苏帕河流域梯级水电站联合优化调度模型研究

发布时间：2023-04-18 19:01

　　本文针对苏帕河流域梯级水电站运行特点,运用系统工程、数理统计、动态规划等理论,充分利用先进计算机技术和网络技术,对梯级水电站联合优化调度的理论方法进行了深入研究,建立了面向电力市场的苏帕河流域梯级水电站联合优化调度模型。本文主要的研究内容及成果如下: (1)针对径流描述的不同,提出了基于统计分析的优化调度模型、分析预报误差的优化调度模型、来水信息确定的优化调度模型及负荷一定耗水最小的优化调度模型。提出了优化调度目标函数及其递推方程,分析了函数的输入输出、决策变量、状态变量及约束条件,提出了函数的随机动态规划双向递推求解方法,讲述了求解的迭代计算过程,分析了遗传算法求解并对二者做了比较。 (2)对苏帕河流域长期水文预报模型进行了全面深入的研究。通过确定模型类型,在模型识别的基础上提出了苏帕河流域五站年径流随机模拟的五元自回归滑动平均模型,然后介绍了苏帕河流域五站月径流的典型解集模型,为弥补径流预报模型的不足,提出了苏帕河流域长期水文预报实时校正模型,最后,结合苏帕河流域三十九的径流资料对上述模型进行了检验与应用。 (3)研究了基于改进人工神经网络模型的苏帕河流域降雨径流预报模型。通过用遗...

【文章页数】：127 页

【学位级别】：博士

【文章目录】：
第一章 绪论
    1.1 研究的背景及意义
    1.2 面向电力市场的梯级水电站联合优化调度概述
        1.2.1 优化调度的基本思路
        1.2.2 优化调度的目标与准则
        1.2.3 优化调度的特点和方法
        1.2.4 优化调度模型的分类
        1.2.5 优化调度面向市场的必要性
    1.3 本文研究涉及的若干理论基础
        1.3.1 径流随机模拟理论及方法
        1.3.2 BP 神经网络及其应用现状
        1.3.3 遗传算法及其在优化问题中的应用现状
        1.3.4 动态规划及其应用现状
        1.3.5 科学计算可视化及其在工程领域中的应用
    1.4 本文研究的主要内容
第二章 面向电力市场的梯级水电站联合优化调度模型
    2.1 引言
    2.2 数学模型变量的确定
        2.2.1 目标函数和递推方程
        2.2.2 输入、输出
        2.2.3 状态变量与决策变量
        2.2.4 优化调度过程约束条件分析
    2.3 面向电力市场的梯级水电站联合优化调度模型分析
        2.3.1 入库径流过程的描述
        2.3.2 联合优化调度模型的建立
    2.4 给定梯级电站发电负荷下的优化调度模型
    2.5 联合优化调度模型的动态规划解算分析
        2.5.1 随机动态规划原理
        2.5.2 联合优化调度模型的随机动态规划求解
    2.6 联合优化调度模型的遗传算法解算分析
        2.6.1 联合优化调度模型的遗传算法求解
        2.6.2 动态规划方法与遗传算法的比较
    2.7 本章小结
第三章 苏帕河流域长期水文预报模型
    3.1 引言
    3.2 苏帕河流域五站年径流模型的类型选择及形式识别
        3.2.1 模型类型的选择
        3.2.2 模型识别的原理和方法
        3.2.3 苏帕河流域五站年径流模型的识别
    3.3 苏帕河流域五站年径流模型形式的确定
        3.3.1 模拟模型的基本形式
        3.3.2 模型阶数的确定方法
        3.3.3 模型参数的估计方法
        3.3.4 苏帕河流域五变量年径流随机模型的建立
        3.3.5 苏帕河流域五变量年径流模型的检验
    3.4 苏帕河流域五站月径流模拟模型
        3.4.1 年径流典型分级图
        3.4.2 典型年径流分解过程
        3.4.3 苏帕河流域五站月径流的推求
    3.5 苏帕河流域长期水文预报实时校正模型
    3.6 苏帕河流域五站长期水文预报模型应用及检验
        3.6.1 苏帕河流域五站年径流预报模型参数保持检验
        3.6.2 苏帕河流域五站月径流预报模型参数保持检验
        3.6.3 苏帕河流域五站年月径流预报模型分布拟合检验
        3.6.4 苏帕河流域五站月径流预报效果检验
    3.7 本章小结
第四章 苏帕河流域降雨径流预报模型
    4.1 引言
    4.2 苏帕河流域降雨径流预报模型的影响因子
    4.3 降雨径流预报模型数据信息的预处理
        4.3.1 基础数据的组织
        4.3.2 数据的归一化处理
        4.3.3 数据信息的时间延迟处理
    4.4 基于遗传算法的改进神经网络降雨径流预报模型
        4.4.1 神经网络和遗传算法结合的基本思想
        4.4.2 确定降雨径流预报神经网络连接权重的编码方案
        4.4.3 用GA 优化BP 神经网络的初始权重
        4.4.4 用GA 优化BP 神经网络的连接权重
    4.5 地理信息系统在改进神经网络降雨径流预报模型中的应用
        4.5.1 应用遥感技术获取流域综合信息
        4.5.2 建立流域降雨信息数据库
        4.5.3 建立流域降雨信息图形库
        4.5.4 流域降雨影响空间分析
    4.6 苏帕河流域降雨径流预报计算分析
        4.6.1 苏帕河流域降雨径流样本数据
        4.6.2 苏帕河流域降雨径流计算机模拟
    4.7 本章小结
第五章 面向电力市场的苏帕河流域梯级水电站联合优化调度模型
    5.1 引言
    5.2 苏帕河流域梯级水电站工程概况
    5.3 面向电力市场的苏帕河流域梯级水电站联合优化调度分析
    5.4 面向电力市场的苏帕河流域梯级水电站年优化调度研究
        5.4.1 研究的大体思路
        5.4.2 工程应用计算成果分析
    5.5 面向电力市场的苏帕河流域梯级水电站日优化调度研究
        5.5.1 研究的大体思路
        5.5.2 工程应用计算成果分析
    5.6 给定出力情况下苏帕河流域梯级水电站分时日优化调度研究
    5.7 本章小结
第六章 苏帕河流域梯级水电站联合优化调度决策支持系统初探
    6.1 引言
    6.2 决策支持系统简介
        6.2.1 决策支持系统的基本概念
        6.2.2 决策支持系统的基本模式
    6.3 梯级水电站联合优化调度决策支持系统分析
        6.3.1 决策内容及特点
        6.3.2 最优准则分析
        6.3.3 决策过程分析
    6.4 梯级水电站联合优化调度DSS 设计目的和思路
        6.4.1 DSS 设计目的
        6.4.2 DSS 设计思路
    6.5 梯级水电站联合优化调度DSS 开发方法和步骤
        6.5.1 DSS 开发方法
        6.5.2 DSS 开发步骤
    6.6 梯级水电站联合优化调度DSS 的实现
        6.6.1 DSS 系统分析
        6.6.2 DSS 系统结构及内容
        6.6.3 DSS 系统图形辅助决策功能
    6.7 梯级水电站联合优化调度DSS 信息的Internet 共享
    6.8 本章小结
第七章 结束语
参考文献
发表论文和参加科研情况说明
致谢



本文编号：3792840