CN106056267A - 一种并联水库群优化调度方法 - Google Patents

Abstract

本发明涉及水利电力技术领域，特别是一种并联水库群优化调度方法，包括以下步骤，步骤S101：暴雨中心位置确定；步骤S102：选择模型进行优化调度；步骤S103：确定并联水库的规则形式；步骤S104：构成调度方案集；步骤S105：调度方案确定。采用上述方法后，本发明可根据暴雨中心的分布生成各水库对应单目标流域多目标的联合调度规则；另外，本发明可广泛应用于并联水库群生成多目标调度规则，使水库调度决策更稳健和优越，适应水库中长期调度。

Description

一种并联水库群优化调度方法

技术领域

本发明涉及水利电力技术领域，特别是一种并联水库群优化调度方法。

背景技术

水库是人类利用水资源的重要手段，随着水库数量的增加，有效调度运用水库群实现防洪、发电、航运、供水等多方面的功能与任务，成为促进社会文明进步的重要手段之一。水库群联合优化调度技术是实现水库群正常运行的必备手段之一。采用水库群联合优化调度技术管理水库群运行，具有投资少、效益大、需求高以及前景广等优点。

中国发明专利CN 105427052 A公开了一种基于参考线的并联水库确定性优化调度方法，包括以下步骤：(1)确定调度期；(2)建立水库群确定性长期优化调度发电量最大模型；(3)确定水库群初始参考线和初始调度方案；(4)判断初始调度方案是否可行。此发明将水库最小决策限制线和防弃水线结合起来使用，可准确确定水库增发单位出力引起的不蓄电能损失值(K值)计算的起始和终止时刻，不要求各水库使用同一的调度起始和终止时刻，避免了个水库蓄、供水期划分的不同对调度结果的影响；将专家经验和水库调度理由相结合，避免了水库群调度“维数障碍”问题，适用于大规模并联水库群优化调度。

发明内容

本发明需要解决的技术问题是提供一种根据雨情提取防洪和发电相耦合的并联水库群优化调度方法。

为解决上述的技术问题，本发明的一种并联水库群优化调度方法，包括以下步骤，

步骤S101：暴雨中心位置确定，根据实时雨情信息和洪水预报系统确定并联水库群流域的暴雨中心位置；

步骤S102：选择模型进行优化调度，根据暴雨中心的位置，不同支流选择不同的模型进行不同控制目标的优化调度；

步骤S103：确定并联水库的规则形式，根据并联支流水库的分布情况和基本参数确定对应并联水库的规则形式；

步骤S104：构成调度方案集，不同支流水库设置不同的约束条件和目标函数，通过多目标遗传算法得到一系列的并联水库群调度规则，构成该并联水库群对应一场洪水的调度方案集；

步骤S105：调度方案确定，基于调度方案集，确定最终的调度方案。

进一步的，所述步骤S101中所述暴雨中心位置根据各支流水库的面洪量大小确定，所述面洪量为各支流上水库同时期各时段的洪水实测历史值和预报入库流量总和与对应的集雨面积S_i的比值。

进一步的，所述步骤S102中不同的支流选用不同的模型进行优化具体包括暴雨中心所在的支流以防洪为主要目标，对应模型一选取最大削峰准则作为控制目标；其他的支流则以发电为主要目标，对应模型二选取发电量最大作为控制目标；同时，其他支流各自的防洪控制点流量作为约束条件，选取并联水库群最终的防洪控制点最大削峰单独作为一个目标。

进一步的，所述步骤S103中水库调度规则形式是根据水库群的分布情况、历史入库流量信息、水库特征进行初步设定，包括优化调度图、多元线性回归调度规则、神经网络调度规则或支持向量机调度规则。

进一步的，步骤S104中，针对非暴雨中心所在的支流，发电量是主要控制目标，但对应支流的防洪控制点作为约束条件，控制不给下游造成损失。

采用上述方法后，本发明可根据暴雨中心的分布生成各水库对应单目标流域多目标的联合调度规则；另外，本发明可广泛应用于并联水库群生成多目标调度规则，使水库调度决策更稳健和优越，适应水库中长期调度。

附图说明

下面将结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明一种并联水库群优化调度方法的流程图。

图2为本发明多目标遗传算法流程图。

具体实施方式

如图1所示，本发明的一种并联水库群优化调度方法，包括以下步骤，

步骤S101：暴雨中心位置确定，根据实时雨情信息和洪水预报系统确定并联水库群流域的暴雨中心位置。首先确定并联支流总数N，分别计算各支流上水库同时期各时段的洪水实测历史值和预报入库流量总和与对应的集雨面积S_i，计算各个支流的面洪量并比较其大小，面洪量最大的支流则为流域暴雨中心分布的支流。

