CN105243438B - 一种考虑径流不确定性的多年调节水库优化调度方法 - Google Patents
一种考虑径流不确定性的多年调节水库优化调度方法 Download PDFInfo
- Publication number
- CN105243438B CN105243438B CN201510612549.0A CN201510612549A CN105243438B CN 105243438 B CN105243438 B CN 105243438B CN 201510612549 A CN201510612549 A CN 201510612549A CN 105243438 B CN105243438 B CN 105243438B
- Authority
- CN
- China
- Prior art keywords
- water
- reservoir
- runoff
- period
- level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑径流不确定性的多年调节水库优化调度方法,包括以下步骤:(1)水库历史径流资料分析;(2)建立径流随机模拟模型,生成水库模拟年径流序列;(3)模拟年入库径流序列分类并进行年内分配,得到以月为尺度的3年入库径流过程序列(4)建立多年调节水库考虑多用水需求的优化调度模型;(5)采用优化算法降维并优化求解模型,从而得到最优的下泄和供水决策。本发明可以实现在考虑径流不确定性下对多年调节水库长期多目标运行综合效益最大化的调度,适于在我国多年调节水库长期优化调度中推广。
Description
技术领域
本发明涉及水库发电优化调度领域,更具体的说,是涉及一种考虑径流不确定性的多年调节水库优化调度方法。
背景技术
随着社会经济的发展,水资源对于各行各业而言作为一种越来越重要的资源,水库调度作为一种有效地水资源管理方法,其优化调度显得尤为重要。大型多年调节水库的多目标优化调度对梯级效益的实现起到决定性作用,也是保证水库长期正常运行的关键。
目前对于多年调节水库多目标优化调度的研究较少,主要是以起调水位、电力市场环境、分时电价、历史调度规律以及水库发电量和蓄能的关系等因素,来建立多年调节水库水电站长期优化调度模型,从而得出多年调节水库年末消落水位的控制规则。以上研究主要集中在基于年径流输入的单目标多年调节水库年末消落水位研究,忽略了年际间径流的相关性和不确定性及水库多用水需求对多年调节水库调度的影响,造成计算不精确,调度不合理等现象。
发明内容
本发明的目的是为了克服现有技术中的不足,提出了一种耦合了年际间径流不确定性和多用水需求的多年调节水库优化调度方法,可以实现在考虑径流不确定性下对多年调节水库长期多目标运行综合效益最大化的调度,适于在我国多年调节水库长期优化调度中推广。
本发明的目的是通过以下技术方案实现的:
一种考虑径流不确定性的多年调节水库优化调度方法,包括以下步骤:
(1)根据水库历史入库径流资料,对水库历史年径流量和水库调节库容进行分析对比,得到多年调节水库的调度周期,采用设计代表年法计算得到水库设计典型年入库径流量、年内分配比例及设计多年入库径流量;
(2)根据水库历史入库径流资料,建立径流随机模拟模型,生成水库模拟年径流序列;
(3)以步骤1中所得的设计多年入库径流量为界限,对步骤2所得的水库模拟年径流序列进行分类,并将分类结果按步骤1所得的年内分配比例进行年内分配,从而得到包含以月为尺度的多年入库径流过程序列;
(4)建立多年调节水库考虑多用水需求的优化调度模型;
(5)将由步骤3所得的以月为尺度的多年入库径流过程序列、电站、各用水户需水情况作为步骤4所建立优化调度模型的输入变量,采用优化算法降维并优化求解模型,从而得到最优的下泄和供水决策。
步骤(2)中所述的径流随机模拟模型采用自回归模型、滑动平均模型或自回归滑动平均模型其中的一种。
步骤(4)中所建立的优化调度模型由目标函数、决策变量和约束条件构成,具体如下所示:
a.目标函数
将各目标均转化为效益并采用权重法来统一度量,具体形式如下:
F=a*F1+b*F2
其中,供水目标是使用户的用水保证程度最高,模型采用将各时段供水量转化为供水效益(N元/m3),具体形式如下:
式中:F1为供水效益;为i时段供水流量(m3/s);Δt为计算时长;N为水价(元/m3);发电目标为考虑电价的发电效益最大,其具体形式如下:
式中:F2为发电效益;η为发电效率,根据水头的变化而改变;为水库在i时段大坝下泄流量(m3/s);M为电价;H为i时段发电水头(m);上下游水位由线性插值计算得到;
b.决策变量
为水库在各个调度时段向各个用水户提供的供水量(j=2,3;i=1,2,…,I)和大坝下泄流量(i=1,2,…,I);
c.约束条件,包括六类,具体如下:
①各类用水户最小供水量约束
针对大坝下泄,以下游河道生态需水为最小下泄约束;针对其他用水户,以非负值作为最小供水约束:
式中:为下游河道生态需水量(m3/s);
②各类用水户最大需水量约束
针对其他各用水户,以实际需水量为最大需水量约束;针对大坝下泄,采用机组最大下泄流量作为大坝下泄流量的最大约束:
式中:为i时段机组最大下泄流量(m3/s);为i时段j用水户实际需水量(m3/s);
③水库水量平衡约束
式中:Vi为第i时段末的库容(m3);Vi-1为第i时段初的库容(m3);为第i时段的平均入库流量(m3/s);
④水位和库容约束
初始水位可取处于死水位与汛限水位之间的任一水位值,由上年度的调度方案和来水情况决定:
zumin≤zu1≤zuxx Vmin≤V1≤Vxx
式中:zumin为水库死水位(m);zu1为初始水位(m);zuxx为水库汛限水位(m);Vmin为水库死水位对应的库容(m3);V1为初始库容(m3);Vxx为水库汛限水位对应的库 容(m3);
汛期时期水位按防汛要求不超过汛限水位,非汛期时段库水位介于死水位和正常蓄水位之间:
式中:zu非汛为非汛期水库库水位(m);zu汛为汛期水库库水位(m);zumax为水库正常蓄水位(m);
⑤保证出力约束
电站发电约束需满足保证出力要求:
pi≥p保
式中:p保为水电站保证出力(万千瓦);pi为各时段电站出力(万千瓦);
⑥非负条件:
步骤(5)中所述的优化算法采用动态规划及其改进算法或启发式算法。
所述动态规划及其改进算法包括离散微分动态规划、逐次渐进动态规划和逐次优化方法。
所述启发式算法包括遗传算法、人工神经网络算法、微粒群算法和蚁群算法。
与现有技术相比,本发明的技术方案所带来的有益效果是:
本发明提出了一种考虑了年际间径流变化的和多用水需求的多年调节水库多目标优化调度方法,通过径流随机模拟模型模拟得到包含设计年份在内的多年入库径流序列,基于历史径流资料推求水库调度周期并采用合适的优化算法求解模型,得出了不同入流情况下多年调节水库考虑多用水户需求的多目标调度的最优解。具有以下优点:
1、采用径流随机模拟模型考虑了年际间径流变化相关性和不确定性,提供一种只需已知水库历史径流资料、电站基本特性和各用水户需求的多年调节水库供水发电多目标优化调度方法;可用于任何具有长期历史数据的水电站,具有良好的移植性和适用性。
2、本法所得出的优化调度方法有利于提高电站发电量并降低供水风险,具有良好的应用性;
3、本方法可编译为计算机语言嵌入到多年调节水库长期优化调度软件中实现,计算结果可在电脑屏幕显示,也可输出为文本表格。
附图说明
图1是本发明实施例的简化流程图。
图2是本发明方法步骤(5)中时间步长的设置示意图。
图3a和图3b是丰水年组优化调度流量和水位过程示意图(158m起调)。
图4a和图4b是平水年组优化调度流量和水位过程示意图(158m起调)。
图5a和图5b是枯水年组优化调度流量和水位过程示意图(158m起调)。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图与具体实例对本发明做详细的论述:
本实例以某多年调节水库的优化调度为例,对水库历史年径流量和水库调节库容进行分析对比,确定该水库优化调度期为3年。按照图1的简化流程图,具体实施步骤如下:
(1)对水库历史入库径流资料进行分析,采用设计代表年法推求水库设计典型年入库径流量(见表1)、年内分配比例(见表2)和设计3年入库径流量。
表1 设计典型年入库径流量
表2 设计典型年年内分配比例
(2)根据水库历史入库径流资料,建立AR(1)自回归模型,生成水库模拟年径流序列;AR(1)自回归模型是比较成熟的水文径流随机模拟模型,在模拟年入库径流方面应用广泛,可较好地保持原序列的统计特征。此例中,模型具体形式如下:
xt=299.78-0.428(xt-1-299.78)+εt
(3)以步骤1所得设计3年入库径流量为界限,对步骤2所得水库模拟年径流序列进行分类,并将分类结果按步骤1所得的年内分配比例进行年内分配,从而得到包含以月为尺度的3年入库径流过程序列。
(4)建立多年调节水库考虑多用水需求的优化调度模型;
所建立的多年调节水库多目标优化调度模型由目标函数、决策变量和约束条件构成,具体如下所示:
a.目标函数
将各目标均转化为效益并采用权重法来统一度量,具体形式如下:
F=a*F1+b*F2
其中,供水目标是使用户的用水保证程度最高,模型采用将各时段供水量转化为供水效益(N元/m3),具体形式如下:
式中:F1为供水效益;为i时段供水流量(m3/s);Δt为计算时长;N为水价(元/m3)。发电目标为考虑电价的发电效益最大,其具体形式如下:
式中:F2为发电效益;η为发电效率,根据水头的变化而改变;为水库在i时段大坝下泄流量(m3/s);M为电价;H为i时段发电水头(m),上下游水位由线性插值计算得到。
b.决策变量
为水库在各个调度时段向各个用水户提供的供水量(j=2,3;i=1,2,…,24)和大坝下泄流量(i=1,2,…,24)。
