CN113487249A - 一种自适应的水电站智能生态调控方法 - Google Patents

一种自适应的水电站智能生态调控方法 Download PDF

Info

Publication number
CN113487249A
CN113487249A CN202111040818.2A CN202111040818A CN113487249A CN 113487249 A CN113487249 A CN 113487249A CN 202111040818 A CN202111040818 A CN 202111040818A CN 113487249 A CN113487249 A CN 113487249A
Authority
CN
China
Prior art keywords
ecological
water level
scheduling
unit
moment
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
CN202111040818.2A
Other languages
English (en)
Other versions
CN113487249B (zh
Inventor
郭卫
徐高洪
徐长江
邵骏
杨延伟
熊明
崔福宁
欧阳硕
邴建平
戴明龙
杜涛
王琨
卜慧
张晶
左建
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.)
Bureau of Hydrology Changjiang Water Resources Commission
Original Assignee
Bureau of Hydrology Changjiang Water Resources Commission
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 Bureau of Hydrology Changjiang Water Resources Commission filed Critical Bureau of Hydrology Changjiang Water Resources Commission
Priority to CN202111040818.2A priority Critical patent/CN113487249B/zh
Publication of CN113487249A publication Critical patent/CN113487249A/zh
Application granted granted Critical
Publication of CN113487249B publication Critical patent/CN113487249B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明提供了一种自适应的水电站智能生态调控方法，包括收集整理水电站智能生态调控所需的基本资料、智能优化算法选择及算法参数初始化的确定、循环迭代终止条件判断、目标鱼类调控启动时机和启动水位条件判断、时段出力约束计算、生态调度熔断机制启动、目标鱼类生态调度可达性判断因子确定、循环迭代不同目标鱼类生态调度综合函数值和调度终止条件判断及生态调度可达性评估的步骤，基于不同目标鱼类生态流量脉冲过程和中长期来水预测已知的前提下，水电站可以根据来水过程自适应开展生态调控，通过滚动分析调控，并初拟不同生态调度启动时刻和初始水位条件，不同于以往研究将多种鱼类繁殖脉冲需求合并为一个流量过程。

Description

一种自适应的水电站智能生态调控方法
技术领域
本发明涉及水文水资源分析技术领域，尤其涉及一种自适应的水电站智能生态调控方法。
背景技术
国内外学者已经开展了大量的水库生态调度工作，已提出了一系列水库生态调度模型，多数将河流生态需求转为约束，或者作为发电模型、防洪模型的附属目标，直接将产漂流性卵鱼类繁殖所需生态脉冲过程作为目标的研究较少；并且结合预测来水过程，尚未开展针对多种目标鱼类繁殖需求的水电工程自适应调度研究。
发明内容
本发明的目的在于针对上述现有技术的不足，提供了一种自适应的水电站智能生态调控方法，根据来水过程，滚动评估启动时机和启动水位条件，当条件满足时可以尝试开展生态调度；当预判存在防洪风险时可采取生态调度熔断机制，恢复常规调度。
为实现上述目的，本发明采用了如下技术方案：
本发明提供了一种自适应的水电站智能生态调控方法，包括以下步骤：
S1、收集整理水电站智能生态调控所需的基本资料
收集水电站特性参数，坝址中长期预测来水径流过程为
Figure 310671DEST_PATH_IMAGE001
；
目标鱼类1产卵繁殖所需的最佳生态脉冲过程为
Figure 454732DEST_PATH_IMAGE002
、目标鱼类2产卵繁殖所需的最佳生态脉冲过程为
Figure 15027DEST_PATH_IMAGE003
、目标鱼类
Figure 848990DEST_PATH_IMAGE004
产卵繁殖所需的最佳生态脉冲过程为
Figure 596366DEST_PATH_IMAGE005
；
其中，
Figure 275609DEST_PATH_IMAGE006
为调度的时刻，单位d；
Figure 424831DEST_PATH_IMAGE007
为总调度时间，单位d；
Figure 164117DEST_PATH_IMAGE008
分别为第1、2、
Figure 398789DEST_PATH_IMAGE009
、
Figure 616144DEST_PATH_IMAGE010
时刻的水电站预测入库流量，单位m3/s；
Figure 148101DEST_PATH_IMAGE011
分别为目标鱼类1第1、2、
Figure 58288DEST_PATH_IMAGE012
时刻产卵所需的最佳脉冲流量，单位m3/s；
Figure 780256DEST_PATH_IMAGE013
分别为目标鱼类2第1、2、
Figure 801302DEST_PATH_IMAGE014
时刻产卵所需的最佳脉冲流量，单位m3/s；
Figure 659537DEST_PATH_IMAGE015
分别为目标鱼类
Figure 740625DEST_PATH_IMAGE016
第1、2、
Figure 949889DEST_PATH_IMAGE017
时刻产卵所需的最佳脉冲流量，单位m3/s；
Figure 774626DEST_PATH_IMAGE018
分别为目标鱼类1、2、
Figure 18526DEST_PATH_IMAGE019
所需的脉冲时长，单位d；
S2、智能优化算法选择及算法参数初始化的确定
S3、循环迭代终止条件判断
首次迭代次数判断，如果满足
Figure 739357DEST_PATH_IMAGE020
，随机生成时段初始水位过程
Figure 704426DEST_PATH_IMAGE021
和目标函数
Figure 67275DEST_PATH_IMAGE022
，自适应调度开始，
Figure 165681DEST_PATH_IMAGE023
，初始调度时刻
Figure 322992DEST_PATH_IMAGE024
，转入S4；
如果不满足
Figure 506849DEST_PATH_IMAGE025
，判断生态结束条件，如果
Figure 673388DEST_PATH_IMAGE026
，调度成功，结束循环；如果
Figure 360722DEST_PATH_IMAGE027
，智能生态调度终止，恢复常规调度，其中，随机生产的初始水位
Figure 954514DEST_PATH_IMAGE028
计算公式为：
Figure 360087DEST_PATH_IMAGE029
（1）
其中，
Figure 330317DEST_PATH_IMAGE030
分别为第1、2、
Figure 137736DEST_PATH_IMAGE031
、
Figure 165080DEST_PATH_IMAGE032
时刻的水电站水库时段初水位值，单位m；
Figure 57949DEST_PATH_IMAGE033
为目标函数，初始值定义为无穷大的无量纲数，第一轮迭代
Figure 566291DEST_PATH_IMAGE034
；
Figure 493796DEST_PATH_IMAGE035
为目标函数的结束判断因子，无量纲；
Figure 429391DEST_PATH_IMAGE036
分别为
Figure 543977DEST_PATH_IMAGE037
时刻水位
Figure 590431DEST_PATH_IMAGE038
的水位下限值、上限值，单位m；
Figure 638021DEST_PATH_IMAGE039
为随机生产0到1的数字；
S4、目标鱼类调控启动时机和启动水位条件判断
