水电站群跨省送电约束 |
| 5.2.3 水电站群中短期发电运行约束 |
| 5.3 求解方法 |
| 5.3.1 水电站群初步调度方案计算 |
| 5.3.2 水电站群中短期调度计划的协调求解框架 |
| 5.3.3 总体求解流程 |
| 5.4 实例分析 |
| 5.4.1 工程背景 |
| 5.4.2 电网受电结果分析 |
| 5.4.3 多电网送电水电站出力过程分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（7）考虑不确定性的水火风光联合调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 能源革命—可再生能源的发展现状 |
| 1.1.2 大规模风光电并网带来的调度问题及对策 |
| 1.2 国内外研究进展 |
| 1.2.1 水电站优化调度 |
| 1.2.2 水电调峰调度 |
| 1.2.3 水火系统联合调峰 |
| 1.2.4 水火风光多能互补调度 |
| 1.3 研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 2 大规模风光接入电力系统的影响分析 |
| 2.1 风光电输出功率的不确定性描述 |
| 2.1.1 风光电输出功率的统计特征 |
| 2.1.2 基于最大熵的风光输出功率不确定性分析及量化 |
| 2.2 风光电接入对系统调峰的影响 |
| 2.3 本章小结 |
| 3 梯级水电站短期协同调度机制 |
| 3.1 梯级水电站短期运行方式 |
| 3.1.1 梯级水电站综合利用任务约束 |
| 3.1.2 梯级水电站短期调度模型 |
| 3.2 梯级水电站协同调峰模型 |
| 3.2.1 “以水定电”模式下梯级水电站协同调峰调度方式 |
| 3.2.2 目标函数与方案设置 |
| 3.2.3 约束条件 |
| 3.2.4 模型编码策略 |
| 3.2.5 模型求解算法 |
| 3.3 案例研究 |
| 3.4 本章小结 |
| 4 水火系统联合调峰模式 |
| 4.1 电力系统调峰平衡判别式 |
| 4.2 水火联调模式 |
| 4.2.1 水火电分期 |
| 4.2.2 水火联调模式 |
| 4.2.3 模型建立与求解 |
| 4.3 案例研究 |
| 4.4 本章小结 |
| 5 计及新能源不确定性的水火风光联合调度 |
| 5.1 最大熵估计风电、光伏的概率分布 |
| 5.2 场景生成 |
| 5.2.1 拉丁超立方体抽样 |
| 5.2.2 场景树 |
| 5.3 场景削减 |
| 5.3.1 常用聚类算法 |
| 5.3.2 改进的k-mean聚类 |
| 5.4 模型的建立 |
| 5.4.1 目标函数 |
| 5.4.2 约束条件与求解方法 |
| 5.5 案例研究 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（8）梯级水电站群及其互联电力系统联合优化调度研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状、发展动态 |
| 1.2.1 单目标优化调度 |
| 1.2.2 多目标优化调度 |
| 1.3 本文章节安排 |
| 第2章 基于单目标的改进粒子群优化算法 |
| 2.1 引言 |
| 2.2 粒子群优化算法的基本原理 |
| 2.3 改进的粒子群优化算法 |
| 2.3.1 基于反向学习的群体初始化 |
| 2.3.2 参数自适应动态调整机制 |
| 2.3.3 混沌局部搜索 |
| 2.3.4 改进粒子群优化算法流程 |
| 2.4 函数性能测试及分析 |
| 2.4.1 测试函数 |
| 2.4.2 仿真结果分析 |
| 2.5 本章小结 |
| 第3章 基于IPSO的梯级水电站群及其互联电力系统发电优化调度 |
| 3.1 引言 |
| 3.2 梯级水电系统短期发电调度 |
| 3.2.1 梯级水电系统简介 |
| 3.2.2 梯级水电系统短期发电调度数学模型 |
| 3.2.3 模型求解 |
| 3.2.4 仿真结果分析 |
| 3.3 水火电力系统短期经济调度 |
| 3.3.1 水火电力系统简介 |
| 3.3.2 水火电力系统短期经济调度数学模型 |
| 3.3.3 模型求解 |
| 3.3.4 仿真结果分析 |
| 3.4 本章小结 |
| 第4章 基于多目标的改进粒子群优化算法 |
| 4.1 引言 |
| 4.2 多目标粒子群优化算法 |
| 4.3 改进的多目标粒子群优化算法 |
| 4.3.1 可行和非可行储备集的更新 |
| 4.3.2 粒子全局引导者的选择 |
| 4.3.3 精英学习策略 |
| 4.3.4 算法实现流程 |
| 4.4 函数测试及分析 |
| 4.4.1 测试函数 |
