湖南省永州市涔天河水库和工程管理局湖南永州425000
摘要：本文对电力市场中梯级水电站优化运行的相关问题进行了探讨，并提出了有针对性的解决措施—网络流优化算法。网络流优化算法能够将梯级水电站优化运行时找到与其相同时段的不同阶段，在寻找的过程中，可采取网流法，梯级水电站可以根据增加步长增加发电量。这种算法容易实现，而且模型也较为简便。本文对电力市场中梯级水电站优化运行进行探究，希望能给为相关从业者提高参考意见。
关键词：电力市场；中梯级水电站；优化运行
随着时代的发展，今后会有越来越多的梯级水电厂，所以对电力市场中梯级水电站优化运行进行深入探究是十分有必要的。在过去，梯级水电站优化会遵循以下原则：最大程度降低系统等值燃料费，在电力市场的大环境下，目前梯级水电站进行竞价上网时机显然还不成熟，这是因为在制定计划的过程中，要将水作为定电价的主要因素；其次，如果水价过低，会加剧还水电贷的风险，不利于梯级水电站的健康发展。基于此，要对成本进行更为科学的核算，与火电中的上网竞价相结合，让等值购电费能够尽量降低。不同梯级水电站间的联系纽带为电，更靠水进行联系。所以在研究水电站优化运行的过程中，需要全方面进行考虑，因为这是一个较为复杂的动态问题，难以对迭代进行收敛，在实际解决过程中不可避免的会出现一些问题。但是目前能够解决此类问题的方法有多种，包括动态规则法，遗传算法，拉格朗日乘子法等等，虽然不同的算法有不同的优势，但是还是有一定的局限性。例如动态规则法会陷入多种维数的困扰，遗传算法的收敛速度不容乐观，拉格朗日乘子法不能对多种束缚进行处理。所以急需找到一种完全的方法，既能避免上述算法的缺点，还能达到优化运行的目的。
1.目前研究中存在的问题及发展趋势
1.1存在的问题
1.1.1数学模型的片面性。数学模型能够提出的模拟问题进行抽象描述，但是由于我们的认知有限，所以难以对问题进行全面解读，就无法通过数学模型展示出问题的全貌，这点对于水电站的优化模型来说同样如此。所以，决策部门一般对于数学模型通过分析得出的优化解往往存在质疑，这也就导致通过理论得到的成果难以转化为实践应用的重要原因之一。不仅如此，数学模型仅仅能显示出问题的静态特质，但是我们都知道水电站在实际运行中处于一直变化的状态，但随着梯级水电站、流域和建立起来的电力市场，使得水电站在运行环境方面变得更加复杂难懂，这就使得数学模型对于动态信息的适应性逐步降低。
1.1.2研究问题的独立性。在对问题进行研究的过程中，往往将目光放在了研究最优解上面，因此导致研究人员对水资源系统多变、复杂、持续变化的因素不够重视。而且对于决策人员在决策时存在的主观心理以及保护局部利益的心态没有完全考虑进去，这样就导致试验得出的结论难以成为实践，这也就造成决策部门在一些问题上出现了误解，错误的认为得到的最优解是纸上谈兵。
1.1.3存在不确定因素。在水电站中，优化调度是以入站径流和水电站能承受的最大负荷实现运行的，而且水电站内的经济运行还要以实际情况考到到多种因素，这些都是不确定因素。不确定因素与问题所具备的复杂性，多样性等问题相结合，即使数学模型能够对算法得到良好的运算，如果输入信息不够精准，这也得到的结果也会与实际情况相差甚远，可靠性还存在不足。特别是在目前的市场大环境下，电价的种种因素都会直接影响到水电站在运行与经济效益方面的决策能力。
1.1.4其他因素。对于水电站来说，实际运行属于比较复杂的过程，还是一个复杂难题，涉及到的因素有很多。例如对计算程序进行优化时灵活性比较欠缺，计算得到的结果往往与决策人员的偏好相违背。研究人员在实际工作经验方面比较欠缺，决策人员在理论知识方面较为薄弱，二者的理念难以在优化方案中得到全面展示。而且研究人员由于研究时需要一定的资金与资料，由于经费制约使得一些正常研究难以开展下去。
