CN108695902A - 一种梯级水库群生态-发电动态互馈调控方法 - Google Patents

Abstract

本发明公开了一种梯级水库群生态‑发电动态互馈调控方法，包括如下步骤：首先，将发电量和生态保证率作为梯级水库群生态‑发电互馈调控模型的目标函数，梯级水库群生态‑发电互馈调控模型约束集包括水量平衡方程、入库流量平衡方程、出库流量平衡方程、蓄水量限制约束、发电流量限制约束、出库流量约束及电站出力限制约束；其中，生态保证率通过水流条件满足水质需水量、断流需水量、冲沙需水量、生态需水量四项生态标准的时空比例获得；采用改进的非支配排序遗传算法从梯级水库群生态‑发电互馈调控模型中获得各个水库在各个时段的最佳出库流量。本发明将发电量和生态保证率作为优化目标，在保证水库发电量最大的情况下减少对生态环境造成影响。

Description

一种梯级水库群生态-发电动态互馈调控方法

技术领域

本发明属于水资源高效利用与水电站群优化调度技术领域，更具体地，涉及一种梯级水库群生态-发电动态互馈调控方法。

背景技术

最近二十年，我国水电事业发展迅猛。特别是水能资源最为集中的西南地区，澜沧江、金沙江、大渡河、雅砻江、乌江、红水河等特大规模梯级水库群的建设和运行，极大改变和影响所在流域自然形态，不可避免地对其生态环境造成重大影响。耦合发电、生态等控制目标的梯级水库群调度已成为径流利用的重要课题，尤其是气候变化条件下生态-发电互馈的优化调度研究对于我国生态文明建设和能源安全保障具有重要意义。事实上，为维护河流生境功能而开展的水库调度实践早已出现，但现有研究多集中于单一生态目标调度尝试，将不同生态需求描述为统一目标，并通常针对特定流域开展研究实践，尚未形成完整的理论和成熟的模式。多流域齐头并进的开发模型和梯级水库群愈加复杂的生态需求，导致调度过程中发电和环境的冲突和矛盾日益显现，给梯级和电网发电调度管理带来极大挑战，亟待研究发电、生态等目标协调控制的新方法、新理论。

发明内容

针对上述缺陷，本发明提出一种梯级水库群生态-发电动态互馈优化调控方法。旨在解决现有梯级水库群生态-发电联合优化调度方法存在的目标单一、适应性差等不足的问题。

为实现上述目的，本发明提供一种梯级水库群生态-发电动态互馈调控方法，包括如下步骤：

步骤S110：将发电量和生态保证率作为梯级水库群生态-发电互馈调控模型的目标函数，其中，生态保证率通过水流条件满足水质需水量、断流需水量、冲沙需水量、生态需水量四项生态标准的时空比例获得；梯级水库群生态-发电互馈调控模型约束集包括水量平衡方程、入库流量平衡方程、出库流量平衡方程、蓄水量限制约束、发电流量限制约束、出库流量约束及电站出力限制约束；

步骤S120：采用改进的非支配排序遗传算法从梯级水库群生态-发电互馈调控模型中获得各个水库在各个时段的最佳出库流量。

优选地，根据公式获得发电量目标；

根据公式获得生态保证率；

式中，E为调度期内参与计算电站总发电量，I为水库数目，i为水库序号，T为调度期时段数目，t为时段序号，P_i,t为水库i在时段t的出力，Δt 为时段t小时数；

R(W_qua)为调度期水质需水量满足河流水质标准的时空比例，表示水库i在时段t的水质流量需求；

R(W_dry)为调度期内梯级各水库下泄流量能够保证河流不发生断流或者干涸的时空比例，表示水库i在时段t保障河道湿润的流量需求；R(W_sed)为调度期冲沙需水量满足河流排沙要求和堤岸安全的时空比例，表示水库i在时段t的排沙流量需求；R(W_eco)为调度期生态需水量满足河流生态系统保护需求的时空比例；表示水库i在时段t的生态流量需求，D_i,t为水库i在时段t的出库流量。

