梯级水库群多目标优化调度模型及CPF-DPSA算法研究

梯级水库群多目标联合优化调度是水能资源高效利用的重要研究内容,现有水库群多目标优化调度模型及求解算法的通用性亟待提高。在总结现有三种目标函数型式(累积值、极值及百分比)的基础上,以梯级总发电量最大、最小出力最大和生态断面用水保证率最大为目标,建立了具有普适性的梯级水库群多目标优化调度模型,提出了求解该模型的基于惩罚因子的动态规划逐次逼近算法(CPF-DPSA),探究了各目标与对应惩罚系数之间的变化关系,确定了各惩罚系数的影响范围,获得了分布较为均匀和广泛的非劣解集。老挝南欧江梯级水库群应用表明,该模型具有较好的适用性,CPF-DPSA算法获得的非劣解集分布广泛、均匀。尤其在长系列优化方面,CPF-DPSA算法在结果精度、非劣解质量和非劣解分布等方面比第三代快速非劣排序遗传算法(NSGA-Ⅲ)表现出更好的性能。     

基于混沌算法的水库群联合优化调度

利用混沌算法全局搜索能力强、求解速度快的特点,将混沌优化算法运用到水库优化调度中,建立了水库群多目标优化模型,并提出交互式的多目标优化模型求解方法.该方法利用混沌优化算法生成满足约束条件的可行集,再采用交互式决策偏好的方法从非劣解集中寻找最佳权衡解;并对滦河下游水库群进行了实例研究.结果表明算法可行,成果合理,能为水库群的联合调度提供技术支持.     

基于多重迭代算法的梯级水库群调度图优化方法

基于梯级水库群中各水库的常规调度图,建立了以梯级水库群多年平均发电量最大为目标的梯级水库群调度图优化数学模型,提出了基于多重迭代实现高维模型降维的求解算法,即以轮库迭代法实现空间多水库降维,以轮线迭代法实现单一水库多调度线降维,以逐次优化算法实现调度线状态降维。万安溪-白沙梯级水库群的算例计算结果表明,该优化方法能获得形态合理的优化调度图,并能有效提高水库群发电量。     

梯级水库群优化调度的层次分析法

本文根据层次分析法基本原理,提出了一种求解梯级水库群优化运行策略的方法。对于一个梯级水库群,根据能量原理,聚合成一个梯级库偶,以系统运行效益最大为准则,用离散微分动态规划法,求梯级库偶的优化运行策略,形成层次分析的第二层;对应于梯级库偶的优化运行策略,建立一个子优化模型,以库群发电量最大为准则,用优化技术求解梯级水库的最优运行策略,构成层次分析的第一层;层次分析的第三层——运行调度人员,则对库群的运行进行全面控制,使梯级水库群处于最优运行状态。     

水库群系统发电调度的合作博弈研究

水资源的竞争性和非排他性导致水库管理者基于个体利益进行发电调度,使得水库在满足个体利益的同时往往忽略了系统的整体效益。为了在保证个体利益的基础上实现系统总效益的最大化,建立了梯级水库群发电调度合作博弈模型;采用改进后的水循环算法对模型进行分层求解。以金沙江两库与三峡梯级构成的梯级水库群为研究对象,选取典型年进行实例计算。计算结果表明：梯级水库群发电调度的合作博弈模型在获得系统最大效益的同时使得个体利益达到Pareto最优状态,实现水库群总效益和单库个体效益的双赢,既优于联合优化调度模型又优于单库优化调度模型。该合作博弈模型及其新解法可为水库群调度决策分析开创一种新思路。     

FS-DDDP方法及其在水库群优化调度中的应用

可行搜索-离散微分动态规划(FS-DDDP)方法是在考虑水库运行的综合利用要求的前提下,利用正向搜索和逆向搜索相结合的方式寻找水库优化调度过程的大量可行轨迹,以目标函数较大的几个可行轨迹作为DDDP方法的初始轨迹分别进行再寻优计算的优化算法.该方法可进行单库优化计算,也可进行库群优化计算.黄河上游梯级水库数量较多,综合利用要求复杂.文中以该梯级为例,说明FS-DDDP方法可在满足该梯级水库群的河流生态用水、防凌用水、灌溉用水、发电用水等综合利用要求的前提下,以水库群发电效益最大为目标,求得水库群优化调度的较好解.     

