CN111709134A - 一种基于闸泵站群控制的多水源跨流域调度方法及装置 - Google Patents

一种基于闸泵站群控制的多水源跨流域调度方法及装置 Download PDF

Info

Publication number
CN111709134A
CN111709134A CN202010534408.2A CN202010534408A CN111709134A CN 111709134 A CN111709134 A CN 111709134A CN 202010534408 A CN202010534408 A CN 202010534408A CN 111709134 A CN111709134 A CN 111709134A
Authority
CN
China
Prior art keywords
water
scheduling
period
pump station
source
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.)
Granted
Application number
CN202010534408.2A
Other languages
English (en)
Other versions
CN111709134B (zh
Inventor
闻昕
李精艺
谭乔凤
王珍妮
丁紫玉
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202010534408.2A priority Critical patent/CN111709134B/zh
Publication of CN111709134A publication Critical patent/CN111709134A/zh
Application granted granted Critical
Publication of CN111709134B publication Critical patent/CN111709134B/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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于闸泵站群控制的多水源跨流域调度方法及装置，所述方法包括如下步骤：针对跨流域调水工程不同时间尺度的调度计划对调水系统空间尺度进行不同的概化处理；构建基于月、旬尺度调度计划的中长期调度模型，将具有调蓄能力的水源视作边界，从而将调水系统分为多个区段，以水源的实时水位为各区段提供水位计算边界，基于中长期调度模型的约束条件对中长期调度模型的目标函数进行最优求解；引入长短嵌套，构建基于日尺度调度计划的短期调度模型，基于短期调度模型的约束条件对短期调度模型的目标函数进行最优求解。本发明能够对闸泵站群的实时运行进行指导，解决跨流域调度中水源受不同流域限制而不能统一调配的问题。