优选地，梯级水库群生态-发电互馈调控模型的约束条件如下：

根据公式V_i,t+1＝V_i,t+3600×(I_i,t-D_i,t)Δt,i∈[1,I],t∈[1,T]获得水量平衡方程；

根据公式获得入库流量平衡方程；

根据公式D_i,t＝Q_i,t+S_i,t,i∈[1,I],t∈[1,T]获得出库流量平衡方程；

根据公式获得蓄水量限制约束；

根据公式获得发电流量限制约束；

根据公式获得出库流量约束；

根据公式和获得电站出力限制约束；

式中，V_i,t为水库i在时段t的库容，I_i,t为水库i在时段t的入库流量，q_i,t、 Q_i,t、S_i,t分别为水库i在时段t的区间流量、发电流量和弃水流量；m_i为水库 i的第m个直接上游水库；U_i为水库i的直接上游水库集合，分别为第i个水电站第t个时段蓄水量的上、下限，分别为第i个水电站第t个时段发电流量的下限、上限，分别为第i个水电站第t个时段的出库流量下、上限，分别为第i个水电站第t个时段的出力下、上限，H_i,t为第i个水电站第t个时段的水头，A_i为第i个水电站的出力系数；y_i(D_i,j)表示第i个水电站的坝下水位-下泄流量关系，Z_i,0＝Z_i,beg，Z_i,T＝Z_i,end， Z_i,0为水库i的起始水位；Z_i,beg为水库i的起始水位设定值；Z_i,T为水库i在时段T的水位；Z_i,end为水库i的末水位设定值；SP_t为系统在时段t的出力下限。

优选地，确定各水库在不同时段的出库流量下限根据如下步骤获取：

步骤S111：获取研究流域梯级水库群历史资料获得各水库多年平均各月径流量和控制断面多年平均流量；

步骤S112：根据各水库多年平均月径流量的矢量与各水库年径流量确定各水库年径流集中度；

步骤S113：根据各水库年径流集中度及控制断面多年平均流量获得各水库各月径流分级系数；

步骤S114：根据各水库各月径流分级系数与初始生态基流划定比例确定各水库修正后各月生态基流划定比例；

步骤S115：利用各水库修正后各月生态基流划定比例和各水库的出库流量下限获得修正后各水库的出库流量下限。

优选地，步骤S112中根据公式确定年径流集中度；

其中，R(y)为第y年的年径流量，R_X(y)、R_Y(y)分别为第y年的12个月径流矢量之合矢量的水平、垂直分量， r_y,t为第y年第t月的径流矢量的模，θ_y,t为第y年第t月的径流矢量的角度。

优选地，步骤S113中根据公式获得水库i第t月径流分级系数；

其中，γ_i,t为水库i第t月径流分级系数，R_i,a-t为水库i第t月控制断面多年平均流量；R_i,a-year为水库i控制断面多年平均流量，RCD_year为年径流集中度。

优选地，步骤S115中根据公式获得修正后第i个水电站第t个时段的出库流量下限

式中，δ_i,t为修正后水库i第t月的生态基流划定比例，δ_i,t＝γ_i,tδ'，δ'为初始生态基流划定比例。

优选地，步骤S120中改进的非支配排序遗传算法包括如下步骤：

S121根据梯级水库群生态-发电互馈调控模型对个体进行编码；对种群进行初始化获得初始种群；

S122对初始种群进行进化操作；对进化处理后的初始种群和初始种群进行选择操作；

S123将进化处理后的初始种群和初始种群进行合并处理获得合并种群；

S124对合并种群进行适应度计算，对合并种群进行非支配排序获得非支配集合和合并种群中各个种群拥挤度距离；

S125根据非支配排序结果和各个种群拥挤度距离剔除合并种群中局部密集个体获得处理后的合并种群，并提取处理后的合并种群中非劣个体更新初始种群；

S126判断是否达到迭代次数，若是，则输出取处理后的合并种群中非劣个体作为Pareto解集；否则，更新迭代次数，转入步骤S122。

优选地，对合并种群进行非支配排序包括如下步骤：

步骤S1231：从合并群体中随机选取一个个体作为比较个体集元素，选取另一个个体作为被比较个体；

步骤S1232：判断被比较个体同比较个体集中任意一个比较个体是否相互不支配，若是，则将被比较个体新增至比较个体集；若否，则进入步骤 S1233；

步骤S1233：判断被比较个体是否支配比较个体集中任意一个比较个体，若是，则将被比较个体新增至比较个体集，并从比较个体集中删除将被比较个体支配的所有个体；若否，则进入步骤S1234；

步骤S1234：判断合并群体中所有个体是否均被抽取，若是，则将比较个体集作为非支配集合；否则，从合并群体中抽取另一个个体作为被比较个体，并入步骤S1232。

优选地，步骤S125中获得处理后的合并种群包括如下子步骤：

步骤S1251：根据公式获得非支配集合中每个个体同非支配集合之间的分布多样性指标；

步骤S1252：将分布多样性指标值位于前N个个体从合并种群中剔除，获得处理后的合并种群；

其中，M为非支配集合中的个体数目；m为未标记的非支配个体序号， m＝1,2,…,M-1；d_m表示非支配集合中的第m个点与标记点的欧几里得距离；表示非支配集合中所有距离的平均值。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

1、本发明将发电量和生态保证率作为优化目标，在保证水库发电量最大的情况下，减少其对生态环境造成影响，意义重大；

2、引入集中度和集中期概念实现梯级水库群径流特性分析，然后结合改进的Tennant方法确定分级径流下的生态目标，保证所构建的流域生态- 发电优化调控模型充分考虑流域特性，提高模型的适应性；

3、耦合改进的快速非支配排序方法和聚集密度计算方法有效提高传统非支配排序遗传算法NSGA-II的计算效率，从而实现以尽可能少的计算资源为代价，获得多个分布均匀、靠近多目标最优前沿的非劣解，并有效提高NSGA-II方法的计算效率。

附图说明

图1是本发明一实施例提供的梯级水库群生态-发电动态互馈调控方法的流程图；

图2是本发明另一实施例提供的梯级水库群生态-发电动态互馈调控方法中改进的快速非支配排序原理示意图；

图3是本发明另一实施例提供的梯级水库群生态-发电动态互馈调控方法的流程图；

图4(a)是澜沧江流域功果桥水库多年月平均径流向量合成图；

图4(b)是澜沧江流域小湾水库多年月平均径流向量合成图；

图4(c)是澜沧江流域漫湾水库多年月平均径流向量合成图；

图4(d)是澜沧江流域大朝山水库多年月平均径流向量合成图；

图4(e)是澜沧江流域糯扎渡水库多年月平均径流向量合成图；

图4(f)是澜沧江流域景洪水库多年月平均径流向量合成图；

图5是本发明方法计算所得澜沧江流域梯级水库群生态-发电互馈优化调控Pareto解集分布与NSGA-II方法所得结果对比示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

河流是一个连接众多生态区的特殊“走廊”，关系到流域管理中诸多利益相关者。因此，明确水电开发过程中涉及的生态需求要素，对于在梯级水库群的联合调度运行中均衡生态和发电效益具有重要作用。与梯级水库群的调度运行方式直接或间接相关的生态要素可以归纳为水质、水温、水量三类，其中水量的控制关系到河道断流、泥沙调控和生态系统保护等方面，基于此，本发明方法构建了全新的梯级水库群生态-发电互馈调控模型，并提出一种梯级水库群生态-发电动态互馈调控方法。

在本发明中，首先引入集中度和集中期概念实现梯级水库群径流特性分析，然后结合改进的Tennant方法确定分级径流下的生态目标，最后利用 NSGA-II算法实现问题高效求解。为进一步提升算法搜索性能，同时提出改进的快速非支配排序和聚集密度计算策略。澜沧江流域梯级水库群实例应用表明，本发明方法能够较全面描述梯级水库群生态-发电互馈需求，有效实现多目标协调调度，快速获得Pareto方案集，是一种切实可行的调控方法。

实施例一

如图1所示，一种梯级水库群生态-发电动态互馈调控方法S100，包括如下步骤：

步骤S110：将发电量和水流条件满足水质需水量(W_qua)、断流需水量 (W_dry)、冲沙需水量(W_sed)、生态需水量(W_eco)四项生态标准的时空比例作为梯级水库群生态-发电互馈调控模型的目标函数，梯级水库群生态-发电互馈调控模型约束集包括水量平衡方程、入库流量平衡方程、出库流量平衡方程、蓄水量限制约束、发电流量限制约束、出库流量约束及电站出力限制约束；

步骤S120：采用改进的非支配排序遗传算法从梯级水库群生态-发电互馈调控模型中获得各个水库在各个时段的最佳出库流量。

上已述及，河流生态需求要素众多，其合理控制与梯级水库群的发电调度过程密切相关。因此，定义和量化生态条件，是实现梯级水库群生态- 发电互馈优化调控的前提，也是评价梯级水库群联合运行对河流生态环境影响的基础。虽然河流生态需求要素多样复杂，但究其本质，是确定维护河流生态系统健康或避免生态系统发生不可逆的退化所需要的各种临界水分条件。通常将水质需水量(W_qua)、断流需水量(W_dry)、冲沙需水量(W_sed)、生态需水量(W_eco)4方面需水参数作为其评价指标。故本文综合4方面参数，定义生态保证率来评价梯级生态目标。

本发明提供的梯级水库群生态-发电动态互馈调控方法，将水质需水量 (W_qua)、断流需水量(W_dry)、冲沙需水量(W_sed)、生态需水量(W_eco)四项生态标准的时空比例作为生态目标，同时以发电量作为性能目标，已知调度期内各水库初始水位、期望末水位及区间径流过程，综合考虑水位、泄量、出力等多种约束条件，确定各水库的水位运行轨迹，使调度期内库群发电量最大且更加符合生态要求。

实施例二

基于实施例一，梯级水库群生态-发电互馈调控模型的目标函数具体为：

(1)发电量目标：

式中：E为调度期内参与计算电站总发电量，kW·h；I为水库数目；i 为水库序号，i＝1,2,…,I；T为调度期时段数目；t为时段序号，t＝1,2,…,T； P_i,t为水库i在时段t的出力，kW；Δt为时段t小时数，h。

(2)生态目标：

生态保证率定义为水流条件满足上述4方面需水参数生态标准的时空比例。以水电长期调度的时段划分(月)为例，生态保证率的计算公式如下：

式中，R_eco为调度期河流生态保证率；R(W_qua)为调度期水质需水量满足河流水质标准的时空比例；表示水库i在时段t的水质流量需求；R(W_dry)为调度期内梯级各水库下泄流量能够保证河流不发生断流、干涸的时空比例；表示水库i在时段t保障河道湿润的流量需求；R(W_sed)为调度期冲沙需水量满足河流排沙要求和堤岸安全的时空比例；表示水库i在时段t的排沙流量需求；R(W_eco)为调度期生态需水量满足河流生态系统保护需求的时空比例；表示水库i在时段t的生态流量需求；D_i,t为水库i在时段t的出库流量，m³/s。

实施例三

基于实施例一或实施例二，梯级水库群生态-发电互馈调控模型的约束条件如下：

水量平衡方程：

V_i,t+1＝V_i,t+3600×(I_i,t-D_i,t)Δt,i∈[1,I],t∈[1,T]

式中，V_i,t为水库i在时段t的库容，m³；I_i,t为水库i在时段t的入库流量， m³/s。

入库流量平衡方程：

式中，q_i,t、Q_i,t、S_i,t分别为水库i在时段t的区间流量、发电流量和弃水流量，m³/s；m_i为水库i的第m个直接上游水库；U_i为水库i的直接上游水库集合。

出库流量平衡方程：

D_i,t＝Q_i,t+S_i,t,i∈[1,I],t∈[1,T]

蓄水量限制约束：

式中，分别为第i个水电站第t个时段蓄水量的上、下限，m³。

发电流量限制约束：

式中，分别为第i个水电站第t个时段发电流量的下限、上限， m³/s。

出库流量约束：

式中，分别为第i个水电站第t个时段的出库流量下、上限， m³/s。

电站出力限制约束：

式中，分别为第i个水电站第t个时段的出力下、上限，kW；H_i,t为第i个水电站第t个时段的水头，m；A_i为第i个水电站的出力系数；y_i(D_i,j) 表示第i个水电站的坝下水位-下泄流量关系曲线，可根据出库流量D_i,j插值获得对应的坝下水位，Z_i,0＝Z_i,beg,Z_i,T＝Z_i,end，Z_i,0为水库i的起始水位；Z_i,beg为水库i的起始水位设定值；Z_i,T为水库i在时段T的水位；Z_i,end为水库i的末水位设定值；SP_t为系统在时段t的出力下限，kW。

实施例四

采用改进的Tennant方法确定各水库在不同时段的出库流量下限，具体步骤如下：

步骤S111：选定研究流域，获取研究流域梯级水库群历史资料，计算各水库多年平均各月径流量和控制断面多年平均流量；

步骤S112：根据多年平均月径流量计算各水库集中度和集中期，采用集中度和集中期指标分析方法确定研究流域径流年径流集中期，具体步骤如下：

将一年内各月的径流量视作向量，月径流量的大小作为该月径流矢量的模，即径向距离；月径流量所处月份作为径流矢量的方向，并利用圆周方位表示：将圆周度数360°作为1年天数，即365天，则1天相当于0.9863°；将各月天数进行概化处理，即不考虑不同月份的天数差异，均取30天，同时将1月径流向量所在位置定为0°，1月径流所覆盖范围则为顺时针、逆时针各15°，为便于计算，取顺时针30°为1月，然后依次按照30°等差角度表示2～12月径流所在位置，从而获得全年各月径流方向及包含角度；设现有水文序列Q(y,t)，其中，y＝1,2,…,n，t＝1,2,…,12，n为水文序列的年数， t为某年内月份序号；按上述方法计算全年各月径流矢量之和，则年径流集中度定义为合矢量模与年径流量的比值，记作RCD_year；年径流集中期定义为合矢量方向，记作RCP_year；

RCP_year＝arctan(R_X(y)/R_Y(y))

式中，R(y)为第y年的年径流量；R_X(y)、R_Y(y)分别为第y年的12个月径流矢量之合矢量的水平、垂直分量，计算式见下式；r_y,t为第y年第t 月的径流矢量的模；θ_y,t为第y年第t月的径流矢量的角度；

步骤S113：根据年径流集中期及水库控制断面多年平均流量，计算各月径流分级系数，公式如下：

式中，γ_i,t为水库i第t月径流分级系数；R_i,a-t为水库i第t月控制断面多年平均流量，m³/s；R_i,a-year为水库i控制断面多年平均流量，m³/s。

步骤S114：各月修正后的生态基流划定比例为各月径流分级系数γ_i,t与Tennant法的推荐初始生态基流划定比例的乘积，即根据公式δ_i,t＝γ_i,tδ'获得，δ'为初始生态基流划定比例，初始生态基流划定比例采用Tennant法获得，取值为10％～200％；

步骤S115：利用各月修正后的生态基流划定比例来计算各水库的出库流量下限，以适应流域径流年内分布特点。此时，修正后的第i个水电站第 t个时段的出库流量下限为

其中，δ_i,t为修正后水库i第t月的生态基流划定比例。

本实施例中，引入集中度和集中期概念实现梯级水库群径流特性分析，然后结合改进的Tennant方法确定分级径流下的生态流量下限，保证所构建的流域生态-发电优化调控模型充分考虑流域特性，提高模型的适应性。

实施例五

步骤S120中改进的非支配排序遗传算法包括如下步骤：

S121根据梯级水库群生态-发电互馈调控模型对个体进行编码；对种群进行初始化获得初始种群；

S122对初始种群进行进化操作；对进化处理后的初始种群和初始种群进行选择操作；

S123将进化处理后的初始种群和初始种群进行合并处理获得合并种群；

S124对合并种群进行适应度计算，对合并种群进行非支配排序获得非支配集合和合并种群中各个种群拥挤度距离；

S125根据非支配排序结果和各个种群拥挤度距离剔除合并种群中局部密集个体获得处理后的合并种群，并提取处理后的合并种群中非劣个体更新初始种群；

S126判断是否达到迭代次数，若是，则输出处理后的合并种群中非劣个体作为Pareto解集；否则，更新迭代次数，转入步骤S122。

实施例六

如图2所示，基于实施例五，对合并种群进行非支配排序包括如下步骤：

步骤S1231：从合并群体中随机选取一个个体作为比较个体集元素，选取另一个个体作为被比较个体；

步骤S1232：判断被比较个体同比较个体集中任意一个比较个体是否相互不支配，若是，则将被比较个体新增至比较个体集；若否，则进入步骤 S1233；

步骤S1233：判断被比较个体是否支配比较个体集中任意一个比较个体，若是，则将被比较个体新增至比较个体集，并从比较个体集中删除将被比较个体支配的所有个体；若否，则进入步骤S1234；

步骤S1234：判断合并群体集中所有个体是否均被抽取，若是，则将比较个体集作为非支配集合；否则，从合并群体中抽取另一个个体作为被比较个体，并入步骤S1232。

实施例七

剔除合并种群中局部密集个体获得处理后的合并种群包括如下子步骤：

设现有非支配集合假设内含非支配个体M个，计算非支配集合中每个个体l同非支配集合之间的分布多样性指标Δ：

式中，m为未标记的非支配个体序号，m＝1,2,…,M-1；d_m表示非支配集合中的第m个点与标记点的欧几里得距离；表示非支配集合中所有距离的平均值。

理想情况下，非支配集中所有个体分布广泛且均匀，此时所有Δ＝0；反之，Δ＝1；即Δ的值越大，说明非支配集中的分布性越差；按照这种评价方法，剔除导致解的分布性较差的个体，则得到最终的非支配集。非支配集合中局部密集个体为ζ个，局部密集非支配集合为局部密集非支配集合中个体的分布多样性指标Δ会更靠近 1，不属于局部密集非支配集合中个体的分布多样性指标差距会更接近0，故将分布多样性指标值位于前N个个体从合并种群中剔除，剔除合并群体中指标值大的个体，获得处理后的合并种群，其中，N的取值根据非支配排序遗传算法结果准确度确定。

与现有的梯级水库群生态调度相关方法相比，本发明具有良好的改进效果：①引入集中度和集中期概念实现梯级水库群径流特性分析，然后结合改进的Tennant方法确定分级径流下的生态流量下限，保证所构建的流域生态-发电优化调控模型充分考虑流域特性，提高模型的适应性；②耦合改进的快速非支配排序方法和聚集密度计算方法有效提高传统非支配排序遗传算法NSGA-II的计算效率，从而实现以尽可能少的计算资源为代价，获得多个分布均匀、靠近多目标最优前沿的非劣解。

例如，现以澜沧江流域梯级水库群生态-发电联合优化调度为例验证本发明方法的有效性与合理性。澜沧江发源于中国西南地区，流经缅甸、老挝、泰国、柬埔寨，由越南注入南海，属国际河流。中国境内河长2161千米，流域面积16.74万平方千米，多年平均年径流量740亿立方米。作为我国十三大水电基地之一，澜沧江流域具有丰富的水能资源，自上至下依次规划电站22级，累计装机容量达3200万kW，其中，中下游规划电站“两库八级”，除橄榄坝、勐松外均已投产。梯级水库群的投产运行对流域的生态环境影响巨大，为维护澜沧江中下游生态环境，补偿水电开发对其造成的不利影响，亟需开展合理、有效的保护措施，实现梯级水库群的生态- 发电互馈调度运行具有重要意义。梯级水库群基本资料见表1，流程图如图 3所示。

首先，建立梯级水库群生态-发电互馈调控模型。并采用改进的Tennant 方法确定研究流域的出库流量下限，具体为：采用澜沧江流域1953年～2015 年的历史径流资料统计获得各电站多年平均各月径流量，并根据多年平均月径流量计算各水库集中度和集中期，采用集中度和集中期指标分析方法确定研究流域径流年内分配变化特征，计算所得梯级各电站径流分布集中度和集中期，见表2；同时绘制各电站多年月平均径流向量合成图，如附图 4(a)～图4(f)所示。

然后，根据年内径流分配规律，结合改进的Tennant方法确定梯级各电站各月径流分级系数，进而利用Tennant法对河流生态需水的评价标准确定流域各电站生态目标。根据计算所得澜沧江中下游年内径流分配规律，依据Tennant法选取推荐生态基流划定比例。

最后，采用耦合了改进的快速非支配排序方法和聚集密度计算方法的 NSGA-II求解梯级水库群生态-发电互馈优化调控问题。以多年平均入库流量为例计算各电站调度期内的水位和出力过程，获得一系列互为非劣的调度方案，其所构成的集合即该问题的Pareto解集。所得Pareto前沿如附图5 所示，为便于展示Pareto前沿分布情况，纵坐标生态目标采用破坏率＝1-保证率进行计算，其中部分调度方案如表3所示。

表1

表2

表3

综上所述，本发明能够较全面描述梯级水库群生态-发电互馈需求，有效均衡发电效益和生态保护双重目标，快速获得多目标协调的调度方案集，是一种实现发电和生态互馈的有效的调控方法。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种梯级水库群生态-发电动态互馈调控方法，其特征在于，包括如下步骤：

步骤S110：将发电量和生态保证率作为梯级水库群生态-发电互馈调控模型的目标函数，其中，生态保证率通过水流条件满足水质需水量、断流需水量、冲沙需水量、生态需水量四项生态标准的时空比例获得；梯级水库群生态-发电互馈调控模型约束集包括水量平衡方程、入库流量平衡方程、出库流量平衡方程、蓄水量限制约束、发电流量限制约束、出库流量约束及电站出力限制约束；

步骤S120：采用改进的非支配排序遗传算法从梯级水库群生态-发电互馈调控模型中获得各个水库在各个时段的最佳出库流量。

2.如权利要求1所述的梯级水库群生态-发电动态互馈调控方法，其特征在于，根据公式获得发电量目标；根据公式获得生态保证率；

式中，E为调度期内参与计算电站总发电量，I为水库数目，i为水库序号，T为调度期时段数目，t为时段序号，P_i,t为水库i在时段t的出力，Δt为时段t小时数；

R(W_qua)为调度期水质需水量满足河流水质标准的时空比例，表示水库i在时段t的水质流量需求；

R(W_dry)为调度期内梯级各水库下泄流量能够保证河流不发生断流或者干涸的时空比例，表示水库i在时段t保障河道湿润的流量需求；R(W_sed)为调度期冲沙需水量满足河流排沙要求和堤岸安全的时空比例，表示水库i在时段t的排沙流量需求；R(W_eco)为调度期生态需水量满足河流生态系统保护需求的时空比例；表示水库i在时段t的生态流量需求，D_i,t为水库i在时段t的出库流量。

3.如权利要求1或2所述的梯级水库群生态-发电动态互馈调控方法，其特征在于，梯级水库群生态-发电互馈调控模型的约束条件如下：

根据公式V_i,t+1＝V_i,t+3600×(I_i,t-D_i,t)Δt,i∈[1,I],t∈[1,T]获得水量平衡方程；

根据公式获得入库流量平衡方程；

根据公式D_i,t＝Q_i,t+S_i,t,i∈[1,I],t∈[1,T]获得出库流量平衡方程；

根据公式获得蓄水量限制约束；

根据公式获得发电流量限制约束；

根据公式获得出库流量约束；

根据公式和获得电站出力限制约束；

式中，V_i,t为水库i在时段t的库容，I_i,t为水库i在时段t的入库流量，q_i,t、Q_i,t、S_i,t分别为水库i在时段t的区间流量、发电流量和弃水流量；m_i为水库i的第m个直接上游水库；U_i为水库i的直接上游水库集合，分别为第i个水电站第t个时段蓄水量的上、下限，分别为第i个水电站第t个时段发电流量的下限、上限，分别为第i个水电站第t个时段的出库流量下、上限，分别为第i个水电站第t个时段的出力下、上限，H_i,t为第i个水电站第t个时段的水头，A_i为第i个水电站的出力系数；y_i(D_i,j)表示第i个水电站的坝下水位-下泄流量关系，Z_i,0＝Z_i,beg，Z_i,T＝Z_i,end，Z_i,0为水库i的起始水位；Z_i,beg为水库i的起始水位设定值；Z_i,T为水库i在时段T的水位；Z_i,end为水库i的末水位设定值；SP_t为系统在时段t的出力下限。

4.如权利要求3所述的梯级水库群生态-发电动态互馈调控方法，其特征在于，确定各水库在不同时段的出库流量下限根据如下步骤获取：

步骤S111：获取研究流域梯级水库群历史资料获得各水库多年平均各月径流量和控制断面多年平均流量；

步骤S112：根据各水库多年平均月径流量的矢量与各水库年径流量确定各水库年径流集中度；

步骤S113：根据各水库年径流集中度及控制断面多年平均流量获得各水库各月径流分级系数；

步骤S114：根据各水库各月径流分级系数与初始生态基流划定比例确定各水库修正后各月生态基流划定比例；

步骤S115：利用各水库修正后各月生态基流划定比例和各水库的出库流量下限获得修正后各水库的出库流量下限。

5.如权利要求4所述的梯级水库群生态-发电动态互馈调控方法，其特征在于，步骤S112中根据公式确定年径流集中度；

其中，R(y)为第y年的年径流量，R_X(y)、R_Y(y)分别为第y年的12个月径流矢量之合矢量的水平、垂直分量， r_y,t为第y年第t月的径流矢量的模，θ_y,t为第y年第t月的径流矢量的角度。

6.如权利要求4或5所述的梯级水库群生态-发电动态互馈调控方法，其特征在于，步骤S113中根据公式获得水库i第t月径流分级系数；

其中，γ_i,t为水库i第t月径流分级系数，R_i,a-t为水库i第t月控制断面多年平均流量；R_i,a-year为水库i控制断面多年平均流量，RCD_year为年径流集中度。

7.如权利要求4至6任一项所述的梯级水库群生态-发电动态互馈调控方法，其特征在于，步骤S115中根据公式获得修正后第i个水电站第t个时段的出库流量下限

式中，δ_i,t为修正后水库i第t月的生态基流划定比例，δ_i,t＝γ_i,tδ'，δ'为初始生态基流划定比例。

8.如权利要求1至7任一项所述的梯级水库群生态-发电动态互馈调控方法，其特征在于，步骤S120中改进的非支配排序遗传算法包括如下步骤：

S121根据梯级水库群生态-发电互馈调控模型对个体进行编码；对种群进行初始化获得初始种群；

S122对初始种群进行进化操作；对进化处理后的初始种群和初始种群进行选择操作；

S123将进化处理后的初始种群和初始种群进行合并处理获得合并种群；

S124对合并种群进行适应度计算，对合并种群进行非支配排序获得非支配集合和合并种群中各个种群拥挤度距离；

S125根据非支配排序结果和各个种群拥挤度距离剔除合并种群中局部密集个体获得处理后的合并种群，并提取处理后的合并种群中非劣个体更新初始种群；

S126判断是否达到迭代次数，若是，则输出处理后的合并种群中非劣个体作为Pareto解集；否则，更新迭代次数，转入步骤S122。

9.如权利要求8所述的梯级水库群生态-发电动态互馈调控方法，其特征在于，对合并种群进行非支配排序包括如下步骤：

步骤S1231：从合并群体中随机选取一个个体作为比较个体集元素，选取另一个个体作为被比较个体；

步骤S1232：判断被比较个体同比较个体集中任意一个比较个体是否相互不支配，若是，则将被比较个体新增至比较个体集；若否，则进入步骤S1233；

步骤S1233：判断被比较个体是否支配比较个体集中任意一个比较个体，若是，则将被比较个体新增至比较个体集，并从比较个体集中删除将被比较个体支配的所有个体；若否，则进入步骤S1234；

步骤S1234：判断合并群体中所有个体是否均被抽取，若是，则将比较个体集作为非支配集合；否则，从合并群体中抽取另一个个体作为被比较个体，并入步骤S1232。

10.如权利要求8或9所述的梯级水库群生态-发电动态互馈调控方法，其特征在于，步骤S125中获得处理后的合并种群包括如下子步骤：

步骤S1251：根据公式获得非支配集合中每个个体同非支配集合之间的分布多样性指标；

步骤S1252：将分布多样性指标值位于前N个个体从合并种群中剔除，获得处理后的合并种群；

其中，M为非支配集合中的个体数目；m为未标记的非支配个体序号，m＝1,2,…,M-1；d_m表示非支配集合中的第m个点与标记点的欧几里得距离；表示非支配集合中所有距离的平均值。