粗粒度并行自适应混合粒子群算法及其在梯级水库群优化调度中的应用

为了充分利用现今普及的多核配置计算机,提高大规模梯级水库群优化调度问题的求解效率,提出了梯级水库群优化调度的粗粒度并行自适应混合粒子群算法。该方法以自适应混合粒子群算法为求解基础,采用粗粒度并行设计模式,利用Fork/Join多核并行框架的分治策略,将其初始种群递归划分为多个子种群,平均分配到不同的内核逻辑线程中实现并行计算,并在各子种群优化结束后,合并优化结果集从而输出全局最优解。以澜沧江下游梯级水库群发电优化调度为例,利用该方法进行计算。结果表明,该方法能充分发挥多核配置的计算性能,在4核环境下最大加速比达到3.97,缩短计算耗时1 787.2 s,计算效率显著提高,为我国不断扩张的大规模梯级水库群优化调度提供了一种切实可行的高效求解途径。     

考虑供水能力的梯级水库群资源多维均衡配置研究

梯级水库群均衡配置问题是一个非线性、多维的优化问题,为提升梯级水库群整体效益,更合理的运用资源,研究考虑供水能力的梯级水库群资源多维均衡配置方法。通过极端随机森林模型挖掘梯级水库群配置信息,考虑不同水库供水能力决策变量与供水能力决策因子的回归关系,采用梯级水库输入变量选择方法优选供水能力决策因子,利用径向基函数构建梯级水库群配置规则;以配置期内梯级水库群整体效益最优为目标,通过遗传算法进行对配置规则实施多目标逐次优化,获取最优梯级水库群配置规则集,实现梯级水库群资源的均衡配置。以大渡口流域为研究对象进行模拟配置,模拟结果显示该种方法可同时提升梯级水库群的供水与发电能量,实现梯级水库群整体效益最优。无论是以供水能力还是以发电能力为主要目标,该方法优选的供水能力决策因子都可有效调节汛期与非汛期的水资源利用方法,提升梯级水库群整体效益。     

基于NSGA-Ⅲ的黄河上游梯级水库多目标调度研究

为适应梯级水库群高维多目标模型求解需要,引入第三代非支配遗传算法。以黄河上游梯级水库群为研究对象,综合考虑防洪、防凌、供水、发电、生态等调度任务,建立了发电-供水多目标模型。选择典型枯水年径流资料开展多目标模型优化计算,结果表明该算法可有效解决梯级水库群高维多目标模型计算问题。基于多目标解集分析黄河上游多用户需水关系,发现发电与供水矛盾突出,且主要集中在汛期和防凌期,同时确保生态基流也会对供水产生较大影响。     

基于DPSA 的梯级水库群优化调度

动态规划法是一种求解多阶段决策优化问题的常用方法,在水库优化调度计算中应用广泛。该方法最大的缺陷就是用于水库群优化调度时易出现"维数灾"问题。逐次逼近动态规划法(DPSA)可以有效克服这一问题,它采用逐次迭代逼近的思想,将一个多维问题分解为多个一维问题求解。本文以水库运行模拟模型为基础,建立了基于DPSA的梯级水库群中长期优化调度模型,以汉江上游梯级水库群为研究对象,选取发电量最大为目标,对各水库库容进行离散,从而求解水库优化运行过程,其结果对于水库优化调度运行具有指导意义。     

“以电定水”模式下蓄能最大与耗能最小一致性研究

梯级蓄能最大与耗能最小是"以电定水"模式下常用的2个优化准则,它们追求目标的角度不同,但本质上是一致的。传统梯级蓄能最大、耗能最小准则未考虑水电站发电效率的影响,无法真实反映梯级水库的调度目标;并且两者采用时段平均值近似计算能量,导致蓄能最大与耗能最小出现了差异。鉴于此,首先引入能效系数来表征水电站对水能资源的利用能力,对传统准则进行了改进;其次在验证了改进梯级蓄能最大、耗能最小准则一致性的基础上,建立了梯级负荷分配蓄、耗能一致性模型;最后对堵河流域潘口、小漩梯级水库进行了实例计算。结果表明:改进的梯级蓄能最大、耗能最小准则完全一致,并且较传统准则能够更加真实地反映梯级水库的调度目标。所建模型较传统模型更优,能够为"以电定水"模式下的梯级水库优化调度提供更加有效的指导。     

