CN115271304A - 基于气候变化的跨流域调水工程优化调度方法 - Google Patents
基于气候变化的跨流域调水工程优化调度方法 Download PDFInfo
- Publication number
- CN115271304A CN115271304A CN202210542630.6A CN202210542630A CN115271304A CN 115271304 A CN115271304 A CN 115271304A CN 202210542630 A CN202210542630 A CN 202210542630A CN 115271304 A CN115271304 A CN 115271304A
- Authority
- CN
- China
- Prior art keywords
- water
- model
- reservoir
- climate
- flow
- 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.)
- Pending
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了基于气候变化的跨流域调水工程优化调度方法,利用统计降尺度模型处理全球气候模式数据,将全球气候模式输出结果转换成小尺度(区域性);再利用各典型浓度路径情景下的气象要素驱动新安江水文模型,采用粒子群优化算法率定模型参数,预测出工程水库群的未来径流过程;最后,以总调水量最大为目标函数,以水量平衡,水位,出力等为约束条件,建立水库群优化调度模型,采用遗传算法求解得出各典型浓度路径情景下的调水指标值和调水过程,并提出了气候变化下的应对策略。本发明能够为跨流域调水工程未来水资源的合理调配及安全运行提供技术支撑,对于其他调水工程优化调度系统的建立具有重要的参考价值。
Description
技术领域
本发明属于跨流域调水工程优化调度方法技术领域,具体涉及基于气候变化的跨流域调水工程优化调度方法。
背景技术
由于气候变化对人类、社会和环境造成的潜在严重影响,近20年来,气候变化一直是全球科学界关注的热点问题。全球气候变化将会改变全球水文循环,对降雨、温度等气象要素将会造成一定的影响,以致于对自然系统和人类社会系统均产生一定程度的破坏。许多地区经历了气象的极端变化,极端天气事件(如暴雨、干旱等)可能会在气候变化的情景中加剧,以至于对一些基础工程造成了一定的破坏,加大了工程未来运行管理的潜在风险。
目前,我国为解决不同时空格局上水资源的供需矛盾,大力推进江河湖库水系连通工作,而建设跨流域调水工程便是相应的工程措施之一。通过调水工程连通水系,旨在调节各流域各用水单元间的冲突、改善流域生态环境、缓解沿线城市缺水问题。水利枢纽作为跨流域调水的主体工程,随着气候变化导致其调度的不确定性进一步加大,通过确定性调度已经无法适应未来气候变化。并且在未来气候情景下,由于可用水量不确定和更高的用户用水需求,跨流域调水工程水量科学合理的调配更是一项具有挑战性的任务。因此,如何构建全球气候模式下的跨流域调水工程的适应性调度系统,使优化调度更适用于气候变化情景,是本领域技术人员需要解决的问题。
发明内容
本发明的目的是提供基于气候变化的跨流域调水工程优化调度方法,能够为跨流域调水工程未来水资源的合理调配及安全运行提供技术支撑,为调水工程优化调度系统的建立具有重要的参考价值。
本发明所采用的技术方案是,基于气候变化的跨流域调水工程优化调度方法,具体按照以下步骤实施:
步骤1、收集跨流域调水工程所在研究区域的水文气象及下垫面资料,基于全球气候模式构建研究区域的统计降尺度模型;
步骤2、通过统计降尺度模型预测未来气候典型传染路径情景下小尺度的降水和气温数据,建立新安江水文模型,通过小尺度的降水和气温数据驱动新安江水文模型,采用粒子群优化算法率定模型参数,预测各典型浓度路径未来气候情境下的径流过程;
步骤3、以总调水量最大为目标函数,以水量平衡,水位,出力为约束条件,输入预测未来气候情境下的径流过程建立水库群优化调度模型,采用遗传算法求解得出各典型传染路径情景下的调水指标值和调水过程。
本发明的特点还在于:
步骤1具体过程为:
步骤1.1、收集研究区域内气象站的历史实测水文气象数据,包括经纬度、海拔高程、实测降水量、最高、最低气温、平均气温、相对湿度、风速和日照时数;
