CN107330538B - 一种气候变化条件下水库适应性调度规则编制的方法 - Google Patents

一种气候变化条件下水库适应性调度规则编制的方法 Download PDF

Info

Publication number
CN107330538B
CN107330538B CN201610845698.6A CN201610845698A CN107330538B CN 107330538 B CN107330538 B CN 107330538B CN 201610845698 A CN201610845698 A CN 201610845698A CN 107330538 B CN107330538 B CN 107330538B
Authority
CN
China
Prior art keywords
future
historical
scenario
reservoir
scheduling
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
Application number
CN201610845698.6A
Other languages
English (en)
Other versions
CN107330538A (zh
Inventor
张玮
刘攀
冯茂源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201610845698.6A priority Critical patent/CN107330538B/zh
Publication of CN107330538A publication Critical patent/CN107330538A/zh
Application granted granted Critical
Publication of CN107330538B publication Critical patent/CN107330538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种气候变化条件下水库适应性调度规则的编制方法,本发明同时考虑历史多情景序列和未来多情景序列来提取水库适应性调度规则,并以多情景平均效益和多情景平均稳健性作为优化目标:将历史和未来资料划分为多个情景,同时应用于适应性调度规则的编制中,实现历史资料对适应性调度规则编制的参考性,使调度规则能够更好地适应充满不确定性的未来气候条件;在目标函数中加入稳健性评价指标,最大化实现兼顾水库历史、未来多情景的适应性调度规则在不同气候变化条件下的适用性,为水库管理者编制调度决策提供了思路。本发明可广泛应用于水库适应性调度规则编制中,为编制科学有效的应对气候变化的决策提供依据。

