水電站均衡優(yōu)化調(diào)度方法研究

解陽陽 黃 強 劉賽艷 張節(jié)潭(.西安理工大學(xué) 西北旱區(qū)生態(tài)水利工程國家重點實驗室培育基地，陜西 西安 70048； .國網(wǎng)青海省電力公司，青海 西寧 80008)

水電站均衡優(yōu)化調(diào)度方法研究

解陽陽1黃 強1劉賽艷1張節(jié)潭2(1.西安理工大學(xué) 西北旱區(qū)生態(tài)水利工程國家重點實驗室培育基地，陜西 西安 710048； 2.國網(wǎng)青海省電力公司，青海 西寧 810008)

通過闡述系統(tǒng)均衡優(yōu)化思想，提出多目標(biāo)均衡優(yōu)化方法。建立了大通河梯級水電站均衡優(yōu)化調(diào)度模型，利用布谷鳥算法對其求解并與等流量調(diào)節(jié)方法比較。結(jié)果表明：大通河梯級水電站多年平均發(fā)電量提高了2.0%，保證出力提高了1.9%，多年平均棄水量減少了1.6%。均衡優(yōu)化方法可有效緩解水電站多年平均發(fā)電量與保證出力之間的矛盾，為水電站優(yōu)化調(diào)度提供一條新思路。

梯級水電站調(diào)度;調(diào)度方法;均衡優(yōu)化;布谷鳥算法;大通河

1 研究背景

系統(tǒng)的均衡和優(yōu)化是系統(tǒng)科學(xué)和系統(tǒng)工程研究的一個重要問題[1]。在系統(tǒng)均衡方面，陳俊良等闡述了均衡發(fā)展的內(nèi)涵，提出人口長期均衡發(fā)展的理論和實證模型[2]；李向等從多任務(wù)的資源優(yōu)化問題出發(fā)，利用遺傳算法對資源受限的多任務(wù)調(diào)度及其資源均衡優(yōu)化問題進行了研究[3]；中國教科院“義務(wù)教育均衡發(fā)展標(biāo)準(zhǔn)研究”課題組,確定了以差異系數(shù)作為義務(wù)教育均衡發(fā)展水平的測算方法，提出義務(wù)教育均衡發(fā)展的評估方法[4]；趙永等針對水資源問題與資源環(huán)境和社會經(jīng)濟系統(tǒng)錯綜復(fù)雜的關(guān)系，提出可計算一般均衡模型[5]。在系統(tǒng)優(yōu)化方面，以水資源系統(tǒng)優(yōu)化研究為例，付銀環(huán)等針對灌區(qū)水資源系統(tǒng)存在的不確定性，運用區(qū)間兩階段隨機規(guī)劃的方法，建立地表水和地下水聯(lián)合調(diào)度的灌區(qū)水資源優(yōu)化配置模型[6]；王森等將決策者預(yù)泄控制的實踐經(jīng)驗和泄流持續(xù)性要求納入模型約束條件，提出防洪優(yōu)化調(diào)度多約束啟發(fā)式逐步優(yōu)化算法[7]；李純龍等對長江流域大型骨干性水電站群進行長期發(fā)電優(yōu)化調(diào)度研究，提出改進的大系統(tǒng)分解協(xié)調(diào)優(yōu)化方法[8]。

多目標(biāo)決策問題涉及到目標(biāo)函數(shù)的多樣性、不可公度性和矛盾性，往往只能得到Pareto解集[9]。劉文奇等利用一般變權(quán)原理提出激勵策略可行解，證明其為多目標(biāo)決策的均衡有效解[10]；覃暉等提出一種強度Pareto差分進化算法,用于求解梯級水電站的多目標(biāo)發(fā)電優(yōu)化調(diào)度問題[11]；饒從軍等在已知目標(biāo)權(quán)重范圍的前提下，應(yīng)用模糊數(shù)學(xué)理論,提出一種求解多目標(biāo)決策問題的客觀賦權(quán)的模糊算法[12]；武新宇等應(yīng)用灰色關(guān)聯(lián)法將多目標(biāo)模型轉(zhuǎn)換成多個單目標(biāo)優(yōu)化模型，并利用逐步優(yōu)化算法求解得到非劣解集，以理想點法從非劣解集中選擇最優(yōu)解[13]；王順久等為避免目標(biāo)權(quán)重人為確定的任意性，在目標(biāo)滿意度和總體協(xié)調(diào)度的基礎(chǔ)上構(gòu)造了交互式多目標(biāo)決策方法[14]。

