摘要
水电能源具有低成本、高效率、可再生、无污染等特点，被称为“永不衰竭”的优质能源。随着水电能源的大规模系统性开发利用，大型水库调度作用越来越明显，地位也日渐提升。本文围绕水库中长期发电调度问题开展研究，以金沙江下游溪洛渡水电站为工程背景，根据丰枯定性的不同时间尺度径流预报模型得出精度较高的预报径流结果，并将其作为调度模型输入，结合常规调度模型、优化调度模型以及多时间尺度嵌套模型，对水库发电调度模型和算法进行深入、系统的研究，探求多时间尺度嵌套模型对调度计划的滚动修正及反馈控制作用。主要研究成果如下： （1）基于丰枯定性的中长期径流预报研究。选用BP神经网络进行径流预报，考虑到中长期气象定量预报精度不高而定性预报可信度较高，在中长期预报过程中根据气象预报定性分析径流丰枯，将气象因素转化为历史径流规律因素；选用对应丰、枯性质历史同期资料作为学习样本分别训练旬、月、年三个时间尺度BP神经网络并进行试预报，根据样本学习和预报结果检验模型预报精度，分析各时间尺度丰、枯BP神经网络模型的预报规律，并将预报径流作为水库调度系统的输入。 （2）基于径流预报的水库中长期发电调度研究。采用典型径流分析法，绘制水库调度图，并通过调度图指导水库中长期运行；建立水库发电量最大优化调度模型，采用逐步优化算法对模型进行优化计算。采用枯水BP神经网络预报径流和实测径流作为调度输入，分析常规调度和优化调度运行过程，进一步验证枯水BP神经网络模型为制定调度计划提供输入的合理性，揭示水库中长期优化发电调度水位变化规律，为多时间尺度嵌套建模提供模型选择。 （3）基于多时间尺度嵌套的水电站调度计划实时修正研究。在解析不同时间尺度模型之间的嵌套关系基础上提出水库多时间尺度嵌套耦合模型，基于当前实际来水和不同时间尺度径流预报，将短时间尺度模型与长时间尺度模型进行嵌套耦合，根据实际运行是否满足长时间尺度调度时段计划末水位约束实施反馈控制，并分析讨论基于逐步优化算法的模型高效求解方法，使修正后调度计划更贴合实际运行。
NETL