CN104268653B - 基于集束径流预报的梯级水库优化调度方法 - Google Patents

Abstract

本发明公开了一种基于集束径流预报的梯级水库优化调度方法，本发明通过改进的集束径流预报法（ESP），考虑了径流预报概率分布情况，同时参考人工经验法等其他的预报方式，对径流预报频率分布模型进行修正，建立各时刻的径流预报概率分布模型；然后，采用动态规划法，利用各时刻径流预报概率分布模型求解出约束条件下，发电量期望值最大或发电效益期望值最大的梯级水库优化调度方法。本发明方法科学合理，贴近工程实际，可为水库实际运行调度提供重要且可操作性强的参考依据。

Description

基于集束径流预报的梯级水库优化调度方法

技术领域

本发明涉及一种水库优化调度方法，特别涉及一种基于集束径流预报的梯级水库优化调度方法。

背景技术

作为可重复利用的可再生能源，水能资源具有重要发展价值。实现水资源的充分利用，提高水能发电效益，不仅可减少电力系统中化石燃料的消耗量，还能改善环境，提高电力系统的稳定性和经济性。我国水资源规划正从地区行政管理向流域综合管理转变，在流域内实施梯级水库联合优化调度，可以最大限度实现水资源的优化利用，提高发电效益。对梯级水库开展联合优化调度，可为电网提供稳定电源、降低运营成本，还可为水电站自身安全稳定运行提供可靠参考依据，减少水轮机组损耗、增强其性能，对缓解能源供需紧张和水资源短缺有重要意义。

梯级水库优化调度，是在难以准确预测未来水库径流情况下进行的，径流变化比较复杂，很难准确描述水库的径流过程。传统的梯级水库优化调度将径流预报值当做确定值，开展优化调度^[1]。这种方法往往存在较大误差，不符合工程实际，难以被水库调度单位采用。公开号CN 101149822A的中国专利《水库调度预报的灰色动态规划方法》提出了一种水库调度的灰色动态方法，将径流预报值当做灰数处理，该方法考虑了预报径流的不确定性，但是仅考虑了预报径流范围，未考虑预报径流范围内数值的分布差异，可采纳性不强，不符合径流预测的科学实际。随着集束径流预报(ESP)的发展，ESP系统已在丹江口水库、潘口水库等水电站运行使用，但是目前还没有利用ESP系统对水库优化调度进行指导应用的方法。

涉及的参考文献如下：

[1]散齐国,常黎.基于长期水文预报的蓄能电站水库优化调度研究[J].水电能源科学，2007，25(2)：32-34，11.

[2]杨龙,田富强,胡和平.结合大气环流和遥相关信息的集合径流预报方法及其应用[J].清华大学学报(自然科学版),2013，53(5)：606-612.

发明内容

针对现有技术存在的不足，本发明提供了一种考虑了各时段水库预报径流范围内数值分布情况的基于集束径流预报的梯级水库优化调度方法。

本发明以集束径流预报(ESP)为主，并参考其他径流预报方法的径流预报结果，建立水库各时刻径流预报概率分布模型；采用动态规划法，在约束条件下，获得发电量期望值最大或发电效益期望值最大的梯级水库优化调度方法。

为解决上述技术问题，本发明采用如下的技术方案：

基于集束径流预报的梯级水库优化调度方法，包括步骤：

步骤1，采集流域水文资料数据；

步骤2，采用集束径流预报法获得梯级水库中各水库在不同时刻的径流预报频率分布曲线X_m～F(X_m)；

步骤3，采用其他径流预报方法的径流预报结果和实际经验修正步骤2获得的径流预报频率分布曲线，获得修正后的径流预报频率分布曲线Y_m～F(Y_m)；

步骤4，以梯级水库总发电量期望值最大或梯级水库总发电效益期望值最大为目标函数，并设置约束条件，建立梯级水库优化调度模型；

步骤5，基于径流预报频率分布曲线Y_m～F(Y_m)和梯级水库优化调度模型，采用动态规划法获得水库优化调度方案，本步骤进一步包括子步骤：

5.1离散径流预报频率分布曲线获得径流预报离散点；

5.2在合理水位范围内将水库在各调度时段初和末的水位进行离散，以各调度时段初和末的水位分别为状态变量和决策变量；

5.3在调度时段的不同初水位离散点下，根据水库水量平衡原理分别计算水库的不同径流预报离散点对应的下泄流量，基于梯级水库优化调度模型获得水库的出力，并基于概率原理获得水库在调度时段的出力期望值；