Description

一种基于闸泵站群控制的多水源跨流域调度方法及装置
技术领域
本发明涉及一种基于闸泵站群控制的多水源跨流域调度方法及装置，属于水源调度技术领域。
背景技术
目前跨流域调度研究方法归纳起来大致分为两类：一是通过各种方法对复杂的跨流域调水系统进行简化，采用单一的数学规划模型或者模拟模型对跨流域调水的调度决策进行研究；二是直接采用大系统优化决策模型和方法，通过建立各种类型的大系统递解结构模型，运用多种数学规划方法或者与模拟技术相结合的求解方法，对跨流域调水的调度决策进行研究。在闸泵站群优化方法方面，主要是整个系统中的梯级扬程分配优化和单个泵站的优化。但这些研究方法很难应用到实际操作指导中，究其原因主要有以下几个问题：
(1)在制定跨流域中长期调水计划时，常常引入大量与实际来水不符的历史来水资料，使得制定的计划不能够兼顾当前成本和未来成本；
(2)闸泵站群在实际运行过程中，会受到各种突发因素的影响，导致实际运行情况与制定的跨流域短期调水计划有所出入，使得短期调水计划丧失指导闸泵站群实时操作的作用，而短期调水计划的执行情况也会与计划有所出入，使得中长期调水计划也丧失指导闸泵站群实时运行的作用；
(3)多水源跨流域调水工程跨越数个流域，流域内河网分布密集，系统建模较为困难，同时，水源的使用权受地方限制，不能够统一调配，需要考虑当地的调度指令。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种基于闸泵站群控制的多水源跨流域调度方法及装置，能够对闸泵站群的实时运行进行指导，解决跨流域调度中水源受不同流域限制而不能统一调配的问题。
为达到上述目的，本发明是采用下述技术方案实现的：
第一方面，本发明提供了一种基于闸泵站群控制的多水源跨流域调度方法，
所述方法包括如下步骤：针对跨流域调水工程不同时间尺度的调度计划，制定不同的决策，并根据决策的不同对调水系统空间尺度进行不同的概化处理；
构建基于月、旬尺度调度计划的中长期调度模型，将具有调蓄能力的水源视作边界，从而将调水系统分为多个区段，以水源的实时水位为各区段提供水位计算边界，并针对是否考虑水源的调蓄能力分别进行相应的处理方式并决策每条输水线路在每个阶段内向上一级水源调入的水量；
在跨流域调水工程于调度期内完成调水任务的前提下，以实现调度期内调水系统运行成本最小为目标，构建中长期调度模型的目标函数及其约束条件，以每条输水线路在每个阶段内向上一级水源调入的水量为决策变量，并基于中长期调度模型的约束条件对中长期调度模型的目标函数进行最优求解；
引入长短嵌套，构建基于日尺度调度计划的短期调度模型，在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下，以实现该时段内调水系统运行成本最小为目标，构建短期调度模型的目标函数及其约束条件，以该时段内各级闸泵站日抽调水量为决策变量，并基于短期调度模型的约束条件对短期调度模型的目标函数进行最优求解。
结合第一方面，进一步的，所述调水系统运行成本为泵站抽水成本、人力成本和日常管护成本的总和。
结合第一方面，进一步的，中长期调度模型的目标函数的计算公式为：
Figure BDA0002536515620000031
其中，min M为在跨流域调水工程于调度期内完成调水任务的前提下的最小调水系统运行成本；Y为将调度期按照1天为一个阶段而分成的阶段数量；y为阶段编号；I为输水线路的总数量；i为输水线路编号；Wi为第i条输水线路在每个阶段向上一级水源调入的水量；Mi为第i条输水线路在每个阶段向上一级水源调入的水量为Wi时的成本；W在调度期内向最上一级水源调入的总水量。
结合第一方面，进一步的，短期调度模型的目标函数的计算公式为：
Figure 1
其中，min M'为在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下的最小调水系统运行成本；T'为将所述一个时段按照 1天为一个阶段而分成的阶段数量；t为阶段编号；N为整个调水系统中闸泵站的个数；n为闸泵站的编号；Qn为第n台闸泵站的过水流量；△hn为第n台闸泵站进水口和出水口的高差；ηn为第n台闸泵站效率；ρ为水的密度；g为重力加速度。
结合第一方面，进一步的，第i条输水线路在每个阶段向上一级水源调入的水量为Wi时的成本Mi的计算公式为：
Figure 2
其中，n为第i条输水线路上闸泵站的编号；N为整个调水系统中闸泵站的个数；△hn为第n台闸泵站进水口和出水口的高差，此处用河道平均水位计算并考虑河底高程；ηn为第n台闸泵站效率；Qn为通过第n台闸泵站的抽调流量， Qn＝Qn-1+Q(n-1，n)(n>1)，Q1＝Wi/t+Q(0,1)，t为抽调时间，Q(0,1)为从第1台闸泵站到上一级水源的这段河道的水量损失，Q(n-1,n)为从第n-1台闸泵站到第n台闸泵站的这段河道的水量损失；Wi为在第i条输水线路在每个阶段向上一级水源调入的水量；ρ为水的密度；g为重力加速度。
结合第一方面，进一步的，中长期调度模型和短期调度模型的约束条件均包括河道输水能力约束、河道水位约束、河道水量平衡约束、各级闸泵站最大过流能力约束和抽调控制水位约束。
结合第一方面，进一步的，针对是否考虑水源的调蓄能力分别进行相应的处理方式的方法包括如下步骤：当考虑水源的调蓄能力时，将水源看作零维储水模型，计算出或者人工修正调蓄库容和水量的建议储存时间；当不考虑水源的调蓄能力时，将水源视作已知水位边界的输水河道，考虑所述输水河道的水位约束，结合各级闸泵站的抽调水量和河道的水位流量关系曲线进行梯级扬程优化。
第二方面，本发明提供了一种基于闸泵站群控制的多水源跨流域调度装置，所述装置包括如下模块：
系统概化模块：用于针对跨流域调水工程不同时间尺度的调度计划，制定不同的决策，并根据决策的不同对调水系统空间尺度进行不同的概化处理；
中长期构建模块：用于构建基于月、旬尺度调度计划的中长期调度模型，将具有调蓄能力的水源视作边界，从而将调水系统分为多个区段，以水源的实时水位为各区段提供水位计算边界，并针对是否考虑水源的调蓄能力分别进行相应的处理方式并决策每条输水线路在每个阶段内向上一级水源调入的水量；
中长期求解模块：用于在跨流域调水工程于调度期内完成调水任务的前提下，以实现调度期内调水系统运行成本最小为目标，构建中长期调度模型的目标函数及其约束条件，以每条输水线路在每个阶段内向上一级水源调入的水量为决策变量，并基于中长期调度模型的约束条件对中长期调度模型的目标函数进行最优求解；
短期构建求解模块：用于引入长短嵌套，构建基于日尺度调度计划的短期调度模型，在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下，以实现该时段内调水系统运行成本最小为目标，构建短期调度模型的目标函数及其约束条件，以该时段内各级闸泵站日抽调水量为决策变量，并基于短期调度模型的约束条件对短期调度模型的目标函数进行最优求解。
第三方面，本发明提供了一种基于闸泵站群控制的多水源跨流域调度装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行第一方面任一项所述方法的步骤。
第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面任一项所述方法的步骤。
与现有技术相比，本发明所达到的有益效果：
将具有调蓄能力的水源视作边界，从而将调水系统分为多个区段，以水源的实时水位为各区段提供水位计算边界，并针对是否考虑水源的调蓄能力分别进行相应的处理方式并决策每条输水线路在每个阶段内向上一级水源调入的水量，以此解决跨流域调度中水源受不同流域限制而不能统一调配的问题；
基于中长期调度模型的约束条件对中长期调度模型的目标函数进行最优求解，然后根据最优求解结果给予短期调度模型以指导；
基于短期调度模型的约束条件对短期调度模型的目标函数进行最优求解，然后根据最优求解结果给予闸泵站群的实际运行以指导。
附图说明
图1是多水源跨流域调度期两阶段划分图；
图2是基于逐步迭代法获取余留期成本的近似函数流程图；
图3是长短嵌套的模型示意图；
图4是南水北调东线工程江苏段中长期调水系统概化示意图。
图5是南水北调东线工程江苏段旬调水系统概化示意图。
图6是南水北调东线工程江苏段日调水系统概化示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明实施例提供的一种基于闸泵站群控制的多水源跨流域调度方法，具体包括如下步骤：
