论文部分内容阅读
低碳经济模式下流域梯级水电站群及其互联电力系统中交织着各种物质流与信息流的映射关系,其联合优化运行受降雨、径流、用电、用水的不确定性以及各类电力能源发电特性和电网输电能力等因素影响,是一类大型的、多尺度、强耦合的非线性约束优化问题。传统的流域梯级水电站群联合调度模式由于存在长、中、短期调度难以衔接、水电站优化运行与火电站调度方式配合不紧、电力电量平衡相对孤立以及以经济效益为核心而很少考虑机组污染物排放等问题,已无法适应新时期流域梯级水电站群及其互联电力系统节能发电调度模式的实际工程需求,迫切需要研究新的理论与方法,以满足区域电力系统安全、经济运行和水电能源资源优化配置的需求。本文围绕流域梯级水电站群及其互联电力系统联合优化运行的若干关键问题,以梯级水电能源安全高效利用为目标,与系统科学理论、群体智能优化算法以及多目标进化优化技术相结合,对流域梯级水电站群及其互联电力系统联合优化运行的理论与方法开展系统、深入的研究,取得了一些具有基础理论方法和实际工程应用价值的研究成果。本文的主要研究内容和创新点包括:(1)针对传统优化方法难以解决的“维数灾”和容易陷入局部最优等问题,提出了一类基于自适应混沌人工蜂群算法的水库群优化调度方法。提出了改进的雇佣蜂算子、选择概率计算方法以及自适应改变率参数方法。该算法引入了基于logistic映射的混沌局部搜索策略,有效的提高了算法效率和寻优能力。将自适应混沌人工蜂群算法应用于标准测试函数和水电站群联合发电优化调度模型的求解中,结果表明本文提出的方法相比较传统方法能更有效的解决流域水电站群及其互联电力系统优化运行问题。(2)围绕流域水电站群及其互联电力系统优化运行的时空变量多,约束条件复杂,优化目标多样等问题,本研究将人工蜂群算法引入多目标进化优化理论架构,提出基于Pareto优化的自适应多目标人工蜂群算法。算法采用小生境技术的外部群体空间保优策略,并提出基于逐步优化算法的局部搜索策略。将本文提出的自适应多目标人工蜂群算法进行函数测试,并应用于三峡梯级水电站长期发电优化调度,以及复杂水火电力系统多目标优化调度。结果表明本文提出的方法能有效解决调度目标冲突问题,一次性获得满足约束条件的Pareto优化解集。与文献中列出的方法进行比较表明,本文提出的方法能获得更广的Pareto优化前沿和更好的收敛效果。(3)针对复杂水火电能源系统优化运行中水力电力联系嵌套约束问题,本文提出了一种多尺度循环修正约束处理方法。该方法将等式约束中的违反量采用多尺度循环修正方法分配到各个时段对应的变量中,有效实现了算法进化过程中不可行解向可行解的转化。将本文提出的约束处理方法应用于复杂水火电能源及其互联电力系统优化运行的模型求解,结果显示此方法能有效获得可行解。(4)为解决径流随机性对优化调度的影响问题,提出了三峡入库流量的随机径流模拟方法,并采用机会约束方法研究长期优化调度建模问题。此外,为解决传统的流域梯级水电站群联合调度模式存在不同调度期,优化调度难以衔接的问题,提出了一种变长调度期嵌套优化方法。该方法将长期优化调度结果作为中期优化调度的输入条件,采用基于蒙特卡洛的人工蜂群算法进行问题的求解。将此方法应用于葛洲坝-三峡梯级水电站的中长期嵌套优化模型的求解中,结果表明本文提出的方法能获得在不同置信度下的精细化年内长期优化调度结果并有效描述约束违反风险与优化效益的对应关系,为指导实际生产运行提出了有意义的理论指导。