Description

一种气候变化条件下水库适应性调度规则编制的方法
技术领域
本发明涉及水库调度技术领域,特别涉及一种气候变化条件下水库适应性调度规则编制的方法。
背景技术
气候变化会影响水文循环过程,改变水资源的时空分配和径流特性,对经济社会发展产生重要影响,并可能加剧洪涝、干旱灾害以及水资源供需矛盾。水库作为人类有效应对水资源分配的重要手段,具有防洪、发电、灌溉、供水、航运等功能与任务。水库调度是水库实现其兴利除害功能、达到水资源时空分布重新分配的主要方式。在气候变化条件下,原有的一致性条件不复存在,基于历史径流序列编制的调度规则在气候变化条件下难以满足水库兴利要求,故提出适应性调度规则,利于水库管理者应对气候变化。
现有的水库适应性调度规则,主要是将未来水文气象的情景预测资料(如:未来的气温、降水和径流)作为适应性调度规则编制的依据,主要步骤为:(1)在特定的气候排放情景(如:RCPs4.5、RCPs8.5)下,利用全球大气环流模型(GCMs)和降尺度技术预测研究流域未来的气温、降水变化;(2)利用水文模型,基于降水、蒸发和径流三者关系,预测未来径流序列;(3)建立水库调度优化模型,利用未来径流序列提取适应性调度规则;(4)将基于历史径流序列的调度规则和适应性调度规则在未来时期进行模拟,比较效益等目标,对二者进行衡量和评价。
因此,现行方法存在的问题为:(1)在编制适应性调度规则时,仅以全球大气环流模型(GCMs)与水文模型所预测的结果作为水库调度优化模型的输入,忽略了历史资料的作用;(2)未来水文气象模型的预测结果存在很大的不确定性;(3)现有调度规则缺乏对调度规则的稳健性评价。
发明内容
针对现有技术中存在的不足,本发明提供了一种气候变化条件下水库适应性调度规则编制的方法,该方法同时考虑历史多情景序列和未来多情景序列来提取水库适应性调度规则,并以多情景平均效益和多情景平均稳健性作为优化目标。
为解决上述技术问题,本发明采用如下技术方案:
一种气候变化条件下水库适应性调度规则编制的方法,包括步骤为:
步骤1:将历史资料序列利用滑块自助法进行分段,产生历史多情景序列;
步骤2:利用GCMs、降尺度技术预测未来研究时间内的气温和降水,以此预测结果作为水文模型的输入来预测径流,各预测结果作为未来多情景序列;
步骤3:针对历史多情景和未来多情景,以多情景平均效益最大化、多情景平均稳健性最大化为优化目标,构建水库优化调度模型,设置合适的调度规则型式,利用模拟优化法对调度规则参数进行优化,得到兼顾水库历史、未来多情景的适应性调度规则;
步骤4:与常规调度、仅基于历史的调度规则、仅基于未来的调度规则相比较,检验兼顾历史、未来多情景的适应性调度规则的适用性。
作为优选,步骤3中所述的水库调度优化目标如下:
a)多情景平均效益最大:
历史情景平均效益:
Figure GDA0002557302260000021
未来情景平均效益:
Figure GDA0002557302260000022
式中:
Figure GDA0002557302260000023
Figure GDA0002557302260000024
分别表示历史和未来的多情景平均效益;
Figure GDA0002557302260000025
Figure GDA0002557302260000026
分别表示在历史和未来情景s中第t年第i时段的目标经济效益;S1和S2分别表示历史和未来的情景数量;T1和T2分别表示历史和未来各情景的年限长度;N1表示同一历史情景下每年的计算时段总数;N2表示同一未来情景下每年的计算时段总数;
b)多情景平均稳健性最大:
历史情景稳健性:
Figure GDA0002557302260000027
未来情景稳健性:
Figure GDA0002557302260000028
式中:RH和RF分别表示历史和未来的多情景平均稳健性;S1和S2分别表示历史和未来的情景数量;T1和T2分别表示历史和未来各情景的年限长度;N1表示同一历史情景下每年的计算时段总数;N2表示同一未来情景下每年的计算时段总数;
Figure GDA0002557302260000031
Figure GDA0002557302260000032
分别表示为描述历史和未来稳健性的一个二元性能函数,即
Figure GDA0002557302260000033
Figure GDA0002557302260000034
其中
Figure GDA0002557302260000035
Figure GDA0002557302260000036
分别表示在历史和未来情景s中第t年第i时段的目标经济效益,BT表示可接受的系统性能该系统性能,与情景有关,具体可描述为:常规调度产生的效益、发电水库的保证出力对应的发电量、灌溉水库的灌溉保证率对应的经济效益。
本发明的有益效果:
(1)将历史和未来资料分为多情景,同时应用于适应性调度规则的编制,实现历史资料对适应性调度规则编制的参考性,能够使水库调度规则更好地应对未来不确定的气候变化。
(2)在目标函数中加入稳健性评价指标,最大化实现兼顾历史、未来多情景的适应性调度规则在不同气候变化条件下的适用性,为水库管理者编制调度决策提供了思路。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图1对本发明的技术方案做进一步说明。
附图1为本发明的一种气候变化条件下水库适应性调度规则编制的方法的流程图,具体步骤为:
步骤1:将历史资料序列利用滑块自助法进行分段,产生历史多情景序列;
步骤2:利用GCMs、降尺度技术预测未来研究时间内的气温和降水,以此预测结果作为水文模型的输入来预测径流,各预测结果作为未来多情景序列;
步骤3:针对历史多情景和未来多情景,以多情景平均效益最大化、多情景平均稳健性最大化为优化目标,构建水库优化调度模型,设置合适的调度规则型式,利用模拟优化法对调度规则参数进行优化,得到兼顾历史、未来多情景的适应性调度规则。
(1)目标函数为:
a)多情景平均效益最大:
历史情景平均效益:
Figure GDA0002557302260000041
未来情景平均效益:
Figure GDA0002557302260000042
式中:
Figure GDA0002557302260000043
Figure GDA0002557302260000044
分别表示历史和未来的多情景平均效益;
Figure GDA0002557302260000045
Figure GDA0002557302260000046
分别表示在历史和未来情景s中第t年第i时段的目标经济效益;S1和S2分别表示历史和未来的情景数量;T1和T2分别表示历史和未来各情景的年限长度;N1表示同一历史情景下每年的计算时段总数;N2表示同一未来情景下每年的计算时段总数;
b)多情景平均稳健性最大:
历史情景稳健性:
Figure GDA0002557302260000047
未来情景稳健性:
Figure GDA0002557302260000048
式中:RH和RF分别表示历史和未来的多情景平均稳健性;S1和S2分别表示历史和未来的情景数量;T1和T2分别表示历史和未来各情景的年限长度;N1表示同一历史情景下每年的计算时段总数;N2表示同一未来情景下每年的计算时段总数;
Figure GDA0002557302260000049
Figure GDA00025573022600000410
分别表示为描述历史和未来稳健性的一个二元性能函数,即
Figure GDA00025573022600000411
Figure GDA00025573022600000412
其中
Figure GDA00025573022600000413
Figure GDA00025573022600000414
分别表示在历史和未来情景s中第t年第i时段的目标经济效益,BT表示可接受的系统性能该系统性能,与情景有关,具体可描述为:常规调度产生的效益、发电水库的保证出力对应的发电量、灌溉水库的灌溉保证率对应的经济效益。
(2)约束条件为:
a)水库水量平衡约束:
Figure GDA0002557302260000051
式中:Vi,t,s和Vi+1,t,s分别表示水库在s情景下第t年第i时段始末的库容;Ii,t,s和Qi,t,s分别表示水库在s情景下第t年第i时段的入流量和出流量;V1,t+1,s和VN+1,t,s分别表示水库在s情景下第t+1年第1时段初的库容和第t年第N时段末的库容。
b)水库库容约束:
VLi,t,s≤Vi,t,s≤VUi,t,s (6)
式中:Vi,t,s表示水库在s情景下第t年第i时段的初始库容;VLi,t,s表示水库在s情景下第t年第i时段的最小库容,一般为死库容;VUi,t,s表示水库在s情景下第t年第i时段的最大库容,在汛期为汛限水位对应库容,在非汛期为正常高水位对应库容。
c)水库出流量约束:
QLi,t,s≤Qi,t,s≤QUi,t,s (7)
式中:Qi,t,s表示水库在s情景下第t年第i时段的实际出流量;QLi,t,s和QUi,t,s分别表示水库在s情景下第t年第i时段的最小、最大出流量。
d)功能性约束:
针对不同功能的水库,该约束表达不同,以发电水库为例。
发电水库的出力约束:
PLi,t,s≤Pi,t,s≤PUi,t,s (8)
式中:Pi,t,s表示水库在s情景第t年第i时段的实际发电出力,PLi,t,s和PUi,t,s分别表示水库在s情景第t年第i时段最小、最大发电出力。
(3)调度函数型式
以线性调度函数为例,其表达型式为:
Qi,t,s=ai(Ii,t,s+Vi,t,s)+bi (9)
式中:Ii,t,s、Vi,t,s和Qi,t,s分别表示水库在s情景下第t年第i时段的入流量、库容和出流量;ai和bi均为调度函数参数。
步骤4:与常规调度、仅基于历史的调度规则、仅基于未来的调度规则相比较,检验兼顾历史、未来多情景的适应性调度规则的适用性。