步骤(1):针对跨流域调水工程不同时间尺度的调度计划，制定不同的决策，并根据决策的不同对调水系统空间尺度进行不同的概化处理，具体如下：
针对基于闸泵站群控制的多水源跨流域调水，由于大多数区域内河网发达、水系密布，沿线系统庞大且复杂，难以考虑所有因素，因此选择将调水工程实体、用水对象和调度管理体制规则抽象成水量分配模型的程序对象、对象的属性和方法，对调水系统进行概化处理，对不同调度尺度的决策，建立不同的调水系统概化模型，使其既能利用闸泵站的抽放水能力、突出水源的调蓄功能，又能真实反映该多水源跨流域调度工程的运行特点；
在基于月、旬尺度调度计划的中长期调度模型中，对复杂的调水系统进行概化处理：将具有调蓄能力的水源视作边界，从而将调水系统分为多个区段，针对每个区段中的闸泵站群和若干河道，将相互关联的河道简化为一条主要的输水河道，根据水量平衡对闸泵站群加以概化，以水源的实时水位为各区段提供水位计算边界，并针对是否考虑水源的调蓄能力分别进行相应的处理方式并决策每条输水线路在每个阶段内向上一级水源调入的水量，以此解决跨流域调度中水源受不同流域限制而不能统一调配的问题，然后在跨流域调水工程于调度期内完成调水任务的前提下，以实现调度期内调水系统运行成本最小为目标；
而针对是否考虑水源的调蓄能力分别进行相应的处理方式的方法包括如下步骤：当考虑水源的调蓄能力时，将水源看作零维储水模型，计算出或者人工修正调蓄库容和水量的建议储存时间；当不考虑水源的调蓄能力时，将水源视作已知水位边界的输水河道，考虑所述输水河道的水位约束，结合各级闸泵站的抽调水量和河道的水位流量关系曲线进行梯级扬程优化；
在基于日尺度调度计划的短期调度模型中，针对各个区域中的闸泵站群和若干河道，以各级闸泵站为节点将每一个区域划分为若干段，以水量平衡和流量滞时为基础方程，主要考虑输水线路和水源的选择，以该时段内各级闸泵站日抽调水量为决策变量，在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下，以实现该时段内调水系统运行成本最小为目标。
步骤(2):如图1所示，引入两阶段决策思想，将调水工程的调度期划分为当前阶段和余留期阶段，尝试利用调水工程中各个具有调蓄功能的水源的多年历史来水资料，引入余留期成本的近似函数，考虑调水工程当前成本和余留期成本的平衡，制定中长期的跨流域水量调度计划，构建基于月、旬尺度调度计划的中长期调度模型，具体步骤如下：
步骤(2.1):将跨流域调度所面临的t时段看作第一阶段，t时段末至调度期末的余留期看作第二阶段。跨流域调度不仅要考虑所面临的t时段的调水成本，还要考虑具有调蓄能力的水源在余留期的来水形势、调蓄能力和剩余调水量对余留期的调水成本的影响，以实现整个调度期内调水系统运行成本最小化。因此定义余留期成本的近似函数为：
ft+1(v(i,t),q(i,t),wt)
其中，ft+1为t时段末的余留期成本的近似函数；v(i,t)为水源i在t时段末的调蓄能力，代表调蓄能力对余留期成本的影响；wt为t时段末的剩余调水量，代表剩余调水量对余留期成本的影响；q(i,t)为水源i在t时段内的入库径流量，且被视为随机变量，由于中长期径流可视为周期性的马尔科夫过程，有固定的径流转移规律，所以q(i,t)在一定程度上反映了水源在余留期的来水形势。
步骤(2.2):如图2所示，基于随机动态规划模型，用逐步迭代法获得余留期成本的近似函数，具体步骤如下：
步骤(2.2.1):构建SDP(Stochastic Dynamic Programming，随机动态规划) 模型递推方程：
Figure 100002_3
其中ft(v(i,t-1),q(i,t-1),wt-1)表示给定编号为i的水源的初始状态为v(i,t-1),q(i,t-1),wt-1情况下，时段t至T的最小期望成本，j为实测径流指标；P(q(i,t)∈j|q(i,t-1))表示t时段各个水源的径流先验状态概率；Bt(v(i,t-1),v(i,t),q(i,t)∈j,wt-1,wt)为t时段初、末编号为i的水源库容分别为v(i,t-1),v(i,t)，t时段初、末编号为i的水源剩余调水量分别为wt-1,wt，水源i在t时段内的入库径流量q(i,t)∈j时的调水成本，称为第一阶段成本；ft+1(v(i,t),q(i,t)∈j,wt)表示给定编号为i的水源的初始状态为 v(i,t),q(i,t),wt情况下，时段t+1至T的最小期望成本，称为第二阶段成本，即余留期阶段成本。
步骤(2.2.2):将每个时段初、末水源的调蓄能力在上下限范围内离散为m 个点，入库径流离散为n个区间，剩余调水量离散为p个区间。
步骤(2.2.3):将调度期划分为T个时段，假定T时段末的余留期成本为0。
步骤(2.2.4):初始化t＝T，i＝1。
步骤(2.2.5):计算编号为i的水源t时段初实测径流为q(i,t-1)、t时段初调蓄能力为v(i,t-1)和剩余调水量为wt-1的余留期成本值，遍历所有的调蓄能力、入库径流和剩余调水量离散状态，获得t时段初i号水源余留期成本值的样本集合。
步骤(2.2.6):对于不同离散情况下的剩余调水量，根据i号水源在t时段的水量平衡得到t时段i+1号水源抽水调入i号水源的水量wit；针对t时段i+1 号水源抽水调入i号水源的水量的不同情况，将i+1号水源每个时段的初、末调蓄能力在上下限范围内离散为m个点，入库径流离散为n个区间。
步骤(2.2.7):计算编号为i+1的水源t时段初实测径流为q(i+1,t-1)、t时段初调蓄能力为v(i+1,t-1)和在该时段需要调入i号水源的水量为wit时的余留期成本值，遍历所有的调蓄能力、入库径流，获得t时段初i+1号水源余留期成本值ft的样本集合。
步骤(2.2.8):具有调蓄能力的水源个数为x个，如果t＝x，转入步骤(2.2.9)，否则转入步骤(2.2.6)。
步骤(2.2.9):以实测径流q(i,t-1)、调蓄能力v(i,t-1)、剩余调水量wt-1为输入样本，余留期成本值为输出样本，使用黑箱模型拟合t时段初余留期成本的近似函数ft(v(i,t-1),q(i,t-1),wt-1)，避免人为假定余留期成本的函数型式。
步骤(2.2.10):如果t＝1，转入步骤(2.2.11)；否则，令t＝t-1，并转入步骤(2.2.5)。
步骤(2.2.11):计算t＝1时段初各种组合状态下的余留期成本最小值，更新 t阶段末的余留期成本值样本。
步骤(2.2.12):以i号水源t时段初实测径流q(i,t-1)、调蓄能力v(i,t-1)、剩余调水量wt-1为输入样本，获取t时段初的余留期成本的近似函数ft*(i＝1、2..x， t＝1、2...T)。
步骤(2.2.13):在生成余留期成本的近似函数过程中判断是否满足收敛原则，所述收敛原则为
Figure 10
其中，
Figure BDA0002536515620000102
为通过第
Figure BDA0002536515620000103
次迭代产生的余留期成本的近似函数和长系列历史径流资料的指导，来进行水量调度的多年调水成本；
Figure BDA0002536515620000104
为通过第
Figure BDA0002536515620000105
次迭代产生的余留期成本的近似函数和长系列历史径流资料的指导，来进行水量调度的多年调水成本；β为给定的收敛精度；
如果满足收敛原则，则输出最终的余留期成本的近似函数；否则转入步骤步骤(2.2.4)。
步骤(2.3):根据实际径流预报的情况，建立能够指导跨流域中长期调度计划滚动更新的中长期调度模型，具体如下：
在获得各个阶段最终的余留期成本的近似函数之后，可以使原多阶段序贯决策问题简化为两阶段决策问题，既考虑决策对当前阶段运行成本的影响，又基于在步骤(2.2)中确定的余留期成本的近似函数考虑决策对余留期阶段运行成本的影响，平衡当前成本和余留期成本，在跨流域调水工程于调度期内完成调水任务，调水系统安全运行的前提下，以实现调度期内调水系统运行成本最小为目标，构建中长期调度模型的目标函数及其约束条件，选择水源和输水线路，以每条输水线路在每个阶段内向上一级水源调入的水量为决策变量，以水量平衡为基本方程，建立跨流域调度的中长期调度模型。
在中长期调度模型中输入主要水源的中长期来水预报、调水工程的调度期和调水量，即可得到调水工程的中长期调度计划。同时，在中长期调度模型中设置接口，接收短期调度模型的反馈信息，以便实现中长期调度计划的滚动更新。
中长期调度模型的目标函数为在跨流域调水工程于调度期T内完成调水任务的前提下的最小调水系统运行成本min M(调水系统运行成本为泵站抽水成本、人力成本和日常管护成本的总和)。
