一洞多机引水式水电站短期负荷分配方法

一洞多机引水式水电站短期负荷分配方法

论文摘要

我国许多大型水电站采用一洞多机长距离引水发电模式,短期负荷分配面临机组间水力相互干扰、水头计算困难等问题,建模及求解极其困难。考虑到一洞多机式电站机组间水力联系复杂,采用两阶段建模求解:第一阶段建立考虑持续时段约束的水电机组开停机优化模型,结合启发式搜索策略和逐步优化算法确定开机隧洞及最优开停机组合方式;第二阶段建立以电定水准则的负荷分配模型,采用动态规划方法进行给定开停机方式下机组间的负荷最优分配。以红水河某水电站枯水期不同负荷率典型日分配为例,结果表明所提方法具有较强的实用性,可满足实际运行要求。

论文目录

  • 0 引言
  • 1 数学模型
  •   1.1 开停机优化模型
  •   1.2 耗水量最小模型
  • 2 模型求解
  •   2.1 总体求解思路
  •   2.2 单时段可行域搜索过程
  •   2.3 多时段启发式策略求解初始可行解
  •   2.4 多时段POA求解全局最优解
  •   2.5 耗水量最小模型求解
  •   2.6 总体求解流程
  • 3 实例分析
  •   3.1 工程背景及参数选择
  •   3.2 不同开机方式下的耗水分析
  •   3.3 开停机组合结果分析
  •   3.4 枯大方式负荷分配结果分析
  •   3.5 枯小方式负荷分配结果分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 赵宏烨,廖胜利,李刚,周凌安,李树山,吴钊平

    关键词: 一洞多机式水电站,短期,负荷分配,机组组合,振动区

    来源: 电力自动化设备 2019年10期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 水利水电工程,电力工业

    单位: 大连理工大学水电与水信息研究所,大连理工大学海洋能源利用与节能教育部重点实验室,中国南方电网电力调度控制中心,天生桥二级水力发电有限公司

    基金: 国家自然科学基金-雅砻江联合基金资助项目(U1765103),辽宁省自然科学基金资助项目(20180550354)~~

    分类号: TV737

    DOI: 10.16081/j.epae.201909034

    页码: 80-86

    总页数: 7

    文件大小: 1672K

    下载量: 59

    相关论文文献

    • [1].基于局部模糊推理的区域电力系统超短期负荷预算方法[J]. 电工电气 2020(03)
    • [2].电力系统短期负荷预测及其应用系统研究[J]. 通讯世界 2016(23)
    • [3].电力系统短期负荷特性及影响负荷变化因素的分析与研究[J]. 轻工科技 2016(05)
    • [4].电力系统超短期负荷预算法及准确率评价[J]. 中国科技信息 2017(Z1)
    • [5].考虑概率区间的微电网短期负荷多目标预测方法[J]. 电子学报 2017(04)
    • [6].基于时间序列对电力系统短期负荷的预测[J]. 西昌学院学报(自然科学版) 2017(01)
    • [7].短期负荷的标准化定义模型[J]. 电力科学与技术学报 2016(01)
    • [8].基于改进高斯过程回归模型的短期负荷区间预测[J]. 电力系统及其自动化学报 2017(08)
    • [9].参数联合求解的短期负荷混沌预测模型[J]. 内蒙古师范大学学报(自然科学汉文版) 2015(05)
    • [10].基于卡尔曼滤波的短期负荷多步预测修正模型研究[J]. 浙江电力 2014(07)
    • [11].配电网短期负荷小波组合预测研究[J]. 福州大学学报(自然科学版) 2013(03)
    • [12].变电站短期负荷在线预测模型分析[J]. 电子技术 2020(04)
    • [13].电力系统短期负荷预测精度的相关分析[J]. 自动化应用 2017(12)
    • [14].电力系统短期负荷优化分配系统的设计与研究[J]. 电力系统保护与控制 2011(21)
    • [15].基于数据存储的电力系统短期负荷优化策略设计[J]. 信息与控制 2011(06)
    • [16].基于模糊神经网络在农村电力短期负荷研究[J]. 科技创新导报 2010(25)
    • [17].区分待预测日的城市电网短期负荷预测方法研究[J]. 自动化与仪器仪表 2019(06)
    • [18].基于高斯模糊信息粒化和改进小波神经网络的短期负荷区间预测研究[J]. 机电工程 2017(02)
    • [19].浅谈配电网短期负荷的分区预测方法及实现[J]. 民营科技 2013(11)
    • [20].基于主成分分析降维和支持向量机回归的短期负荷预测方法研究[J]. 吉林电力 2020(04)
    • [21].一种基于HHT的短期负荷组合预测方法[J]. 重庆电力高等专科学校学报 2019(03)
    • [22].电力系统短期负荷预测方法与预测精度[J]. 电子技术与软件工程 2016(24)
    • [23].应用递归人工神经网络预测电力短期负荷[J]. 佳木斯大学学报(自然科学版) 2010(03)
    • [24].动态组合深度学习模型在短期负荷及光伏功率预测中的应用[J]. 可再生能源 2020(04)
    • [25].考虑实时气象耦合作用的地区电网短期负荷预测建模[J]. 电力系统自动化 2020(17)
    • [26].基于分类波动性统计的短期负荷改进区间预测方法[J]. 电力大数据 2019(11)
    • [27].考虑气象因素的精细化短期负荷预测模型研究[J]. 电力学报 2019(05)
    • [28].电力系统短期负荷预测[J]. 中国市场 2017(16)
    • [29].基于信息论与混合聚类分析的短期负荷预测方法研究[J]. 电测与仪表 2017(19)
    • [30].基于改进高斯过程回归的短期负荷概率区间预测方法[J]. 电力系统保护与控制 2020(01)

    标签:;  ;  ;  ;  ;  

    一洞多机引水式水电站短期负荷分配方法
    下载Doc文档

    猜你喜欢