臺灣博碩士論文加值系統

大甲溪發電廠各分廠機組的運轉策略是以滿足供應大台中地區民生及工業用水的需求為首要考量，其次才考慮電力系統尖峰負載的需求。現行操作策略雖然符合電力系統經濟運轉的原則，但無一套精確的計算方法能使串聯式水力電廠調度模式發揮最大的經濟效益。本論文應用一個仿電磁理論演算法，搜尋每時段最佳放流量，以獲得最大總發電利潤，並比較現行大甲溪電廠的實際經濟調度。
實驗藉由現行二十三天非夏季資料，與提出的仿電磁理論演算法做比較驗證。實驗結果證明，提出的仿電磁理論演算法所得的調度計劃更能增加台電公司經營營收。

For the operating strategy of the Dajia river hydropower plant, it is an important consideration to satisfy the needs of tap water and process water consumption in the metropolitan area of Taichung. For the second consideration, it is to supply the electricity for power system during the peak load period.
In this thesis, an electromagnetism-like algorithm is proposed to solve the scheduling problem for a cascade hydro power plant. The objective is to search the optimal release quantity depending on the water level of the dam on the same day, and compare with the current economic dispatch pattern of the Dajia river hydropower plant.
Finally, 23 day of non-summer data were used to evaluate the proposed electromagnetism-like algorithm. The experimental results show that the proposed electromagnetism-like algorithm can obtain the greater income than the current economic dispatch of Taiwan Power Company.

目錄
中文摘要 I
ABSTRACT II
誌謝 III
目錄 IV
表目錄 VII
圖目錄 VIII
第一章　緒論 1
1.1研究背景與動機 1
1.2研究目的 2
1.3研究架構與流程 3
第二章　文獻探討 5
2.1水力發電系統概述 5
2.1.1慣常式水力發電系統 5
2.1.2串聯式水力發電系統 7
2.2發電系統調度方式 8
2.2.1水力發電系統調度方式 12
2.2.2 大甲溪電廠調度運轉情形 13
2.3水力發電量計算 19
2.3.1輸入與輸出功率 19
2.3.2電水比 22
2.4串聯式水力電廠文獻 24
第三章　仿電磁理論演算法 27
3.1仿電磁理論演算法原理與起源 27
3.2仿電磁理論演算法步驟 27
第四章　研究方法 33
4.1問題描述 33
4.2計算目標函數--當日總發電利潤 38
4.2.1 計算當日總發電利潤流程 38
4.2.2計算當日總發電利潤實例 41
4.3 提出的仿電磁理論演算方法 45
4.3.1 提出的仿電磁理論演算法流程 45
4.3.2提出的仿電磁理論演算法實例 49
第五章 實驗結果 54
第六章 結論與未來研究方向 57
6.1結論 57
6.2未來研究方向 58
參考文獻 60
附錄A 62
附錄B 63

表目錄
表2.1大甲溪串聯式水力發電系統設備概況 15
表2.2：大甲溪發電廠發電廠各分廠、機組水輪機中心標高 21
表2.3：德基水庫水位與水量對照表 23
表3.1局部搜尋演算圖例 29
表4.1大甲溪發電廠各水壩最高及最低發電運轉水位限制 35
表4.2時間電價表 41
表4.3 德基水壩非假日某日每時段放流量 42
表4.4德基水壩非假日某日每時段電水比值 43
表4.5德基水壩非假日某日每時段發電量 44
表4.6 起始解集合 49
表4.7局部搜尋後新的解集合 50
表4.8解集合之合適度函數值 51
表4.9各組解之電荷量 51
表4.10解集合相對應的作用力 52
表4.11最後產生新解 53
表5.1現行調度vs仿電磁理論演算法獲得之每日總利潤總表 55


圖目錄
圖1.1研究方法圖 4
圖2.1慣常式水力發電流程圖 6
圖2.2大甲溪串聯式水力發電系統示意圖 8
圖2.3夏季日負載曲線 11
圖2.4大甲溪電廠地理位置圖 14
圖2.5 串聯式水力發電系統各時段發電調度控制系統架構圖 18
圖2.6：取水發電示意圖 21
圖2.7導翼及動輪實體 22
圖3.1 仿電磁理論演算法的演算流程 28
圖3.2疊加原理 30
圖4.1 計算當日總發電利潤流程 39
圖4.2 提出的仿電磁理論演算法流程圖 46
圖5.1現行調度VS仿電磁理論演算法每日總利潤比較折線圖 56

[1]莊光明，台電月刊，台灣電力公司，第563期，第54頁，2010年7月。
[2]陳定光，水輪機概要，台灣電力公司訓練所，第110-111頁。
[3]陳定光，水輪機概要，台灣電力公司訓練所，第185-186頁。
[4]王小安、周建中、王慧、李承軍，遺傳算法在短期發電優化調度中的
研究與應用，計算機仿真，第20卷，第10期，第120-123頁，2003年l0月。
[5]陳堯、馬文光、楊道輝、黃煒斌、李佳，節能發電調度下梯級水電站短期優化調度研究，水力發電學報，第35卷，第10期，第85-87頁，2009年10月。
[6]葛文波、王蓉，線性規劃在三峽葛洲壩梯級樞紐優化調度中的應用，中國電力教育，第2009卷，第17期，第250-254頁，2009年9月。
[7]李亮、周雲、黃强，梯級水電站短期周優化調度規律探討，水利發電學報，第28卷，第4期，第38-42頁，2009年8月。
[8]孔大明、黃玉鵬、孔曉東，基於改進遺傳算法的水電廠經濟運行研究，水電自動化大壩監測，第33卷，第5期，第5-8頁，2009年10月。
[9]田華、梁節、簡永明，烏江流域梯級水電站聯合優化調度的探討，貴州水力發電，第23卷，第1期，第11-16頁，2009年2月。
[10]張智晟、董存、吳新振，基於量子粒子群優化算法的水電系統經濟運行，
電網技術，第33卷，第18期，第68-72頁，2009年10月。
[11]劉興舉，梯級水電站集中調度管理模式和發展方向，貴州水力發電，第23卷，第1期，第68-72頁，2009年2月。
[12]曹培熙、張潔儀，基礎物理學，曉園出版社，第699-704頁。
[13] Bïrbïl, S.I. and S.C. Fang （2003）, “An Electromagnetism-like Mechanism for Global Optimization,” Journal of Global Optimization, Vol. 25, pp. 263-282.
[14] Dasigenis, A.T. and A.R. Garcia-San Pedro （1995）, “Real-time Hydro Coordination and Economic Hydro Optimization,” IEEE Power Industry Computer Application Conference, pp. 150-157.
[15] Stokelj, T., D. Raravan, and R. Golob （2000）, “Short and Mid Term Hydro Power Plant Reservoir Inflow Forecasting,” International Conference on Power System Technology, Vol. 2, pp. 1107-1112.
[16] Li, C.A., A.J. Svoboda, C.L. Tseng, R.B. Johnson, and E. Hsu （1997）, “Hydro Unit Commitment in Hydro-Thermal Optimization,” IEEE Transactions On Power Systems, Vol. 12, pp. 764-769.
[17] Jian, G., C. Haoyong, and D. Xiaoying （2005）, “New Mode to Schedule and Price Hydro Power in Market Environment,” The 7th International Power Engineering Conference, pp. 1-4.
[18] Piekutowski, M.R. and T. Litwinowicz （1994）, “Optimal Short-Term Scheduling for a Large-Scale Cascaded Hydro System,” IEEE Transactions on Power Systems, Vol. 9, pp. 805-811.