肖 燕(貴州烏江水電開發(fā)有限責(zé)任公司 水電站遠程集控中心，貴州 貴陽 550002)

基于棄水概率的優(yōu)化調(diào)度構(gòu)想研究

肖 燕(貴州烏江水電開發(fā)有限責(zé)任公司 水電站遠程集控中心，貴州 貴陽 550002)

由于中長期來水預(yù)測結(jié)果的不確定性很大，現(xiàn)有的確定性優(yōu)化調(diào)度在實際調(diào)度應(yīng)用中存在一定局限，因此從應(yīng)用出發(fā)，對優(yōu)化進行了定義與分類。提出了在非棄水期絕對優(yōu)化狀態(tài)下，梯級電站最優(yōu)的能量轉(zhuǎn)換方式應(yīng)為所有電站持續(xù)保持最高水位運行，進而提出了基于棄水概率的以較優(yōu)水位組合作為調(diào)度控制依據(jù)的優(yōu)化調(diào)度構(gòu)想。對研究背景、優(yōu)化調(diào)度的作用及意義等作了介紹。

水庫調(diào)度;優(yōu)化調(diào)度;水位控制;棄水概率

1 研究背景

對現(xiàn)有的梯級優(yōu)化調(diào)度研究通常是建立模型，采用確定性動態(tài)規(guī)劃求解一段時間內(nèi)滿足約束的最優(yōu)解，有發(fā)電量最大、兼顧保證出力的發(fā)電量最大、蓄能最大及最小出力最大等模型。在實際工作中，因難以預(yù)測中長期來水，就致使以假定來水已知情況下求出的最優(yōu)解與實際相去甚遠，極大地限制了求解結(jié)果的應(yīng)用。因此， 對“優(yōu)化成果”爭論不休已成為常態(tài)。

優(yōu)化成果是基于未來的來水量、已存在的或可能存在的約束條件而獲得的結(jié)果，由于來水量存在不確定性，約束條件多種多樣，因此優(yōu)化結(jié)果往往會隨著決策者的主觀喜好而變化，且缺少客觀的數(shù)據(jù)支持。這樣會導(dǎo)致“優(yōu)化的方案過于理想，不能滿足實際需要，無可操作性”；“不能總是以強調(diào)需求為理由不實行優(yōu)化調(diào)度，按目前的需求持續(xù)下去，會有一個更不優(yōu)化的結(jié)果”等。當(dāng)“理想狀態(tài)”與“可操作性”相互矛盾時，關(guān)鍵在于，能否在調(diào)度決策時盡可能地依據(jù)客觀數(shù)據(jù)來做出選擇判斷。

2 優(yōu)化含義與分類

為便于討論，先定義優(yōu)化含義。本文中的“優(yōu)化”是指綜合各方需求，統(tǒng)籌規(guī)劃，最終獲得綜合效益最大的具有可操作性方案的過程。

在調(diào)度中，通常是在確保安全的前提下滿足約束來追求發(fā)電量最大，也即通過優(yōu)化梯級的發(fā)電方式,充分利用水資源，同時又能滿足各種綜合用水的需求。

依據(jù)對發(fā)電量的影響,將優(yōu)化分為2類,即絕對優(yōu)化與相對優(yōu)化。

(1) 絕對優(yōu)化。凡是不影響安全、不影響綜合利用可以實施的，且可增加長期發(fā)電量的一切措施與方法。比如優(yōu)化檢修安排減少對梯級運行方式的限制,使電量增加;加強電網(wǎng)建設(shè),減少線路潮流對水電運行方式的限制，使電量增加;提高水文預(yù)報水平,使發(fā)電量更大;壩前或尾水清淤以提升水頭,增加發(fā)電量;優(yōu)化發(fā)電方式，最大可能地利用洪水資源以使電量增加，并使長期發(fā)電量最大等。

(2) 相對優(yōu)化。以犧牲最少的發(fā)電量為條件，滿足其他綜合利用的要求,最終使綜合效益最大的措施與方法。相對優(yōu)化又可分為主觀與客觀2類，客觀類是當(dāng)前暫時無法改變的。主觀類是當(dāng)前可以改變，但為了滿足某一綜合利用要求,人為主觀地改變運行方式來減少電量,以滿足用水需求。如滿足當(dāng)前電網(wǎng)需求、某電站正在實施的工程施工要求、防洪要求、航運、灌溉、線路檢修要求而進行的發(fā)電方式調(diào)整。

實際工作中，2種類型的優(yōu)化同時存在，且多數(shù)相互制約;不過，總體而言,相對優(yōu)化占大多數(shù)。雖然均為優(yōu)化，但在優(yōu)先級、手段、取舍方面，兩者還是存在較大差別。

絕對優(yōu)化是首先要爭取的，其優(yōu)先級高于相對優(yōu)化，即在允許情況下,努力爭取發(fā)電量最大是永恒的優(yōu)化目標。在制定優(yōu)化方案時，客觀存在的限制不得不在方案中加以考慮，但這種限制一旦可以取消,則應(yīng)在第一時間取消。

當(dāng)發(fā)電與其他需求相矛盾時，可以根據(jù)需要主觀判斷，人為選擇優(yōu)先級別，逐次滿足必須的綜合用水需求，以獲得發(fā)電量最大。亦即應(yīng)考慮現(xiàn)實需要和各方利益的需求，在制定發(fā)電調(diào)度計劃時,應(yīng)以最小的電量損失去滿足必要的綜合利用要求或客觀存在的約束。

3 基于棄水概率的優(yōu)化調(diào)度方法

3.1 無附加約束條件

設(shè)想一種理想狀態(tài)，即梯級電站的每一級電站出力均可在零至裝機容量之間變化，且沒有任何附加約束。也就是說，在絕對優(yōu)化的情況下，會是怎樣一種狀況。

3.1.1 無棄水條件

在無棄水條件下，最優(yōu)的運行方式就是梯級電站所有水庫持續(xù)保持在最高允許水位運行，按來水發(fā)電，即無棄水時，優(yōu)化準則是保持高水位運行。在這種情況下，整個梯級處于最優(yōu)能量轉(zhuǎn)換狀態(tài)中，對應(yīng)的水位組合稱之為最優(yōu)水位組合，以這樣的方式發(fā)電，不會產(chǎn)生額外的能量損失，而且可以使長期發(fā)電量最大。

3.1.2 可能產(chǎn)生棄水條件

若某區(qū)間來水量增大，則該級及以下的電站需要加大出力，直至達到額定出力，盡量減少棄水。若有可信度較高的預(yù)報，可以提前加大出力。最理想的加大出力發(fā)電的提前時間是電站在持續(xù)滿發(fā)的情況下，洪水消退至滿發(fā)需要的發(fā)電流量時，水位正好落在水庫允許的最高水位上。由于該方式與來水量相關(guān)，因此,實際上不大可能獲得確切時間來提前加大出力，且會使工作中的操作難度加大。

3.2 有附加約束條件

如果考慮增加約束的情況，那么所有的約束最終都可以轉(zhuǎn)換為不同時段的電站最大、最小出力約束。

隨著約束的增加，發(fā)現(xiàn)雖然梯級的最優(yōu)能量轉(zhuǎn)換狀態(tài)在表現(xiàn)形式上發(fā)生了變化，但本質(zhì)上,仍然是在無棄水時保持最高水位運行，或有可能在棄水時適時提前加大出力，這2種方式并無改變。因此，在任一優(yōu)化過程中，非棄水期持續(xù)保持梯級高水位發(fā)電是永恒不變的優(yōu)化法則。增加約束，只是暫時為了滿足約束而使某水庫的水位下降;一旦約束解除，其內(nèi)在的優(yōu)化法則將會迅速要求抬升水位運行。

如果說絕對優(yōu)化對應(yīng)一組最優(yōu)的水位過程組合，則相對優(yōu)化表現(xiàn)為在最優(yōu)水位過程組合的附近運行。因此，只要知道絕對優(yōu)化對應(yīng)的水位過程，就能夠獲知優(yōu)化調(diào)度的操作依據(jù)。

3.3 棄水風(fēng)險評估

中長期來水量具有不確定性，就無法知道在未來確定的時間內(nèi)水庫是否會產(chǎn)生棄水。在進行棄水風(fēng)險評估時，可以運用長系列水文數(shù)據(jù)來計算水庫某水位產(chǎn)生棄水的概率，以此概率代表其棄水的風(fēng)險;概率越大，棄水的可能性就越大。棄水概率只是評估棄水風(fēng)險的方法之一，不論采用什么方法，只要能獲得代表棄水風(fēng)險的指標，便可以作為優(yōu)化調(diào)度的控制值。

3.4 棄水概率的定義與計算

3.4.1 定 義

棄水概率是指水庫水位控制在某一水位時，在某一固定時段期末發(fā)生棄水的可能性。

棄水概率的計算沒有統(tǒng)一固定不變的方法，實際上，無論采用什么方法，計算出的棄水概率都應(yīng)確實能代表水庫的棄水可能性。就某一具體水庫而言，在特定時間段內(nèi)，一個庫水位將對應(yīng)一個棄水概率,水位高，則棄水概率大;水位低，則棄水概率小。對于梯級水庫而言，其中某庫的棄水概率與該庫及以上水庫的水位相關(guān)，根據(jù)其代表性與應(yīng)用需要，可以利用徑流頻率或洪水峰量頻率計算。

3.4.2 單一水庫的計算方法

采用徑流頻率的計算方法如下。

(1) 選取可靠性高的區(qū)間長系列日徑流資料;

(2) 繪制1，3，5，7d的徑流頻率曲線，并進行合理性分析;

(3) 根據(jù)選定的庫水位,求出該水位與在該時段最高允許水位之間的庫容差，并折算成相應(yīng)的流量;

(4) 該折算流量加上發(fā)電流量，即可獲得不棄水條件下的最大允許流量;

(5) 通過相應(yīng)的徑流頻率曲線,查出該最大允許流量所對應(yīng)的頻率,即為棄水概率。

采用洪水峰量頻率計算方法如下。

(1) 選取可靠性高的區(qū)間洪水峰量資料；

(2) 繪制分期的1、3、5、7d的洪量頻率曲線;

(3) 根據(jù)選定的庫水位,求出該水位與在該時段最高允許水位之間的庫容差;

(4) 該庫容差加上相應(yīng)的發(fā)電水量,即可獲得不棄水條件下的最大允許水量;

(5) 通過相應(yīng)的洪量頻率曲線,查出該最大允許水量所對應(yīng)的頻率,即為棄水概率。

3.4.3 梯級水庫的計算方法

梯級水庫的棄水概率計算相對復(fù)雜，且越位于下游，其計算越困難。目前，還沒有成熟統(tǒng)一的方法，主要是難以量化上游來水，一般傾向于簡化處理，認為上游電站滿發(fā);或是將上游電站的棄水按期望值處理。不過,這些方法在實際中的應(yīng)用效果還有待檢驗。

4 棄水概率在優(yōu)化調(diào)度中的應(yīng)用

可以這樣認為，在某一棄水概率(風(fēng)險)以下,該水庫在確定的時間內(nèi)不產(chǎn)生棄水，其對應(yīng)的水位則是不棄水狀態(tài)時絕對優(yōu)化方式下的最高控制水位。

