水库水沙优化调度研究

利用多目标规划的思想方法,结合免疫粒子群优化算法建立了水库水沙联调的多目标规划模型。结果表明:该模型克服了动态多目标规划的"维数灾"问题,可以较好地模拟和优化水库运行状态。     

水库水沙联合调度多目标决策模型

针对水库运用过程中蓄水与排沙之间的矛盾,本文首先建立了水库防洪、发电及航运调度子模型;然后,以水库防洪、发电及航运效益为基本目标,应用多目标决策方法,建立了水沙联合调度多目标决策模型;为减少水沙联合调度计算的工作量和难度,以子模型计算结果为基础,建立水库运行参数与目标之间的函数关系,将各目标有机地联系在一起,据此合理进行水沙联合调度;最后,将该模型应用到三峡水库汛末蓄水的研究中,得到一个兼顾各目标要求的蓄水方案。     

梯级水库水沙联合优化调度多目标决策模型及应用

针对梯级水库运用过程中蓄水与排沙之间的矛盾,首先建立了梯级水库防洪、发电调度及泥沙冲淤计算子模型;然后,以水库防洪、发电、航运和泥沙冲淤为基本目标,建立了梯级水库水沙联合优化调度多目标决策模型,并采用约束法和加权理想点法进行非劣解求解和评价;最后,将该模型应用到溪洛渡-向家坝梯级水库汛末蓄水时间的研究中,得到了梯级水库蓄水时间与多年平均发电量和库容淤损率之间的非劣解集,并给出不同目标权重下满足梯级水库发电和减淤要求的最佳蓄水方案,为研究和解决多沙河流梯级水库水沙联合调度问题提供了技术手段。     

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。     

基于二层规划的水库主从目标调度模型及应用研究

随着经济社会发展,水资源供需矛盾突出,如何协调供水、发电等目标成为了水库调度的关键问题.一般模型将多目标调度概化为具有单一复合目标的唯一决策者,忽视了各职能部门间的领导服从层次关系.为此,研究基于二层规划理论,将各部门视作多决策主体,建立了上层以供水量最大为目标,下层以发电量最大为目标的优化模型.实例研究表明,该模型的...     

黄河万家寨水库的多维协同水沙调控

黄河以高含沙量著称于世,黄河流域生态保护和高质量发展战略的实施对流域的水沙调控能力提出了更高的要求。针对黄河骨干水库综合行洪输沙、社会经济和生态环境的水沙调控目标函数的构建,在前期成果的基础上改进了目标函数的权重确定方式,使目标函数能够兼顾水库调度目标间理论上的主次和实际需求的先后,同时细化了调度规则。以万家寨水库为例进行了优化调度研究,优化结果使万家寨水库的经济效益和生态效益均有提升,单位经济效益的生态影响显著下降,证明了构建的目标函数具有一定的可行性,可为水库的实际调度提供理论依据。     

基于多目标决策技术的水库优化调度

现代水库承担的功用较多,传统的以单一功用为目标的水库调度已不能适应经济社会的发展。多目标决策在多个矛盾的目标下做出最优的均衡决策,有利于发挥水库综合功用。以水库本年发电量最大和下年水库蓄能最大双目标进行水库优化调度。工程实践证明,运用多目标决策技术进行水库调度可行、正确。     

水库水沙优化调度

摘 要:针对水沙优化调度多目标、高维和难以求解的特点,利用约束法将多目标模型转化为单目标模型,并采用全局搜索能力和收敛性较强的鲶鱼效应粒子群算法求解水沙优化调度模型.该算法利用鲶鱼效应对种群多样性的动态调节和驱赶作用,克服了粒子群容易陷入局部最优的缺点.实例验证表明,优化结果给出了较为满意的水库发电与泥沙淤积的非劣解集及水库非劣运用过程,算法具有有效性和通用性.     

电站水沙联合优化调度与泥沙处理技术

针对长江上游川江水电开发运行管理中存在的工程泥沙技术问题。本文简介了低水头闸坝枢纽水沙联合优化调度运行方式；流域水工程水沙联合管理及与电站水沙优化调度运行管理有关的工程泥沙处理技术。     

乌鲁瓦提水库调度模型及算法研究

针对乌鲁瓦提水库调度中存在的问题及水库的主要功能,建立了多目标模型,运用遗传优化算法对目标进行排序,产生了多目标模型的非劣解集,不同代表年优化调度结果比常规调度结果有较大进步,能更好地利用水资源,充分发挥水库的综合功能。     

论黄河小浪底水库拦沙后期的运用及水沙调控

小浪底水库是确保黄河下游防洪、减淤的关键性工程,2007年已进入拦沙后期。为了尽可能地延长水库的使用寿命和减少下游河道的淤积,以最大限度地发挥小浪底水库的作用,制定合理的水库运用方式是非常重要的。回顾了小浪底水库运用以来的贡献和新情况,评述了拟定的水库运用方式的研究成果,根据三门峡水库和黄河下游河道数十年来的冲淤变化的实践经验,提出了小浪底水库拦沙后期运用方式的原则和水沙调控的建议。     

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.     

