CN103049671B - 一种自适应气候变化的水库多目标优化调度图编制方法 - Google Patents
一种自适应气候变化的水库多目标优化调度图编制方法 Download PDFInfo
- Publication number
- CN103049671B CN103049671B CN201310025962.8A CN201310025962A CN103049671B CN 103049671 B CN103049671 B CN 103049671B CN 201310025962 A CN201310025962 A CN 201310025962A CN 103049671 B CN103049671 B CN 103049671B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- climate change
- sub
- goal
- optimal operation
- 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.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种自适应气候变化的水库多目标优化调度图编制方法,包括以下步骤:步骤1,建立全球气候模式(GCM)与可变下渗能力水文模型(VIC)耦合模型,以预测未来气候变化情景下的径流过程;步骤2,建立水库多目标优化调度图模型;步骤3,将未来气候变化情景下的预测径流资料作为优化调度图模型的输入,采用自适应遗传算法编制多目标优化调度图。本发明能够权衡水库调度的社会经济目标和生态目标,在保证水库防洪安全的前提下最大限度地提高水库调度的综合效益,并能自适应未来气候变化,可广泛应用于水库多目标优化调度生产实践中。
Description
技术领域
本发明属于水库优化调度图技术领域,特别涉及一种自适应气候变化的水库多目标优化调度图编制方法。
背景技术
水库调度图具有直观、应用方便和易于反映调度规则的时间连续性等优点,在生产实践中应用广泛。水库调度图按是否采用优化方法,可分为常规调度图和优化调度图。现行水库优化调度图存在以下不足:(1)只注重发挥水库的社会经济功能,力求经济效益的最大化,忽视了水库下游及库区的生态需水要求;(2)水库优化调度图只注重当前入库径流变化规律,对未来气候变化的自适应研究甚少。
发明内容
针对现有技术的不足,本发明基于全球气候模式(GCM)与可变下渗能力水文模型(VIC)获取未来气候变化情景下的预测径流信息,并权衡水库调度的社会经济目标和生态目标,提出了一种自适应气候变化的水库多目标优化调度图编制方法。
为解决上述技术问题,本发明采用如下技术方案:
一种自适应气候变化的水库多目标优化调度图编制方法,包括以下步骤:
步骤1,建立GCM与VIC的耦合模型,以预测未来气候变化情景下的水库径流过程;
步骤2,建立水库多目的标优化调度图模型;
步骤3,将未来气候变化情景下的水库预测径流资料作为优化调度图模型的输入,采用自适应遗传算法编制水库的多目标优化调度图。
步骤2的水库多目标优化调度图模型的目标函数是基于防洪、河道外供水、河道内生态供水、调水和发电子目标建立,其目标函数为其中,F为总目标;αi为第i个子目标的权重,且M为子目标的数量;fi'为归一化后的第i个子目标, 为按常规调度图模拟运行的第i个子目标值。所述的目标函数需满足如下约束条件:水量平衡约束、水库水位约束、出库流量约束、电站出力约束和水库边界条件。
步骤3进一步包括以下子步骤:
(1)将未来气候变化情景下的预测径流资料作为水库的优化调度图模型的输入;
(2)水库按常规调度模拟运行,统计水库的防洪、河道外供水、河道内生态供水、调水和发电子目标值;
(3)给定各子目标对应的权重系数;
(4)采用遗传算法随机生成水库的初始调度线;
(5)初始调度线经个体变异、交叉和选择产生新调度线,计算初始调度线和新调度线的适应度,所述的适应度为水库的多目标优化调度图模型的目标函数值;
(6)判断新调度线是否满足遗传算法的收敛条件,收敛条件为相邻两次迭代的目标函数差值小于或等于设定精度,若满足收敛条件则输出优化调度图;否则,重复步骤(5)。
与现有技术相比,本发明具有以下优点和效果:
1、现有技术均以多年平均经济效益最大化为优化目标,本发明以防洪、河道外供水、河道内生态供水、调水和发电等为优化目标,能够权衡水库调度的社会经济目标和生态目标,在保证水库防洪安全的前提下最大限度地提高水库调度的经济效益和生态效益;
2、现有技术均以水库实测径流资料作为优化调度图模型的输入,本发明强调将未来气候变化情景下的预测径流资料作为优化调度图模型的输入,采用自适应遗传算法编制多目标优化调度图以适应未来气候变化,更具有实用性。
附图说明
图1为编制水库自适应多目标优化调度图的流程图;
图2为GCM与VIC模型的耦合原理图。
图3为水库综合利用调度图。
具体实施方式
本发明基于GCM与VIC耦合模型对未来气候变化情景下的水库径流进行预测预报,建立防洪、供水、发电及生态等调度目标相权衡的水库多目标调度图优化模型,在保证水库防洪安全的前提下,寻求水库综合效益最大的自适应多目标优化调度图,其具体流程详见图1。
下面通过实施例,并结合附图,对本发明的技术方案做进一步具体说明。
一种自适应气候变化的水库多目标优化调度图编制方法,包括以下步骤:
步骤1,建立全球气候模式(GCM)与可变下渗能力水文模型(VIC)的耦合模型,以预测未来气候变化情景下的水库径流过程:
相对于集总式水文模型,分布式水文模型可将土壤、植被的空间分布、土地利用的区域特征以及降水、蒸发和径流的空间分布较好地反映出来,并将其建立在网格点上,更适合与全球气候模式GCM耦合。本实施例中,应用统计降尺度法将GCM与9km×9km的VIC分布式水文模型耦合,对水库所在流域的未来降雨径流趋势进行预测预报,GCM与VIC模型的耦合原理详见图2。
步骤2,建立水库多目标优化调度图模型:
对承担多项兴利任务的综合利用水库来说,其调度图常含有四条调度线,从下往上分别是:限制供水线、降低供水线、保证供水线和加大供水线,如图3所示。为协调水库兴利要求和生态环境要求,需在水库原有的兴利库容中分出一部分以生态供水线为上限的专用库容,以保证下游及库区生态需水的完整性。生态供水线与其它基本调度线类似,可概化为一组相互连接的线段,见图3。
本发明以防洪、供水、发电及生态调度作为水库多目标调度的子目标,子目标具体形式分别为:
(1)水库下游遭遇洪水的风险最小,可表示为:
式中,
f1为水库多目标调度的第一个子目标;
R为水库下游遭遇洪水的风险;
Qxt为水库t时段下泄流量;
Qan为防洪控制点的安全泄量;
#(·)为合成流量小于等于安全泄量的次数;
T为调度期时段数。
(2)N年平均下游河道外供水最大,可表示为:
式中,
f2为水库多目标调度的第二个子目标;
WR为N年平均下游河道外供水;
QRt为水库t时段下游河道外供水决策流量;
N为调度年数;
T为调度期时段数;
Δt为时段间隔。
(3)N年平均调水量最大,可表示为:
式中,
f3为水库多目标调度的第三个子目标;
WD为N年平均调水量;
QDt为水库t时段调水决策流量;
N为调度年数;
T为调度期时段数;
Δt为时段间隔。
(4)N年平均发电量最大,可表示为:
式中,
f4为水库多目标调度的第四个子目标;
E为N年平均发电量;
Pt为第t时段的出力;
N为调度年数;
T为调度期时段数;
Δt为时段间隔。
(5)N年平均生态供水量最大,可表示为:
式中,
f5为水库多目标调度的第五个子目标;
WC为N年平均生态供水量;
QCt为水库的t时段水库生态决策流量;
N为调度年数;
T为调度期时段数;
Δt为时段间隔。
为权衡社会经济目标和生态目标,常对各子目标进行归一化处理,然后赋予权重将多目标问题转化为单目标问题进行求解,具体目标函数为:
式中,
F为总目标;
αi为第i个目标的权重,且权重可根据经验取值,也可以通过遗传算法随机给出,其取值因不同水库而异;
M为子目标的数量,本发明中M=5;
fi'为归一化后的第i个子目标, 为按常规调度图模拟运行的第i个子目标值。
优化的目标函数(6)需满足如下约束条件:
(1)水量平衡约束
Vt+1=Vt+(It-QRt-QDt-QCt-Lt)·Δt(7)
式中,
Vt、Vt+1分别为水库t、t+1时段蓄水量;
It为水库t时段来水流量;
Lt为水库t时段损失流量;
QRt为水库t时段下游河道外供水决策流量;
QDt为水库t时段调水决策流量;
QCt为水库的t时段水库生态决策流量;
Δt为时段间隔。
(2)水库水位约束
Zmint≤Zt≤Zmaxt(8)
式中,
Zt为水库t时段水位;
Zmint为水库t时段允许消落到的最低水位;
Zmaxt为水库t时段允许蓄到的最高水位。
(3)出库流量约束
