一種梯級水電集控站自動化系統(tǒng)的智能優(yōu)化調(diào)度方法
【專利摘要】一種梯級水電集控站自動化系統(tǒng)的智能優(yōu)化調(diào)度方法，將梯級水電站人工估算和調(diào)度改為梯級水電集控站自動化系統(tǒng)智能優(yōu)化調(diào)度。梯級水電集控站自動化系統(tǒng)采集并存儲各級水電站的實時數(shù)據(jù)，智能優(yōu)化調(diào)度軟件綜合考慮流域的基本水情、電氣安全運行等因素，基于全流域流量平衡原則，按照上級調(diào)度對梯級給出的梯級負(fù)荷曲線或?qū)崟r有功目標(biāo)值，通過事件觸發(fā)梯級快速仿真和量子進化調(diào)度算法，對梯級水電站參與控制的機組自動分配有功負(fù)荷，給出當(dāng)前及后續(xù)一段時間內(nèi)的經(jīng)濟調(diào)度方案，并對各級水電站進行自動發(fā)電控制。
【專利說明】 一種梯級水電集控站自動化系統(tǒng)的智能優(yōu)化調(diào)度方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種梯級水電集控站自動化系統(tǒng)的智能優(yōu)化調(diào)度方法。
【背景技術(shù)】
[0002]水電作為可再生的清潔能源，在我國能源發(fā)展史中占有極其重要的地位，支撐著經(jīng)濟社會的可持續(xù)發(fā)展。目前，在流域、梯級水電的開發(fā)利用中，雖然設(shè)計規(guī)劃時考慮了梯級水電站間的協(xié)調(diào)運行，但是在實際運行管理過程中，由于缺乏有效的、自動化的綜合協(xié)調(diào)優(yōu)化調(diào)度方法，往往還停留在依靠歷史數(shù)據(jù)、調(diào)度人員經(jīng)驗進行人工估算、人工調(diào)度的階段，水能利用效率有待提高，無法實現(xiàn)按照負(fù)荷曲線或?qū)崟r有功目標(biāo)值進行經(jīng)濟調(diào)度和自動發(fā)電控制，且存在人為判斷偏差或失誤，增加水電站設(shè)備損耗，產(chǎn)生安全隱患的可能。因此有必要研究開發(fā)新的梯級水電站優(yōu)化調(diào)度方法，提高水能利用效率，實現(xiàn)經(jīng)濟調(diào)度和自動發(fā)電控制，保證水電站安全經(jīng)濟運行。
[0003]目前，一些地區(qū)在梯級范圍內(nèi)的各級水電站建設(shè)水電站自動化系統(tǒng)的同時，還建設(shè)了梯級集控站自動化系統(tǒng)，在梯級集控站可實時監(jiān)控各級水電站的運行情況，并可進行集中調(diào)度控制?；谔菁壖卣緦μ菁壐骷壦娬炯锌刂剖且粋€發(fā)展趨勢，為梯級綜合協(xié)調(diào)、智能化優(yōu)化調(diào)度提供了必要的信息化基礎(chǔ)。
[0004]高速發(fā)展的芯片技術(shù)、網(wǎng)絡(luò)技術(shù)和電磁兼容技術(shù)為智能化優(yōu)化調(diào)度在梯級水電集控站自動化系統(tǒng)中的應(yīng)用提供了技術(shù)支持。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是提供一種梯級水電集控站自動化系統(tǒng)的智能優(yōu)化調(diào)度方法，將梯級水電站人工估算和調(diào)度改為梯級水電集控站自動化系統(tǒng)智能優(yōu)化調(diào)度。實現(xiàn)梯級水電站的綜合協(xié)調(diào)、經(jīng)濟調(diào)度和自動發(fā)電控制，提聞水能利用效率，減少水電站設(shè)備損耗，提聞水電站安全運行水平。