启动时机判断，如果不满足
Figure 744517DEST_PATH_IMAGE040
，返回所述S3；如果满足
Figure 611979DEST_PATH_IMAGE041
，则根据当前水位、所述中长期预测来水径流过程和目标鱼类产卵繁殖所需的最佳脉冲需求，判断当前水温条件是否满足目标鱼类的生态需求；
若当水温条件满足目标鱼类的生态需求时，采用公式（2）计算目标鱼类调控启动时机和水位条件是否满足第
Figure 730633DEST_PATH_IMAGE042
种鱼类繁殖需求若满足，进入S5；
若不满足，则
Figure 367150DEST_PATH_IMAGE043
，返回进行下一时段的生态调度启动条件评估；
Figure 644548DEST_PATH_IMAGE044
（2）
Figure 468147DEST_PATH_IMAGE045
（3）
其中，
Figure 387562DEST_PATH_IMAGE046
第
Figure 613007DEST_PATH_IMAGE047
时刻的水电站水库时段初库容值，单位m3；
Figure 61306DEST_PATH_IMAGE048
、
Figure 168939DEST_PATH_IMAGE049
分别为率定水位库容关系时的参数；
Figure 360886DEST_PATH_IMAGE050
为生态调度评估的启动时刻，无量纲；
Figure 440837DEST_PATH_IMAGE051
为第
Figure 325617DEST_PATH_IMAGE052
种目标鱼类第
Figure 652037DEST_PATH_IMAGE053
时刻所需的脉冲流量，单位m3/s；
S5、时段出力约束计算
根据时段初始水位过程
Figure 647675DEST_PATH_IMAGE054
，所述坝址中长期预测来水径流过程
Figure 847712DEST_PATH_IMAGE055
，推求出库流量过程
Figure 903393DEST_PATH_IMAGE056
，根据公式（4）计算第
Figure 454460DEST_PATH_IMAGE057
时刻出库流量
Figure 988209DEST_PATH_IMAGE058
；根据公式（5）计算坝下游水位
Figure 308332DEST_PATH_IMAGE059
；根据公式（6）计算上下游水头差
Figure 534914DEST_PATH_IMAGE060
，根据公式（7）计算弃水流量
Figure 307698DEST_PATH_IMAGE061
，根据公式（8）计算时段出力
Figure 910718DEST_PATH_IMAGE062
，以判断时段出力是否满足；
Figure 353856DEST_PATH_IMAGE063
（4）
Figure 485760DEST_PATH_IMAGE064
（5）
Figure 11420DEST_PATH_IMAGE065
（6）
Figure 886972DEST_PATH_IMAGE066
（7）
Figure 181687DEST_PATH_IMAGE067
（8）
其中，
Figure 484492DEST_PATH_IMAGE068
为调度的时间间隔，单位d；
Figure 497448DEST_PATH_IMAGE069
分别为第
Figure 442270DEST_PATH_IMAGE070
时刻的水电站水库时段初水位值，单位m；
Figure 591491DEST_PATH_IMAGE071
为根据坝下游流量～水位关系
Figure 330777DEST_PATH_IMAGE072
推求的
Figure 585957DEST_PATH_IMAGE073
时刻坝下游水位，单位m；
Figure 803312DEST_PATH_IMAGE074
是根据上下游水头差推算的
Figure 72619DEST_PATH_IMAGE075
时刻坝址上下游水头差，单位m；
Figure 717227DEST_PATH_IMAGE076
为
Figure 439196DEST_PATH_IMAGE077
时刻出库流量，单位m3/s；
Figure 725821DEST_PATH_IMAGE078
为
Figure 849634DEST_PATH_IMAGE079
时刻弃水流量，单位m3/s；
Figure 196302DEST_PATH_IMAGE080
为
Figure 671146DEST_PATH_IMAGE081
时刻发电机过水流量，单位m3/s；
Figure 230303DEST_PATH_IMAGE082
为第
Figure 211553DEST_PATH_IMAGE083
时刻的出力，单位MW；
Figure 463543DEST_PATH_IMAGE084
为出力系数，无量纲；
S6、时段出力约束判断
Figure 160103DEST_PATH_IMAGE085
；
如果满足，进入所述S6；
如果不满足，
Figure 522952DEST_PATH_IMAGE086
，返回所述S4；
其中，
Figure 355778DEST_PATH_IMAGE087
、
Figure 778669DEST_PATH_IMAGE088
为第
Figure 962526DEST_PATH_IMAGE089
时刻的最小、最大出力值，单位MW；
S7、生态调度熔断机制启动
判断第
Figure 129065DEST_PATH_IMAGE090
时刻水位是否满足
Figure 347557DEST_PATH_IMAGE091
，
如果满足，进入S8，
如不满足，
Figure 203999DEST_PATH_IMAGE092
，返回所述S4；
其中，
Figure 609572DEST_PATH_IMAGE093
为时刻
Figure 579803DEST_PATH_IMAGE094
的水库约束水位值，单位m；
Figure 387222DEST_PATH_IMAGE095
为
Figure 417494DEST_PATH_IMAGE096
时段内的水库最大消落幅度值，单位m；
S8、目标鱼类生态调度可达性判断因子确定
如果
Figure 310364DEST_PATH_IMAGE097
，认为调算过程已满足所述产卵繁殖所需的最佳生态脉冲需求，
Figure 553127DEST_PATH_IMAGE098
；
如果
Figure 480631DEST_PATH_IMAGE099
，认为调算过程不满足所述产卵繁殖所需的最佳生态脉冲需求，
Figure 416226DEST_PATH_IMAGE100
；
式中，
Figure 796392DEST_PATH_IMAGE101
为第
Figure 842845DEST_PATH_IMAGE102
时刻水库出库流量，单位m3/s；
Figure 893366DEST_PATH_IMAGE103
为第
Figure 999862DEST_PATH_IMAGE104
种目标鱼类在当前水文条件下生态可达性判断因子；
Figure 867324DEST_PATH_IMAGE105
为自定义的一个无限小的数，无量纲；
S9、循环迭代不同目标鱼类生态调度综合函数值
计算第
Figure 717468DEST_PATH_IMAGE106
次循环不同目标鱼类生态调度综合函数值
Figure 619565DEST_PATH_IMAGE107
，判断邻近两次迭代的目标函数值，
如
Figure 896963DEST_PATH_IMAGE108
，则
Figure 986141DEST_PATH_IMAGE109
；
式中，
Figure 639977DEST_PATH_IMAGE110
为第
Figure 865421DEST_PATH_IMAGE111
、
Figure 313720DEST_PATH_IMAGE112
次循环时，根据不同目标鱼类生态可达性因子综合的目标函数值；p为第
Figure 418424DEST_PATH_IMAGE113
种目标鱼类所需的脉冲时长，单位d；
S10、调度终止条件判断及生态调度可达性评估
当第
Figure 610371DEST_PATH_IMAGE114
次迭代时，如果
Figure 955902DEST_PATH_IMAGE115
，调度成功，结束循环，输出最优时段初水位值，整理调度结果；
如果，
Figure 106260DEST_PATH_IMAGE116
，基于选取的优化算法调整初始水位值，返回所述S3，重新开展新一轮试算。
进一步，所述S2中，所述智能优化算法包括人工鱼群算法、遗传算法或粒子群算法；
在windows操作系统下采用VB语言、C语言或MATLAB语言编写程序代码，架构水电站智能生态调控方法，并预留程序接口。
进一步，所述S4中，目标鱼类调控启动时机和启动水位条件判断公式（2）为
Figure 170031DEST_PATH_IMAGE117
