水电站水库长期优化调度模型及调度图
- 格式:docx
- 大小:47.30 KB
- 文档页数:13
水库优化调度的方法水库优化调度是指通过合理的水库操作和调度策略,最大限度地实现水库资源的综合利用,提高水库的供水能力和调节能力,满足不同需水阶段的需水量,同时保护水资源的可持续利用。
水库优化调度方法可以通过以下几个方面进行实现:1. 建立合理的水库调度模型:水库优化调度需要建立合理的数学模型,包括水库的供水模型和调节模型。
供水模型主要通过分析降雨入库、蒸散发和下泄流量等因素,确定出适当的供水量。
调节模型主要通过分析水库上下游的水位变化和流量变化,制定合理的调节方案。
2. 基于水库特性的调度策略:水库优化调度需要综合考虑水库的特性和水资源的需求,制定合理的调度策略。
水库特性包括水库的容积、水位-库容关系、水位-出力关系等,需要根据实际情况进行调整。
调度策略可以分为长期调度、季节调度和短期调度,通过调整水库上游的蓄水和下游的出库流量等参数,保证水库满足不同季节和不同需水阶段的需水量。
3. 确定适当的调度指标:水库优化调度需要制定适当的调度指标,包括水位、库容、供水量、调节能力等。
通过合理地设置调度指标,可以更好地调配水库水资源的供需关系,使得水库在供水和调节方面都能够起到最佳的作用。
4. 考虑生态环境保护:水库的优化调度不仅需要考虑经济和社会的需求,还需要兼顾生态环境的保护。
在制定调度策略时,需要考虑水库上游和下游的生态系统需求,合理安排蓄水和放水的时间和量,保持水库周边生态环境的平衡和稳定。
5. 利用智能优化算法:水库优化调度可以利用智能优化算法来求解最优解。
智能优化算法包括遗传算法、粒子群算法、模拟退火算法等,通过对水库供需关系和调度指标的建模,利用智能优化算法进行求解,可以得到水库最优的调度策略。
6. 引入信息技术支持:水库优化调度可以通过引入信息技术来提高调度效率和准确度。
利用水文气象监测和预报系统,及时获取水库周边的降雨和蒸发情况,对水库进行监控和预警,及时调整调度方案。
同时,建立水库调度管理系统,实现对水库调度过程的实时监测和控制,提高调度的自动化水平。
水电站水库中长期调度时,供水期基本调度线的绘制方法
水电站水库中长期调度时,供水期基本调度线的绘制方法如下:
1. 首先,需要确定水库的最低水位和最高水位,以及水库充放水的工作水位。
2. 然后,根据水库的工作水位,可以确定出每个月的蓄水量,同时也可以确定出每个月的最低蓄水量和最高蓄水量。
3. 在确定了各个月的蓄水量之后,就可以根据水库的实际出水量,计算出每个月的来水量和出水量。
4. 然后,根据来水量、出水量和蓄水量,可以绘制出供水期基本调度线。
基本调度线应该满足以下要求:
- 在整个供水期内,水库的水位应该保持在最低蓄水量和最高蓄水量之间。
- 应该尽量平滑地调整水库水位,避免在某些月份出现急剧的水位变化。
- 在供水期开始和结束之间,应该尽量减小水库的波动。
5. 绘制好基本调度线之后,还需要对其进行优化。
优化的目的是尽量减小水库在供水期内波动的幅度,同时确保供水期内的用水量和来水量之间的平衡。
绘制供水期基本调度线是水库中长期调度的重要环节,需要综合考虑水库的蓄水能力、调度的合理性和保障供水的稳定性。
水库调度与管理系统的优化模型研究优化水库调度与管理系统是水利工程领域的一个重要课题,研究如何合理、高效地调度水库的水量供应,对于提高水资源利用效率、保障社会经济发展具有重要意义。
本文将对水库调度与管理系统的优化模型进行研究,探讨如何通过优化模型来提高水利工程的运行效率。
首先,水库调度与管理系统的优化模型需要考虑水文条件、水库水情、水需求等多种因素。
在建立模型时,需要收集和分析历史水文资料,预测未来的水文情况,同时还需对水库的运行特点进行深入研究。
通过对水文和水库特点的全面分析,可以建立合理的数学模型,为水库调度提供科学依据。
其次,水库调度与管理系统的优化模型需要考虑多个约束条件。
水库的调度过程中,会受到水库容量限制、洪水调度要求、环境水量保护等多个约束条件的制约。
在建立优化模型时,需要将这些约束条件纳入考虑,确保调度方案的合理性和可行性。
同时,还需权衡不同的约束条件之间的矛盾与冲突,以及水库调度的长期经济效益和社会效益之间的平衡。
第三,水库调度与管理系统的优化模型可以采用多种方法进行求解。
常见的方法包括线性规划、整数规划、动态规划、遗传算法等。
线性规划方法可以较为简单地处理水库调度问题,但对于复杂的系统可能不够灵活;整数规划方法能够处理调度问题的整数约束条件,但对于大规模系统的计算复杂度较高。
动态规划方法可以较为准确地求解动态水库调度问题,但对于长期调度问题计算量也较大。
遗传算法是一种模拟生物进化过程的优化方法,适用于求解复杂的非线性和多目标优化问题。
最后,水库调度与管理系统的优化模型需要考虑系统的可行性和鲁棒性。
在建立优化模型时,应该考虑到各种不确定性因素的影响,例如水文预测的误差、水需求变化的不确定性等。