[0006]梯級水電集控站自動化系統(tǒng)的智能優(yōu)化調(diào)度方法，將梯級水電站人工估算和調(diào)度改為梯級水電集控站自動化系統(tǒng)智能優(yōu)化調(diào)度。梯級水電集控站自動化系統(tǒng)采集并存儲各級水電站的實時數(shù)據(jù)，智能優(yōu)化調(diào)度軟件綜合考慮流域的基本水情、電氣安全運行等因素，基于全流域流量平衡原則，按照上級調(diào)度對梯級給出的梯級負(fù)荷曲線或?qū)崟r有功目標(biāo)值，通過事件觸發(fā)梯級快速仿真和量子進化調(diào)度算法，對梯級水電站參與控制的機組自動分配有功負(fù)荷，給出當(dāng)前及后續(xù)一段時間內(nèi)的經(jīng)濟調(diào)度方案，并對各級水電站進行自動發(fā)電控制。
[0007]本發(fā)明的梯級水電集控站自動化系統(tǒng)的智能優(yōu)化調(diào)度方法具體如下:
[0008]I)利用梯級水電集控站自動化系統(tǒng)配置并存儲梯級各水電站的參數(shù)信息，包括水位上限、水位下限、正常蓄水位、設(shè)計水頭、調(diào)節(jié)庫容、上下游水電站的水流時滯、機組裝機容量、機組額定流量、機組不可運行區(qū)；
[0009]2)利用梯級水電集控站自動化系統(tǒng)采集各水電站的實時數(shù)據(jù)，包括機組有功、壩前水位、尾水位、水頭、流量；
[0010]3)利用梯級水電集控站自動化系統(tǒng)獲取上級調(diào)度下發(fā)的梯級負(fù)荷曲線或?qū)崟r有功目標(biāo)值；
[0011]4)梯級水電集控站自動化系統(tǒng)智能優(yōu)化調(diào)度軟件檢查梯級自動發(fā)電控制權(quán)限，檢查內(nèi)容包括梯級集控中心遠(yuǎn)方/現(xiàn)地開關(guān)、電站中控室遠(yuǎn)方/現(xiàn)地開關(guān)、機組現(xiàn)地控制單元LCU和間隔測控單元遠(yuǎn)方/現(xiàn)地開關(guān)，按照下級優(yōu)先的原則判斷集控中心是否有自動發(fā)電控制的權(quán)限，以及是否按上級調(diào)度下發(fā)的實時有功目標(biāo)值進行控制；
[0012]5)智能優(yōu)化調(diào)度軟件綜合考慮流域的基本水情、電氣安全運行因素，基于全流域流量平衡原則，將梯級作為一個整體進行事件觸發(fā)快速仿真建模，包括各級水電站間的電力聯(lián)系和水力聯(lián)系，模型中考慮了電網(wǎng)負(fù)荷平衡、水量平衡、機組躲避振動區(qū)、機組出力限制、水庫水位限制等，仿真過程中基于梯級的各種事件觸發(fā)演進，包括:機組有功調(diào)節(jié)、水庫水位越限、水頭變化較大、入庫流量變化較大等，事件觸發(fā)仿真相比按固定時間間隔演進極大提高了仿真速度，保證了智能優(yōu)化調(diào)度的實時性；
[0013]6)智能優(yōu)化調(diào)度軟件采用量子進化調(diào)度算法，以當(dāng)前及后續(xù)一段時間內(nèi)的經(jīng)濟調(diào)度方案為進化對象，調(diào)度方案的量子編碼為種群中的個體。對梯級水電站運行歷史數(shù)據(jù)進行數(shù)據(jù)挖掘，結(jié)合當(dāng)前運行狀態(tài)，生成一定規(guī)模的初始種群，種群規(guī)模按照計算規(guī)模自適應(yīng)；
