隐随机方法与调度函数.ppt

隐随机方法与调度函数 隐随机方法概述 隐随机方法的由来和原理 隐随机方法的内容： 1. 确定性优化计算：对已知长系列径流序列资料(几十年)，用确定性优化计算寻找最优运行方式； 2. 确定调度函数：利用理想的运行结果，选择调度函数类，通过回归分析决定调度函数。 确定优化模型和算法 保证出力最大模型 若出力过程{Nk}给定，则对应于100%保证率的保证出力为 希望保证出力尽量大，则模型为 POA子问题为 POA算法所得最优解的理论性质： 出力过程线为分段水平线，段与段的分界点对应的水位为边界水位。 将出力过程按从大到小排列，可得近似的保证率—保证出力曲线。 调峰期望效益函数 弃水调峰现象 为水电调峰允许的最大出力，与很多因素有关，可看成随机量。 设其密度函数为 效益期望函数 当 当 效益期望值函数的这些性质的物理意义是在一定的范围内( N ≤N p) ,水电站不会受调峰要求的影响,其效益为发电效益. 而当N N p 时,调峰要求可能对水电站有影响,有弃水的可能,电站的效益比计算所能发电的效益小, 应对发电效益打折扣. N 越大, 弃水的可能也越大. 性质： 1. 2. 3. 例如若N pmax服从[ N p , Nc ]上的均匀分布,则概率密度函数为p ( x ) = ( Ny - N p) - 1 , x ∈[ N p , Ny ]. 这时效益期望函数 分时电价下的效益期望函数 设在i时段平均出力为Ni，则一天发电量为ei=24Ni，每天有t1小时为高峰期，其电价为Ci1;t2小时为平段，电价为Ci2;t3=24-(t1+t2)小时为低谷期，电价为Ci3(Ci1Ci2Ci3)。i时段水电站允许最大出力为 (装机容量或水头限制出力)Nc。 由于Ci1Ci2Ci3，从水电站利益出发，应优先安排在高峰期发电，其次安排在平段，最后在低谷。在整个高峰期间，如果水电站以Nc运行，可发电量为t1 Nc ，当ei≤t1 Nc时，可全部安排在高峰期发电，可获效益 Ci1ei=24NcCi1 当t1Nc ei≤(t1+t2)Nc时，则整个高峰期全部以Nc发电，余下的电量只能安排在平段时发，可获效益： Ci1 t1Nc+Ci2(e i- t1Nc)=( Ci1- Ci2) t1Nc+ Ci2e i 当ei(t1+t2)Nc时，水电站可在整个高峰期和平段期都以出力Nc发电，余下部分在低谷期发，可获效益为 Ci1 t1Nc+ Ci2 t2Nc+ Ci3（ei- t1Nc- t2Nc） =(Ci1- Ci3) t1Nv+（Ci2- Ci3) t2Nc+ Ci3ei 即水电站的效益函数为 或 效益函数是一分段线性函数，其导数 是一单调减少的分段常值函数。 发电效益(量)最大模型 水电站优化调度是在满足保证出力等要求的前提下，是发电效益尽量大。 模型： 用POA法求解时，保证出力最大模型可为该模型提供一个较好的初始解。 POA子问题为： 保证出力约束可作为一个硬约束来处理，即在初始出力大于保证出力的情况下，寻优时，不允许其小于保证出力；对初始出力小于保证出力的，寻优时不许其减小。这样保证率能得到保证。 优化计算结束后，得到有关水能参数理想的变化过程。 已知条件(过程) 调度函数 上述过程是若干年的过程，假设年数为n，对第k时段，有n组数据： 初库容： 初水位： 入库径流： 平均出力： 引用流量： 末水位： 末库容： 线性调度函数 设Nk=aVk-1+bIk+c, a, b, c为参数，希望其能尽量符合理想的调度情况。 最小二乘法 引入矩阵记号 则最小二乘问题的解为 线性调度函数进一步讨论 线性调度函数问题： (1)线性函数的无界性问题 (2)计算的数值稳定性问题 (3)决策变量的选择问题 利用线性调度函数调度时,如果决策不满足约束条件,调整决策满足所有约束. 还可考虑不超出确定性优化计算的范围. 由回归分析知： 将库容单位进行转化,使水量平衡方程变为: 可设调度函数中的系数相等 系数可由一元线性回归方法得到： 该方法的数值稳定性 较好。 双线性调度函数 若选泄流量为决策变量 而如果选末库容作决策变量 有水量平衡方程 则 可以证明 对二元回归也有相同的结果 选末库容和泄流量为决策变量，所得结果相同. 选时段平均出力和末水位为决策变量,效果不同. 当水位和出力作微小变化时,水库库容和发电流量相应地也有微小变化,且近似地有 作如下变换 其中, 为时段末水位平均值对应的水库面积;A为发电系数; 为时段水头的多年平均值。 设变量 的标准差分别为 ，当