同时还需进行模型的灵敏度分析,评估不同因素对调度方案的影响程度,以及系统在不同条件下的鲁棒性。
通过建立可行性和鲁棒性分析,可以提高水库调度与管理系统的可靠性和稳定性。
综上所述,水库调度与管理系统的优化模型研究是一项复杂而充满挑战的任务。
基于随机动态规划的水电站水库长期优化调度摘要:水库调度的目的在于希望保证水库的安全可靠,又能充分发挥其效益。
水库调度又称为水库控制运用,指在水库来水与用水变动的情况下,根据径流特性和水库的任务要求,有目的、有计划地统筹安排水库蓄水与洪水、拦洪与泄洪、防洪与兴利的一种技术和措施。
所以,水库调度将直接影响着水电站的安全经济运行和水库综合效益的发挥,水库调度是非常必要的。
本设计以湖南省凤滩水力发电厂为例,较详细完整地介绍了一种通过以动态规划与马尔可夫随机决策过程理论为基础研究讨论了随机动态规划水库优化发电调度的理论和方法。
并以此方法通过对1951~2005水电厂的基本数据的处理和分析,研究了如何根据水文资料建立凤滩水力发电厂随机动态规划水库优化调度模型,通过相关数据计算,用动态规划的方法从多阶段马尔可夫过程中,寻得每个阶段的最优水位,从而可以绘制出凤滩水力发电厂优化发电调度图。
本设计最后根据所讨论的动态规划方法绘出了确定条件下凤滩水电站丰水年、平水年、枯水年情况下的水库优化调度图。
关键词:水电站;水库优化调度;动态规划;水库调度图Abstract:The purpose of Reservoir Reservoir in the hope of ensuring the safety and reliability, but also give full play to it seffectiveness. The dam reservoir operation,also known as the use of that water in the reservoir inflow and changes incircumstances,according to mandate of runoff characteristics and requirements of the reservoir, apurpose, there are plans to co-ordinate arrangements for water storage and flood, Lan Hong and flood, flood control and Hennessy, a technology and measures.Therefore,thereservoir operation will directly affect the safe operation of hydropower stations and reservoirs comprehensive benefits of play,reservoir operation is necessary. The design of hydroelectric power plant in Hunan Province Fengtan example, a more detailed and complete description of a through stochastic dynamic programming and Markov decision process based on the theory of stochastic dynamic programming to discuss the scheduling of power generation reservoir optimization theory and methods. And in this way from1951 through 2005 Hydropower basic dataprocessing and analysis of hydrological data studied how to build hydro electric powerplants Fengtan stochastic dynamic programming model for optimal operation of reservoirs, the data calculated by using dynamic programming From the multi-stage Markov process,look for the optimal level for each stage, which can draw Fengtan optimal generation scheduling hydroelectric power plant plans. Finally, according