Page 79 - 2024年第55卷第11期
P. 79

水  利  学  报

                2024年 11月                           SHUILI  XUEBAO                         第 55卷 第 11期

              文章编号:0559 - 9350(2024)11 - 1345 - 11

                            基于 DQN算法的水电站站内负荷优化分配研究


                                                                            1
                                                     1
                                  谭乔凤    1,2 ,宋嘉伟 ,闻 昕          1,2 ,曾宇轩 ,王 浩          3
                    (1.河海大学 水利水电学院,江苏 南京 210098;2.河海大学 水安全与水科学协同创新中心,江苏 南京 210098;
                                             3.中国水利水电科学研究院,北京 100038)

                摘要:水电站负荷分配是自动发电控制体系的基础,既往方法难以适应新时期水电站大容量、多机组、复杂振动
                区的特性,以及流域复杂多样的多目标调控要求。本文分析电站不同运行时期的综合利用要求,构建了兼顾水利-
                电力需求的站内负荷分配模型,研发了基于深度 Q网络(DQN)的高效求解算法,可在完成电网负荷指令的前提
                下,灵活满足不同时期和工况下各类流量、水位的调控目标。以大渡河枕头坝水电站为例,枯水期代表月内发电
                                                                                                   2
                耗水量减少 0.14%,实现节水增发,提高了电站运行经济性;汛期代表月内水位变幅的方差减小 0.876m ,有效
                平抑了高强度调峰调频下电站水位大幅波动,保证电站运行的安全性。同时,计算精度从既往静态负荷分配表的
                3~5MW 提升至 1MW,计算效率提高 88.2~106.4倍,可为新时期复杂水电系统调度运行提供技术支撑。
                关键词:负荷分配;强化学习;经济运行;水利- 电力调控;高效决策
                                 文献标识码:A                                 doi:10.13243?j.cnki.slxb.20240084
                中图分类号:TV697.1

              1 研究背景


                  我国水电装机规模超 4.2亿kW            [1] ,跨省跨区输电能力超 1.1亿kW·h。单站最大总装机容量 2250
              万kW,单机容量最大达 100万kW,是世界上规模最大、最为复杂的水利- 电力互联系统。站内负荷分
              配是指根据水电机组基本特性、运行情况等,将电网下达给电站的负荷指令合理分配至各运行机组,
              满足流域水利综合利用以及电站安全运行的要求,核心在于决策的科学性和高效性,这是水电站自动
              发电控制体系的基础,也是保障工程安全、经济、高效运行的关键                                [2] 。
                  在高速发展和大规模建设背景下,我国水电工程在系统规模、消纳方式、运行条件、协调关系等
              方面  [3 - 4] 发生了显著变化,加之复杂边界条件、多目标要求                     [5 - 6] 以及动态变化的水情、工情等不确定
              因素影响,负荷分配方法面临诸多新的挑战:一方面,既往方法通常以耗水率最小为目标                                           [7] ,无法满
              足新时期生态、航运、检修施工等更复杂的多目标调控任务,以及更精细的水位、流量调控要求,尤
              其当负荷频繁变化时易造成水电站机组长时间在低效率区运行、频繁穿越振动区、流量水位波动加
              剧、闸门被动频繁运用等问题              [8] ;另一方面,既往站内负荷分配通常基于等微增率基本原理                            [9] ,采用
              离线计算静态负荷分配表和实时动态查表的方法                       [10 - 13] ,在过去电站规模不大、机组数量不多的情况下
              可满足实时运行决策效率要求,但对于新时期大容量、多机组、多段可变复杂振动区的大型水电站而
              言,易出现 “维度灾” 问题            [14] ,计算效率和精度明显不足           [15 - 16] 。
                  随着大数据分析、云计算等新兴技术的发展,人工智能算法逐步应用于水库调度问题求解中,如
              粒子群算法      [17] 、蚁群算法   [18] 、遗传算法   [19] 等。其中,粒子群算法是基于群体智能的优化算法,适用


                 投稿日期:2024 - 02 - 15;网络首发日期:2024 - 09 - 25
                 网络首发地址:https:??link.cnki.net?urlid?11.1882.TV.20240925.1103.001
                 基金项目:国家自然科学基金项目(52479013)
                 作者简介:谭乔凤( 1991 - ),博士,教授,主要从事水利水电工程调度研究。E - mail:qiaofengtan@126.com
                 通信作者:闻昕(1987 - ),博士,教授,主要从事水利水电工程调度研究。E - mail:njwenxin@163.com
                                                                                                   3
                                                                                              —   1 4 5 —
   74   75   76   77   78   79   80   81   82   83   84