中；
若当前水文条件能满足第
Figure 900090DEST_PATH_IMAGE118
种鱼类繁殖需求，启动针对第
Figure 365706DEST_PATH_IMAGE119
种目标鱼类的生态调度；
若当前水文条件能不满足第
Figure 421387DEST_PATH_IMAGE120
种鱼类繁殖需求，自适应调整时段，进行下一时刻的试算，通过遍历时搜索试算，推求针对第
Figure 972454DEST_PATH_IMAGE121
种目标鱼类的最佳调度时机和启动的水文条件；
针对所述调度需求，将水电站水位库容拟合，
Figure 771783DEST_PATH_IMAGE122
，从而将库容水量约束及需求转换为时段初的水位指标
Figure 94835DEST_PATH_IMAGE123
，以便于调度的开展。
进一步，所述S7中，生态调度熔断机制启动条件
Figure 55838DEST_PATH_IMAGE124
以依据具体水位和时刻
Figure 94201DEST_PATH_IMAGE125
的水库约束水位值
Figure 431642DEST_PATH_IMAGE126
、
Figure 606271DEST_PATH_IMAGE127
时段内的水库最大消落幅度值
Figure 269333DEST_PATH_IMAGE128
，综合判断在满足水库时段消落水位约束的条件下，水库是否可以消落到约束水位；
针对承担防洪任务的水库，
Figure 263834DEST_PATH_IMAGE129
一般为防洪限制水位，一旦预估调度后期可能对防洪造成影响，即启动熔断机制终止生态调度。
进一步，所述S5中，
Figure 404966DEST_PATH_IMAGE130
为依据坝下出库流量～水位建立的拟合公式；
依据
Figure 699681DEST_PATH_IMAGE131
时刻出库流量
Figure 2486DEST_PATH_IMAGE132
能够推算该时刻的坝下水位
Figure 12512DEST_PATH_IMAGE133
；
公式（6）中
Figure 691755DEST_PATH_IMAGE134
为t时刻除了满足出库流量
Figure 840976DEST_PATH_IMAGE135
需求，除了发电机组过水流量
Figure 580262DEST_PATH_IMAGE136
外，需要其他泄水设施额外泄放的流量
Figure 814935DEST_PATH_IMAGE137
。
本发明的有益效果为：基于不同目标鱼类生态流量脉冲过程和中长期来水预测已知的前提下，水电站可以根据来水过程自适应开展生态调控，通过滚动分析调控，并初拟不同生态调度启动时刻和初始水位条件，提出了一种可以自适应调整的水电站智能生态调控方法，可以在基于windows系统下编译的智能优化算法进行目标函数寻优，从而选取满足目标鱼类产卵繁殖需求的最佳水位过程。
该智能生态调控方法提出了生态调度启动条件，当满足条件时可以根据来水条件和不同目标鱼类繁殖需求，自适应地选择适宜开展生态调度的目标鱼类；引入了生态调度熔断机制，当生态调度可能对防洪等造成影响时，可以立即结束生态调度，恢复常规调度，避免影响到防洪等安全；具有灵活的操作性和可大性。
该智能生态调控方法可供已建水电站结合下游不同鱼类繁殖生态脉冲需求开展自适应试验性生态调度研究参考。
附图说明
图1为自适应的水电站智能调控时期上下游水文参数示意图；
图2为梨园水电站15天平均来水流量满足2000m3/s的实践图；
图3为梨园水电站15天平均来水流量满足2500 m3/s的实践图；
图4为梨园水电站15天平均来水流量满足3000 m3/s的实践图。
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，下面结合附图，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用以解释本发明，并不用于限定本发明。
请参阅图1，一种自适应的水电站智能生态调控方法，包括以下步骤：
S1、收集整理水电站智能生态调控所需的基本资料
收集水电站特性参数，坝址中长期预测来水径流过程为
Figure 563448DEST_PATH_IMAGE001
；
目标鱼类1产卵繁殖所需的最佳生态脉冲过程为
Figure 363913DEST_PATH_IMAGE002
、目标鱼类2产卵繁殖所需的最佳生态脉冲过程为
Figure 274101DEST_PATH_IMAGE003
、目标鱼类
Figure 996069DEST_PATH_IMAGE004
产卵繁殖所需的最佳生态脉冲过程为
Figure 751535DEST_PATH_IMAGE005
；
其中，
Figure 878279DEST_PATH_IMAGE006
为调度的时刻，单位d；
Figure 959367DEST_PATH_IMAGE007
为总调度时间，单位d；
Figure 903053DEST_PATH_IMAGE008
分别为第1、2、
Figure 727789DEST_PATH_IMAGE009
、
Figure 706109DEST_PATH_IMAGE010
时刻的水电站预测入库流量，单位m3/s；
Figure 692520DEST_PATH_IMAGE011
分别为目标鱼类1第1、2、
Figure 389081DEST_PATH_IMAGE012
时刻产卵所需的最佳脉冲流量，单位m3/s；
Figure 751929DEST_PATH_IMAGE013
分别为目标鱼类2第1、2、
Figure 584756DEST_PATH_IMAGE014
时刻产卵所需的最佳脉冲流量，单位m3/s；
Figure 7647DEST_PATH_IMAGE015
分别为目标鱼类
Figure 925924DEST_PATH_IMAGE016
第1、2、
Figure 847392DEST_PATH_IMAGE017
时刻产卵所需的最佳脉冲流量，单位m3/s；
Figure 800304DEST_PATH_IMAGE018
分别为目标鱼类1、2、
Figure 394097DEST_PATH_IMAGE019
所需的脉冲时长，单位d；
S2、智能优化算法选择及算法参数初始化的确定
S3、循环迭代终止条件判断
首次迭代次数判断，如果满足
Figure 799670DEST_PATH_IMAGE020
，随机生成时段初始水位过程
Figure 504321DEST_PATH_IMAGE021
和目标函数
Figure 311740DEST_PATH_IMAGE022
，自适应调度开始，
Figure 810855DEST_PATH_IMAGE023
，初始调度时刻
Figure 703724DEST_PATH_IMAGE024
，转入S4；
如果不满足
Figure 212066DEST_PATH_IMAGE025
，判断生态结束条件，如果
Figure 139571DEST_PATH_IMAGE026
，调度成功，结束循环；如果
Figure 75166DEST_PATH_IMAGE027
，智能生态调度终止，恢复常规调度，其中，随机生产的初始水位
Figure 192682DEST_PATH_IMAGE028
计算公式为：
Figure 504714DEST_PATH_IMAGE029
（1）
其中，
Figure 286726DEST_PATH_IMAGE030
分别为第1、2、
Figure 393222DEST_PATH_IMAGE031
、
Figure 995105DEST_PATH_IMAGE032
时刻的水电站水库时段初水位值，单位m；
Figure 845249DEST_PATH_IMAGE033
为目标函数，初始值定义为无穷大的无量纲数，第一轮迭代
Figure 216187DEST_PATH_IMAGE034
；
Figure 759164DEST_PATH_IMAGE035
为目标函数的结束判断因子，无量纲；
Figure 848343DEST_PATH_IMAGE036
分别为
Figure 236599DEST_PATH_IMAGE037
时刻水位
Figure 993202DEST_PATH_IMAGE038
的水位下限值、上限值，单位m；
Figure 438572DEST_PATH_IMAGE039
为随机生产0到1的数字；
S4、目标鱼类调控启动时机和启动水位条件判断
启动时机判断，如果不满足
Figure 15046DEST_PATH_IMAGE040
，返回所述S3；如果满足
Figure 206993DEST_PATH_IMAGE041
，则根据当前水位、所述中长期预测来水径流过程和目标鱼类产卵繁殖所需的最佳脉冲需求，判断当前水温条件是否满足目标鱼类的生态需求；
若当水温条件满足目标鱼类的生态需求时，采用公式（2）计算目标鱼类调控启动时机和水位条件是否满足第
Figure 818103DEST_PATH_IMAGE042
种鱼类繁殖需求若满足，进入S5；
若不满足，则
Figure 171724DEST_PATH_IMAGE043
，返回进行下一时段的生态调度启动条件评估；
Figure 235495DEST_PATH_IMAGE044
（2）
Figure 231133DEST_PATH_IMAGE045
（3）
其中，
Figure 696749DEST_PATH_IMAGE046
第
Figure 486851DEST_PATH_IMAGE047
时刻的水电站水库时段初库容值，单位m3；
Figure 772339DEST_PATH_IMAGE048
、
Figure 571667DEST_PATH_IMAGE049
分别为率定水位库容关系时的参数；
Figure 894720DEST_PATH_IMAGE050
为生态调度评估的启动时刻，无量纲；
Figure 855723DEST_PATH_IMAGE051
为第
Figure 894086DEST_PATH_IMAGE052
种目标鱼类第
Figure 231526DEST_PATH_IMAGE053
时刻所需的脉冲流量，单位m3/s；
S5、时段出力约束计算
根据时段初始水位过程
Figure 406156DEST_PATH_IMAGE054
，所述坝址中长期预测来水径流过程
Figure 538060DEST_PATH_IMAGE055
，推求出库流量过程
Figure 63719DEST_PATH_IMAGE056
，根据公式（4）计算第
Figure 939271DEST_PATH_IMAGE057
时刻出库流量
Figure 621270DEST_PATH_IMAGE058
；根据公式（5）计算坝下游水位
Figure 189654DEST_PATH_IMAGE059
；根据公式（6）计算上下游水头差
Figure 937030DEST_PATH_IMAGE060
，根据公式（7）计算弃水流量
Figure 616273DEST_PATH_IMAGE061
，根据公式（8）计算时段出力
Figure 952446DEST_PATH_IMAGE062
，以判断时段出力是否满足；
Figure 691732DEST_PATH_IMAGE063
（4）
Figure 926404DEST_PATH_IMAGE064
（5）
Figure 412267DEST_PATH_IMAGE065
（6）
Figure 415996DEST_PATH_IMAGE066
（7）
Figure 326183DEST_PATH_IMAGE067
（8）
其中，
Figure 48151DEST_PATH_IMAGE068
为调度的时间间隔，单位d；
Figure 69197DEST_PATH_IMAGE069
分别为第
Figure 927431DEST_PATH_IMAGE070
时刻的水电站水库时段初水位值，单位m；
Figure 742941DEST_PATH_IMAGE071
为根据坝下游流量～水位关系
Figure 952205DEST_PATH_IMAGE072
推求的
Figure 776942DEST_PATH_IMAGE073
时刻坝下游水位，单位m；
Figure 755262DEST_PATH_IMAGE074
是根据上下游水头差推算的
Figure 7252DEST_PATH_IMAGE075
时刻坝址上下游水头差，单位m；
Figure 435303DEST_PATH_IMAGE076
为
Figure 798151DEST_PATH_IMAGE077
时刻出库流量，单位m3/s；
Figure 896558DEST_PATH_IMAGE078
为
Figure 319449DEST_PATH_IMAGE079
时刻弃水流量，单位m3/s；
Figure 237726DEST_PATH_IMAGE080
为
Figure 138686DEST_PATH_IMAGE081
时刻发电机过水流量，单位m3/s；
Figure 357178DEST_PATH_IMAGE082
为第
Figure 950970DEST_PATH_IMAGE083
时刻的出力，单位MW；
Figure 356544DEST_PATH_IMAGE084
为出力系数，无量纲；
S6、时段出力约束判断
Figure 795615DEST_PATH_IMAGE085
；
如果满足，进入所述S6；
如果不满足，
Figure 603034DEST_PATH_IMAGE086
，返回所述S4；
其中，
Figure 370658DEST_PATH_IMAGE087
、
Figure 263527DEST_PATH_IMAGE088
为第
Figure 771869DEST_PATH_IMAGE089
时刻的最小、最大出力值，单位MW；
S7、生态调度熔断机制启动
判断第
Figure 433794DEST_PATH_IMAGE090
时刻水位是否满足
Figure 369389DEST_PATH_IMAGE091
，
如果满足，进入S8，
如不满足，
Figure 749555DEST_PATH_IMAGE092
，返回所述S4；
其中，
Figure 796009DEST_PATH_IMAGE093
为时刻
Figure 578020DEST_PATH_IMAGE094
的水库约束水位值，单位m；
Figure 418937DEST_PATH_IMAGE095
为
Figure 286399DEST_PATH_IMAGE096
时段内的水库最大消落幅度值，单位m；
S8、目标鱼类生态调度可达性判断因子确定
如果
Figure 136543DEST_PATH_IMAGE097
，认为调算过程已满足所述产卵繁殖所需的最佳生态脉冲需求，
Figure 606069DEST_PATH_IMAGE098
；
如果
Figure 883466DEST_PATH_IMAGE099
，认为调算过程不满足所述产卵繁殖所需的最佳生态脉冲需求，
Figure 238224DEST_PATH_IMAGE100
；
式中，
Figure 360901DEST_PATH_IMAGE101
为第
Figure 117504DEST_PATH_IMAGE102
时刻水库出库流量，单位m3/s；
Figure 831382DEST_PATH_IMAGE103
为第
Figure 407857DEST_PATH_IMAGE104
种目标鱼类在当前水文条件下生态可达性判断因子；
Figure 599804DEST_PATH_IMAGE105
为自定义的一个无限小的数，无量纲；
S9、循环迭代不同目标鱼类生态调度综合函数值
计算第
Figure 210914DEST_PATH_IMAGE106
次循环不同目标鱼类生态调度综合函数值
Figure 564535DEST_PATH_IMAGE107
，判断邻近两次迭代的目标函数值，
如
Figure 628306DEST_PATH_IMAGE108
，则
Figure 626873DEST_PATH_IMAGE109
；
式中，
Figure 92490DEST_PATH_IMAGE110
为第
Figure 882591DEST_PATH_IMAGE111
、
Figure 433658DEST_PATH_IMAGE112
次循环时，根据不同目标鱼类生态可达性因子综合的目标函数值；p为第
Figure 967408DEST_PATH_IMAGE113
种目标鱼类所需的脉冲时长，单位d；
S10、调度终止条件判断及生态调度可达性评估
当第
Figure 287531DEST_PATH_IMAGE114
次迭代时，如果
Figure 514113DEST_PATH_IMAGE115
，调度成功，结束循环，输出最优时段初水位值，整理调度结果；
如果，
Figure 552476DEST_PATH_IMAGE116
，基于选取的优化算法调整初始水位值，返回所述S3，重新开展新一轮试算。
所述S2中，所述智能优化算法包括人工鱼群算法、遗传算法或粒子群算法；
在windows操作系统下采用VB语言、C语言或MATLAB语言编写程序代码，架构水电站智能生态调控方法，并预留程序接口。
该生态调控方法通用性好，且具有较好的适用性。
所述S4中，目标鱼类调控启动时机和启动水位条件判断公式（2）为
Figure 624337DEST_PATH_IMAGE117
中；
若当前水文条件能满足第
Figure 64546DEST_PATH_IMAGE118
种鱼类繁殖需求，启动针对第
Figure 930871DEST_PATH_IMAGE119
种目标鱼类的生态调度；
若当前水文条件能不满足第
Figure 719179DEST_PATH_IMAGE120
种鱼类繁殖需求，自适应调整时段，进行下一时刻的试算，通过遍历时搜索试算，推求针对第
