一、梯级水电站短期优化调度研究（论文文献综述）
龚芝瑞[1]（2021）在《雅砻江下游梯级水电站多尺度联合优化调度》文中进行了进一步梳理水电是一种清洁低碳、运行灵活、兼具多重综合利用效益的可再生能源,其开发与利用对我国能源发展起到十分重要的作用。水电能源的科学统筹规划是推进能源供给侧结构性改革,建设安全高效的能源体系的关键措施。因此,本文以雅砻江流域下游梯级电站为研究对象,围绕各时间尺度优化调度开展研究,同时考虑不同时间尺度调度的嵌套耦合关系,研究不同时间尺度下水库调度的控制互馈机制。主要研究工作及成果如下:（1）为提高电力系统的供电可靠性,统筹协调梯级水电站的发电与容量效益,分别建立了梯级发电量最大和电量-容量综合效益最大的中长期发电优化调度模型。结果显示,多目标模型中梯级电站的两年平均发电量为806.18亿kWh,较单目标模型（807.73亿kWh）减少了 0.19%;但其时段最小出力为560.99万kW,较单目标模型（511.55万kW）增加了 9.66%。研究表明,多目标模型能够在保证梯级发电量的基础上,提高枯水期的最小出力,从而增加水电系统运行的安全性与可靠性。（2）为充分发挥水电机组的调峰能力,围绕雅砻江下游梯级电站短期调峰计划编制问题,采用“以水定电”模式与梯级水库同步调峰策略,分别构建了考虑滞时影响的总发电量最大、基于负荷趋势的电网余荷波动最小和电量-调峰综合效益最大模型。结果表明,电量效益模型仅追求发电量效益,未能起到填谷削峰的作用,不能充分发挥水电站的调峰优势;调峰模型的标准差与电量效益模型相比,在各典型日下降幅分别达到63.00%、72.15%和64.43%,峰谷差的降幅分别达到61.56%、70.47%和62.15%,同时其梯级发电量也相应降低1.04%、1.06%和15.07%,虽然调峰模型能够更好的跟踪电网负荷曲线的趋势,但其发电效益减少,不利于水资源的充分利用;多目标模型在各典型日下的电网余荷标准差分别为1760MW、962MW和1764MW,余荷峰谷差分别为5456MW、2955MW和4078MW,梯级电站发电量分别为123739MWh、109157MWh和133746MWh,研究表明该模型的电量效益和调峰效益均介于两个单目标模型之间,模型在一定程度上保证了梯级电站的发电量,同时能够较好地跟踪电网负荷趋势,平滑电网余荷波动过程,更利于日后风光等新能源的并网运行。（3）为解决各时间尺度调度模型间相互脱节、无法进行有效的信息交互等问题,对多时间尺度的嵌套耦合关系进行了解析,提出了逐级约束机制和引入PID控制原理的逐级反馈机制,并基于该控制反馈机制建立了多时间尺度嵌套发电优化调度模型。根据上级模型的调度方案生成下级模型的边界约束,再将实时调度与调度计划的偏差信息通过反馈机制传递给上级模型,从而构成各时间尺度调度的控制互馈系统。应用TOPMODEL模型的模拟结果作为输入数据,并将该嵌套模型应用于雅砻江下游梯级水库群。研究结果表明,在短时间尺度调度中嵌套模型的运行过程更加接近实际调度过程;在中时间尺度调度中,无反馈模型代表月余留期锦屏一级电站及二滩电站指导水位与实际水位的绝对值偏差之和为17.99m和5.70m,考虑反馈机制的嵌套模型中各电站绝对值偏差之和为3.56m和2.71m,降幅较无反馈模型分别达到80.21%和52.46%;在长时间尺度调度中,嵌套模型余留期的梯级电站总发电量为1154.48亿kWh,比无反馈模型（1152.93亿kWh）增加了1.55亿kWh,增幅为1.34‰,嵌套调度的结果也更符合实际最优决策。综上所述,嵌套模型能够在把握全局调度合理性的同时实时反馈调度信息,从而达到对余留期效益的动态控制,使得修正后的调度决策更加贴合实际运行过程,能够在水库调度方案的制定中发挥更实际的指导作用。
刘涛[2]（2021）在《雅砻江下游风光出力模拟与多能互补短期优化调度》文中研究指明本文主要聚焦于雅砻江流域下游风-光-水互补开发展开研究。文章从流域内风光电站场址处的风光资源数据获取开始,通过对流域的风电和光伏场站进行集群划分,提取代表站点,建立风光功率转换模型,得到了长系列的风光功率数据。在此基础上,利用同步回代缩减法提取典型日出力场景,并对各集群的出力场景进行组合,利用K-means聚类得到冬春和秋夏的风光出力典型场景。随后构建了多能互补调度模型,以互补系统总发电量最大和剩余负荷过程最平稳为目标,引入同步调峰策略,实现了多能互补系统的调度运行过程研究。主要研究内容和成果如下:（1）风光电站集群划分。通过遗传优化的K-means聚类对流域内的风电场实现了集群划分,以相似距离作为不同序列间一致性的评价标准,将类间距与平均类内距之比作为适应度函数,评价聚类结果的优劣性。随后利用地理纬度信息和下游光伏电站分布特点,实现了光伏电站集群的划分,并利用欧式距离选择出距离集群的中心最近的站点,作为集群的代表站点。集群划分结果将用于出力模型的建立和典型场景的生成。（2）风光功率转换模型。基于风光出力的物理原理建立风光功率转换模型,根据各集群代表站点的特点实现差异化建模,并据此,利用格林威治和Meteonorm数值产品得到各集群的长期风光功率序列。风电功率转换模型包括风轮捕获风能和发电机转换电能两部分,通过风能-机械能-电能的转换关系可以得到风电出力系列;光伏功率转换模型包括太阳辐射模型、光伏电池板模型和逆变器效率模型三部分,利用太阳辐射模型得到有效辐照度,再通过光伏电池板模型和逆变器效率模型得到光伏出力序列。（3）典型出力场景提取。首先,利用同步回代缩减法对冬春和秋夏两个时段的日过程分别进行场景缩减,得到各风光集群的五个典型日出力过程,再对各集群的典型日过程进行组合,得到若干组组合场景,利用K-means聚类对组合场景进行聚类分析,得到五个典型出力场景。将冬春和夏秋两个时段得到的风光典型场景交叉组合,各得到25组风光典型出力场景,用于多能互补调度研究。（4）多能互补调度研究。以互补系统总发电量最大和剩余负荷最平稳为目标,考虑电力系统、电站和水利系统三类约束,引入同步调峰编码策略,构建多能互补调度模型。以水风光典型场景和四川省日典型负荷过程为模型输入,进行多能互补调度研究。结果表明,调度模型可以很好的调整雅砻江下游梯级水电站的运行过程,使互补出力曲线跟随负荷曲线变化。同时,夏秋季节雅砻江流域径流丰沛,水电站常处于满发状态,因此冬春季节的调节性能和电站的灵活性较夏秋季节好。