5.4给定调度期初和末的水位，基于梯级水库优化调度模型进行递推寻优，以最大的总发电量期望值或总发电效益期望值对应的水位离散点为最优水位，各调度时段的最优水位构成水库优化调度轨迹。

步骤2进一步包括子步骤：

2.1引入气象因子对步骤1采集的流域水文资料数据中的历史气象资料进行挑选，选出与预报年份气象条件相似的历史年份；

2.2根据选出的历史年份的历史气象资料，采用流域水文模型获得梯级水库中各水库的一系列未来流量过程，即流量过程集合；

2.3对流量过程集合进行概率统计分析，获得梯级水库中各水库不同时刻的径流预报频率分布曲线。

步骤3具体为：

将采用其他径流预报方法和实际经验获得的径流预报确定值分别记为x₂、x₃、…、x_k，并采用如下公式修正集束径流预报法获得的径流预报值X_m，修正后的径流预报值序列Y_m＝α₁×X_m+α₂×x₂+α₃×x₃+...+α_k×x_k，从而获得修正后的径流预报概率分布曲线Y_m～F(Y_m)，其中，α₁、α₂、…、α_k为根据经验及水库运行情况获得的权重；X_m从大到小进行排列，即令最大的径流预测值对应的径流预报模拟系列项数编号m为1，令最小的径流预测值对应的径流预报模拟系列项数编号m为M，M为径流预报模拟系列的总项数，m为径流预报模拟系列项数编号，m＝1,2,...,M，X_m对应的径流预报模拟系列项数编号为m。

步骤5中采用的动态规划法为动态规划逆序解法。

子步骤5.3中所述的出力期望值其中，表示第n个水库在第t个调度时段的出力期望值；N_n,t,u为第n个水库在第t个调度时段时第u个径流预报离散点的出力；为第n个水库在第t个调度时段时第u个径流预报离散点的概率。

与现有技术相比，本发明具有以下优点和有益效果：

1、科学合理、贴近工程实际：

通过改进的集束径流预报法(ESP)，考虑了径流预报概率分布情况，同时参考人工经验法等其他的预报方式，对径流预报频率分布模型进行修正。

2、可为水库调度提供重要且可操作性强的参考依据：

充分利用径流预报结果，获得梯级水库调度期内各时段发电量期望值，并在考虑径流预报不确定性的情况下获得确定的水库调度轨迹线，为水库的实际运行调度提供重要且可操作性强的参考依据。

附图说明

图1为本发明方法的具体流程图；

图2为集束径流预报方法预报原理示意图；

图3为采用ESP得到的梯级水库中某水库某时段径流预报频率分布曲线及离散示意图；

图4为梯级水库示意图；

图5为水库1在第t个调度时段的径流预报频率分布曲线及其离散化示意图；

图6为动态规划法中各调度时段的水位离散示意图；

图7为考虑径流预报的动态规划法流程图。

具体实施方式

本发明通过改进的集束径流预报法(ESP)获得梯级水库的径流预报频率分布曲线，并参考其他径流预报方式的预报结果，经综合分析后修正径流预报频率分布曲线，建立各时刻径流预报概率分布曲线，即各时刻径流预报概率分布模型；然后，采用动态规划法，利用各时刻径流预报概率分布模型求解出约束条件下，发电量期望值最大或发电效益期望值最大的梯级水库优化调度方法。

本发明的具体实施流程见图1，步骤如下：

步骤1，采集流域水文资料数据。

采集水文资料，包括流域的历史气象资料(如降雨、蒸散发等)、历史径流资料、预报期的气象条件、流域的初始状态等，流域的初始状态主要包括土壤含水量，可通过流域水文模型计算获得，流域的初始状态的获得属于本技术领域内的常规技术。

步骤2，采用集束径流预报法(ESP)获得梯级水库各时刻的径流预报频率分布曲线。

本步骤属于本技术领域内的常规技术，为便于理解，下面将对本步骤进行详细说明。

本具体实施方式中，采用改进的集束径流预报方法^[2]，即在传统集束径流预报方法(ESP)中引入大气环流及遥相关等气象因子，对步骤1采集的历史气象资料进行挑选，选出与预报年份气象条件相似的历史年份；接着，利用相似年份的降雨、蒸散发等气象资料作为未来的气象强迫输入驱动流域水文模型，由此获得一系列未来的流量过程；然后，对流量过程集合进行概率统计分析，在不同的概率分布下给出各时刻的径流量超过某量级的可能性，从而获得集束径流预报结果，即梯级水库各时刻的径流预报频率分布曲线。

