基于长期与中长期嵌套的水库优化调度

为解决水库优化调度过程中时间尺度不同而导致的水库综合效益不高的问题,以防洪与兴利为目标,将水库长期优化调度与中长期优化调度进行嵌套,建立水库多目标优化调度嵌套模型。其中,多目标问题通过约束法将防洪目标转换为硬性约束后,再转化为求解发电量最大值的单目标问题。算法方面,综合对比后确定长期优化调度采用动态规划算法求解、中长期优化调度采用遗传算法求解。为验证嵌套模型的优化效果,以澄碧河水库为例,进行水库优化模拟调度。结果表明:在满足防洪目标的前提下,嵌套模型优化调度方案相较于长期优化调度方案和实际调度方案效益均更高,验证了嵌套模型在水库优化调度问题中的优越性。     

权衡供水与发电目标的水库调度建模及优化

以供水水库为研究对象,考虑了水库的供水、发电目标及两目标的权衡,构建了供水计算、发电计算和多目标计算等三个模型,并分别通过二次规划、混合整数线性规划、非线性规划对三个模型进行优化求解。研究涉及高维性、非线性、多目标在内的水库优化调度问题求解难点。以某两水库调度问题为例,应用优化软件LINGO高质高效求解,为以供水与发电作为主要目标的水库调度问题求解分析提供了示范。     

农村水电生态调度模型及仿真研究

以发电量最大为优化调度目标,同时按照生态调度要求设置最小下泄流量作为发电引用流量的约束条件,建立了农村水电生态调度模型.利用电站丰水年、平水年和枯水年的典型径流,采用文化进化算法求解数学模型,进行优化调度仿真,仿真结果说明,单一地追求发电量最大的数学模型有下游断流的危险,而在模型的约束条件中限制发电引用流量,能够满足生态调度要求.无论是枯水年、平水年还是丰水年,优化调度保证了水库均实现相似的水位曲线,且不存在弃水的现象.     

水库供水发电多目标优化调度模型及应用研究

提出了一种研究确定水库最优供水量的多目标水库优化调度数学模型,此模型以供水量最大和发电量最大为目标函数,考虑水量平衡、防洪、发电、航运及水库综合利用要求约束条件.提出一种交互式的求解方法对模型进行解算,此方法首先采用约束法,通过松驰供水量最大目标将多目标模型转换成多个单目标模型,在单目标模型中引入2个参数,用于调整模型的计算结果.对单目标模型,采用动态规划法求解,求得多目标模型的不劣解集.提出一个用于选择多目标最优解的决策偏好系数,对多目标模型的不劣解集进行对比分析,从而确定多目标模型的最优解.应用所提出的方法研究了广东省白盆珠水库的调度方案,提出了白盆珠水库的最优供水方案.     

东武仕水库兴利调度

本文结合东武仕水库的优化调度原则,以水库水量利用率最大作为目标函数,以水量平衡、用水量、水库库容、水库水位等作为约束条件,建立数学模型,通过优化调度模型求解运行期的出库水量.按动态规划顺序递推计算,寻找最优转移路径,得到了东武仕水库兴利调度最优方案.     

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。     

改进的粒子群算法在水库优化调度中应用

针对水库优化调度中存在的规模庞大、结构复杂,涉及大量的决策变量和复杂的约束条件,呈现出高维度、非线性、强约束特性,传统的优化方法难以直接求解或者计算效率低,存在早熟等问题。为了提高粒子群算法全局搜索能力和收敛性能,把下山搜索策略引入到粒子群智能算法中,提出了改进的粒子群算法。函数测试证明该方法改进了算法的鲁棒性,提高了算法求解效率。上述优化算法应用于水库优化调度模型求解中,计算结果表明:该方法易于实现,求解效率高,为水库优化调度模型求解提供了新的途径。     

皂市水库生态友好型优化调度

以水电站年发电量最大为优化目标,以满足由逐月频率法计算的水库下游适宜生态流量下限为约束条件,构建皂市水库生态友好型优化调度模型,并利用该模型选取典型年,采用动态规划法进行皂市水库常规调度与优化调度的发电效益对比以及优化调度与生态优化调度的发电效益对比研究。结果表明,总体平均而言,皂市水库优化调度比常规调度年发电量可增加1.8%,基于保障下游河段生态径流过程的皂市水库生态优化调度比优化调度年发电量减少0.95%。     