綜上所述，均衡和優(yōu)化在資源配置和多目標(biāo)決策中的應(yīng)用十分普遍，但當(dāng)前研究多側(cè)重于其中一個方面或不能將兩者有機結(jié)合，這樣不利于系統(tǒng)的整體均衡優(yōu)化。本文通過闡述系統(tǒng)均衡優(yōu)化思想，將其引入多目標(biāo)優(yōu)化問題求解策略，提出多目標(biāo)均衡優(yōu)化方法，并將其應(yīng)用于大通河梯級水電站中長期優(yōu)化調(diào)度，為解決多目標(biāo)決策問題提供一條新思路，也為大通河梯級水電站發(fā)電調(diào)度提供科學(xué)依據(jù)。

2 均衡優(yōu)化思想與方法

均衡和優(yōu)化分別反映了系統(tǒng)不同功能和屬性的發(fā)展?fàn)顟B(tài)。兩者區(qū)別在于:均衡體現(xiàn)了系統(tǒng)不同功能、屬性之間的協(xié)調(diào)和平衡，而優(yōu)化代表了系統(tǒng)各項功能或?qū)傩缘挠欣l(fā)展方向；其相互間的聯(lián)系在于:系統(tǒng)通過優(yōu)化,打破原有均衡狀態(tài)躍遷到更高層次的均衡狀態(tài)，在均衡條件下實現(xiàn)整體優(yōu)化。系統(tǒng)總在變動的環(huán)境中通過消耗各種資源以實現(xiàn)發(fā)展。變動的環(huán)境決定單一功能和屬性的系統(tǒng)不可能長久存在，而有限的資源則限制系統(tǒng)多元功能和屬性的同時優(yōu)化。一般地，系統(tǒng)隨著外界環(huán)境的變化和資源的消耗，有時會側(cè)重某項功能和屬性的優(yōu)化，有時則促進各項功能和屬性趨于均衡，但本質(zhì)上都是保證系統(tǒng)的可持續(xù)發(fā)展。

自然系統(tǒng)有自身的發(fā)展規(guī)律，可以自發(fā)實現(xiàn)各項功能的均衡優(yōu)化。人造系統(tǒng)則不同，必須通過合理地人為干預(yù)才能逐步實現(xiàn)系統(tǒng)均衡優(yōu)化；否則，人造系統(tǒng)就會發(fā)展失衡或不協(xié)調(diào)，隨著時間的延續(xù)可能會異變或崩潰。人類主體要實現(xiàn)人造系統(tǒng)的均衡優(yōu)化狀態(tài)，需對其不同功能或?qū)傩栽O(shè)定合理的期望，并通過科學(xué)規(guī)劃、協(xié)調(diào)管理、合理配置資源和提供必要環(huán)境條件達成期望。

(1) 步驟1。判斷目標(biāo)函數(shù)fj(X)(j=1,2,…,m)的屬性，給定fj(X)的期望值Pj(X)，形成無量綱目標(biāo)向量T(X)=(T1(X),T2(X),…,Tm(X))。

(1)

式中,Tj(X)為fj(X)的無量綱目標(biāo)；"↑"和"↓"分別表示成本型目標(biāo)和效益型目標(biāo)。

(2) 步驟2。通過賦權(quán)方法給定各目標(biāo)權(quán)重系數(shù)Wj(∑Wj=1)，建立系統(tǒng)綜合目標(biāo)CI(X)。

(2)

(3) 步驟3。 利用優(yōu)化算法求解約束空間Ω(X)下的CI(X)最小化，得到非劣解集{Xj|j=1,2,3,…}、綜合目標(biāo)集{CI(Xj)|j=1,2,3,…}及無量綱化目標(biāo)向量集{T(Xj)|j=1,2,3,…}。

(4) 步驟4。計算無量綱目標(biāo)向量T(Xj)的相對標(biāo)準(zhǔn)差RSD(Xj)，建立多目標(biāo)相對標(biāo)準(zhǔn)差集{RSD(Xj)|j=1,2,3,…}。

(3)

式中,S[T(Xj)]和E[T(Xj)]分別為無量綱目標(biāo)向量T(Xj)的標(biāo)準(zhǔn)差和平均值。

(5) 步驟5。分別確定綜合目標(biāo)集{CI(Xj)|j=1,2,3,…}的最大值CImax、最小值CImin,以及多目標(biāo)相對標(biāo)準(zhǔn)差集{RSD(Xj)|j=1,2,3,…}的最大值RSDmax、最小值RSDmin，形成正理想點P1(CImin,RSDmin)和負理想點P2(CImax,RSDmax)。

(6) 步驟6。利用理想點法計算點(CI(Xj),RSD(Xj))與P1、P2的距離D1j和D2j。

(4)

(5)

(7) 步驟7。計算點(CI(Xj),RSD(Xj))與正理想點的貼進度μj。

(6)

(8 )步驟8。確定系統(tǒng)多目標(biāo)決策的均衡優(yōu)化狀態(tài)，μj最大值對應(yīng)的(CI(Xj),RSD(Xj)),即為系統(tǒng)的多目標(biāo)均衡優(yōu)化狀態(tài)，相應(yīng)的Xj為均衡優(yōu)化決策向量。

3 大通河梯級電站中長期均衡優(yōu)化調(diào)度

3.1 流域概況與基本資料

大通河發(fā)源于青海省天峻縣托勒南山，流經(jīng)青海、甘肅兩省，最終在青海省民和縣匯入湟水。流域面積為15 133 km2，80%以上的面積集中分布在海拔3 000 m以上，干流河長560.7 km;地勢西北高、東南低，干流河道平均縱比降為4.65‰，平均年徑流量為28億m3，具有豐富的水能資源。

大通河流域的水電開發(fā)呈梯級態(tài)勢，已經(jīng)建成了17座水電站。當(dāng)前，位于上游的納子峽水電站具有年調(diào)節(jié)性能，中、下游分布有16座徑流式水電站。納子峽水電站水庫的死水位為3 191.5 m，正常高水位為3 201.5 m，調(diào)節(jié)庫容為1.72億m3；該電站沒有下游防洪任務(wù)。目前，大通河梯級水電站總裝機容量為446.9 MW，多年平均發(fā)電量總和為18.32億kW·h。

大通河流域主要有尕日得、尕大灘、天堂、連城和享堂5個水文站，其設(shè)立年份均較早，具有較長的水文觀測資料系列。經(jīng)過資料可靠性審查和還原修正，得到了5個水文站1955年5月～2010年4月(連續(xù)55個水文年)的天然月平均流量;利用集水面積比例法,推求各級水電站月平均入庫流量，將上、下游2座水電站的月平均入庫流量之差作為2座水電站控制區(qū)間的月平均匯入流量。

3.2 梯級水電站均衡優(yōu)化調(diào)度模型及算法

多年平均發(fā)電量和保證出力是衡量梯級水電站發(fā)電效益的2個重要經(jīng)濟指標(biāo)，因此，建立了大通河梯級水電站中長期均衡優(yōu)化調(diào)度模型。

(1) 目標(biāo)函數(shù)

(7)

利用等流量調(diào)節(jié)方法對大通河梯級進行長系列計算，將得到的梯級多年平均發(fā)電量和保證出力作為期望值。

(2) 約束條件。約束條件包括以下一些內(nèi)容。

水庫水量平衡

Vend(y,m)-Vst(y,m)=

[QI0(y,m)-QO0(y,m)]·Δt

(8)

式中,Vend(y,m)、Vst(y,m)分別為納子峽y年m月的月末、月初庫容，m3；QI0(y,m)、QO0(y,m)分別為納子峽月平均入庫、出庫流量，m3/s。

河道流量連續(xù)性

QIi(y,m)=QOi-1(y,m)+qi-1(y,m)

(9)

式中,QIi(y,m)、QOi-1(y,m)分別為y年m月第i水電站的月平均入庫流量,以及第i-1水電站的月平均出庫流量，m3/s；qi-1(y,m)為第i-1水電站至第i水電站區(qū)間的月平均匯入流量，m3/s。

