考虑发电与弃水风险的梯级水电站水库风险调度模型

作     者：丁紫玉 方国华 毛莺池 刘彦哲 杨光智 徐铭 DING Ziyu;FANG Guohua;MAO Yingchi;LIU Yanzhe;YANG Guangzhi;XU Ming

作者机构：河海大学计算机与软件学院江苏南京211100 河海大学水利水电学院江苏南京210098 上海市水利工程设计研究院有限公司上海200061 江苏省水利工程科技咨询股份有限公司江苏南京210029 

基　　金：中国博士后科学基金项目(2022M720996) 国家重点研发计划项目(2019YFE0105200) 江苏省卓越博士后计划项目(2022ZB157) 

出 版 物：《水资源保护》 (Water Resources Protection)

年 卷 期：2024年第40卷第2期

页      码：100-106,149页

摘      要：为量化梯级水电站水库调度过程中的风险形势,提出了预报信息驱动的梯级水电站水库风险调度模型。基于长短期记忆(LSTM)神经网络建立风险形势预测模型,通过构造预报入库径流、水库运行工况、调度决策与出力破坏程度和弃水量之间的映射关系,动态推演复杂工况下梯级水电站水库调度风险;建立基于风险形势的梯级水电站水库调度模型,提出发电不足风险预控模式和弃水风险预控模式。选取雅砻江流域下游锦屏一级和二滩水库组成的梯级水电站水库作为实例研究,结果表明:与常规发电量最大模型相比,风险调度模型通过提前降低出力来补偿未来出力破坏时段的发电量,锦屏一级和二滩水电站分别减小出力破坏程度46%、63%,通过提前增加发电流量预留库容来缓解蓄水期后续时段的弃水量,锦屏一级和二滩水电站分别降低弃水流量4.8%、5.4%;风险形势预测模型能够将径流不确定性嵌入风险调度模型中,通过风险预控决策动态响应水电站水库调度运行状态和径流形势变化,在保证梯级发电量的同时有效降低调度风险。

主 题 词：梯级水电站水库 发电不足风险 弃水风险 长短期记忆神经网络 

学科分类：081504[081504] 08[工学] 0815[工学-矿业类] 

核心收录：

D　O　I：10.3880/j.issn.1004-6933.2024.02.013

馆 藏 号：203127193...