刘战伟[3]（2021）在《考虑气象信息径流预报的巨型梯级水电短期优化调度研究》文中进行了进一步梳理近些年来,随着澜沧江小湾、糯扎渡,红水河龙滩、天一、天二等巨型水电站的陆续投产,我国西南地区水电装机规模经历了迅猛增长,装机容量大、跟踪负荷快、调节灵活等特点使巨型梯级成为电网调峰的主要电源。然而,径流预报精度不足、灵敏的水力联系及复杂的电力联系使得巨型梯级水电站群在短期优化调度过程中面临弃水和调峰两大难题。以西南巨型梯级电站为研究对象,本文从考虑气象信息的径流预报、共享隧洞的巨型电站短期调度及考虑水流滞时精确建模的“一库多级”式巨型梯级调峰三方面开展研究,力求获得满足实际要求的巨型梯级电站精细化短期调度方法,以减少水电弃水,改善梯级水电调峰效果。主要工作及取得的成果如下:（1）提出耦合气象信息和梯度提升回归树的多步日径流预报框架。所提框架以气象数据和地面站点监测数据作为输入,应用基于最大互信息系数的方法进行输入选择和基于梯度提升回归树的预报模型进行径流预报,使用六个常用的指标进行预报结果评估。以澜沧江小湾电站为例进行1-10天的多步日径流预报,结果显示所提出日径流预报框架可以改善多步预见期的径流预报精度,这种改善对于较长的预见期尤为显着。（2）提出多机组共享隧洞巨型水电站短期优化调度方法。针对存在多机组共享隧洞的巨型水电站短期调度问题,建立了一个混合整数线性规划模型（mixed-integer linear programming,MILP）,并提出了一个基于毛水头的迭代求解方法进行求解。该模型不仅考虑了水头变化、多机组共享隧洞水头损失、机组启停耗水,还考虑了穿越振动区耗水,耦合了一种新的通用的穿越振动区的建模方法。南盘江天生桥二级水电站实例结果表明,本文方法可以有效解决多机组共享隧洞巨型电站短期调度和穿越振动区难题,是一种切实可行的求解方法。（3）提出耦合水流滞时精确建模方法的巨型水电站梯级调峰模型。针对巨型水电站梯级的水流滞时建模精度不足的问题,提出了水流滞时精确建模方法及其参数确定流程,并将其耦合到调峰调度模型中。同时,提出了非线性约束的聚合、线性化区域的选择和周期性假设等三个模型改进策略提升求解模型的速度,降低了求解误差。红水河龙滩电站为首的一库六梯级实例结果表明,所提水流滞时建模方法可充分考虑水流演进动态特性,降低调峰调度偏差,所提调峰调度模型充分发挥了水电调峰作用,调峰效果明显。最后,对全文研究工作进行总结,并对需要进一步进行研究的方向进行了展望。
叶凯华[4]（2021）在《基于改进自优化模拟技术的梯级水电站群耗能最小模型》文中认为水电能源作为一种廉价、可再生的清洁能源,是我国的电力系统的重要组成部分,如何合理高效地利用水能资源,对于改善我国能源系统结构的意义重大。水电站优化调度是利用水能资源过程中的一个非常重要的环节,其能够在几乎不增加水电站运行成本的基础上,最大化水电站发电效益,使水能资源得到高效、充分的利用。本文首先在对梯级水电站系统特性和短期发电计划变量进行分析的基础上,通过能效系数对梯级耗能最小目标进行了改进,建立了梯级耗能最小为目标的优化调度模型;其次,在自优化模拟技术的基础上,提出了一种改进的自优化模拟技术,将动态规划嵌入到自优化模拟技术的求解过程中,以弥补动态规划计算耗时长的缺点,并缓解“维数灾”问题,自优化模拟技术求解外层厂间优化调度子模型,动态规划法求解内层厂内经济运行子模型,动态规划法计算结果直接为自优化模拟技术提供数据支持,减少了大量计算时间并有效提高了算法稳定性;最后,将本文模型和方法应用于潘口小漩梯级水电站的短期优化调度,有效减少了梯级水电站的耗能,提高了发电效益和水能资源的利用效率,并通过与动态规划、自优化模拟、粒子群算法和分布估计算法进行对比,验证了模型和方法的可行性和优越性,为梯级水电站短期发电优化调度提供了参考依据。
吴月秋[5]（2021）在《梯级水库群多目标优化调度方案决策及风险分析研究》文中认为水是生命之源,是人类赖以生存和发展不可缺少的重要的物质资源,随着全球气候变化及人类活动的影响,可供利用的水资源日益匮乏,如何高效合理利用水资源已成为国内外普遍关注的问题。因此,综合考虑多种不确定性因素的影响,在满足防洪、发电、供水、航运等多种综合利用目标需求条件下,开展梯级水库群多目标优化调度方案决策及风险分析研究,寻求变化环境下的多目标优化调度方案,对于流域水资源高效利用和防灾减灾具有重大现实意义。对于这一涉及多个学科的复杂的系统工程问题,本文基于水文学、水力学、经济学、数学及计算机等,在梯级水库群优化调度算法、多目标优化调度方案决策、入库径流不确定性与风险分析等方面进行了深入探究,取得的主要成果如下:（1）改进和声搜索算法及其在梯级水库群优化调度中的应用。为了解决和声搜索算法的初始和声记忆库分布不均及易陷入局部最优的缺陷,采用均匀设计的方法生成初始和声记忆库以增加其多样性和有效性,引入混沌序列来改善算法的全局搜索能力,提出了改进的和声搜索算法,并将其应用于梯级水库群发电优化调度模型的求解。通过与和声搜索算法、动态规划算法对比分析,验证了改进和声搜索算法的优越性,为梯级水库群发电优化调度模型求解提供了一条可行的途径。（2）基于边际转换率的水库多目标优化调度方案决策研究。为得到入库径流不确定条件下的水库多目标优化调度方案,本文以防洪和发电具有结合库容的三峡水库为研究对象,在对入库径流过程预报误差进行量化估计的条件下,以耦合微观经济学中的产品转换曲线和等收入线获取最大效益的原理,将边际转换率应用于水库多目标优化调度方案决策,寻求防洪和发电矛盾对立转化的最佳均衡点。算例分析结果表明,模型方法不仅可以得到确定性来水条件下防洪和发电效益的最佳均衡点,而且还能得到考虑入库径流过程预报误差时的发电最大蓄水位的动态控制区域,为合理确定中小洪水时的起调水位和洪水的资源化提供了一定的理论参考。（3）基于改进VIKOR模型的来流不确定下水库多目标优化调度方案决策研究。针对传统水库多目标优化调度方案决策时往往忽略入库径流不确定性影响的不足,一方面对评价指标选用区间数,此区间数的上下限为以考虑入库径流预报误差下的模拟入库径流为输入时优化计算得到的最大和最小值;另一方面在采用博弈论集合模型对基于序关系分析法的主观权重和Critic法的客观权重进行组合赋权的基础上,对VIKOR模型进行改进以提高评价指标权重的可信度和合理性。并通过实例分析验证了模型和方法的合理性和实用性,为入库径流不确定下水库多目标调度方案决策提供了一种新途径。（4）考虑多元入库径流预报误差的梯级水库群短期发电调度风险分析。针对大型水库群短期联合发电调度风险分析时,下级水库入流不仅要考虑上级各水库入库径流预报误差的影响还要考虑区间入流预报误差的影响,而不同预报时刻的径流预报误差也有相关性的这一多元且相关的问题,在分析各预见时刻误差分布特点的基础上,采用t-Copula对多元径流预报误差函数进行联合拟合,建立了多个预见时刻的入库径流过程预报误差随机模型,对基于预报误差的预报径流过程进行随机模拟,进而对梯级水库群短期发电调度的风险进行相关分析。并通过实例验证了本文提出方法的可行性和有效性,本研究对梯级水库群短期发电调度具有一定的参考价值。
