CN111080157A - 一种梯级水电站排磷量的调度方法和系统 - Google Patents

Abstract

本发明提供的梯级水电站排磷量的调度方法和系统，通过将梯级水电站的总发电量和排磷量这两个双目标整合为单一的调度目标后，再获取不同权重比下的调度目标，然后对所获取的调度目标进行优化，最后通过优化后的调度目标对应获取当前调度目标下与其总发电量和排磷量相对应的水位调度过程，进而能够从水质机理上缓解水电站建设带来的生态环境问题，可广泛应用于流域梯级水电站的生态优化调度。

Description

一种梯级水电站排磷量的调度方法和系统

技术领域

本发明涉及水电站生态优化调度领域，特别是涉及一种梯级水电站排磷量的调度方法和系统。

背景技术

在自然条件下，经过漫长的演化，河流生态系统对天然径流情势形成了良好的适应性，然而近几十年(梯级)水电站的大量修建和随之而来的发电调度显著地改变了河道内的天然水文情势，带来了一系列的生态环境问题，选择适当的方法进行合理的生态优化调度迫在眉睫。

传统的水电站生态优化调度中普遍将环境效益作为约束，如最小生态流量约束，这种考虑方式十分简化，没有能够对河流的生态效益进行有效评估，已不能满足当下对水资源开发、管理、利用，以及对水环境的保护和治理需求。基于这一现状，合理评估和量化河流生态环境效益成为了当务之急。

目前已有多位学者尝试选取合适的指标量化河流的生态环境效益或将其作为目标进行优化。其中，应用最多的是Richter等人1996年提出的一套能够代表河流流量与生态变化过程的水文变异性指标(IHA)。然而IHA水文指标在建模中并不能充分的量化生态环境效益，其主要原因在于：①指标过多，欲体现所有指标将导致建模困难，尤其是当环境效益作为目标时，大部分研究只能主观性的选取有代表性的部分指标来建模；②指标由长系列数据统计得出，不适用于中短期优化调度；③指标集聚焦于和流量或涨、落水率有关的统计性指标，并没有涉及与水质、水体中生源物质有关的指标(如总氮、总磷的浓度，沉积量，排泄量等)。然而水体中氮、磷等生源物质的含量变化恰恰会显著影响水体环境质量，理应作为评价河流生态环境效益的重要指标。水电站对生源物质起拦截作用，上游的生源物质被过度的拦截，而下游对生源物质的需求往往无法得到满足，以中国的澜沧江为例，磷元素是水生态系统的控制性营养元素，中国在澜沧江上游修建的水电站部分地拦截了下游东南亚国家业渔业和水生生物所必须的生源物质磷，库区内磷含量上升，富营养化风险加大，同时对下游经济和环境都产生了一定的负面影响，这也是澜沧江的水电站建设常受下游国家诟病的原因之一。

基于这一现状，提供一种能够以排磷量为目标的水电站生态优化调度方法是本领域亟待解决的技术难题。

发明内容

本发明的目的是提供一种梯级水电站排磷量的调度方法和系统，首次提出将排磷量作为生态调度目标，来对梯级水电站的水位调度过程进行优化，进而有效改善梯级水电站库区中的水环境质量。

为实现上述目的，本发明提供了如下方案：

一种梯级水电站排磷量的调度方法，包括：

构建所述梯级水电站的调度目标；所述调度目标为：D＝ω₁·W+ω₂·TP，其中，TP为梯级水电站的排磷量，

W为体积水电站的总发电量，

T为调度期总时间段数，k为梯级水电站中末级水电站的序号，Δt为时间步长，j为梯级水电站中各水电站从上游到下游的序号，QR_k,t为水电站k在t时间段的泄流量，c_k,t为水电站k在t时间段的库区平均磷浓度，

V为t时间段内水电站k的平均蓄水量，W为梯级水电站的总发电量，P_j,t为电站j在t时间段的平均出力，t是时间段的序号，ω₁为总发电量的权重，ω₂为排磷量的权重，ω₁∈[1,0]，ω₂∈[0,1]，且ω₁+ω₂＝1；