Figure BDA0002536515620000111
其中，min M为在跨流域调水工程于调度期内完成调水任务的前提下的最小调水系统运行成本；Y为将调度期按照1天为一个阶段而分成的阶段数量；y为阶段编号；I为输水线路的总数量；i为输水线路编号；Wi为第i条输水线路在每个阶段向上一级水源调入的水量；Mi为第i条输水线路在每个阶段向上一级水源调入的水量为Wi时的成本；W在调度期内向最上一级水源调入的总水量。
第i条输水线路在每个阶段向上一级水源调入的水量为Wi时的成本Mi的计算公式为：
Figure 100002_4
其中，n为第i条输水线路上闸泵站的编号；N为整个调水系统中闸泵站的个数；△hn为第n台闸泵站进水口和出水口的高差，此处用河道平均水位计算并考虑河底高程；ηn为第n台闸泵站效率；Qn为通过第n台闸泵站的抽调流量， Qn＝Qn-1+Q(n-1，n)(n>1)，Q1＝Wi/t+Q(0,1)，t为抽调时间，Q(0,1)为从第1台闸泵站到上一级水源的这段河道的水量损失，Q(n-1,n)为从第n-1台闸泵站到第n台闸泵站的这段河道的水量损失；Wi为在第i条输水线路在每个阶段向上一级水源调入的水量；ρ为水的密度；g为重力加速度。
中长期调度模型的约束条件包括河道输水能力约束、河道水位约束、河道水量平衡约束、各级闸泵站最大过流能力约束和抽调控制水位约束。
基于中长期调度模型的约束条件对中长期调度模型的目标函数进行最优求解，然后根据最优求解结果给予短期调度模型以指导。
步骤(3):如图3所示，引入长短嵌套，构建基于日尺度调度计划的短期调度模型；
跨流域调水工程的中长期调度计划是月尺度和旬尺度的，而对于闸泵站群实时运行的指导，需要具体到日尺度的调度计划，因此引入长短嵌套的思想，建立承上启下的短期调度模型，短期调度模型向上接受中长期调度计划的指导，根据来水预报制定日调度计划，并给出河道平均水位的控制意见；向下给与闸泵站群的实时运行以指导，同时设置接口实现与闸泵站群实时运行的信息交互，在闸泵站群实时运行信息的反馈下，滚动更新短期调度计划，并反馈相关信息给中长期调度模型，实现中长期调度计划的逐级滚动更新。
在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下，以实现该时段内调水系统运行成本最小为目标，构建短期调度模型的目标函数及其约束条件，以该时段内各级闸泵站日抽调水量为决策变量，建立跨流域调度的短期调度模型。
短期调度模型的目标函数min M'的计算公式为：
Figure 5
其中，min M'为在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下的最小调水系统运行成本(调水系统运行成本为泵站抽水成本、人力成本和日常管护成本的总和)；T'为将所述一个时段按照1天为一个阶段而分成的阶段数量；t为阶段编号；N为整个调水系统中闸泵站的个数；n为闸泵站的编号；Qn为第n台闸泵站的过水流量；△hn为第n台闸泵站进水口和出水口的高差；ηn为第n台闸泵站效率；ρ为水的密度；g为重力加速度。
短期调度模型的约束条件包括河道输水能力约束、河道水位约束、河道水量平衡约束、各级闸泵站最大过流能力约束和抽调控制水位约束。
基于短期调度模型的约束条件对短期调度模型的目标函数进行最优求解，然后根据最优求解结果给予闸泵站群的实际运行以指导。
本发明实施例通过南水北调东线工程江苏段的调度进行具体说明，南水北调东线工程江苏段跨越江淮、沂沭泗等多个流域，是受益人口过亿的巨型跨流域调水工程，承担着向山东省输水，满足沿途江苏境内受水区用水需求的任务。工程沿线有洪泽湖、骆马湖、南四湖等调蓄湖泊，构成了总调节库容达45.25亿 m3的水量调节系统，是一个典型的由大型闸泵站群控制的多水源跨流域调度案例，具体调度方法包括如下步骤：
步骤(1):如图4、5、6所示，针对复杂东线工程江苏段的不同时间尺度的调度计划，制定不同的决策，并根据决策的不同对调水系统空间尺度进行不同的概化处理。
在基于月、旬尺度调度计划的中长期调度模型中，将洪泽湖和骆马湖视作边界，从而将调水系统分为多个区段，针对每个区段中的闸泵站群和若干河道，将相互关联的河道简化为一条主要的输水河道，根据水量平衡对闸泵站群加以概化，以洪泽湖和骆马湖的实时水位为各区段提供水位计算边界，并针对是否考虑洪泽湖和骆马湖的调蓄能力分别进行相应的处理方式并决策每条输水线路在每个阶段内向上一级水源调入的水量，以此解决跨流域调度中洪泽湖和骆马湖受不同流域限制而不能统一调配的问题，然后在跨流域调水工程于调度期内完成调水任务的前提下，以实现调度期内调水系统运行成本最小为目标；
而针对是否考虑洪泽湖和骆马湖的调蓄能力分别进行相应的处理方式的方法包括如下步骤：
当考虑洪泽湖和骆马湖的调蓄能力时，将其看作零维储水模型，计算出或者人工修正调蓄库容和水量的建议储存时间；当不考虑洪泽湖和骆马湖的调蓄能力时，将水源看作已知水位边界的输水河道，考虑各个输水河道的水位约束，结合各级闸泵站的日抽调水量和河道的水位流量关系曲线进行梯级扬程优化。
在基于日尺度调度计划的短期调度模型中，针对各个区域中的闸泵站群和若干河道，以各级闸泵站为节点将每一个区域划分为若干段，以水量平衡和流量滞时为基础方程，主要考虑输水线路和水源的选择，以该时段内各级闸泵站日抽调水量为决策变量，在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下，以实现该时段内调水系统运行成本最小为目标。
步骤(2):运用两阶段决策思想，将复杂东线工程江苏段的调度期划分为当前阶段(t时段)和余留期阶段(t时段末至调度期末)，将当前阶段视为第一阶段，余留期阶段视为第二阶段，建立南水北调东线工程江苏段的中长期调度模型。在所述中长期调度模型中，随机变量为t时段骆马湖的实测径流qlt和洪泽湖的实测径流qht，初始决策为t时段末骆马湖的水位Zlt、洪泽湖的水位Zht和剩余北调水量Wt(考虑到南水北调东线调水总量的要求)，第一阶段成本为t 时段的抽水耗电成本，第二阶段成本为两个湖泊实施初始决策后，由湖泊余留可调蓄库容、系统余留北调水量和余留期洪泽湖骆马湖来水形势共同决定的余留期成本。在本实施例中，用湖泊的水位来代替水源的调蓄能力。
步骤(2)中构建基于月、旬尺度调度计划的中长期调度模型的具体步骤如下：
步骤(2.1):径流分级，收集两个湖泊多年历史来水资料，按照10天为一个时段将调度期分为若干个时段，依据每个时段的多年历史来水资料，按照等概率将各时段径流划分为若干个等级。
步骤(2.2):计算状态转移概率：以Copula函数为理论基础，计算有限历史径流样本下的状态转移概率，状态转移概率本质上是已知当前径流等级，求下一时段径流处于各个等级的概率，可直接利用条件概率公式：
P(y1<qt-1≤y2|x1<qt≤x2)＝P(qt+1≤y2|x1<qt≤x2)-P(qt+1≤y1|x1<qt≤x2)
步骤(2.3):基于随机动态规划模型，运用逐步迭代法获得余留期成本的近似函数。
所述步骤(2.3)包括以下步骤：
步骤(2.3.1):构建无预报SDP(Stochastic Dynamic Programming，随机动态规划)模型递推方程：
Figure 6
其中，无预报SDP模型只考虑径流自身的随机转移规律，t时段径流由上一时段的径流状态qt -1确定。骆马湖调度决策由t时段初实测径流qlt-1、骆马湖初始水位zlt-1和骆马湖剩余调水量wlt-1共同决定，洪泽湖调度决策由t时段初实测径流qht-1、洪泽湖初始水位zht-1和在该时段需要北调进入骆马湖的水量wht(根据骆马湖在该时段的水量平衡确定)共同决定；
而j为骆马湖的实测径流等级指标，i为洪泽湖的实测径流等级指标， P(qlt∈j|qlt-1)为t时段骆马湖的径流先验状态转移概率，P(qht∈i|qht-1)为t 时段洪泽湖的径流先验状态转移概率；
Bt(zlt-1,zlt,qlt∈j,wlt-1,wlt)为t时段初、末骆马湖水位分别为zlt-1和zlt，t时段初、末骆马湖剩余调水量分别为wlt-1和wlt，t时段骆马湖的实测径流qlt∈j时的即时成本；
Bt(zht-1,zht,qht∈i,wht)为t时段初、末洪泽湖水位分别为zht-1和zht，在该时段需要北调进入骆马湖的水量为wht，t时段洪泽湖的实测径流qht∈i时的即时成本；
ft(zlt-1,zht-1,qlt-1,qht-1,wlt-1)为给定初始状态为zlt-1,zht-1,qlt-1，qht-1，wlt-1情况下，时段从t至T的最大期望成本。