马皓宇[6]（2021）在《雅砻江中下游梯级水库多目标精细优化调度及决策方法研究》文中研究说明梯级水库作为开发与利用水能资源这一清洁可再生能源的重要工程措施,通过对一段时期内入库径流实施有计划调蓄,梯级水库可实现洪旱灾害的防范抵御、水电企业的效益增长、电网的安全稳定运行、生态环境的保护修复等多方面重大任务。并且近年来我国出台了一系列清洁能源消纳的鼓励政策,水能资源支持的水电行业已成为我国能源结构转变的关键。目前随着乌江、雅砻江、金沙江等十三大水电基地建设的逐步完成,我国各个流域内梯级水库系统的规模不断扩大,水电事业发展的重心由工程建设转至运行管理,而智慧水利这一概念的提出及先行先试工作的开展,更是凸显了强化以梯级水库为代表的水利工程设施的调度管理工作的重要意义。因此亟需开展梯级水库的多目标优化调度及决策方法的研究,以期在复杂的外部环境与工程背景下,编制以最大化梯级水库系统的水资源利用率为目标的调度方案,有效协调梯级系统的防洪、供水、发电、航运等多个目标,满足新形势下各行业部门对水资源的相关诉求。本文充分考虑梯级水库优化调度的理论研究与实际生产这两方面,针对短期单目标与中长期多目标的优化调度问题,重点考虑精细化调度、“维数灾”处理、多目标调度及多属性决策等难题,基于数学规划、概率统计、智能优化、并行加速等方面的理论方法,对短期和中长期优化调度的模型构建、求解算法改进及调度方案决策进行深入研究,取得了如下的主要成果:（1）梯级水电站精细化日发电计划制定。针对传统模式下水电站的优化出力计算不够准确,进而导致调度方案在实际实行中出现偏差的不合理情况,将各时段各电站内投运机组的台数、组合及负荷与流量的优化分配纳入考虑,构建厂间-厂内一体化调度的精细优化调度模型,实现梯级电站间与各个电站内的水能资源优化分配方式的统一;在此基础上,提出求解嵌套优化模型的嵌套多维动态规划算法,并通过雅砻江流域的锦西-锦东梯级系统的实例研究,验证所构建的精细优化模型与求解算法的优越性。（2）基于内存占用缩减和GPU并行加速的求解算法性能优化。针对嵌套动态规划在求解精细优化调度模型中出现的严重“维数灾”—计算任务与内存占用量均呈指数型增长,利用数据压缩与数据库技术实现程序占用内存的有效缩减,通过OpenACC标准下的GPU并行大幅提升算法的计算效率;在此基础上提出针对“维数灾”的改进嵌套动态规划,监测优化策略引入前后的程序运行的内存占用量与计算时长的变化以验证改进策略的效果。（3）构建新型多目标进化算法LMPSO并应用于实际梯调问题。针对多目标降维成单目标这一处理方式的缺陷,以及经典MOEAs在处理大规模高维多目标问题上性能不足的问题,引入算法的性能评价指标—超体积指标作为个体选择标准,采用问题变换策略降低搜索空间维数;由此有效降低多目标优化调度模型的求解难度,并以SMPSO为基础设计LMPSO,将改进后方法运用在雅砻江的三库联合调度,由此验证算法在面对多目标优化调度的高维难题上相比于其它方法的计算优势。（4）对传统区间数灰靶模型进行改进并应用于最佳均衡方案决策。考虑到梯级水库入流过程的预报存在误差,通过区间数表示调度方案的各维指标值更为合理,故选择引入区间数理论的灰靶决策模型进行调度方案决策;在传统区间数灰靶模型的基础上,设计基于集值理论的权重向量确定方式与基于多维度联合抽样的期望贴近度计算策略,并由此提出相应的改进模型;分别利用标准决策模型与改进模型实现雅砻江梯级水库系统的多属性方案决策,通过结果对比验证改进方法对区间数的处理更为合理,能有效避免计算过程中的信息失真。
程玺龙[7]（2021）在《梯级水电站短期优化调度的约束分级模型》文中进行了进一步梳理水电站短期优化调度的混合整数线性规划模型（MILP）需要考虑复杂的梯级约束、电站约束及机组运行约束,各种约束间紧密耦合,调度人员往往依据调度经验对约束和目标进行设置,可能造成约束条件之间的相互矛盾,导致模型无可行解。当模型无解时,寻找互相矛盾的约束条件较为耗时,且难以考虑不同约束的重要程度,此时将严重影响水电站日前计划的制定效率。针对这一问题,本文提出梯级水电站短期优化调度的约束分级模型,当原调度模型因约束之间的相互矛盾而无解时,尽可能破坏低优先级别的软约束以寻求可行解,并减少对软约束的破坏程度。首先将可破坏约束按优先级排序,通过引入破坏指示因子及破坏程度变量将其转换为软约束,使模型有解;在目标函数中设置破坏因子项及破坏程度项,破坏因子项用于严格反应软约束优先级,破坏程度项用于减少软约束的破坏程度;最后将模型转换为混合整数线性规划模型（MILP）并使用Lingo求解器进行求解,以北盘江梯级水电站为例验证所提模型的可行性和有效性。（1）针对水电站厂内经济运行模型约束条件互相矛盾的问题,提出机组运行约束分级的水电站厂内经济运行模型。按照优先级别从低到高的顺序设置耗水量最小、水位运行下限、机组爬坡能力、水位运行上限、机组振动区5级软约束。光照电站应用实例表明,所提模型破坏了低优先级别的耗水量最小、水位运行下限及机组爬坡能力软约束,满足了高优先级别的水位运行上限及机组振动区软约束。（2）针对梯级水电站群调峰优化模型约束条件互相矛盾的问题,提出考虑约束分级的梯级水电站调峰优化调度模型。按照优先级别从低到高的顺序,在枯水期设置调峰、光照电站末水位、梯级出力下限、光照电站水位下限、光照电站最小下泄流量5级软约束,在丰水期设置调峰、光照电站末水位、梯级出力上限、光照及下游电站弃水、光照电站水位上限5级软约束。北盘江梯级电站应用实例表明,在枯水期,所提模型破坏了低优先级的调峰、光照末水位、梯级出力下限软约束,满足了高优先级的光照电站水位下限及最小下泄流量软约束。在丰水期,所提模型破坏了低优先级的调峰、光照末水位、梯级出力上限软约束,满足了高优先级的弃水和光照电站水位上限软约束。综上,北盘江梯级电站应用实例表明,所提模型能够解决梯级水电站短期优化调度模型因约束条件互相矛盾而无解的问题,能够在原模型无解时破坏部分软约束以获得可行解,且严格遵循软约束的优先级别,提高了水电站日前计划的制定效率,具有较强的实用价值。
张艳[8]（2021）在《强水力联系下梯级水电站群短期深度调峰研究》文中研究指明近年来,随着我国电网负荷峰谷差的日益增大以及具有间歇性、不确定性、随机性等特点的风光电等清洁能源的大规模并网,电网调峰压力与日俱增。作为我国目前第一大清洁能源,水电以其调节性能好、调峰成本低、启停灵活等诸多优势成为公认的优质调峰电源,因此水电参与调峰一直是电力调度的研究重点和热点。为充分利用水头落差,我国大多数流域采用梯级式或者一库多级式开发模式,建成大批强水力联系的梯级水电站群,电力调度过程中如何深挖此类梯级电站的调峰潜力,最大限度发挥它们的调峰灵活性是亟待解决的问题。本文以我国西南地区红水河流域梯级为工程背景,针对强水力梯级库群在短期深度调峰过程中的峰平谷时段精确划分、调峰模型降维求解及汛期弃水调峰策略等方面开展了深入研究,主要研究工作及取得的成果如下:（1）提出了梯级电站短期调峰的峰平谷时段划分方法。根据设定的计算时段间隔,分别采取皆基于隶属度函数实现的传递闭包模糊聚类分析和改进的模糊隶属度函数法作为划分方法。间隔取1h时,选择基于负荷数据聚集特征自动分类的简单易行但受计算规模限制的模糊聚类分析进行划分;间隔取15min时,选择不受限于计算规模但会受主观经验影响的模糊隶属度函数法,并改进了阈值评价指标来选取适当的阈值。