低水头大型水利枢纽汛期运行水位动态控制方法研究与应用——以长洲水利枢纽为例

水库汛期运行水位动态控制是促进雨洪资源利用、缓解水库防洪与兴利之间矛盾、提高水电站综合效益的重要手段。本文以长洲水利枢纽为例,针对低水头大型水利枢纽调度过程中面临库区上游淹没制约、下游尾水顶托、机组出力受限等多约束问题,构建了适用于此类工程的防洪与发电多目标联合优化调度模型,提出基于淹没临界控制线的调洪演算方法和发电流量逐次分配优化求解方法。通过长系列模拟演算和多方案对比分析发现,与常规方案相比,采用运行水位动态控制方案可以使枢纽汛期平均发电水头提升6.88%、平均发电量增加8.75%,经济效益显著。研究方法对低水头大型水利枢纽防洪与发电联合优化调度具有借鉴意义。     

水库防洪调度分段试算法及应用

分析水库防洪优化调度最大削峰目标函数的物理意义,给出最大削峰准则在防洪库容约束下的解析最优解.根据水库防洪优化调度模型解的结构,提出逐步引入约束条件分段试算求解方法.分段试算法的实例研究以及分段试算法与动态规划法的对比研究结果表明:分段试算法能在不增加附加约束的条件下有效避免水量优化问题多解的难题,得到具有可操作性的最优解,并比动态规划法具有更高的计算速度.     

基于蚁群算法的三峡库区洪水优化调度

为解决三峡水利枢纽汛期的洪水调度问题,根据三峡库区洪水优化调度问题的具体需求,以蚁群箅法为基础建立了求解该问题的模型和求解方法,并对三峡水库典型洪水的洪水优化调度问题进行了仿真计算.结果表明,蚁群算法能够有效求解水库洪水优化调度问题,计算效果也较好.     

水库确定性优化调度动态规划法模型及应用

水库确定性优化调度动态规划法模型以发电量的最大目标，在目标函数中引入罚函数，约束条件包括水量平衡约束，灌溉、旅游、供水、养殖及野生动物保护约束，航运约束， 预想出力约束及水轮机最大过水量约束，动态规划法被用来确定该模型的最优解。应用该模型对某水库进行了实例研究计算，提高发电量１３．１２％。     

复杂河网引清流量优化分配模型

根据物质守恒原理,建立复杂河网引清流量优化分配模型,以实现引清调度优化。鉴于模型中河段水质与流量的隐函数关系,利用罚函数法进一步优化模型的非线性约束,使河段水质目标呈隐式表达形式,达到减少决策变量与约束条件的目的。建立不同初始点为搜索起点,利用模式搜索法对优化模型进行求解。求解结果表明,不同初始点对求解结果影响明显。进一步分析河段污染物衰减的影响因素,并以参数形式表征水动力的影响,从而建立河段引清流量的修正模型。将修正模型应用到福州内河的引清流量计算中,计算结果表明,修正计算结果比试算法结果减少7.2 m3/s,大大减少了引清流量,较好实现了引清流量的优化分配。     

基于河流生态健康的水库调度研究

本文选取基流比例法对河道内生态需水量进行计算,并以水库蓄水量为状态变量,放水量为决策变量,以发电量最大、缺水量最小和满足河道内生态需水为目标,考虑约束条件等建立不同来水情况下水库调度的多目标动态规划模型,并以陕西省石头河水库为例,在满足调度准则的前提下,研究调度模型的求解方法,从而维护河流的生态健康,实现人水和谐的可持续发展。     

隔河岩和高坝洲梯级水电站水库联合调度方案研究

发电量和保证出力是水库调度的两个对立目标,如何协调发电量和保证出力,是制定水库群联合调度方案的关键。本文对隔河岩和高坝洲梯级水电站水库联合调度,以发电量和保证出力为目标函数,建立了多目标联合优化调度数学模型,并提出了求解多目标优化模型最优解的交互式决策偏好系数法。此方法首先应用约束法将多目标优化模型转换成多个单目标优化模型,采用动态规划法求单目标优化模型的解,得到多目标优化数学模型的不劣解集,在此基础上,提出了一个评价多目标方案的决策偏好系数,并以决策偏好系数为依据,从不劣解集中选择多目标优化数学模型的最优解。应用此方法求出了隔河岩和高坝洲梯级水电站水库联合调度的最佳方案。     

