CN107992989B - 一种水库群洪水资源化预蓄预泄风险决策方法 - Google Patents
一种水库群洪水资源化预蓄预泄风险决策方法 Download PDFInfo
- Publication number
- CN107992989B CN107992989B CN201711068029.3A CN201711068029A CN107992989B CN 107992989 B CN107992989 B CN 107992989B CN 201711068029 A CN201711068029 A CN 201711068029A CN 107992989 B CN107992989 B CN 107992989B
- Authority
- CN
- China
- Prior art keywords
- flood
- risk
- reservoir
- storage
- actual
- 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
- 238000000034 method Methods 0.000 title claims abstract description 87
- 208000028659 discharge Diseases 0.000 title claims abstract description 40
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 52
- 230000008569 process Effects 0.000 claims abstract description 36
- 230000008901 benefit Effects 0.000 claims abstract description 17
- 238000005070 sampling Methods 0.000 claims abstract description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 abstract description 3
- 230000007812 deficiency Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种水库群洪水资源化预蓄预泄风险决策方法,包括收集、整理数据资料,识别风险源分布特征、定义防洪风险;结合预报洪水过程及洪水预报误差采用统计抽样方法生成实际洪水过程模式集及确定情景模式概率;建立水库群洪水资源化预蓄预泄风险决策模型;将实际洪水过程情景模式集作为模型输入,采用非线性规划法求解模型;输出各水库洪水资源化调度方案及各指标结果。本发明提出了结合风险决策理论的水库群洪水资源化预蓄预泄风险决策方法,与传统基于预报洪水过程进行预蓄预泄的方法相比,在相同防洪风险水平下可增加洪水资源经济效益,弥补了传统方法对实时防洪风险考虑的不足,可增蓄水量,降低防洪风险,并可实现防洪风险精确控制。
Description
技术领域
本发明涉及水利工程领域中的水库群洪水资源化调度决策技术,特别涉及一种水库群洪水资源化预蓄预泄风险决策方法。
背景技术
对于洪涝灾害频发的流域,水库洪水调度在防洪中发挥着重要的作用。然而,目前我国水库防洪调度过程中过度侧重防洪安全的调节方式导致工程的防洪与水资源协同调控能力不足,防洪、水资源矛盾突出。研究水库群工程体系的洪水资源化调控方式即在防洪安全、经济可行、生态友好的前提下通过工程蓄滞洪水并将其转化为可供利用的水资源,实现防洪减灾、水资源利用的双重目的。
长期以来,基于水库调节的洪水资源利用研究侧重于结合水文水情预报技术、优化决策理论、统计方法对原设计汛限水位进行“安全阈度”范围内的浮动,以期在不降低防洪标准条件下增蓄水量。代表性成果包括水库分期汛限水位以及水库汛限水位动态控制技术。其中,水库汛限水位动态控制是一种挖掘洪水资源的动态调控技术。针对分期汛限水位方法未能结合考虑实时水雨情预报信息的不足,汛限水位动态控制要求依据实时水雨工情信息动态确定水位浮动范围。预蓄预泄法为汛限水位动态控制的代表性方法,其核心理念为根据洪水预报预见期内水库的预泄能力确定动态控制阈值上限。因此,即使水库超蓄后遭遇洪水过程,水库依然可在有效预见期内通过预泄水量将水位降至汛限水位以保障防洪安全。该方法目前在汛限水位动态控制试点水库、流域中已广泛应用,成效显著。
然而,在水库实时洪水资源化调度过程中,受预报水平限制,在洪水形成过程中无法准确获知未来洪水的全过程,因此,洪水预报的不确定性导致洪水资源利用存在一定风险。所以,传统预蓄预泄法确定的阈值上限并不一定能保证洪水调度过程无风险。如何在考虑预报不确定条件下建立水库群洪水资源化预蓄预泄风险决策模型,在适量承担防洪风险条件下寻求洪水资源化的实时超蓄上限方案是亟待解决的技术难题。
发明内容
发明目的:为解决现有技术存在的不足,提供一种允许决策者在适量承担防洪风险条件下寻求洪水资源化效益最大的,考虑洪水预报不确定条件下的水库群洪水资源化预蓄预泄风险决策方法。
技术方案:一种水库群洪水资源化预蓄预泄风险决策方法,包括以下步骤:
(1)收集、整理数据资料,识别风险源、定义防洪风险;
(2)结合预报洪水过程及洪水预报误差采用统计抽样方法生成实际洪水过程模式集及确定情景模式概率;
(3)建立水库群洪水资源化预蓄预泄风险决策模型;
(4)将实际洪水过程情景模式集作为模型输入,采用非线性规划法求解模型;
(5)输出各水库洪水资源化调度方案及各指标结果。
进一步的,所述步骤(1)包括以下步骤:
(11)水库群实时洪水资源利用中的风险来源主要考虑实时洪水预报误差,设定预报相对误差服从正态分布,并依据历史预报资料样本统计各库所辖区间洪量的预报相对误差的特征参数;各库所辖区间洪量的预报相对误差为:
δi=(WUi-WFi)/WUi;
(12)防洪风险主要考虑预报结果偏小导致的水量超额的风险,将防洪风险定义为下游防洪点最大超额流量的期望值,近似评估下游防洪风险产生的损失,防洪风险的计算公式为:
其中,R为防洪风险,Ost为t时段超额流量,E[·]为期望值算子。
更进一步的,若防洪点距离最下游水库距离较近,最下游水库至防洪点的区间入流可忽略,超额流量主要取决于最下游水库的出库流量大小,超额流量的计算公式为:
进一步的,所述步骤(3)包括以下步骤:
(31)建立面临时刻预蓄的洪水资源潜在效益最大化的目标函数:
式中,B为预蓄达到的蓄量组合方案条件下库群系统蓄存洪水资源的潜在效益,Si,1为水库i当前时刻的预蓄库容,pi为水库i单方洪水资源量的供水效益;
(32)构建如下约束条件:
水量平衡约束:
式中,分别为水库i在实际洪水模式j下、t时段初以及时段末的库蓄水量,为水库i在实际洪水模式j在t时段出库流量,为水库k在实际洪水模式j在t时段出库流量,Ωi为与水库i有直接水力联系的上游水库集合,J为实际洪水模式情景总数;
蓄量约束:
泄流能力约束:
初始、边界条件:
由预蓄库容不低于汛限水位对应库容,以及洪末库容期望值不高于汛限水位对应库容可得:
式中,SFi为汛限水位对应库蓄量,Si,1为水库i在当前时刻的预蓄库容,Si,T+1为水库i在第T+1时段的期末库容;
风险水平阈值约束:
洪水调度过程的系统防洪风险不高于阈值水平:
进一步的,所述步骤(4)将步骤(2)中生成的实际洪水过程情景模式集作为步骤(3)建立的水库群洪水资源化预蓄预泄风险决策模型的输入条件,在限定实时防洪风险不超过一定风险阈值水平的条件下,给定约束条件、初始条件及边界条件取值,采用非线性规划软件Lingo求解模型。
有益效果:与现有技术相比,本发明的具有以下有益效果:
(1)本发明建立基于风险决策技术的水库群洪水资源化预蓄预泄方法,采用实际洪水过程情景模式集模拟预报误差影响下实际洪水可能出现的情景及对应概率,通过风险约束限定调控过程中风险水平不超阈值条件,可实现防洪风险精确控制。
(2)本发明结合风险决策理论,有效地弥补了传统基于预报洪水过程的预蓄预泄法确定的阈值上限未考虑预报误差导致的风险问题。较传统预蓄预泄方法可增蓄水量,提高经济效益,降低防洪风险。
附图说明
图1是本发明方法的流程图;
图2a是传统预蓄预泄方法及本发明方法下水库A蓄量结果差异示意图;
图2b是传统预蓄预泄方法及本发明方法下水库B蓄量结果差异示意图;
图2c是传统预蓄预泄方法及本发明方法下水库C蓄量结果差异示意图。
具体实施方式
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
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。
一种水库群洪水资源化预蓄预泄风险决策方法,如图1所示,包括以下步骤:
步骤1,收集、整理数据资料,识别风险源分布特征、定义防洪风险。水库群实时洪水资源利用中的风险来源主要考虑实时洪水预报误差。在无预报系统偏差的条件下,认为预报相对误差服从均值为0的正态分布,并依据历史预报资料样本统计各库所辖区间洪量的预报相对误差的特征参数。洪水预报不确定性可能导致实际洪量大于预报洪量,超过预报值的超额洪量下泄至下游河道时可能导致下游产生防洪风险,将风险定义为下游防洪点最大超额流量的期望值,近似评估下游防洪风险产生的损失。
具体包括以下子步骤:
步骤11,洪水资源化利用中的洪水预报误差是实时调度决策的主要风险来源。统计各库所辖区间洪量的预报相对误差:
δi=(WUi-WFi)/WUi (1);
式中,δi为水库i控制区间的洪量的预报相对误差(%);WUi、WFi分别为实际区间洪量、预报区间洪量(m3)。在无预报系统偏差的条件下,一般可认为预报相对误差δi服从正态分布,σi为误差分布的标准差(%)。
步骤12,由于洪水预报不确定性可能导致实际洪量大于预报洪量,超过预报值的超额洪量可从两个途径消化:利用水库库容蓄存或下泄至下游河道。由水库蓄存超额洪量可能增加水库自身防洪风险,而下泄至下游河道将增大堤防防洪风险。由于洪水资源化主要针对风险较小的中小洪水,一般而言远不足下游防洪标准,在此条件下,超额洪量对水库自身防洪安全影响较小,可以主要考虑下游防洪风险。因此,定义风险为下游防洪点最大超额流量的期望值,作为下游防洪风险导致损失的近似值:
式中,R为防洪风险,Ost为t时段超额流量,E[·]为期望值算子。
进一步地,若防洪点距离最下游水库距离较近,最下游水库至防洪点的区间入流可忽略,超额流量主要取决于最下游水库的出库流量大小:
步骤2,结合预报洪水过程及预报误差采用随机模式集生成算法Neural gas法生成实际洪水过程模式集,该模式集主要依据已知各库区间来水实时预报过程以及预报统计误差模拟生成。先根据洪量预报误差分布服从对应洪量预报误差分布的误差样本,与实时预报过程叠加形成实际洪水过程样本,以该样本条件为聚类分析算法Neural gas的输入条件生成实际洪水过程模式树及其对应的发生概率。
生成的实际洪水过程模式集为:
发生概率为:P(IUj) (5);
实际洪水过程的情景模式即各库各时段实际区间来水组成的向量,发生概率与实际洪水的洪量大小有关。在误差服从正态分布条件下,与预报洪水偏差较大的实际洪水模式发生概率较小,而偏差较小的实际洪水模式发生概率较大。
步骤3,建立水库群洪水资源化预蓄预泄风险决策模型;水库群洪水资源化预蓄预泄风险决策模型的目标函数为洪水资源潜在效益最大化,在考虑实时洪水预报误差条件下,洪水资源潜在效益主要受防洪风险水平制约。所以,模型建立了风险水平阈值约束条件,限定预蓄的洪水资源在防洪调度过程中的防洪风险水平不超过限定阈值水平。此外,模型还考虑如下约束条件:水量平衡约束、蓄量约束、泄流能力约束、水库蓄量边界条件等。
具体包括以下子步骤:
步骤31,建立面临时刻预蓄的洪水资源潜在效益最大化的目标函数:
式中,B为预蓄达到的蓄量组合方案条件下库群系统蓄存洪水资源的潜在效益;Si,1为水库i当前时刻的预蓄库容;pi为水库i单方洪水资源量的供水效益。
步骤32,构建如下约束条件:水量平衡约束、蓄量约束、泄流能力约束、初始及边界条件、防洪风险约束;具体为:
水量平衡约束:
式中,分别为水库i在实际洪水模式j下、t时段初以及时段末的库蓄水量;为水库i在实际洪水模式j在t时段出库流量;为水库k在实际洪水模式j在t时段出库流量;Ωi为与水库i有直接水力联系的上游水库集合;J为实际洪水模式情景总数。
蓄量约束:
泄流能力约束:
初始、边界条件:
由预蓄库容不低于汛限水位对应库容,以及期末(洪末)库容期望值不高于汛限水位对应库容可得:
式中,SFi为汛限水位对应库蓄量,Si,1为水库i在当前时刻的预蓄库容,Si,T+1为水库i在第T+1时段的期末库容。
风险水平阈值约束:
洪水调度过程的系统防洪风险不高于阈值水平:
步骤4,求解模型:将步骤2中生成的实际洪水过程情景模式集作为步骤3建立的水库群洪水资源化预蓄预泄风险决策模型的输入条件,在限定实时防洪风险不超过一定风险阈值水平的条件下,给定约束条件、初始条件及边界条件取值,采用非线性规划软件Lingo求解模型。
步骤5,输出各水库洪水资源化调度方案及各指标结果。
对比分析:图2a-图2c所示为包含A、B、C三座水库的虚拟水库群分别采用传统预蓄预泄模型及本发明方法进行调度的各库实际蓄量分布曲线。得出如下结论:与传统基于单一水库的预蓄预泄方法相比,由于库群联合决策方式和风险决策技术,本发明方法在相同防洪风险水平下可增蓄水量,增加洪水资源经济效益,弥补了传统方法对实时防洪风险考虑的不足以及对水库群系统联合调度决策效益潜力的考虑不足。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换,这些等同变换均属于本发明的保护范围。另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (5)
1.一种水库群洪水资源化预蓄预泄风险决策方法,其特征在于,包括以下步骤:
(1)收集、整理数据资料,识别风险源、定义防洪风险;
包括以下步骤:
(11)水库群实时洪水资源利用中的风险来源主要考虑实时洪水预报误差,设定预报相对误差服从正态分布,并依据历史预报资料样本统计各库所辖区间洪量的预报相对误差的特征参数;各库所辖区间洪量的预报相对误差为:
δi=(WUi-WFi)/WUi;
(12)防洪风险主要考虑预报结果偏小导致的水量超额的风险,将防洪风险定义为下游防洪点最大超额流量的期望值,近似评估下游防洪风险产生的损失,防洪风险的计算公式为:
其中,R为防洪风险,Ost为t时段超额流量,E[·]为期望值算子;
(2)结合预报洪水过程及洪水预报误差采用统计抽样方法生成实际洪水过程模式集及确定情景模式概率;
(3)建立水库群洪水资源化预蓄预泄风险决策模型;
(4)将实际洪水过程情景模式集作为模型输入,采用非线性规划法求解模型;
(5)输出各水库洪水资源化调度方案及各指标结果。
4.根据权利要求1所述的水库群洪水资源化预蓄预泄风险决策方法,其特征在于,所述步骤(3)包括以下步骤:
(31)建立面临时刻预蓄的洪水资源潜在效益最大化的目标函数:
式中,B为预蓄达到的蓄量组合方案条件下库群系统蓄存洪水资源的潜在效益,Si,1为水库i当前时刻的预蓄库容,pi为水库i单方洪水资源量的供水效益;
(32)构建如下约束条件:
水量平衡约束:
式中,分别为水库i在实际洪水模式j下、t时段初以及时段末的库蓄水量,为水库i在实际洪水模式j在t时段出库流量,为水库k在实际洪水模式j在t时段出库流量,Ωi为与水库i有直接水力联系的上游水库集合,J为实际洪水模式情景总数;
蓄量约束:
泄流能力约束:
初始、边界条件:
由预蓄库容不低于汛限水位对应库容,以及洪末库容期望值不高于汛限水位对应库容可得:
式中,SFi为汛限水位对应库蓄量,Si,1为水库i在当前时刻的预蓄库容,Si,T+1为水库i在第T+1时段的期末库容;
风险水平阈值约束:
洪水调度过程的系统防洪风险不高于阈值水平:
5.根据权利要求1所述的水库群洪水资源化预蓄预泄风险决策方法,其特征在于:所述步骤(4)将步骤(2)中生成的实际洪水过程情景模式集作为步骤(3)建立的水库群洪水资源化预蓄预泄风险决策模型的输入条件,在限定实时防洪风险不超过一定风险阈值水平的条件下,给定约束条件、初始条件及边界条件取值,采用非线性规划软件Lingo求解模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711068029.3A CN107992989B (zh) | 2017-11-03 | 2017-11-03 | 一种水库群洪水资源化预蓄预泄风险决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711068029.3A CN107992989B (zh) | 2017-11-03 | 2017-11-03 | 一种水库群洪水资源化预蓄预泄风险决策方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107992989A CN107992989A (zh) | 2018-05-04 |
CN107992989B true CN107992989B (zh) | 2021-09-24 |
Family
ID=62030181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711068029.3A Active CN107992989B (zh) | 2017-11-03 | 2017-11-03 | 一种水库群洪水资源化预蓄预泄风险决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107992989B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985577B (zh) * | 2018-06-26 | 2021-09-07 | 河海大学 | 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 |
CN109118073B (zh) * | 2018-08-01 | 2021-09-07 | 河海大学 | 一种水库洪水资源利用风险决策方法 |
CN110599003B (zh) * | 2019-08-22 | 2022-03-04 | 武汉大学 | 一种基于完全信息动态非合作主从博弈的蓄滞洪区分洪量分配方法 |
CN110991850B (zh) * | 2019-11-27 | 2023-04-18 | 大连理工大学 | 一种水库防洪预报调度风险确定方法 |
CN111709586B (zh) * | 2020-06-19 | 2022-11-18 | 大连理工大学 | 一种水库流域洪水起调水位分型设计与控制的方法 |
CN113361798B (zh) * | 2021-06-23 | 2023-08-22 | 长沙理工大学 | 基于预泄指数的水库防洪调度方法、系统及存储介质 |
CN113516305B (zh) * | 2021-06-29 | 2022-05-03 | 太湖流域管理局水利发展研究中心 | 一种情景-目标交互的水网区水资源调度智能决策方法及系统 |
CN114707879B (zh) * | 2022-04-18 | 2023-12-08 | 江西省水利科学院 | 一种基于预泄规则下的汛期分期动态汛限水位确定方法 |
CN115018218B (zh) * | 2022-08-09 | 2022-11-25 | 长江勘测规划设计研究有限责任公司 | 一种梯级水库群洪水资源利用方法及系统 |
CN118278704B (zh) * | 2024-05-29 | 2024-08-16 | 长江水利委员会长江科学院 | 水库的实时调度方法及相关设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102296562A (zh) * | 2010-06-25 | 2011-12-28 | 华东电网有限公司 | 防洪与发电相耦合的梯级水库联合洪水调度优化方法 |
CN105825309A (zh) * | 2016-03-24 | 2016-08-03 | 大连理工大学 | 一种协调水库汛期防洪风险与兴利效益的调度方法 |
CN105869065A (zh) * | 2016-03-24 | 2016-08-17 | 大连理工大学 | 一种协调水电站汛期防洪风险与发电效益的调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8655595B1 (en) * | 2006-10-17 | 2014-02-18 | Corelogic Solutions, Llc | Systems and methods for quantifying flood risk |
-
2017
- 2017-11-03 CN CN201711068029.3A patent/CN107992989B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102296562A (zh) * | 2010-06-25 | 2011-12-28 | 华东电网有限公司 | 防洪与发电相耦合的梯级水库联合洪水调度优化方法 |
CN105825309A (zh) * | 2016-03-24 | 2016-08-03 | 大连理工大学 | 一种协调水库汛期防洪风险与兴利效益的调度方法 |
CN105869065A (zh) * | 2016-03-24 | 2016-08-17 | 大连理工大学 | 一种协调水电站汛期防洪风险与发电效益的调度方法 |
Non-Patent Citations (1)
Title |
---|
高关水库汛限水位动态控制方法应用研究;刘佳明等;《中国农村水利水电》;20151015(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107992989A (zh) | 2018-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107992989B (zh) | 一种水库群洪水资源化预蓄预泄风险决策方法 | |
WO2021073192A1 (zh) | 一种考虑预报误差降低水库洪水起调水位的预报调度方法 | |
CN108108838B (zh) | 一种高水量利用率的季调节水库优化调度方法 | |
Liu et al. | Deriving optimal refill rules for multi-purpose reservoir operation | |
Li et al. | Dynamic control of flood limited water level for reservoir operation by considering inflow uncertainty | |
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 | |
US10482549B2 (en) | Daily electricity generation plan making method of cascade hydraulic power plant group | |
Shokri et al. | Reservoir operation for simultaneously meeting water demand and sediment flushing: Stochastic dynamic programming approach with two uncertainties | |
CN110288239B (zh) | 基于自适应分级预泄法的汛限水位动态控制方法及系统 | |
CN104091240B (zh) | 一种结合中长期预报的水电站分级调度方法及系统 | |
CN108985585B (zh) | 一种考虑预报不确定性影响的水库洪水资源利用风险对冲决策方法 | |
CN112149983A (zh) | 一种耦合气象-水文不确定性的水库汛限水位动态控制风险分析方法 | |
CN113590676B (zh) | 基于梯级联合等效防洪库容的流域防洪调度方法及系统 | |
CN115271304A (zh) | 基于气候变化的跨流域调水工程优化调度方法 | |
CN107506894A (zh) | 一种考虑非恒定耦合约束的水电群调度方法 | |
CN114707879A (zh) | 一种基于预泄规则下的汛期分期动态汛限水位确定方法 | |
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 | |
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 | |
CN113361798A (zh) | 基于预泄指数的水库防洪调度方法、系统及存储介质 | |
CN111754099B (zh) | 一种基于三阶段风险对冲规则的实时防洪调度方法 | |
CN102776872B (zh) | 水电站高效防洪发电的优化方法 | |
Gavahi et al. | Comparison of two data-driven streamflow forecast approaches in an adaptive optimal reservoir operation model | |
CN115994602A (zh) | 水库汛期水位动态控制方法及水库汛期水位动态控制设备 | |
CN115423147A (zh) | 一种兼顾风险与效益的水光互补发电调度图编制方法 | |
Helseth | Environmental Constraints in Seasonal Hydropower Scheduling-Survey and Feasibility |
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 |