水电站日水位控制多目标优选方法

2022-12-26杨金平

水利科技与经济 2022年12期

杨金平

(崇义县水利局，江西赣州 341300)

0 引言

水电站的调度是保证下游防洪安全的基础，需根据库水位、历史防洪数据及水电站相关参数对其调度情况进行调整。由于涉及到影响调度方案的因素较多，需采取多目标优化的方式对方案进行统筹，既要保证发电效益，同时也要考虑调峰需求，实现利益最大化。

近年来，许多专家学者针对以上问题开展了研究。文小浩等[1]通过调度模拟试验，对影响三峡水库水位的因素进行分析，采用联合调度的方法，提出该水库的调度优化方案，以保证水库在洪涝等自然灾害下，仍能保持结构的稳定性。洪兴骏等[2]以丹江口某水库为研究对象，基于来水预报，对水库的运行水位实行动态控制，以避免洪涝等自然灾害带来的损失。罗志伟等[3]以某水电站为研究对象，基于实际监测数据，分析不确定性因素对水电站防洪与发电效率的影响，并根据分析结果，得出该水电站的最优控制水位。张永永等[4]基于某水库的实际监测数据，采用人工鱼群算法，对其旱限水位进行研究，并得出最优水位。彭少明等[5]以某水库为研究对象，建立水位控制模型，得出在保证水库安全和收益的条件下的最优水位，根据该研究结果，可有效缓解由于干旱带来的损失。

本文以某流域末端的水电站为研究对象，建立日水位控制优化模型，引入最大不弃水概率，分析在多种因素影响下的水电站调度方案，根据分析结果，可对水电站的调度方案进行优化。

1 工程概况

本文以某流域末端的水电站为研究对象，其装机容量为500 MW。由于该水电站的发电能力较强，且防洪工作相对较少，所以提取其日水位并加以控制。该水电站的相关参数见表1。

表1 水电站的相关参数

2 日水位控制优化模型

2.1 目标函数

本研究的日水位控制优化模型主要考虑发电量、弃水量和剩余负荷对调度方案的影响，对上述3个参数进行敏感性分析，根据对调度方案的敏感性确定优先级和权重值。根据上述分析，本研究的目标函数为：

(1)

式中：F为日水位控制优化模型的目标函数；w1、w2、w3分别为发电量、弃水量和剩余负荷的权重值；ri，j为两两目标间的相对优属度。

2.2 约束条件

本研究的水位、电站出力、库容、泄流量和发电流量均应处于该约束条件对应时段的上下限的限值之内。水量平衡应满足式(2)：

Vt+1=Vt+(Qt-qt-Qd)Δt

(2)

式中：Vt、Vt+1分别为对应时段的库容；Qt为入库流量，m/s3；qt为发电流量，m/s3；Qd为弃水流量，m/s3。

2.3 求解方法

由于对水电站的日水位需要根据长期观测数据进行推算，且多数统计数据为月流量数据，因此对于日水位和来水量的估算具有一定的不确定性，因此难以利用传统的预测方法对日水位进行获取。本研究采用两天内的水流量作为随机变量，假定来水量有30 N种结果，根据数值大小对其进行排序，根据其出现的频率确定来水状态。

在实际过程中，当库水位较大时，由于水的高差较大，其发电效率较高，并且可以有效减小耗水率。但是由于高水位对洪涝灾害具有一定的影响，需考虑在保证水电站安全的条件下，使其发电效率最高。根据水电站的来水频率，可得到不弃水状态下的水电站日水位集合，计算过程如下：

首先设置不弃水预见期为1，计算时段为1，得出来水量的30 N种结果。将上述来水量的30 N种结果进行排序，得出最大不弃水概率对应的来水过程。不断重复以上过程，使得计算时段数大于最大计算时段；改变不弃水预见期，重复以上过程，即可得出弃水概率对应的日水位控制过程。

日水位的控制过程求解主要通过历史来水资料确定不弃水预见期，得出其水位上限、出力上限和不同频率的来水过程。然后假定水电站以80%的负荷率进行运转，且在预见期内不得发生弃水，反推出日水位过程线，得出日水位控制过程可行解集，根据该结果对水电站日水位进行模拟调度，以达到优化和控制水位的目的。