ft+1(zlt,qlt∈j,wlt)为t时段末骆马湖水位为zlt，t时段末骆马湖剩余调水量分别为wlt，t时段骆马湖的实测径流qlt∈j时的余留期成本；
ft+1(zht,qht∈i)为t时段末洪泽湖水位为zht，t时段洪泽湖的实测径流qht∈i时的余留期成本；
步骤(2.3.2):将每个时段的初、末骆马湖水位在水位上下限范围内离散为 M个点，入库径流离散为N个区间，剩余调水量离散为P个区间。
步骤(2.3.3):将调度期按照10天为一个时段分为T个时段，假定T时段末洪泽湖、骆马湖的余留期成本为0。
步骤(2.3.4):初始化t＝T。
步骤(2.3.5):计算t时段初骆马湖的实测径流为qlt-1、骆马湖初始水位为zlt-1和骆马湖剩余调水量为wlt-1的余留期成本值，遍历所有的水位、入库径流和剩余北调水量离散状态，获得t时段初骆马湖余留期成本值的样本集合。
步骤(2.3.6):对于不同离散情况下的剩余北调水量，根据骆马湖在t时段的水量平衡得到t时段洪泽湖抽水北调进入骆马湖的水量wht；对t时段洪泽湖抽水北调入骆马湖水量的不同情况，将每个时段的初、末洪泽湖水位在水位上下限范围内离散为M个点，入库径流离散为N个区间。
步骤(2.3.7):计算t时段初洪泽湖的实测径流为qht-1、洪泽湖初始水位为 zht-1和在该时段需要北调进入骆马湖的水量wht时的余留期成本值，遍历所有的水位、入库径流，获得t时段初洪泽湖余留期成本值fht的样本集合。
步骤(2.3.8):以t时段初骆马湖的实测径流qlt-1、骆马湖初始水位zlt-1、骆马湖剩余调水量wlt-1，洪泽湖的实测径流为qht-1、洪泽湖初始水位为zht-1为输入样本，余留期成本值为输出样本，使用黑箱模型拟合t时段初的余留期成本的近似函数：ft(zlt-1,zht-1,qlt-1,qht-1,wlt-1)，避免人为假定余留期成本的函数型式；
步骤(2.3.9):如果t＝1，转入步骤(2.3.10)；否则，令t＝t-1，并转入步骤步骤(2.3.5)。
步骤(2.3.10):计算t＝1时段初各种组合状态下的余留期成本最小值，更新 t阶段末的余留期成本值样本。
步骤(2.3.11):以t时段初骆马湖的实测径流qlt-1、骆马湖初始水位zlt-1、骆马湖剩余调水量wlt-1，洪泽湖的实测径流为qht-1、洪泽湖初始水位为zht-1为输入样本，获取t时段初的余留期成本的近似函数fht*(t＝1、2...T)。
步骤(2.3.12):在生成余留期成本的近似函数过程中判断是否满足收敛原则，所述收敛原则为
Figure 9
其中，
Figure BDA0002536515620000182
为通过第
Figure BDA0002536515620000183
次迭代产生的余留期成本的近似函数和长系列历史径流资料的指导，来进行水量调度的多年调水成本；
Figure BDA0002536515620000184
为通过第
Figure BDA0002536515620000185
次迭代产生的余留期成本的近似函数和长系列历史径流资料的指导，来进行水量调度的多年调水成本；β为给定的收敛精度；
如果满足收敛原则，则停止计算，并输出最终的余留期成本的近似函数；否则转入步骤步骤(2.3.4)。
步骤(2.4):即时成本计算，首先将t时段初、末洪泽湖水位在下限水位和上限水位之间离散，骆马湖的剩余北调水量在t时段初骆马湖的剩余北调水量和 t时段初骆马湖剩余北调水量减去闸泵站群在t时段的最大抽水量的结果之间离散，然后离线计算洪泽湖和骆马湖的入湖流量、初始水位和末水位，以及剩余北调水量组合对应的抽水成本，并将计算结果存储在数据库中以备调用，递推计算时通过线性插值法求得其它任意入湖流量和湖泊初、末水位以及剩余北调水量组合所对应的近似成本。
步骤(2.5):构建t时段的TSSOOM(Two-Stage Stochastic Optimal OperationModel，两阶段随机优化调度模型)：获得各个阶段的最小余留期成本之后，可以使原多阶段序贯决策问题简化为简单的两阶段决策问题，既考虑决策对当前阶段运行成本的影响，又基于在步骤(2.3)中确定的余留期成本的近似函数考虑决策对余留期阶段运行成本的影响，平衡当前成本和余留期成本，在跨流域调水工程于调度期内完成调水任务，调水系统安全运行的前提下，以实现调度期内调水系统运行成本最小为目标，构建中长期调度模型的目标函数及其约束条件，选择水源和输水线路，以每条输水线路在每个阶段内向上一级水源调入的水量为决策变量，以水量平衡为基本方程，建立南水北调东线跨流域调度的中长期调度模型。
在中长期调度模型中输入主要水源的中长期来水预报、调水工程的调度期和调水量，即可得到调水工程的中长期调度计划。同时，在中长期调度模型中设置接口，接收短期调度模型的反馈信息，以便实现中长期调度计划的滚动更新。
基于中长期调度模型的约束条件对中长期调度模型的目标函数进行最优求解，然后根据最优求解结果给予短期调度模型以指导。
步骤(3):南水北调东线工程江苏段的中长期调度计划是月尺度和旬尺度的，而对于闸泵站群的实时运行指导，需要具体到日尺度的调度计划，因此引入长短嵌套的思想，建立承上启下的短期调度模型。短期调度模型向上接受中长期调度计划的指导，根据来水预报制定日调度计划，并给出河道平均水位的控制意见；向下给与闸泵站群的实时运行以指导，同时设置接口实现与闸泵站群实时运行的信息交互，在闸泵站群实时运行信息的反馈下，滚动更新短期调度计划，并反馈相关信息给中长期调度模型，实现中长期调度计划的逐级滚动更新。
步骤(3)中引入长短嵌套，构建基于日尺度调度计划的短期调度模型的具体步骤如下：
步骤(3.1):根据结合两阶段决策思想所构建的中长期调度模型，以骆马湖和洪泽湖的来水预报作为径流输入，计算出在t时段末洪泽湖和骆马湖的湖泊水位以及骆马湖在t时段的剩余北调水量，结合t时段初洪泽湖和骆马湖的湖泊水位，根据骆马湖的水量平衡计算出在该时段洪泽湖需北调进入骆马湖的水量。
步骤(3.2):结合洪泽湖、骆马湖10天的来水预报，将每天每条输水线路上各级泵站的北调水量作为决策变量，在完成中长期调度模型所制定的10天内向南四湖调入一定水量的任务的前提下，以实现10天内整个调水系统的运行成本最小为目标，构建短期调度模型的目标函数及其约束条件，采用遗传算法计算出每天每条输水线路上各级泵站的北调水量作为制定短期调度计划的指导，其中具体步骤如下：
步骤(3.2.1):构建短期调度模型的目标函数，在中长期调度计划的指导下，在10天内向南四湖调入一定水量，并以10天内南水北调东线一期工程的最小调水系统运行成本为目标函数，在本实施例中，短期调度模型的约束条件包括河道输水能力约束、河道水位约束、河道水量平衡约束、各级闸泵站最大过流能力约束和抽调控制水位约束，并以每天每条输水线路上各级泵站的北调水量为决策变量；
短期调度模型的目标函数的计算公式为：
Figure 7
其中，min M'为完成中长期调度模型所制定的10天内向南四湖调入一定水量的任务的前提下的最小调水系统运行成本；T'为将10天按照1天为一个阶段而分成的阶段数量；t为阶段编号；N为整个调水系统中闸泵站的个数；n为闸泵站的编号；Qn为第n台闸泵站的过水流量；△hn为第n台闸泵站进水口和出水口的高差；ηn为第n台闸泵站效率；ρ为水的密度；g为重力加速度。
步骤(3.2.2):基于遗传算法的模型求解：由于短期调度模型的目标是使完成中长期调度模型所制定的10天内向南四湖调入一定水量的任务的前提下的调水系统运行成本最小，而调水系统运行成本在这一层模型中主要是由水源和输水线路的选择决定的，因此将洪泽湖和骆马湖在10天内每天每条输水线路上各级泵站的北调水量所构成的一个二维数组看做遗传算法中的个体(染色体)，求解过程即为：结合系统模拟模型，随机生成一组符合上述约束条件的染色体，将调水系统运行成本作为适应度函数，按照预定的适应度评定方法评价各组染色体的优劣，通过选择交叉和变异，进行优胜略汰，直至满足给定的终止规则，所述终止规则为一旦达到最小调水系统运行成本，停止计算。
步骤(3.3):根据10天中第1天实际的调水情况，更新洪泽湖和骆马湖的初始水位信息和剩余北调水量信息，并结合中长期调度计划不断往下迭代，直到迭代次数达到最大值或者适应度达到期望值，然后根据最优求解结果给予闸泵站群的实际运行以指导，并在10天的时段末反馈相关信息给中长期调度模型，以便逐级滚动更新中长期调度计划，从而中长期调度计划能给予短期调度模型更准确的指导。
