CN106485366A - 一种复杂梯级水库群蓄水期优化调度方法 - Google Patents
一种复杂梯级水库群蓄水期优化调度方法 Download PDFInfo
- Publication number
- CN106485366A CN106485366A CN201610939518.0A CN201610939518A CN106485366A CN 106485366 A CN106485366 A CN 106485366A CN 201610939518 A CN201610939518 A CN 201610939518A CN 106485366 A CN106485366 A CN 106485366A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- flood
- solution
- scheduling
- water storage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 84
- 238000003860 storage Methods 0.000 claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000007689 inspection Methods 0.000 claims abstract description 8
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 61
- 238000009826 distribution Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 14
- 241000039077 Copula Species 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims 4
- 230000001932 seasonal effect Effects 0.000 claims 2
- 238000012252 genetic analysis Methods 0.000 claims 1
- 230000002452 interceptive effect Effects 0.000 claims 1
- 230000005502 phase rule Effects 0.000 claims 1
- 238000006116 polymerization reaction Methods 0.000 claims 1
- 230000009897 systematic effect Effects 0.000 claims 1
- 230000002776 aggregation Effects 0.000 abstract description 6
- 238000004220 aggregation Methods 0.000 abstract description 6
- 238000010248 power generation Methods 0.000 description 18
- 238000004146 energy storage Methods 0.000 description 13
- 230000008901 benefit Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000006424 Flood reaction Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 238000007621 cluster analysis Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- NUFBIAUZAMHTSP-UHFFFAOYSA-N 3-(n-morpholino)-2-hydroxypropanesulfonic acid Chemical compound OS(=O)(=O)CC(O)CN1CCOCC1 NUFBIAUZAMHTSP-UHFFFAOYSA-N 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种复杂梯级水库群蓄水期优化调度方法，包括：S1收集流域基础信息；S2将复杂梯级水库群划分为若干个子流域分区，分别计算各子流域分区的后汛期开始时间；S3估算各子流域分区内干支流防洪节点超过安全流量的概率，利用该概率论证汛末蓄水调度优化的可行性；S4构建多目标蓄水调度优化模型；S5采用Pareto动态维度搜索法求解多目标蓄水调度优化模型，获得汛末蓄水期的确定性优化调度结果；S6采用大系统聚合分解模型，提取汛末蓄水期的优化调度规则；S7将流域设计洪水作为输入，对优化调度规则进行防洪安全检验。本发明在不降低流域防洪标准的前提下，为复杂梯级水库汛末蓄水期优化调度提供了一种新方法。
Description
技术领域
本发明属于水库调度技术领域，特别涉及一种复杂梯级水库群蓄水期优化调度方法。
背景技术
为了充分发挥水能资源，防治洪涝灾害，目前主要大江大河上均已建成由干支流水电站组成的复杂梯级水库群。由于这些复杂梯级水库群的兴利库容占流域径流量的比例大幅度提高，水库汛末对河道自然流量的影响日益增强，且由于同一流域水电站的汛末蓄水时间大致相同，导致了“集中蓄水”和“竞争蓄水”的问题，影响了水库的蓄满率、蓄水期发电量等等效益。因此，必须对复杂梯级水库群蓄水期进行优化管理，并合理地配置流域有限的水资源。
现有研究对水库蓄水期调度的优化主要从两方面入手：优化水库汛末蓄水时间，优化蓄水期水库调度函数或调度规则。刘心愿等[1]提出了一种考虑综合利用要求的三峡水库提前蓄水方案，可在保障防洪安全的同时，显著提高蓄水期发电效益与水资源利用率。李雨等[2]建立了三峡水库提前蓄水的防洪风险与效益分析模型，以防洪风险和蓄水效益作为方案的评价指标，对汛末蓄水调度进行了优化。杨光等[3]通过将PA-DDS算法引入水库多目标优化调度中，对其应用效果进行了评价，结果表明该算法较常用的NSGA-II与MOPSO均更优，可获得高质量的优化调度图非劣解集。周研来等[4]对溪洛渡-向家坝-三峡梯级税局拟定了若干组同步蓄水方案和异步蓄水方案，在不降低原防洪标准的前提下，同步蓄水方案发电效益较优，异步蓄水方案的蓄水效益较优，两类方案均优于原设计方案。陈璐等[5]基于Copula理论，对长江上游干支流洪水开展遭遇分析，通过构建干支流控制站的年最大洪水发生时间和量级的联合分布，计算洪水发生时间和量级的遭遇概率，为梯级联合调度提供参考。
梯级水库群具有防洪、发电、航运、供水、生态等综合效益，且各目标之间可能存在矛盾，如为保证蓄满率而提前蓄水可能会增大防洪风险，为保障发电用水可能会破坏生态用水等，因此如何科学、协调各目标是实现复杂梯级水库群蓄水期优化调度的关键。与单库优化或串联水库优化相较，复杂梯级水库群呈现出更高的计算复杂度，其“维数灾”问题需要得到解决。
由于复杂梯级水库群的优化计算具有高维度、高度非线性的特征，优化求解较为困难。现有研究多集中于单库优化或相对简单的串联水库群，常常仅优化水库出流过程，并未考虑对各水库的蓄水时间和蓄水控制线进行优化；对流域水库的综合利用效益考虑不充分。
文中涉及的参考文献如下：
[1]刘心愿，郭生练，刘攀，等.考虑综合利用要求的三峡水库提前蓄水方案[J].水科学进展,2009,20(6):851-856.
[2]李雨，郭生练，刘攀，等.三峡水库提前蓄水的防洪风险与效益分析[J].长江科学院院报，2013,30(1):8-14.
[3]杨光，郭生练，刘攀，等.PA-DDS算法在水库多目标优化调度中的应用[J].水利学报，2016，47(6):789-797.
[4]周研来，郭生练，陈进.溪洛渡-向家坝-三峡梯级水库联合蓄水方案与多目标决策研究[J].水利学报，2015，46(10):1135-1144.
[5]陈璐，郭生练，张洪刚，等.长江上游干支流洪水遭遇分析[J].水科学进展，2011，22(3):323-330.
发明内容
针对现有技术存在的不足，本发明提供了一种复杂梯级水库群蓄水期优化调度方法。
为解决上述技术问题，本发明采用如下的技术方案：
一种复杂梯级水库群蓄水期优化调度方法，包括以下步骤：
S1收集流域基础信息，所述的流域基础信息包括水库特征参数、现有蓄水期调度规则、流域地形地貌信息、水雨情和防洪要求；
S2将复杂梯级水库群划分为若干个子流域分区，采用汛期分期法分别计算子流域分区中各水库的后汛期开始时间，各水库的后汛期开始时间构成子流域分区的后汛期开始时间；
S3对各子流域分区分别开展洪水遭遇分析，估算各子流域分区内干支流防洪节点超过安全流量的概率，并利用该概率论证汛末蓄水调度优化的可行性；
S4以复杂梯级水库群的防洪目标、发电目标、蓄水目标、航运目标和生态目标为目标函数，构建多目标蓄水调度优化模型；
S5以实测的长序列径流资料作为输入，以各水库的起蓄时间Ti、蓄水控制线Zrefill,i(t)和汛末防洪控制水位Zflood,i为待优化变量，采用Pareto动态维度搜索法求解多目标蓄水调度优化模型，推求最优参数解，根据最优参数解获得复杂梯级水库群汛末蓄水期的确定性优化调度结果；
S6基于确定性优化调度结果，采用大系统聚合分解模型，提取汛末蓄水期的优化调度规则；
S7将流域设计洪水作为输入，对步骤S6所得优化调度规则进行防洪安全检验。
进一步的，汛期分期法为统计相关法、成因分析法、变点分析法或聚类分析法。
步骤S3具体为：
对各子流域分区分别执行如下步骤：
3.1将洪水发生时间的边缘分布转化为弧度x；
3.2采用混合von Mises分布拟合弧度x的概率密度函数f(x)；
3.3采用P-III分布拟合年最大洪水y的概率密度函数f(y)；
3.4基于概率密度函数f(x)和f(y)构建x和y的Copula联合分布函数；
3.5采用Copula联合分布函数估算干支流防洪节点超过安全流量的概率。
步骤S5具体为：
5.1随机生成满足多目标蓄水调度优化模型约束条件的初始解向量S0＝[s1,…,sD]，其维度为D；重复生成N个初始解向量S0构成初始种群S0，一个初始解向量S0为一组可行解；
5.2计算当前可行解对应的各项目标函数值F(S0)，将当前可行解作为当前最优解Sbest；
5.3计算当前最优解Sbest中各决策变量发生变化的概率，根据概率值从当前最优解Sbest的D个维度中随机选取D'个维度，随机生成D'个服从[0-1]均匀分布的随机数，若对应的概率Pd大于对应的随机数，则将相应维度加入邻域{Ξ}；其中，决策变量为水库在各计算时段的出库平均流量和蓄水控制线；
5.4在邻域{Ξ}的D'个维度中对当前最优解Sbest加入扰动，得到新解Snew；
5.5计算新解Snew对应的各项目标函数值F(Snew)，若F(Snew)＞F(Sbest)，用新解Snew更新当前最优解；否则，保持当前最优解不变；
5.6判断迭代数是否达到预设的最大迭代数，若达到，结束，当前最优解和当前最优解对应的各项目标函数值即最终的最优参数解和最优函数值，根据最优参数解获得确定性优化调度结果；否则，返回步骤5.3。
步骤S6具体为：
在步骤5所得各非劣解下分别进行，所述的非劣解即最优参数解：
6.1将各子流域分区分别视为一等效水库；
6.2计算各水库各计算时段t的入能ri(t)与蓄能xi(t)；
6.3计算各等效水库各计算时段t的总蓄能和总入能；
6.4取各等效水库的总入能、总蓄能及总入能和总蓄能的交互项作为解释变量，构建等效水库时段总出力与水库群总出力的关系；
6.5将等效水库时段总出力分配到等效水库中各水库；
6.6根据各水库分配到的出力计算各水库在各计算时段的出流量模拟值，从而获得复杂梯级水库群汛末蓄水期的优化调度规则。
复杂梯级水库群具有防洪、发电、航运、供水、生态等综合效益，然而随着水库群的兴利库容占流域径流量的比例大幅度提高，水库汛末对河道自然流量的影响日益增强，且由于同一流域水电站的汛末蓄水时间大致相同，导致了“集中蓄水”和“竞争蓄水”的问题，影响了水库的蓄满率、蓄水期发电量等效益，导致各项效益之间出现了矛盾。目前蓄水期优化调度局限于单库或串联水库，且未对汛末蓄水期调度规则进行优化，无法获得考虑复杂梯级水库整体协调作用的最优解。
本发明通过构建复杂梯级水库汛末蓄水期的多目标蓄水调度优化模型，采用Pareto动态维度搜索法模型进行寻优，基于大系统聚合分解模型提取优化调度规则，并对结果进行防洪安全检验，在不降低流域防洪标准的前提下，为复杂梯级水库汛末蓄水期优化调度提供了一种新的合理可行的方法。
本发明耦合Pareto动态维度搜索法和大系统聚合分解模型，可克服“维数灾”问题，实现对复杂梯级水库群各水库的整体联合优化；并在保障流域防洪安全的前提下，充分考虑流域各效益，实现蓄水期的综合效益最大化，得到各水库的蓄水时机及控制线，并提取得到优化调度规则。
附图说明
图1为本发明的具体流程图；
图2为实施例的汛期分期结果示意图；
图3为复杂梯级水库群的示意图；
图4为蓄水期调度控制线示意图；
图5为Pareto动态维度搜索法的具体流程图；
图6为实施例中采用Pareto动态维度搜索得到的两目标非劣解集示意图。
具体实施方式
下面将结合附图，对本发明技术方案做进一步说明。
本发明的具体流程见图1，包括如下步骤：
步骤1，收集流域基础信息，所述的流域基础信息包括水库特征参数、现有蓄水期调度规则、流域地形地貌信息、水雨情和防洪要求。
步骤2，将复杂梯级水库群划分为若干个子流域分区，采用汛期分期法计算各子流域分区的后汛期开始时间。
汛期分期法有统计相关法、成因分析法、变点分析法、聚类分析法等，本具体实施方式中采用适应性广、结果较为合理的均值变点分析法对具有防洪任务的水库进行汛期分期检验，以获得后汛期开始时间。
为便于理解，下面将对采用变点分析法进行汛期分期的具体实施过程进行详细说明。
令X＝[x1,x2,…,xT]表示干支流控制站的汛期多年日均流量序列，假定其服从正态分布。
(1)假定变点数q，q一般取1或2，分别对应两期和三期。以q＝2为例，令T表示汛期时段总数，令m1、m2分别表示两个分期点在汛期的位置，取符合条件1＜m1＜m2＜n的所有(m1,m2)组合。
(2)对各组(m1,m2)，按式(1)分别计算其统计量S：
式(1)中，t表示汛期时段，xt表示汛期时段t的日均流量。
(3)统计量S最小的一组(m1,m2)即最终的分期点，即汛期的第m2+1～n天为后汛期。图2为本实施例的汛期分期结果示意图。
对各水库分别重复子步骤(1)～(3)，得子流域分区的后汛期开始的时间M2：
M2＝(m2(1),m2(2),…,m2(k))+1 (2)
式(2)中，k表示子流域分区内的水库数，m2(1)、m2(2)......m2(k)分别表示第1、2……k个水库的后汛期开始时间。
对于各水库而言，进行优化搜索时，其起始蓄水时间不得早于本步骤所确定的时间M2。
步骤3，对各子流域分区分别开展洪水遭遇分析，估算各子流域分区内干支流防洪节点超过安全流量的概率。
通过对流域开展洪水遭遇分析，可估计干支流洪水发生时间和量级遭遇的可能和概率，进而估算防洪节点处设计安全流量的发生概率。干支流洪水的遭遇问题可认为服从多变量联合分布，采用Copula函数进行描述。
对各子流域分区的控制站流量过程进行分析。首先，将洪水发生时间的边缘分布转化为弧度，采用混合von Mises分布进行描述；然后，估计年最大洪水的P-III分布参数；最后，采用Copula函数建立洪水发生时间与量级的联合分布。
(1)将洪水发生时间的边缘分布转化为弧度x：
x＝2π·Dj/L (3)
式(3)中：Dj表示第j年的洪水发生时间；L为汛期长度。
(2)用混合von Mises分布拟合弧度x的概率密度函数f(x)：
式(4)中：c表示混合von Mises分布的组成部分编号，m表示组成部分数量；pc为组成部分c的混合比例；μc表示组成部分c的位置参数；κc表示组成部分c的尺度参数；I0(κc)为第一类0阶修正的Bessel函数。
以上参数均可采用拟牛顿法估计得到。
(3)用P-III分布拟合年最大洪水y的概率密度函数f(y)：
式(5)中：α、β、δ分别表示P-III分布的形状参数、尺度参数和位置参数，α＞0，β＞0，δ≤y＜∞，α、β、δ可采用线性矩法估计参数；Γ(·)表示伽马函数。
(4)构建洪水发生时间x和量级y的Copula联合分布函数FX,Y(x,y)：
FX,Y(x,y)＝C(F(x),F(y)) (6)
式(6)中：C(·)表示Copula函数；F(x)与F(y)分别为x和y的概率分布函数，可由f(x)、f(y)积分获得。
根据得到的Copula联合分布函数FX,Y(x,y)，推测同一时间，防洪节点上的干支流遭遇洪水超过设计安全流量的概率，将其与原设计频率对比，可论证汛末蓄水调度优化的可行性。
步骤4，以防洪目标、发电目标、蓄水目标、航运目标和生态目标为目标函数，构建复杂梯级水库群的多目标蓄水调度优化模型，其中，防洪目标以约束条件形式实现。
复杂梯级水库群示意图见图3。多目标蓄水调度优化模型的待优化变量为各水库汛末蓄水期调度图，见图4，具体为各水库的起蓄时间Ti、蓄水控制线Zrefill,i(t)和汛末防洪控制水位Zflood,i。
各优化目标函数如下：
(1)发电目标为计算时段水库群总发电量最大，发电目标函数如下：
Ni(t)＝KiQi(t)Hi(t) (8)
式(7)～(8)中：E为计算时段水库群的总发电量；T为计算时段数量，t为计算时段序号，Δt为计算时段步长；n为梯级水库群的水库数，i为水库序号；Ni(t)为水库i在计算时段t的出力；Ki为水库i的出力系数；Qi(t)为水库i在计算时段t的发电流量；Hi(t)为水库i在计算时段t的平均发电水头。
(2)蓄水目标包括水库群的蓄满率最大和弃水量最小，蓄水目标函数如下：
式(9)～(10)中：Rf为水库的蓄满率；Zend(i)表示蓄水期末水库i的水位；Zmax(i)表示水库i的正常蓄水位；#(·)为指示函数，满足条件则取值1，否则取值0；Qw为水库的弃水量；QW,i(t)表示水库i在计算时段t的弃水量。
(3)航运目标为通航率最大，航运目标函数如下：
式(11)中：Rnav为通航率；Qout,i(t)表示水库i在计算时段t的出库平均流量；Qship,i表示水库i的最小通航流量。
(4)生态目标为生态流量保证率最大，生态目标函数如下：
式(12)中：Reco为生态流量保证率；Qout,i(t)表示水库i在计算时段t的出库平均流量；Qeco,i表示水库i的最小生态流量。
各约束条件如下：
(1)水量平衡约束条件：
Vi(t)＝Vi(t-1)+(Qin,i(t)-Qout,i(t))·Δt-Wi(t) (13)
式(13)中：Vi(t)和Vi(t-1)分别表示水库i在计算时段t和t-1的库容；Qin,i(t)和Qout,i(t)分别表示水库i在计算时段t的入库平均流量和出库平均流量；Δt表示计算时间步长；Wi(t)表示水库i在计算时段t的水分损失量，如蒸散发、渗漏等。
(2)水位约束条件：
Zmin,i(t)≤Zi(t)≤Zmax,i(t) (14)
式(14)中：Zi(t)表示水库i在计算时段t的水位；Zmax,i(t)和Zmin,i(t)分别表示水库i在计算时段t的允许最高水位和允许最低水位。
当计算时段t未发生洪水时，若Zi(t)＜Zreflii,i(t)，则降低出力发电；当计算时段t末未发生洪水时，控制Zrefill,i(t)≤Zi(t)≤Zflood,i(t)，并相应出力；当发生蓄水期校核洪水时，控制Zi(t)≤Zjh,i，Zjh,i为水库i的校核水位。
(3)出力约束条件：
Pmin,i(t)≤Pi(t)≤Pmax,i(t) (15)
式(15)中：Pi(t)表示水库i在计算时段t的出力；Pmax,i(t)和Pmin,i(t)分别表示水库i在计算时段t的允许最大出力和允许最小出力。
(4)防洪约束条件，即出库流量约束条件：
Qout,i(t)≤Qs,i(t) (16)
式(16)中：Qs,i(t)表示水库i在计算时段t的安全泄量，Qout,i(t)表示水库i在计算时段t的出库平均流量。
(5)地质防灾约束条件：
|Qout,i(t)-Qout,i(t-1)|≤ΔQ (17)
式(17)中：ΔQ表示泄流变化量的允许值；Qout,i(t)和Qout,i(t-1)分别表示水库i在计算时段t、t-1的出库平均流量。
(6)河道演算约束条件：
Qin,i+1(t)＝C0(i-1,i)Qout,i(t)+C1(i-1,i)Qout,i(t-τ)+C2(i-1,i)Qin,i+1(t-τ)+Qqj,i-1(t) (18)
式(18)中：Qin,i+1(t)表示水库i+1在计算时段t的入库平均流量；C0(i-1,i)、C1(i-1,i)和C2(i-1,i)分别为水库i、i+1间演算的马斯京根参数；Qout,i(t)表示水库i在计算时段t的出库平均流量；Qout,i(t-τ)表示水库i在计算时段t-τ的出库平均流量，τ为水流传播滞时；Qin,i+1(t-τ)表示水库i+1在计算时段t-τ的入库平均流量；Qqj,i-1(t)表示水库i在计算时段t的区间径流量。Qout,i(t)和Qout,i(t-τ)采用水库i的上游水库的出库流量观测值或上游水文站的流量观测值。
(7)非负约束条件：
Λ≥0 (19)
式(19)中：Λ表示以上各优化目标函数及约束条件中各项变量。
步骤5，以实测的长序列径流资料作为输入，求解多目标蓄水调度优化模型，推求复杂梯级水库群汛末蓄水期的确定性优化调度结果。
由于多目标蓄水调度优化模型属于非线性、高维度、多目标的优化问题，常规算法很难获得全局最优解，本发明采用Pareto动态维度搜索法求解多目标蓄水调度优化模型，其流程见图5，具体步骤如下：
(1)随机生成满足多目标蓄水调度优化模型约束条件的初始解向量S0＝[s1,…,sD]，其维度为D，给定各维度的上限Smax和下限Smin，上限Smax和下限Smin根据多目标蓄水调度优化模型的约束条件给定。
重复生成N个初始解向量S0构成初始种群，记为S0，S0的每一行为一组可行解，即一个初始解向量S0为一组可行解。
本发明中，S0＝[{Vi(t)},{Zrefill,i(t)},{Zflood,i},{Qout,i(t)}]，Vi(t)表示水库i在计算时段t的库容，Zrefill,i(t)表示水库i在计算时段t的蓄水控制线，Zflood,i表示水库i的汛末防洪控制水位，Qout,i(t)表示水库i在计算时段t的出库平均流量；i＝1,2,…,n，n为梯级水库群的水库数。
(2)计算当前可行解对应的各项目标函数值F(S0)，并将当前可行解作为当前最优解Sbest。
(3)计算当前最优解中各决策变量发生变化的概率Pd＝1-ln(d)/ln(m)，即第d个维度加入邻域{Ξ}的概率为Pd，其中m为预设的最大迭代数，d＝1,2,...D。根据概率Pd值从当前最优解的D个维度中随机选取D'个维度，并随机生成D'个服从[0-1]均匀分布的随机数，若对应的概率Pd大于对应的随机数，则将相应维度加入邻域{Ξ}。若某次随机选取过程没有维度加入{Ξ}，则任意选取一个维度加入{Ξ}中。本发明中，决策变量为水库在各计算时段的出库平均流量和蓄水控制线。
(4)在邻域{Ξ}的D'个维度中对当前最优解Sbest加入扰动，得到新解Snew。
扰动方式如下式：
式(20)～(21)中：N(0,1)表示服从标准正态分布的随机数；j表示维度编号，j＝1，2，……，D'；σj为第j个维度的扰动标准差，由式(21)计算得到；表示第j个维度的当前最优解；表示扰动后的新值；r表示前文中的扰动参数；和分别表示第j个维度的最大值和最小值。
(5)计算新解Snew对应的各项目标函数值F(Snew)，若F(Snew)＞F(Sbest)，即新解的所有目标函数值均大于Sbest的目标函数值，用新解Snew更新当前最优解；否则，保持当前最优解不变。
(6)判断迭代数是否达到预设的最大迭代数，若达到，结束，当前最优解和当前最优解对应的各项目标函数值即最终的最优参数解和最优函数值；否则，返回步骤(3)。
根据最优参数解可获取确定性优化调度结果，所述的确定性优化调度结果即水库最优出流过程与蓄水过程。
由于Pareto动态维度搜索属于一种进化式并行智能算法，可同时选取多个初始解向量进行并行搜索，从而得到多目标优化的Pareto前沿(非劣解集)。Pareto动态维度搜索计算得到的两目标非劣解集示意图见图6。
步骤6，在确定性优化调度结果下，采用大系统聚合分解模型，提取汛末蓄水期的优化调度规则。
将步骤2划分所得的K个子流域分区分别视为一等效水库。
具体通过以下子步骤实现：
(1)计算各水库在计算时段t的入能ri(t)与蓄能xi(t)。
式(22)～(23)中：ri(t)表示水库i在计算时段t的入能，xi(t)表示水库i在计算时段t的蓄能；ki表示水库i的出力系数；表示水库i在计算时段t的平均发电水头；Vmin,i(t)表示水库i在计算时段t的最小库容；Hi(V)表示水库i的库容～发电水头函数。
(2)计算各等效水库在计算时段t的总入能和总蓄能
对于并联水库，可直接将其入能和蓄能相加作为总入能和总蓄能。
两个并联水库的总入能为：
两个并联水库的总蓄能为：
式(24)～(25)中：ri+1(t)、xi+1(t)分别表示水库i+1在计算时段t+1的入能与蓄能；ki+1表示水库i+1的出力系数；表示水库i+1在计算时段t的平均发电水头；Vmin,i+1(t)表示水库i+1在计算时段t的最小库容；Hi+1(V)表示水库i+1的库容～发电水头函数。
对于串联水库，需要考虑上游水库下泄的流量重复利用的问题，分别按照式(24)和式(25)计算总入能和总蓄能：
式(26)～(27)中：ΔVi(t)表示水库i在计算时段t的可用库容。
对于混联水库，可将其依照串联水库和并联水库的公式逐步合成。
将各等效水库的总入能和总蓄能分布分别记为Rk(t)与Xk(t)，k＝1,2,…,K。
(3)建立等效水库时段总出力与复杂水库群总出力的关系，此处取总入能、总蓄能及其交互项作为解释变量：
Pk(t)＝Fdx,k(Rk(t),Xk(t),Rk(t)·Xk(t))＝a1·Rk(t)+b1·Xk(t)+c1·Rk(t)·Xk(t)+d1 (28)
式(28)中：Pk(t)表示第k个等效水库在计算时段t的出力；Fdx,k表示函数符号；a1、b1、c1、d1均为待定参数。
(4)将等效水库时段总出力分配到各水库：
pi(t)＝Fres,i(ri(t),xi(t),ri(t)·xi(t))＝a2·ri(t)+b2·xi(t)+c2·ri(t)·xi(t)+d2 (29)
式(29)中：pi(t)表示第i个水库在计算时段t的出力；Fres,i表示函数符号；a2、b2、c2、d2均为待定参数。
(5)计算水库i在计算时段t的出流量模拟值Qout,i(t)：
对步骤5中得到的非劣解集中各非劣解集进行上述大系统聚合分解计算，可得到复杂梯级水库群汛末蓄水期的优化调度规则的非劣解集。所述的非劣解集即步骤5获得的最终的最优参数解。
对计算时段t的各水库出流决策，只需要知道计算时段t初各水库的状态，即可求得水库群总出力，进而通过式(28)～(30)来获得计算时段的优化出流过程。
步骤7，将流域设计洪水作为输入，对步骤6所获得的优化调度规则进行防洪安全检验。
采用不同典型年的设计洪水与校核洪水进行防洪安全检验，将其中通过防洪安全检验的优化调度规则保留下来，剔除无法满足流域防洪安全的优化调度规则。
Claims (5)
1.一种复杂梯级水库群蓄水期优化调度方法，其特征是，包括步骤：
S1收集流域基础信息，所述的流域基础信息包括水库特征参数、现有蓄水期调度规则、流域地形地貌信息、水雨情和防洪要求；
S2将复杂梯级水库群划分为若干个子流域分区，采用汛期分期法分别计算子流域分区中各水库的后汛期开始时间，各水库的后汛期开始时间构成子流域分区的后汛期开始时间；
S3对各子流域分区分别开展洪水遭遇分析，估算各子流域分区内干支流防洪节点超过安全流量的概率，并利用该概率论证汛末蓄水调度优化的可行性；
S4以复杂梯级水库群的防洪目标、发电目标、蓄水目标、航运目标和生态目标为目标函数，构建多目标蓄水调度优化模型；
S5以实测的长序列径流资料作为输入，以各水库的起蓄时间Ti、蓄水控制线Zrefill,i(t)和汛末防洪控制水位Zflood,i为待优化变量，采用Pareto动态维度搜索法求解多目标蓄水调度优化模型，推求最优参数解，根据最优参数解获得复杂梯级水库群汛末蓄水期的确定性优化调度结果；
S6基于确定性优化调度结果，采用大系统聚合分解模型，提取汛末蓄水期的优化调度规则；
S7将流域设计洪水作为输入，对步骤S6所得优化调度规则进行防洪安全检验。
2.如权利要求1所述的复杂梯级水库群蓄水期优化调度方法，其特征是：
所述的汛期分期法为统计相关法、成因分析法、变点分析法或聚类分析法。
3.如权利要求1所述的复杂梯级水库群蓄水期优化调度方法，其特征是：
步骤S3具体为：
对各子流域分区分别执行如下步骤：
3.1将洪水发生时间的边缘分布转化为弧度x；
3.2采用混合von Mises分布拟合弧度x的概率密度函数f(x)；
3.3采用P-III分布拟合年最大洪水y的概率密度函数f(y)；
3.4基于概率密度函数f(x)和f(y)构建x和y的Copula联合分布函数；
3.5采用Copula联合分布函数估算干支流防洪节点超过安全流量的概率。
4.如权利要求1所述的复杂梯级水库群蓄水期优化调度方法，其特征是：
步骤S5具体为：
5.1随机生成满足多目标蓄水调度优化模型约束条件的初始解向量S0＝[s1,…,sD]，其维度为D；重复生成N个初始解向量S0构成初始种群S0，一个初始解向量S0为一组可行解；
5.2计算当前可行解对应的各项目标函数值F(S0)，将当前可行解作为当前最优解Sbest；
5.3计算当前最优解Sbest中各决策变量发生变化的概率，根据概率值从当前最优解Sbest的D个维度中随机选取D'个维度，随机生成D'个服从[0-1]均匀分布的随机数，若对应的概率Pd大于对应的随机数，则将相应维度加入邻域{Ξ}；其中，决策变量为水库在各计算时段的出库平均流量和蓄水控制线；
5.4在邻域{Ξ}的D'个维度中对当前最优解Sbest加入扰动，得到新解Snew；
5.5计算新解Snew对应的各项目标函数值F(Snew)，若F(Snew)＞F(Sbest)，用新解Snew更新当前最优解；否则，保持当前最优解不变；
5.6判断迭代数是否达到预设的最大迭代数，若达到，结束，当前最优解和当前最优解对应的各项目标函数值即最终的最优参数解和最优函数值，根据最优参数解获得确定性优化调度结果；否则，返回步骤5.3。
5.如权利要求1所述的复杂梯级水库群蓄水期优化调度方法，其特征是：
步骤S6具体为：
在步骤5所得各非劣解下分别进行，所述的非劣解即最优参数解：
6.1将各子流域分区分别视为一等效水库；
6.2计算各水库各计算时段t的入能ri(t)与蓄能xi(t)；
6.3计算各等效水库各计算时段t的总蓄能和总入能；
6.4取各等效水库的总入能、总蓄能及总入能和总蓄能的交互项作为解释变量，构建等效水库时段总出力与水库群总出力的关系；
6.5将等效水库时段总出力分配到等效水库中各水库；
6.6根据各水库分配到的出力计算各水库在各计算时段的出流量模拟值，从而获得复杂梯级水库群汛末蓄水期的优化调度规则。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610939518.0A CN106485366A (zh) | 2016-10-31 | 2016-10-31 | 一种复杂梯级水库群蓄水期优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610939518.0A CN106485366A (zh) | 2016-10-31 | 2016-10-31 | 一种复杂梯级水库群蓄水期优化调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106485366A true CN106485366A (zh) | 2017-03-08 |
Family
ID=58271495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610939518.0A Pending CN106485366A (zh) | 2016-10-31 | 2016-10-31 | 一种复杂梯级水库群蓄水期优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106485366A (zh) |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107622162A (zh) * | 2017-09-22 | 2018-01-23 | 江西省水利科学研究院 | 一种基于Copula函数的水位流量关系曲线推求方法 |
| CN107944627A (zh) * | 2017-11-27 | 2018-04-20 | 珠江水利委员会珠江水利科学研究院 | 一种流域洪水预报方法 |
| CN108520323A (zh) * | 2018-04-13 | 2018-09-11 | 河海大学 | 一种基于大系统理论时间及空间分解协调的水库调度方法 |
| CN108830419A (zh) * | 2018-06-15 | 2018-11-16 | 武汉大学 | 一种基于ecc后处理的梯级水库群入库流量联合预报方法 |
| CN109325206A (zh) * | 2018-09-10 | 2019-02-12 | 柳创新 | 一种降雨径流模型参数优化方法 |
| CN109558626A (zh) * | 2018-10-12 | 2019-04-02 | 华北电力大学 | 基于时变设计洪水的梯级水库汛期运行水位动态控制方法 |
| CN109800935A (zh) * | 2017-11-17 | 2019-05-24 | 北京亿阳信通科技有限公司 | 水库群流量调度方法、装置及存储介质 |
| CN109902267A (zh) * | 2019-03-07 | 2019-06-18 | 江西省水利科学研究院 | 一种受下游湖泊顶托影响的河道安全泄量计算方法 |
| CN110414050A (zh) * | 2019-06-25 | 2019-11-05 | 武汉大学 | 一种考虑调蓄影响的梯级水库群分期设计洪水计算方法 |
| CN110533244A (zh) * | 2019-08-28 | 2019-12-03 | 重庆大学 | 一种梯级水坝优化调度方法、系统与计算机可读存储介质 |
| CN110717838A (zh) * | 2019-09-06 | 2020-01-21 | 四川大学 | 一种梯级电站多目标调度评价体系指标构建及等级划分方法 |
| CN111079086A (zh) * | 2019-12-06 | 2020-04-28 | 华中科技大学 | 一种基于多元联合分布的水资源系统多重风险评估方法 |
| CN111144621A (zh) * | 2019-12-06 | 2020-05-12 | 河海大学 | 一种基于趋势判别的水库群防洪发电竞争关系判别方法 |
| CN111321713A (zh) * | 2019-06-19 | 2020-06-23 | 河南郑大水利科技有限公司 | 一种基于生态流量的水电站机组运行方法 |
| CN111967666A (zh) * | 2020-08-17 | 2020-11-20 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种江河湖水系综合协同调度系统及其调度方法 |
| WO2021129039A1 (zh) * | 2019-12-25 | 2021-07-01 | 华中科技大学 | 一种跨水库流域河道径流演算方法和系统 |
| CN113281754A (zh) * | 2021-07-26 | 2021-08-20 | 中国水利水电科学研究院 | 一种雨量站融合雷达定量估测降雨的WRF-Hydro关键参数率定方法 |
| CN113537800A (zh) * | 2021-07-25 | 2021-10-22 | 清华大学 | 一种并联水库调度方法、装置、电子设备和存储介质 |
| CN114722709A (zh) * | 2022-04-11 | 2022-07-08 | 武汉大学 | 兼顾发电量和最小出力的梯级水库群优化调度方法及系统 |
| CN114897309A (zh) * | 2022-04-14 | 2022-08-12 | 武汉大学 | 水库汛末蓄水防洪与兴利调度合作域测度方法 |
| CN115018218A (zh) * | 2022-08-09 | 2022-09-06 | 长江勘测规划设计研究有限责任公司 | 一种基于数学模型的梯级水库群洪水资源利用方法及系统 |
| CN117094119A (zh) * | 2023-06-28 | 2023-11-21 | 大连理工大学 | 考虑发电、生态流量和表面水温的水库调度方法及计算机 |
| CN118485229A (zh) * | 2024-04-11 | 2024-08-13 | 广东省水利水电科学研究院 | 一种水库调度方案提取方法、系统、装置及存储介质 |
| CN118650253A (zh) * | 2024-08-16 | 2024-09-17 | 浙江颐顿机电有限公司 | 宽电压无相序电焊过程实时数据分析与优化系统 |
| CN118735265A (zh) * | 2024-07-12 | 2024-10-01 | 武汉大学 | 水库汛末提前蓄水下机组短期调度方法及系统 |
| CN118485229B (zh) * | 2024-04-11 | 2025-02-18 | 广东省水利水电科学研究院 | 一种水库调度方案提取方法、系统、装置及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105719091A (zh) * | 2016-01-25 | 2016-06-29 | 大连理工大学 | 一种梯级水电站群并行多目标优化调度方法 |
| CN105894116A (zh) * | 2016-03-31 | 2016-08-24 | 武汉大学 | 一种流域梯级水库与蓄滞洪区联合调度方法 |
-
2016
- 2016-10-31 CN CN201610939518.0A patent/CN106485366A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105719091A (zh) * | 2016-01-25 | 2016-06-29 | 大连理工大学 | 一种梯级水电站群并行多目标优化调度方法 |
| CN105894116A (zh) * | 2016-03-31 | 2016-08-24 | 武汉大学 | 一种流域梯级水库与蓄滞洪区联合调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 杨光 等: "PA-DDS算法在水库多目标优化调度中的应用", 《水利学报》 * |
| 闫宝伟: "三峡和清江洪水遭遇风险分析", 《水利学报》 * |
Cited By (40)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107622162A (zh) * | 2017-09-22 | 2018-01-23 | 江西省水利科学研究院 | 一种基于Copula函数的水位流量关系曲线推求方法 |
| CN109800935B (zh) * | 2017-11-17 | 2023-09-01 | 北京亿阳信通科技有限公司 | 水库群流量调度方法、装置及存储介质 |
| CN109800935A (zh) * | 2017-11-17 | 2019-05-24 | 北京亿阳信通科技有限公司 | 水库群流量调度方法、装置及存储介质 |
| CN107944627A (zh) * | 2017-11-27 | 2018-04-20 | 珠江水利委员会珠江水利科学研究院 | 一种流域洪水预报方法 |
| CN108520323A (zh) * | 2018-04-13 | 2018-09-11 | 河海大学 | 一种基于大系统理论时间及空间分解协调的水库调度方法 |
| CN108520323B (zh) * | 2018-04-13 | 2022-04-05 | 河海大学 | 一种基于大系统理论时间及空间分解协调的水库调度方法 |
| CN108830419A (zh) * | 2018-06-15 | 2018-11-16 | 武汉大学 | 一种基于ecc后处理的梯级水库群入库流量联合预报方法 |
| CN108830419B (zh) * | 2018-06-15 | 2023-10-20 | 武汉大学 | 一种基于ecc后处理的梯级水库群入库流量联合预报方法 |
| CN109325206A (zh) * | 2018-09-10 | 2019-02-12 | 柳创新 | 一种降雨径流模型参数优化方法 |
| CN109325206B (zh) * | 2018-09-10 | 2023-03-24 | 柳创新 | 一种降雨径流模型参数优化方法 |
| CN109558626A (zh) * | 2018-10-12 | 2019-04-02 | 华北电力大学 | 基于时变设计洪水的梯级水库汛期运行水位动态控制方法 |
| CN109558626B (zh) * | 2018-10-12 | 2023-04-25 | 华北电力大学 | 基于时变设计洪水的梯级水库汛期运行水位动态控制方法 |
| CN109902267A (zh) * | 2019-03-07 | 2019-06-18 | 江西省水利科学研究院 | 一种受下游湖泊顶托影响的河道安全泄量计算方法 |
| CN109902267B (zh) * | 2019-03-07 | 2022-09-23 | 江西省水利科学研究院 | 一种受下游湖泊顶托影响的河道安全泄量计算方法 |
| CN111321713A (zh) * | 2019-06-19 | 2020-06-23 | 河南郑大水利科技有限公司 | 一种基于生态流量的水电站机组运行方法 |
| CN111321713B (zh) * | 2019-06-19 | 2021-05-11 | 河南郑大水利科技有限公司 | 一种基于生态流量的水电站机组运行方法 |
| CN110414050A (zh) * | 2019-06-25 | 2019-11-05 | 武汉大学 | 一种考虑调蓄影响的梯级水库群分期设计洪水计算方法 |
| CN110533244A (zh) * | 2019-08-28 | 2019-12-03 | 重庆大学 | 一种梯级水坝优化调度方法、系统与计算机可读存储介质 |
| CN110717838A (zh) * | 2019-09-06 | 2020-01-21 | 四川大学 | 一种梯级电站多目标调度评价体系指标构建及等级划分方法 |
| CN111144621B (zh) * | 2019-12-06 | 2022-08-26 | 河海大学 | 一种基于趋势判别的水库群防洪发电竞争关系判别方法 |
| CN111079086B (zh) * | 2019-12-06 | 2021-11-02 | 华中科技大学 | 一种基于多元联合分布的水资源系统多重风险评估方法 |
| CN111079086A (zh) * | 2019-12-06 | 2020-04-28 | 华中科技大学 | 一种基于多元联合分布的水资源系统多重风险评估方法 |
| CN111144621A (zh) * | 2019-12-06 | 2020-05-12 | 河海大学 | 一种基于趋势判别的水库群防洪发电竞争关系判别方法 |
| WO2021129039A1 (zh) * | 2019-12-25 | 2021-07-01 | 华中科技大学 | 一种跨水库流域河道径流演算方法和系统 |
| CN111967666A (zh) * | 2020-08-17 | 2020-11-20 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种江河湖水系综合协同调度系统及其调度方法 |
| CN113537800B (zh) * | 2021-07-25 | 2024-09-20 | 清华大学 | 一种并联水库调度方法、装置、电子设备和存储介质 |
| CN113537800A (zh) * | 2021-07-25 | 2021-10-22 | 清华大学 | 一种并联水库调度方法、装置、电子设备和存储介质 |
| CN113281754B (zh) * | 2021-07-26 | 2021-10-01 | 中国水利水电科学研究院 | 一种雨量站融合雷达定量估测降雨的WRF-Hydro关键参数率定方法 |
| CN113281754A (zh) * | 2021-07-26 | 2021-08-20 | 中国水利水电科学研究院 | 一种雨量站融合雷达定量估测降雨的WRF-Hydro关键参数率定方法 |
| CN114722709B (zh) * | 2022-04-11 | 2024-02-09 | 武汉大学 | 兼顾发电量和最小出力的梯级水库群优化调度方法及系统 |
| CN114722709A (zh) * | 2022-04-11 | 2022-07-08 | 武汉大学 | 兼顾发电量和最小出力的梯级水库群优化调度方法及系统 |
| CN114897309A (zh) * | 2022-04-14 | 2022-08-12 | 武汉大学 | 水库汛末蓄水防洪与兴利调度合作域测度方法 |
| CN114897309B (zh) * | 2022-04-14 | 2022-11-29 | 武汉大学 | 水库汛末蓄水防洪与兴利调度合作域测度方法 |
| CN115018218A (zh) * | 2022-08-09 | 2022-09-06 | 长江勘测规划设计研究有限责任公司 | 一种基于数学模型的梯级水库群洪水资源利用方法及系统 |
| CN117094119A (zh) * | 2023-06-28 | 2023-11-21 | 大连理工大学 | 考虑发电、生态流量和表面水温的水库调度方法及计算机 |
| CN117094119B (zh) * | 2023-06-28 | 2024-04-02 | 大连理工大学 | 考虑发电、生态流量和表面水温的水库调度方法及计算机 |
| CN118485229A (zh) * | 2024-04-11 | 2024-08-13 | 广东省水利水电科学研究院 | 一种水库调度方案提取方法、系统、装置及存储介质 |
| CN118485229B (zh) * | 2024-04-11 | 2025-02-18 | 广东省水利水电科学研究院 | 一种水库调度方案提取方法、系统、装置及存储介质 |
| CN118735265A (zh) * | 2024-07-12 | 2024-10-01 | 武汉大学 | 水库汛末提前蓄水下机组短期调度方法及系统 |
| CN118650253A (zh) * | 2024-08-16 | 2024-09-17 | 浙江颐顿机电有限公司 | 宽电压无相序电焊过程实时数据分析与优化系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106485366A (zh) | 一种复杂梯级水库群蓄水期优化调度方法 | |
| Si et al. | Revealing the water-energy-food nexus in the Upper Yellow River Basin through multi-objective optimization for reservoir system | |
| Liu et al. | Derivation of aggregation-based joint operating rule curves for cascade hydropower reservoirs | |
| Aboutalebi et al. | Optimal monthly reservoir operation rules for hydropower generation derived with SVR-NSGAII | |
| Bougadis et al. | Short‐term municipal water demand forecasting | |
| Liu et al. | A two-stage method of quantitative flood risk analysis for reservoir real-time operation using ensemble-based hydrologic forecasts | |
| CN102750448B (zh) | 一种基于水功能区的水量水质调控方法 | |
| Liu et al. | Deriving optimal refill rules for multi-purpose reservoir operation | |
| Li et al. | Identifying explicit formulation of operating rules for multi-reservoir systems using genetic programming | |
| CN103049671B (zh) | 一种自适应气候变化的水库多目标优化调度图编制方法 | |
| Azari et al. | Multi-objective optimization of the reservoir system operation by using the hedging policy | |
| CN104047258B (zh) | 一种面向环境保护的联合调度水库群的生态库容确定方法 | |
| Zhou et al. | Integrated optimization of hydroelectric energy in the upper and middle Yangtze River | |
| Sreekanth et al. | Optimal short-term reservoir operation with integrated long-term goals | |
| Wang et al. | Receding horizon control for drinking water networks: The case for geometric programming | |
| CN103823988A (zh) | 一种超大尺度流域水量水质耦合模拟预测分析方法 | |
| Hermida et al. | On the hydropower short-term scheduling of large basins, considering nonlinear programming, stochastic inflows and heavy ecological restrictions | |
| Davidsen et al. | The cost of ending groundwater overdraft on the North China Plain | |
| Wang et al. | Stochastic multiobjective optimization of reservoirs in parallel | |
| CN107330538A (zh) | 一种气候变化条件下水库适应性调度规则编制的方法 | |
| CN117332908B (zh) | 一种耦合集合预报的梯级水库多目标优化调度方法及系统 | |
| CN117172492B (zh) | 一种水库生态调度方案确定方法、系统、电子设备及介质 | |
| de Souza Zambelli et al. | Advantages of deterministic optimization in long-term hydrothermal scheduling of large-scale power systems | |
| Kelman et al. | The determination of flood control volumes in a multireservoir system | |
| Scarcelli et al. | Aggregated inflows on stochastic dynamic programming for long term hydropower scheduling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170308 |
|
| WD01 | Invention patent application deemed withdrawn after publication |