| 4.4.2 评价指标 |
| 4.4.3 仿真结果分析 |
| 4.5 本章小结 |
| 第5章 基于IMOPSO的梯级水电站群及其互联电力系统多目标发电优化调度 |
| 5.1 引言 |
| 5.2 水火电力系统经济环境调度 |
| 5.2.1 水火电力系统经济环境调度数学模型 |
| 5.2.2 模型求解 |
| 5.2.3 仿真结果分析 |
| 5.3 风-水-火电力系统经济环境调度 |
| 5.3.1 风-水-火电力系统 |
| 5.3.2 风-水-火电力系统联合调度数学模型 |
| 5.3.3 模型求解 |
| 5.3.4 仿真结果分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 :攻读硕士期间发表的论文 |
（9）含高比例可再生能源多区域电力系统的鲁棒调度（论文提纲范文）
| 摘要 |
| Abstract |
| 主要英文缩略词 |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状与不足 |
| 1.2.1 多区域电力系统的调度模式和优化调度方法 |
| 1.2.2 电力系统优化调度中的不确定性及应对方法 |
| 1.3 研究目标和研究思路 |
| 1.3.1 研究目标 |
| 1.3.2 研究思路 |
| 1.4 论文结构和主要工作 |
| 第二章 多区域电力系统的鲁棒机组组合方法 |
| 2.1 引言 |
| 2.2 多区域电力系统鲁棒机组组合模型 |
| 2.2.1 多区域鲁棒机组组合的一般模型 |
| 2.2.2 新型鲁棒不确定集 |
| 2.2.3 多区域鲁棒机组组合的完整模型 |
| 2.3 多区域鲁棒机组组合模型的求解方法 |
| 2.3.1 上层松弛问题 |
| 2.3.2 下层解耦的鲁棒机组组合问题 |
| 2.3.3 求解算法 |
| 2.4 算例与分析 |
| 2.4.1 新型不确定集的有效性 |
| 2.4.2 上层松弛问题的协调作用 |
| 2.4.3 机组组合方案的经济性 |
| 2.4.4 计算效率 |
| 2.5 本章小结 |
| 第三章 考虑随机变量关联性的分布鲁棒机组组合模型 |
| 3.1 分布鲁棒机组组合模型 |
| 3.2 分布鲁棒机组组合模型的求解方法 |
| 3.2.1 转化为混合整数半正定规划模型 |
| 3.2.2 求解混合整数半正定规划的割平面算法 |
| 3.2.3 可行性检验 |
| 3.3 算例与分析 |
| 3.3.1 测试系统配置和数据 |
| 3.3.2 调度决策的经济性和可靠性 |
| 3.3.3 模型求解效率 |
| 3.4 本章小结 |
| 第四章 基于值函数的多区域机组组合非集中式求解算法 |
| 4.1 引言 |
| 4.2 相关数学模型及预备知识 |
| 4.2.1 多区域电力系统机组组合模型 |
| 4.2.2 机组组合值函数 |
| 4.2.3 合作博弈的Shapley值 |
| 4.3 构建机组组合值函数 |
| 4.4 求解多区域机组组合模型和电力交易结算 |
| 4.4.1 基于值函数的非集中式求解算法 |
| 4.4.2 基于Shapley值和值函数的电力交易结算 |
| 4.5 算例与分析 |
| 4.5.1 二维形式的机组组合值函数 |
| 4.5.2 模型解的质量和求解效率 |
| 4.5.3 电力交易结算方案对比 |
| 4.6 本章小结 |
| 第五章 异步联网背景下的多区域电力系统发输电计划方法 |
| 5.1 引言 |
| 5.2 南方异步互联多区域系统 |
| 5.3 异步互联系统日前发输电计划模型 |
| 5.3.1 优化区域净发电曲线 |
| 5.3.2 电厂和高压直流输电功率计划优化 |
| 5.3.3 高压直流输电损耗的描述 |
| 5.4 算例与分析 |
| 5.4.1 发电与负荷的协调效果 |
| 5.4.2 高压直流输电功率计划结果 |
| 5.4.3 发电计划结果 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附录 |
（10）基于双层并行算法的水电站群优化调度方法及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 梯级水电站群优化调度模型计算现状综述及分析 |
| 1.3.1 梯级水电站群调度模型及算法演进历程 |
| 1.3.2 梯级水电站群优化调度模型计算存在的主要问题 |
| 1.4 本文主要研究内容及技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究技术路线 |
| 1.5 本文研究创新点 |
| 第2章 双层并行计算架构模式研究 |
| 2.1 双层并行计算方法研究 |
| 2.1.1 并行计算机内存结构 |