Qmint≤Qxt≤Qmaxt(9)
式中,
Qxt为水库t时段出库流量,其值为供水、调水和生态决策流量的总和;
Qmint表示水库t时段下泄流量下限,一般由下游综合利用要求(如灌溉、航运、生态环境等)提出;
Qmax,t为水库t时段下泄流量上限,一般受电站过水能力和水库泄洪能力限制。
(4)电站出力约束
Pmint≤Pt≤Pmaxt(10)
式中,
Pt为水库t时段的发电出力;
Pmint、Pmaxt分别为水库t时段的最小发电出力和最大发电出力。
(5)水库边界条件
Z0=C0(11)
ZT+1=CT+1(12)
式中,
Z0、ZT+1分别为调度期初和末水位;
C0、CT+1分别为调度期初和末给定水位值。
步骤3,将未来气候变化情景下的预测径流资料作为优化调度图模型的输入,采用自适应遗传算法编制多目标优化调度图:
本实施例中调度图的优化思路是:利用遗传编码随机给出调度线的可行解,水库按照调度图运行,统计运行结果,选择最优的调度图,通过交叉、变异等遗传算子得到新的改进调度线,反复迭代,直到收敛为止。
基于常规调度图中各调度线的形状,可采用遗传算法对调度线关键点的横、纵坐标进行编码。如图3所示,对于同一条调度线,如果以旬为时段,仅需对4个控制点A、B、C、D的横、纵坐标设置编码变量,也就是只有8个变量,且横坐标为整数,也就是4个浮点数编码变量,4个整数编码变量。采用上述编码方式可大大降低参数数量,缩短优化时间,且避免了调度线的大幅波动,更符合调度图的实际情况。自适应遗传算法编制水库多目标优化调度图的步骤依次如下:
(1)将未来气候变化情景下的预测径流资料作为水库的优化调度图模型的输入,本发明中,水库预测径流资料具体为公式(7)中的水库t时段来水流量It;
(2)水库按常规调度模拟运行,统计水库的防洪、河道外供水、河道内生态供水、调水和发电子目标的N年平均值为第i个子目标的N年平均值,本发明中,i=1,2,…,5,N为调度年数;
(3)给定一组权重系数αi,αi为第i个子目标的权重,M为子目标的数量,本发明中,M=5,αi权重可根据经验取值,也可以通过遗传算法随机给出;
(4)采用遗传算法随机生成水库的初始调度线;
(5)初始调度线经个体变异、交叉和选择产生新调度线,计算初始调度线和新调度线的适应度,所述的适应度为水库的多目标优化调度图模型的目标函数值,本发明中,多目标优化调度图模型的目标函数为公式(6);
(6)判断新调度线是否满足遗传算法的收敛条件,收敛条件为相邻两次迭代的目标函数差值小于或等于设定精度,若满足收敛条件则输出优化调度图;否则,重复步骤(5)。
Claims (3)
1.一种自适应气候变化的水库多目标优化调度图编制方法,其特征在于,包括以下步骤:
步骤1,建立全球气候模式与可变下渗能力水文模型的耦合模型,以预测未来气候变化情景下的水库径流过程;
步骤2,基于防洪、河道外供水、河道内生态供水、调水和发电子目标,建立水库多目标的优化调度图模型;
步骤3,将未来气候变化情景下的水库预测径流资料作为优化调度图模型的输入,采用自适应遗传算法编制水库的多目标优化调度图;
步骤3进一步包括以下子步骤:
(1)将未来气候变化情景下的预测径流资料作为水库的优化调度图模型的输入;
(2)水库按常规调度模拟运行,统计水库的防洪、河道外供水、河道内生态供水、调水和发电子目标值;
(3)给定各子目标对应的权重系数;
(4)采用遗传算法随机生成水库的初始调度线;
(5)初始调度线经个体变异、交叉和选择产生新调度线,计算初始调度线和新调度线的适应度,所述的适应度为水库的多目标优化调度图模型的目标函数值;
(6)判断新调度线是否满足遗传算法的收敛条件,收敛条件为相邻两次迭代的目标函数差值小于或等于设定精度,若满足收敛条件则输出优化调度图;否则,重复步骤(5)。
2.如权利要求1所述的自适应气候变化的水库多目标优化调度图编制方法,其特征在于:
优化调度图模型的目标函数基于各子目标获得,具体为:
通过对各子目标归一化、并对归一化后的各子目标赋权值,得到优化目标函数其中,F为总目标;αi为第i个子目标的权重,M为子目标的数量;f′i为归一化后的第i个子目标。
3.如权利要求2所述的自适应气候变化的水库多目标优化调度图编制方法,其特征在于:
所述的目标函数需满足如下约束条件:
水量平衡约束、水库水位约束、出库流量约束、电站出力约束和水库边界条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310025962.8A CN103049671B (zh) | 2013-01-21 | 2013-01-21 | 一种自适应气候变化的水库多目标优化调度图编制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310025962.8A CN103049671B (zh) | 2013-01-21 | 2013-01-21 | 一种自适应气候变化的水库多目标优化调度图编制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103049671A CN103049671A (zh) | 2013-04-17 |
CN103049671B true CN103049671B (zh) | 2015-08-19 |
Family
ID=48062305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310025962.8A Active CN103049671B (zh) | 2013-01-21 | 2013-01-21 | 一种自适应气候变化的水库多目标优化调度图编制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103049671B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104878800B (zh) * | 2015-06-16 | 2016-10-05 | 淮南矿业(集团)有限责任公司 | 水库群供水调节方法和装置 |
CN105714729B (zh) * | 2016-02-29 | 2017-10-24 | 武汉大学 | 一种自适应气候变化的水库多变量设计洪水推求方法 |
CN105894132B (zh) * | 2016-04-27 | 2019-05-21 | 河海大学 | 一种地面沉降区地下水多目标优化管理方法 |
CN107330538B (zh) * | 2016-09-20 | 2020-09-08 | 武汉大学 | 一种气候变化条件下水库适应性调度规则编制的方法 |
CN106951980B (zh) * | 2017-02-21 | 2021-07-09 | 河海大学 | 一种基于rcp情景的水库群适应性调度方法 |
CN107256293B (zh) * | 2017-05-24 | 2020-09-15 | 南京雨后地软环境技术有限公司 | 一种气候-生态系统耦合建模方法 |
CN109086245B (zh) * | 2018-06-29 | 2020-09-04 | 浙江大学 | 一种基于替代模型的vic参数多目标方法 |
CN110598290B (zh) * | 2019-08-30 | 2021-11-19 | 华中科技大学 | 考虑气候变化的流域未来水电发电能力预测方法和系统 |
CN111539153B (zh) * | 2020-04-07 | 2023-12-08 | 长江水利委员会长江科学院 | 一种基于预构泥沙信息库的水沙联合优化调度方法 |
CN112199456B (zh) * | 2020-09-17 | 2022-03-25 | 西南科技大学 | 一种基于供给型水文生态系统服务的流域水资源管理方法 |
CN112184479B (zh) * | 2020-09-17 | 2021-08-17 | 长江水利委员会水文局 | 一种水库群调度规则型式和参数对气候变化的适应性研究方法 |
CN112819293B (zh) * | 2021-01-14 | 2023-01-06 | 中国长江三峡集团有限公司 | 气候变化影响下水库调度规则的失效预警分析方法 |
CN112700068B (zh) * | 2021-01-15 | 2022-04-29 | 武汉大学 | 基于机器学习融合多源遥感数据的水库调度规则优化方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102004835B (zh) * | 2010-11-26 | 2012-03-28 | 武汉大学 | 一种面向发电风险的水电站优化调度图编制方法 |