本发明提供了一种基于闸泵站群控制的多水源跨流域调度装置，能够用于实现前述任一项调度方法，所述装置包括如下模块：
系统概化模块：用于针对跨流域调水工程不同时间尺度的调度计划，制定不同的决策，并根据决策的不同对调水系统空间尺度进行不同的概化处理；
中长期构建模块：用于构建基于月、旬尺度调度计划的中长期调度模型，将具有调蓄能力的水源视作边界，从而将调水系统分为多个区段，以水源的实时水位为各区段提供水位计算边界，并针对是否考虑水源的调蓄能力分别进行相应的处理方式并决策每条输水线路在每个阶段内向上一级水源调入的水量；
中长期求解模块：用于在跨流域调水工程于调度期内完成调水任务的前提下，以实现调度期内调水系统运行成本最小为目标，构建中长期调度模型的目标函数及其约束条件，以每条输水线路在每个阶段内向上一级水源调入的水量为决策变量，并基于中长期调度模型的约束条件对中长期调度模型的目标函数进行最优求解；
短期构建求解模块：用于引入长短嵌套，构建基于日尺度调度计划的短期调度模型，在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下，以实现该时段内调水系统运行成本最小为目标，构建短期调度模型的目标函数及其约束条件，以该时段内各级闸泵站日抽调水量为决策变量，并基于短期调度模型的约束条件对短期调度模型的目标函数进行最优求解。
本发明实施例还提供了一种基于闸泵站群控制的多水源跨流域调度装置，包括处理器及存储介质；
所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行前述任一项调度方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一项调度方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种基于闸泵站群控制的多水源跨流域调度方法，其特征在于，所述方法包括如下步骤：
针对跨流域调水工程不同时间尺度的调度计划，制定不同的决策，并根据决策的不同对调水系统空间尺度进行不同的概化处理；
构建基于月、旬尺度调度计划的中长期调度模型，将具有调蓄能力的水源视作边界，从而将调水系统分为多个区段，以水源的实时水位为各区段提供水位计算边界，并针对是否考虑水源的调蓄能力分别进行相应的处理方式并决策每条输水线路在每个阶段内向上一级水源调入的水量；
在跨流域调水工程于调度期内完成调水任务的前提下，以实现调度期内调水系统运行成本最小为目标，构建中长期调度模型的目标函数及其约束条件，以每条输水线路在每个阶段内向上一级水源调入的水量为决策变量，并基于中长期调度模型的约束条件对中长期调度模型的目标函数进行最优求解；
引入长短嵌套，构建基于日尺度调度计划的短期调度模型，在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下，以实现该时段内调水系统运行成本最小为目标，构建短期调度模型的目标函数及其约束条件，以该时段内各级闸泵站日抽调水量为决策变量，并基于短期调度模型的约束条件对短期调度模型的目标函数进行最优求解。
2.根据权利要求1所述的一种基于闸泵站群控制的多水源跨流域调度方法，其特征在于，所述调水系统运行成本为泵站抽水成本、人力成本和日常管护成本的总和。
3.根据权利要求1所述的一种基于闸泵站群控制的多水源跨流域调度方法，其特征在于，中长期调度模型的目标函数的计算公式为：
Figure FDA0002536515610000021
其中，min M为在跨流域调水工程于调度期内完成调水任务的前提下的最小调水系统运行成本；Y为将调度期按照1天为一个阶段而分成的阶段数量；y为阶段编号；I为输水线路的总数量；i为输水线路编号；Wi为第i条输水线路在每个阶段向上一级水源调入的水量；Mi为第i条输水线路在每个阶段向上一级水源调入的水量为Wi时的成本；W在调度期内向最上一级水源调入的总水量。
4.根据权利要求1所述的一种基于闸泵站群控制的多水源跨流域调度方法，其特征在于，短期调度模型的目标函数的计算公式为：
Figure 3
其中，min M'为在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下的最小调水系统运行成本；T'为将所述一个时段按照1天为一个阶段而分成的阶段数量；t为阶段编号；N为整个调水系统中闸泵站的个数；n为闸泵站的编号；Qn为第n台闸泵站的过水流量；△hn为第n台闸泵站进水口和出水口的高差；ηn为第n台闸泵站效率；ρ为水的密度；g为重力加速度。
5.根据权利要求3所述的一种基于闸泵站群控制的多水源跨流域调度方法，其特征在于，第i条输水线路在每个阶段向上一级水源调入的水量为Wi时的成本Mi的计算公式为：
Figure 4
其中，n为第i条输水线路上闸泵站的编号；N为整个调水系统中闸泵站的个数；△hn为第n台闸泵站进水口和出水口的高差，此处用河道平均水位计算并考虑河底高程；ηn为第n台闸泵站效率；Qn为通过第n台闸泵站的抽调流量，Qn＝Qn-1+Q(n-1，n)(n>1)，Q1＝Wi/t+Q(0,1)，t为抽调时间，Q(0,1)为从第1台闸泵站到上一级水源的这段河道的水量损失，Q(n-1,n)为从第n-1台闸泵站到第n台闸泵站的这段河道的水量损失；Wi为在第i条输水线路在一个阶段向上一级水源调入的水量；ρ为水的密度；g为重力加速度。
6.根据权利要求1所述的一种基于闸泵站群控制的多水源跨流域调度方法，其特征在于，中长期调度模型和短期调度模型的约束条件均包括河道输水能力约束、河道水位约束、河道水量平衡约束、各级闸泵站最大过流能力约束和抽调控制水位约束。
7.根据权利要求1所述的一种基于闸泵站群控制的多水源跨流域调度方法，其特征在于，针对是否考虑水源的调蓄能力分别进行相应的处理方式的方法包括如下步骤：当考虑水源的调蓄能力时，将水源看作零维储水模型，计算出或者人工修正调蓄库容和水量的建议储存时间；当不考虑水源的调蓄能力时，将水源视作已知水位边界的输水河道，考虑所述输水河道的水位约束，结合各级闸泵站的抽调水量和河道的水位流量关系曲线进行梯级扬程优化。
8.一种基于闸泵站群控制的多水源跨流域调度装置，其特征在于，所述装置包括如下模块：
系统概化模块：用于针对跨流域调水工程不同时间尺度的调度计划，制定不同的决策，并根据决策的不同对调水系统空间尺度进行不同的概化处理；
中长期构建模块：用于构建基于月、旬尺度调度计划的中长期调度模型，将具有调蓄能力的水源视作边界，从而将调水系统分为多个区段，以水源的实时水位为各区段提供水位计算边界，并针对是否考虑水源的调蓄能力分别进行相应的处理方式并决策每条输水线路在每个阶段内向上一级水源调入的水量；
中长期求解模块：用于在跨流域调水工程于调度期内完成调水任务的前提下，以实现调度期内调水系统运行成本最小为目标，构建中长期调度模型的目标函数及其约束条件，以每条输水线路在每个阶段内向上一级水源调入的水量为决策变量，并基于中长期调度模型的约束条件对中长期调度模型的目标函数进行最优求解；
短期构建求解模块：用于引入长短嵌套，构建基于日尺度调度计划的短期调度模型，在跨流域调水工程于一个时段内完成中长期调度模型所制定的该时段调水任务的前提下，以实现该时段内调水系统运行成本最小为目标，构建短期调度模型的目标函数及其约束条件，以该时段内各级闸泵站日抽调水量为决策变量，并基于短期调度模型的约束条件对短期调度模型的目标函数进行最优求解。
9.一种基于闸泵站群控制的多水源跨流域调度装置，其特征在于，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1-7任一项所述方法的步骤。
10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。
CN202010534408.2A 2020-06-12 2020-06-12 一种基于闸泵站群控制的多水源跨流域调度方法及装置 Active CN111709134B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010534408.2A CN111709134B (zh) 2020-06-12 2020-06-12 一种基于闸泵站群控制的多水源跨流域调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010534408.2A CN111709134B (zh) 2020-06-12 2020-06-12 一种基于闸泵站群控制的多水源跨流域调度方法及装置