划分结果表明,上述两种方法可以更为真实地反映出电网负荷曲线的实际峰平谷特性。（2）提出了峰平谷模糊识别模式下梯级水电站的短期调峰方法。针对短期调峰模型中水力电力联系复杂、各类约束相互交织、求解过程面临严重的维数灾等问题,提出了具有明显峰平谷区分的典型调峰特征曲线方式,实现调峰模型的降维求解。典型调峰曲线的确定基于电网负荷曲线的峰平谷模糊识别及峰平谷流量比设定进行实现。红水河流域梯级电站枯期调度实例表明:所提方法可以在满足所有约束下快速得到具有较好调峰效益的结果,且可借助流量比的调整灵活控制水电的调峰深度。（3）提出了预弃水模式下梯级库群的短期调峰方法。针对强水力联系梯级库群在汛期调度过程中无法避免弃水的问题,提出一种基于负荷特性的弃水调整方法,以提出的谷时段预弃水策略来实现梯级弃水调峰,构建了带有预弃水比的混合整数线性规划调峰模型,并在求解过程中借助SOS2约束来进行线性化。红水河流域梯级电站汛期调度实例表明:所提方法可以一定程度上平缓电网余荷,且可通过调整上中下游电站的预弃水比来灵活控制电站的调峰容量。最后,对全文和未来研究工作的前景进行了简要总结。
刘晓神[9]（2020）在《金沙江下游梯级水电站发电与航运优化调度研究》文中进行了进一步梳理水电能源作为可持续发展、价格低廉的清洁能源,其高效利用可以缓解电力系统的负荷压力、维护电力系统安稳运行。在我国水利建设快速发展和大型水利枢纽多目标联合优化运行格局逐步形成的趋势下,如何平衡梯级电站不同调度目标之间的矛盾、充分发挥大型水利枢纽兴利发电的能力,是梯级电站短期优化调度的难点所在。为提高梯级电站的综合效益,改善水电站调度效率,缓解梯级电站各调度目标之间的矛盾,本文以金沙江下游溪洛渡-向家坝梯级电站为研究对象,围绕枯水期梯级电站发电目标与航运目标,开展梯级电站发电、航运多目标短期优化调度研究,主要工作与成果如下:（1）研究枯水期向家坝电站调峰运行产生的非恒定流对下游航运的影响,分析影响向家坝下游航运安全的水力要素,提出适合向家坝下游航道安全通航的水力学边界条件,建立向家坝下游航运效益的评价函数,并作为航运调度的目标函数。进一步,为提高溪洛渡-向家坝梯级电站的整体效益,综合考虑梯级电站发电调度及航运调度,针对溪洛渡-向家坝梯级电站,建立枯水期兼顾向家坝下游航运要求的多目标短期发电优化调度模型。（2）针对蚁群算法在寻优过程中存在的构建初始种群速度慢、后期易陷入局部最优解、计算精度差的缺点,用遗传算法生成较优种群作为蚁群的输入,减少其初期计算时间及复杂度,并在蚁群算法形成完整路径后使用遗传操作（选择、交叉、变异）来增加种群的多样性,提出基于遗传算法的改进多目标蚁群算法,用于求解大型水利枢纽优化调度模型。（3）将水库运行水位进行编码,用GA-ACO算法对溪-向梯级多目标短期优化调度模型进行求解,在兼顾梯级电站发电效益和向家坝下游航运效益的同时,考虑溪洛渡电站“一库两站两调”的特殊运行要求,制定梯级电站的短期发电计划。结果表明,改进算法有效克服了前期计算速度慢、后期易陷入局部收敛的缺陷,有效提高了短期发电计划的精度,并可以缓解向家坝下游航运压力。
梁小青[10]（2020）在《梯级水库调度不确定性分析与多属性决策模型研究》文中研究指明为缓解化石能源短缺、大气污染、温室效应等问题,我国高度重视和积极推进水电等具有清洁、可再生、储量丰富、分布范围广等特点的绿色能源的发展。水库一直是进行防洪减灾、水力发电、水资源供给等社会活动的重要组成部分,随着近些年我国各大流域梯级水库群的逐渐建成,且受全球极端气候变化的影响,防洪、发电、供水等各部门之间的关系越发复杂,因此,开展不确定性条件下的水库优化调度管理工作,寻求更为实用的优化调度方案成为水利和电力部门亟待解决的重要课题。本文沿着“减少不确定性—量化不确定性—考虑不确定性的调度风险估计一不确定多属性决策”的思路,运用数理统计、风险分析、运筹学、Copula函数等理论方法,重点针对洪水非一致性分析、入库径流过程预报误差模拟、调度风险估计、多属性决策等方面进行了深入研究,取得的主要成果如下:（1）基于Copula函数的非一致性洪水多变量联合分析。针对传统洪水频率分析未考虑洪水非一致性的问题,基于P-Ⅲ混合分布和Von Mises分布,分别建立了洪量变量的P-Ⅲ混合分布和洪量发生时间变量的Von Mises分布;在此基础上,应用Copula函数建立了洪量变量和洪量发生时间变量的联合分布。以锦屏一级入库洪水的非一致性分析为例,通过计算联合超越概率分布、条件超越概率密度等验证了这一方法的可行性与有效性。（2）入库径流过程预报误差随机模型及其应用。为了在量化入库径流预报误差的条件下有效提高调度方案制作的精度,基于高斯混合模型良好的自适应性,能更准确地描述单一预见时刻入库径流预报误差分布的特点,以及高维meta-student t Copula函数具有将多个类型边缘分布有机耦合的优势,建立了多个预见时刻入库径流过程预报误差随机模型。以锦屏一级水库日入库径流过程预报误差的模拟为例,对多个预见时刻的入库径流预报误差进行了随机模拟,验证了模型的可行性与有效性。（3）考虑多维入库径流过程预报误差的梯级水库群短期发电调度风险估计。以包含两个水库的梯级系统为例,对历史入库径流过程预报误差分类,定义了不确定性概率并将其作为调度决策的效益型指标之一,建立了考虑多维入库径流过程预报误差的梯级水库群短期发电优化调度模型,通过优化算法进行求解得到最优调度过程;基于入库径流过程预报误差随机模拟的思想,得到未来可能来流过程,然后进行仿真调度,得到风险指标估计值。与按入库径流预报值制作的调度方案相比,模型将入库径流预报误差考虑在内更符合实际。（4）基于马田系统和灰熵法的多维区间数决策模型及其应用。针对区间数决策中如何减少决策信息损失以提高决策结果准确性以及区间数排序难的问题,利用马田系统中正交试验次数少、获取信息量大以及马氏距离能较好反映指标间相关性的双重优势对灰熵法进行改进,并将改进的灰熵法与马田系统相耦合,提出了基于马田系统和灰熵法的多维区间数决策模型。将模型分别应用于潘口水库多目标优化调度方案优选和三峡梯级水库防洪优化调度方案优选,并与其他方法的决策结果进行了对比分析,验证了模型的优越性。
二、梯级水电站短期优化调度研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、梯级水电站短期优化调度研究（论文提纲范文）
（1）雅砻江下游梯级水电站多尺度联合优化调度（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展及存在的问题 |
| 1.2.1 中长期水库调度 |
| 1.2.2 短期水库调度 |
| 1.2.3 多时间尺度耦合的水库调度 |
| 1.2.4 梯级水库群优化调度求解方法 |
| 1.2.5 存在问题 |
| 1.3 研究内容与技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 2 研究区域概况及基本资料 |
| 2.1 雅砻江流域概况 |
| 2.2 水库电站基本资料 |
| 2.3 本章小结 |
| 3 雅砻江下游梯级电站中长期发电优化调度研究 |
| 3.1 梯级水电站中长期优化调度模型的构建 |
| 3.1.1 长时间尺度多目标优化调度模型 |
| 3.1.2 中时间尺度发电优化调度模型 |
| 3.2 模型求解算法 |
| 3.2.1 权重法求解多目标模型 |
| 3.2.2 遗传算法 |
| 3.3 模型优化结果分析 |
| 3.3.1 长时间尺度优化调度结果分析 |
| 3.3.2 中时间尺度优化调度结果分析 |
| 3.4 本章小结 |
| 4 考虑滞时影响的梯级电站短期调峰优化调度研究 |
| 4.1 滞时影响 |
| 4.2 同步调峰策略 |
| 4.3 短时间尺度调峰优化调度模型的构建 |
| 4.3.1 电量效益最大模型 |
| 4.3.2 电网余荷波动最小模型 |
| 4.3.3 电量-调峰综合效益最大模型 |
| 4.4 模型优化结果分析 |
| 4.4.1 电量效益最大模型优化调度结果分析 |
| 4.4.2 调峰效益最大模型优化调度结果分析 |
| 4.4.3 电量-调峰综合效益最大模型优化调度结果分析 |
| 4.5 本章小结 |
| 5 梯级水电站多时间尺度嵌套调度研究 |
| 5.1 多时间尺度嵌套耦合关系 |
| 5.1.1 上级模型对下级模型的逐级约束关系 |
| 5.1.2 下级模型对上级模型的逐级反馈关系 |
| 5.1.3 多时间尺度嵌套耦合调度的实现 |
| 5.2 多时间尺度嵌套耦合模型建模求解 |
| 5.2.1 基于TOPMODEL模型的径流模拟 |
| 5.2.2 发电优化调度模型及PID模型的构建 |
| 5.2.3 PID模型参数率定方法 |
| 5.3 多时间尺度嵌套耦合调度研究实例 |
| 5.3.1 TOPMODEL模型模拟结果分析 |
| 5.3.2 多时间尺度逐级约束调度 |
| 5.3.3 多时间尺度逐级反馈调度 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（2）雅砻江下游风光出力模拟与多能互补短期优化调度（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 风光电站集群划分 |
| 1.2.2 风光功率转换模型 |
| 1.2.3 多能互补优化调度 |
| 1.3 研究内容及技术路线 |
| 2 流域概况与资料收集 |
| 2.1 雅砻江流域概况 |
| 2.2 水风光资源资料的获取与处理 |
| 2.2.1 风资源数据获取 |
| 2.2.2 光资源数据获取 |
| 2.2.3 水电站资料与径流资料的获取 |
| 2.3 本章小结 |
| 3 风光资源特性与电站集群划分 |
| 3.1 风光资源特性分析 |
| 3.1.1 风资源特性分析 |
| 3.1.2 光伏资源特性分析 |
| 3.2 改进的GA-KM算法原理 |
| 3.2.1 GA-KM算法原理 |
| 3.2.2 适应度函数的选择 |
| 3.3 风光电场集群划分结果分析 |
| 3.3.1 风电场集群划分结果 |
| 3.3.2 光伏电站集群划分结果 |
| 3.4 本章小结 |
| 4 风光出力过程模拟与典型场景提取 |
| 4.1 基于物理模型的风电出力模拟 |
| 4.1.1 风电机组的能量转换过程 |
| 4.1.2 风电机组的功率转换模型 |
| 4.1.3 风电出力过程模拟 |
| 4.2 基于物理模型的光伏出力模拟 |
| 4.2.1 光伏组件的能量转换过程 |
| 4.2.2 光伏板的有效辐照量计算 |
| 4.2.3 光伏组件的功率转换模型 |
| 4.2.4 光伏出力过程模拟 |
| 4.3 风光电站群出力典型场景的生成 |
| 4.3.1 风电出力序列典型场景的选取 |
| 4.3.2 光伏出力序列典型场景的选取 |
| 4.4 本章小结 |
| 5 基于同步调峰策略的水风光互补短期优化调度 |
| 5.1 梯级水电站短期运行方式 |
| 5.1.1 梯级水电站综合利用任务 |
| 5.1.2 梯级水电站联合调峰机制 |
| 5.1.3 同步调峰策略原理 |
| 5.2 水-风-光多能互补系统短期优化调度模型 |
| 5.2.1 模型的目标函数 |
| 5.2.2 模型的约束条件 |
| 5.2.3 模型的求解算法 |
| 5.3 案例分析 |
| 5.3.1 互补模型的建模思路 |
| 5.3.2 互补调度的结果 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（3）考虑气象信息径流预报的巨型梯级水电短期优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 面临的关键问题 |
| 1.2.1 考虑多步预见期的日径流预报问题 |
| 1.2.2 多机组共享隧洞的水电站短期调度问题 |
| 1.2.3 耦合复杂水流滞时的水电调峰调度问题 |
| 1.3 国内外研究进展 |
| 1.3.1 问题解析与概述 |
| 1.3.2 日径流预测输入选择研究 |
| 1.3.3 共享隧洞巨型电站短期调度研究 |
| 1.3.4 巨型水电梯级滞时建模研究 |
| 1.4 主要研究内容及框架 |
| 2 耦合气象信息和梯度提升回归树的多步日径流预报 |
| 2.1 本章引论 |
| 2.2 研究区域 |
| 2.3 气象数据集处理 |
| 2.4 径流预报框架 |
| 2.4.1 基于最大互信息系数的输入选择方法 |
| 2.4.2 梯度提升回归树 |
| 2.4.2.1 决策树 |
| 2.4.2.2 Boosting算法 |
| 2.4.3 模型的评估准则 |
| 2.4.4 总体框架 |
| 2.5 结果和讨论 |
| 2.5.1 输入选择结果 |
| 2.5.2 超参数优化 |
| 2.5.3 输入比较 |
| 2.5.4 模型比较 |
| 2.5.5 特征重要性 |
| 2.6 本章小节 |
| 3 多机组共享隧洞巨型水电站短期优化调度 |
| 3.1 本章引论 |
| 3.2 数学模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 模型求解 |
| 3.3.1 区间流量输入 |
| 3.3.2 共享隧洞的处理 |
| 3.3.3 振动区穿越的建模 |
| 3.3.4 基于毛水头的迭代求解方法 |
| 3.3.5 求解流程 |
| 3.4 工程示例 |
| 3.4.1 工程背景 |
| 3.4.2 参数选择 |
| 3.4.3 耗水结果及水头过程分析 |
| 3.4.4 机组出力过程分析 |
| 3.4.5 穿越振动区结果分析 |
| 3.4.6 算法稳定性分析 |
| 3.5 本章小节 |
| 4 一库多级式巨型水电站群日调峰调度 |
| 4.1 本章引论 |
| 4.2 数学模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 模型求解 |
| 4.3.1 汇流系数法 |
| 4.3.2 周期性假设 |
| 4.3.3 非线性约束的聚合 |
| 4.3.4 线性化区域的选择 |
| 4.3.5 分段线性近似 |
| 4.3.6 求解流程 |
| 4.4 工程示例 |
| 4.4.1 工程背景 |
| 4.4.2 入库流量模拟结果比较 |
| 4.4.3 日调峰调度模型输入条件 |
| 4.4.4 重新计算出力误差比较 |
| 4.4.5 调峰效果比较 |
| 4.4.6 入库径流重新计算结果比较 |
| 4.5 本章小节 |
| 5 结论和展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间科研项目及科研成果 |
| 致谢 |
（4）基于改进自优化模拟技术的梯级水电站群耗能最小模型（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 梯级水电站短期优化调度研究现状 |
| 1.3 动态规划法及自优化模拟技术研究现状 |
| 1.4 本文研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究路线 |
| 第2章 短期发电调度计划模型研究 |
| 2.1 引言 |
| 2.2 梯级水电站系统特性分析 |
| 2.2.1 入库流量 |
| 2.2.2 水电站发电水头 |
| 2.2.3 机组运行状态 |
| 2.3 梯级水电站短期发电计划变量分析 |
| 2.3.1 判断水电站运行状态 |
| 2.3.2 进行机组之间流量的分配 |
| 2.3.3 计算水电站时段的平均出力 |
| 2.4 梯级水电站群耗能最小模型建立 |
| 2.4.1 优化调度模型 |
| 2.4.2 目标函数改进 |
| 2.5 制定发电计划 |
| 2.5.1 制定单库发电计划 |
| 2.5.2 制定梯级水电站发电计划 |
| 2.6 本章小结 |
| 第3章 基于动态规划的自优化模拟技术 |
| 3.1 引言 |
| 3.2 动态规划法 |
| 3.2.1 动态规划法介绍 |
| 3.2.2 动态规划法基本框架 |
| 3.3 自优化模拟技术 |
| 3.3.1 自优化模拟技术介绍 |
| 3.3.2 自优化模拟技术基本框架 |
| 3.4 改进自优化模拟技术 |
| 3.5 本章小结 |
| 第4章 实例分析 |
| 4.1 引言 |
| 4.2 研究对象概况 |
| 4.3 实例计算 |
| 4.3.1 结果分析 |
| 4.3.2 方法对比 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及其他成果 |
| 致谢 |
（5）梯级水库群多目标优化调度方案决策及风险分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水库优化调度方法 |
| 1.2.2 多目标调度方案决策 |
| 1.2.3 水库调度风险分析 |
| 1.3 目前存在的不足及发展趋势 |
| 1.4 论文主要研究内容 |
| 第2章 改进和声搜索算法及在梯级水库群优化调度中的应用 |
| 2.1 引言 |
| 2.2 改进的和声搜索算法 |
| 2.2.1 和声搜索算法 |
| 2.2.2 基于均匀设计生成初始解 |
| 2.2.3 基于混沌生成机制的全局搜索 |
| 2.2.4 IHSA的计算步骤 |
| 2.3 基于IHSA的梯级水库群发电优化调度 |
| 2.3.1 梯级水库群中长期发电优化调度模型 |
| 2.3.2 模型的求解 |
| 2.4 算例分析 |
| 2.4.1 梯级水库群概况 |
| 2.4.2 结果分析 |
| 2.5 本章小结 |
| 第3章 基于边际转换率的水库多目标优化调度方案决策研究 |
| 3.1 引言 |
| 3.2 水库多目标优化调度模型及求解 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.2.3 模型的求解 |
| 3.3 基于边际转换率的多目标调度方案决策 |
| 3.3.1 边际转换率法 |
| 3.3.2 确定性来水条件下水库多目标优化调度方案的决策 |
| 3.3.3 考虑来水不确定性条件下水库多目标优化调度方案的决策 |
| 3.4 算例分析 |
| 3.4.1 确定性来水条件下防洪和发电效益分析 |
| 3.4.2 考虑径流预报误差的防洪和发电效益关系分析 |
| 3.5 本章小结 |
| 第4章 入库径流不确定下水库多目标优化调度方案决策研究 |
| 4.1 引言 |
| 4.2 基于区间数的改进VIKOR模型 |
| 4.2.1 基于区间数的评价指标的确定 |
| 4.2.2 基于博弈组合赋权法的VIKOR模型 |
| 4.3 算例分析 |
| 4.3.1 入库径流不确定下多目标优化调度方案的决策分析 |
| 4.3.2 实际径流过程下多目标优化调度方案的决策分析 |
| 4.3.3 结果的合理性分析 |
| 4.4 本章小结 |
| 第5章 考虑多元入库径流预报误差的梯级水库群短期发电调度风险分析 |
| 5.1 引言 |
| 5.2 基于入库径流预报误差的多元径流过程的随机模拟 |
| 5.2.1 多元入库径流预报误差 |
| 5.2.2 多元径流预报误差联合分布函数 |
| 5.2.3 多元入库径流过程的随机模拟 |
| 5.3 梯级水库群短期发电调度风险分析 |
| 5.3.1 模型建立及求解 |
| 5.3.2 发电调度风险指标 |
| 5.3.3 发电调度风险估计 |
| 5.4 算例分析 |
| 5.4.1 各预报时刻误差特性 |
| 5.4.2 联合分布函数的分析 |
| 5.4.3 两种拟合方法的对比 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（6）雅砻江中下游梯级水库多目标精细优化调度及决策方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 优化调度模型构建 |
| 1.2.2 优化调度模型求解 |
| 1.2.3 优化调度方案决策 |
| 1.3 目前存在的主要问题及发展趋势 |
| 1.4 本文的主要研究内容 |
| 第2章 梯级水电站日发电计划精细化编制 |
| 2.1 引言 |
| 2.2 厂间-厂内嵌套优化调度模型 |
| 2.2.1 传统优化调度模型 |
