面向电力市场的梯级水电站短期优化调度探析

面向电力市场的梯级水电站短期优化调度探析

邵曰文

（云南保山苏帕河水电开发有限公司云南保山678000）

摘要：随着国家经济的不断发展，社会生活水平不断提高，人民对于水能源的需求越来越大，如何进行科学合理可持续的水资源开发成为一个亟待解决的问题。就目前我国水电站的建立情况而言，梯级水电站的使用为水资源的开发带来了新的机遇。除此之外，电力市场正在进行相关改革，为梯级水电站的使用与推广带来了新挑战。本文将对目前电力市场环境下的梯级水电站短期优化调度进行分析与探讨。

关键词：电力市场；梯级水电站；短期优化调度

引言

之前的水电站发电调度方式将最大发电量作为目标，但是随着时代的进步，科技的发展，电力市场不断进行改革，在如今的电力市场环境下，发电市场的进一步扩大，最大发电量的水电站目标已经与现阶段对与水电站的优化调度不相吻合了，特别是在电力市场施行分时电价和竞拍上网的政策之后，水电站的短期优化调度方案的调整是目前水利工程及发电站更需解决的问题。

1.对梯级水电站短期优化调度的分析

梯级水电站之间有着水力、电力的相互联系，关系复杂，相对于运行方式单一的传统水电站，其具有灵活多变的特性。现阶段还是未能建立完善的梯级水电站短期优化调度的模型。与此同时，梯级水电站具有规模大、非线性、非凸等特性，所以对于求解所使用的方法要求极高。而我国对于传统的水电站优化调度方案的研究与计算是基于计划经济体制制度之下开展的，在电力市场的改革后，充分利用体积水站来调节改善水库容量以及各个梯级水电站之间的来回水量，已达到最优化的使用及分配方案。

现阶段的电力市场环境下，梯级水电站短期优化调度可以划分为以下三步：首先，发电公司应该确定发电收益最大化的发电目标及要求，并将具体的范围上报给相关地区的电网部门；其次，电网部门依据发电公司上报的发电目标以及要求，并结合当地的电网具体情况，给发电公司发送电荷载，除此之外，发电公司还应该根据最低耗水量作为指标，制定防水的规划；最后通过实时耗水量的数据，对水电站制定实时的调度方案。

现阶段我国试行上网竞价的电力政策，和水电站自己对于运行所需电量变化的需求，以小时为时间单位进行短期调度的研究已经全面开展并成为梯级水电站管理的重点内容。总的来说，水电站的短期调度一般分为两类，一类是相同的总水量条件下保证发电效率达到最大；另一类是在总负荷相同的情况下保证最小用水量。

2.对于入库径流的过程的分析探讨

2.1相同水量情况下对产生最大发电效益径流的解析

最大发电效益是在相同水量情况下，结合不同时段的水量对于发电的作用变化数据，综合比较，寻找到的最大量。通常情况下，获得一天之内的整体泄流量有两种不同的方法，其一是直接通过设备检测，确定水量的大小；其二是根据一天之内记录的水位变化范围大致确定水量。

2.2相同总负荷情况下对产生最小用水量径流的解析

在总负荷确定的情况下，根据科学合理的分配方法，分配不同发电站不同的机组之间的发电负荷，进而确定最小用水量。来水是指梯级水电站的上游地区的来水和河段区间范围内的来水，至于河段区间的径流水量需要对其进行预测，若径流水量小于水电站所发出去的总负荷电量，则需要开始地点的龙头水库对其进行补水以及增加发电量。

3.短期优化调度的约束条件

通常情况下，在对梯级水电站进行短期优化调度时，会使用的约束条件包括：（1）水位约束；（2）梯级上水电站之间的联系，水是从上游流到下游的，但是在这一过程中，会存在水流时滞问题，但是为了简化计算模型，方便计算，很多研究人员并不会考虑这个问题；（3）水电站之间的水量需要平衡；（4）电站或者说机组的运行约束，由于机组或者电站存在实践上的不足，不能达到理论上的理想状态，所以机组在进行过水、以及开机停机都有时间限制，所以会对模型产生一些影响；（5）调度期初与期末的影响等等。