步骤S102：选择模型进行优化调度，根据暴雨中心的位置，不同支流选择不同的模型进行不同控制目标的优化调度。暴雨中心所在的支流以防洪为主要目标，在控制水库最高水位的前提下，以下游防护点的最大流量最小作为防洪调度方案最优性的评判标准。即在满足大坝(或库区)防洪安全条件下，尽量满足下游防洪要求，以使洪峰流量得到最大程度的削减。其他的支流则以发电为主要目标，对应模型二选取发电量最大作为控制目标；同时，其他支流各自的防洪控制点流量作为约束条件，选取并联水库群最终的防洪控制点最大削峰单独作为一个目标。

步骤S103：确定并联水库的规则形式，根据并联支流水库的分布情况和基本参数确定对应并联水库的规则形式。可根据水库群的分布情况、历史入库流量信息、水库特征等，初步设定水库调度规则形式为优化调度图、多元线性回归调度规则、神经网络调度规则或支持向量机调度规则。本步骤多种水库调度规则的设定属于现有技术，在此不作赘述。

步骤S104：构成调度方案集，不同支流水库设置不同的约束条件和目标函数，通过多目标遗传算法得到一系列的并联水库群调度规则，构成该并联水库群对应一场洪水的调度方案集。暴雨中心所在的支流以防洪为主要目标，目标函数是：

$\min \left(q_{\max }^{*}\right)\⇔\min \left\{\underset{t=1}{\overset{T}{\Σ}}{\[O^{*}\left(t\right)+I_{qj}\left(t\right)\]}^2\right\}---\left(1\right)$

式中：为下游防护点最大流量的最小值，O^*(t)为出库流量经河道调蓄后演算到下游防护点的流量，I_qj(t)为水库至下游防护点之间的汇入流量，T为时段数。

针对非暴雨中心所在的支流，发电量是主要控制目标，目标函数是：

$max\left(E^{*}\right)\⇔max\{\underset{t=1}{\overset{T}{\Σ}}\[P^{power}\left(t\right)\mathrm{\Δ}T\left(t\right)\]\}---\left(2\right)$

式中：E^*为调度期T内的总发电量，P^power(t)为水库对应时段的出力，ΔT(t)为时段长度。

同时，其他支流各自的防洪控制点流量作为约束条件，控制不给下游造成损失。

最后选取并联水库群最终的防洪控制点最大削峰单独作为一个目标，目标函数是：

$min\left(Q_{\max }^{*}\right)\⇔min\left\{\underset{t=1}{\overset{T}{\Σ}}{\[\underset{j=1}{\overset{N}{\Σ}}{O}_j^{*}\left(t\right)+I_{qj}\left(t\right)\]}^2\right\}---\left(3\right)$

式中：为最终防护点最大流量的最小值，为第j条支流的出库流量经河道调蓄后演算到最终防护点的流量，I_qj(t)为N条支流上的水库至最终防护点之间的汇入流量，N为支流总数。

三个模型的约束条件集合为：

(1)水量平衡约束：

V_j(t+1)＝V_j(t)+(I_j(t)-O_j(t))Δt+Δε (4)

式中：V_j(t+1)为t+1时段初j水库的库容；V_j(t)为t时段初j水库的库容；I_j(t)为t时段j水库的入库流量，m³/s；O_j(t)为t时段j水库的出库流量；Δε为蒸发、渗漏等损失水量，可不计。

(2)库容约束：

VL_j(t)≤V_j(t)≤VU_j(t) (5)

式中：VL_j(t)为t时段j水库的最小库容；VU_j(t)为t时段j水库的允许达到的最大库容。

(3)库容曲线约束：

Z_j(t)＝f_ZV(V_j(t)) (6)

式中：Z_j(t)为t时段j水库的坝前水位，m；f_ZV(·)为水位库容曲线函数。

(4)水库出库流量约束：

OL_j(t)≤O_j(t)≤OU_j(t) (7)

式中：OL_j(t)为t时段j水库的最小出库流量，一般由下游灌溉航运、供水或者航运要求提出，在本次防洪调度研究中，不予考虑；OU_j(t)为t时段j水库的最大出库流量，一般根据下游防洪要求、水库最大泄流能力等给出。

(5)河道汇流约束：

$O_j^{*}\left(t\right)=C_0{O}_j\left(t\right)+C_1{O}_j(t-1)+C_2{O}_j^{*}(t-1)---\left(8\right)$

式中：C₀、C₁、C₂为水库到下游控制点的马斯京根河道汇流系数；为t时段j水库出库流量经演算至下游断面的流量。

(6)有下游防洪任务时约束：

$\underset{j=1}{\overset{N}{\Σ}}{O}_j^{*}\left(t\right)+I_{qj}\left(t\right)\≤Q_{AN}---\left(9\right)$

式中：I_qj(t)为t时段防护点前的汇流；Q_AN为防护点的安全流量。

(7)发电机组过流约束：

$O_{\min ,j}^{power}\left(t\right)\≤O_j^{power}\left(t\right)\≤O_{\max ,j}^{power}\left(t\right)---\left(10\right)$

式中：为t时段j水库发电机组发电引用流量；为t时段j水库发电机组最小流量要求；为t时段j水库发电机组最大过机流量。

(8)发电机组出力约束：

$P_{\min ,j}^{power}\left(t\right)\≤P_j^{power}\left(t\right)\≤P_{\max ,j}^{power}\left(t\right)---\left(11\right)$

式中：为t时段j水库发电机组出力；分别为t时段j水库发电机组最小和最大出力限制。

如图2所示，采用多目标遗传算法NSGA-II进行求解计算。

NSGA-II算法(带精英策略的非支配排序遗传算法)提高了快速非支配排序算法；引入精英策略，扩大采样空间；采用拥挤度和拥挤度算子使得Pareto域中个体均匀扩展，保证了种群的多样性。算法的流程如附图2所示，主要包括以下步骤：

(1)随机生成规模(容量)为p的初始种群；

(2)计算各个体的目标函数，基于各目标进行快速分层非劣排序；

(3)根据个体的等级，赋予每个个体适应度函数；

(4)通过精英保留选择、交叉、变异等策略生成下一代种群；

(5)将父代和子代种群合并；

(6)将种群进行快速分层非劣排序；

(7)选择最好的解进入新的种群(容量为p)；

(8)如果处于同一级别的个体很多，则计算这些个体的密集度函数，使得进入新种群的个体广泛的分布在该层上；

(9)重复步骤(4)-(8)直到停止条件满足为止(一般设定为迭代次数)。

将每个水库都设定一个调度规则，找出所有的优化变量及相应的目标函数，输入至NSGA-II算法中，通过交叉变异选择后，得到一组Pareto前沿，即洪水的调度方案集。

步骤S105：调度方案确定，基于调度方案集，根据发电效益或者防洪安全确定最终的调度方案。

Claims (5)

1.一种并联水库群优化调度方法，其特征在于，包括以下步骤，

步骤S101：暴雨中心位置确定，根据实时雨情信息和洪水预报系统确定并联水库群流域的暴雨中心位置；

步骤S102：选择模型进行优化调度，根据暴雨中心的位置，不同支流选择不同的模型进行不同控制目标的优化调度；

步骤S103：确定并联水库的规则形式，根据并联支流水库的分布情况和基本参数确定对应并联水库的规则形式；

步骤S104：构成调度方案集，不同支流水库设置不同的约束条件和目标函数，通过多目标遗传算法得到一系列的并联水库群调度规则，构成该并联水库群对应一场洪水的调度方案集；

步骤S105：调度方案确定，基于调度方案集，确定最终的调度方案。

2.按照权利要求1所述的一种并联水库群优化调度方法，其特征在于：所述步骤S101中所述暴雨中心位置根据各支流水库的面洪量大小确定，所述面洪量为各支流上水库同时期各时段的洪水实测历史值和预报入库流量总和与对应的集雨面积S_i的比值。

3.按照权利要求1所述的一种并联水库群优化调度方法，其特征在于：所述步骤S102中不同的支流选用不同的模型进行优化具体包括暴雨中心所在的支流以防洪为主要目标，对应模型一选取最大削峰准则作为控制目标；其他的支流则以发电为主要目标，对应模型二选取发电量最大作为控制目标；同时，其他支流各自的防洪控制点流量作为约束条件，选取并联水库群最终的防洪控制点最大削峰单独作为一个目标。

4.按照权利要求1所述的一种并联水库群优化调度方法，其特征在于：所述步骤S103中水库调度规则形式是根据水库群的分布情况、历史入库流量信息、水库特征进行初步设定，包括优化调度图、多元线性回归调度规则、神经网络调度规则或支持向量机调度规则。

5.按照权利要求1所述的一种并联水库群优化调度方法，其特征在于：步骤S104中，针对非暴雨中心所在的支流，发电量是主要控制目标，但对应支流的防洪控制点作为约束条件，控制不给下游造成损失。