水电站水库优化调度模型及GFS预报信息的应用研究

《水电站水库优化调度模型及GFS预报信息的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大连理工大学硕士学位论文水电站水库优化调度模型及GFS预报信息的应用研究姓名：王峰申请学位级别：硕士专业：水文学及水资源指导教师：周惠成20071222大连理工大学硕士学位论文摘要径流序列是水电系统最重要的输入，在水电站制定发电计划及水库运行决策的过程中起着极其重要的作用。然而，入库径流具有时间连续性、随机性、不重复性、地区性和周期性，且现阶段的中长期预报水平，尤其是汛期的预报精度很低，实质上是一非平稳的周期连续随机过程。为了获得更大的发电效益，必须利用一切可以利用的信息，建立符合流域特性的径流描述模型。本文把入库径流作为随机过程处理

2、，建立了有、无时段径流预报相结合的马氏性径流描述模型，并且利用GFS降雨数值预报信息，对模型进行了补充完善。在发电优化调度方面，本文以有、无时段径流预报相结合的马氏性径流描述模型为基础，研究建立了有、无预报以及交界时段的目标递推方程；对于梯级多库联调而言，随着系统规模的扩大，。维数灾”成为随机优化调度的瓶颈，本文采用了逐次逼近优化算法，对锦屏一级～二滩两库优化模型进行了求解计算，达到了降维、提速的效果。具体工作如下；(11二滩水库、锦屏一级一二滩梯级水库径流描述模型的建立。通过径流序列的相关性分析，研究其是否具有马氏性；利用季节性自回

3、归模型对各个时段径流进行预报，分析其可预报性，选择预报精度较高时段采用有预报的径流描述方法，而预报精度较低时段采用无预报的径流描述方法；利用时间序列的随机模拟技术，以模拟出的长序列作为输入统计计算径流状态转移概率矩阵。(2)以有、无时段径流预报相结合的马氏性径流描述模型为基础，调度期内发电量最大为目标建,-Y7"-滩水电站水库的优化调度模型，并研究求解过程中的相关问题；通过历史径流序列的模拟调度，研究分析不同径流描述和丰、平、枯水年下的调度结果。(31以有、无时段径流预报相结合的马氏性径流描述模型为基础，建立了锦屏一级～二滩梯级水库的

4、发电优化调度模型，并运用逐次逼近动态规划优化算法对模型进行计算求解。(4)首先分析GFS降雨数值预报信息的可利用程度，再以预报降雨为主因子建立二滩水电站汛期旬径流的枯、平、丰三级预报模型，分析其预报误差分布；然后以己建立的二滩水电站有、无预报相结合的发电调度模型为基础，针对汛期无径流预报的时段，利用径流定性预报结果对调度决策进行修正改进：最后，通过模拟调度分析改进方案的可行性及优越性。关键词：水电站水库；径流描述摸型；优化调度；动态规划；GFS应用水电站水库优化调度模型及GFs预报信息的应用研究studrOilTheOptimalOp

5、erationModelofI-IydropowerStationReservoirandTheApplicationofGFSInformationAbs'l：rac'l：RunoffisthemostimportantinplItofthehydropowersystem,anditplaysfillimportantroleingenerationscheduleanddeeisionmaldngfortheopel面onofhydropowerstation．Sincethecontinuity,stoellastie，non

6、-repeatabifity，regiomlandperiodicityinvolvedintheinflow，runoffisessentiallyanon-stationarystochasticprocess，whichamsesthe13001'accuracyofmedium-longtcminflowforecast,especiallyforthefloodseasonforecast缸present．Toachievemolepowerbenefit,runoffdescriptionmodelsuitabletoth

7、ewatershedshouldbedeveloped邺ingallkindsofinformalion．Inthisstudy，inflowisIreatedasthestochasticprocess．andthemarkovrunoffmodelisestablished,whichcombinedthetimeintervalwitlaOrwithoutinflowprediction-Furthermore．themodelisimprovedbyusingthenumericalforecastofpreeipitatio

8、nreleasedbytheGFS．BasedOnthemarkovinflowdescriptionmodel．thereeursioneqtmtionoftheproposedmodelisdeveloped．ToO