基于水资源优化配置的多目标决策模型探析

人类正以空前的速度和规模开发利用极其有限的水资源,合理有效的配置水资源,最大程度地提高水资源开发利用效率已成为当今世界的重要议题。水资源优化配置问题是一个多目标决策问题,本文在分析水资源优化配置基本概念及内涵的基础上,依据水资源配置的原则及目标,对基于经济目标、环境目标与社会目标的水资源优化配置多目标决策模型进行了较为深入的分析,并探讨了模型的求解以及决策方案的选择,可为水资源优化配置多目标决策问题提供一定的理论和实践指导。     

MIKE BASIN水资源模型对复杂水库调度程序的开发及应用

对于水库复杂调度过程中遇到的一些新问题,该文在MIKE BASIN水资源模型的基础上,利用VBA及C#程序语言调用MIKE BASIN计算引擎进行二次开发,解决了水资源模拟过程中的水库下游用水户供水及水库预警泄流问题。     

基于水资源优化配置多目标决策模型探析

水资源优化配置问题是一个多目标决策问题,该文在分析水资源优化配置基本概念及内涵的基础上,依据水资源配置的原则及目标,对基于经济目标、环境目标与社会目标的水资源优化配置多目标决策模型进行了较为深入的分析,并探讨了模型的求解及决策方案的选择,可为水资源优化配置多目标决策问题提供一定的理论和实践指导。     

基于协商对策的多目标群决策模型及其在白石水库调度中的应用

针对水库兴利调度决策的多目标性和群决策特点,重点研究了基于协商对策的多目标群决策模型。以白石水库为工程背景,分析了决策群体间利益和冲突性,构筑了由冲突双方和仲裁方组成的三方仲裁局势,详细阐述了模型的决策过程。通过对该水库的可行兴利调度方案集进行优化决策,最终得到满意方案,为白石水库的实际运行提供依据。文中研究与应用的决策模型也可用于类似的决策分析中。     

黄河上游梯级水库群调水调沙潜力初步研究

利用水库群开展水沙调控是解决黄河上游泥沙淤积的有效措施之一。以1956~2010年长系列来水、来沙资料为准,分析了黄河上游沙漠宽谷河段的水沙规律和调控时机,以龙羊峡、刘家峡水库(龙刘)为调控手段,在以水定电模式下建立黄河上游梯级水库群联合调度模型。在3种情景下求解模型可知:(1)黄河上游调水调沙14、30 d的最大需水量分别是32×10~8和67×10~8m~3;(2)定量给出了梯级水库群的调水调沙潜力,调水调沙14 d的周期为2年1次,调水调沙30 d的周期为3年1次;研究成果对黄河上游沙漠宽谷河段河道水沙调控以及梯级水库群科学调度具有重要的指导意义和应用价值。     

基于Monte Carlo方法的地表水地下水耦合模拟模型不确定分析

为分析参数的不确定性对地表水地下水耦合模拟模型输出结果的影响,本文运用Monte Carlo方法对地表水地下水耦合模拟模型进行不确定性分析,并根据不确定性分析结果进行生态恶化风险评估。以石头口门水库上游饮马河汇水流域为例,建立地表水地下水耦合模拟模型,并运用HydroGeosphere(HGS)软件求解。利用局部灵敏度分析方法甄选出耦合模拟模型中灵敏度较高的参数,作为随机变量。最后,运用Monte Carlo方法对耦合模拟模型进行不确定性分析。为了减少不确定性分析过程中的计算负荷,应用Kriging方法,建立耦合模拟模型的替代模型。结果表明:地表水地下水耦合模拟模型中灵敏度较高的参数为渗透系数、孔隙度和曼宁粗糙系数,其中渗透系数的变化不仅对耦合模型中地下水水位产生影响,也对地表水流量产生影响;Kriging替代模型可以在保证一定精度的条件下大幅度减少计算负荷;风险评估结果表明,在当前的水资源开发利用条件状态下,研究区地下水生态环境恶化风险的概率为6%,地表水生态环境恶化风险概率为15%。