Claims (1)

1.一种气候变化条件下水库适应性调度规则编制的方法,其特征在于,包括如下步骤:
步骤1:将历史资料序列利用滑块自助法进行分段,产生历史多情景序列;
步骤2:利用GCMs、降尺度技术预测未来研究时间内的气温和降水,以此预测结果作为水文模型的输入来预测径流,各预测结果作为未来多情景序列;
步骤3:针对历史多情景和未来多情景,以多情景平均效益最大化、多情景平均稳健性最大化为优化目标,构建水库优化调度模型,设置合适的调度规则型式,利用模拟优化法对调度规则参数进行优化,得到兼顾历史、未来多情景的适应性调度规则;
步骤4:与常规调度、仅基于历史的调度规则、仅基于未来的调度规则相比较,检验兼顾历史、未来多情景的适应性调度规则的适用性;
所述步骤3中水库调度的优化目标如下:
a)多情景平均效益最大:
历史情景平均效益:
Figure FDA0002584879020000011
未来情景平均效益:
Figure FDA0002584879020000012
式中:
Figure FDA0002584879020000013
Figure FDA0002584879020000014
分别表示历史和未来的多情景平均效益;
Figure FDA0002584879020000015
Figure FDA0002584879020000016
分别表示在历史和未来情景s中第t年第i时段的目标经济效益;S1和S2分别表示历史和未来的情景数量;T1和T2分别表示历史和未来各情景的年限长度;N1表示同一历史情景下每年的计算时段总数;N2表示同一未来情景下每年的计算时段总数;
b)多情景平均稳健性最大:
历史情景稳健性:
Figure FDA0002584879020000017
未来情景稳健性:
Figure FDA0002584879020000018
式中:RH和RF分别表示历史和未来的多情景平均稳健性;S1和S2分别表示历史和未来的情景数量;T1和T2分别表示历史和未来各情景的年限长度;N1表示同一历史情景下每年的计算时段总数;N2表示同一未来情景下每年的计算时段总数;
Figure FDA0002584879020000021
Figure FDA0002584879020000022
分别表示描述历史和未来稳健性的一个二元性能函数,即
Figure FDA0002584879020000023
Figure FDA0002584879020000024
其中
Figure FDA0002584879020000025
Figure FDA0002584879020000026
分别表示在历史和未来情景s中第t年第i时段的目标经济效益,BT表示可接受的系统性能该系统性能,与情景有关,具体可描述为:常规调度产生的效益、发电水库的保证出力对应的发电量、灌溉水库的灌溉保证率对应的经济效益。
CN201610845698.6A 2016-09-20 2016-09-20 一种气候变化条件下水库适应性调度规则编制的方法 Active CN107330538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610845698.6A CN107330538B (zh) 2016-09-20 2016-09-20 一种气候变化条件下水库适应性调度规则编制的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610845698.6A CN107330538B (zh) 2016-09-20 2016-09-20 一种气候变化条件下水库适应性调度规则编制的方法