[0014]7)對種群中的每個量子個體進行觀測，得到具體調(diào)度方案，分別應(yīng)用于事件觸發(fā)梯級快速仿真模型和算法，對后續(xù)一段時間內(nèi)梯級的運行進行快速仿真計算，得出后續(xù)一段時間內(nèi)梯級的運行過程和目標(biāo)函數(shù)值；
[0015]8)目標(biāo)函數(shù)綜合考慮梯級總有功與調(diào)度目標(biāo)值的偏差、消耗水能、機組跨越不可運行區(qū)次數(shù)、機組在不可運行區(qū)運行時間，同時，將水電站水位越上下限的幅度和時間換算為懲罰值，考慮到目標(biāo)函數(shù)值中，實現(xiàn)多目標(biāo)優(yōu)化；
[0016]9)基于種群中個體的目標(biāo)函數(shù)值，對種群中的個體進行選擇，優(yōu)勝劣汰，較優(yōu)的個體獲得較大概率的進化機會。選擇的強度按照種群成熟度自適應(yīng)；
[0017]10)對所有獲得進化機會的個體進行量子變異，得到新一代的個體；變異率按照種群成熟度自適應(yīng)；
[0018]11)對每個新一代個體進行觀測，得到具體調(diào)度方案，分別應(yīng)用于快速仿真模型，使用事件觸發(fā)梯級仿真算法，對后續(xù)一段時間內(nèi)梯級的運行進行快速仿真計算，得出后續(xù)一段時間內(nèi)梯級的運行過程和目標(biāo)函數(shù)值；
[0019]12)重復(fù)上述選擇、變異、觀測、仿真的過程，直至進化代數(shù)達到預(yù)設(shè)值。種群中最優(yōu)的調(diào)度方案即為最終調(diào)度方案；
[0020]13)對最優(yōu)調(diào)度方案進行安全校驗無誤后，智能優(yōu)化調(diào)度軟件按照最優(yōu)調(diào)度方案中當(dāng)前時刻的機組有功優(yōu)化分配方案對梯級各水電站的機組進行發(fā)電控制，實現(xiàn)梯級的經(jīng)濟調(diào)度控制和自動發(fā)電控制。
[0021]本發(fā)明提出了量子進化調(diào)度算法、事件觸發(fā)梯級快速仿真模型和算法的相關(guān)概念。其中量子進化調(diào)度算法基于量子進化算法，將梯級一段時間內(nèi)的經(jīng)濟調(diào)度方案作為進化對象，每個調(diào)度方案的量子編碼為進化種群中的一個個體，進化計算過程中，對每個個體觀測得出調(diào)度方案，進行快速仿真，得出目標(biāo)函數(shù)值，按照目標(biāo)函數(shù)值進行選擇，對選擇出的個體進行量子變異，從而在解空間中向著最優(yōu)調(diào)度方案搜索前進，最終得出最優(yōu)調(diào)度方案；事件觸發(fā)梯級快速仿真模型和算法將梯級作為一個整體進行建模，包括各級水電站間的電力聯(lián)系和水力聯(lián)系，模型中考慮了電網(wǎng)負(fù)荷平衡、水量平衡、機組躲避振動區(qū)、機組出力限制、水庫水位限制等，仿真過程中基于梯級的各種事件觸發(fā)演進，包括:機組有功調(diào)節(jié)、水庫水位越限、水頭變化較大、入庫流量變化較大等，事件觸發(fā)仿真相比按固定時間間隔演進極大提高了仿真速度，保證了智能優(yōu)化調(diào)度的實時性。
[0022]有益效果:將梯級水電站人工估算和調(diào)度改為梯級水電集控站自動化系統(tǒng)智能優(yōu)化調(diào)度?？蓪崿F(xiàn)梯級水電站的綜合協(xié)調(diào)、經(jīng)濟調(diào)度和自動發(fā)電控制，提高水能利用效率，減少水電站設(shè)備損耗，提高水電站安全運行水平。
【專利附圖】

【附圖說明】