1.2发展趋势
1.2.1建立兼顾综合效益的数学模型。我国水资源较为短缺，因此对于水资源的价值越来越重视，水电站在实际运行时要考虑多方面因素，包括生态效益以及社会效益等等，将这些因素与经济效益相协调。建立兼顾综合效益的数学模型能够对今后的水电站发展提供更为坚实的础。
1.2.2适应电力市场发展。电力市场的体制改革会使数学模型出现变化，要考虑到分时电价因素。而且字优化运行的过程中要对水电站进行调度管理，并且使其成为参与市场报价以及竞价的主要方式。
1.2.3智能决策支持系统。随着计算机技术、地理信息系统技术的不断发展，应开发研制出操作更为便捷，交互能力更强，决策能力更为科学的水电站优化运行系统，并且使优化运行更为智能化，现代化，满足由于电力市场发展而出现的模型变化情况。
2.梯级水电站优化运行的模型
将梯级水电站系统中的机组设备与火电厂相等值，运行目标函数为购电费用的最低值，用公示表示为：
3.改进的网络流算法
在电力市场中梯级水电站优化运行的过程中可以选择改进的网络流算法，而且可将计算的过程分为两个阶段，分别是最优流与可行流的寻找阶段。
3.1寻找可行流
在寻找可行流时，可采取最小费用流进行寻找，这样就能对梯级水电站实现功率的初级分配。将系统看作是由一个水电厂和火电厂组成的，这两个电厂有着上下游的编号，将运行日看作是一个运行周期，能将此周期分成三个不同的阶段，但是值得注意的是要刨除枯水期与丰水期，因为这两个时期属于特殊时期，不具有代表性。梯级间水流到达算作一个时间流，可以根据时间流建立一个数学模型。要想得出此数学模型的解，就要采取最小费用流法，单位费用可以从电力购价中获得。每个单位的费用表示为：
CQ=-λdpQ
其中λ代表火力电厂在购得电价后，电价的增长率；dpQ则代表单位的水电系数。如果单位存水费用为：
CV=-λdpV
其中λ代表火力电厂在购得电价后，电价的增长率；dpQ则代表单位的水电系数。
单位弃水费用为：
CY=-λdpY
其中λ代表火力电厂在购得电价后，电价的增长率；dpQ则代表单位的弃水系数。
2.2同时段优化出力网络流法
同时段优化出力网络流法就是对之前多提到的费用优化算法的补充与完善，进而提出了数学模型，能够对梯级水电站在相同的时间段进行适当调整。而且梯级水电站之间有着水的联系，因此需要用相同时间段的网络流法找到最佳的过程，要满足下级与本级的存水量，具体过程如下：
对不同时间段的P（t）与Cm进行计算，得到Cmt；
找到火力电厂的Ph（t）以及最大的Tmax、最小的Tmin时间段，得到与之相匹配的梯级水电站出力Phjmx与Phjmin。
计算出不同时间段j级最大的调整量△Phjmx与最小的调整量△Phjmin。如果i级时间段内的调整量等于0，则表示i级时间段内的调整量不能上下调整，这是让△Phj=0,；若全部梯级调整量都是0，则继续进行△Phj=0。以0为基础，根据设置的步长提高增量，直至j级调整量达到dPhj，但是有一点需要注意，那就是上游电站会对下游电站在存水量方面产生影响，这时将△Phj=min（△Phj=timesj×dPhj），这里的timesj代表的是j级水电站所能调整的最大可变量倍数，分别对应tmin与tmax时间段的出力，在计算出Cmjmax、Cmjmin、Ph（tmax）以及Ph（tmin）后，就可对Cm进行准确计算。
重复上述计算过程，一直到能够得到最大的dPhj调整量，找到对Cm影响最大的dPhjmax值，将时间段调整至tmin与tmax，进而得到Phjmax-dPhjmax与Phjmin+Phjmin的值。
当利用上述算法得到水电站两个时间段内的曲线时，每进行一次调整，就要重复上面全部过程，如果梯级水电站已经对所有时间段进行标记并无法再次调整后，全部调整结果就会自动结束。
通过上述算法对四级水电站系统进行计算后控制，用水特性表示为：
在公示中，Hj(t)代表t时间段的发电量，Hj0代表额定水头，Qj(t)代表水流量，当火电费用为最小值时，经典算法与改进后的网流算法结果一致，这也能从侧面反映出改进后的网流算法能够较好的对电力市场中梯级水电站优化进行运行。
4.算例分析
下面进行算例，水位影响忽略不计。这个系统是由四级梯级水电站与等级火电厂组合而成，其中梯级水电站的延迟时间为1小时，2小时，1小时。梯级水电站所能承担的最大旋转备用容量为5%。等值火电厂的函数报价为f（P（t））=0.06P（t）+10，元/MWh。不同梯级的水电站在初值的存水量为165.8×108、48×108、85.3×108、159.6×108/m³；末值的存水量为164.7×108、50×108、84.6×108、160.2×108/m³。根据之前设置的值，Qu代表最大发电流量，Qi代表最小发电流量，Vu代表最大存水量，Vi代表最小存水量，Hu代表最大水头，Hi代表最小水头，PHu代表最大水电站出力值，Phi代表最小水电站出力值，η代表效率。通过不同时间段的优化，符合网络流所运行的分析结果为1.3578×107元，经过经典网络流运算得到的优化法结构为1.3604×107元。第一种算法在结果方面更优，这是因为在寻找最优流时，不同梯级的水电站能够采用更为有效的步长实现优化，而且不受其他梯级水电站的再调影响，能够实现独立运行。虽然这样的方法会不可避免的增加预算量，但是因为网流算法一般是以寻找可行流阶段为主要目的，通过改进的网流法在寻找最优流的过程中，阶段步数增加了，计算量增加的数量有限，因此这也能证明改进过后的网流算法是十分可靠的。
结束语
综上所述，水电是一种再生能源，而且也是清洁能源，是我国未来能源主要发展的对象之一，能够为社会的可持续发展做出突出贡献，因此对电力市场中梯级水电站优化运行的探究具有深远意义。本文对梯级水电站优化运行的模型以及改进的网络流算法进行了深入分析，以我国目前水电站实际情况与系统为主，并建立了梯级水电站与等价火电厂竞价的数学优化模型，进而提出了一种全新的网流算法，也就是改进网流算法。这个改进后的算法能够与梯级水电站等式约束相符，即便在不等式约束的情况下也依然能对火电厂的购电费进行最低计算。通过算例表示，在实际计算的过程中，改进网络流算法虽然在计算方面增加了计算量，但这个增加量是十分有限的，而且与传统网络流计算方法相比，精度更高，能够与现阶段的梯级水电站优化运行相符。希望通过本次文章，能够为我国的水电事业做出微薄贡献。
参考文献
[1]余昕卉，李成军，刘光宇等.峰谷电价下的梯级水电站你短期优化调度分析[J].中国农村水利水电，2016（3）：90-94.
[2]胡明刚，练继建.基于改造遗传算法的水电站日优化调度方法研究[J].水利发电学报，2016，23（2）：17-21.
[3]冯迅，王金文，权先璋等.遗传算法在水电站优化调度中的实用研究[J].华中电力，2017,18（3）：12-15.
[4]王万良，周慕迅，管秋等.基于遗传算法的小水电站优化调度方法的研究与实践[J].水利发电学报，2017，24（3）：6-11.