主权项 |
一种基于情境分析的大小水电短期可消纳电量最大协调优化调度方法,其特征包括如下步骤,(1)先提取模糊聚类样本对应时间范围内各分区小水电每日计划和实际出力过程,并累加为各分区的计划和实际值,根据下式利用模糊聚类迭代模型对小水电计划和实际出力进行分析,得到在固定计划类型的情况下,出现不同种类的实际出力类型的概率;<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>u</mi><mi>hj</mi></msub><mo>=</mo><msup><mrow><mo>{</mo><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mi>c</mi></munderover><msup><mrow><mo>[</mo><mfrac><mrow><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>m</mi></munderover><msup><mrow><mo>[</mo><msub><mi>w</mi><mi>i</mi></msub><mo>|</mo><msub><mi>r</mi><mi>ij</mi></msub><mo>-</mo><msub><mi>s</mi><mi>ih</mi></msub><mo>|</mo><mo>]</mo></mrow><mi>p</mi></msup></mrow><mrow><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>m</mi></munderover><msup><mrow><mo>[</mo><msub><mi>w</mi><mi>i</mi></msub><mo>|</mo><msub><mi>r</mi><mi>ij</mi></msub><mo>-</mo><msub><mi>s</mi><mi>ik</mi></msub><mo>|</mo><mo>]</mo></mrow><mi>p</mi></msup></mrow></mfrac><mo>]</mo></mrow><mfrac><mn>2</mn><mi>p</mi></mfrac></msup><mo>}</mo></mrow><mrow><mo>-</mo><mn>1</mn></mrow></msup></mrow>]]></math><img file="FDA0000620337980000011.GIF" wi="626" he="341" /></maths><maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>s</mi><mi>ih</mi></msub><mo>=</mo><mfrac><mrow><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mrow><mo>(</mo><msubsup><mi>u</mi><mi>hj</mi><mfrac><mn>2</mn><mrow><mi>p</mi><mo>-</mo><mn>1</mn></mrow></mfrac></msubsup><msub><mi>r</mi><mi>ij</mi></msub><mo>)</mo></mrow></mrow><mrow><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msubsup><mi>u</mi><mi>hj</mi><mfrac><mn>2</mn><mrow><mi>p</mi><mo>-</mo><mn>1</mn></mrow></mfrac></msubsup></mrow></mfrac></mrow>]]></math><img file="FDA0000620337980000012.GIF" wi="318" he="296" /></maths>式中j为样本序号;u<sub>hj</sub>为样本j隶属于类别h的相对隶属度;k和c分别为类别标号和分类数目;i为指标序号;r<sub>ij</sub>为规格化之后的第j个样本的第i个指标特征值;s<sub>ih</sub>为类别h指标i的聚类特征规格化数;w<sub>i</sub>为指标i的权值;p为可变距离参数;m为样本的指标个数;n为样本个数;h=1,2,…,c;i=1,2,…,m;j=1,2,…,n;(2)由电站来水情况以及始末水位控制条件估算发电用水量进而预估电站电量,采用逐次切负荷方法生成各电站的初始解,然后针对电量估算误差对初始解进行修正以满足控制方式要求和各个约束条件;(3)以期望值最大为目标,建立从一个初始解开始,持续地在当前解的邻域中搜索比当前解更优的可行解,并以其替代当前解,直到在当前解的邻域中找不到更优解为止的关联搜索模式,在初始解的基础上采用关联搜索对问题进行求解;(4)计算弃电量期望值E<sub>lost</sub>,如果存在弃电,且不满足下式,则根据约束放松规则逐级放松约束,并采用关联搜索算法进行求解,直到分区出力弃电满足下式或所有允许放松条件都已使用;N<sub>Elost=0</sub>≥μ·SC式中N<sub>Elost=0</sub>为无弃电的情境数;μ为需要满足的无弃电情境的比例;<img file="FDA0000620337980000013.GIF" wi="221" he="136" />为所有小水电出力情境组合数。 |