基于遗传算法与神经网络的水库水沙联合优化调度模型

针对一维泥沙数学模型维数高、求解耗时长以及水沙联合调度模型多目标难以求解的问题,结合遗传算法与神经网络的特性,以发电量最大和有效库容最大为基本目标,构建了水库水沙联合优化调度模型。利用约束法和权重法,将多目标模型转化为单目标模型,采用加速遗传算法进行求解,其中泥沙冲淤量使用自适应BP神经网络进行拟合预测。三峡水库实例计算结果表明:运行20 a,与原设计运行方式相比,采用该优化调度模型优化运行年均发电量增加7.732%,泥沙淤积量增加0.044%,在淤积量增加很小的情况下能大幅度增加发电量,模型能较好地解决水库水沙联合调度问题,在工程实际中是有效可行的。     

改进的多目标差分进化算法在水库优化调度中的应用

水库多目标优化调度是一个复杂的系统优化问题,属于高维、多约束、非线性问题的优化领域。智能优化算法在求解水库多目标优化调度时,存在非劣解较少、分布不均匀及不收敛等问题,基于上述问题,提出一种求解新思路,通过加入精英保留机制并用拥挤距离来维持外部精英集改进多目标差分进化算法。建立了多目标水库优化调度模型,并以综合利用的漳河水库多目标优化调度为例进行了求解,结果表明该算法能够得到分布较为均匀的非劣解集,证明方法在水库多目标优化调度中是有效的。     

基于差分进化算法的水库防洪优化调度研究

由于影响和制约因素众多,水库防洪优化调度方案的制定是一个非常复杂和有相当难度的课题。本文以最大削峰为目标,基于差分进化(DE)算法建立多约束的水库防洪优化调度模型,给出了水库防洪优化调度问题的DE算法的求解步骤。将该算法应用于潘家口水库防洪优化调度实例问题的求解,求解结果与动态规划和粒子群算法的求解结果进行比较。该算法应用于水库防洪优化调度,可以充分发挥水库的防洪调节能力,确保水库自身以及下游防洪对象的安全,为水库提供合理有效的优化调度方案。     

基于3E决策的崆峒水库优化调度

传统的水库调度以兴利和除害为主要目的,而基于3E决策的水库调度则实现了水库经济、社会和生态的多目标优化调度。首先采用逐月最小和频率计算方法计算最小生态流量和适宜生态流量,选定适宜于崆峒水库的生态流量;然后建立3E模型,采用二元比较模糊决策分析方法确定各个目标的不同权重,将多目标单一化;最后采用粒子群算法对模型进行求解。求解结果表明:使水库供水效益最大的供水量为4 622×10~4m~3,其中农业总供水量3 630×10~4m~3,工业和生活总供水量992×10~4m~3,而维持生态基流的生态用水量为2 311×10~4m~3。这可为水库的后期调度提供决策依据,也为水库的供水矛盾体提出了加强水利改革的建议。     

兼顾下游生态流量的溪洛渡-向家坝梯级水库蓄水期联合优化调度研究

金沙江下游为珍稀特有鱼类国家级自然保护区,鱼类自然繁殖生长需要适宜的生态流量。为探究金沙江下游已建成的溪洛渡-向家坝梯级水库蓄水期的适宜生态流量改变度与梯级水库发电量间的关系,采用RVA法量化下游河道适宜生态流量,建立以调度期内发电量最大和下游河道适宜生态流量改变度最小为目标的梯级水库群多目标优化调度模型,并用NSGA-Ⅱ算法(非支配排序遗传算法)对模型进行求解。以典型丰水年、平水年、枯水年溪洛渡的入库流量进行优化调度计算,结果表明:在满足约束条件下,丰水年发电量最大增加0.7%,而对应的适宜生态流量改变度增大20.82%;而以生态为目标时,可通过发电量损耗0.48%来减少28.06%的适宜生态流量改变度。平水年发电量较常规调度相比最大可增加1.28%,此时适宜生态流量改变度增大13.87%;而以生态为目标时,适宜生态流量改变度减小22.53%,但发电量损耗0.62%。枯水年发电量较常规调度相比最大可增加1.89%,此时适宜生态流量改变度增大4.96%,而以生态为目标时,适宜生态流量改变度减少13.7%,但发电量损耗0.35%。研究成果可为金沙江下游溪洛渡-向家坝梯级水库生态调度方案的制订提供参考。