to the design of the dynamic programming approach discuss edinplotto determine the wet conditions, Feng Hydropower Station, the average year, dry year in case of reservoir operating rule curves.Keywords:hydropower;reservoir optimal operation;dynamic programming;reservoir operation plans1前言1.1问题的提出水资源通常是指平均每年可以得到的淡水量,而大气降水量则是它的补给来源(或毛水资源量)。
水库调度优化模型及应用研究一、引言水库调度是水资源管理的重要环节,其目的是在满足各种约束条件的前提下,实现水资源的高效利用和综合效益最大化。
随着社会经济的发展和水资源供需矛盾的日益突出,传统的水库调度方法已经难以满足实际需求,因此,研究和建立更加科学合理的水库调度优化模型具有重要的现实意义。
二、水库调度的基本概念和任务(一)水库调度的定义水库调度是指根据水库的来水、用水需求、水库特性以及其他相关因素,通过合理控制水库的蓄放水过程,以达到防洪、兴利、发电、灌溉、供水等目标的管理活动。
(二)水库调度的任务1、防洪调度确保水库在洪水期间能够有效地削减洪峰流量,保障下游地区的防洪安全。
2、兴利调度合理分配水资源,满足发电、灌溉、供水等兴利部门的用水需求,提高水资源的利用效率和经济效益。
3、生态调度考虑水库下游生态环境的需求,维持河流生态系统的稳定和健康。
三、水库调度优化模型的类型(一)确定性优化模型确定性优化模型基于确定性的来水和用水条件进行建模,常见的有线性规划模型、非线性规划模型和动态规划模型等。
1、线性规划模型通过建立线性目标函数和线性约束条件,求解最优调度方案。
但对于复杂的水库调度问题,可能存在线性化误差。
2、非线性规划模型能够处理目标函数和约束条件中的非线性关系,但计算复杂度较高。
3、动态规划模型将水库调度问题分解为多个阶段,通过递推求解最优决策序列,但可能存在“维数灾”问题。
(二)随机性优化模型考虑来水和用水的不确定性,采用随机变量来描述,如随机动态规划模型、蒙特卡罗模拟模型等。
1、随机动态规划模型在动态规划的基础上引入随机变量,能够更好地处理不确定性,但计算量较大。
2、蒙特卡罗模拟模型通过大量随机抽样来模拟水库调度过程,评估不同调度方案的效果,但结果的准确性依赖于抽样数量。
(三)智能优化算法模型如遗传算法、粒子群优化算法、蚁群算法等,具有较强的全局搜索能力和适应性。
1、遗传算法通过模拟生物进化过程中的遗传变异和自然选择来寻找最优解。
水电站发电运行方案的调度与优化一、引言水电站作为一种清洁、可再生的能源发电方式,在能源领域具有重要地位。
为了提高水电站的发电效率和经济性,需要进行科学合理的发电运行方案的调度与优化。
本文将探讨水电站发电运行方案的调度与优化方法。
二、发电运行方案的目标发电运行方案的调度与优化旨在实现以下目标:1.确保发电机组的安全稳定运行,防止发生过负荷、过频、过流等故障;2.最大限度地提高发电效率,实现经济效益最大化;3.充分利用水资源,实现能源的可持续发展;4.根据电力市场需求,灵活调整发电计划,确保电网供需平衡。
三、发电运行方案的调度发电运行方案的调度是指根据水电站的特点和电力市场的需求,对发电机组进行合理的运行计划安排。
调度过程中需要考虑以下因素:1.水资源的变化情况:根据水库的水位、来水流量等因素,调整发电机组的开停机时间和输出功率;2.电网负荷需求:根据电力市场的负荷需求,灵活调整发电机组的出力,确保电网供需平衡;3.发电机组的技术指标:根据发电机组的额定容量、额定转速等技术指标,合理安排运行计划;4.考虑环境因素:根据水电站所处的气候环境,如温度、湿度等因素,对发电机组进行适当的调整。
四、发电运行方案的优化发电运行方案的优化是指通过算法和数学模型等方法,对发电运行方案进行优化,以提高发电效率和经济性。
优化的主要内容包括:1.最优出力分配:通过数学模型,确定各个发电机组的出力分配,使得整体的发电效率最大化;2.最优调度策略:考虑水资源的变化、电网负荷需求等因素,制定最优的发电机组调度策略,实现供需平衡;3.运行成本优化:通过成本模型,对发电运行方案进行优化,降低运行成本;4.风险分析与处理:对潮汐、洪水等自然因素进行风险分析,制定合理的应对措施,降低损失风险。
五、发电运行方案的调度与优化技术目前,发电运行方案的调度与优化主要依靠以下技术:1.数学模型与优化算法:利用线性规划、动态规划等方法,建立发电运行方案的数学模型,通过算法求解最优解;2.人工智能技术:利用神经网络、遗传算法等人工智能技术,对发电运行方案进行优化和决策;3.数据分析与预测:通过对历史数据的分析和预测,及时发现异常情况,提前做好调度与优化决策。
水库调度优化模型的应用研究水库调度是水资源管理中的重要环节,其目的是在满足各种用水需求的同时,最大限度地发挥水库的综合效益,如防洪、发电、灌溉、供水等。
随着社会经济的发展和水资源供需矛盾的加剧,传统的水库调度方法已经难以满足实际需求,因此,研究和应用水库调度优化模型具有重要的现实意义。
一、水库调度优化模型的概述水库调度优化模型是基于数学规划理论和方法,结合水库的水文特性、工程特性以及用水需求等因素,建立的用于求解水库最优调度策略的数学模型。
常见的水库调度优化模型包括线性规划模型、非线性规划模型、动态规划模型等。
线性规划模型是最简单的一种,它将水库调度问题转化为线性目标函数和线性约束条件的优化问题。
非线性规划模型则能够更好地处理水库调度中的非线性关系,但求解难度较大。
动态规划模型适用于多阶段决策问题,能够有效地处理水库调度中的时间序列特性,但存在“维数灾”问题,即随着决策变量和阶段数的增加,计算量呈指数增长。
二、水库调度优化模型的建立建立水库调度优化模型需要明确以下几个方面:1、目标函数目标函数是衡量水库调度方案优劣的指标,通常包括经济效益最大化、社会效益最大化、环境效益最大化等。
例如,在发电调度中,目标函数可以是发电量最大化;在供水调度中,目标函数可以是满足供水需求的可靠性最高。
2、约束条件约束条件包括水库的水量平衡约束、水位约束、出库流量约束、用水需求约束等。
水量平衡约束是指水库的入库流量、出库流量和蓄水量之间的关系;水位约束是为了保证水库的安全运行;出库流量约束则是根据下游河道的承受能力和水利工程的运行要求确定的;用水需求约束是指满足各用水部门的水量和水质要求。
3、决策变量决策变量是水库调度中需要优化的变量,如水库的出库流量、蓄水水位等。
4、模型参数模型参数包括水库的特征参数(如库容曲线、泄流曲线等)、水文参数(如降雨、径流等)以及用水需求参数等。
这些参数的准确性直接影响模型的精度和可靠性。
水电站水库实时优化调度模型及其应用概要在水电站水库管理中,对水库实时优化调度是至关重要的。
通过建立一定的模型和算法,实现水库水文气象预报数据的分析与处理,水库水位、流量等指标的实时观测与预测,以及以此为基础进行水库优化调度决策的制定和实施,可以最大限度地利用水资源。
本文将介绍一种实时优化调度模型及其应用概要。
实时优化调度模型概述实时优化调度模型是一种以时间为变量、以水库水文和气象数据、水库结构参数及发电机组特性等为基础数据,通过计算机编程模拟、优化运算和决策制定的综合技术。
在水库实时优化调度中,模型主要包括以下几个方面:入库流量预测模型入库流量预测模型是根据水库入库水文数据和气象数据,结合概率论与数理统计方法,建立起来的一种数学分析模型。
该模型可以根据历史气象和水文数据以及当前的气象和水文情况,进行多种统计分析和预测,如时间序列分析、回归分析、灰色模型等,从而实现入库流量的预测,为后续的水库调度决策提供预测数据。
洪峰出库决策模型洪峰出库决策模型主要用于洪水期的水库调度决策,是根据洪水预测模型和水库特定结构参数得出的出库流量计算模型。
该模型可以预测出漫洪期水位、镇流时出流量等参数,从而实现水库出口流量的有效控制,避免因洪水造成的灾害风险。
长期调度决策模型长期调度决策模型主要用于制定较长时期(如几个月到几年)的水库调度方案。
该模型利用历史水文和气象数据,通过多因素分析、概率统计等方法预测未来一段时间内的水文情况和发电需求情况,制定出合理的水库调度方案。
实时优化决策模型实时优化决策模型是根据当前水位、流量、需求等实时信息,通过程序计算出最优化的出库流量,提高水库的发电效益。
该模型包括了智能优化算法、系统实现方案、多维水库调度模型等,可以对实际发电、供水和洪水防御等问题进行实时优化。
实时优化调度模型的应用实时优化调度模型在水库管理中的应用非常广泛。
在实际应用中,为了降低调度系统的误差和改进水文模型及气象预测算法,还可以加入人工智能技术、物联网技术、云计算技术等,使模型更加准确高效。
水电站水库长期优化调度模型及调度图王宗志;王伟;刘克琳;程亮【摘要】Owing to uncertainties of hydrological forecast and directives, the operation rules play a very important role in managing reservoirs, and are the most commonly used and effective tools for the reservoir dispatching operation of hydropower stations, though the real time optimal operation based on mid- and long-term hydrological