Figure 329152DEST_PATH_IMAGE121
种目标鱼类的最佳调度时机和启动的水文条件；
针对所述调度需求，将水电站水位库容拟合，
Figure 623867DEST_PATH_IMAGE122
，从而将库容水量约束及需求转换为时段初的水位指标
Figure 192252DEST_PATH_IMAGE123
，以便于调度的开展。
所述S7中，生态调度熔断机制启动条件
Figure 939628DEST_PATH_IMAGE124
以依据具体水位和时刻
Figure 618871DEST_PATH_IMAGE125
的水库约束水位值
Figure 768093DEST_PATH_IMAGE126
、
Figure 507379DEST_PATH_IMAGE127
时段内的水库最大消落幅度值
Figure 742051DEST_PATH_IMAGE128
，综合判断在满足水库时段消落水位约束的条件下，水库是否可以消落到约束水位；
针对承担防洪任务的水库，
Figure 693826DEST_PATH_IMAGE129
一般为防洪限制水位，一旦预估调度后期可能对防洪造成影响，即启动熔断机制终止生态调度。
所述S5中，
Figure 963134DEST_PATH_IMAGE130
为依据坝下出库流量～水位建立的拟合公式；
依据
Figure 876251DEST_PATH_IMAGE131
时刻出库流量
Figure 598219DEST_PATH_IMAGE132
能够推算该时刻的坝下水位
Figure 619265DEST_PATH_IMAGE133
；
公式（6）中
Figure 477499DEST_PATH_IMAGE134
为t时刻除了满足出库流量
Figure 558588DEST_PATH_IMAGE135
需求，除了发电机组过水流量
Figure 502273DEST_PATH_IMAGE136
外，需要其他泄水设施额外泄放的流量
Figure 327009DEST_PATH_IMAGE137
。
该方法不同于以往研究将鱼类繁殖生态需求转为约束，或者作为发电模型、防洪模型的附属目标，基于多种目标鱼类繁殖所需生态脉冲过程已知的前提下，以不同目标鱼类繁殖所需脉冲过程作为水电站的自适应调整目标，并将电网电力需求、水位运行幅度、防洪需求等作为约束，开发面向多种产漂流性卵鱼类繁殖需求的水电站自适应调控技术。当来水水文水温满足启动条件时，水电站可尝试开启生态调度，通过循环滚动分析，结合预测的来水过程滚动修正，可以评估生态调度的成功几率；当生态调度过程后期可能存在防洪风险时，可以采取熔断机制停止生态试验；且本发明普适性较好，可以采用多种优化算法进行求解。该方法可以为水电站实时运行调度提供参考，并可推广使用，用于根据下游不同目标鱼类繁殖生态脉冲需求开展水电站适应性调控参考。
实施例一
以金沙江中游河段为例，选取梨园水电站为调控主体，已知梨园坝下有圆口铜鱼、长鳍吻鮈、长丝裂腹鱼、鲈鲤等鱼类产卵场；相应的生态流量需求为入库流量在超过1250m3/s后，逐步加大下泄5～7天（日均增幅约100m3/s～400m3/s），将出库流量加大到2560m3/s以上、至坝下水位增幅大于4.29m时结束调度。
选取1965～2018年梨园水电站长系列入库径流过程，假设6月1号起来水条件满足时，采用本次提出的调控技术进行梨园水电站生态调度模拟，结果表明本次所提的模型可以根据来水过程，自适应的调整生态脉冲过程，还可以根据调算过程制定不同来水条件下水电站最适宜的初始启动水位（库容）和最佳的启动时机：
（a）若梨园6月1号开始试验性生态调度，经调度后长系列满足率约为5%，相应的启动来水条件为梨园未来15天平均来水流量大于1900m3/s；
（b）若梨园6月10号开始试验性生态调度，经调度后长系列满足率约为22%，相应的启动来水条件为梨园未来15天平均来水流量大于1940m3/s；
（c）若梨园6月20号开始试验性生态调度，经调度后长系列满足率约为57%，相应的启动来水条件为梨园未来15天平均来水流量大于1950m3/s。
其中成功案例中梨园未来15天平均来水流量分别满足2000 m3/s、2500 m3/s、3000m3/s量级下的自适应调控过程分别见图2、图3和图4。
以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种自适应的水电站智能生态调控方法，其特征在于，包括以下步骤：
S1、收集整理水电站智能生态调控所需的基本资料
收集水电站特性参数，坝址中长期预测来水径流过程为
Figure 339387DEST_PATH_IMAGE001
；
目标鱼类1产卵繁殖所需的最佳生态脉冲过程为
Figure 325798DEST_PATH_IMAGE002
、目标鱼类2产卵繁殖所需的最佳生态脉冲过程为
Figure 22358DEST_PATH_IMAGE003
、目标鱼类
Figure 385207DEST_PATH_IMAGE004
产卵繁殖所需的最佳生态脉冲过程为
Figure 483613DEST_PATH_IMAGE005
；
其中，
Figure 906504DEST_PATH_IMAGE006
为调度的时刻，单位d；
Figure 93290DEST_PATH_IMAGE007
为总调度时间，单位d；
Figure 525409DEST_PATH_IMAGE008
分别为第1、2、
Figure 212742DEST_PATH_IMAGE009
、
Figure 806534DEST_PATH_IMAGE010
时刻的水电站预测入库流量，单位m3/s；
Figure 477687DEST_PATH_IMAGE011
分别为目标鱼类1第1、2、
Figure 447917DEST_PATH_IMAGE012
时刻产卵所需的最佳脉冲流量，单位m3/s；
Figure 520915DEST_PATH_IMAGE013
分别为目标鱼类2第1、2、
Figure 285609DEST_PATH_IMAGE014
时刻产卵所需的最佳脉冲流量，单位m3/s；
Figure 178479DEST_PATH_IMAGE015
分别为目标鱼类
Figure 686820DEST_PATH_IMAGE016
第1、2、
Figure 611395DEST_PATH_IMAGE017
时刻产卵所需的最佳脉冲流量，单位m3/s；
Figure 546990DEST_PATH_IMAGE018
分别为目标鱼类1、2、
Figure 927156DEST_PATH_IMAGE019
所需的脉冲时长，单位d；
S2、智能优化算法选择及算法参数初始化的确定
S3、循环迭代终止条件判断
首次迭代次数判断，如果满足
Figure 239189DEST_PATH_IMAGE020
，随机生成时段初始水位过程
Figure 21200DEST_PATH_IMAGE021
和目标函数
Figure 127696DEST_PATH_IMAGE022
，自适应调度开始，
Figure 995158DEST_PATH_IMAGE023
，初始调度时刻
Figure 110882DEST_PATH_IMAGE024
，转入S4；
如果不满足
Figure 747399DEST_PATH_IMAGE025
，判断生态结束条件，如果
Figure 27727DEST_PATH_IMAGE026
，调度成功，结束循环；如果
Figure 116905DEST_PATH_IMAGE027
，智能生态调度终止，恢复常规调度，其中，随机生产的初始水位
Figure 770741DEST_PATH_IMAGE028
计算公式为：
Figure 527344DEST_PATH_IMAGE029
（1）
其中，
Figure 975643DEST_PATH_IMAGE030
分别为第1、2、
Figure 817697DEST_PATH_IMAGE031
、
Figure 275223DEST_PATH_IMAGE032
时刻的水电站水库时段初水位值，单位m；
Figure 620754DEST_PATH_IMAGE033
为目标函数，初始值定义为无穷大的无量纲数，第一轮迭代
Figure 505533DEST_PATH_IMAGE034
；
Figure 569304DEST_PATH_IMAGE035
为目标函数的结束判断因子，无量纲；
Figure 827591DEST_PATH_IMAGE036
分别为
Figure 27629DEST_PATH_IMAGE037
时刻水位
Figure 83309DEST_PATH_IMAGE038
的水位下限值、上限值，单位m；
Figure 634376DEST_PATH_IMAGE039
为随机生产0到1的数字；
S4、目标鱼类调控启动时机和启动水位条件判断
启动时机判断，如果不满足
Figure 433705DEST_PATH_IMAGE040
，返回所述S3；如果满足
Figure 753828DEST_PATH_IMAGE041
，则根据当前水位、所述中长期预测来水径流过程和目标鱼类产卵繁殖所需的最佳脉冲需求，判断当前水温条件是否满足目标鱼类的生态需求；
若当水温条件满足目标鱼类的生态需求时，采用公式（2）计算目标鱼类调控启动时机和水位条件是否满足第
Figure 245989DEST_PATH_IMAGE042
种鱼类繁殖需求若满足，进入S5；
若不满足，则
Figure 284352DEST_PATH_IMAGE043
，返回进行下一时段的生态调度启动条件评估；
Figure 621793DEST_PATH_IMAGE044
（2）
Figure 62001DEST_PATH_IMAGE045
（3）
其中，
Figure 196835DEST_PATH_IMAGE046
第
Figure 988074DEST_PATH_IMAGE047
时刻的水电站水库时段初库容值，单位m3；
Figure 863626DEST_PATH_IMAGE048
、
Figure 423920DEST_PATH_IMAGE049
分别为率定水位库容关系时的参数；
Figure 726725DEST_PATH_IMAGE050
为生态调度评估的启动时刻，无量纲；
Figure 739681DEST_PATH_IMAGE051
为第
Figure 684503DEST_PATH_IMAGE052
种目标鱼类第
Figure 833725DEST_PATH_IMAGE053
时刻所需的脉冲流量，单位m3/s；
S5、时段出力约束计算
根据时段初始水位过程
Figure 573011DEST_PATH_IMAGE054
，所述坝址中长期预测来水径流过程
Figure 93770DEST_PATH_IMAGE055
，推求出库流量过程
Figure 311125DEST_PATH_IMAGE056
，根据公式（4）计算第
Figure 580432DEST_PATH_IMAGE057
时刻出库流量
Figure 225040DEST_PATH_IMAGE058
；根据公式（5）计算坝下游水位
Figure 212587DEST_PATH_IMAGE059
；根据公式（6）计算上下游水头差
Figure 233633DEST_PATH_IMAGE060
，根据公式（7）计算弃水流量
Figure 357447DEST_PATH_IMAGE061
，根据公式（8）计算时段出力
Figure 438535DEST_PATH_IMAGE062
，以判断时段出力是否满足；
Figure 647800DEST_PATH_IMAGE063
（4）
Figure 206957DEST_PATH_IMAGE064
（5）
Figure 453786DEST_PATH_IMAGE065
（6）
Figure 705776DEST_PATH_IMAGE066
（7）
Figure 402337DEST_PATH_IMAGE067
（8）
其中，
Figure 765185DEST_PATH_IMAGE068
为调度的时间间隔，单位d；
Figure 598012DEST_PATH_IMAGE069
分别为第
Figure 286482DEST_PATH_IMAGE070
时刻的水电站水库时段初水位值，单位m；
Figure 470339DEST_PATH_IMAGE071
为根据坝下游流量～水位关系
Figure 371299DEST_PATH_IMAGE072
推求的
Figure 324211DEST_PATH_IMAGE073
时刻坝下游水位，单位m；
Figure 918003DEST_PATH_IMAGE074
是根据上下游水头差推算的
Figure 586227DEST_PATH_IMAGE075
时刻坝址上下游水头差，单位m；
Figure 556457DEST_PATH_IMAGE076
为
Figure 363876DEST_PATH_IMAGE077
时刻出库流量，单位m3/s；
Figure 128569DEST_PATH_IMAGE078
为
Figure 21439DEST_PATH_IMAGE079
时刻弃水流量，单位m3/s；
Figure 264201DEST_PATH_IMAGE080
为
Figure 191706DEST_PATH_IMAGE081
时刻发电机过水流量，单位m3/s；
Figure 392880DEST_PATH_IMAGE082
为第
Figure 773046DEST_PATH_IMAGE083
时刻的出力，单位MW；
Figure 85079DEST_PATH_IMAGE084
为出力系数，无量纲；
S6、时段出力约束判断
Figure 870020DEST_PATH_IMAGE085
；
如果满足，进入所述S6；
如果不满足，
Figure 976516DEST_PATH_IMAGE086
，返回所述S4；
其中，
Figure 843978DEST_PATH_IMAGE087
、
Figure 694122DEST_PATH_IMAGE088
为第
Figure 596219DEST_PATH_IMAGE089
时刻的最小、最大出力值，单位MW；
S7、生态调度熔断机制启动
判断第
Figure 139196DEST_PATH_IMAGE090
时刻水位是否满足
Figure 493954DEST_PATH_IMAGE091
，
如果满足，进入S8，
如不满足，
Figure 147789DEST_PATH_IMAGE092
，返回所述S4；
其中，
Figure 638813DEST_PATH_IMAGE093
为时刻
Figure 87112DEST_PATH_IMAGE094
的水库约束水位值，单位m；
Figure 926236DEST_PATH_IMAGE095
为
Figure 118183DEST_PATH_IMAGE096
时段内的水库最大消落幅度值，单位m；
S8、目标鱼类生态调度可达性判断因子确定
如果
Figure 729293DEST_PATH_IMAGE097
，认为调算过程已满足所述产卵繁殖所需的最佳生态脉冲需求，
Figure 614073DEST_PATH_IMAGE098
；
如果
Figure 677844DEST_PATH_IMAGE099
，认为调算过程不满足所述产卵繁殖所需的最佳生态脉冲需求，
Figure 407902DEST_PATH_IMAGE100
；
式中，
Figure 873519DEST_PATH_IMAGE101
为第
Figure 929199DEST_PATH_IMAGE102
时刻水库出库流量，单位m3/s；
Figure 480266DEST_PATH_IMAGE103
为第
Figure 279595DEST_PATH_IMAGE104
种目标鱼类在当前水文条件下生态可达性判断因子；
Figure 602648DEST_PATH_IMAGE105
为自定义的一个无限小的数，无量纲；
S9、循环迭代不同目标鱼类生态调度综合函数值
计算第
Figure 563650DEST_PATH_IMAGE106
次循环不同目标鱼类生态调度综合函数值
Figure 602014DEST_PATH_IMAGE107
，判断邻近两次迭代的目标函数值，
如
Figure 939454DEST_PATH_IMAGE108
，则
Figure 114083DEST_PATH_IMAGE109
；
式中，
Figure 511567DEST_PATH_IMAGE110
为第
Figure 771647DEST_PATH_IMAGE111
、
Figure 912778DEST_PATH_IMAGE112
次循环时，根据不同目标鱼类生态可达性因子综合的目标函数值；p为第
Figure 207493DEST_PATH_IMAGE113
种目标鱼类所需的脉冲时长，单位d；
S10、调度终止条件判断及生态调度可达性评估
当第
Figure 510299DEST_PATH_IMAGE114
次迭代时，如果
Figure 785904DEST_PATH_IMAGE115
，调度成功，结束循环，输出最优时段初水位值，整理调度结果；
如果，
Figure 465147DEST_PATH_IMAGE116
，基于选取的优化算法调整初始水位值，返回所述S3，重新开展新一轮试算。
2.根据权利要求1所述的一种自适应的水电站智能生态调控方法，其特征在于：所述S2中，所述智能优化算法包括人工鱼群算法、遗传算法或粒子群算法；
在windows操作系统下采用VB语言、C语言或MATLAB语言编写程序代码，架构水电站智能生态调控方法，并预留程序接口。
3.根据权利要求1所述的一种自适应的水电站智能生态调控方法，其特征在于：所述S4中，目标鱼类调控启动时机和启动水位条件判断公式（2）为
Figure 614368DEST_PATH_IMAGE117
中；
若当前水文条件能满足第
Figure 822496DEST_PATH_IMAGE118
种鱼类繁殖需求，启动针对第
Figure 322747DEST_PATH_IMAGE119
种目标鱼类的生态调度；
若当前水文条件能不满足第
Figure 805681DEST_PATH_IMAGE120
种鱼类繁殖需求，自适应调整时段，进行下一时刻的试算，通过遍历时搜索试算，推求针对第
Figure 74988DEST_PATH_IMAGE121
种目标鱼类的最佳调度时机和启动的水文条件；
针对所述调度需求，将水电站水位库容拟合，
Figure 985175DEST_PATH_IMAGE122
，从而将库容水量约束及需求转换为时段初的水位指标
Figure 707144DEST_PATH_IMAGE123
，以便于调度的开展。
4.根据权利要求1所述的一种自适应的水电站智能生态调控方法，其特征在于，所述S7中，生态调度熔断机制启动条件
Figure 728189DEST_PATH_IMAGE124
以依据具体水位和时刻
Figure 854933DEST_PATH_IMAGE125
的水库约束水位值
Figure 936021DEST_PATH_IMAGE126
、
Figure 145286DEST_PATH_IMAGE127
时段内的水库最大消落幅度值
Figure 970022DEST_PATH_IMAGE128
，综合判断在满足水库时段消落水位约束的条件下，水库是否可以消落到约束水位；
针对承担防洪任务的水库，
Figure 213922DEST_PATH_IMAGE129
一般为防洪限制水位，一旦预估调度后期可能对防洪造成影响，即启动熔断机制终止生态调度。
5.根据权利要求1所述的一种自适应的水电站智能生态调控方法，其特征在于： 所述S5中，
Figure 465912DEST_PATH_IMAGE130
为依据坝下出库流量～水位建立的拟合公式；
依据
Figure 162472DEST_PATH_IMAGE131
时刻出库流量
Figure 525321DEST_PATH_IMAGE132
能够推算该时刻的坝下水位
Figure 358147DEST_PATH_IMAGE133
；
公式（6）中
Figure 781038DEST_PATH_IMAGE134
为t时刻除了满足出库流量
Figure 719824DEST_PATH_IMAGE135
需求，除了发电机组过水流量
Figure 151942DEST_PATH_IMAGE136
外，需要其他泄水设施额外泄放的流量
Figure 104855DEST_PATH_IMAGE137
。
CN202111040818.2A 2021-09-07 2021-09-07 一种自适应的水电站智能生态调控方法 Active CN113487249B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111040818.2A CN113487249B (zh) 2021-09-07 2021-09-07 一种自适应的水电站智能生态调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111040818.2A CN113487249B (zh) 2021-09-07 2021-09-07 一种自适应的水电站智能生态调控方法

Publications (2)

Publication Number Publication Date
CN113487249A true CN113487249A (zh) 2021-10-08
CN113487249B CN113487249B (zh) 2021-12-07

Family

ID=77947374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111040818.2A Active CN113487249B (zh) 2021-09-07 2021-09-07 一种自适应的水电站智能生态调控方法

Country Status (1)

Country Link
CN (1) CN113487249B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114494979A (zh) * 2022-03-29 2022-05-13 杭州定川信息技术有限公司 一种视频识别生态流量泄放的方法
CN117454674A (zh) * 2023-12-25 2024-01-26 长江水利委员会水文局 一种水电站实时生态流量智能动态调控方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001214424A (ja) * 2000-02-03 2001-08-07 Norio Takei ダム施工方法、水力発電方法
US20060122794A1 (en) * 2004-12-07 2006-06-08 Sprague Michael C System, method and computer program product for aquatic environment assessment
CN102605740A (zh) * 2012-04-17 2012-07-25 戴会超 一种适合家鱼繁殖需求的河道型水库生态调度方法
CN106407671A (zh) * 2016-09-08 2017-02-15 河海大学 面向产粘沉性卵鱼类繁殖需求的梯级水库调控系统及方法
CN108867582A (zh) * 2018-06-12 2018-11-23 四川大学 基于过饱和tdg对鱼类影响的梯级电站生态调度方法
WO2019033924A1 (zh) * 2017-08-18 2019-02-21 水利部交通运输部国家能源局南京水利科学研究院 研究亲鱼产卵与流速刺激定量关系的实验装置及实验方法
CN109447848A (zh) * 2018-12-25 2019-03-08 中国电建集团成都勘测设计研究院有限公司 适用于产漂流性卵鱼类的梯级电站生态调度系统
CN110348083A (zh) * 2019-06-26 2019-10-18 长江水利委员会长江科学院 一种基流加脉冲的鱼类产卵期生态流量设计方法
CN110880048A (zh) * 2019-11-06 2020-03-13 国网湖北省电力有限公司宜昌供电公司 一种梯级水库生态随机优化调度模型及求解方法
CN111222676A (zh) * 2019-10-22 2020-06-02 上海勘测设计研究院有限公司 梯级发电与生态均衡优化调度方法、装置、设备和介质
US20200217032A1 (en) * 2016-04-29 2020-07-09 Kalasydän Oy Migratory fish passage arrangement
US20200311319A1 (en) * 2019-03-28 2020-10-01 China Waterborne Transport Research Institute Method for evaluating ecological environmental impact of channel project and countermeasures thereof based on mechanism analysis
US20200315144A1 (en) * 2017-06-05 2020-10-08 Yunnan University A reservoir tail reverse regulation method for native fish protection
CN112502088A (zh) * 2020-11-16 2021-03-16 湖北省水利水电规划勘测设计院 基于实测数据的特殊生境保护地水利调度分析方法
CN112766593A (zh) * 2021-01-28 2021-05-07 中国电建集团北京勘测设计研究院有限公司 一种水利水电工程生态调度方案的优化方法
CN112884232A (zh) * 2021-03-01 2021-06-01 北京师范大学 一种考虑丰、枯水期入流预报不确定性差异的水库生态调度方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001214424A (ja) * 2000-02-03 2001-08-07 Norio Takei ダム施工方法、水力発電方法
US20060122794A1 (en) * 2004-12-07 2006-06-08 Sprague Michael C System, method and computer program product for aquatic environment assessment
CN102605740A (zh) * 2012-04-17 2012-07-25 戴会超 一种适合家鱼繁殖需求的河道型水库生态调度方法
US20200217032A1 (en) * 2016-04-29 2020-07-09 Kalasydän Oy Migratory fish passage arrangement
CN106407671A (zh) * 2016-09-08 2017-02-15 河海大学 面向产粘沉性卵鱼类繁殖需求的梯级水库调控系统及方法
US20200315144A1 (en) * 2017-06-05 2020-10-08 Yunnan University A reservoir tail reverse regulation method for native fish protection
WO2019033924A1 (zh) * 2017-08-18 2019-02-21 水利部交通运输部国家能源局南京水利科学研究院 研究亲鱼产卵与流速刺激定量关系的实验装置及实验方法
CN108867582A (zh) * 2018-06-12 2018-11-23 四川大学 基于过饱和tdg对鱼类影响的梯级电站生态调度方法
CN109447848A (zh) * 2018-12-25 2019-03-08 中国电建集团成都勘测设计研究院有限公司 适用于产漂流性卵鱼类的梯级电站生态调度系统
US20200311319A1 (en) * 2019-03-28 2020-10-01 China Waterborne Transport Research Institute Method for evaluating ecological environmental impact of channel project and countermeasures thereof based on mechanism analysis
CN110348083A (zh) * 2019-06-26 2019-10-18 长江水利委员会长江科学院 一种基流加脉冲的鱼类产卵期生态流量设计方法
CN111222676A (zh) * 2019-10-22 2020-06-02 上海勘测设计研究院有限公司 梯级发电与生态均衡优化调度方法、装置、设备和介质
CN110880048A (zh) * 2019-11-06 2020-03-13 国网湖北省电力有限公司宜昌供电公司 一种梯级水库生态随机优化调度模型及求解方法
CN112502088A (zh) * 2020-11-16 2021-03-16 湖北省水利水电规划勘测设计院 基于实测数据的特殊生境保护地水利调度分析方法
CN112766593A (zh) * 2021-01-28 2021-05-07 中国电建集团北京勘测设计研究院有限公司 一种水利水电工程生态调度方案的优化方法
CN112884232A (zh) * 2021-03-01 2021-06-01 北京师范大学 一种考虑丰、枯水期入流预报不确定性差异的水库生态调度方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A. J. KING等: "Adaptive management of an environmental watering event to enhance native fish spawning and recruitment", 《FRESHWATER BIOLOGY》 *
GARY S BILOTTA等: "The effects of run-of-river hydroelectric power schemes on fish community composition in temperate streams and rivers", 《PLOS ONE》 *
WANLIANG WANG等: "Research on hydropower station optimal scheduling considering ecological water deman", 《COMPUTATIONAL INTELLIGENCE FOR ENGINEERING SOLUTIONS (CIES)》 *
吕翠美等: "基于四大家鱼生境需求的灌河生态需水过程研究", 《水利水电技术(中英文)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114494979A (zh) * 2022-03-29 2022-05-13 杭州定川信息技术有限公司 一种视频识别生态流量泄放的方法
CN117454674A (zh) * 2023-12-25 2024-01-26 长江水利委员会水文局 一种水电站实时生态流量智能动态调控方法
CN117454674B (zh) * 2023-12-25 2024-04-09 长江水利委员会水文局 一种水电站实时生态流量智能动态调控方法

Also Published As

Publication number Publication date
CN113487249B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN113487249B (zh) 一种自适应的水电站智能生态调控方法
CN105024398B (zh) 一种基于最优风电置信度的优化调度方法
CN107506909B (zh) 鱼类栖息地保护的梯级水库水电站群调度控制系统及方法
CN110851977A (zh) 基于生态流量的供水-发电-生态多目标调度图优化方法
CN112186811B (zh) 一种基于深度强化学习的agc机组动态优化方法
Liu et al. Deriving reservoir refill operating rules by using the proposed DPNS model
Yong An improved artificial fish swarm algorithm for optimal operation of cascade reservoirs
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
CN102043905A (zh) 基于自适应算法的小水电群智能优化错峰调度方法
Yasar Optimization of reservoir operation using cuckoo search algorithm: example of Adiguzel Dam, Denizli, Turkey
CN109002948A (zh) 基于cda-bp的微电网短期光伏发电功率预测方法
CN105207253A (zh) 考虑风电及频率不确定性的agc随机动态优化调度方法
CN116011656A (zh) 一种基于模型预测控制的泵闸群防洪调度方法及系统
US20230340742A1 (en) Main stream reservoir ecological modulation method considering incoming water from interval tributaries
CN110739726A (zh) 一种考虑海上风电接入的多类型电源容量长期规划方法
Han et al. Fuzzy constrained optimization of eco‐friendly reservoir operation using self‐adaptive genetic algorithm: a case study of a cascade reservoir system in the Yalong River, China
CN115186857A (zh) 一种基于集成学习的神经网络水库水位预测方法
Helseth et al. Nonconvex environmental constraints in hydropower scheduling
CN109919397A (zh) 平原河网地区排涝容量校验优化方法
CN114819753B (zh) 一种促进鱼类产卵的梯级水库生态调度方法
CN116865358A (zh) 多时长尺度电力系统风电弃风及负荷波动跟踪方法及设备
CN117094119A (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
CN116345450A (zh) 一种基于深度强化学习的风光水互补系统智能调度方法
CN117010575B (zh) 基于数字孪生的水库群多目标优化调度仿真方法以及系统
CN114897309B (zh) 水库汛末蓄水防洪与兴利调度合作域测度方法

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