[0023]圖1是梯級水電集控站自動化系統(tǒng)智能優(yōu)化調(diào)度的流程圖。
【具體實施方式】
[0024]梯級水電集控站自動化系統(tǒng)智能優(yōu)化調(diào)度的整個流程如下:
[0025]I)利用梯級水電集控站自動化系統(tǒng)配置并存儲梯級各水電站的參數(shù)信息，包括水位上限、水位下限、正常蓄水位、設(shè)計水頭、調(diào)節(jié)庫容、上下游水電站的水流時滯、機組裝機容量、機組額定流量、機組不可運行區(qū)；
[0026]2)利用梯級水電集控站自動化系統(tǒng)采集各水電站的實時數(shù)據(jù)，包括機組有功、壩前水位、尾水位、水頭、流量等；
[0027]3)利用梯級水電集控站自動化系統(tǒng)獲取上級調(diào)度下發(fā)的梯級負(fù)荷曲線或?qū)崟r有功目標(biāo)值；
[0028]4)梯級水電集控站自動化系統(tǒng)智能優(yōu)化調(diào)度軟件檢查梯級自動發(fā)電控制權(quán)限，檢查內(nèi)容包括梯級集控中心遠(yuǎn)方/現(xiàn)地開關(guān)、電站中控室遠(yuǎn)方/現(xiàn)地開關(guān)、機組現(xiàn)地控制單元LCU和間隔測控單元遠(yuǎn)方/現(xiàn)地開關(guān)，按照下級優(yōu)先的原則判斷集控中心是否有自動發(fā)電控制的權(quán)限，以及是否按上級調(diào)度下發(fā)的實時有功目標(biāo)值進行控制；
[0029]5)智能優(yōu)化調(diào)度軟件綜合考慮流域的基本水情、電氣安全運行因素，基于全流域流量平衡原則，將梯級作為一個整體進行事件觸發(fā)快速仿真建模，包括各級水電站間的電力聯(lián)系和水力聯(lián)系，模型中考慮了電網(wǎng)負(fù)荷平衡、水量平衡、機組躲避振動區(qū)、機組出力限制、水庫水位限制等，仿真過程中基于梯級的各種事件觸發(fā)演進，包括:機組有功調(diào)節(jié)、水庫水位越限、水頭變化較大、入庫流量變化較大等，事件觸發(fā)仿真相比按固定時間間隔演進極大提高了仿真速度，保證了智能優(yōu)化調(diào)度的實時性；
[0030]6)智能優(yōu)化調(diào)度軟件采用量子進化調(diào)度算法，以當(dāng)前及后續(xù)一段時間內(nèi)的經(jīng)濟調(diào)度方案為進化對象，調(diào)度方案的量子編碼為種群中的個體。對梯級水電站運行歷史數(shù)據(jù)進行數(shù)據(jù)挖掘，結(jié)合當(dāng)前運行狀態(tài)，生成一定規(guī)模的初始種群，種群規(guī)模按照計算規(guī)模自適應(yīng)；
[0031]7)對種群中的每個量子個體進行觀測，得到具體調(diào)度方案，分別應(yīng)用于事件觸發(fā)梯級快速仿真模型和算法，對后續(xù)一段時間內(nèi)梯級的運行進行快速仿真計算，得出后續(xù)一段時間內(nèi)梯級的運行過程和目標(biāo)函數(shù)值；[0032]8)目標(biāo)函數(shù)綜合考慮梯級總有功與調(diào)度目標(biāo)值的偏差、消耗水能、機組跨越不可運行區(qū)次數(shù)、機組在不可運行區(qū)運行時間，同時，將水電站水位越上下限的幅度和時間換算為懲罰值，考慮到目標(biāo)函數(shù)值中，實現(xiàn)多目標(biāo)優(yōu)化；
[0033]9)基于種群中個體的目標(biāo)函數(shù)值，對種群中的個體進行選擇，優(yōu)勝劣汰，較優(yōu)的個體獲得較大概率的進化機會。選擇的強度按照種群成熟度自適應(yīng)；
[0034]10)對所有獲得進化機會的個體進行量子變異，得到新一代的個體；變異率按照種群成熟度自適應(yīng)；
[0035]11)對每個新一代個體進行觀測，得到具體調(diào)度方案，分別應(yīng)用于快速仿真模型，使用事件觸發(fā)梯級仿真算法，對后續(xù)一段時間內(nèi)梯級的運行進行快速仿真計算，得出后續(xù)一段時間內(nèi)梯級的運行過程和目標(biāo)函數(shù)值；
[0036]12)重復(fù)上述選擇、變異、觀測、仿真的過程，直至進化代數(shù)達到預(yù)設(shè)值。種群中最優(yōu)的調(diào)度方案即為最終調(diào)度方案；
[0037]13)對最優(yōu)調(diào)度方案進行安全校驗無誤后，智能優(yōu)化調(diào)度軟件按照最優(yōu)調(diào)度方案中當(dāng)前時刻的機組有功優(yōu)化分配方案對梯級各水電站的機組進行發(fā)電控制，實現(xiàn)梯級的經(jīng)濟調(diào)度控制和自動發(fā)電控制。
[0038]本發(fā)明提出了量子進化調(diào)度算法、事件觸發(fā)梯級快速仿真模型和算法的相關(guān)概念。其中量子進化調(diào)度算法基于量子進化算法，將梯級一段時間內(nèi)的經(jīng)濟調(diào)度方案作為進化對象，每個調(diào)度方案的量子編碼為進化種群中的一個個體，進化計算過程中，對每個個體觀測得出調(diào)度方案，進行快速仿真，得出目標(biāo)函數(shù)值，按照目標(biāo)函數(shù)值進行選擇，對選擇出的個體進行量子變異，從而在解空間中向著最優(yōu)調(diào)度方案搜索前進，最終得出最優(yōu)調(diào)度方案；事件觸發(fā)梯級快速仿真模型和算法將梯級作為一個整體進行建模，包括各級水電站間的電力聯(lián)系和水力聯(lián)系，模型中考慮了電網(wǎng)負(fù)荷平衡、水量平衡、機組躲避振動區(qū)、機組出力限制、水庫水位限制等，仿真過程中基于梯級的各種事件觸發(fā)演進，包括:機組有功調(diào)節(jié)、水庫水位越限、水頭變化較大、入庫流量變化較大等，事件觸發(fā)仿真相比按固定時間間隔演進極大提高了仿真速度，保證了智能優(yōu)化調(diào)度的實時性。
【權(quán)利要求】
1.一種梯級水電集控站自動化系統(tǒng)的智能優(yōu)化調(diào)度方法，其特征在于，該方法具體如下: 1)利用梯級水電集控站自動化系統(tǒng)配置并存儲梯級各水電站的參數(shù)信息，包括水位上限、水位下限、正常蓄水位、設(shè)計水頭、調(diào)節(jié)庫容、上下游水電站的水流時滯、機組裝機容量、機組額定流量、機組不可運行區(qū)； 2)利用梯級水電集控站自動化系統(tǒng)采集各水電站的實時數(shù)據(jù)，包括機組有功、壩前水位、尾水位、水頭、流量； 3)利用梯級水電集控站自動化系統(tǒng)獲取上級調(diào)度下發(fā)的梯級負(fù)荷曲線或?qū)崟r有功目標(biāo)值； 4)梯級水電集控站自動化系統(tǒng)智能優(yōu)化調(diào)度軟件檢查梯級自動發(fā)電控制權(quán)限，檢查內(nèi)容包括梯級集控中心遠(yuǎn)方/現(xiàn)地開關(guān)、電站中控室遠(yuǎn)方/現(xiàn)地開關(guān)、機組現(xiàn)地控制單元LCU和間隔測控單元遠(yuǎn)方/現(xiàn)地開關(guān)，按照下級優(yōu)先的原則判斷集控中心是否有自動發(fā)電控制的權(quán)限，以及是否按上級調(diào)度下發(fā)的實時有功目標(biāo)值進行控制； 