A Multi-Objective Optimization Model for Coordinated Regulation of Flow and Sediment in Cascade Reservoirs

This paper presents a multi-objective optimization model for the coordinated regulation of flow and sediment in cascade reservoirs. The model was developed to address two contradicting issues: sediment trapping and flow regulation. The benefits of flood control, hydropower generation and navigation, and sedimentation in cascade reservoirs were considered as the target functions; then the corresponding submodels for reservoir operation and sediment computation were established. The model was implemented by reducing it to a single objective nonlinear model using the constraint method. Non-inferior solutions were obtained by solving the model with catfish effect particle swarm optimization algorithm. The model was applied to the cascade system of Xiluodu and Xiangjiaba reservoirs in the lower Jinsha River in the flood recession period. Under the safety of flood control and navigation, a non-inferior set for impounding time, power generation, and siltation-loss rate of capacity was obtained and optimal solutions with different weights were derived. The results demonstrate that the model is a useful tool in coordinated operations of cascade reservoirs.     

Derivation of Aggregation-Based Joint Operating Rule Curves for Cascade Hydropower Reservoirs

Operating rule curves have been widely applied to reservoir operation, due to their ease of implementation. However, these curves are generally used for single reservoirs and have rarely been applied to cascade reservoirs. This study was conducted to derive joint operating rule curves for cascade hydropower reservoirs. Steps in the proposed methodology include: (1) determining the optimal release schedule using dynamic programming to solve a deterministic long-term operation model, (2) identifying the forms of operating rule curves suitable for cascade hydropower reservoirs based on the optimal release schedule, (3) constructing a simulation-based optimization model and then using the non-dominated sorting genetic algorithm-II (NSGA-II) to identify the key points of the operating rule curves, (4) testing and verifying the efficiency of the generated joint operating rule curves using synthetic inflow series. China’s Qing River cascade hydropower reservoirs (the Shuibuya, Geheyan and Gaobazhou reservoirs) were selected for a case study. When compared with the conventional operating rule curves, the annual power generation can be increased by 2.62% (from 7.27 to 7.46 billion kWh) using the observed inflow from 1951 to 2005, as well as by about 1.77% and 2.52% using the synthetic inflows generated from two alternative hydrologic simulation methods. Linear operating rules were also implemented to simulate coordinated operation of the Qing River cascade hydropower reservoirs. The joint operating rule curves were more efficient and reliable than conventional operating rule curves and linear operating rules, indicating that the proposed method can greatly improve hydropower generation and work stability.     

金沙江干流梯级水电站水库群长期优化调度

以金沙江干流梯级水电站水库群为研究对象,建立了金沙江梯级水电站水库群兼顾保证出力要求的以发电量最大为目标的长期优化调度模型;考虑水电系统的调峰要求,建立了金沙江梯级发电量最大长期优化调度模型.均用逐次逼近动态规划法求解,结果表明,调峰系数不同对梯级水电站发电效益及运行方式有明显影响.     

湖北汉江梯级水库群联合优化调度研究

湖北汉江流域已形成大规模梯级水库群,为了充分发挥梯级水库群联合补偿调节的优势,实现水电站最优经济运行,本文对湖北汉江流域水电站群运行特性进行分析研究。考虑各电站之间的水力和电力联系,在常规调度图模拟及传统优化调度的基础上,采用基于GAMS平台的非线性规划法以及基于可行空间搜索遗传算法,制定复杂混联水库群的发电优化调度规则。优化效果显著,充分体现水库群优化调度作用,为湖北汉江梯级水电站水库群的实际调度提供最佳的指导和方案。     

考虑后效性影响的梯级水库短期优化调度耦合模型研究

针对同一梯级中"以电定水"与"以水定电"运行模式并存的状况,本文从梯级总能量的角度出发,结合蓄能最大与发电量最大准则,构建了梯级水库短期优化调度耦合模型;为提高模型计算精度,考虑了水流滞时、尾水位变化后效性等影响因素,采用BP神经网络对下库入库流量、上库尾水位进行了精确计算,并提出了伴随POA算法对有后效性的梯级水库短期优化调度耦合模型进行求解。潘口、小漩梯级水库实例计算表明:所建的耦合模型能够很好地契合实际生产需求,有效提高梯级水电站的发电效益;与现有算法相比,伴随POA算法在计算时间、计算精度等方面具有一定的优势,能够满足生产实践的要求。     