3 结果分析

研究水电站的来水频率和预见期对其日水位的影响情况，分别分析来水频率为30%、70%和100%及预见期为1 d、4 d和7 d下的水电站日水位变化规律。当时间为1 d时，水电站的水位变化情况见图1。

图1 1 d水电站的水位变化情况

由图1可知，当时间位于6-9月份时，水位较低，最低水位出现在6月20日，其值为269 m。这是由于6-9月份的降雨量较大，此时为了满足防洪的要求，需对水电站内的水位进行控制。当时间位于冬季和春季时，水电站的水位基本维持在280～300 m，且其数值差距较小，说明由于季节的影响，此时由于降雨产生的来水量较小，无需对水电站的水位进行控制。来水概率与水电站水位呈负相关关系，当来水概率较大时，同一时间对应的水电站水位较小；当来水概率为100%时，对应的水电站水位远小于其它来水概率下的水电站水位，说明当来水概率较大时，需对水电站内的水位进行控制，且其值越大，对水电站水位的影响程度越大。这是由于当来水概率较大时，易发生洪涝灾害的概率较大，此时为满足防洪工作的要求，需对水电站的水位进行控制，以避免洪涝灾害的发生。

当时间为4 d时，水电站的水位变化情况见图2。

图2 4 d水电站的水位变化情况

由图2可知，时间为4 d的日期-水位曲线与日期为1 d的曲线变化趋势基本保持一致，当时间位于6-9月份时，最低日水位时间为6月25日，其值为257 m，但其数值与1 d的曲线数值存在一定的差异性。其中，100%来水概率与70%来水概率与1 d相同来水概率对应的最大日水位差异值最大，说明预见期的变化对70%、100%来水概率对应的日水位影响较大。这是由于随着预见期时间的增大，水电站的各项参数的不确定性增大，进而影响水电站日水位的推算，不确定性越大，影响其日水位的因素越多，为保证水电站的安全性，应保持日水位较低。

当时间为7 d时，水电站的水位变化情况见图3。

图3 7 d水电站的水位变化情况

由图3可知，时间为7d的日期-水位曲线与上述两种预见期的曲线变化趋势基本一致，当时间位于6-9月份时，最低日水位时间为6月23日，其值为245 m。对比3种不同预见期的时间-水位曲线可知，预见期与水电站的日水位呈负相关关系，随着预见期的增大，水电站的日水位逐渐减小，这是由于预见期会影响水电站参数的不确定性，进而影响其日水位的大小。

为了研究发电量、弃水量和调峰对水电站调度方案的影响，对上述3种因素进行权重组合，组合方案见表2。

表2 权重组合方案

根据表2的权重组合进行模拟，得出对应权重下的调度方案，见表3。

由表3可知，不同权重组合得出的调度方案具有一定的差异性。其中，方案1的发电量最大，其值为72.3×108kW·h；方案2的发电量最小，其值为67.1×108kW·h。这是由于方案1仅考虑发电量最大时的水电站调度方案，此时该方案的发电量最大，方案2主要以弃水量为主要考虑因素，此时的不弃水概率为100%，而发电量减少幅度显著，说明弃水量与发电量呈负相关关系。不同方案的发电量、余荷均方差差异较小，而弃水量的差异较大，其最大值为29.9 ×108m3，最小值为9.5×108m3，说明弃水量对调度方案影响的权重较大，应对其权重进行重新调整，然后根据权重组合得出调度方案。

表3 调度方案

仅考虑发电量的最优日水位调度方案见图4(a)。由图4(a)可知，水电站的水位变化主要集中于6-8月份，最低日水位为285 m，其余时间水电站的水位变化较小，其日水位主要集中于300 m左右。这是由于6-8月份的降雨量较大，此时为了满足防洪的要求，需对水电站内的水位进行控制。对比图4(b)考虑弃水情况下的调度方案可知，弃水概率对水电站的日水位影响较大，随着日期的变化，其曲线变化趋势显著。除6-8月份外，11月份左右的水位变化量较大，全年最低日水位出现在6月10日，其值为261 m，远小于仅考虑发电量的调度方案，说明弃水概率对调度方案的影响较大。仅考虑调峰的最优日水位调度方案见图4(c)。由图4(c)可知，随着日期的变化，水电站的日水位无明显的变化趋势，全年日水位均处于300 m，说明调峰对水电站日水位调度方案的影响较小。