[发明专利]大规模跨流域水电站群智能调度系统

说明书

技术领域

本发明涉及一种电力调度运行管理系统，特别是一种大规模跨流域水电站群智能调度系统。

背景技术

水电站在电网中占有十分重要的地位，例如在福建，水电系统中电站众多、水力联系复杂，调节性能差，调度任务艰巨，调度过程中既要充分发挥电站及水库的发电、防洪航运等要求，又要兼顾电网、梯级、电站的利益关系，调度数据变量多、维数多，现有的水电站群调度系统中提供的算法模型能够容纳的数据维数变量有限，无法满足如此多维变量数据的计算需求，因此水电调度系统无法增加新电站，梯级拓扑结构不能扩展，无法满足水电不断投产的需要；而且调度过程以经验方式为主，无法满足大规模水电站群联合调度的要求；原有的算法模型扩展性差，当需要增加新的算法时，需要重新设计和修改系统。

发明内容

本发明的目的在于克服现有技术的不足之处而提供一种能够满足数据计算需求，扩展算法，增加新电站的大规模跨流域水电站群智能调度系统。

本发明是通过以下途径来实现的：

大规模跨流域水电站群智能调度系统，包括有智能模型算法模块，其要点在于，智能模型算法模块采用有向图技术描述梯级电站群拓扑结构，通过图中的结点表示电站，每一条有向边表示上下游梯级关系；还包括有：

数据采集装置，其采集各种调度任务数据；

比较判断装置，其与数据采集装置连接，根据所得的电站数目进行选通，选择不同的处理模块，

动态规划处理模块、离散动态规划模块以及优化动态规划模块，三者分别与比较判断装置连接；

比较判断装置判断电站数目为1时，数据进入动态规划处理模块进行降维处理，当电站数目为2-5时，则数据进入离散动态规划模块进行降维处理，当电站数据大于5时，数据进入优化动态规划模块进行降维处理；

人工辅助处理模块，通过人工干预的手段，模块结合调度任务，形成调度指令，输出经验数据，

动态规划处理模块、离散动态规划模块、优化动态规划模块以及人工辅助处理模块均连接到智能模型算法模块，将降维处理后的数据传送到算法模块中进行最后处理，输出各种调度数据。

降维包括有图像降维和数据降维，将原有的各个高维的数据变量通过各种优化降低维数，减少变量。本发明基于有向图技术的描述，通过各种降维的模块对调度任务数据进行降维处理，这样预处理的数据变量减少、维数大大优化了，满足了算法模型的计算要求。

所述的采用有向图技术描述梯级电站群拓扑结构是指采用深度优先搜索技术对复杂水电站时空分析进行解析，自动获得整个流域的计算顺序，其结果可以保证计算电站按照先算上游后算下游，先算支流后算干流的顺序，有效克服了复杂梯级拓扑关系及新增电站计算顺序设置困难的要求，为跨流域调度水电站群提供了计算基础。

在有向图描述梯级电站的拓扑结构基础上，智能调度系统结合各种降维处理模块，为梯级联调提供迅速有效的数据支持，同时可以灵活改变梯级拓扑结构，使新投产的水电站可以随时参与到调节计算中，为系统扩展提供基础支持。同时，本发明采用的智能模型算法模块不但能够接收计算降维处理数据，还引入了人工辅助处理模块，引进了人工经验，实现了混合自适应智能模型算法，提高结果的实用性和求解效率。

所述的自适应的含义主要有两方面，一是电站可以灵活添加删除电站，计算时灵活选择，可选择流域内一部分电站，甚至可以跳过一些电站。系统通过深度优先搜索自动重新构建梯级水力联系，包括上下游关系、滞时关系等，这是国内以往水调系统不具备的。二是前面有关降维的描述里提到的，根据不同规模选择不同计算模块，实现了对不同规模的调度对象进行模型自适应。这两方面均不需要人工干预，因而是自适应的，同时因为将人工经验继承到了模型选择和上下游关系重构等方面，因而是智能的。

本发明可以进一步具体为：

优化动态规划模块包括有逐次逼近动态规划模块、增量动态规划模块和逐步优化算法模块，三者的输入端均连接比较判断装置的发送端，输出端与智能模型算法模块连接。

逐次逼近动态规划模块提供逐次逼近算法，将多维数据转化成一维数据，这是克服“维数障碍”的一种有效的方法。把带有多个决策变量的问题分解成仅仅带有一个决策变量的若干个子问题，轮流让一个变量变动而让其它变量都固定在已得到的最优值上，迭代直至收敛。