Publications (2)

Publication Number Publication Date
CN111709134A true CN111709134A (zh) 2020-09-25
CN111709134B CN111709134B (zh) 2021-05-04

Family

ID=72540217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010534408.2A Active CN111709134B (zh) 2020-06-12 2020-06-12 一种基于闸泵站群控制的多水源跨流域调度方法及装置

Country Status (1)

Country Link
CN (1) CN111709134B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183903A (zh) * 2020-11-17 2021-01-05 昆明电力交易中心有限责任公司 一种水火电系统多时间尺度联合优化调度方法及系统
CN112733367A (zh) * 2021-01-13 2021-04-30 武汉科技大学 一种基于七日气象预报的调水工程冰期输水调度方法
CN112785087A (zh) * 2021-02-22 2021-05-11 中国水利水电科学研究院 一种考虑水力响应特性的跨流域调水工程旬水量优化调度计划编制方法
CN112964295A (zh) * 2021-01-30 2021-06-15 南京新高智联信息技术有限公司 一种基于5g技术的闸泵站智能测控终端
CN113128757A (zh) * 2021-04-12 2021-07-16 长江水利委员会长江科学院 考虑跨流域调水影响下的水库分期汛限水位优化设计方法
CN113422365A (zh) * 2021-05-06 2021-09-21 华翔翔能科技股份有限公司 小流域智慧泵站群的分层分布式协同调度优化方法
CN114548609A (zh) * 2022-04-27 2022-05-27 中国水利水电科学研究院 一种面向生态发电供水的水资源协同调配方法
CN116011733A (zh) * 2022-12-08 2023-04-25 河海大学 一种多尺度协同控制的梯级水电站群智能调度方法及系统
CN116485163A (zh) * 2023-06-25 2023-07-25 中国水利水电科学研究院 一种考虑输水间歇的输水系统水量调度方案编制方法
CN116596280A (zh) * 2023-07-17 2023-08-15 青岛国源中创电气自动化工程有限公司 一种污水处理厂水泵组的协同调度方法
CN116611665A (zh) * 2023-06-19 2023-08-18 中国水利水电科学研究院 一种混联输水系统中长期水量调度方案编制方法
CN117313219A (zh) * 2023-11-24 2023-12-29 交通运输部天津水运工程科学研究所 适用调水工程的船闸通闸通过能力计算方法

