叶片可调式泵站日优化运行敏感性分析研究

在建立叶片可调式泵站日优化运行数学模型的基础上,选择日运行时段划分方式、日均扬程和日提水量要求作为已建泵站运行工况下的敏感参数,通过分析其变动对泵站运行费用、机组运行方式等的影响,开展敏感性分析研究,探究各参数在叶片可调式泵站日优化运行中的作用,为泵站经济运行和流域泵站系统联合优化调度提供指导。以淮安四站为例进行计算分析,结果表明:1泵站日优化运行,宜考虑峰谷电价,每隔2~4h划分一运行时段。2越接近设计扬程,单位扬程所用电费越少。3日提水量较小时单位提水电费少,经济性更好。     

基于DPSA传统分解聚合模型的并联泵站优化

针对多决策变量复杂非线性系统优化问题,引入基于DPSA的传统分解聚合模型进行并联泵站叶片全调节优化运行研究.首先将大系统分解为若干个子系统,采用DPSA法对各子系统进行优化;再以各子系统分配水量作为关联变量将各子系统回归方程进行聚合,并由聚合模型确定整个系统的最优解;最后通过关联变量将系统最优解反馈到各子系统,从而得到各子系统相应优化调度过程.通过在江都并联泵站叶片全调节优化中的应用,实现了系统总费用最小时的优化调度过程,确定了各站各时段开机台数及叶片角度的最优组合方案,表明了方法的可行性.同时以单位提水费用为指标,按考虑峰谷电价与不考虑两种情况,分析了江都站不同日均扬程、不同运行负荷下,叶片全调节相对定角恒速的优化运行效果,其中考虑峰谷电价节省费用较多,在满负荷、80%负荷6、0%负荷运行情况下,不同日均扬程单位费用节省率均值分别为7.52%2,2.19%,25.89%.     

并联泵站群日优化运行方案算法

提出了并联泵站群日优化运行数学模型,该模型以并联泵站群日提水费用最少为目标函数,以各时段机组叶片角或转速为决策变量.考虑站间不同工况调节方式,采用大系统二级分解-动态规划聚合法进行求解.首先以泵站日提水耗电费用最少为目标,泵站提水量的分配为协调变量,将该模型分解成若干个泵站多机组日优化运行一级子模型;再以单机组日提水耗电费用最少为目标,机组提水量的分配为协调变量,将一级子模型分解为若干个单机组日优化运行二级子模型.该二级子模型以机组叶片安放角或机组转速为决策变量,机组提水量的离散值为状态变量,采用动态规划方法求解.构造的聚合模型以各机组提水量为决策变量,并联泵站群提水量的离散值为状态变量,同样采用动态规划方法求解.该方法可以解决不同工况调节方式、不同时段划分及不同日均扬程下并联泵站群的日优化运行问题.以淮阴一、三站并联运行为例,作了日优化运行计算,结果表明：各日均扬程下满负荷、80%负荷、60%负荷优化运行单位费用,较定角恒速运行分别平均节约10.53%,26.54%,34.40%.     

并联泵站群日优化运行方案算法

提出了并联泵站群日优化运行数学模型,该模型以并联泵站群日提水费用最少为目标函数,以各时段机组叶片角或转速为决策变量.考虑站间不同工况调节方式,采用大系统二级分解-动态规划聚合法进行求解.首先以泵站日提水耗电费用最少为目标,泵站提水量的分配为协调变量,将该模型分解成若干个泵站多机组日优化运行一级子模型;再以单机组日提水耗电费用最少为目标,机组提水量的分配为协调变量,将一级子模型分解为若干个单机组日优化运行二级子模型.该二级子模型以机组叶片安放角或机组转速为决策变量,机组提水量的离散值为状态变量,采用动态规划方法求解.构造的聚合模型以各机组提水量为决策变量,并联泵站群提水量的离散值为状态变量,同样采用动态规划方法求解.该方法可以解决不同工况调节方式、不同时段划分及不同日均扬程下并联泵站群的日优化运行问题.以淮阴一、三站并联运行为例,作了日优化运行计算,结果表明：各日均扬程下满负荷、80%负荷、60%负荷优化运行单位费用,较定角恒速运行分别平均节约10.53%,26.54%,34.40%.     