c.约束条件
①各类用水户最小供水量约束
水库蓄水以满足中下游生态需水、生活用水,其他用水户用水,发电需求为先后优先顺序来进行水量分配。针对大坝下泄,以下游河道生态需水为最小下泄约束;针对其他用水户,以非负值作为最小供水约束。
式中:为下游河道生态需水量(m3/s)。
②各类用水户最大需水量约束
针对其他各用水户,以实际需水量为最大需水量约束;针对大坝下泄,采用机组最大下泄流量作为大坝下泄流量最大约束。
式中:为i时段机组最大下泄流量(m3/s);为i时段j用水户实际需水量(m3/s)。
③水库水量平衡约束
式中:Vi为第i时段末的库容(m3);Vi-1为第i时段初的库容(m3);为第i时段的平均入库流量(m3/s)。
④水位和库容约束
初始水位可取处于死水位与汛限低水位之间的任一水位值,由上年度的调度方案和来水情况决定:
150m≤zu1≤160m 126.9×108m3≤V1≤198.2×108m3
式中:zumin为水库死水位(m);zu1为初始水位(m);Vmin为水库死水位对应的库容(m3);V1为初始库容(m3)。
汛期时期水位按防汛要求不超过汛限水位,非汛期时段库水位介于死水位和 正常蓄水位之间。
式中:zu非汛为非汛期水库库水位(m);zu夏汛、zu秋汛为水库夏汛、秋汛时库水位(m);zumax为水库正常蓄水位(m)。
⑤发电约束
电站发电约束需满足保证出力要求:
pi≥24.7×104kw
式中:p保为水电站保证出力(万千瓦);pi为各时段电站出力(万千瓦)。
⑥非负条件
(5)将由步骤3所得的包含设计年份在内以月为尺度的3年入库径流过程序列、电站和各用水户需水情况(见表3)或其他基本资料作为步骤(4)所建立的优化调度模型的输入变量,采用动态规划求解模型,从而得到最优的大坝下泄流量和各用水户供水流量及水位过程。本实施例中采用的动态规划解法,应用变时间步长措施,旨在降低模型计算维数;所谓变时间步长即在非汛期以季为单位时间步长进行优化,而汛期采用变化的时间步长来贴合水库原有的调度规则,由于水库非汛期期间入库径流较为平稳,且多年调节水库自身调节能力较强,因此这种简化方法在精度上是满足要求的。此例中,经变时间步长措施的简化,模型总阶段数为24(见图2)。
1月 | 2月 | 3月 | 4月 | 5月 | 6月 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 | |
用水户1 | 527.9 | 540.9 | 537.3 | 530.9 | 526.6 | 511.9 | 513.5 | 513.7 | 510.4 | 538.2 | 509.6 | 510.4 |
用水户2 | 21.9 | 23.5 | 22.6 | 16.9 | 16.3 | 16.8 | 16.2 | 16.6 | 18.9 | 19.3 | 18.2 | 17.1 |
用水户3 | 303.9 | 326.8 | 327.4 | 339.0 | 331.8 | 303.9 | 296.7 | 286.7 | 279.6 | 292.7 | 280.0 | 299.4 |
表3 各用水户多年平均月需水量(单位:m3/s)
经上述步骤优化计算,该多年调节水库在不同入库径流频率下的供水保证率和发电量优化结果如下(见表4),具体水位过程见图3a、图3b、图4a、图4b、图5a和图5b。优化后水库多年来水为平水年情况下,其3年累计发电量可达40.01亿kwh,用水户供水保证率为92.9%。
10%丰水年组 | 25%较丰水年组 | 50%平水年组 | 75%较枯水年组 | 90%枯水年组 | |
用水户1供水保证率 | 100% | 100% | 100% | 98.5% | 97.5% |
用水户2供水保证率 | 100% | 100% | 100% | 98.5% | 97.5% |
用水户3供水保证率 | 98.4% | 96.3% | 92.9% | 81.4% | 52.9% |
年均发电量(亿kwh) | 62.38 | 48.22 | 40.01 | 33.07 | 27.01 |
表4 优化结果 。
Claims (5)
1.一种考虑径流不确定性的多年调节水库优化调度方法,其特征在于,包括以下步骤:
(1)根据水库历史入库径流资料,对水库历史年径流量和水库调节库容进行分析对比,得到多年调节水库的调度周期,采用设计代表年法计算得到水库设计典型年入库径流量、年内分配比例及设计多年入库径流量;
(2)根据水库历史入库径流资料,建立径流随机模拟模型,生成水库模拟年径流序列;
(3)以步骤1中所得的设计多年入库径流量为界限,对步骤2所得的水库模拟年径流序列进行分类,并将分类结果按步骤1所得的年内分配比例进行年内分配,从而得到包含以月为尺度的多年入库径流过程序列;
(4)建立多年调节水库考虑多用水需求的优化调度模型;所述优化调度模型由目标函数、决策变量和约束条件构成,具体如下所示:
a.目标函数
将各目标均转化为效益并采用权重法来统一度量,具体形式如下:
F=a*F1+b*F2
其中,供水目标是使用户的用水保证程度最高,模型采用将各时段供水量转化为供水效益(N元/m3),具体形式如下:
式中:F1为供水效益;为i时段供水流量(m3/s);Δt为计算时长;N为水价(元/m3);发电目标为考虑电价的发电效益最大,其具体形式如下:
式中:F2为发电效益;η为发电效率,根据水头的变化而改变;为水库在i时段大坝下泄流量(m3/s);M为电价;H为i时段发电水头(m);上下游水位由线性插值计算得到;
b.决策变量
为水库在各个调度时段向各个用水户提供的供水量和大坝下泄流量
c.约束条件,包括六类,具体如下:
①各类用水户最小供水量约束
针对大坝下泄,以下游河道生态需水为最小下泄约束;针对其他用水户,以非负值作为最小供水约束:
式中:为下游河道生态需水量(m3/s);
②各类用水户最大需水量约束
针对其他各用水户,以实际需水量为最大需水量约束;针对大坝下泄,采用机组最大下泄流量作为大坝下泄流量的最大约束:
式中:为i时段机组最大下泄流量(m3/s);为i时段j用水户实际需水量(m3/s);
③水库水量平衡约束
式中:Vi为第i时段末的库容(m3);Vi-1为第i时段初的库容(m3);为第i时段的平均入库流量(m3/s);
④水位和库容约束
初始水位可取处于死水位与汛限水位之间的任一水位值,由上年度的调度方案和来水情况决定:
zumin≤zu1≤zuxx Vmin≤V1≤Vxx
式中:zumin为水库死水位(m);zu1为初始水位(m);zuxx为水库汛限水位(m);Vmin为水库死水位对应的库容(m3);V1为初始库容(m3);Vxx为水库汛限水位对应的库容(m3);
汛期时期水位按防汛要求不超过汛限水位,非汛期时段库水位介于死水位和正常蓄水位之间:
式中:zu非汛为非汛期水库库水位(m);zu汛为汛期水库库水位(m);zumax为水库正常蓄水位(m);
⑤保证出力约束
电站发电约束需满足保证出力要求:
pi≥p保
式中:p保为水电站保证出力(万千瓦);pi为各时段电站出力(万千瓦);
⑥非负条件:
(5)将由步骤3所得的以月为尺度的多年入库径流过程序列、电站、各用水户需水情况作为步骤4所建立优化调度模型的输入变量,采用优化算法降维并优化求解模型,从而得到最优的下泄和供水决策。
2.根据权利要求1所述一种考虑径流不确定性的多年调节水库优化调度方法,其特征在于,步骤(2)中所述的径流随机模拟模型采用自回归模型、滑动平均模型或自回归滑动平均模型其中的一种。
3.根据权利要求1所述一种考虑径流不确定性的多年调节水库优化调度方法,其特征在于,步骤(5)中所述的优化算法采用动态规划及其改进算法或启发式算法。
4.根据权利要求3所述一种考虑径流不确定性的多年调节水库优化调度方法,其特征在于,所述动态规划及其改进算法包括离散微分动态规划、逐次渐进动态规划和逐次优化方法。
5.根据权利要求3所述一种考虑径流不确定性的多年调节水库优化调度方法,其特征在于,所述启发式算法包括遗传算法、人工神经网络算法、微粒群算法和蚁群算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510612549.0A CN105243438B (zh) | 2015-09-23 | 2015-09-23 | 一种考虑径流不确定性的多年调节水库优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510612549.0A CN105243438B (zh) | 2015-09-23 | 2015-09-23 | 一种考虑径流不确定性的多年调节水库优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105243438A CN105243438A (zh) | 2016-01-13 |
CN105243438B true CN105243438B (zh) | 2019-04-16 |
Family
ID=55041075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510612549.0A Active CN105243438B (zh) | 2015-09-23 | 2015-09-23 | 一种考虑径流不确定性的多年调节水库优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105243438B (zh) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719020B (zh) * | 2016-01-21 | 2020-06-12 | 武汉大学 | 一种多年调节水库年末蓄水位的确定方法 |