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608513A (zh) * 2016-03-24 2016-05-25 大连理工大学 一种耦合长、中、短期径流预报信息的水库优化调度方法
CN106502220A (zh) * 2016-09-21 2017-03-15 济南大学 梯级泵站输水系统优化运行‑控制耦合协调方法及系统
CN107133731A (zh) * 2017-04-26 2017-09-05 中国水利水电科学研究院 一种梯级泵站调水工程甩站优化调度方法
EP3252383A1 (en) * 2016-05-31 2017-12-06 Daikin Industries, Limited Apparatus for space heating and warm water supply
US20180012137A1 (en) * 2015-11-24 2018-01-11 The Research Foundation for the State University New York Approximate value iteration with complex returns by bounding
US9964981B2 (en) * 2009-08-21 2018-05-08 Samsung Electronics Co., Ltd. Energy management system and method
US20180158152A1 (en) * 2016-12-05 2018-06-07 Carnegie Mellon University Methods and Software for Calculating Optimal Power Flow in an Electrical Power Grid and Utilizations of Same
CN108647907A (zh) * 2018-05-25 2018-10-12 中国水利水电科学研究院 基于闸泵联合调控的梯级泵站明渠调水工程充水方法
CN108805329A (zh) * 2018-05-02 2018-11-13 中国水利水电科学研究院 一种梯级水库实现实时调度的方法和系统
CN109002932A (zh) * 2018-08-27 2018-12-14 河海大学 一种面向水电站水库的随机优化调度方法
CN109325610A (zh) * 2018-08-15 2019-02-12 东莞理工学院 一种面向多水源梯级泵站调水系统的分段线性调度方法
CN109670650A (zh) * 2018-12-27 2019-04-23 华中科技大学 基于多目标优化算法的梯级水库群调度模型的求解方法
CN109800914A (zh) * 2019-01-16 2019-05-24 河海大学 一种适用于滨海地区水资源的多目标优化调度方法
CN110174843A (zh) * 2019-05-30 2019-08-27 中国水利水电科学研究院 一种灌区用水智能调控方法
EP3547233A1 (en) * 2018-03-29 2019-10-02 Johnson Controls Technology Company Building energy optimization system with market program (cmp) planning
CN110942212A (zh) * 2019-12-13 2020-03-31 国网青海省电力公司电力科学研究院 一种基于梯级水库运行系数的梯级水库优化运行方法
CN111027264A (zh) * 2019-12-03 2020-04-17 安徽省（水利部淮河水利委员会）水利科学研究院（安徽省水利工程质量检测中心站） 基于生态恢复目标的平原区城市河网水循环调控方法
CN111046574A (zh) * 2019-12-20 2020-04-21 武汉大学 一种平原湖区湖河闸泵系统防洪排涝演算方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9964981B2 (en) * 2009-08-21 2018-05-08 Samsung Electronics Co., Ltd. Energy management system and method
US20180012137A1 (en) * 2015-11-24 2018-01-11 The Research Foundation for the State University New York Approximate value iteration with complex returns by bounding
CN105608513A (zh) * 2016-03-24 2016-05-25 大连理工大学 一种耦合长、中、短期径流预报信息的水库优化调度方法
EP3252383A1 (en) * 2016-05-31 2017-12-06 Daikin Industries, Limited Apparatus for space heating and warm water supply
CN106502220A (zh) * 2016-09-21 2017-03-15 济南大学 梯级泵站输水系统优化运行‑控制耦合协调方法及系统
US20180158152A1 (en) * 2016-12-05 2018-06-07 Carnegie Mellon University Methods and Software for Calculating Optimal Power Flow in an Electrical Power Grid and Utilizations of Same
CN107133731A (zh) * 2017-04-26 2017-09-05 中国水利水电科学研究院 一种梯级泵站调水工程甩站优化调度方法
EP3547233A1 (en) * 2018-03-29 2019-10-02 Johnson Controls Technology Company Building energy optimization system with market program (cmp) planning
CN108805329A (zh) * 2018-05-02 2018-11-13 中国水利水电科学研究院 一种梯级水库实现实时调度的方法和系统
CN108647907A (zh) * 2018-05-25 2018-10-12 中国水利水电科学研究院 基于闸泵联合调控的梯级泵站明渠调水工程充水方法
CN109325610A (zh) * 2018-08-15 2019-02-12 东莞理工学院 一种面向多水源梯级泵站调水系统的分段线性调度方法
CN109002932A (zh) * 2018-08-27 2018-12-14 河海大学 一种面向水电站水库的随机优化调度方法
CN109670650A (zh) * 2018-12-27 2019-04-23 华中科技大学 基于多目标优化算法的梯级水库群调度模型的求解方法
CN109800914A (zh) * 2019-01-16 2019-05-24 河海大学 一种适用于滨海地区水资源的多目标优化调度方法
CN110174843A (zh) * 2019-05-30 2019-08-27 中国水利水电科学研究院 一种灌区用水智能调控方法
CN111027264A (zh) * 2019-12-03 2020-04-17 安徽省（水利部淮河水利委员会）水利科学研究院（安徽省水利工程质量检测中心站） 基于生态恢复目标的平原区城市河网水循环调控方法
CN110942212A (zh) * 2019-12-13 2020-03-31 国网青海省电力公司电力科学研究院 一种基于梯级水库运行系数的梯级水库优化运行方法
CN111046574A (zh) * 2019-12-20 2020-04-21 武汉大学 一种平原湖区湖河闸泵系统防洪排涝演算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
QIAO-FENG TAN等: "《Long-term optimal operation of cascade hydropower stations based on the utility function of the carryover potential energy》", 《JOURNAL OF HYDROLOGY》 *
QIAO-FENG TAN等: "《Two-stage stochastic optimal operation model for hydropower station based on the approximate utility function of the carryover stage》", 《ENERGY》 *
张梦然 等: "《三峡水库发电优化调度分层嵌套模型研究》", 《水力发电》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183903A (zh) * 2020-11-17 2021-01-05 昆明电力交易中心有限责任公司 一种水火电系统多时间尺度联合优化调度方法及系统
CN112183903B (zh) * 2020-11-17 2022-09-20 昆明电力交易中心有限责任公司 一种水火电系统多时间尺度联合优化调度方法及系统
CN112733367A (zh) * 2021-01-13 2021-04-30 武汉科技大学 一种基于七日气象预报的调水工程冰期输水调度方法
CN112964295A (zh) * 2021-01-30 2021-06-15 南京新高智联信息技术有限公司 一种基于5g技术的闸泵站智能测控终端
CN112785087B (zh) * 2021-02-22 2022-02-01 中国水利水电科学研究院 一种考虑水力响应特性的跨流域调水工程旬水量优化调度计划编制方法
CN112785087A (zh) * 2021-02-22 2021-05-11 中国水利水电科学研究院 一种考虑水力响应特性的跨流域调水工程旬水量优化调度计划编制方法
CN113128757A (zh) * 2021-04-12 2021-07-16 长江水利委员会长江科学院 考虑跨流域调水影响下的水库分期汛限水位优化设计方法
CN113422365A (zh) * 2021-05-06 2021-09-21 华翔翔能科技股份有限公司 小流域智慧泵站群的分层分布式协同调度优化方法
CN114548609A (zh) * 2022-04-27 2022-05-27 中国水利水电科学研究院 一种面向生态发电供水的水资源协同调配方法
CN116011733A (zh) * 2022-12-08 2023-04-25 河海大学 一种多尺度协同控制的梯级水电站群智能调度方法及系统
CN116011733B (zh) * 2022-12-08 2023-11-28 河海大学 一种多尺度协同控制的梯级水电站群智能调度方法及系统
CN116611665A (zh) * 2023-06-19 2023-08-18 中国水利水电科学研究院 一种混联输水系统中长期水量调度方案编制方法
CN116611665B (zh) * 2023-06-19 2023-10-20 中国水利水电科学研究院 一种混联输水系统中长期水量调度方案编制方法
CN116485163A (zh) * 2023-06-25 2023-07-25 中国水利水电科学研究院 一种考虑输水间歇的输水系统水量调度方案编制方法
CN116485163B (zh) * 2023-06-25 2023-08-18 中国水利水电科学研究院 一种考虑输水间歇的输水系统水量调度方案编制方法
CN116596280A (zh) * 2023-07-17 2023-08-15 青岛国源中创电气自动化工程有限公司 一种污水处理厂水泵组的协同调度方法
CN116596280B (zh) * 2023-07-17 2023-10-03 青岛国源中创电气自动化工程有限公司 一种污水处理厂水泵组的协同调度方法
CN117313219A (zh) * 2023-11-24 2023-12-29 交通运输部天津水运工程科学研究所 适用调水工程的船闸通闸通过能力计算方法
CN117313219B (zh) * 2023-11-24 2024-02-23 交通运输部天津水运工程科学研究所 适用调水工程的船闸通闸通过能力计算方法

Also Published As

Publication number Publication date
CN111709134B (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN111709134B (zh) 一种基于闸泵站群控制的多水源跨流域调度方法及装置
CN112633578A (zh) 一种引调水工程影响下梯级水库群优化调度方法
CN105320827B (zh) 降雨径流预报系统
CN111126847B (zh) 耦合河道水动力过程的梯级水库短期优化调度方法和系统
CN105913146B (zh) 南方湿润地区的水资源优化配置系统
CN112001556B (zh) 一种基于深度学习模型的水库下游水位预测方法
JP3795775B2 (ja) 下水流入量予測装置および方法、サーバ装置
CN108805329B (zh) 一种梯级水库实现实时调度的方法和系统
CN106022549A (zh) 基于神经网络和思维演化搜索的短期负荷预测方法
CN116596044B (zh) 基于多源数据的发电负荷预测模型训练方法及装置
CN110555239A (zh) 一种基于排水管网模型的河涌水闸优化调度方法
CN109598408B (zh) 一种兼顾用水公平性和重要性的年水量调度计划编制方法
CN112785454A (zh) 一种梯级水电站汛期智能调度方法及决策支持系统
CN111967666A (zh) 一种江河湖水系综合协同调度系统及其调度方法
CN113222351B (zh) 一种基于水体演进变化的城市应急供水精细化调度方法
CN114358379B (zh) 梯级水库旱限水位调度线优化方法、装置及系统
CN104636834B (zh) 一种改进的联合概率规划模型系统优化方法
CN111724003A (zh) 一种基于“分区-分级”理论的复杂水资源系统优化配置方法
CN109403425B (zh) 供水管网的优化调度系统
CN113050430A (zh) 一种基于鲁棒强化学习的排水系统控制方法
CN109325610B (zh) 一种面向多水源梯级泵站调水系统的分段线性调度方法
CN109447336B (zh) 一种上游水库与其反调节水库坝间水位优化控制方法
CN114357868A (zh) 复杂防洪系统多目标协同调度方法及装置
CN109886543B (zh) 基于均匀设计的水库优化调度方法
CN116341753A (zh) 一种使用机器学习对区域二氧化碳排放预测的方法

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