Publications (2)

Publication Number Publication Date
CN107330538A CN107330538A (zh) 2017-11-07
CN107330538B true CN107330538B (zh) 2020-09-08

Family

ID=60193048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610845698.6A Active CN107330538B (zh) 2016-09-20 2016-09-20 一种气候变化条件下水库适应性调度规则编制的方法

Country Status (1)

Country Link
CN (1) CN107330538B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109118120B (zh) * 2018-09-10 2020-06-23 武汉大学 考虑水库调度方案可持续性利用的多目标决策方法
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
CN117477638B (zh) * 2023-10-27 2024-03-19 兰州大学 一种流域尺度、气候尺度的未来水光风多能互补扩容模型

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682409A (zh) * 2012-05-10 2012-09-19 中国水利水电科学研究院 一种基于gams非线性规划梯级水库群优化调度方法
CN103049671B (zh) * 2013-01-21 2015-08-19 武汉大学 一种自适应气候变化的水库多目标优化调度图编制方法
CN104462861B (zh) * 2014-12-31 2017-07-11 武汉大学 一种基于水库调度规则合成的水库调度决策方法
CN105809281A (zh) * 2016-03-04 2016-07-27 武汉大学 一种考虑多业主新增效益分配的水库群调度方法
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

Also Published As

Publication number Publication date
CN107330538A (zh) 2017-11-07

Similar Documents

Publication Publication Date Title
CN107330538B (zh) 一种气候变化条件下水库适应性调度规则编制的方法
CN110991687B (zh) 一种基于经验模型的水资源调度优化方法
Kofinas et al. Urban water demand forecasting for the island of Skiathos
CN104115166B (zh) 发电厂的电能使用的计算机辅助确定的方法和装置
CN104715292A (zh) 基于最小二乘支持向量机模型的城市短期用水量预测方法
CN103699771B (zh) 一种冷负荷预测的情景-聚类方法
CN105760952A (zh) 一种基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法
CN110428084B (zh) 一种基于自适应双层优化的风电功率非参数区间预测方法
CN108985577B (zh) 一种基于推理机的水库群实时防洪调度显效水库智能识别方法
JP2017135964A (ja) 太陽光発電システムの動作
Yasar Optimization of reservoir operation using cuckoo search algorithm: example of Adiguzel Dam, Denizli, Turkey
Nazir et al. Forecasting energy consumption demand of customers in smart grid using Temporal Fusion Transformer (TFT)
CN113128113A (zh) 一种基于深度学习和迁移学习的贫乏信息建筑负荷预测方法
CN104361365A (zh) 一种抽油泵运行状态识别方法及装置
Kofinas et al. Daily multivariate forecasting of water demand in a touristic island with the use of artificial neural network and adaptive neuro-fuzzy inference system
CN113052389A (zh) 基于多任务的分布式光伏电站超短期功率预测方法及系统
CN116050595A (zh) 一种注意力机制与分解机制耦合的径流量预测方法
CN106228235B (zh) 一种顾及格局与过程耦合效应的土地利用空间优化配置方法
CN103088783B (zh) 一种面向生态的水库调度方案生成方法
CN105140967A (zh) 一种含新能源电力系统调峰需求的评估方法
Le Ngo Optimising reservoir operation: A case study of the Hoa Binh reservoir, Vietnam
CN109214610A (zh) 一种基于长短期记忆神经网络的饱和电力负荷预测方法
RU2010140576A (ru) Способ прогнозирования времени наступления и уровня паводков
Sørensen Dynamic positioning control systems for ships and underwater vehicles
Lei et al. Forecasting short-term residential electricity consumption using a deep fusion model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant