随着电力行业逐步走向市场,水电站在水库调度的工作中拥有了更多的自主权和灵活性,如何利用好现有的设备和人员,尽可能多的发电、创造产值,增加发电效益成为了各个水电厂当前的主要任务。本文以此为题,分别对水电站的中长期径流预报模型和实时优化调度模型两个关键技术进行了探究,研究主要包括以下几方面内容: 第一部分,在较全面的回顾了近年来国内外对水库中长期径流预测研究现状的基础上,提出了基于小波分析的周期分析预测方法。模型既利用了小波变换良好的时频分析的特点,也发挥了周期均值叠加法周期分析的优势,实践证明,将该方法应用于三峡水库的月均入库径流预测,可以取得满意的结果,模型预测精度较高。 第二部分,本文分析了小波周期模型的分解尺度数和各种不同入库径流序列对模型预测精度的影响程度。研究结果表明:当尺度数小于3时,预测精度较差,而当尺度数增加到一定数量时,预报精度将不再改善;模型的预测精度与序列的时段长短有一定的关系;过长或过短的时间序列长度都会不同程度的影响预测精度;模型预测精度的好坏和水库的控制流域面积的大小密切相关,模型对那些流域面积较小、历史径流序列波形、相位不稳定的水库仍然存在着预测精度不高的问题。 第三部分,对水电站群的实时优化调度模型进行了研究,针对当前的电力市场运营模式,提出建立具有不同时段长与调度期相互耦合的分层模型系统,通过分层次调度模型互相嵌套,滚动修正,提高模型的实用性。实践证明优化调度模型具有简单实用的特点。