虽然上文叙述了很多约束条件，但是在实际进行调度工作时，所碰到的约束与限制问题并不仅限于此，还会有电力系统负荷约束等等。工作及研究人员需要根据具体的情况对其加以分析并做出合适的处理。

4.梯级水电站优化调度的算法

我国现阶段在求解梯级水电站优化调度时可以使用的方法有很多种，但是可以按照算法的特点将其分为经典算法、现代智能算法以及混合算法三类算法。

4.1经典算法

梯级水电站短期优化调度是一个非常复杂的非线性问题，在求解这个问题是所使用的经典算法包括等微增率法、线性规划与非线性规划、动态规划等做法。

动态规划和其衍生算法是在解决梯级水电站的优化调度问题是最经常使用的方法。动态规划是将复杂并且困难的问题划分为N多个阶段，通过解决每一段的问题，最终解决全部问题，这是一种有效并且准确解决可以划分成多阶段问题的最优化解答方法。但是也存在着一定的不足，比如因为每个阶段的状态组合数目与随着状态方面变化的变量呈现指数关系，所以，如果变量位数太多，就会产生占用很多内存，进而使得计算速度受阻等问题。为了解决这个问题，全世界的学者对动态规划方法进行研究，并不断对其修改，现在已经创新的提出了逐次逼近动态规划法、增量动态规划法、逐步优化算法等等新方法。这些新型的算法在原有传统算法的基础上，取其精华去其糟粕，提高了求解梯级水电站短期优化调度问题的计算效率，推动相关学科的进一步发展。

4.2现代智能算法

现代智能算法是对进化算法、人工神经网络、蚁群优化等等算法的统称。在梯级水电站优化调度问题求解时使用最多的方法是遗传算法和蚁群优化算法。

其中，计划算法是最具代表性的现代进化算法。它是一种对全局随机求优的算法，从出现到发展、推广使用仅仅短短几年时间，现在已经成为全球解决梯级优化调度问题使用次数较多的算法之一。遗传算法是以生物学上自然选择和遗传理论为基础，通过自然选择、遗传再到变异等作用机制，充分体现了个体适应能力的提高，是自然界中自然规则，也就是“物竞天择、适者生存”的进化。不同于经典算法，遗传算法是从多个初始点开始寻优，对全部路径进行搜查，以尽最大可能的找到全局最优解法，并且还具有适应性强，编程简单等优点。

4.3混合算法

虽然上诉两种大方面的算法各有各的优点，但是也存在着缺点，为了更好的发挥每种算法的长处，全球研究人员对这两种算法不断组合甚至多种算法相结合形成了一种新型算法也就是混合算法，用来更好的解决梯级水电站短期优化调度模型问题。

将线性规划方法与遗传算法结合使用，可以利用线性规划对调度进行粗略的处理，再使用遗传算法进行细部优化，不仅提高了求解调度问题的解决效率，还促进两种算法的融合与统一，促进其发展。

将动态规划方法与网络流方法通过分解再整合的混合算法，对相对较大的水电系统进行优化调度。

5.结论

在电力市场模式下的梯级水电站进行短期优化调度工作与传统模式下进行优化调度工作有较大的差别，除了需要考虑水量的问题，还需要考虑电价、电力系统等问题。将实际情况与电力市场的具体情况相结合，并通过对新技术对电量情况进行监测，对电能的时效性加以利用，以达到最大的经济收益。通过对实际梯级水电站的短期优化调度的研究，发现在发电侧电力市场开放的情况之下，将实际情况与实行的电价计价方法和当地电网的具体情况，所提出的梯级水电站短期优化调度的方法以及步骤是具有一定作用的。

参考文献：

[1]宋洋，钟登华，钟炜，何伟，面向电力市场的梯级水电站联合优化调度研究[J].水力发电学报，2017，26（3）：22-28.

[2]胡明罡，练继建，基于改进遗传算法的水电站日优化调度方法研究[J].水力发电学报，2014，23（2）：17-21

[3]唐明，马光文，陶春华，涂扬举，陈刚，水电站短期优化调度模型的探讨[J].水力发电，2017，33（5）：88-90