集束径流预报法(ESP)的预报原理见图2。对流量过程集合进行概率统计分析时，ESP可根据实际情况选择概率分布，例如正态分布、对数正态分布、PⅢ分布及经验分布等。

本具体实施方式将以经验分布为例进一步说明概率统计分析过程。经验分布的概率公式如下：

本步骤中，采用X_m表示采用ESP获得的一束径流预报值，即根据其中一径流预报模拟系列计算的径流预测值。X_m从大到小进行排列，即令最大的径流预测值对应的径流预报模拟系列项数编号m为1，令最小的径流预测值对应的径流预报模拟系列项数编号m为M。

式(1)中，M为径流预报模拟系列的总项数，m为径流预报模拟系列项数编号，m＝1,2,...,M。P_m为超过概率，P_m＝P(X＞X_m)，即，径流预报值超过X_m的概率，P表示径流预报频率分布曲线上X_m对应的纵坐标，X_m对应的径流预报模拟系列项数编号为m。

通过ESP可获得梯级水库各时段的径流预报频率分布曲线，图3为某时刻的径流预报频率分布曲线及离散示意图，变量X取第m种状态X_m时对应的概率区间ΔP(X_m)＝F(X_m+1)-F(X_m)。

步骤3，采用其他径流预报方法的径流预报结果和实际经验，修正步骤2获得的径流预报频率分布曲线。

考虑到，一般情况下，各水库的径流预报不止参考一种径流预报方法，而是综合多种径流预报方法，再结合水库调度人员的实际经验，对径流预报值进行综合分析。

假设对于优化调度涉及到的某水库，采用ESP、人工经验法以及其他径流预报方法共计k种径流预测方式进行径流预报。

将ESP获得径流预报值的频率分布曲线，即径流预报频率分布曲线，记为X_m～F(X_m)。

采用人工经验法及其他径流预报方法获得径流预报确定值，分别记为x₂、x₃、…、x_k。

对上述k种径流预报方法(包括人工经验法)获取的径流预报值赋予不同的权重，分别为α₁、α₂、…、α_k，α₁+α₂+...+α_k＝1，α₁、α₂、…、α_k根据经验及水库的运行情况进行取值。

综合人工经验法及其他径流预报方法的同一时刻的径流预报值及对应的权重修正ESP获得的径流预报值序列X_m，获得新的径流预报值序列Y_m：

Y_m＝α₁×X_m+α₂×x₂+α₃×x₃+...+α_k×x_k (2)

再通过PⅢ分布，求得修正后的径流预报值Y_m的概率分布曲线，记为Y_m～F(Y_m)。

需要指出的是，式(1)和式(2)均为所研究的梯级水库中某水库某时刻的径流预报值的频率分布的相关公式。

本发明通过考虑ESP的预报结果，并参考人工经验法等其他预报方式的预报结果，获得梯级水库中各水库在调度期内任一时刻的径流预报频率分布曲线。

假设研究的梯级水库包括N个水库，调度时段为Δt，共有T个调度时段，那将获得以下N×T个径流预报频率分布曲线：

对于水库1，第1个调度时段的入库流量预报频率分布曲线，记为Y_m ¹1～F(Y_m ¹1)；

对于水库1，第2个调度时段的入库流量预报频率分布曲线，记为Y_m ²1～F(Y_m ²1)；

以此类推，对于水库1，第t个调度时段的入库流量预报频率分布曲线，记为Y_m ^t1～F(Y_m ^t1)；

对于水库1，第T个调度时段的入库流量预报频率分布曲线，记为Y_m ^T1～F(Y_m ^T1)。

水库1表示龙头水库。由于梯级水库中各级水库间具有一定的水力联系，即上级水库的下泄流量影响下级水库的入库流量，所以对于龙头水库的下游水库2、3、…、N，径流预报值为该水库与上一级水库间的区间流量。

