0 引 言

风能作为清洁可再生能源是解决全球日益紧张的环境污染问题与能源危机的重要措施。风电功率预测精度不高及风电本身较强的随机性、波动性及反调峰性等问题，给电网消纳风电带来极大的挑战，且风电场存在严重的弃能现象，制约了风力发电的进一步发展[1-2]。抽水蓄能电站作为储能系统与风电场配合运行可以改善风电的不良特性，且具有技术成熟、建设成本低、容量大等优点[3]。

如何建立科学全面的风电-抽水蓄能电站联合运行模型及采用何种仿真求解算法是当前国内外专家研究的热点。文献[4-7]建立了风电-抽水蓄能联合运行模型，并以风电场的运行效益与风电场输出功率平滑度作为目标函数，采用不同的智能优化算法对优化模型进行求解验证。文献[8-9]在建立的联合优化模型中分别加入了实际运行偏离协约负荷的惩罚因素与可逆式水轮机的启停费用因素，进一步提高了联合系统运行的全面性与有效性。文献[10]以联合系统最小弃风量为目标，建立协调运行整数规划模型，提高了风能的利用率。

基于先前研究背景，本文综合考虑联合系统偏离规划出力的惩罚、风电场弃能惩罚、抽水蓄能电站转换能耗及机组启停费用等多种约束限制因素，并设置离散的奖励惩罚性电价[11]建立最优模型，采用改进的克隆选择算法对模型进行仿真分析，模拟仿真结果表明了本文所建联合运行模型的全面性与求解算法的有效性。

每次浇筑混凝土前，应先由测量组对模板四角坐标进行复测，所测结果与薄壁墩四角设计坐标对比，进行调整。如果控制不到位，就会出现平面位置偏移，墩身会发生扭曲，呈现蛇形，影响外观。

1 风电-抽水蓄能电站联合运行优化模型

要确定优化地区次日n个时段(一个运行日分为24个时段，不是指的某个时刻，而是时间段)的电网负荷预测值Pfyj及风电场n个时段的出力预测值Pvj，联合运行系统综合分析之后申报次日n个时段联合出力在电网负荷所占的比例λj，即确定联合系统规划出力Pgj。加入多种约束惩罚因素后以风电场实际收益最大，实际入网功率与规划入网功率偏差程度最小为最优目标建立数学模型。

1.1 目标函数

1.1.1 风电场净收益

(2) 橡/塑制品用后被当作废弃物残存在环境中，简直是“顽固不化”，经年累月，必然会对环境、生态、人类生存带来灾难性的后果。回收与利用，能“变废为宝”、“变弃儿”为“宠儿”，实现资源的再生利用和循环经济发展。

风电场的实际收益F1包含以下几个部分组成：

发展是事物从出生开始的一个进步变化的过程，是事物的不断更新，是一种连续不断的变化过程，既有量的变化，又有质的变化；既有正向变化，也有负向变化.文化创意产业园区发展评价指标体系的建立是要推进园区的正向发展，即园区的不断进步变化，既包括量的增加，也包括质的提升.

式中：Cplj为第j时段联合系统偏离规划出力惩罚单价；Pgj为第j时段规划出力。

(1)

即风电场净上网电量收益减掉所有惩罚款项，优化目的是要求得风电场实际收益的最大值，即maxF1。

2)联合系统偏离规划出力惩罚f2

(2)

1)净上网电量收益f1

4)水电机组启停惩罚费用f4，把水电机组启停惩罚费用折算成抽水发电机组的损耗费用，即：

以往的课题研究的对象都以专业教师为主，而本课题将对专业教师与学生的关系、专业教师与思想政治教育工作者的关系以及思想政治教育工作者和学生的关系进行分析研究，带动师生关系的全方位构建，建立彼此间联系，让师生关系最优化，德育效果最优化。这就可以建立一项“三方”互评制度，学生评专业老师、学生评辅导员、辅导员评专业老师、专业老师评辅导员的互评制度，通过互评机制带动专业教师与思想政治教育工作者的共同协作，这样更有利于构建良好的 “三点关系”。

(3)

1.2.2 等式约束

3)风电场弃能Pqj惩罚f3

水文学作为高等师范院校地理科学专业的专业必修课之一，主要培养学生掌握有关水循环基本原理和水量平衡等内容．通过教学使学生比较全面地认识作为自然地理环境构成要素的水在自然环境中的作用，各种水文现象的特点与变化规律．首先，深入认识和掌握水文学的基本理论、基本方法与技能，为学习区域自然地理打下必要基础；其次，水是宝贵的自然资源之一，通过教学使学生能掌握开发利用和保护水资源的一般知识；第三，水文学是中学地理教学应该具备的基础知识，师范院校地理专业开设水文学也是为中学地理教育服务．然而现有的高校水文学教学大都存在一些问题．

(4)

式中：Cpfj、Chfj分别为第j时段水泵抽水、水电机组发电惩罚单价。

5)抽水蓄能电站抽水发电转换能耗惩罚f5

(5)

式中：Czhj为第j时段转换能耗惩罚单价；ηp，ηh分别为抽水发电转换效率。

式中：Ppmin、Ppmax为水泵机组抽水最小功率与最大功率；ηp为抽水效率；Qmax为蓄能电站最大储能值。

F1=f1-(f2+f3+f4+f5)

(6)

式中：n为运行日优化时段；Cj、Cpj分别为第j时段的入网电价与抽水电价；Pwj、Phj、Ppj分别为第j时段的风电直接入网功率、水电机组与水泵运行功率。

加下划线的一部分，虽说在形式上也是动词性主谓句，但是并不属于典型的叙事语体，因为其中“年轻力壮、腿脚灵利的”、“漂亮的车”、“整天儿”、“坐快车的主儿”都不是个体，叙事的动作“讲究赁漂亮的车……”等不是具体的动作，也不是瞬间能完成的现实动作，所以，这个话语是属于解释性语体，呼应该段的第一句话“北平的洋车夫有许多派”。我们看到，典型的叙事语体是为了表达人物在一个连续时间内的动作行为，具备两个基本特征：时间的连续性和施事的凸显性。

1.1.2 风电场入网质量

设置风电场实际入网功率与规划入网功率的偏离最小为目标(入网质量)，即：

由县（区）水利普查办召集县级现场复核会，所有县级普查员、普查指导员参加会议，会上由复核小组说明现场复核的程序。

(7)

1.2 约束条件

1.2.1 不等式约束

在鲁甸县江底乡牛栏江边，立有一块“江底三桥”说明碑，其中写道：“江底三桥系铁索桥、钢梁桥和双曲拱桥。由南向北，跨于牛栏江面，南为会泽，北为鲁甸。”

1)联合系统入网出力约束

(1-α)λjPfyj≤Pwj+Phj≤(1+α)λjPfyj

(8)

式中：α为联合系统入网功率在规划出力基础上允许波动的比例；λjPfyj第j时段规划出力。

2)水电机组发电功率约束

(9)

式中：Phmin、Phmax分别为水电机组发电出力最小值与最大值；ηh为蓄能电站发电效率；Qmin为蓄能电站最小储能值；Qj为第j时段蓄能电站储能值。

3)抽水功率约束

(10)

综上分析得出，风电场的实际收益为：

式中：Cqj为第j时段风电场弃能惩罚单价；Pvj为第j时段风电场捕获风能。

Pvj=Pwj+Ppj+Pqj

(11)

(12)

Pgj=λjPfyj

(13)

Plj=Pwj+Phj

(14)

Ppj×Phj=0

(15)

式中：Plj为第j时段联合系统入网功率。

2 改进的克隆选择算法

所建优化模型的求解是一个多约束、非线性的动态优化问题，并且模型变量之间的取值相互制约相互影响，给算法带来很大难度。本文采用改进的克隆选择算法对模型进行仿真分析，借鉴文献[12]的方法，采用混和变异策略，可以加快搜寻全局最优解，并且能够提高解的精度及多样性。算法流程如图1所示。

图1 算法流程图

3 算例分析

3.1 算例构成与参数设置

虚拟出我国某地次日各时段负荷预测均值Pfyj及风电场出力预测均值Pvj，对Pfyj、Pvj进行计算分析并以激励更多风电参与电网调峰为目的，申报次日n个时段联合出力在电网负荷所占的比例λj，从而得出联合系统规划出力Pgj；设置带有激励与惩罚性质的动态离散入网电价。各变量每个时段基础数据如表1所示，表中出现的各能量值单位为MW·h，电价单位为元/MW·h。

各参数设置：优化时段n=24；Cpj=0.25Cj；Cplj=0.1Cj；Cqj=0.15Cj；Cpfj=Chfj=50元/MW·h；ηp=0.8；ηh=0.9；Czhj=0.1Cj；上水库初始储能Q0=0；Qmax=1 000 MW·h；风电场装机容量600 MW；抽水蓄能电站装机装机容量为150 MW(5×30 MW机组)；Ppmin=Phmin=0；Ppmax=Phmax=150 MW。

表1 各变量每个时段基础数据

时段PfyjPvjλjPgjCj06502500.426040016254500.425030026004800.424030035623370.422530045254300.421030055122000.420530065374370.421530077504250.430040088755000.543780099124300.6547900109755800.6585900117754350.5387800127873600.5394800138754000.5437800149254500.6555900159125200.6547900168504620.5425800177755750.5388800188003900.5400800198754000.5437800208875000.5444800218504900.5425800227755500.431040023750950.4300400246502500.4260400

3.2 算例求解与分析

α取20%，设置算法初始种群规模N=200，外部记忆库Bmk中保留的Pareto解的最大个数nmax2为100，运行200代，每代被选取进行下一代进化操作的最大个体数nmax1取50，每一个克隆扩增为原来的四倍。按照图1所示克隆选择算法流程在MATLAB7.0以上的软件中进行程序代码的编写，对所建优化模型进行仿真求解，得出加入抽水蓄能电站优化前后各项惩罚金额如表2所示，联合运行系统在各时段的入网Plj出力如图2所示，各时段水泵抽水出力Ppj、水电机组发电出力Phj及上水库库容Qj如图3所示。

图2 联合运行系统输出功率

表2 有无抽水蓄能电站各项惩罚金额比较 万元

时段入网净收益弃能惩罚偏规划惩罚抽水发电转换能耗惩罚单独联合单独联合单独联合费用费用抽水发电19.008.640.680.060.150.110.4500.09028.648.250.860.250.140.110.4500.09038.105.590.300.020.160.110.4500.09047.747.680.770.110.140.140.4500.09056.005.0300.010.020.110.0900.02067.747.200.810.210.130.080.4500.090714.4010.190.390.120.240.180.6000.120840.0041.9200.070.500.7000.1500.03938.7050.22001.050.1000.6000.121052.2054.90000.050.2300.1500.031134.8037.20000.380.6200.1500.031228.8031.20000.270.0300.1500.031332.0036.80000.300.1800.3000.051440.5051.30000.950.1400.6000.121546.8054.90000.240.5800.4500.091636.9639.36000.300.5400.1500.031737.1236.401.3300.610.540.9600.1901831.2038.40000.080.6400.4500.081932.0034.40000.300.0600.1500.032040.0042.40000.450.6900.1500.032139.3040.8000.120.520.6800.1500.032214.8814.411.070.240.960.200.6000.1202309.800.5701.200.2200.7500.072410.008.4700.050.040.190.1200.020合计616.88675.466.781.269.187.184.624.350.920.77

图3 各时段抽水、发电及上水库库容功率值

由表2可得,风电与抽水蓄能电站联合运行系统弃能惩罚为1.26万元，比风电场单独运行弃能惩罚6.78万元减少了5.52万元，说明联合运行减少了弃能，提高了能源利用率；联合运行入网功率偏离规划出力惩罚为7.18万元，比风电场单独运行偏离惩罚9.18万元减少了2.00万元，说明联合运行系统减小了输出功率与规划入网功率之间的偏离程度；联合运行系统水电机组抽水发电启停损耗费用为8.97万元；联合运行系统抽水发电转换能耗费用为1.69万元；由式(6)算出联合运行系统净收益为656.36万元，比风电场单独运行净收益600.92万元多了55.44万元。