5)智能優(yōu)化調(diào)度軟件綜合考慮流域的基本水情、電氣安全運行因素，基于全流域流量平衡原則，將梯級作為一個整體進行事件觸發(fā)快速仿真建模，包括各級水電站間的電力聯(lián)系和水力聯(lián)系，模型中考慮了電網(wǎng)負(fù)荷平衡、水量平衡、機組躲避振動區(qū)、機組出力限制、水庫水位限制等，仿真過程中基于梯級的各種事件觸發(fā)演進，包括:機組有功調(diào)節(jié)、水庫水位越限、水頭變化較大、入庫流量變化較大等，事件觸發(fā)仿真相比按固定時間間隔演進極大提高了仿真速度，保證了智能優(yōu)化調(diào)度的實時性； 6)智能優(yōu)化調(diào)度軟件采用量子進化調(diào)度算法，以當(dāng)前及后續(xù)一段時間內(nèi)的經(jīng)濟調(diào)度方案為進化對象，調(diào)度方案的量子編碼為種群中的個體；對梯級水電站運行歷史數(shù)據(jù)進行數(shù)據(jù)挖掘，結(jié)合當(dāng)前運行狀態(tài)，生成一定規(guī)模的初始種群，種群規(guī)模按照計算規(guī)模自適應(yīng)； 7)對種群中的每個量子個體進行觀測，得到具體調(diào)度方案，分別應(yīng)用于事件觸發(fā)梯級快速仿真模型和算法，對后續(xù)一段時間內(nèi)梯級的運行進行快速仿真計算，得出后續(xù)一段時間內(nèi)梯級的運行過程和目標(biāo)函數(shù)值； 8)目標(biāo)函數(shù)綜合考慮梯級總有功與調(diào)度目標(biāo)值的偏差、消耗水能、機組跨越不可運行區(qū)次數(shù)、機組在不可運行區(qū)運行時間，同時，將水電站水位越上下限的幅度和時間換算為懲罰值，考慮到目標(biāo)函數(shù)值中，實現(xiàn)多目標(biāo)優(yōu)化； 9)基于種群中個體的目標(biāo)函數(shù)值,對種群中的個體進行選擇,優(yōu)勝劣汰,較優(yōu)的個體獲得較大概率的進化機會，選擇的強度按照種群成熟度自適應(yīng)； 10)對所有獲得進化機會的個體進行量子變異，得到新一代的個體，變異率按照種群成熟度自適應(yīng)； 11)對每個新一代個體進行觀測，得到具體調(diào)度方案，分別應(yīng)用于快速仿真模型，使用事件觸發(fā)梯級仿真算法，對后續(xù)一段時間內(nèi)梯級的運行進行快速仿真計算，得出后續(xù)一段時間內(nèi)梯級的運行過程和目標(biāo)函數(shù)值； 12)重復(fù)上述選擇、變異、觀測、仿真的過程，直至進化代數(shù)達到預(yù)設(shè)值，種群中最優(yōu)的調(diào)度方案即為最終調(diào)度方案； 13)對最優(yōu)調(diào)度方案進行安全校驗無誤后，智能優(yōu)化調(diào)度軟件按照最優(yōu)調(diào)度方案中當(dāng)前時刻的機組有功優(yōu)化分配方案對梯級各水電站的機組進行發(fā)電控制，實現(xiàn)梯級的經(jīng)濟調(diào)度控制和自動發(fā)電控制。`
【文檔編號】G05B19/418GK103631234SQ201310651833
【公開日】2014年3月12日 申請日期:2013年12月6日 優(yōu)先權(quán)日:2013年12月6日
【發(fā)明者】黃滇生, 楊蘇, 楊文勝, 熊西林, 徐麗華, 胡祖?zhèn)? 李建云, 屈俊宏, 鄭國軍, 楊文波 申請人:云南電網(wǎng)公司大理供電局, 江蘇金智科技股份有限公司