按设定步长变换所述排磷量的权重ω₂和所述总发电量的权重ω₁，获取不同权重比下的调度目标；

采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解；

获取与多个所述优化解中最大优化解相对应的水位调度过程，并采用所述水位调度过程调度所述梯级水电站。

可选的，所述设定步长为0.1。

可选的，所述采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解，包括：

以所述梯级水电站中各级水电站在不同时刻的水位值为决策变量，对所述各级水电站在不同时刻的水位值进行优化；

根据优化后得到的不同时刻的水位值，获取不同时间段内与所述优化后的水位值相对应的排磷量和总发电量；

根据不同时间段内与所述优化后的水位值相对应的排磷量和总发电量，获取调度目标在不同权重比下的多个优化解。

可选的，所述采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解，还包括：

获取所述水位值作为决策变量的约束条件；所述约束条件包括：水量平衡约束、库容约束、出力约束和泄流量约束。

一种梯级水电站排磷量的调度系统，包括：

调度目标构建模块，用于构建所述梯级水电站的调度目标；所述调度目标为：D＝ω₁·W+ω₂·TP，其中，TP为梯级水电站的排磷量，

W为体积水电站的总发电量，

T为调度期总时间段数，k为梯级水电站中末级水电站的序号，Δt为时间步长，j为梯级水电站中各水电站从上游到下游的序号，QR_k,t为水电站k在t时间段的泄流量，c_k,t为水电站k在t时间段的库区平均磷浓度，

V为t时间段内水电站k的平均蓄水量，W为梯级水电站的总发电量，P_j,t为电站j在t时间段的平均出力，t是时间段的序号，ω₁为总发电量的权重，ω₂为排磷量的权重，ω₁∈[1,0]，ω₂∈[0,1]，且ω₁+ω₂＝1；

优化调度目标获取模块，用于按设定步长变换所述排磷量的权重ω₂和所述总发电量的权重ω₁，获取不同权重比下的调度目标；

优化解获取模块，用于采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解；

水位调度过程获取模块，用于获取与多个所述优化解中最大优化解相对应的水位调度过程，并采用所述水位调度过程调度所述梯级水电站。

可选的，所述优化解获取模块包括：

水位值优化单元，用于以所述梯级水电站中各级水电站在不同时刻的水位值为决策变量，对所述各级水电站在不同时刻的水位值进行优化；

排磷量和总发电量获取单元，用于根据优化后得到的不同时刻的水位值，获取不同时间段内与所述优化后的水位值相对应的排磷量和总发电量；

优化解获取单元，用于根据不同时间段内与所述优化后的水位值相对应的排磷量和总发电量，获取调度目标在不同权重比下的多个优化解。

可选的，所述优化解获取模块还包括：

约束条件获取单元，用于获取所述水位值作为决策变量的约束条件；所述约束条件包括：水量平衡约束、库容约束、出力约束和泄流量约束。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的梯级水电站排磷量的调度方法和系统，通过将梯级水电站的总发电量和排磷量这两个双目标整合为单一的调度目标后，再获取不同权重比下的调度目标，然后对所获取的调度目标进行优化，最后通过优化后的调度目标对应获取当前调度目标下与其总发电量和排磷量相对应的水位调度过程，进而能够从水质机理上缓解水电站建设带来的生态环境问题，可广泛应用于流域梯级水电站的生态优化调度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例所提供的梯级水电站排磷量调度方法的流程图；

图2为本发明实施例中发电量和排磷量的Pareto前沿解集；

图3a为本发明实施例小湾水电站的泄流量中总发电量和排磷量结果图；

图3b为本发明实施例糯扎渡水电站的泄流量中总发电量和排磷量结果图；

图4为实施例所提供的梯级水电站排磷量调度系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种梯级水电站排磷量的调度方法和系统，首次提出将排磷量作为生态调度目标，来对梯级水电站的水位调度过程进行优化，进而有效改善梯级水电站库区中的水环境质量。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面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为本发明实施例所提供的梯级水电站排磷量调度方法的流程图，如图1所示，一种梯级水电站排磷量的调度方法，包括：

S100、构建所述梯级水电站的调度目标；所述调度目标为：D＝ω₁·W+ω₂·TP，其中，TP为梯级水电站的排磷量，

W为体积水电站的总发电量，

T为调度期总时间段数，k为梯级水电站中末级水电站的序号，Δt为时间步长，j为梯级水电站中各水电站从上游到下游的序号，QR_k,t为水电站k在t时间段的泄流量，c_k,t为水电站k在t时间段的库区平均磷浓度，