CN105608513B (zh) * | 2016-03-24 | 2019-04-09 | 大连理工大学 | 一种耦合长、中、短期径流预报信息的水库优化调度方法 |
CN105976101A (zh) * | 2016-04-29 | 2016-09-28 | 武汉大学 | 一种基于svm与dpy的预报-决策耦合水库调度方法 |
CN106087847B (zh) * | 2016-06-16 | 2018-08-31 | 长江勘测规划设计研究有限责任公司 | 基于径流预报的供水型水库调度图动态控制方法 |
CN106638448B (zh) * | 2016-08-03 | 2020-02-07 | 湖北省水利水电规划勘测设计院 | 以城乡供水和灌溉为主的水库二级径流调节调度图的绘制方法和计算方法 |
CN106327065A (zh) * | 2016-08-12 | 2017-01-11 | 扬州大学 | 充分灌溉条件下直接补渠的单泵站‑单水库***水资源优化配置方法 |
CN106228276B (zh) * | 2016-08-12 | 2020-06-09 | 扬州大学 | 非充分灌溉条件下直接补渠的单泵站-单水库***水资源优化配置方法 |
CN106295893A (zh) * | 2016-08-12 | 2017-01-04 | 扬州大学 | 充分灌溉条件下直接补库的单泵站‑单水库***水资源优化配置方法 |
CN106327018B (zh) * | 2016-08-29 | 2019-09-10 | 中国水利水电科学研究院 | 一种水资源开发利用控制红线的动态管理方法 |
CN106485346A (zh) * | 2016-09-18 | 2017-03-08 | 武汉大学 | 一种混联水库提前蓄水多目标优化调度方法 |
CN106845712B (zh) * | 2017-01-20 | 2018-05-11 | 中国水利水电科学研究院 | 面向大***水库群的聚合分解调度规则的提取方法 |
CN106899016B (zh) * | 2017-03-30 | 2019-06-25 | 西藏农牧学院 | 一种区域性电能供给方法 |
CN107229822A (zh) * | 2017-05-17 | 2017-10-03 | 云南电网有限责任公司 | 一种基于离散度分析的多流域典型水文年选取方法 |
CN107423811B (zh) * | 2017-07-04 | 2018-12-14 | 河海大学 | 基于bp人工神经网络和情景模拟组合的径流变化归因识别方法 |
CN107451682B (zh) * | 2017-07-13 | 2020-07-07 | 中国水利水电科学研究院 | 一种基于神经网络的城市感潮河段生态需水量预测方法 |
CN107563654A (zh) * | 2017-09-11 | 2018-01-09 | 大连理工大学 | 一种亿千瓦级水电***调度递进特征组合降维方法 |
CN107657349B (zh) * | 2017-10-18 | 2021-03-19 | 河海大学 | 一种水库分期发电调度规则提取方法 |
CN108053083B (zh) * | 2018-01-16 | 2021-12-24 | 湖南发展集团股份有限公司 | 一种水库水电站非汛期联合优化发电调度方法 |
CN109118073B (zh) * | 2018-08-01 | 2021-09-07 | 河海大学 | 一种水库洪水资源利用风险决策方法 |
CN109325610B (zh) * | 2018-08-15 | 2020-04-03 | 东莞理工学院 | 一种面向多水源梯级泵站调水***的分段线性调度方法 |
CN109345068B (zh) * | 2018-08-27 | 2019-09-10 | 河海大学 | 一种基于余留期效益函数近似的水电站水库两阶段随机优化调度方法 |
CN109117592B (zh) * | 2018-09-14 | 2023-05-23 | 中国长江电力股份有限公司 | 虚拟水库模型及虚拟水库水位计算方法 |
CN109543887B (zh) * | 2018-11-07 | 2019-10-11 | 贵州黔源电力股份有限公司 | 一种日调节水库不同时期的水位动态控制方法 |
CN109685256B (zh) * | 2018-12-13 | 2020-10-13 | 武汉大学 | 一种面向总量控制的流域水量动态优化分配方法 |
CN111061985B (zh) * | 2019-11-05 | 2020-11-06 | 清华大学 | 无资料地区水库调节径流的计算方法、装置和存储介质 |
CN110851977B (zh) * | 2019-11-06 | 2023-01-31 | 武汉大学 | 基于生态流量的供水-发电-生态多目标调度图优化方法 |