对于水库2，第1个调度时段的径流预报频率分布曲线，记为Y_m ¹2～F(Y_m ¹2)；

对于水库2，第2个调度时段的径流预报频率分布曲线，记为Y_m ²2～F(Y_m ²2)；

对于水库2，第t个调度时段的径流预报频率分布曲线，记为Y_m ^t2～F(Y_m ^t2)；

对于水库2，第T个调度时段的径流预报频率分布曲线，记为Y_m ^T2～F(Y_m ^T2)。

对于水库n，第1个调度时段的径流预报频率分布曲线，记为Y_m ¹n～F(Y_m ¹n)；

对于水库n，第2个调度时段的径流预报频率分布曲线，记为Y_m ²n～F(Y_m ²n)；

对于水库n，第t个调度时段的径流预报频率分布曲线，记为Y_m ^tn～F(Y_m ^tn)；

对于水库n，第T个调度时段的径流预报频率分布曲线，记为Y_m ^Tn～F(Y_m ^Tn)。

对于水库N,第1个调度时段的径流预报频率分布曲线，记为Y_m ¹N～F(Y_m ¹N)；

对于水库N，第2个调度时段的径流预报频率分布曲线，记为Y_m ²N～F(Y_m ²N)；

对于水库N，第t个调度时段的径流预报频率分布曲线，记为Y_m ^tN～F(Y_m ^tN)；

对于水库N，第T个调度时段的径流预报频率分布曲线，记为Y_m ^TN～F(Y_m ^TN)。

步骤4，建立梯级水库优化调度模型。

以“梯级水库总发电量期望值最大”或“梯级水库总发电效益期望值最大”为目标函数，建立梯级水库优化调度模型^[1]。

梯级水库总发电量期望值最大的目标函数为：

梯级水库总发电效益期望值最大调度函数如下：

式(3)～(4)中，J为梯级水库总发电量期望值，B为梯级水库总发电效益期望值；是梯级水库第t个调度时段的发电量期望值，是第n个水库在第t个调度时段的出力期望值，Δt是调度时段长；C_t是第t个调度时段的电价或反映电能价值的系数；T为调度时段数量，N为梯级水库中水库数量。

本具体实施中考虑如下的约束条件：

(a)水库日用水量约束：

式(5)中，Q_n,t是第n电站在第t个调度时段的发电引用流量，W_n是第n电站一天内的计划用水量。

(b)水库水量平衡方程：

V_n,t+1＝V_n,t+(I_n,t-Q_n,t-QW_n,t)Δt (6)

式(6)中，V_n,t、V_n,t+1分别是第n电站在第t个调度时段始末蓄水量，I_n,t、Q_n,t、QW_n,t分别是第n电站在第t个调度时段的入库流量、发电用水流量和其他用水流量，在这里暂不考虑弃水变化。

(c)梯级电站间水流联系：

I_n,t＝IL_n,t+Q_n-1,t-τ (7)

式(7)中，IL_n,t是第n电站在第t个调度时段区间入流，τ为第n-1电站下泄流量到达第n电站的滞后时间，通常与河道特性、流量大小有关。

(d)电站出力约束：

PMIN_n,t≤P_n,t≤PMAX_n,t (8)

式(8)中，PMIN_n,t是第n电站在第t个调度时段的允许最小出力，取决于水轮机的种类和特性；PMAX_n,t是第n电站在第t个调度时段某水头下的电站发电能力。

(e)机组最大过水能力约束：

Q_n,j≤Q^*(N,H) (9)

式(9)中，Q^*(N,H)是水头为H时水轮机的最大过水能力。

(f)水库库容约束：

V_n,min≤V_n,t≤V_n,maxn＝1,…,N (10)

式(10)中，V_n,min是第t个调度时段应保证的水库最小蓄水量，V_n,max是第t个调度时段允许的水库最大蓄水量，如汛期防洪限制等。

(g)水库下泄流量约束：

Q_min≤Q_n≤Q_max (11)

式(11)中，Q_min是第t个调度时段保证下游综合用水要求的最小下泄流量，Q_max为第t个调度时段允许的电站最大下泄流量。

(h)全厂最优流量特性：

步骤5，利用修正后的径流预报频率分布曲线求解梯级水库优化调度模型，采用动态规划法获得梯级水库优化调度方案。

将修正后的径流预报频率分布曲线进行离散，利用各径流预报离散状态下求得的出力，计算各调度时段不同离散状态变量对应的出力期望值，从而获得使梯级水库总发电量期望值最大或梯级水库总发电效益期望值最大的最优调度轨迹。

动态规划法中，单一水库的优化调度与梯级水库的优化调度仅存在阶段长度的区别，对梯级水库优化调度模型的优化求解，仅需在单一水库的优化求解基层上增加求解阶段长度。

下面以仅龙头水库具备调节能力的梯级水库为例，给出动态规划法逆序求解过程：

5.1离散龙头水库的入库流量预报频率分布曲线，即龙头水库的径流预报频率分布曲线。

对于龙头水库，分别将调度期各调度时段的入库流量预报频率分布曲线离散化，获得一系列径流预报离散点。

将龙头水库第1个调度时段的入库流量预报频率分布曲线离散为L₁个离散点，即L₁个离散状态；以此类推，将龙头水库第t个调度时段的入库流量预报频率分布曲线离散为L_t个离散点；相应地，将第T个调度时段的入库流量预报频率分布曲线离散为L_T个离散点。任一调度时段的各离散状态都对应一个概率区间。

对第1个调度时段，第i个离散状态对应的概率记为：ΔP(Y_i ¹1)＝F(Y_i+1 ¹1)-F(Y_i ¹1)，其中，i表示离散点编号，0＜i≤L₁，Y_i ¹1和Y_i+1 ¹1分别表示在第1个调度时段下、第i个离散状态和第i+1个离散状态的径流预报值。

对第t个调度时段，第i个离散状态对应的概率记为：ΔP(Y_i ^t1)＝F(Y_i+1 ^t1)-F(Y_i ^t1)，其中，i表示离散点编号，0＜i≤L_t，Y_i ^t1和Y_i+1 ^t1分别表示在第t个调度时段下、第i个离散状态和第i+1个离散状态的径流预报值。

对第T个调度时段，第i个离散状态对应的概率记为：ΔP(Y_i ^T1)＝F(Y_i+1 ^T1)-F(Y_i ^T1)，其中，i表示离散点编号，0＜i≤L_T，Y_i ^T1和Y_i+1 ^T1分别表示在第T个调度时段下、第i个离散状态和第i+1个离散状态的径流预报值。

图5给出了龙头水库在第t个调度时段的径流预报频率分布曲线及其离散化示意图，其中，变量Y^t1在第i种离散状态Y_i ^t1时对应的概率区间为：ΔP(Y_i ^t1)＝F(Y_i+1 ^t1)-F(Y_i ^t1)。

5.2离散龙头水库水位。

龙头水库调度期初、末的水位已知，将龙头水库各调度时段的水位在合理水位范围内进行离散，所述的合理水位范围指水库死水位与正常蓄水位或水库死水位与防洪限制水位形成的水位范围。

对第t个调度时段初水位称为动态规划法的状态变量，将其离散为m₁个离散点，即j表示离散点编号，j＝1,2，…,m₁；第t个调度时段末水位称为动态规划法的决策变量，将其离散为m₂个离散点，即j表示离散点编号，j＝1,2，…,m₂。此时，对龙头水库调度时段状态为调度时段决策为的梯级水库群计算发电效益，寻找最大发电效益期望值对应的状态变量离散点。图6给出了动态规划法中各调度时段的水位离散示意图。

5.3计算调度时段下泄流量。

步骤5.1中，将龙头水库第t个调度时段的入库流量预报频率分布曲线离散为L_t个离散状态，各离散状态对应的径流预报为Y_u ^t1，0＜u≤L₁。步骤5.2中，将龙头水库第t个调度时段初水位离散成m₁个点、末水位离散为m₂个点；对第t个调度时段初第j个离散水位记作

将第t个调度时段的各径流预报离散点Y_u ^t1分别代入式(6)的水库水量平衡方程，计算龙头水库在第t个调度时段初第j个离散水位下，各径流预报离散点Y_u ^t1对应的下泄流量Q_i,t,u，考虑步骤4中各项约束条件，求得相应的出力N_i,t,u。

那么在第t个调度时段初第j个离散水位下，可根据不同离散状态下的径流预报值得到对应的出力N_i,t,u，u＝1,2,...,L_t。由于各径流预报值对应不同的概率分布，根据各径流预报离散点对应的概率，基于概率原理获得出力期望值

步骤5.4寻优递推。

根据出力期望值可计算发电量期望值。以第t个调度时段梯级水库的总发电量期望值作为指标函数：

或者，以第T～t个调度时段总发电量期望值的最大值为最优值函数，即：

式(15)中：表示第t个调度时段初水位为时，通过寻求最优子策略u_T,t，使水电站群可以取得的T～t阶段最大发电量期望值。显然，即为调度期的总发电量指标。

此时可记下各调度时段的最优状态水位，即梯级水库优化调度轨迹。图7为考虑径流预报的动态规划法流程图。

综上，本发明通过改进的集束径流预报方法(ESP)，考虑了预测径流的概率分布情况，同时参考人工经验法等其他的预报方式，提出了修正后的预测径流频率分布曲线；可以同时得到梯级水电站调度期内的各个时段发电量期望值，并在考虑预测径流不确定性的情况下得到一条确定的调度轨迹线，为水库的实际运行调度可以提供重要且可操作性强的参考依据。

Claims (5)

1.基于集束径流预报的梯级水库优化调度方法，其特征在于，包括步骤：

步骤1，采集流域水文资料数据；

步骤2，采用集束径流预报法获得梯级水库中各水库在不同时刻的径流预报频率分布曲线X_m～F(X_m)；

步骤3，采用其他径流预报方法的径流预报结果和实际经验修正步骤2获得的径流预报频率分布曲线，获得修正后的径流预报频率分布曲线Y_m～F(Y_m)；

步骤4，以梯级水库总发电量期望值最大或梯级水库总发电效益期望值最大为目标函数，并设置约束条件，建立梯级水库优化调度模型；

步骤5，基于径流预报频率分布曲线Y_m～F(Y_m)和梯级水库优化调度模型，采用动态规划法获得水库优化调度方案，本步骤进一步包括子步骤：

5.1离散径流预报频率分布曲线获得径流预报离散点；

5.2在合理水位范围内将水库在各调度时段初和末的水位进行离散，以各调度时段初和末的水位分别为状态变量和决策变量；

5.3在调度时段的不同初水位离散点下，根据水库水量平衡原理分别计算水库的不同径流预报离散点对应的下泄流量，基于梯级水库优化调度模型获得水库的出力，并基于概率原理获得水库在调度时段的出力期望值；

5.4给定调度期初和末的水位，基于梯级水库优化调度模型进行递推寻优，以最大的总发电量期望值或总发电效益期望值对应的水位离散点为最优水位，各调度时段的最优水位构成水库优化调度轨迹。

2.如权利要求1所述的基于集束径流预报的梯级水库优化调度方法，其特征在于：

步骤2进一步包括子步骤：

2.1引入气象因子对步骤1采集的流域水文资料数据中的历史气象资料进行挑选，选出与预报年份气象条件相似的历史年份；

2.2根据选出的历史年份的历史气象资料，采用流域水文模型获得梯级水库中各水库的一系列未来流量过程，即流量过程集合；

2.3对流量过程集合进行概率统计分析，获得梯级水库中各水库不同时刻的径流预报频率分布曲线。

3.如权利要求1所述的基于集束径流预报的梯级水库优化调度方法，其特征在于：

步骤3具体为：

将采用其他径流预报方法和实际经验获得的径流预报确定值分别记为x₂、x₃、…、x_k，并采用如下公式修正集束径流预报法获得的径流预报值X_m，修正后的径流预报值序列Y_m＝α₁×X_m+α₂×x₂+α₃×x₃+...+α_k×x_k，从而获得修正后的径流预报概率分布曲线Y_m～F(Y_m)，其中，α₁、α₂、…、α_k为根据经验及水库运行情况获得的权重；X_m从大到小进行排列，即令最大的径流预测值对应的径流预报模拟系列项数编号m为1，令最小的径流预测值对应的径流预报模拟系列项数编号m为M，M为径流预报模拟系列的总项数，m为径流预报模拟系列项数编号，m＝1,2,...,M，X_m对应的径流预报模拟系列项数编号为m。

4.如权利要求1所述的基于集束径流预报的梯级水库优化调度方法，其特征在于：

步骤5中采用的动态规划法为动态规划逆序解法。

5.如权利要求1所述的基于集束径流预报的梯级水库优化调度方法，其特征在于：

子步骤5.3中所述的出力期望值其中，表示第n个水库在第t个调度时段的出力期望值；N_n,t,u为第n个水库在第t个调度时段时第u个径流预报离散点的出力；为第n个水库在第t个调度时段时第u个径流预报离散点的概率。