L_t为t时段内的磷负荷，σ为沉积系数，QR_t为t时段内平均泄水量，V_t为t时间段内水电站k的平均蓄水量，M_t为t时刻库区水体中的磷总量，W为梯级水电站的总发电量，P_j,t为电站j在t时间段的平均出力，t是时间段的序号，ω₁为总发电量的权重，ω₂为排磷量的权重，ω₁∈[1,0]，ω₂∈[0,1]，且ω₁+ω₂＝1；

S101、按设定步长变换所述排磷量的权重ω₂和所述总发电量的权重ω₁，获取不同权重比下的调度目标；

S102、采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解；

S103、获取与多个所述优化解中最大优化解相对应的水位调度过程，并采用所述水位调度过程调度所述梯级水电站。

在S100之前，本发明所提供的调度方法还包括：

获得梯级电站的各项参数，包括水位-库容曲线，水头-耗水率曲线，装机容量，保证出力，机组最大过流能力约束，最大/最小下泄流量约束，磷沉积系数等。

建立梯级电站以最大发电量和最大排磷量为双目标的优化调度模型，其中排磷量为生态目标。所构建的优化调度模型包括目标函数。该目标函数为：

在S100中，采用双目标转单目标的变权重法处理多目标问题，将总发电量和排磷量的加权和作为调度目标用于直接优化。即按照公式D＝ω₁·W+ω₂·TP计算调度目标。

并且，在S100中，第一个目标排磷量为各时段泄水量和磷浓度的乘积的总和，各电站各时段的平均磷浓度c_k,t由Mass Balance模型递推模拟得出，Mass Balance可用公式

表示。在给定各段的磷负荷L_t和泄流量QR_t的情况下，就可以通过Mass Balance递推计算得到所有时刻的磷总量M_t和平均蓄水量V_t，即c_k,t等于对应水电站对应时刻的

S101中，两个目标的权重是分别按照从[1:0]到[0:1]，以0.1为步长的方式进行变化，最后得到11组权重比下的调度目标D，并以该11组权重比下的D为目标分别进行优化，得到11组总发电量W和排磷量TP的目标值。

DPSA算法是求解多维问题的有效方法之一，本发明使用该算法对模型中的决策变量，即对各电站各时刻的水位值，以调度目标D为目标进行优化，通过对所有水库的水位值的寻优实现。

因此，在S102中，采用“模拟-优化”的方法，用DPSA算法以不同权重比下的调度目标为优化目标，对梯级电站的水位调度过程进行优化，得到总发电量和排磷量的帕累托(Pareto)前沿解集(如图2所示)，即总发电量和最大排磷量的竞争关系，以及各个解的调度过程。具体优化过程为：

在优化时可把其中一个时段的所有水库的水位值作为变量，其余的都假设为固定不变，进行优化求解。应用DPSA算法对各电站各水位值进行优化求解中具有其特殊性，具体的优化过程为：

固定其他时段的所有水电站的水位值不变，对当前时段的各水电站水位值按一定步长在上下分别取多个离散点，得到当前时段所有水电站的水位离散组合，其中任一组合和其他所有固定点构成新的水位过程，按照新的水位过程模拟并计算目标函数值TP、W以及调度目标D，取其中D最大时所对应的水位值作为优化后的当前时刻的水位值；

易于上述优化过程，对下一时段点的水位值进行优化，并依次求得其他所有时段水位值的优化解；

减小对当前水位过程的离散步长进行重新迭代寻优，重复上述过程，直到离散精度小于某一精度，迭代结束；

采用同样的方法重复上述过程，以上轮优化结果作为输入，对水位过程依次进行多轮次迭代寻优，直到前后两次调度目标值相对误差满足某个精度，整个迭代程序结束。此时，最大调度目标D所对应的W和TP即为Pareto前沿上的解。优化结果中的各Pareto前沿解的调度过程即为该Pareto解的发电量下，对生态最优的(或使梯级电站排磷量最大的)调度过程，可用于指导水电站的生态调度。

其中，模型中的决策变量为梯级电站中各级电站各时刻的水位值，决策变量的约束条件包括水量平衡约束、库容约束、出力约束和泄流量约束。

水量平衡约束为：

S_j,t+1＝S_j,t+(QI_j,t-QR_j,t)·Δt，其中，QI_j,t＝QR_j-1,t+q_j,t，QR_j,t＝QG_j,t+QS_j,t，QR_{j, t}QG_j,tQS_j,tS_j,t均大于等于0，S_j,t为水库j在t时刻的库容，QI_j,t为水库j在t时刻的总入流，QR_j,t为水库j在t时刻的泄流，Δt为时间步长，q_j,t为水库j和水库j-1的区间汇流，QG_j,t为水库j在t时刻的发电流量，QS_j,t为水库j在t时刻的非发电流量。

