随着我国市场经济环境的日益完善及电力系统改革的深化,提高供电质量和经济效益已成为电力企业能否在市场竞争环境中健康成长的重要因素。水库群联合运用可显著改善供电的质量和可靠性,增强系统供电的安全性,提高系统的经济效益,论文就水库群发电优化调度模型展开研究。 论文探索了入库径流的中长期预报方法,研究相空间重构的基本原理和方法,并总结基于相空间重构的时间序列预测方法。论文选用福建金溪流域资料,耦合相空间重构与神经网络,构建了福建金溪流域水电系统入库径流预报模型,取得较好的预报精度。 提出了水电站群优化调度的人工神经网络方法—BP网络方法,探讨了神经网络的网络结构、训练参数、训练方法和训练样本的改变对网络训练和应用效果的影响。以电站历史出力和敏感影响因子作为BP网的训练样本,选用福建金溪流域资料构建水电站群优化调度神经网络模型,计算结果表明模型具有较好的模拟效果,结果贴近实际,精度令人满意。 根据梯级水电站系统的实用性要求,在结合厂内经济运行短期负荷分配方法的基础上,引入滑动解耦方法,并结合电站出力模拟计算方法建立梯级水电站系统短期负荷分配及模拟模型,模型通过福建金溪流域实际应用得到验证,具有较好的仿真性、实用性。