水庫蓄水位

Zd≤Zend(y,m)≤Zn

(10)

式中,Zd、Zn分別為納子峽水庫死水位和正常高水位，m。

出庫流量

QO0,min(y,m)≤QO0(y,m)≤QO0,max(y,m)

(11)

式中,QO0,min(y,m)、QO0,max(y,m)分別為納子峽水庫y年m月的最小、最大允許出庫流量，m3/s。

發(fā)電引用流量

Qf0,min≤Qf0(y,m)≤Qf0,max

(12)

Qfi,min≤Qfi(y,m)≤Qfi,max,

(i=1,2,…,16)。

(13)

式中,Qf0,min、Qf0,max分別為納子峽水電站最小、最大允許發(fā)電引用流量，m3/s；Qfi,min、Qfi,max分別為第i徑流式水電站最小、最大允許發(fā)電引用流量，m3/s。

電站出力

N0,min≤N0(y,m)≤N0,max

(14)

Ni,min≤Ni(y,m)≤Ni,max,

(i=1,2,…,16)。

(15)

式中,N0,min、N0,max分別為納子峽水電站最小、最大允許出力，kW；Ni,min、Ni,max分別為第i徑流式水電站最小、最大允許出力，kW。

納子峽水庫年內(nèi)始末水位

Zst(y,1)=Zend(y,12)=Zd

(16)

以上所有變量為非負。

(3) 求解方法。布谷鳥算法(Cuckoosearch，CS)是由Yang等在2009年提出的一種新型優(yōu)化算法[15]。該算法是通過引入Lévy飛行模式刻畫布谷鳥的覓食動態(tài)，能靈活跳出局部極值，具有良好的全局搜索能力。布谷鳥算法的搜索機制簡單，調(diào)整參數(shù)較少，算法容易實現(xiàn)且運行效率高，是一種很好的群智能優(yōu)化算法，適用于求解大通河梯級均衡優(yōu)化調(diào)度模型。

布谷鳥算法求解的是最小優(yōu)化模型，以式(7)中給定的目標(biāo)函數(shù)作為適應(yīng)度函數(shù)，以納子峽水庫月末水位為優(yōu)化變量，對大通河梯級均衡優(yōu)化調(diào)度模型進行求解。

3.3 結(jié)果分析

水電站多年平均發(fā)電量和保證出力這2個效益指標(biāo),綜合地體現(xiàn)了水能開發(fā)條件、電力市場特點和業(yè)主單位的需求，可以通過對這2個指標(biāo)的比較，來判斷水電站發(fā)電效益的好壞。因此，以梯級電站中各電站多年平均發(fā)電量和保證出力作為評價指標(biāo)，利用熵權(quán)法對梯級電站多年平均發(fā)電量和保證出力賦權(quán),不僅公正客觀，而且也符合梯級電站的發(fā)電特點[16]。對表1中各水電站的設(shè)計保證出力和多年平均發(fā)電量采用“均值化”方法進行標(biāo)準(zhǔn)化處理[17]，通過熵權(quán)法計算得到WE=0.511 2，WN=0.488 8。等流量調(diào)節(jié)方法是一種簡單實用的常規(guī)調(diào)度方法，也是水電站規(guī)劃設(shè)計階段常用的調(diào)度方法[18]。利用等流量調(diào)節(jié)方法對大通河梯級水電站實施調(diào)度，Ec=18.75億kW·h，Nfm,ct=109.5 MW。

將上述4個參數(shù)代入大通河梯級水電站調(diào)度目標(biāo)函數(shù),即式(7)，通過采用布谷鳥算法和均衡優(yōu)化方法，對長系列進行計算，計算結(jié)果見表1所示。

由表1可以看出,相比等流量調(diào)節(jié)而言，實施均衡優(yōu)化調(diào)度，可使梯級電站多年平均發(fā)電量和保證出力都有所提高，梯級電站多年平均發(fā)電量和保證出力分別提高了2.0%和1.9%，多年平均棄水量減少了1.6%。納子峽水電站多年平均發(fā)電量和保證出力分別提高了1.3%和1.2%，多年平均棄水量減少了46.7%。

4 結(jié) 語

基于系統(tǒng)均衡優(yōu)化思想，提出了多目標(biāo)均衡優(yōu)化方法，并將其應(yīng)用于大通河梯級水電站的中長期優(yōu)化調(diào)度，取得了一定的效果。相比等流量調(diào)節(jié)方法而言，均衡優(yōu)化調(diào)度方法的實施,提高了大通河梯級水電站的綜合發(fā)電效益，有效地緩解了水電站多年平均發(fā)電量與保證出力之間的矛盾，為水電站優(yōu)化調(diào)度提供了一條新思路。

[1] 陳光亞.優(yōu)化和均衡——系統(tǒng)理論的重要問題[J].上海理工大學(xué)學(xué)報，2011，33(6)：651-652.

[2] 張俊良，郭顯超.人口長期均衡發(fā)展的理論與實證模型研究[J].人口研究，2013，37(5):16-29.

[3] 李向，譚偉，康立山.基于遺傳算法的資源均衡優(yōu)化研究[J].計算機工程與設(shè)計，2008，29(17):4447-4449,4583.

[4] 中國教科院“義務(wù)教育均衡發(fā)展標(biāo)準(zhǔn)研究”課題組.義務(wù)教育均衡發(fā)展國家標(biāo)準(zhǔn)研究[J].教育研究，2013，(5):36-45.

[5] 趙永，王勁峰，蔡煥杰.水資源問題的可計算一般均衡模型研究綜述[J].水科學(xué)進展，2008,19(5):756-762.

[6] 付銀環(huán)，郭萍，方世奇，等.基于兩階段隨機規(guī)劃方法的灌區(qū)水資源優(yōu)化配置[J].農(nóng)業(yè)工程學(xué)報，2014,30(5):73-81.

[7] 王森，程春田，李保健，等.防洪優(yōu)化調(diào)度多約束啟發(fā)式逐步優(yōu)化方法[J].水科學(xué)進展，2013,24(6):869-875.

[8] 李純龍，周建中，歐陽碩，等.基于改進分解協(xié)調(diào)的大規(guī)模水電站群優(yōu)化調(diào)度[J].電網(wǎng)技術(shù)，2013,37(12):3445-3452.

[9] 肖曉偉，肖迪，林錦國，等.多目標(biāo)優(yōu)化問題的研究概述[J].計算機應(yīng)用研究，2011,28(3):805-808,827.

[10]劉文奇，余高峰，胥楚貴.多目標(biāo)決策的激勵策略可行解[J].控制與決策，2013,28(6):957-960.

[11]覃暉，周建中，肖舸，等.梯級水電站多目標(biāo)發(fā)電優(yōu)化調(diào)度[J].水科學(xué)進展，2010,21(3):377-384.

[12]饒從軍，肖新平.多目標(biāo)決策問題的模糊數(shù)學(xué)解法[J].武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版)，2006,30(4):700-703.

[13]武新宇，范詳莉，程春田，等.基于灰色關(guān)聯(lián)度與理想點法的梯級水電站多目標(biāo)優(yōu)化調(diào)度方法[J].水利學(xué)報，2012,43(4):422-428.

[14]王順久，候玉，丁晶，等.交互式多目標(biāo)新方法及其在水資源系統(tǒng)規(guī)劃中的應(yīng)用[J].水科學(xué)進展，2003,14(4):476-479.

[15]張永韡，汪鐳，吳啟迪. 動態(tài)適應(yīng)布谷鳥搜索算法[J]. 控制與決策，2014,29(4):617-622.

[16]周惠成，張改紅，王國利. 基于熵權(quán)的水庫防洪調(diào)度多目標(biāo)決策方法及應(yīng)用[J]. 水利學(xué)報，2007,38(1):100-106.

[17]張衛(wèi)華，趙銘軍. 指標(biāo)無量綱化方法對綜合評價結(jié)果可靠性的影響及實證分析[J]. 統(tǒng)計與信息論壇，2005,20(3):33-36.

[18]黃強，王義民.水能利用(第四版)[M].北京：中國水利水電出版社，2009.

(編輯:趙秋云)

2015-04-09

解陽陽，男，西安理工大學(xué)西北旱區(qū)生態(tài)水利工程國家重點實驗室培育基地，博士研究生.

水庫調(diào)度

1006-0081(2015)04-0001-04

TV737

A