库容约束为：

其中

为水库j的死水位，

为水库j在t时刻的水位上限。

出力约束为：

0≤P_j,t≤IC_j；

为水库j在t时刻的出力，IC_j为水库j的装机容量，

为水库j的最小出力约束。

流量约束为：

分别为水库j的最小和最大下泄流量，

为水库j在t时刻发出装机容量所需要的流量。

以中国澜沧江小湾-糯扎渡梯级电站为例，采用本发明所提供的调度方法对澜沧江小湾-糯扎渡梯级电站，进行优化调度，其总发电量和排磷量如图3a和图3b所示。

按照公式D＝ω₁·W+ω₂·TP获取调度目标，从模型优化结果中可以得到发电量和排磷量的竞争关系，也就是发电效益和生态效益间的竞争关系，水电站可以在条件允许的情况下，为保证一定的生态效益合理地进行发电计划的安排，从而提高排磷量，并按照从优化结果中提取的调度规则进行生态调度。

与现有技术相比，本发明所提供的调度方法考虑了梯级水电对磷的拦截效应，为了缓解库区内的富营养化风险和下游营养物质的缺失，以排磷量最大为目标进行优化，从水体物理化学特性的角度缓解了梯级水电站的生态环境问题。传统的生态优化调度方法，如最小生态流量约束和水文情势指标法，仅是表层水文现象的还原，往往指标不治本。本方法更偏向于从水质变化机理的角度改善生态，有更完善的理论支持。

此外，本发明对应于上述调度方法，还提供了一种梯级水电站排磷量的调度系统，如图4所示，该系统包括：调度目标构建模块1、优化调度目标获取模块2、优化解获取模块3和水位调度过程获取模块4。

调度目标构建模块1用于构建所述梯级水电站的调度目标；所述调度目标为：D＝ω₁·W+ω₂·TP，其中，TP为梯级水电站的排磷量，

W为体积水电站的总发电量，

T为调度期总时间段数，k为梯级水电站中末级水电站的序号，Δt为时间步长，j为梯级水电站中各水电站从上游到下游的序号，QR_k,t为水电站k在t时间段的泄流量，c_k,t为水电站k在t时间段的库区平均磷浓度，

L_t为t时段内的磷负荷，σ为沉积系数，QR_t为t时段内平均泄水量，V_t为t时间段内水电站k的平均蓄水量，M_t为t时刻库区水体中的磷总量，W为梯级水电站的总发电量，P_j,t为电站j在t时间段的平均出力，t是时间段的序号，ω₁为总发电量的权重，ω₂为排磷量的权重，ω₁∈[1,0]，ω₂∈[0,1]，且ω₁+ω₂＝1；

优化调度目标获取模块2用于按设定步长变换所述排磷量的权重ω₂和所述总发电量的权重ω₁，获取不同权重比下的调度目标；

优化解获取模块3用于采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解；

水位调度过程获取模块4用于获取与多个所述优化解中最大优化解相对应的水位调度过程，并采用所述水位调度过程调度所述梯级水电站。

所述优化解获取模块3包括：

水位值优化单元，用于以所述梯级水电站中各级水电站在不同时刻的水位值为决策变量，对所述各级水电站在不同时刻的水位值进行优化；

排磷量和总发电量获取单元，用于根据优化后得到的不同时刻的水位值，获取不同时间段内与所述优化后的水位值相对应的排磷量和总发电量；

优化解获取单元，用于根据不同时间段内与所述优化后的水位值相对应的排磷量和总发电量，获取调度目标在不同权重比下的多个优化解。

所述优化解获取模块3还包括：

约束条件获取单元，用于获取所述水位值作为决策变量的约束条件；所述约束条件包括：水量平衡约束、库容约束、出力约束和泄流量约束。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种梯级水电站排磷量的调度方法，其特征在于，包括：

