水电机组定负荷的发电流量递推计算方法及应用

作者:陈森林;梁斌;李丹;苟露; 刊名:中国电机工程学报 上传者:郭政建

【摘要】逐时段发电流量计算方法是制约水电站短期优化调度计算效率的主要因素之一,而采用迭代算法存在计算量大、收敛慢、稳定性差及效率低等问题。针对这些问题,提出定负荷条件下相邻时段间水电机组发电流量差的递推计算方法,基本思路是以水库特性曲线、水能公式及水头计算方法为依据,基于2个基本假设推导单机组定负荷条件下相邻时段间水头增量计算公式,建立相邻时段发电流量增量函数方程,论证方程解的存在性,并结合水电站运行实际提出方程解的确定方法。通过实例应用,验证了基本假设的合理性,且表明递推算法具有很高精度。递推算法可克服连续迭代计算的缺陷,为定负荷条件下水电站发电流量和用水量的快速计算方法研究奠定了坚实的基础,并为提高水电站(群)的短期优化调度计算效率提供了一种新的思路和解决途径。

全文阅读

0引言水电站短期优化调度是水电站水库发电调度的重点研究领域,也是实现水能资源高效利用的关键。它既包含水库蓄水量和入库水量在时程上的优化分配,也涉及任一时段的厂内经济运行(空间分配问题)及时段间机组启停限制,因此,短期优化调度数学模型具有离散、多约束、非线性、非凸等特点。“以电定水”优化模型的求解效率既决定于数学模型的优化技术,也与逐时段发电流量计算效率关系密切,其中探讨高效率的优化数学模型求解方法,一直是学术界重点关注的热点研究领域。传统方法包括拉格朗日松弛法[1]、近似动态规划算法[2]、均匀动态规划方法[3]、逐次逼近动态规划算法[4]、混合整数二次规划法[5]及短期嵌套厂内经济运行方法[6]等;近年来随着水电站群的大量出现,为克服传统优化算法的低效率和“维数灾”等问题,涌现了许多智能算法的研究成果,例如粒子群算法[7-8]、逐步粒子群优化混合算法[9]、遗传算法[10]、有限自适应遗传算法[11]、免疫蛙跳算法[12]、蚁群算法[13]、蚁群算法结合等微增率法[14]、文化基因算法[15]、仿电磁学算法[16]等;同时还出现了短期优化调度中纳入长期目标的方法[17-18],以及大规模复杂水电系统优化调度问题中应用缩减系统求解规模的智能化策略、解决“维数灾”问题的组合求解方法[19]。这些成果极大丰富和发展了水电站(群)短期调度的优化方法;但逐时段发电流量的计算一直采用迭代算法,存在着计算量大、收敛慢、稳定性差及效率低等问题,也是制约水电站短期优化调度计算效率的主要因素之一,至今未引起学术界的足够重视。随着我国电力系统和水电站规模的不断扩大,在电力系统调峰过程中,绝大多数水电站及其机组具有运行方式越来越简单的条件,即在电力系统日内特征负荷(峰荷、腰荷及基荷)段,水电站和机组均可实现定负荷运行方式[6,20-22],因此,亟需探讨定负荷条件下水电站逐时段发电流量和发电总用水量的快速计算方法。针对这一问题,本文以单机组为对象开展探索性研究,提出定负荷条件下相邻时段间机组发电流量差的递推计算方法。其基本思路是以水库特性曲线、水能公式及水头计算方法为依据,基于2个基本假设推导单机组定负荷条件下相邻时段间水头增量计算公式,建立相邻时段发电流量增量函数方程,以及结合水电站运行实际提出方程解的确定方法;并通过实例应用,验证基本假设的合理性和递推算法的计算精度。1水电机组定负荷的发电流量递推计算方法1.1迭代算法概述水轮发电机组的出力计算公式为g T T gP (28)ηP (28)9.81ηηQH (28)KQH (1)式中:ηT为水轮机效率;ηg为发电机效率;K为出力系数;PT为水轮机出力,k W;P为机组出力,k W;Q为机组发电流量,m3/s;H为机组净水头,m。对于具有一定调节性能的水库,在任一时段t,由差分形式的水量平衡方程和出力公式组成的水库调度方程组描述了Qt-Pt响应关系:11()[()2t tt t t t t t zvzq t t h tV V I Q q tV VP K Q H K Q ff Q q f Q(10)(10)(35)?(28)(10)--(35)?(10)?(28)(28)-?(10)-??式中:Vt、Vt(10)1分别为t时段初、末库蓄水量,m3;It、Qt、qt分别为t时段平均入库流量(对综合利用水库有其他供水需求流量时可合并处理成“净入流”)、发电流量及弃水流量,m3/s;(35)t为时段长,s;Pt为t时段平均出力,kW;Ht为t时段水头,m;Kt为t时段出力系数,fzv(?)、fzq(?)、f(35)h(?)分

参考文献

引证文献

问答

我要提问