| 2.1.2 并行计算架构 |
| 2.1.3 并行计算实现方法及考虑因素 |
| 2.1.4 并行计算性能评价指标 |
| 2.1.5 双层并行计算架构 |
| 2.1.6 并行算法 |
| 2.2 优化算法并行化基础理论研究 |
| 2.2.1 传统优化算法并行化 |
| 2.2.2 智能优化算法及其并行化 |
| 2.3 本章小结 |
| 第3章 水电站优化调度模型的双层并行算法 |
| 3.1 水电站发电量最大优化调度基本模型 |
| 3.2 基于混沌人工鱼群双层并行算法的水电站优化调度模型 |
| 3.2.1 混沌人工鱼群双层并行算法(CAFSDPA) |
| 3.2.2 基于CAFSDPA水电站发电优化调度模型的求解步骤 |
| 3.3 基于双层并行动态规划算法的水电站优化调度模型 |
| 3.3.1 动态规划算法的并行因素分析 |
| 3.3.2 模型双层并行计算流程 |
| 3.4 本章小结 |
| 第4章 基于双层并行算法的水电站优化调度模型实证研究 |
| 4.1 基于CAFSDPA的水电站优化调度模型实证研究 |
| 4.1.1 相近算法计算结果比较 |
| 4.1.2 部分参数不同情况下CAFSDPA计算结果比较 |
| 4.2 基于双层并行动态规划算法的水电站实例论证 |
| 4.3 本章小结 |
| 第5章 梯级水电站群的双层并行算法研究 |
| 5.1 基于大系统分解协调的双层并行算法研究思路 |
| 5.2 梯级水电站群发电优化调度大系统分解协调模型 |
| 5.2.1 大系统分解协调 |
| 5.2.2 梯级水电站群发电优化调度基本模型 |
| 5.2.3 梯级水电站群发电优化调度分解协调模型 |
| 5.3 基于分解后水电站CAFSDPA的大系统分解协调模型 |
| 5.3.1 模型基本原理 |
| 5.3.2 模型计算步骤 |
| 5.4 基于分解后水电站多线程并行动态规划的双层并行算法研究 |
| 5.4.1 分解后水电站动态规划算法 |
| 5.4.2 模型计算可并行化分析 |
| 5.4.3 多线程技术并行计算 |
| 5.4.4 算法结合基本原理 |
| 5.4.5 模型计算步骤 |
| 5.5 基于分解后各水电站异时启动并行计算的双层并行算法研究 |
| 5.5.1 异时启动并行计算 |
| 5.5.2 并行策略的主要研究方向 |
| 5.5.3 梯级水电站群优化计算新型并行策略基本研究思路 |
| 5.5.4 梯级水电站群优化计算的新型并行策略 |
| 5.5.5 新型并行策略分析 |
| 5.5.6 基于分解后各水电站异时启动并行计算的双层并行算法 |
| 5.6 混联水电站群新型并行策略展望 |
| 5.7 本章小结 |
| 第6章 基于双层并行算法的水电站群大系统分解协调模型实证研究 |
| 6.1 实例背景 |
| 6.2 基于分解后水电站CAFSDPA的分解协调模型实例验证 |
| 6.2.1 模型计算流程及问题论证方向 |
| 6.2.2 计算结果分析 |
| 6.3 基于分解后水电站多线程双层并行动态规划的分解协为模型实例验证 |
| 6.3.1 程序流程图 |
| 6.3.2 计算结果与分析 |
| 6.4 基于分解后水电站异时启动并行计算的大系统分解协调双层并行算法实例验证 |
| 6.4.1 基本模型建立 |
| 6.4.2 异时启动并行计算方法设计 |
| 6.4.3 实例计算结果与分析 |
| 6.5 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
四、水电系统长期发电优化调度模型及其求解（论文参考文献）
- [1]雅砻江下游梯级水电站多尺度联合优化调度[D]. 龚芝瑞. 西安理工大学, 2021(01)
- [2]雅砻江中下游梯级水库多目标精细优化调度及决策方法研究[D]. 马皓宇. 华北电力大学(北京), 2021(01)
- [3]强水力联系下梯级水电站群短期深度调峰研究[D]. 张艳. 大连理工大学, 2021(01)
- [4]梯级水库调度不确定性分析与多属性决策模型研究[D]. 梁小青. 华北电力大学(北京), 2020
- [5]水库群中长期发电调度优化方法研究[D]. 何中政. 华中科技大学, 2020
- [6]多电网负荷响应下西南水电站群多目标短期调度方法研究[D]. 周凌安. 大连理工大学, 2020
- [7]考虑不确定性的水火风光联合调度研究[D]. 田雨雨. 西安理工大学, 2020(01)
- [8]梯级水电站群及其互联电力系统联合优化调度研究[D]. 万畅. 湖北工业大学, 2020(11)
- [9]含高比例可再生能源多区域电力系统的鲁棒调度[D]. 郑晓东. 华南理工大学, 2020
- [10]基于双层并行算法的水电站群优化调度方法及应用研究[D]. 吴昊. 华北电力大学(北京), 2020