基于DPSA方法的江都四站单机组优化运行

提出了考虑峰谷电价与水位变幅等因素的水泵叶片全调节与变频变速组合优化（以下简称组合优化）运行的动态规划数学模型,以日开机运行总耗电费用最小为目标函数,各时段水泵开机的叶片安放角和机组转速为决策变量,规定时段内抽水总量为约束条件,通过动态规划逐次逼近法（即DPSA）确定最优解.以江都四站为例,对单机组组合优化运行与定桨恒速运行进行了比较分析.结果表明,在典型潮位过程（12月至2月份平均潮位过程）,设计日均扬程（7.8~3.8 m）,机组以100%,80%和60%总水量（机组额定运行时的水量）作为约束时,组合运行优化结果与定桨恒速运行相比,考虑峰谷电价时可节省电费0.99%~35.00%,不考虑峰谷电价时可节省电费0.26%~17.23%.优化效果良好,为南水北调泵站优化运行提供了新的思路.     

泵站多机组叶片全调节优化运行分解-动态规划聚合方法

针对泵站多机组叶片全调节日优化运行数学模型,提出了大系统分解-动态规划聚合求解方法。以泵站日提水耗电费用最小为目标,机组提水量为协调变量,将该模型分解为若干个单机组叶片全调节日优化运行子模型。该子模型以机组叶片安放角为决策变量,机组提水量的离散值为状态变量,采用动态规划方法求解。构造的聚合模型以各机组提水量为决策变量,泵站提水量的离散值为状态变量,同样采用动态规划方法求解。该方法可解决安装不同型号泵机组或各机组性能存在差异的站内最优化运行问题。以淮安四站运行为例,获得了较好的优化效果。     

泵站变角变速组合优化运行算法

建立了泵站多机组叶片全调节与变频变速组合优化运行数学模型,提出了基于动态规划逐次逼近法的大系统分解-动态规划聚合求解方法.以泵站日提水耗电费用最小为目标、机组提水量为协调变量,将该模型分解为若干个单机组叶片全调节与变频变速组合日优化运行子模型.该子模型以机组叶片安放角及机组转速为决策变量、机组提水量的离散值为状态变量,采用动态规划逐次逼近法求解.构造的聚合模型以各机组提水量为决策变量、泵站提水量的离散值为状态变量,采用动态规划方法求解.以某泵站运行为例,在满负荷、80％负荷、60％负荷下,各日均扬程下泵站多机组叶片全调节与变频变速组合日优化运行较定角恒速运行平均单位提水费用分别节约5.80％,25.19％,32.20％.     

基于Pareto最优解的跨流域调水泵站多目标优化运行研究

【目的】探究跨流域调水泵站多目标优化运行。【方法】以泵站提水费用最小及站内机组间流量不均匀度最小为目标,以调水周期内各时段各机组叶片安放角为决策变量,本文建立了泵站多目标优化运行非线性数学模型,提出了基于Pareto最优解理论求解的多目标遗传算法。以南水北调东线源头江都4站为研究实例,考虑峰谷分时电价影响,开展了不同日均扬程及提水负荷下的典型计算分析。【结果】综合考虑泵站运行的安全性和经济性,在100%、80%、60%提水负荷下,江都4站最佳运行方案对应的每万m³提水费用较常规运行方案平均节约12.44%、14.26%和3.69%,机组间流量不均匀度相较于单独考虑经济运行目标的方案显著减少。【结论】新建立的模型能够有效降低泵站优化运行过程中的安全隐患。     

基于动态规划逐次逼近法的江都四站变速优化

建立了考虑峰谷电价、长江潮汐变化的南水北调泵站站内多机组变速优化运行模型：在水泵设计叶片安放角不变的情况下,以站内机组耗电费用最少为目标函数,时段为阶段变量,水泵转速、开机机组台教为决策变量,日抽水量为约束条件。针对该复杂非线性规划模型,首次采用动态规划逐次逼近法进行求解,并以江都四站为例,对站内多机组变速与定桨恒速运...     

南水北调东线泵站变速运行模式的适应性

以南水北调东线工程源头泵站江都四站为例,通过单机组优化运行（叶片全调节、变频变速）数学模型的求解、分析可知,在南水北调东线源头泵站扬程变幅（日均扬程7.8~3.8 m,潮差1.2 m）范围内,不管是否实行峰谷电价,泵站叶片全调节优化运行是较为合适的运行模式;变频变速运行仅在扬程低于5.0 m、非满负荷运行时优于叶片全调节;在满负荷工作时,泵站变频变速与定角恒速运行相比,变频变速优化运行带来的效益不足以抵消变频装置的耗损.同时,从泵装置运行的机理出发,证明了大型提水泵站只有在一次调水过程中的扬程变幅足够大时,变频变速优化运行才能产生效益的论点.该成果可为南水北调东线大型泵站的改造、优化运行提供理论依据.     

基于动态规划法的单级泵站日经济运行优化模型

为合理选择泵站机组在不同工况下的组合方式,实现单级泵站的运行优化。通过分析水泵运行效率与水泵流量、扬程以及转速间的相互关系,确定水泵装置的工况点,构建单级泵站日经济优化运行模型,以泵站日运行总费用最低为目标,通过动态规划法从而求解单级泵站的日经济最优运行方案。选定南昌市九圩港提水泵站为研究对象,依据泵站已有的运行数据,在综合考虑泵站日运行分时电价、扬程及流量变化的基础上,将该泵站优化运行模型分为两层,第一层为泵站日经济优化运行模型,确定泵站在一日内运行费用的最小值;第二层为泵站运行效率优化模型,确定在不同时段内泵站效率最优运行方式。结果表明,当日总输水量一定时,分时电价是影响泵站日经济运行费用和不同时段机组流量分配的主要因素;以九圩港泵站的典型工况为例,优化后的泵站运行方案较优化前日单位运行费用降低了18%。该模型对实现单级泵站日经济优化运行具有一定指导意义。     

梯级引水工程水位优化调度模型研究

大型引水工程整个系统在进入稳态运行后,在各站的抽水流量或首级站进口水位发生变化的情况下及时做出运行决策,调整各梯级站间的水位,达到整个系统总能耗最小的目的。针对这一问题提出了大型引水工程各梯级站水位优化调度的数学模型,并对其解法进行探讨。     

基于分解协调法的梯级泵站优化模型局部敏感性分析

为了提高梯级泵站的运行效率,对其进行优化调度研究十分必要。以济南市玉符河卧虎山水库梯级泵站为例,基于分解协调法建立了能耗优化模型和日运行电费优化模型,利用修正的Morris筛选法对模型进行了局部敏感性分析。结果表明:对于能耗优化模型,能耗和单位流量(扬程)能耗随着瞬时流量、后池水位的增加和前池水位的降低而增加,参数的敏感性排序为瞬时流量、前池水位、后池水位;对于日运行电费模型,参数的敏感性排序为日调水量、高峰时段最小流量、低谷时段最大流量。在不超过机组承受能力和满足各种运行条件的情况下,高峰时段最小流量越小和低谷时段最大流量越大,日运行电费相对来说越小。研究为梯级泵站的优化调度提供了一定的参考和指导意义。     

基于遗传算法和神经网络的泵站经济运行研究

以泵站总耗能最小为目标，建立了叶片可调节泵站站间和站内经济运行优化数学模型，采用遗传算法应用Matlab语言实现优化计算。对江都第4站1999年实际运行资料进行优化计算，总消耗功率比经验操作可减小3．39％左右。针对泵站的流量和扬程变化频繁而一般的优化计算方法速度较慢的问题，以仿真优化结果为样本，利用人工神经网络对相似工况进行预测，预测结果平均误差为1．99％。遗传算法和神经网络联合应用，求解精度和可靠性较高，是解决泵站优化运行问题的有效方法。