构建所述梯级水电站的调度目标；所述调度目标为：D＝ω₁·W+ω₂·TP，其中，TP为梯级水电站的排磷量，

W为体积水电站的总发电量，

T为调度期总时间段数，k为梯级水电站中末级水电站的序号，Δt为时间步长，j为梯级水电站中各水电站从上游到下游的序号，QR_k,t为水电站k在t时间段的泄流量，c_k,t为水电站k在t时间段的库区平均磷浓度，

L_t为t时段内的磷负荷，σ为沉积系数，QR_t为t时段内平均泄水量，V_t为t时间段内水电站k的平均蓄水量，M_t为t时刻库区水体中的磷总量，W为梯级水电站的总发电量，P_j,t为电站j在t时间段的平均出力，t是时间段的序号，ω₁为总发电量的权重，ω₂为排磷量的权重，ω₁∈[1,0]，ω₂∈[0,1]，且ω₁+ω₂＝1；

按设定步长变换所述排磷量的权重ω₂和所述总发电量的权重ω₁，获取不同权重比下的调度目标；

采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解；

获取与多个所述优化解中最大优化解相对应的水位调度过程，并采用所述水位调度过程调度所述梯级水电站。

2.根据权利要求1所述的一种梯级水电站排磷量的调度方法，其特征在于，所述设定步长为0.1。

3.根据权利要求1所述的一种梯级水电站排磷量的调度方法，其特征在于，所述采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解，包括：

以所述梯级水电站中各级水电站在不同时刻的水位值为决策变量，对所述各级水电站在不同时刻的水位值进行优化；

根据优化后得到的不同时刻的水位值，获取不同时间段内与所述优化后的水位值相对应的排磷量和总发电量；

根据不同时间段内与所述优化后的水位值相对应的排磷量和总发电量，获取调度目标在不同权重比下的多个优化解。

4.根据权利要求3所述的一种梯级水电站排磷量的调度方法，其特征在于，所述采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解，还包括：

获取所述水位值作为决策变量的约束条件；所述约束条件包括：水量平衡约束、库容约束、出力约束和泄流量约束。

5.一种梯级水电站排磷量的调度系统，其特征在于，包括：

调度目标构建模块，用于构建所述梯级水电站的调度目标；所述调度目标为：D＝ω₁·W+ω₂·TP，其中，TP为梯级水电站的排磷量，

W为体积水电站的总发电量，

T为调度期总时间段数，k为梯级水电站中末级水电站的序号，Δt为时间步长，j为梯级水电站中各水电站从上游到下游的序号，QR_k,t为水电站k在t时间段的泄流量，c_k,t为水电站k在t时间段的库区平均磷浓度，

L_t为t时段内的磷负荷，σ为沉积系数，QR_t为t时段内平均泄水量，V_t为t时间段内水电站k的平均蓄水量，M_t为t时刻库区水体中的磷总量，W为梯级水电站的总发电量，P_j,t为电站j在t时间段的平均出力，t是时间段的序号，ω₁为总发电量的权重，ω₂为排磷量的权重，ω₁∈[1,0]，ω₂∈[0,1]，且ω₁+ω₂＝1；

优化调度目标获取模块，用于按设定步长变换所述排磷量的权重ω₂和所述总发电量的权重ω₁，获取不同权重比下的调度目标；

优化解获取模块，用于采用DPSA算法对不同权重比下的调度目标进行优化，得到多个优化解；

水位调度过程获取模块，用于获取与多个所述优化解中最大优化解相对应的水位调度过程，并采用所述水位调度过程调度所述梯级水电站。

6.根据权利要求5所述的一种梯级水电站排磷量的调度系统，其特征在于，所述优化解获取模块包括：

水位值优化单元，用于以所述梯级水电站中各级水电站在不同时刻的水位值为决策变量，对所述各级水电站在不同时刻的水位值进行优化；

排磷量和总发电量获取单元，用于根据优化后得到的不同时刻的水位值，获取不同时间段内与所述优化后的水位值相对应的排磷量和总发电量；

优化解获取单元，用于根据不同时间段内与所述优化后的水位值相对应的排磷量和总发电量，获取调度目标在不同权重比下的多个优化解。

7.根据权利要求6所述的一种梯级水电站排磷量的调度系统，其特征在于，所述优化解获取模块还包括：

约束条件获取单元，用于获取所述水位值作为决策变量的约束条件；所述约束条件包括：水量平衡约束、库容约束、出力约束和泄流量约束。

Images