CN111445061B (zh) * | 2020-03-07 | 2022-07-19 | 华中科技大学 | 考虑来流频率差异的多年调节水库年末消落水位确定方法 |
CN111598724B (zh) * | 2020-05-19 | 2022-07-22 | 四川革什扎水电开发有限责任公司 | 一种中小水库入库流量日前预测的分时段集成方法 |
CN111754362A (zh) * | 2020-07-08 | 2020-10-09 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种多级放空坝放空能力评估方法 |
CN111967666B (zh) * | 2020-08-17 | 2021-05-28 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种江河湖水系综合协同调度***及其调度方法 |
CN112819377A (zh) * | 2021-02-26 | 2021-05-18 | 澜途集思生态科技集团有限公司 | 一种基于时间序列分析的水库水量调节方法 |
CN113379134B (zh) * | 2021-06-18 | 2022-04-29 | 武汉大学 | 一种针对多年调节水库的智能调度方法 |
CN115099477B (zh) * | 2022-06-15 | 2023-02-03 | 中国水利水电科学研究院 | 一种水库旱限水位优化及抗旱调度方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091240A (zh) * | 2014-07-18 | 2014-10-08 | 河海大学 | 一种结合中长期预报的水电站分级调度方法及*** |
-
2015
- 2015-09-23 CN CN201510612549.0A patent/CN105243438B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091240A (zh) * | 2014-07-18 | 2014-10-08 | 河海大学 | 一种结合中长期预报的水电站分级调度方法及*** |
Non-Patent Citations (1)
Title |
---|
陕西黑河金盆水库入库径流分析与水库优化调度;付永锋;《中国优秀硕士学位论文全文数据库(电子期刊)》;20040915(第3期);C037-94 |
Also Published As
Publication number | Publication date |
---|---|
CN105243438A (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105243438B (zh) | 一种考虑径流不确定性的多年调节水库优化调度方法 | |
WO2021196552A1 (zh) | 一种基于互馈关系解析的梯级水库风险评估方法及*** | |
Jiang et al. | Ecological flow considered multi-objective storage energy operation chart optimization of large-scale mixed reservoirs | |
Bornatico et al. | Optimal sizing of a solar thermal building installation using particle swarm optimization | |
Hong et al. | Scenario analysis for estimating the learning rate of photovoltaic power generation based on learning curve theory in South Korea | |
Stadler et al. | Contribution of model predictive control in the integration of renewable energy sources within the built environment | |
CN111005346A (zh) | 一种水库群多目标作用机制和优化调度方案分析方法 | |
Gao et al. | Multi-objective optimization design of bidirectional flow passage components using RSM and NSGA II: A case study of inlet/outlet diffusion segment in pumped storage power station | |