forecasting information which has been studied for many years. So the development of the reservoir optimal operation model for formulating operation rules has always been a research hotspot in the relevant field. A model named long-term reservoir optimal operation model for hydropower, based on genetic algorithm and stochastic dynamic programming ( hereafter referred to as LROOH) is established, which couples the stochastic dynamic programming and the real coding accelerating genetic algorithm. This model solves the difficult problem with a satisfied scheme, via building the objective function and minimizing the absolute values of the difference between the calculation reliability of the guaranteed capability and its target reliability, with penalty coefficient as an independent variable, and making full use of the parallel computing ability of genetic algorithm. And then the LROOH becomes much easier to have access to the global optimal solution by using the real coding accelerating genetic algorithm instead of 0. 618 methods that are usually used before to improve the computing efficiency. As an example, the LROOH is applied to an annualregulation of a reservoir of the hydropower station. The research results show that the model is effective, with some excellent properties that are without any constraint of annual and multi-year regulating storage, and that the optimal rules can meet the requirements of the guaranteed reliability and increase output by more than 2. 0% with a higher reliability.%为绘制高效可靠的水库运行调度图,以平衡保证出力保证率与发电量矛盾的惩罚系数为优化变量、以保证出力设计保证率满足条件下发电量最大为目标函数,综合集成以黄金分割法为时段决策优选法的随机动态规划核心模型,以及评估调度方案优劣时历法长系列模拟计算模块,利用遗传算法的并行计算能力,结合电站调度方案制定与有效性检验,构建水电站水库长期优化调度模型.应用结果表明:所建模型具有不受年调节和多年调节库容机械划分约束、快速获得满足发电保证率所要求的优化调度图的优秀特性;较之常规调度方法,可增发电量2.0%以上,保证率更高,决策信息更丰富.【期刊名称】《水利水运工程学报》【年(卷),期】2016(000)005【总页数】9页(P23-31)【关键词】水资源管理;水库优化调度;随机动态规划;遗传算法;调度图【作者】王宗志;王伟;刘克琳;程亮【作者单位】南京水利科学研究院水文水资源与水利工程科学国家重点实验室, 江苏南京 210029;安徽省佛子岭水库管理处, 安徽六安 237272;南京水利科学研究院水文水资源与水利工程科学国家重点实验室, 江苏南京 210029;南京水利科学研究院水文水资源与水利工程科学国家重点实验室, 江苏南京 210029【正文语种】中文【中图分类】TV697.1由于中长期降水与径流预报尚不能达到准确可靠、满足水库调度决策的水平[1-2],调度图仍是目前指导水库运行调度最常用的工具[3-6]。
水电站调度图是以时间(月、旬)为横坐标,由一组控制水库蓄水量或出力的指示线划分出不同供电区的图形[5-7],是水库调度规则的直观表达形式。
目前常用的水电站调度图绘制方法主要有两种[2-8]:一是时历法。
该方法操作简单,常用于水电站设计阶段,但用于指导水电站水库实际运行时,尚存如下不足[2,8]:①设计阶段所引用的保证出力和保证率概念,在当年运行时没有多大实际意义;②只考虑了历史上发生过的几场径流过程,然而河流水文情况却是随机多变、永不重复的,径流代表性不强;③调度图绘制方法尚未统一,受人为影响较大,往往需要通过多次试错才能得到,且不能保证获得最大发电效益。
二是随机动态规划与马尔科夫过程相结合的方法[2,4,8-11]。
该方法由于考虑了来水丰枯状况的“所有可能”组合方式,而不是仅仅局限于历史上发生过的少数几种径流过程,并且调度图是通过比较了水库处在任何时候、任何水位情况下的“所有可能”而挑选出来的,因此相对于时历法具有明显进步。
文献[2]和[11]论述了利用动态规划和马尔可夫决策过程进行水电站水库优化调度的可行性与具体过程,推求了运行历时无限、以年为周期、年内又分为若干时段的最优稳定决策,打破了对年调节库容与多年调节库容的机械划分的传统,总结提出了水电站水库长期最优调度方法,是该领域的重要进步。
但由于受当时计算条件和认识水平所限,该方法尚存如下不足:①问题描述过于数学化,略显复杂和繁琐,难以被工程领域所采用;②通过在目标函数中引入“惩罚系数”,以平衡发电量和发电保证率之间矛盾、进而获得满足目标发电保证率要求的调度方案的做法,需人工确定惩罚系数,并需经反复试算,计算效率不高,也难以满足精度要求。
并且上述两种方法都不能自我验证所计算调度方案的优劣,它们所获得的调度方案(调度图),通常均要通过时历法长系列模拟,进而统计比较发电量、保证出力保证率等参数来判断调度方案的有效性;尚若不满足要求,则需要对调度图进行反复调整。
显然,以往调度图的“绘制”与有效性“检验”这两个过程是分离的,不但计算效率低下,而且难以保证获得最满意方案。
为此,本文在前人研究的基础上,为把水电站调度方案制定与有效性检验结合起来、快速获得兼顾发电量和保证出力保证率要求的调度方案,建立平衡保证出力保证率与发电量矛盾的惩罚系数为优化变量、保证出力设计保证率满足条件下最大化发电量为目标函数,集成以黄金分割法为随机动态规划递推方程时段决策优选方法的水电站调度核心模拟模型,以及评估调度方案优劣的时历法长系列模拟计算模块,并利用遗传算法的并行计算能力[5,12-13],建立了水电站长期优化调度模型(long-term reservoir optimal operation model for hydropower,LROOH),详细描述了LROOH的建模步骤和优化调度图绘制方法,最后将LROOH应用于某年调节大型水电站中,说明LROOH的使用过程,验证方法的有效性。
1.1 入库径流统计处理在基于随机动态规划的水库调度模型中,入库径流通常可根据是否考虑时段之间的联系,分为马尔科夫序列和独立随机序列来处理。
已有研究表明,这两种方法对方案选择没有影响,只对调度图和发电量的结果略有影响,但前者增加了很多计算量[2-3]。
本文把入库径流作为独立随机序列来处理。
具体做法如下:把一年分为若干时段(月或旬),以PIII型曲线作为时段径流特性的描述线型,先用矩法估计参数初值,再用目估适线方法,得到每个时段入库径流的频率曲线。
由于频率曲线是连续的,需从曲线上取若干个离散的代表值来代替该曲线。
代表值个数M的多寡,需视频率曲线变差系数的大小及计算要求的精度而定。
在这里,每个时段取59个代表流量(M=59),具体做法是:在来水频率P≤1%的一段内每隔0.2%取一个(0.1%,0.3%,0.5%,0.7%和0.9%),其对应代表流量的出现概率为0.002,共5个代表值;在P=(1~10)%的一段内,每隔1%取一个(1%,2%,3%,…,9%),共9个代表值,其出现概率为0.01;在P=(10~100)%的一段内,每隔2%取一个(11%,13%,…,99%)共45个代表值,其出现概率为0.02。
这样保证∑P(i)=1.0。
各时段的这些代表流量随机地组合,可代表可能出现的各种流量过程。
1.2 LROOH目标函数建立目标函数能确切表达管理者的意图、实现系统最佳综合效益目标,是水电站水库优化调度模型成功的关键[3,6,10]。
保证出力保证率与发电量是不可公度的一对矛盾,LROOH旨在获得满足保证出力保证率要求条件下,尽可能多发电的调度方案,为此建立如下目标函数式中:Pc为对应惩罚系数C时满足保证出力的保证率,是惩罚系数C(优化变量)的函数,所谓惩罚系数是为了保证时段出力满足保证出力的平衡系数;Pg为电站保证出力目标保证率,例如90%;ER为模拟期T内的发电量,也是C的函数。