步骤1.2、收集研究区域内全球气候模式CMIP5中三种各典型浓度路径情境下的水文气象资料,其中包括CanESM2、GFDL-ESM2G和 MIROC-ESM-CHEM这3个全球气候模式的日尺度网格数据,具有包括平均海平面气压、500hPa处的纬向速度分量、500hPa时的经向速度分量、850hPa 处的纬向速度分量、850hPa处的经向速度分量、850hPa时的涡量、500hPa 高度处的相对湿度、850hPa高度处的相对湿度;
步骤1.3、选取局部地区历史实测水文气象数据,从全球气候模式数据中选取全球气候模式的日尺度网格数据,采用最小二乘法建立日尺度网格数据与局部地区历史实测水文气象数据间的多元回归统计降尺度模型。
步骤2具体过程为:
步骤2.1、通过统计降尺度模型预测未来气候典型传染路径情景下气象站点的小尺度降水和气温数据;
步骤2.2、建立三水源新安江水文模型,该模型计算部分包括:蒸散发计算、产流计算、分水源和汇流计算,其中蒸散发计算采用三层蒸散发模式,产流计算采用蓄满产流模型,分水源划分为地表径流、壤中流和地下径流,汇流计算采用线性水库法;
步骤2.3、以Kling-Gupta Efficiency系数最大作为目标函数,采用粒子群优化算法进行三水源新安江水文模型参数的自动优化,获得优化的新安江水文模型;
步骤2.4、向优化的新安江水文模型中输入降尺度后的降水和气温数据,预测各典型浓度路径未来气候情境下的径流过程。
步骤3具体过程为:
步骤3.1、获取跨流域调水工程水利枢纽的特征参数;
步骤3.2、以工程总体布局为原则,以调度期内水库群总调水量最大为目标函数,以水量平衡原理、水库、泵站、电站特征参数以及下游综合用水需求为约束条件,建立单目标水库群调度数学模型;
步骤3.3、将预测未来气候情境下的径流过程作为输入参数,采用遗传算法对优化的新安江水文模型进行优化求解,输出全局最优解,即各水库逐时段的最优出库流量;
步骤3.4、依据各水库逐时段的最优出库流量获取各典型传染路径情境下的调水指标值及调水过程。
步骤3.1中跨流域调水工程水利枢纽的特征参数包括水库群特征水位库容、水位-库容、尾水位-流量关系曲线,电站装机容量,保证出力和过流能力,泵站的装机及设计流量,输水隧洞管道的设计流量。
步骤3.2中以调度期内水库群总调水量最大为目标函数中,目标函数表达式为:
式(1)中,W为调度期内水库群的总调水量;Qg(m,t)为调度期内第m 个水库在第t时刻的供水流量;T和t为调度总时段和调度期内不同时段。
步骤3.2中以水量平衡原理、水库、泵站、电站特征参数以及下游综合用水需求为约束条件表示为:
(1)水量平衡约束:
(2)下泄流量约束:
Qi,min≤Qi(t)≤Qi,max(3)
(3)水位约束:
Zi,min≤Zi(t)≤Zi,max(4)
(4)出力约束:
Ni,min≤Ni(t)≤Ni,max(5)
(5)泵站运行功率约束:
(6)隧洞流量约束:
q(t)≤qmax (7)
(7)水库群可调水约束:
W(t)≤Wmax(t) (8)
(8)非负约束
式(2)-(8)中,Vi(t)、Ii(t)、Qi(t)和Oi(t)为第i个水库第t时段的库容、入库流量、下泄流量和提水流量;Qi,min和Qi,max为第i个水库满足下游需求的最小下泄流量和保障下游安全的最大下泄流量;Zi,min和Zi,max为第i 个水库水位的下限和上限;Ni(t)、Ni,min和Ni,max为第i个电站第t时段的出力、保证出力和装机容量、Pi(t)和Pi,max为第i个泵站第t时段的输出功率和额定功率;q(t)和qmax为第t时段的输水隧洞内的流量和输水隧洞的流量上限; W(t)和Wmax(t)为第t时段的水库群调水量和允许最大可调水量。
本发明有益效果是:
本发明基于气候变化的跨流域调水工程优化调度方法,基于全球气候模式CMIP5的各典型浓度路径情景,构建“统计降尺度模型-径流预测的新安江模型-单目标中长期水库群调度模型”的调度系统,采用粒子群优化算法率定新安江模型参数,遗传算法寻优水库最优下泄流量,模拟出未来跨流域调水工程的调水情况,能够实现量化气候变化对跨流域调水工程的影响程度,揭示温室气体排放与调水量间的响应关系,该系统更适应于未来气候变化,对于指导水库调度运行更具实用价值。
本发明基于气候变化的跨流域调水工程优化调度方法所构建调度系统具有可靠、合理的特点,能够为跨流域调水工程未来水资源的合理调配及安全运行提供技术支撑,对于其他调水工程优化调度系统的建立也具有重要的参考价值。
附图说明
图1是本发明基于气候变化的跨流域调水工程优化调度方法的流程图;
图2是本发明中统计降尺度模型的运行流程图;
图3是本发明中新安江模型的计算流程图;
图4是本发明中实施例中引汉济渭跨流域调水工程概况图;