| 2.2.2 精细优化调度模型 |
| 2.3 嵌套优化调度模型求解 |
| 2.3.1 单层多维动态规划 |
| 2.3.2 嵌套多维动态规划 |
| 2.4 实例计算 |
| 2.4.1 雅砻江流域概况及电站基础资料 |
| 2.4.2 模型及算法参数设置 |
| 2.4.3 计算结果分析 |
| 2.5 本章小结 |
| 第3章 基于内存优化和并行设计的嵌套多维动态规划 |
| 3.1 引言 |
| 3.2 嵌套动态规划算法性能分析 |
| 3.2.1 算法时间复杂度 |
| 3.2.2 算法空间复杂度 |
| 3.3 “维数灾”问题的处理策略 |
| 3.3.1 基于数据压缩与数据库技术的内存占用缩减 |
| 3.3.2 基于OpenACC的GPU并行加速 |
| 3.4 优化策略应用研究 |
| 3.4.1 并行方案设置及计算条件 |
| 3.4.2 结果分析 |
| 3.5 本章小结 |
| 第4章 LMPSO算法及其在梯级水库多目标优化调度中的应用 |
| 4.1 引言 |
| 4.2 雅砻江中下游梯级水库多目标优化调度模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.2.3 测试函数 |
| 4.3 基于超体积指标与问题变换的多目标粒子群算法 |
| 4.3.1 基于超体积指标处理高维目标空间 |
| 4.3.2 基于问题变换处理高维决策空间 |
| 4.3.3 LMPSO算法计算流程 |
| 4.4 实例计算 |
| 4.4.1 梯级水库基础资料及参数设置 |
| 4.4.2 计算结果分析 |
| 4.5 本章小结 |
| 第5章 改进区间数灰靶模型及其在梯级水库多属性决策中的应用 |
| 5.1 引言 |
| 5.2 传统区间数灰靶决策模型 |
| 5.2.1 区间数的基本概念 |
| 5.2.2 基于区间数的灰靶决策方法 |
| 5.3 改进区间数灰靶决策模型 |
| 5.3.1 基于集值统计的权重向量计算 |
| 5.3.2 基于R-vine copula的多维度联合抽样 |
| 5.3.3 改进模型的计算流程 |
| 5.4 改进决策模型应用研究 |
| 5.4.1 调度方案设置 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）梯级水电站短期优化调度的约束分级模型（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 关键问题 |
| 1.2 国内外研究进展 |
| 1.2.1 水电站群短期优化调度研究现状 |
| 1.2.2 梯级水电站短期优化调度约束分级研究现状 |
| 1.3 工程背景 |
| 1.3.1 北盘江流域概况 |
| 1.3.2 梯级电站基本资料 |
| 1.4 主要研究内容及框架 |
| 2 机组运行约束分级的水电站厂内经济运行模型 |
| 2.1 引言 |
| 2.2 厂内经济运行的数学模型 |
| 2.2.1 目标函数 |
| 2.2.2 约束条件 |
| 2.3 机组运行约束分级的水电站厂内经济运行模型 |
| 2.3.1 约束条件转换 |
| 2.3.2 构造目标函数 |
| 2.4 数学模型线性化 |
| 2.4.1 整体线性化流程 |
| 2.4.2 水位库容关系曲线及尾水位泄量关系线曲线线性化 |
| 2.4.3 水头损失的线性化 |
| 2.4.4 机组动力特性曲线线性化 |
| 2.4.5 约束分级模型的线性化 |
| 2.5 应用实例 |
| 2.5.1 工程背景 |
| 2.5.2 应用实例 |
| 2.6 本章小结 |
| 3 考虑约束分级的梯级水电站调峰优化调度模型 |
| 3.1 引言 |
| 3.2 梯级水电站调峰优化调度模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 考虑约束分级的梯级水电站枯水期调峰优化调度模型 |
| 3.3.1 约束条件转换 |
| 3.3.2 构造目标函数 |
| 3.4 考虑约束分级的梯级水电站丰水期调峰优化调度模型 |
| 3.4.1 约束条件转换 |
| 3.4.2 构造目标函数 |
| 3.5 数学模型线性化 |
| 3.5.1 整体线性化流程 |
| 3.5.2 水位库容关系曲线及尾水位泄量关系曲线线性化 |
| 3.5.3 水流滞时线性化 |
| 3.5.4 电站动力特性曲线线性化 |
| 3.5.5 电站出力爬坡约束线性化 |
| 3.5.6 约束分级模型的线性化 |
| 3.6 应用实例 |
| 3.6.1 工程背景 |
| 3.6.2 应用实例一 |
| 3.6.3 应用实例二 |
| 3.7 本章小结 |
| 4 结论与展望 |
| 4.1 结论 |
| 4.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 攻读硕士学位期间参与科研项目情况 |
| 致谢 |
（8）强水力联系下梯级水电站群短期深度调峰研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 梯级水电短期调峰调度的进展 |
| 1.2.1 短期调度建模 |
| 1.2.2 优化调度方法 |
| 1.2.3 梯级调峰求解 |
| 1.2.4 存在的问题 |
| 1.3 研究内容及框架 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文框架 |
| 2 梯级电站日前调峰调度的峰平谷时段划分方法 |
| 2.1 引言 |
| 2.2 隶属度函数分类 |
| 2.3 传递闭包动态模糊聚类分析 |
| 2.3.1 隶属度函数选择 |
| 2.3.2 构建并标准化隶属度函数矩阵 |
| 2.3.3 构建模糊相似矩阵 |
| 2.3.4 构建模糊等价矩阵 |
| 2.3.5 动态聚类分析 |
| 2.4 改进的模糊隶属度函数法 |
| 2.4.1 隶属度函数选择 |
| 2.4.2 构建时段划分公式 |
| 2.4.3 阈值确定 |
| 2.4.4 时段划分 |
| 2.5 划分方法适用范围分析 |
| 2.6 算例分析 |
| 2.6.1 工程背景 |
| 2.6.2 汛期划分结果 |
| 2.6.3 枯期划分结果 |
| 2.6.4 峰平谷时段划分效果分析 |
| 2.7 小结 |
| 3 峰平谷模糊识别下梯级水电站短期调峰方法 |
| 3.1 引言 |
| 3.2 数学模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 求解方法 |
| 3.3.1 降维求解思路 |
| 3.3.2 典型调峰曲线确定 |
| 3.3.3 遗传算法 |
| 3.3.4 总体求解流程 |
| 3.4 结果分析 |