Si et al. | Evaluating and optimizing the operation of the hydropower system in the Upper Yellow River: A general LINGO-based integrated framework | |
Dai et al. | Multi-objective optimization of cascade reservoirs using NSGA-II: A case study of the Three Gorges-Gezhouba cascade reservoirs in the middle Yangtze River, China | |
KR101467221B1 (ko) | 복합 신재생에너지시스템 최적설계용량 산정방법 | |
CN106786791A (zh) | 一种风电出力场景的生成方法 | |
Yan et al. | Multiobjective optimal operation of reservoirs based on water supply, power generation, and river ecosystem with a new water resource allocation model | |
CN104504455A (zh) | 一种梯级蓄能控制下水电站群长期优化调度方法 | |
Cui et al. | Dynamic decomposition analysis and forecasting of energy consumption in shanxi Province based on VAR and GM (1, 1) models | |
Wirtz et al. | EHDO: A free and open‐source webtool for designing and optimizing multi‐energy systems based on MILP | |
Chen et al. | Offline training for improving online performance of a genetic algorithm based optimization model for hourly multi-reservoir operation | |
CN105184474A (zh) | 一种考虑不规则限制运行区的水电站厂内经济调度方法 | |
Jiang et al. | Effect analysis of operation stage difference on energy storage operation chart of cascade reservoirs | |
Haouraji et al. | A correlative approach, combining energy consumption, urbanization and GDP, for modeling and forecasting Morocco's residential energy consumption | |
CN103714400A (zh) | 一种任意输入参数的风能预测***和方法 | |
Li et al. | Application of immune algorithm-based particle swarm optimization for optimized load distribution among cascade hydropower stations | |
Feng et al. | Peak operation optimization of cascade hydropower reservoirs and solar power plants considering output forecasting uncertainty | |
Zhu et al. | Optimal energy storage operation chart and output distribution of cascade reservoirs based on operating rules derivation | |
Gao et al. | Shape optimization of bi-directional flow passage components based on a genetic algorithm and computational fluid dynamics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |