土木在线论坛 \ 水利工程 \ 水利工程设计 \ 水电站经济运行最优解的证明

水电站经济运行最优解的证明

发布于:2015-08-02 14:57:02 来自:水利工程/水利工程设计 [复制转发]
摘要:本文对《人工智能与水电站经济运行》一文所述《全数字仿真自动发电控制系统》的优化效果进行了分析,用微增率连续性和极小值的定义证明了生成解的极小值特性,并用两种不同的优化取得了相同的组态效率。
关键词:水电站 微增率 经济运行


   0测试用例
  在水电站实际运行的机组中,水力特征完全相同是不可能的。由于选型不同、机组运行时间长短不同、磨损情况不同、空化性能不同等,都造成机组性能的差异,故测试用例中的参数和机型如下:
  水头:89m
  出力:4?6300kW
  转速:600r/min
  一号机:HLJF2055-LJ-110
  二号机:HLJF2055-LJ-112
  三号机:HLJF2055-LJ-108
  四号机:HLJF2055-LJ-105
  用四种不同规格的机型来表征并联运行的机组,以期通过计算机软件实现机组出力变化和流量变化时的实时动态负荷优化分配及智能决定每台机的投运、切除。
  根据GB/T15468-1995《水轮机基本技术条件》中关于稳定运行区域出力范围规定,混流式水轮机的出力范围为相应水头下的机组最大保证功率的(45~100)%,故软件编制时当流量或出力小于单台机允许的最小流量或出力,系统将弹出消息框并结束运行, 当流量或出力大于四台机允许的最大流量或出力,系统将弹出消息框并按最大出力分配负荷。在水轮机的稳定运行区域内,针对流量一定,出力最大化的优化情况,流量取整由4m3/s~36m3/s(以下简称:控制流量);针对出力一定,流量最小化的优化情况(以下简称:控制出力,为了更直观地反映总出力相同时的组态效率相同,出力取值为流量一定,出力最大化的优化情况时生成的总出力),出力取值由3004kW~28367kW;本系统针对上述两种情况求解其最高水能利用率,生成的数据如表一所示:
  [表一] 组态效率与负荷分配表

流量

一号机

二号机

三号机

四号机

总出力

组态效率

控制流量

控制出力

控制流量

控制出力

控制流量

控制出力

控制流量

控制出力

4







3004

3004

3004

0.86

5







3930

3930

3930

0.9

6







4853

4853

4853

0.926

7





5731

5731



5731

0.938

8



6553

6553





6553

0.938

9



7236

7236





7236

0.921

10





4047

4037

3745

3755

7792

0.89

11





4535

4544

4217

4207

8752

0.91

12





5012

5023

4662

4652

9675

0.923

13





5491

5490

5105

5106

10597

0.934

14

6074





5940

5390

5524

11465

0.938

15



6397

6391

5898

5904



12296

0.939

16

6427

6458

6656

6626





13084

0.937

17

6750

6795

6996

6951





13746

0.926

18

5072

5107



4858

4900

4521

4443

14452

0.920

19

5399

5428



5163

5145

4798

4787

15361

0.926

20

5724

5751



5473

5451

5096

5071

16274

0.932

21

6067

6078



5777

5750

5351

5367

17197

0.938

22

6164


6388

6478


5984

5474

5565

18027

0.939

23

6296

6335

6521

6469

6020

6033



18837

0.938

24

6534

6581

6786

6752

6250

6237



19570

0.934

25

6752

6797

7000

6943

6459

6471



20211

0.926

26

5419

5448

5593

5590

5179

5165

4815

4804

21009

0.925

27

5659

5687

5840

5834

5411

5390

5016

5014

21927

0.930

28

5901

5933

6090

6087

5637

5583

5242

5269

22872

0.936

29

6129

6166

6345

6326

5847

5813

5434

5449

23756

0.938

30

6325

6371

6553

6526

6050

5997

5629

5663

24558

0.938

31

6519

6547

6753

6768

6237

6184

5805

5815

25316

0.935

32

6693

6745

6933

6920

6406

6342

5965

5989

25999

0.931

33

6851

6904

7100

7084

6555

6522

6103

6099

26611

0.924

34

6997

7084

7252

7137

6698

6714

6237

6249

27185

0.916

35

7163

7163

7424

7424

6858

6858

6387

6387

27832

0.911

36

7302

7302

7566

7573

6989

6915

6509

6575

28367

0.903

   1结果的证明和分析
  a证明:(四台机同时发电)
  1)、极小点定义:若有x*?Rn,并存在δ>0,使得
  
  成立,则称x*是f的局部极小点。若当x/=x*时,上式为严格不等式,则称x*为f的严格局部极小点。若对任何x*?Rn时,上述不等式都成立,则称x*为f的全局极小点。若对任何x/=x*,上式为严格不等式,则称x*为f的严格全局极小点。
  2)、极小点的必要条件:
  若f在x*的某邻域D上连续可微,且x*是f的极小点,则f在点x*处的梯度为
  
  满足▽f(x*)=0的点x*,称为函数f(x)的驻点,它可能是极大点、极小点或鞍点。
  由 N=∑Ni=N1+N2+N3+N4
  Q=∑Qi=Q1+Q2+Q3+Q4
  dQ/dN1=dQ1/dN1+ dQ2/dN1+ dQ3/dN1+ dQ4/dN1
  = dQ1/dN1+ dQ2/dN2·dN2/dN1+
  dQ3/dN3·dN3/dN1+dQ4/dN4·dN4/dN1
  可得
  dQ/dN1=(dQ1/dN1-dQ2/dN2)+(dQ3/dN3-dQ2/dN2)dN3/dN1+(dQ4/dN4-dQ3/dN3)dN4/dN1
  要保证dQ/dN1=0,必须满足微增率相等,即dQ1/dN1=dQ2/dN2=dQ3/dN3=dQ4/dN4
  通过软件生成的数据在AutoCAD14环境下建立4条1~4号机的Q-N曲线,将其拟合,然后用离散牛顿法求各点的一阶偏导即微增率,其值如表二:
  [表二]微增率表

流量

No.1微增率

No.2微增率

No.3微增率

No.4微增率

26

0.0011

0.0011

0.0011

0.0011

27

0.0011

0.0011

0.0011

0.0011

28

0.0011

0.0011

0.0011

0.0011

29

0.0012

0.0012

0.0012

0.0012

30

0.0013

0.0013

0.0013

0.0013

31

0.0014

0.0014

0.0014

0.0014

32

0.0016

0.0015

0.0016

0.0016

33

0.0017

0.0017

0.0017

0.0017

34

0.0016

0.0016

0.0016

0.0016

35

0.0017

0.0017

0.0017

0.0017

36

0.0019

0.0019

0.0019

0.0019

  造成两种不同的优化方式的结果有所不同的原因分析:
  a由于初始状态、检索步长和扩展节点不同,但它们都在最优解附近。
  b求效率时循环结束条件为效率绝对误差<0.05%
  c计算机保留小数点后8位,引起的截断误差和舍入误差
  d计算时功率的小数位舍去
   2结论:
  a本系统用人工智能的方法求解水电厂内的智能调度问题,并用微增率相等满足极值点的必要条件证明了本方法的正确性。
  b通过控制流量(流量一定,功率最大化。)或控制功率(功率一定,流量最小化。)两种初始状态,用不同的多维优化方式得出相同的组态效率,可见其为该工况的最大值。
  c通过多次、反复地运行该软件,未出现因输入数据微小摄动而引起解的振荡或有较大扰动,可判定该软件算法是稳定的。
  d通过四台机优化解算的切换点趋势可看出,其三次曲线已趋平坦,对于装机台数大于四台的电站,只须根据电站实际情况,前置适当的算法,即可达到电站整体优化调度的效果。
  e 本系统对综合特性曲线兼容性强,具有工程实现容易等特点。
  f优化效果取决于检索步长,而检索步长的大小直接影响着计算机的运行时间和存储空间。
  综上所述,该软件采用面向对象的程序构造,用人工智能的方法求解水轮机的工况调度问题,可用不同的多维优化方式得出相同的组态效率得到互证,用纯数学的理论推导也证明了该软件生成的工况的极值点特性。
  

   参考文献
  [1] 齐学义,李沛. 人工智能与水电站经济运行[J].动力工程
  [2] 哈尔滨大电机研究所编. 水轮机设计手册 [M]. 北京:机械工业出版社,1976
  [3] 常近时,寿梅华,于希哲. 水轮机运行[M]. 北京:水利电力出版社,1983
  [4] 施妙根,顾丽珍 编著. 科学和工程计算基础[M].北京:清华大学出版社,2002
  The proof of water power station economic movement optimization solution

  LI Pei QI Xue-yi

  (LanZhou science and engineering university fluid motive and control college , LanZhou,730050)
  Abstract: This paper analyses the result of the digital automatically generate control system described by The artificial intelligence & water power station economic movement ,with the continuity of tiny-increasing-rate and the definiens of smallest proofs the smallest characteristic of the result,and gets the same combination appearance efficiency by two kinds of optimization
  Key word : water power station; tiny-increasing-rate; economic movement
  附图:全数字仿真自动发电控制界面
  

  
  作者简介:李沛(1966-)男,在职研究生,高级工程师



这个家伙什么也没有留下。。。

水利工程设计

返回版块

28.25 万条内容 · 341 人订阅

猜你喜欢

阅读下一篇

人工智能与水电站经济运行

摘要:本文通过对水电站经济运行问题的优化,用面向对象的软件构造,完成约束满足问题CSP(Constraint Satisfaction Problem)的推理求解,实现了知识表示、约束传递、智能回溯,并在微机上模拟运行。用面向对象、人工智能的方式解决水电站机组间负荷动态调度问题,编制了《全数字仿真自动发电控制系统》平台, 其生成结果的分析和证明由《水电站经济运行最优解的证明》完成。 关键词:水电站 微增率 经济运行 人工智能 产生式系统

回帖成功

经验值 +10