| 3.4.1 工程背景 |
| 3.4.2 初始条件设置 |
| 3.4.3 典型调峰曲线确定 |
| 3.4.4 计算结果及分析 |
| 3.4.5 调峰深度分析 |
| 3.5 小结 |
| 4 预弃水模式下梯级库群短期调峰方法 |
| 4.1 引言 |
| 4.2 数学模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 求解方法 |
| 4.3.1 谷时段预弃水策略 |
| 4.3.2 预弃水调整策略 |
| 4.3.3 模型线性化 |
| 4.3.4 总体求解流程 |
| 4.4 结果分析 |
| 4.4.1 工程背景及初始条件设置 |
| 4.4.2 案例一:单站 |
| 4.4.3 案例二:梯级系统 |
| 4.4.4 上中下游预弃水比影响分析 |
| 4.5 小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（9）金沙江下游梯级水电站发电与航运优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容与章节安排 |
| 2 金沙江下游梯级水电站发电-航运优化调度模型构建 |
| 2.1 引言 |
| 2.2 溪洛渡-向家坝梯级水电站概况 |
| 2.3 航运效益评价方式 |
| 2.4 梯级电站发电-航运优化调度模型 |
| 2.5 本章小结 |
| 3 基于遗传算法的改进多目标蚁群算法 |
| 3.1 引言 |
| 3.2 遗传算法 |
| 3.3 蚁群算法 |
| 3.4 基于遗传算法的改进多目标蚁群算法 |
| 3.5 本章小结 |
| 4 金沙江下游梯级水电站发电-航运优化调度研究 |
| 4.1 引言 |
| 4.2 梯级电站发电-航运优化调度模型求解 |
| 4.3 实例计算与分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士期间参与的科研项目 |
| 附录2 攻读硕士期间发表的论文 |
（10）梯级水库调度不确定性分析与多属性决策模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水库调度中的不确定性 |
| 1.2.2 考虑不确定性的水库调度及其风险估计 |
| 1.2.3 不确定多属性决策 |
| 1.3 存在的不足及发展趋势 |
| 1.4 论文主要研究内容及创新点 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 第2章 非一致性洪水分析方法研究 |
| 2.1 引言 |
| 2.2 方向数据及Von Mises分布 |
| 2.3 研究变量及其分布的确定 |
| 2.3.1 洪水变量的P-Ⅲ混合分布 |
| 2.3.2 时间变量的Von Mises分布 |
| 2.3.3 分布检验与评价 |
| 2.4 基于Copula函数的两变量联合分布 |
| 2.4.1 Copula函数优选及参数估计 |
| 2.4.2 Copula函数检验与评价 |
| 2.4.3 联合超越概率及条件超越概率 |
| 2.5 算例分析 |
| 2.5.1 研究对象 |
| 2.5.2 年最大时段洪量非一致性分析 |
| 2.5.3 年最大1日洪量及其发生日期的分布 |
| 2.5.4 两变量联合分布 |
| 2.5.5 条件超越概率密度 |
| 2.6 本章小结 |
| 第3章 入库径流过程预报误差随机模型及其应用 |
| 3.1 引言 |
| 3.2 单一预见时刻入库径流预报误差的高斯混合分布 |
| 3.3 多个预见时刻入库径流过程预报误差随机模型 |
| 3.3.1 模型的建立 |
| 3.3.2 模型求解 |
| 3.3.3 模型评价 |
| 3.3.4 模型应用 |
| 3.4 算例分析 |
| 3.4.1 研究对象 |
| 3.4.2 单一预见时刻入库径流预报误差统计分析 |
| 3.4.3 单一预见时刻入库径流预报误差分布拟合 |
| 3.4.4 多个预见时刻入库径流过程预报误差随机模拟 |
| 3.5 本章小结 |
| 第4章 梯级水库短期发电优化调度风险估计方法研究 |
| 4.1 引言 |
| 4.2 基于误差分类的来流方案设置 |
| 4.3 考虑多维入库径流过程预报误差的梯级水库短期发电优化调度模型 |
| 4.3.1 模型的建立 |
| 4.3.2 模型求解 |
| 4.4 风险估计 |
| 4.4.1 风险指标的选取 |
| 4.4.2 基于随机模拟的未来可能入库径流过程 |
| 4.5 本章小结 |
| 第5章 基于马田系统和灰熵法的多维区间数决策模型及其应用 |
| 5.1 引言 |
| 5.2 多维区间数与MTS |
| 5.2.1 多维区间数的正交试验 |
| 5.2.2 信噪比与马氏距离 |
| 5.3 MTS改进GEM的优势 |
| 5.3.1 灰熵 |
| 5.3.2 灰熵与信息熵的比较 |
| 5.3.3 GEM的基本原理 |
| 5.4 MTS-GEM多维区间数决策模型 |
| 5.4.1 加权标准化决策矩阵的建立 |
| 5.4.2 方案的正交试验及衍生指标计算 |
| 5.4.3 方案决策 |
| 5.5 算例分析 |
| 5.5.1 单一水库多目标优化调度方案优选 |
| 5.5.2 梯级水库防洪优化调度方案优选 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
四、梯级水电站短期优化调度研究（论文参考文献）
- [1]雅砻江下游梯级水电站多尺度联合优化调度[D]. 龚芝瑞. 西安理工大学, 2021(01)
- [2]雅砻江下游风光出力模拟与多能互补短期优化调度[D]. 刘涛. 西安理工大学, 2021(01)
- [3]考虑气象信息径流预报的巨型梯级水电短期优化调度研究[D]. 刘战伟. 大连理工大学, 2021(01)
- [4]基于改进自优化模拟技术的梯级水电站群耗能最小模型[D]. 叶凯华. 华北电力大学(北京), 2021(01)
- [5]梯级水库群多目标优化调度方案决策及风险分析研究[D]. 吴月秋. 华北电力大学(北京), 2021(01)
- [6]雅砻江中下游梯级水库多目标精细优化调度及决策方法研究[D]. 马皓宇. 华北电力大学(北京), 2021(01)
- [7]梯级水电站短期优化调度的约束分级模型[D]. 程玺龙. 大连理工大学, 2021(01)
- [8]强水力联系下梯级水电站群短期深度调峰研究[D]. 张艳. 大连理工大学, 2021(01)
- [9]金沙江下游梯级水电站发电与航运优化调度研究[D]. 刘晓神. 华中科技大学, 2020(01)
- [10]梯级水库调度不确定性分析与多属性决策模型研究[D]. 梁小青. 华北电力大学(北京), 2020