Using Predictive Model of Mean Monthly Flows for Large Open Reservoirs Hydropower Control
Loading...
Date
2014-12-17
Authors
ORCID
Advisor
Referee
Mark
Journal Title
Journal ISSN
Volume Title
Publisher
Elsevier Science Publishers
Altmetrics
Abstract
Conventional hydropower reservoir operations are mostly based on rules or rule curves. The paper describes algorithm which has been created on idea of adaptive control theory. The adaptive control approach uses repeatedly generated medium-term water flow predictions on a several months ahead as inflows into the large open reservoirs. Values of control outflows are searched by evolution algorithm optimization methods. Principle of the predictive model of average monthly flows is introduced in this paper. The algorithm is applied to the operation hydropower control of selected reservoir.
Klasické řízení hydroenergetické funkce vodních nádrží vychází převážně z pravidel a dispečerských grafů. V příspěvku je popsán algoritmus vycházející z adaptivního operativního řízení, které využívá opakované střednědobé předpovědi přítoků vody do nádrží na několik měsíců dopředu. Hodnoty řízených odtoků vody jsou hledány optimalizací, která vychází z evolučních algoritmů. Je popsán princip předpovědního modelu průměrných měsíčních průtoků. Algoritmus je aplikován na řízení provozu hydroenergetické funkce vybrané nádrže.
Klasické řízení hydroenergetické funkce vodních nádrží vychází převážně z pravidel a dispečerských grafů. V příspěvku je popsán algoritmus vycházející z adaptivního operativního řízení, které využívá opakované střednědobé předpovědi přítoků vody do nádrží na několik měsíců dopředu. Hodnoty řízených odtoků vody jsou hledány optimalizací, která vychází z evolučních algoritmů. Je popsán princip předpovědního modelu průměrných měsíčních průtoků. Algoritmus je aplikován na řízení provozu hydroenergetické funkce vybrané nádrže.
Description
Citation
Procedia Engineering. 2014, vol. 89, issue 12, p. 1486-1492.
http://www.sciencedirect.com/science/article/pii/S1877705814025508
http://www.sciencedirect.com/science/article/pii/S1877705814025508
Document type
Peer-reviewed
Document version
Published version
Date of access to the full text
Language of document
en
Study field
Comittee
Date of acceptance
Defence
Result of defence
Document licence
Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 Unported
http://creativecommons.org/licenses/by-nc-nd/3.0/
http://creativecommons.org/licenses/by-nc-nd/3.0/