图5是本发明中研究区域预测值与实测值的对比图,(a)为降水的对比结果,(b)为气温的对比结果;
图6是本发明中引汉济渭跨流域调水工程水库群历史径流过程的新安江模型率定及验证图,(a)为三河口水库入库径流率定及验证结果,(b)为黄金峡水库入库径流率定及验证结果;
图7是本发明中各各典型浓度路径情景下的引汉济渭跨流域调水工程水库群多年平均调水量及保证率优化结果示意图;
图8是本发明中各各典型浓度路径情景下的引汉济渭跨流域调水工程水库群年调水量优化过程示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明提出了基于气候变化的跨流域调水工程优化调度方法,具体按照以下步骤实施:
步骤1、收集跨流域调水工程所在研究区域的水文气象及下垫面资料,基于全球气候模式构建研究区域的统计降尺度模型;具体过程为:
步骤1.1、收集研究区域内气象站的历史实测水文气象数据,包括经纬度、海拔高程、实测降水量、最高、最低气温、平均气温、相对湿度、风速和日照时数;
步骤1.2、收集研究区域内全球气候模式CMIP5中三种各典型浓度路径情境下的水文气象资料,其中包括CanESM2、GFDL-ESM2G和 MIROC-ESM-CHEM这3个全球气候模式的日尺度网格数据,具有包括平均海平面气压、500hPa处的纬向速度分量、500hPa时的经向速度分量、850hPa 处的纬向速度分量、850hPa处的经向速度分量、850hPa时的涡量、500hPa 高度处的相对湿度、850hPa高度处的相对湿度;
步骤1.3、选取局部地区历史实测水文气象数据,从全球气候模式数据中选取全球气候模式的日尺度网格数据,采用最小二乘法建立日尺度网格数据与局部地区历史实测水文气象数据间的多元回归统计降尺度模型。
步骤2、通过统计降尺度模型预测未来气候典型传染路径情景下小尺度的降水和气温数据,建立新安江水文模型,通过小尺度的降水和气温数据驱动新安江水文模型,采用粒子群优化算法率定模型参数,预测各典型浓度路径未来气候情境下的径流过程;具体过程为:
步骤2.1、通过统计降尺度模型预测未来气候典型传染路径情景下小尺度的降水和气温数据;
步骤2.2、建立三水源新安江水文模型,该模型计算部分包括:蒸散发计算、产流计算、分水源和汇流计算,其中蒸散发计算采用三层蒸散发模式,产流计算采用蓄满产流模型,分水源划分为地表径流、壤中流和地下径流,汇流计算采用线性水库法;
步骤2.3、以Kling-Gupta Efficiency系数最大作为目标函数,采用粒子群优化算法进行三水源新安江水文模型参数的自动优化,获得优化的新安江水文模型;
采用Nash-Sutcliffe效率系数(NSE)和确定性系数(R2)评估优化的新安江模型的模拟效果,公式如下:
式(1)中,r、α和β为径流时间序列之间的相关系数、均值和标准差。
步骤2.4、在模型参数率定与模拟效果符合精度要求的基础上,向优化的新安江水文模型中输入降尺度后的降水和气温数据,预测各典型浓度路径未来气候情境下的径流过程。
步骤3、以总调水量最大为目标函数,以水量平衡,水位,出力为约束条件,输入预测未来气候情境下的径流过程建立水库群优化调度模型,采用遗传算法求解得出各典型传染路径情景下的调水指标值和调水过程,并提出了气候变化下的应对策略;具体过程为:
步骤3.1、获取跨流域调水工程水利枢纽的特征参数;包括水库群特征水位库容、水位-库容、尾水位-流量关系曲线,电站装机容量,保证出力和过流能力,泵站的装机及设计流量,输水隧洞管道的设计流量。
步骤3.2、以工程总体布局为原则,以调度期内水库群总调水量最大为目标函数,以水量平衡原理、水库、泵站、电站特征参数以及下游综合用水需求为约束条件,建立单目标水库群调度数学模型;
以调度期内水库群总调水量最大为目标函数中,目标函数表达式为:
式(4)中,W为调度期内水库群的总调水量;Qg(m,t)为调度期内第m 个水库在第t时刻的供水流量;T和t为调度总时段和调度期内不同时段。
约束条件表示为:
(1)水量平衡约束:
(2)下泄流量约束:
Qi,min≤Qi(t)≤Qi,max (6)
(3)水位约束:
Zi,min≤Zi(t)≤Zi,max (7)
(4)出力约束:
Ni,min≤Ni(t)≤Ni,max (8)
(5)泵站运行功率约束:
(6)隧洞流量约束:
q(t)≤qmax (10)
(7)水库群可调水约束:
W(t)≤Wmax(t) (11)
(8)非负约束
式(5)-(11)中,Vi(t)、Ii(t)、Qi(t)和Oi(t)为第i个水库第t时段的库容、入库流量、下泄流量和提水流量;Qi,min和Qi,max为第i个水库满足下游需求的最小下泄流量和保障下游安全的最大下泄流量;Zi,min和Zi,max为第i 个水库水位的下限和上限;Ni(t)、Ni,min和Ni,max为第i个电站第t时段的出力、保证出力和装机容量、Pi(t)和Pi,max为第i个泵站第t时段的输出功率和额定功率;q(t)和qmax为第t时段的输水隧洞内的流量和输水隧洞的流量上限; W(t)和Wmax(t)为第t时段的水库群调水量和允许最大可调水量。
步骤3.3、将预测未来气候情境下的径流过程作为输入参数,采用遗传算法对优化的新安江水文模型进行优化求解,输出全局最优解,即各水库逐时段的最优出库流量;
步骤3.4、依据各水库逐时段的最优出库流量获取各典型传染路径情境下的调水指标值及调水过程。
实施例
本发明以陕西省引汉济渭跨流域调水工程为例,工程概况如图4所示。引汉济渭跨流域调水工程主要包括黄金峡、三河口水利枢纽、秦岭输水隧洞以及受水区输配水工程等,其中水利枢纽参数如表1所示。以汉江干流的黄金峡水库和支流子午河的三河口水库作为调水工程的水源地,通过输水隧洞将汉江的水经过黄池沟配水枢纽输送至陕西关中地区,再根据相关用户需求通过配水干线输送水量,有效地降低了受水区水资源紧缺的问题。
表1
本发明采用实测气象数据、全球气候模式CMIP5和再分析数据集,数据概况如表2所示。以最小二乘法建立统计降尺度模型中预测变量的统计关系,以KGE系数作为新安江模型参数率定的目标函数,以总调水量最大作为单目标水库群调度的目标函数,建立气候变化下的引汉济渭跨流域调水工程优化调度系统。
表2
在CanESM2、GFDL-ESM2G、MIROC-ESM-CHEM和模式集合这4个 GCMs模式下,统计降尺度模型降尺度的预测量和实测的历史数据(气温,降水)间的对比如图5所示,并选用确定性系数(R2)来评价统计降尺度模型在黄金峡和三河口水源区的适用性。
由图5可知:
(1)流域内降雨的R2均在0.70以上,模式集合平均相较单个模式,模拟精度有所提升。相较于气温,降雨模拟的精度偏差,这是由于降雨的不确定性因素较高,GCMs模拟精度不同等因素导致。
(2)流域内平均气温的R2在0.95以上,不同模式与模式集合平均在模拟降雨精度层面差异不大,均可以很好的模拟出工程水源区的气温要素。
综上所述,在一定误差范围内,统计降尺度模型适用于引汉济渭工程水源区气候模式数据降尺度处理。
输入降尺度后的气温和降水数据,以1961-2000年为新安江模型的率定期,2001-2005年为模型验证期,采用粒子群优化算法率定模型参数,三河口和黄金峡模拟精度评估指标如表3所示,水库入库径流率定及验证对比结果如图6所示。
表3
由表3可知:率定期和验证期的KGE、NSE和R2均大于0.75,说明新安江模型参数值符合精度要求,预测的效果良好,因此该组参数确定的新安江模型可用于引汉济渭工程水源区径流预测。
由图6可知:模拟与实测径流过程吻合度较高,径流趋势与涨落规律基本保持一致,且对洪峰模拟精度较高,而对枯水期模拟存在一定的误差。
将新安江模型预测出的未来2020-2100年的径流过程作为输入参数,以出库流量为决策变量,以月为计算时段,利用遗传算法求解总调水量最大的单目标水库群调度模型,优化结果的合理性分析如表4所示,得出各各典型浓度路径情境下的工程多年平均调水量和保证率如图7所示,以及年调水量过程如图8所示。
表4
由表4可知:水库的出库水量、调水量、损失量总和与入库水量相等,发电水量和弃水量总和与出库水量相等。说明该模型优化结果满足水量平衡原理,表明构建的调水量最大模型合理。
由图7,图8可知:
(1)在三种情景下,控制闸处总调水量分别为14.04亿m3、13.48亿 m3、11.68亿m3,相比设计值分别下降6.4%、10.1%、22.1%。这揭示了温室气体排放量越大,控制闸处总调水量越小的规律性。RCP8.5情景下下降幅度最高,说明未来温室气体的高排放对跨流域工程调水将会产生严重的影响。
(2)考虑下游用水需求下,控制闸处总调水量和保证率均无法达到规划设计的15亿m3和95%的要求。其主要原因是:未来气候情景下降水径流极端减少;受水区未联合配套的调蓄水库;水源区缺乏补水工程等。因此,提出以下应对策略,以确保引汉济渭跨流域工程能有效应对未来气候变化,以下策略也适用于其他面临调水问题的跨流域调水工程。
①联合地下水,并在受水区规划设计调蓄性水库等工程措施对来水进行调蓄。在未来,形成黄金峡、三河口水库以及受水区的地下水、黑河金盆水库四水源联合调节的局面。实现丰水年尽可能多调水存蓄在调蓄水库中,枯水年利用水库存蓄水量优化供水过程的目标,以期满足用水户的用水需求。
②开发新水源作为补充水源工程,形成多调水工程的联合运行调度方式,优化跨流域调水工程的供水流量过程,加强水资源统筹配置能力。在保证汉江生态环境用水条件下,开发引嘉入汉调水工程,将可调水资源量充分利用以满足工程规划的调水要求。
③从宏观上看,目前水资源规划管理很少考虑气候变化的动态影响,因此有必要研究气候变化下的自适应调度;全球气候变化导致流域极端事件频发,建立灾害应急体系,制定应急防控预案,提高工程面对灾害事件的预警能力;考虑气候变化对区域可持续发展的影响,积极调整产业结构,倡导节能减排理念。
通过上述方式,本发明基于气候变化的跨流域调水工程优化调度方法,首先,利用统计降尺度模型处理全球气候模式数据,将大尺度(全球)的 GCMs输出结果转换成小尺度(区域性);其次,再利用各典型浓度路径(各典型浓度路径)情景下的气象要素驱动新安江水文模型,采用粒子群优化算法率定模型参数,预测出工程水库群的未来径流过程;最后,以总调水量最大为目标函数,以水量平衡,水位,出力等为约束条件,建立水库群优化调度模型,采用遗传算法求解得出各各典型浓度路径情景下的调水指标值和调水过程,并提出了气候变化下的应对策略。本发明能够为跨流域调水工程未来水资源的合理调配及安全运行提供技术支撑,对于其他调水工程优化调度系统的建立具有重要的参考价值。
Claims (7)
1.基于气候变化的跨流域调水工程优化调度方法,其特征在于,具体按照以下步骤实施:
步骤1、收集跨流域调水工程所在研究区域的水文气象及下垫面资料,基于全球气候模式构建研究区域的统计降尺度模型;
步骤2、通过统计降尺度模型预测未来气候典型传染路径情景下小尺度的降水和气温数据,建立新安江水文模型,通过小尺度的降水和气温数据驱动新安江水文模型,采用粒子群优化算法率定模型参数,预测各典型浓度路径未来气候情境下的径流过程;
步骤3、以总调水量最大为目标函数,以水量平衡,水位,出力为约束条件,输入预测未来气候情境下的径流过程建立水库群优化调度模型,采用遗传算法求解得出各典型传染路径情景下的调水指标值和调水过程。
2.根据权利要求1所述基于气候变化的跨流域调水工程优化调度方法,其特征在于,步骤1具体过程为:
步骤1.1、收集研究区域内气象站的历史实测水文气象数据,包括经纬度、海拔高程、实测降水量、最高、最低气温、平均气温、相对湿度、风速和日照时数;
步骤1.2、收集研究区域内全球气候模式CMIP5中三种各典型浓度路径情境下的水文气象资料,其中包括CanESM2、GFDL-ESM2G和MIROC-ESM-CHEM这3个全球气候模式的日尺度网格数据,具有包括平均海平面气压、500hPa处的纬向速度分量、500hPa时的经向速度分量、850hPa处的纬向速度分量、850hPa处的经向速度分量、850hPa时的涡量、500hPa高度处的相对湿度、850hPa高度处的相对湿度;
步骤1.3、选取局部地区历史实测水文气象数据,从全球气候模式数据中选取全球气候模式的日尺度网格数据,采用最小二乘法建立日尺度网格数据与局部地区历史实测水文气象数据间的多元回归统计降尺度模型。
3.根据权利要求1所述基于气候变化的跨流域调水工程优化调度方法,其特征在于,步骤2具体过程为:
步骤2.1、通过统计降尺度模型预测未来气候典型传染路径情景下小尺度的降水和气温数据;
步骤2.2、建立三水源新安江水文模型,该模型计算部分包括:蒸散发计算、产流计算、分水源和汇流计算,其中蒸散发计算采用三层蒸散发模式,产流计算采用蓄满产流模型,分水源划分为地表径流、壤中流和地下径流,汇流计算采用线性水库法;
步骤2.3、以Kling-Gupta Efficiency系数最大作为目标函数,采用粒子群优化算法进行三水源新安江水文模型参数的自动优化,获得优化的新安江水文模型;
步骤2.4、向优化的新安江水文模型中输入降尺度后的降水和气温数据,预测各典型浓度路径未来气候情境下的径流过程。
4.根据权利要求1所述基于气候变化的跨流域调水工程优化调度方法,其特征在于,步骤3具体过程为:
步骤3.1、获取跨流域调水工程水利枢纽的特征参数;
步骤3.2、以工程总体布局为原则,以调度期内水库群总调水量最大为目标函数,以水量平衡原理、水库、泵站、电站特征参数以及下游综合用水需求为约束条件,建立单目标水库群调度数学模型;
步骤3.3、将预测未来气候情境下的径流过程作为输入参数,采用遗传算法对优化的新安江水文模型进行优化求解,输出全局最优解,即各水库逐时段的最优出库流量;
步骤3.4、依据各水库逐时段的最优出库流量获取各典型传染路径情境下的调水指标值及调水过程。
5.根据权利要求4所述基于气候变化的跨流域调水工程优化调度方法,其特征在于,步骤3.1中所述跨流域调水工程水利枢纽的特征参数包括水库群特征水位库容、水位-库容、尾水位-流量关系曲线,电站装机容量,保证出力和过流能力,泵站的装机及设计流量,输水隧洞管道的设计流量。
7.根据权利要求4所述基于气候变化的跨流域调水工程优化调度方法,其特征在于,步骤3.2中所述以水量平衡原理、水库、泵站、电站特征参数以及下游综合用水需求为约束条件表示为:
(1)水量平衡约束:
(2)下泄流量约束:
Qi,min≤Qi(t)≤Qi,max (3)
(3)水位约束:
Zi,min≤Zi(t)≤Zi,max (4)
(4)出力约束:
Ni,min≤Ni(t)≤Ni,max (5)
(5)泵站运行功率约束:
(6)隧洞流量约束:
q(t)≤qmax (7)
(7)水库群可调水约束:
W(t)≤Wmax(t) (8)
(8)非负约束
式(2)-(8)中,Vi(t)、Ii(t)、Qi(t)和Oi(t)为第i个水库第t时段的库容、入库流量、下泄流量和提水流量;Qi,min和Qi,max为第i个水库满足下游需求的最小下泄流量和保障下游安全的最大下泄流量;Zi,min和Zi,max为第i个水库水位的下限和上限;Ni(t)、Ni,min和Ni,max为第i个电站第t时段的出力、保证出力和装机容量、Pi(t)和Pi,max为第i个泵站第t时段的输出功率和额定功率;q(t)和qmax为第t时段的输水隧洞内的流量和输水隧洞的流量上限;W(t)和Wmax(t)为第t时段的水库群调水量和允许最大可调水量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210542630.6A CN115271304A (zh) | 2022-05-18 | 2022-05-18 | 基于气候变化的跨流域调水工程优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210542630.6A CN115271304A (zh) | 2022-05-18 | 2022-05-18 | 基于气候变化的跨流域调水工程优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115271304A true CN115271304A (zh) | 2022-11-01 |
Family
ID=83759508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210542630.6A Pending CN115271304A (zh) | 2022-05-18 | 2022-05-18 | 基于气候变化的跨流域调水工程优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271304A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503206A (zh) * | 2023-06-30 | 2023-07-28 | 长江三峡集团实业发展(北京)有限公司 | 一种入库径流重构方法、计算机设备及介质 |
CN117035201A (zh) * | 2023-10-09 | 2023-11-10 | 南京大学 | 平原河网水工程集群多目标调度规则制定方法及系统 |
CN117592758A (zh) * | 2024-01-16 | 2024-02-23 | 陕西省水利电力勘测设计研究院 | 一种多个跨流域调水格局的联合调度方法 |
-
2022
- 2022-05-18 CN CN202210542630.6A patent/CN115271304A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503206A (zh) * | 2023-06-30 | 2023-07-28 | 长江三峡集团实业发展(北京)有限公司 | 一种入库径流重构方法、计算机设备及介质 |
CN116503206B (zh) * | 2023-06-30 | 2023-10-20 | 长江三峡集团实业发展(北京)有限公司 | 一种入库径流重构方法、计算机设备及介质 |
CN117035201A (zh) * | 2023-10-09 | 2023-11-10 | 南京大学 | 平原河网水工程集群多目标调度规则制定方法及系统 |
CN117035201B (zh) * | 2023-10-09 | 2023-12-08 | 南京大学 | 平原河网水工程集群多目标调度规则制定方法及系统 |
CN117592758A (zh) * | 2024-01-16 | 2024-02-23 | 陕西省水利电力勘测设计研究院 | 一种多个跨流域调水格局的联合调度方法 |
CN117592758B (zh) * | 2024-01-16 | 2024-04-12 | 陕西省水利电力勘测设计研究院 | 一种多个跨流域调水格局的联合调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106951980B (zh) | 一种基于rcp情景的水库群适应性调度方法 | |
Li et al. | Dynamic control of flood limited water level for reservoir operation by considering inflow uncertainty | |
CN108108838B (zh) | 一种高水量利用率的季调节水库优化调度方法 | |
CN115271304A (zh) | 基于气候变化的跨流域调水工程优化调度方法 | |
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 | |
CN108764573B (zh) | 一种面向内陆干旱区的水资源多维均衡配置系统 | |
Liu et al. | Deriving optimal refill rules for multi-purpose reservoir operation | |
Chang et al. | Optimized cascade reservoir operation considering ice flood control and power generation | |
CN108109076B (zh) | 一种考虑径流预报的梯级水电站群发电调度弃水风险分析方法 | |
CN103106625A (zh) | 水库、闸泵群联合抑咸调度方法 | |
CN103049671B (zh) | 一种自适应气候变化的水库多目标优化调度图编制方法 | |
CN105913146B (zh) | 南方湿润地区的水资源优化配置系统 | |
CN108842713A (zh) | 多沙河流水质水量一体化配置与调度方法及其系统 | |
Diao et al. | Risk analysis of flood control operation mode with forecast information based on a combination of risk sources | |
CN106682810A (zh) | 巨型水电站动态投产下跨流域梯级水电站群长期运行方法 | |
CN107038151B (zh) | 基于蓄能控制的梯级优化调度图绘制方法及调度方法 | |
CN112101818B (zh) | 一种适用于复杂水力联系的海绵城市洪涝优化调度方法 | |
Hu et al. | Water quality risk assessment for the Laoguanhe River of China using a stochastic simulation method | |
CN107563538A (zh) | 大电网平台下的面向关键水位控制的多目标水库群调度优化方法 | |
WO2015033269A1 (en) | A control system for operation of irrigation canals | |
CN115935667A (zh) | 一种区域地表水资源预测模拟及其优化配置方法 | |
CN111104750A (zh) | 一种耦合集合预报信息的水库调度图绘制方法 | |
Hormwichian et al. | A conditional genetic algorithm model for searching optimal reservoir rule curves | |
Wang et al. | A generalized reservoir module for SWAT applications in watersheds regulated by reservoirs | |
CN110188912B (zh) | 基于改进花粉算法的地表水和地下水联合调度优化方法 |
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 |