由图2可以看出,各时段联合运行系统入网功率在规划入网功率附近波动，偏离很小。

基于直方图谷点门限阈值分割方法是最直观、有效的图像分割方法。一般情况下，图像中同一对象的像素灰度集中在一个灰度附近，一般认为灰度直方图的每个峰值及左右邻域代表图像中一个目标，谷值是从一个目标到另一个目标的过渡点。基于直方图谷点门限阈值分割就是用谷值作为阈值来对这些峰所代表的目标区域进行分割[8-9]。

由图3可以看出,在低电价即电网负荷低谷时段，水泵抽水，把多余的风能以势能形式储存在上水库，水库储能增加，在高电价即电网负荷高峰时段，水电机组启动，上水库储存的势能重新入网，水库储能减少，抽水和发电没有同时进行。

4 结束语

针对风电自身较强的随机性、波动性及反调峰性等不良特性导致大量弃能及入网困难的现状，本文建立了风电与抽水蓄能联合优化调度模式。仿真分析表明：抽水蓄能电站对风电场捕获的风能根据电网负荷及入网电价在时间上进行“搬运”，实现了调峰作用，减少了弃能，增加风电场的效益；联合系统能够减小实际入网功率与规划入网功率之间的偏离程度，提高了风电的可靠性；联合系统能够提供优化日各时段水泵、水电机组的出力调度值，为调度中心提供参考。

全书三辑：清官事迹、湘军人影、晚清面相。描绘了晚清官场百态，既颂清官、扬正气，又刺贪官、惩腐恶，激浊扬清，爱憎分明，痛快淋漓。

参考文献：

[ 1 ] 张宁，周天睿，段长刚，等．大规模风电场接入对电力系统调峰的影响[J]．电网技术，2010，34(1)：152-158．

[ 2 ] 张丽英，叶廷路，辛耀中，等．大规模风电接入电网的相关问题及措施[J]．中国电机工程学报，2010，30(25)：1-9．

[ 3 ] KALDELLIS J K，KAVADIAS K A.Optimal wind-hydro So1ution for Aegean sea islands’electricity-demand fulfillment[J]．Applied Energy，2001，70(4)：333—354．

[ 4 ] 王乐，周章，尉志勇.风电一抽水蓄能联合系统的优化运行研究[J].电网与清洁能源，2014，30(2)：70-75.

[ 5 ] 潘文霞，范永威，杨威．风-水电联合优化运行分析[J]．太阳能学报，2008，29(1)：80-83．

[ 6 ] 刘淼淼，郭琰，陈江涛.风电-抽水蓄能机组联合调度研究[J].工矿自动化，2013,39(5):70-75.

[ 7 ] 王晓兰，李志伟．风电-抽水蓄能电站联合运行的多目标优化[J].兰州理工大学学报，2011,37(05)：78-82.

[ 8 ] 赵亮，王坚，梁志飞,等．基于粒子群算法的风电—抽水蓄能联合运行优化研究[J].水利水电技术，2014,45(7)：124-126．

[ 9 ] 胡泽春，丁华杰，孔涛．风电-抽水蓄能联合日运行优化调度模型[J]．电力系统自动化，2012，36(2)：36-41．

[10] 邹金，赖旭，汪宁渤．以减少电网弃风为目标的风电与抽水蓄能协调运行[J].电网技术，2015，3(9):2472-2477．

[11] 游文霞,常俊晓,李文武,等. 基于动态离散电价协约的风电-抽蓄联合日运行优化研究[J].水电能源科学，2015,33(12):209-215.

[12] 陶新民，刘玉，付丹丹,等．混合变异克隆选择多目标优化算法[J].计算机仿真，2011,28(10)：199-203.