基于改进遗传算法的生态友好型水库调度

以锦屏梯级水库为案例,从系统工程论的角度出发,将梯级水库作为物理系统,以年发电量为目标函数,建立了梯级水库调度优化模型。为减少水库调度对河道生态系统的影响,在鱼类栖息地模拟的研究基础上,引入目标物种的生态需水过程对调度模型进行动态约束,并采用改进的遗传算法进行求解。研究得到了满足目标鱼类生态需水条件下发电量最大的梯级水库调度策略,并对生态流量满足程度与工程效益损失之间的定量响应关系进行了研究,提出了折中方案选择的基本原则。     

Identifying Explicit Formulation of Operating Rules for Multi-Reservoir Systems Using Genetic Programming

Operating rules have been widely used to handle the inflows uncertainty for reservoir long-term operations. Such rules are often expressed in implicit formulations not easily used by other operators and/or reservoirs directly. This study presented genetic programming (GP) to derive the explicit nonlinear formulation of operating rules for multi-reservoir systems. Steps in the proposed method include: (1) determining the optimal operation trajectory of the multi-reservoir system using the dynamic programming to solve a deterministic long-term operation model, (2) selecting the input variables of operating rules using GP based on the optimal operation trajectory, (3) identifying the formulation of operating rules using GP again to fit the optimal operation trajectory, (4) refining the key parameters of operating rules using the parameterization-simulation-optimization method. The method was applied to multi-reservoir system in China that includes the Three Gorges cascade hydropower reservoirs (Three Gorges and Gezhouba reservoirs) and the Qing River cascade hydropower reservoirs (Shuibuya, Geheyan and Gaobazhou reservoirs). The inflow and storage energy terms were selected as input variables for total output of the aggregated reservoir and for decomposition. It was shown that power energy term could more effectively reflect the operating rules than water quantity for the hydropower systems; the derived operating rules were easier to implement for practical use and more efficient and reliable than the conventional operating rule curves and artificial neural network (ANN) rules, increasing both average annual hydropower generation and generation assurance rate, indicating that the proposed GP formulation had potential for improving the operating rules of multi-reservoir system.     

长江上游控制型梯级水库群联合补偿效益分析

介绍了长江上游水电系统的总体特征以及主要控制型梯级水库的拓扑关系,以发电量最大或保证出力最大为目标建立了优化模型,并分别按梯级和库群2个层次构建了4个长序列优化调度方案,最后根据各方案优化结果分析了主要控制型梯级水库的联合补偿规律及补偿效益。分析结果表明:以发电量最大为主要目标时,库群年均发电量可增加11.79%;以保证出力最大为主要目标时,库群总保证出力可提高29.53%;同时,年均发电量增加9.91%,各梯级互补能力突出,联合运行时电力电量补偿效益显著。     

基于改进萤火虫算法的梯级水库优化调度研究

梯级水电站水库群联合调度问题具有复杂的约束条件,受到发电、供水、防洪等目标的制约。作为多目标非线性优化调度问题,为了解决传统算法中存在结果受初值参数影响较大、容易陷入局部最优解、收敛速度不理想等问题,首次尝试将萤火虫算法引入梯级水库优化调度研究中。在传统萤火虫算法模仿自然界萤火虫捕食求偶行为的基础上,对其进行优化与改进,引入目标空间中解的Pareto支配关系比较萤火虫荧光亮度,比较其优化解,采用轮盘赌法确定萤火虫每次更新过程中的移动路径,利用精英保留策略建立多目标萤火虫模型。通过典型的梯级水电站进行仿真计算,研究结果表明,改进的多目标萤火虫算法在优化过程中具有较强的寻优能力,能更好地进行全局搜索和局部搜索,计算过程中具有良好的稳定性,并且计算效率较高,优于遗传算法(GA)、粒子群算法(PSO)和蚁群算法(ACO),为多阶段、多约束的梯级水电站水库群中长期优化调度问题提供了新的途径和新方法。