短期來水預(yù)測的準確性明顯高于長期。將不棄水狀態(tài)時絕對優(yōu)化方式下的最高控制水位組合，作為梯級當(dāng)期調(diào)度控制的末水位組合，根據(jù)短期的來水預(yù)測進行優(yōu)化計算，可以使梯級近似地處于不棄水狀態(tài)而保持高水位運行，從而獲得基于棄水概率的最優(yōu)調(diào)度結(jié)果。根據(jù)情況變化不斷滾動計算，最終可以獲得長期最優(yōu)結(jié)果。這一優(yōu)化方法的意義在于以下幾個方面。

(1) 優(yōu)化原則貫穿始終，為尋求長期最優(yōu)指明方向，即不棄水狀態(tài)下,盡量保持高水位運行，而且與調(diào)度期、約束以及綜合用水需求均無關(guān)。

(2) 以適當(dāng)?shù)臈壦怕史从持虚L期來水的不確定性影響,可以經(jīng)過長期的數(shù)據(jù)積累與分析，為優(yōu)化調(diào)度提供可靠而客觀的科學(xué)依據(jù)。

(3) 根據(jù)精度較高的短期來水預(yù)測實施優(yōu)化計算，而且不斷地修正滾動，以使優(yōu)化調(diào)度結(jié)果具有較強的指導(dǎo)意義。

棄水概率最關(guān)鍵之處是其具有較好的代表性，對于不同時期、不同調(diào)節(jié)性能的水庫將會有所不同。

4.1 豐枯時期

(1) 枯期。因為來水不確定而導(dǎo)致棄水的可能性小，日調(diào)節(jié)水庫保持在正常高水位附近運行；有調(diào)節(jié)性能的水庫應(yīng)結(jié)合電網(wǎng)消納能力，依據(jù)某一選定棄水風(fēng)險確定水位的下降過程。

(2) 枯汛或汛枯交替期。發(fā)生大洪水的概率較小，可以按區(qū)間日徑流推算的棄水概率來控制水位。

(3) 主汛期。發(fā)生棄水的可能性大，可按洪量推算的棄水概率來控制水位。

4.2 長、中、短期不同調(diào)度時段

(1) 長期優(yōu)化調(diào)度。可以分期、分庫采取合適的棄水概率，以確定水庫各時段的最優(yōu)控制水位組合過程線;此時的長期優(yōu)化調(diào)度,主要是對電力電量平衡和不同來水情況下的發(fā)電量分析展開評估。

(2) 中短期優(yōu)化調(diào)度?？梢苑謳觳扇『线m的棄水概率,以獲得時段末水庫的最優(yōu)控制水位組合，并將其作為調(diào)度期末的控制目標;根據(jù)短期來水預(yù)測結(jié)果,按梯級水庫從上至下逐時段演算，使調(diào)度期內(nèi)各庫對應(yīng)的棄水概率的變化率盡快趨于一致，由此獲得中短期調(diào)度計劃。

4.3 某些情況下的棄水風(fēng)險校核

在實時調(diào)度過程中，應(yīng)當(dāng)根據(jù)當(dāng)前水位來評估棄水風(fēng)險，并將水庫棄水風(fēng)險控制在某一設(shè)定的范圍內(nèi)。

對于制定好的中短期調(diào)度方案，應(yīng)當(dāng)對調(diào)度期內(nèi)的水位過程進行風(fēng)險校核評估，掌握梯級各庫的棄水風(fēng)險變化狀況，防止因預(yù)報誤差或送出等因素產(chǎn)生棄水。

5 結(jié) 語

基于棄水概率的優(yōu)化調(diào)度,是以水位控制作為調(diào)度依據(jù)和目標，長、中、短期控制水位目標一致。根據(jù)不斷變化的實際情況，實施滾動調(diào)度決策，可以有效避免現(xiàn)有中長期來水不確性的調(diào)度影響，而且這也是對未來梯級優(yōu)化調(diào)度應(yīng)用研究的方向之一。

(編輯：趙秋云)

2015-04-09

肖 燕，女，貴州烏江水電開發(fā)有限責(zé)任公司水電站遠程集控中心，高級工程師.

1006-0081(2015)04-0022-03

TV697.11

A