CN102122370A (zh) * | 2011-03-07 | 2011-07-13 | 北京师范大学 | 一种流域气候变化预测及趋势分析方法 |
CN102708406A (zh) * | 2012-05-10 | 2012-10-03 | 湖北省电力公司 | 一种基于多目标遗传算法的调度图优化方法 |
-
2013
- 2013-01-21 CN CN201310025962.8A patent/CN103049671B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103049671A (zh) | 2013-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
Jiang et al. | Multi-stage progressive optimality algorithm and its application in energy storage operation chart optimization of cascade reservoirs | |
Zhou et al. | Prospect for small-hydropower installation settled upon optimal water allocation: An action to stimulate synergies of water-food-energy nexus | |
CN110851977B (zh) | 基于生态流量的供水-发电-生态多目标调度图优化方法 | |
CN106951980B (zh) | 一种基于rcp情景的水库群适应性调度方法 | |
Chang et al. | Optimized cascade reservoir operation considering ice flood control and power generation | |
CN103088784B (zh) | 一种梯级水库汛限水位实时动态控制方法 | |
CN108108838A (zh) | 一种高水量利用率的季调节水库优化调度方法 | |
CN110880048B (zh) | 一种梯级水库生态随机优化调度模型及求解方法 | |
WO2019006733A1 (zh) | 一种跨省互联水电站群长期联合调峰调度方法 | |
CN102004835B (zh) | 一种面向发电风险的水电站优化调度图编制方法 | |
CN105676890A (zh) | 三维及以上梯级水库汛期运行水位动态控制方法 | |
CN106485366A (zh) | 一种复杂梯级水库群蓄水期优化调度方法 | |
CN103942728A (zh) | 梯级水电站群日发电计划编制方法 | |
CN107563538B (zh) | 大电网平台下的面向关键水位控制的多目标水库群调度优化方法 | |
CN102867275A (zh) | 梯级水库群中长期联合发电优化调度方法及系统 | |
CN102629106A (zh) | 供水控制方法及系统 | |
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 | |
CN106682810A (zh) | 巨型水电站动态投产下跨流域梯级水电站群长期运行方法 | |
CN107038151B (zh) | 基于蓄能控制的梯级优化调度图绘制方法及调度方法 | |
CN104268653A (zh) | 基于集束径流预报的梯级水库优化调度方法 | |
Zeng et al. | A multi-reservoir based water-hydroenergy management model for identifying the risk horizon of regional resources-energy policy under uncertainties | |
CN106056267A (zh) | 一种并联水库群优化调度方法 | |
CN105335561A (zh) | 一种基于指标排序的梯级水电站群超短期调度方法 | |
CN101899820B (zh) | 面向河流生态系统保护的流域地表水可利用量确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |