CN111079086B - 一种基于多元联合分布的水资源系统多重风险评估方法 - Google Patents

一种基于多元联合分布的水资源系统多重风险评估方法 Download PDF

Info

Publication number
CN111079086B
CN111079086B CN201911241049.5A CN201911241049A CN111079086B CN 111079086 B CN111079086 B CN 111079086B CN 201911241049 A CN201911241049 A CN 201911241049A CN 111079086 B CN111079086 B CN 111079086B
Authority
CN
China
Prior art keywords
water supply
risk
subsystem
power generation
reservoir
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
CN201911241049.5A
Other languages
English (en)
Other versions
CN111079086A (zh
Inventor
陈璐
仇红亚
何中政
钟文杰
张寒松
易彬
吴常运
齐尧乐
覃叶红萍
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201911241049.5A priority Critical patent/CN111079086B/zh
Publication of CN111079086A publication Critical patent/CN111079086A/zh
Application granted granted Critical
Publication of CN111079086B publication Critical patent/CN111079086B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Water Supply & Treatment (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于多元联合分布的水资源系统多重风险评估方法，属于水资源风险分析领域。包括：以流域河道外累计供水缺额最小为供水目标，以流域梯级水库累计发电量最大为发电目标，以经水库调蓄后的下泄流量与自然径流的变异系数最小为生态目标，建立梯级水库多目标联合优化调度模型；根据优化调度结果辨识流域水资源供水子系统、发电子系统和环境子系统的风险指标；分别拟合上述风险指标的边缘分布函数；根据拟合得到的各风险指标的边缘分布函数，构建各子系统风险指标的多元联合分布函数；根据边缘分布函数以及多元联合分布函数，建立流域水资源系统多重条件风险评估模型，对流域水资源各系统进行多重条件风险分析评估。

Description

一种基于多元联合分布的水资源系统多重风险评估方法
技术领域
本发明属于水资源风险分析领域，更具体地，涉及一种基于多元联合分布的水资源系统多重风险评估方法。
背景技术
长江上游流域水资源系统是由供水子系统、发电子系统和环境子系统组成的复杂巨系统，以水库为枢纽的流域水资源系统难以同时满足供水子系统、发电子系统、环境子系统对水量的需求，进而导致流域水资源系统存在一定风险，如为满足水电站下泄流量，可能导致水库上游生产、生活、生态供水不足，因此，对于探究流域水资源供水、发电、环境复杂互馈关系，评估水资源系统多重风险，实现流域水资源合理利用具有重要意义。
目前针对流域水资源供水、发电、环境复杂互馈关系的研究方法主要有两种：第一种是结合GAMS优化模型和WEAP模拟模型分析方法，如“澜沧江_湄公河流域跨境水量_水能_生态互馈关系模拟.于洋等.2017”初步探明了澜沧江-湄公河流域不同情境下水量-水能-生态协同竞争关系；第二种是基于水库多目标调度模型分析方法，如“基于改进NSGA_的黄河下游水库多目标调度研究.王学斌.2017”探究了黄河下游供水效益、发电效益、生态效益间的竞争关系。
第一种方法表明水能与供水量协同发展，与生态有明显的竞争关系，但仅局限于定性分析水能与供水量、水能与生态之间的竞争协同关系，不能量化供水量与生态之间的相互作用机制；第二种方法侧重于改进NSGA-II算法以提高算法优化效率，通过分析非劣解集中缺水量、生态缺水量和发电量以解析黄河下游综合用水、生态用水和发电目标间的竞争关系，但其解析结果依赖于发电量、综合缺水量或生态缺水量代表方案的选择，受人为主观因素影响较大，选择不同的代表方案可能导致最终解析的黄河下游综合用水、生态用水和发电之间的竞争关系偏差，甚至与自然结果完全相反。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于多元联合分布的水资源系统多重风险评估方法，其目的在于，解决现有水资源系统互馈关系的研究方法受人为主观影响因素较大，且不能定量表征水资源系统内部的多重耦合互馈影响机制，造成流域水资源系统条件风险的评估准确度低的技术问题。
为实现上述目的，本发明提供了一种基于多元联合分布的水资源系统多重风险评估方法，包括：
(1)以流域河道外累计供水缺额最小为供水目标，以流域梯级水库累计发电量最大为发电目标，以经水库调蓄后的下泄流量与自然径流的变异系数最小为生态目标，建立梯级水库多目标联合优化调度模型；
(2)采用所述优化调度模型对梯级水库进行调度，得到流域水资源供水、发电、环境多目标优化调度结果，并根据所述优化调度结果辨识流域水资源供水子系统、发电子系统和环境子系统的风险指标；
(3)分别拟合上述风险指标的边缘分布函数；
(4)根据拟合得到的各风险指标的边缘分布函数，构建供水子系统、发电子系统和环境子系统风险指标的多元联合分布函数；
(5)根据各风险指标的边缘分布函数以及所述多元联合分布函数，建立流域水资源系统多重条件风险评估模型；
(6)根据所述多重条件风险评估模型，对流域水资源供水子系统、发电子系统、环境子系统进行多重条件风险分析评估。
进一步地，所述供水目标表达式为：
Figure BDA0002306243360000031
式中，L为梯级水库供水总缺额；M为流域取水断面个数；Di,t、Si,t分别为第i个取水断面t时段的需水流量和供水流量；T为调度时期的时长；ΔTt为第t时段的时段长度；
所述发电目标表达式为：
Figure BDA0002306243360000032
式中，E为梯级水库群累计发电量；N为水电站个数；Kj为第j个水电站的出力系数；Hj,t、Qj,t分别为第j个水电站t时段的平均水头和发电流量；
所述生态目标表达式为：
Figure BDA0002306243360000033
式中，δ为流域自然径流变异系数；Qj,t为第j个水电站对应水库t时段经水库调蓄后的下泄流量；
Figure BDA0002306243360000034
为第j个水电站下游区间河道t时段的自然流量。
进一步地，梯级水库多目标联合优化调度模型的约束条件包括：不同断面之间的水力联系、水库的水量平衡约束、库容约束、流量约束、出力约束。
进一步地，步骤(2)根据优化调度结果辨识流域水资源供水子系统、发电子系统和环境子系统的风险指标，具体包括：
1)采用水库上游供水流量作为表征供水子系统风险的指标：
Figure BDA0002306243360000035
式中，s＝1表示供水期，s＝0表示汛期；Ws为供水期或汛期水库上游供水流量；H为多目标联合调度求解得到的非劣解个数；Ts为供水期或汛期时段个数；Sk,t为取水断面第k个非劣解中t时段的供水流量；
2)采用电站发电量作为表征发电子系统风险的指标：
Figure BDA0002306243360000041
式中，Es为供水期或期汛某个电站发电量；Ek,t为水电站第k个非劣解中t时段的发电量；
3)采用水库下游区间自然径流改变系数作为表征环境子系统风险的指标：
Figure BDA0002306243360000042
式中，εs为供水期或汛期水库下游区间自然径流改变系数；Qk,t为水电站对应水库第k个非劣解中t时段的下泄流量；
Figure BDA0002306243360000043
为水库第k个非劣解中t时段的自然流量。
进一步地，步骤(3)具体包括：
(3.1)采用不同的分布函数分别拟合供水子系统、发电子系统和环境子系统风险指标的边缘分布函数；
(3.2)采用线性矩法估计边缘分布函数对应参数；
(3.3)分别对各个子系统对应的多个边缘分布函数进行拟合优度评价和显著性检验。
进一步地，步骤(3.1)不同的分布函数包括：指数分布、广义极值分布、广义逻辑分布、广义帕累托分布、广义正态分布、Gumbel分布、正态分布及皮尔逊III型分布。
进一步地，步骤(3.3)具体包括：
(3.3.1)利用均方根误差和赤池信息量准则进行拟合优度评价，计算公式分别为：
Figure BDA0002306243360000051
Figure BDA0002306243360000052
式中：pei为各风险指标经验频率；i为风险指标数据样本从大到小排列的序号；n为风险指标样本个数；RMSE为均方根误差，表示理论频率与经验概率之间的拟合程度；pi为风险指标样本对应的理论概率；MSE表示理论频率与经验频率之间的差异程度；m为模型参数个数；
(3.3.2)对各个子系统分别计算其风险指标的理论概率和经验频率，并通过K-S检验方法对边缘分布与经验分布进行显著性差异检验。
进一步地，步骤(4)具体包括：
(4.1)根据各风险指标的边缘分布函数，分别采用正态Copula和t-Copula构建供水子系统、发电子系统、环境子系统风险指标的联合分布函数；
(4.2)分别计算上述多元联合分布函数的理论值以及经验值；
(4.3)通过均方根误差和K-S检验选择适配各风险指标的联合分布函数。
进一步地，流域水资源系统多重条件风险评估模型表达式为：
Figure BDA0002306243360000053
Figure BDA0002306243360000054
式中，ui＝F(xi),i＝1,2,3，u1,u2,u3分别为各系统风险指标X1,X2,X3的累积分布函数，表示供水、发电、环境子系统保证率水平；Rc为当发电和环境保证率分别为u2,u3时供水系统达到u1以上保证率的条件概率，用以表征供水风险；x1,x2,x3分别为供水、发电、环境子系统对应的供水流量、发电量和自然径流改变系数；f(·)为单个风险指标边缘分布的概率密度函数；c(·)为多元风险指标Copula联合密度函数。
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：
本发明针对由供水子系统、发电子系统、环境子系统组成的流域水资源复杂系统，建立流域水资源供水、发电、环境多目标联合调度模型，辨识供水子系统、发电子系统、环境子系统风险指标，利用椭圆Copula构建供水-发电-环境多元联合分布，建立流域水资源复杂系统条件风险模型，从多目标求解结果中深入探究供水、发电、环境风险互馈关系，定量评估流域水资源复杂系统条件风险，提高了评估准确度，为流域水资源合理开发与利用提供理论依据。
附图说明
图1为本发明实施例提供的一种基于多元联合分布的水资源系统多重风险评估方法流程图；
图2(a)表示溪洛渡水库供水期供水条件概率示意图；
图2(b)表示溪洛渡水库供水期环境条件概率示意图；
图2(c)表示溪洛渡水库汛期供水条件概率示意图；
图2(d)表示溪洛渡水库汛期环境条件概率示意图。
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。
本发明提供了一种基于多元联合分布的水资源系统多重风险评估方法，包括：
(1)以流域河道外累计供水缺额最小为供水目标，以流域梯级水库累计发电量最大为发电目标，以经水库调蓄后的下泄流量与自然径流的变异系数最小为生态目标，建立梯级水库多目标联合优化调度模型；
具体地，供水目标表达式为：
Figure BDA0002306243360000071
式中，L为梯级水库供水总缺额；M为流域取水断面个数；Di,t、Si,t分别为第i个取水断面t时段的需水流量和供水流量；T为调度时期的时长；ΔTt为第t时段的时段长度；
所述发电目标表达式为：
Figure BDA0002306243360000072
式中，E为梯级水库群累计发电量；N为水电站个数；Kj为第j个水电站的出力系数；Hj,t、Qj,t分别为第j个水电站t时段的平均水头和发电流量；
所述生态目标表达式为：
Figure BDA0002306243360000073
式中，δ为流域自然径流变异系数；Qj,t为第j个水电站对应水库t时段经水库调蓄后的下泄流量；
Figure BDA0002306243360000074
为第j个水电站下游区间河道t时段的自然流量。
该步骤建立的多目标联合调度模型中考虑多个约束条件，包括，：
水位约束：
Zmin(j,t)≤Z(j,t)≤Zmax(j,t)；
流量约束：
Figure BDA0002306243360000082
流量平衡约束：
Qi(j,t)＝Qo(j-1,t)+q(j,t)
水量平衡约束：
V(j,t+1)＝V(j,t)+(Qi(j,t)-Qo(j,t))ΔT
出力约束：
Nmin(j,t)≤N(j,t)≤Nmax(j,t)
变量非负约束
式中，Z(j,t)为第j个水电站对应水库t时段水位；Zmin(j,t)、Zmax(j,t)分别为第j个水电站对应水库t时段的最小和最大水位；Qo(j,t)为第j个水电站t时段下泄流量；
Figure BDA0002306243360000081
分别为第j个水电站t时段最小和最大下泄流量；Qi(j,t)为第j个水电站对应水库t时段入库流量；Qo(j-1,t)为第j-1个水电站t时段下泄流量；q(j,t)为第j水电站下游区间河道t时段的区间入流；V(j,t)为第j个水电站对应水库t时段的蓄水量；N(j,t)为第j个水电站t时段的出力；Nmin(j,t)、Nmax(j,t)分别为第j个水电站t时段的最小和最大出力；模型求解采用多目标遗传算法NSGA-II方法。
(2)采用优化调度模型对梯级水库进行调度，得到流域水资源供水、发电、环境多目标优化调度结果，并根据所述优化调度结果辨识流域水资源供水子系统、发电子系统和环境子系统的风险指标；
具体地，采用优化调度模型对梯级水库进行调度，得到流域水资源供水、发电、环境多目标优化调度结果，具体包括每个时段各取水断面来水量、蓄水量、供水流量、水库初末水位、水电站发电量、水库下泄流量等。由于供水期和汛期来水量、供水量特征迥异，由此带来的供水风险、生态风险在物理机制上差异明显。以生态流量为例，枯水期水库供水以及消落期水库水位涨落造成水库下泄流量大于自然流量，汛期防洪控泄以及蓄水期蓄水造成下泄流量小于自然流量，因此分供水期和汛期辨识供水、发电、环境风险指标，以评估流域水资源风险。步骤(2)中根据优化调度结果辨识流域水资源供水子系统、发电子系统和环境子系统的风险指标，具体包括：1)采用水库上游供水流量作为表征供水子系统风险的指标：
Figure BDA0002306243360000091
式中，s＝1表示供水期，s＝0表示汛期；Ws为供水期或汛期水库上游供水流量；H为多目标联合调度求解得到的非劣解个数；Ts为供水期或汛期时段个数；Sk,t为取水断面第k个非劣解中t时段的供水流量；
2)采用电站发电量作为表征发电子系统风险的指标：
Figure BDA0002306243360000092
式中，Es为供水期或期汛某个电站发电量；Ek,t为水电站第k个非劣解中t时段的发电量；
3)采用水库下游区间自然径流改变系数作为表征环境子系统风险的指标：
Figure BDA0002306243360000093
式中，εs为供水期或汛期水库下游区间自然径流改变系数；Qk,t为水电站第k个非劣解中t时段的下泄流量；
Figure BDA0002306243360000094
为水电站下游区间河道第k个非劣解中t时段的自然流量。
(3)分别拟合上述风险指标的边缘分布函数；
具体地，步骤(3)具体包括：
(3.1)采用不同的分布函数分别拟合供水子系统、发电子系统和环境子系统风险指标的边缘分布函数；进一步具体地，选择水文分析计算中常用的分布函数，包括：指数分布(EXP)、广义极值分布(GEV)、广义逻辑分布(GLO)、广义帕累托分布(GPA)、广义正态分布(GNO)、Gumbel分布(Gumbel)、正态分布(normal)及皮尔逊III型分布(P-III)，进行边缘分布函数的拟合。
(3.2)采用线性矩法估计边缘分布函数对应参数；
(3.3)分别对各个子系统对应的多个边缘分布函数进行拟合优度评价和显著性检验。进一步具体地，步骤(3.3)包括：
(3.3.1)利用均方根误差和赤池信息量准则进行拟合优度评价，计算公式分别为：
Figure BDA0002306243360000101
Figure BDA0002306243360000102
式中：pei为各风险指标经验频率；i为风险指标数据样本从大到小排列的序号；n为风险指标样本个数；RMSE为均方根误差，表示理论频率与经验概率之间的拟合程度；pi为风险指标样本对应的理论概率；MSE表示理论频率与经验频率之间的差异程度；m为模型参数个数；
(3.3.2)对各个子系统分别计算其风险指标的理论概率和经验频率，并通过K-S检验方法对边缘分布与经验分布进行显著性差异检验。
(4)根据拟合得到的各风险指标的边缘分布函数，构建供水子系统、发电子系统和环境子系统风险指标的多元联合分布函数；
具体地，步骤(4)包括：(4.1)基于椭圆Copula构建上述多元联合分布函数，刻画流域关键控制断面供水、发电、环境之间的多维相关性，其表达式为：
F(W,E,ε)＝C(F(W),F(E),F(ε))＝C(u1,u2,u3)
式中，F(·)为多维风险指标W、E、ε的联合分布函数；C(·)为三元Copula函数；u1＝F(W)、u2＝F(E)、u3＝F(ε)分别为多重风险指标的累积分布函数；
常用的椭圆Copula有正态Copula和t-Copula两种，其概率密度函数计算公式如下：
Figure BDA0002306243360000111
Figure BDA0002306243360000112
式中，CGuass(u)为高斯Copula理论值；Ct(u)为t-Copula理论值；R为多变量相关性矩阵；Cn(u)为样本经验Copula函数值；d为联合分布维数。
(4.2)分别计算上述多元联合分布函数的理论值以及经验值；
(4.3)通过均方根误差和K-S检验选择适配各风险指标的联合分布函数。
(5)根据各风险指标的边缘分布函数以及所述多元联合分布函数，建立流域水资源系统多重条件风险评估模型；
具体地，根据步骤(4)建立的供水、发电、环境联合分布，推求流域水资源系统多重条件风险评估模型如下：
Figure BDA0002306243360000113
Figure BDA0002306243360000121
式中，ui＝F(xi),i＝1,2,3，u1,u2,u3分别为各系统风险指标X1,X2,X3的累积分布函数，表示供水、发电、环境子系统保证率水平；Rc为当发电和环境保证率分别为u2,u3时供水系统达到u1以上保证率的条件概率，用以表征供水风险；x1,x2,x3分别为供水、发电、环境子系统对应的供水流量、发电量和自然径流改变系数；f(·)为单个风险指标边缘分布的概率密度函数；c(·)为多元风险指标Copula联合密度函数。
(6)根据所述多重条件风险评估模型，对流域水资源供水子系统、发电子系统、环境子系统进行多重条件风险分析评估。
具体地，条件风险评估包括，在发电保证率和环境保证率一定条件下，推求供水流量为一定保证率的概率值；在环境保证率和供水保证率一定条件下，推求水电站发电量为一定保证率的概率值；在供水保证率和发电保证率一定条件下，推求环境为一定保证率的概率值。进一步具体地，步骤(6)包括：(6.1)基于步骤(5)建立的流域水资源系统多重条件风险评估模型分别计算供水、发电、环境条件概率值；(6.2)根据条件概率值对供水、发电、环境子系统进行条件风险评估。
现选取长江上游干流关键控制性水库为主要研究对象，针对长江上游溪洛渡、向家坝、三峡三个控制性串联梯级水库群开展研究，来水数据采用1956-2010年月尺度流量数据，用水数据依据《全国水资源综合规划(2010-2030年)》和《长江流域及西南诸河水资源综合规划》给出的长江上游主要控制断面用水总量数据为依据，设置各断面的用水量。考虑到供水期和汛期对下游生态的影响不同，即供水期下游泄量高于自然流量，汛期由于控泄使得下游泄量低于自然流量，研究将供水期与汛期分开建模。
根据上述方法建立的流域水资源多重条件风险评估模型，推求某两个子系统一定保证率下另一个子系统处于一定保证率时的条件概率以评估其条件风险，条件概率越高表明供水系统风险越小，反之越大。以溪洛渡水库为例，图2为供水期和汛期当发电保证率固定时供水超过90％保证率的条件概率随环境保证率变化情况以及当供水保证率固定时水库下游区间环境超过90％保证率的条件概率随发电保证率变化情况，部分计算结果如表1-4所示。
表1溪洛渡水库供水期供水条件概率
Figure BDA0002306243360000131
表2溪洛渡水库供水期环境条件概率
Figure BDA0002306243360000132
表3溪洛渡水库汛期供水条件概率
Figure BDA0002306243360000133
表4溪洛渡水库汛期环境条件概率
Figure BDA0002306243360000134
分供水期和汛期对水库上游供水、电站发电和下游生态环境互馈关系及多重风险展开分析：供水期：(1)由图2(a)和表1可知，当发电保证率一定时，供水保证率超过90％的条件概率随着环境保证率升高而缓慢升高，表明增加上游生产、生活、河道外生态供水有利于促进改善下游河道生态环境状况，降低环境风险；主要原因是供水期水位涨落造成水库下泄流量大于自然流量，而上游供水增加将导致水库下泄流量减少，从而使下游河道水流流态更接近于自然河流的水流流态，有利于河道内及其周边水生动植物的生存。(2)由图2(b)和表2可知，当供水保证率一定时，环境保证率超过90％的概率随发电保证率升高而降低，表明供水期电站发电增加对下游河道生态环境产生了负面影响。增加发电量将使下游生态系统恶化，环境风险加大。主要原因是供水期发电量增加意味着下游下泄流量增加，下游河道水流流态偏离自然河流流态越大，自然河道的生态平衡遭到破坏越严重，对河道内水生生物和周边动植物生长产生不利影响。另外，从图2(b)和表2还可看出，当发电保证率一定时供水保证率的变化对环境风险影响不大，这是因为水库上游供水流量占电站下泄流量比重很小，对水库下游区间生态影响甚微。(3)由图2(a)和表1还可以看出，当环境保证率一定时，随着电站发电保证率升高上游供水条件概率逐渐降低，这表明增加电站发电量对水库上游供水起到抑制作用。主要原因是提高电站发电量使得水库下泄流量增加，从而使水库上游供水流量减少。
汛期：(1)由图2(c)和表3可知，当发电保证率一定时，供水保证率超过90％的条件概率随着环境保证率升高而降低，表明水库上游供水流量增加对水库下游区间河道生态产生不利影响。主要原因是汛期水库防洪控泄造成水库下泄流量小于自然流量，水库上游供水流量增加使下泄流量进一步减小。库下游区间自然径流改变系数绝对值变大，不利于水库下游河道区间生态发展。(2)由图2(d)和表4可知，当供水保证率一定时，环境保证率超过90％的条件概率随着发电保证率升高而升高，表明汛期增加电站发电量将有利于改善水库下游河道区间生态环境。主要原因是汛期水库下泄流量低于自然流量，而增大下泄流量不仅增加了发电量，而且使水库下游河道流量更接近自然流量，有利于改善河道内及其周边生态环境，降低环境风险。另外，从图2(d)和表4还可看出，当发电保证率一定时供水保证率的变化对环境风险影响不大，同样是由于供水流量占水库下泄流量比重较小使自然径流改变系数主要受到水库下泄流量的影响。(3)从图2(c)和表3还可看出，当环境保证率一定时，水库上游供水保证率超过90％的条件概率随着电站发电保证率升高而降低，结合供水期结论(3)表明不论是供水期还是汛期增加电站发电量都将减少水库上游供水流量，对水库上游三生用水产生不利影响。主要原因仍然是提高电站发电量使得水库下泄流量增加，从而使水库上游供水流量减少。
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 (6)

1.一种基于多元联合分布的水资源系统多重风险评估方法，其特征在于，包括：
(1)以流域河道外累计供水缺额最小为供水目标，以流域梯级水库累计发电量最大为发电目标，以经水库调蓄后的下泄流量与自然径流的变异系数最小为生态目标，建立梯级水库多目标联合优化调度模型；
所述供水目标表达式为：
Figure FDA0003251069280000011
式中，L为梯级水库供水总缺额；M为流域取水断面个数；Di,t、Si,t分别为第i个取水断面t时段的需水流量和供水流量；T为调度时期的时长；ΔTt为第t时段的时段长度；
所述发电目标表达式为：
Figure FDA0003251069280000012
式中，E为梯级水库群累计发电量；N为水电站个数；Kj为第j个水电站的出力系数；Hj,t、Qj,t分别为第j个水电站t时段的平均水头和发电流量；
所述生态目标表达式为：
Figure FDA0003251069280000013
式中，δ为流域自然径流变异系数；Qj,t为第j个水电站t时段经水库调蓄后的下泄流量；
Figure FDA0003251069280000014
为第j个水电站下游区间河道t时段的自然流量；
(2)采用所述优化调度模型对梯级水库进行调度，得到流域水资源供水、发电、环境多目标优化调度结果，并根据所述优化调度结果辨识流域水资源供水子系统、发电子系统和环境子系统的风险指标；
步骤(2)所述根据所述优化调度结果辨识流域水资源供水子系统、发电子系统和环境子系统的风险指标，具体包括：
1)采用水库上游供水流量作为表征供水子系统风险的指标：
Figure FDA0003251069280000021
式中，s＝1表示供水期，s＝0表示汛期；Ws为供水期或汛期水库上游供水流量；H为多目标联合调度求解得到的非劣解个数；Ts为供水期或汛期时段个数；Sk,t为取水断面第k个非劣解中t时段的供水流量；
2)采用电站发电量作为表征发电子系统风险的指标：
Figure FDA0003251069280000022
式中，Es为供水期或汛期某个电站发电量；Ek,t为电站第k个非劣解中t时段的发电量；
3)采用水库下游区间自然径流改变系数作为表征环境子系统风险的指标：
Figure FDA0003251069280000023
式中，εs为供水期或汛期水库下游区间自然径流改变系数；Qk,t为水电站第k个非劣解中t时段的下泄流量；
Figure FDA0003251069280000024
为水电站下游区间河道第k个非劣解中t时段的自然流量；
(3)分别拟合上述风险指标的边缘分布函数；
步骤(3)具体包括：
(3.1)采用不同的分布函数分别拟合供水子系统、发电子系统和环境子系统风险指标的边缘分布函数；
(3.2)采用线性矩法估计所述边缘分布函数对应参数；
(3.3)分别对各个子系统对应的多个边缘分布函数进行拟合优度评价和显著性检验；
(4)根据拟合得到的各风险指标的边缘分布函数，构建供水子系统、发电子系统和环境子系统风险指标的多元联合分布函数；
步骤(4)具体包括：
(4.1)根据各风险指标的边缘分布函数，分别采用正态Copula和t-Copula构建供水子系统、发电子系统、环境子系统风险指标的联合分布函数；
(4.2)分别计算上述多元联合分布函数的理论值以及经验值；
(4.3)通过均方根误差和K-S检验选择适配各风险指标的联合分布函数；
(5)根据各风险指标的边缘分布函数以及所述多元联合分布函数，建立流域水资源系统多重条件风险评估模型；
(6)根据所述多重条件风险评估模型，对流域水资源供水子系统、发电子系统、环境子系统进行多重条件风险分析评估。
2.根据权利要求1所述的一种基于多元联合分布的水资源系统多重风险评估方法，其特征在于，所述梯级水库多目标联合优化调度模型的约束条件包括：不同断面之间的水力联系、水库的水量平衡约束、库容约束、流量约束、出力约束。
3.根据权利要求1所述的一种基于多元联合分布的水资源系统多重风险评估方法，其特征在于，步骤(3.1)所述不同的分布函数包括：指数分布、广义极值分布、广义逻辑分布、广义帕累托分布、广义正态分布、Gumbel分布、正态分布及皮尔逊III型分布。
4.根据权利要求1所述的一种基于多元联合分布的水资源系统多重风险评估方法，其特征在于，步骤(3.3)具体包括：
(3.3.1)利用均方根误差和赤池信息量准则对各个子系统对应的多个边缘分布函数进行拟合优度评价，计算公式分别为：
Figure FDA0003251069280000041
Figure FDA0003251069280000042
式中：pei为各风险指标经验频率；i为风险指标数据样本从大到小排列的序号；n为风险指标样本个数；RMSE为均方根误差，表示理论频率与经验概率之间的拟合程度；pi为风险指标样本对应的理论概率；MSE表示理论频率与经验频率之间的差异程度；m为模型参数个数；
(3.3.2)对各个子系统分别计算其风险指标的理论概率和经验频率，并通过K-S检验方法对边缘分布与经验分布进行显著性差异检验。
5.根据权利要求1-4任一项所述的一种基于多元联合分布的水资源系统多重风险评估方法，其特征在于，流域水资源系统多重条件风险评估模型表达式为：
Figure FDA0003251069280000043
Figure FDA0003251069280000044
式中，ui＝F(xi),i＝1,2,3，u1,u2,u3分别为各系统风险指标X1,X2,X3的累积分布函数，表示供水、发电、环境子系统保证率水平；Rc为当发电和环境保证率分别为u2,u3时供水系统达到u1以上保证率的条件概率，用以表征供水风险；x1,x2,x3分别为供水、发电、环境子系统对应的供水流量、发电量和自然径流改变系数；f(·)为单个风险指标边缘分布的概率密度函数；c(·)为多元风险指标Copula联合密度函数。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～5任一项所述的一种基于多元联合分布的水资源系统多重风险评估方法。
CN201911241049.5A 2019-12-06 2019-12-06 一种基于多元联合分布的水资源系统多重风险评估方法 Active CN111079086B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911241049.5A CN111079086B (zh) 2019-12-06 2019-12-06 一种基于多元联合分布的水资源系统多重风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911241049.5A CN111079086B (zh) 2019-12-06 2019-12-06 一种基于多元联合分布的水资源系统多重风险评估方法

Publications (2)

Publication Number Publication Date
CN111079086A CN111079086A (zh) 2020-04-28
CN111079086B true CN111079086B (zh) 2021-11-02

Family

ID=70312990

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911241049.5A Active CN111079086B (zh) 2019-12-06 2019-12-06 一种基于多元联合分布的水资源系统多重风险评估方法

Country Status (1)

Country Link
CN (1) CN111079086B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269383B (zh) * 2021-01-05 2023-11-14 黄河勘测规划设计研究院有限公司 基于系统科学的流域高质量发展综合评价方法及装置
CN113191543B (zh) * 2021-04-27 2022-07-29 西安理工大学 考虑水资源供需过程关联性与随机性的水库优化调度方法
CN113435733A (zh) * 2021-06-23 2021-09-24 安徽维诚水务科技有限公司 一种水资源风险评估与预测系统
CN113762730B (zh) * 2021-08-16 2024-10-15 中国科学院地理科学与资源研究所 一种水资源承载力风险评估方法及其电子设备
CN114943404A (zh) * 2022-03-30 2022-08-26 北京师范大学 一种基于生态系统服务权衡的湿地缺水生态风险评估方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105887751A (zh) * 2016-04-28 2016-08-24 武汉大学 一种考虑水库调洪演算的多变量洪水重现期计算方法
CN106485366A (zh) * 2016-10-31 2017-03-08 武汉大学 一种复杂梯级水库群蓄水期优化调度方法
CN108830419A (zh) * 2018-06-15 2018-11-16 武汉大学 一种基于ecc后处理的梯级水库群入库流量联合预报方法
CN108875130A (zh) * 2018-05-07 2018-11-23 河海大学 一种基于Copula函数的设计洪水峰量条件最可能组合方法
CN110334908A (zh) * 2019-06-03 2019-10-15 华中科技大学 一种流域水资源的供水发电环境多重风险评估方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105887751A (zh) * 2016-04-28 2016-08-24 武汉大学 一种考虑水库调洪演算的多变量洪水重现期计算方法
CN106485366A (zh) * 2016-10-31 2017-03-08 武汉大学 一种复杂梯级水库群蓄水期优化调度方法
CN108875130A (zh) * 2018-05-07 2018-11-23 河海大学 一种基于Copula函数的设计洪水峰量条件最可能组合方法
CN108830419A (zh) * 2018-06-15 2018-11-16 武汉大学 一种基于ecc后处理的梯级水库群入库流量联合预报方法
CN110334908A (zh) * 2019-06-03 2019-10-15 华中科技大学 一种流域水资源的供水发电环境多重风险评估方法和系统

Also Published As

Publication number Publication date
CN111079086A (zh) 2020-04-28

Similar Documents

Publication Publication Date Title
CN111079086B (zh) 一种基于多元联合分布的水资源系统多重风险评估方法
CN111461421B (zh) 一种基于互馈关系解析的梯级水库风险评估方法及系统
CN113379109B (zh) 一种基于预测模型自适应的径流预报方法
CN108805434B (zh) 一种基于改进nsga-ⅲ的梯级水电站多目标优化调度方法
CN111555355B (zh) 水光蓄联合发电的调度策略及其优化方法
CN111733759B (zh) 一种考虑区间支流来水的干流水库生态调度方法
CN112184070A (zh) 一种协同生态流量需求的梯级水电站多目标优化调度方法及系统
CN112184479B (zh) 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
Li et al. A novel combined prediction model for monthly mean precipitation with error correction strategy
Dang et al. A novel multivariate grey model for forecasting periodic oscillation time series
CN116562583A (zh) 一种多维度水资源供需预测方法及系统
CN116070769A (zh) 一种超短期风电场功率多步区间预测模块化方法及其设备
CN117575289B (zh) 水量-水质多目标协同的水库优化调度方法
Feng et al. Peak operation optimization of cascade hydropower reservoirs and solar power plants considering output forecasting uncertainty
CN117094119B (zh) 考虑发电、生态流量和表面水温的水库调度方法及计算机
CN114969659B (zh) 一种基于水文拐点的水华防治生态调控流量计算方法
Bo et al. Research of Typical Line Loss Rate in Transformer District Based on Data-Driven Method
CN112949938B (zh) 改善训练样本类别不均衡的风电爬坡事件直接预报方法
Zhang et al. Calculation of the water resources dynamic carrying capacity of Tarim River Basin under climate change
CN117291299B (zh) 一种考虑多种影响因素的月度电量预测方法
CN111832900B (zh) 一种多年调节水库年末消落水位动态控制方法
CN112036649B (zh) 基于多核并行的径流概率密度预测的水电站风险评估方法
Zheng Analysis of Water Shortage Solution Based on Gray Prediction
Xiaoting et al. A novel ASM2 and SVM compensation method for the effluent quality prediction model of A 2 O process
Liu et al. An improved particle swarm optimization and its application in long-term streamflow forecast

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