基于深度学习的三峡水库实时防洪调度模型北大核心CSCD

水库实时调度需要考虑多种约束条件及综合目标,具有较高复杂度。本文以三峡水库实时防洪调度为研究对象,提出一种基于深度学习的水库实时防洪调度模型。研究模拟三峡水库实时调度过程,生成训练样本数据。基于样本数据生成高维张量输入数据,通过网络参数训练提取高维数据特征以学习拟合水库实时调度模式。基于深度卷积神经网络实时调度模型在训练过程中提取闸门数据特征,模型中采用强化学习算法,迭代优化模型参数,随着样本数据不断更新,通过在线学习实现最优调度决策。实例研究表明,水位实时控制和下泄流量实时控制模型模拟的下泄流量与实际数据相对误差分别为1.4%和1.0%左右,该深度学习模型有较好的收敛性,能够应用于水库实时调度。     

黑河上游梯级水库联合调度研究

黑河上游梯级水库的蓄水运行严重影响了黑河水量统一调度,为了有效解决这一矛盾,有必要实施梯级水库联合调度.本文在研究实施梯级水库联合调度必要性的前提下,分析了梯级水库联合调度关键问题,在此基础上,根据"以水量调度为主,梯级水库联合调度为辅"思想建立梯级水库联合水量调度模型;同时,为了定量研究实施梯级水库联合水量调度对梯级水库发电的影响,建立了梯级水库联合发电调度模型.结合两种不同模型,选取设计平水年进行优化计算,结果表明,闭口期梯级水库在水量调度期间增加下泄水量的同时,发电量较发电调度时偏小;关键调度期梯级水库发电量比发电涮度时减少0.13亿kW·h,下泄水量比发电调度时多下泄0.34亿m3.可以看出,调水目标和发电目标是不可调和的,只有在梯级水库管理部门和水量调度管理部门的协调下,才能最终有效的解决.     

考虑不同生态流量约束的梯级水库生态调度初步研究

限于目前的资料和技术方法,难以给出具有严格生态意义的生态流量过程,对金沙江下游梯级水库的生态调度,考察了最小月平均流量法、7Q10法、Tennant法、规划最小下泄流量等几种常规的生态流量设计方案,以此作为水库下泄的生态约束,并建立梯级水库联合调度优化模型。以金沙江下游梯级为实例,对比分析了不同生态流量约束、不同水库调度方式的调度运行结果。在此基础上,从生态与发电的制约关系、生态流量约束与水文变化度的关系、生态流量设置的合理性标准等方面进行了分析讨论。研究结果表明:(1)考虑常规生态流量约束的生态调度并没有显著降低梯级水库的发电量,总发电量较不考虑生态调度最大降低约2.4%;(2)生态流量约束有利于降低水库调度引起的水文变化度,对比4种生态流量约束方案,从生态角度Tennant法最优,从发电角度规划最小下泄方案最优;(3)对生态调度,仅从下限的角度满足常规生态流量存在局限性,应尽量利用已有的生态信息,强化生态流量设计的生态基础和生态相关性,提高生态调度的目标性和针对性。研究结论将为未来金沙江下游梯级水库的生态调度提供一定的参考。     

小山水库水文预报及洪水调度

针对小山水库上游流域的特点,介绍了小山水库水文预报情况和水库调度任务、方法、并通过实例详细介绍了洪水调度过程。指出了在洪水调度中存在的问题,以及利用径流系数、典型洪水过程和水量平衡方程预防入库流量是可行的。     

基于粒子群算法的水火电力系统负荷优化分配

针对水火电力系统优化调度问题,建立考虑电量平衡,水量平衡,水位约束,库容约束,发电流量约束,水头约束的水火电力系统调度模型。建立以煤耗成本最小的水火电力系统优化模型,模型为水库的短期优化调度,以天为一个调度时段。根据优化原则,本课题主要以单目标优化为目的,在确定型来水下,不考虑抽水蓄能。主要为了考察在发电需求一定的情况下,根据系统的电量平衡,也就是总的用电需求是一定的,水利发电增多,火力发电减少,进而确定最小的煤耗量。     

基于约束调整的多级计划协调模型

同一负荷平衡区域内包含属于国家级、分中心、省级3种不同调度机构的电厂的现象在中国较为多见。由于各级调度的相对独立性,节能经济调度技术难以直接应用于多级联合调度,导致协调工作较为繁琐。针对上述问题,提出基于分层处理面向约束调整的多级计划协调模型。该模型以独立编制、联合调整为基本思路。各级调度首先根据各自平衡负荷以松弛部分约束为前提计算初始出力计划;通过在平衡区域内开展整体可行性分析,设置不同约束的调整代价;以调整量最小为目标构建面向约束处理的多级计划模型。将该模型应用于某省级电网,验证了模型可以在较少的数据共享条件下,实现多级协调安全约束经济调度,从而有效提高计划编制效率。     

基于机会约束的水库调度随机多目标决策模型

由于传统水库调度模式难以同时考虑多个目标及缺乏协调优化调度过程中风险和效益的能力,从而不能全面反映水库实际调度运行的情况。对入库径流的随机性进行描述分析,建立了基于机会约束规划的随机多目标决策模型。并针对模型中的多目标和复杂机会约束问题,给出了耦合不确定模拟技术、妥协算法及遗传算法的混合智能算法的求解方法,以获得最佳妥协解。以三峡—葛洲坝梯级水电站水库群为例进行验证分析,结果表明,该模型能事先对梯级水电站水库群的风险和效益进行比较分析,为调度人员的优化决策提供一定的技术支持。     

水电站水库优化调度几种求解方法的比较研究

针对水电站水库优化调度模型的求解,比较了常用的动态规划法、逐欢优化法(POA)和粒子群优化算法(PSO)3种求解方法.给出了3种算法的实现过程及约束处理方法,尤其针对粒子群优化算法,纠正了常见的约束处理和算法不结合问题.结论认为PSO水库优化调度模型和解法融合了模拟调度的思想,更容易为调度人员所接受,且能有效避免动态规划"维数灾"问题.但存在计算时间长,实时性差等问题,在实效要求较低情况下可以应用.     

三峡水库动库容特征及其在防洪调度上的应用:2.动态汛限水位调度方法

根据水库水动力特性分析和数值模拟研究,三峡水库表现出河道型水库所具有的动库容特性,水库水面线不呈水平,坝前水位变化与库容变化不同步,按照静库容曲线计算出的水库蓄泄水量偏差可达50%以上。研究还发现,相对于水库巨大的库容变化的"惯性",坝前水位随水库下泄流量的变化比较快,通过水库的蓄放水调度可以很容易地控制坝前水位的变化,三峡水库汛期调度具有较大的灵敏性。这个特征对于三峡水库的防洪和兴利调度具有重要的价值。     

蚁群算法在水电站调度函数优化中的应用

调度函数作为一种能够明确指导水电站水库运行的技术,较常规的水库调度图能更有效地发挥水电站的运行效益。针对调度函数的编制特点及其存在的优化空间,将蚁群算法应用于水电站调度函数的优化模型中。以金沙江中游梯级水电站群为实例,针对其初始调度函数进行优化,并模拟其长系列径流的发电调度过程。计算结果表明,经过优化后的调度函数能显著...     

黄河干流上游梯级水量实时调度自优化模拟模型研究

本文以黄河干流上游梯级为例,根据实时调度中用水计划和径流预报的时段滚动修正特点,研究了自优化模拟技术在水量实时调度中的应用,建立了黄河干流上游梯级水量实时调度自优化模拟模型,给出了求解方法,并进行了算例分析,该模型简单、灵活,有一定的实用性。     

城市地区流域洪水过程模拟:以清河为例

城市地区流域洪水模拟是当前洪水过程计算分析的热点和难点,本研究基于Mike洪涝模拟平台的河道一维水动力学模型(MIKE11),综合考虑城市地区不透水下垫面产流、多闸坝调度、城市排水、支流汇入等因素,系统构建了北京市主要排洪河道清河流域洪涝模拟模型,以设计流量、水位资料和实测场次洪水过程资料分别对河道、水工建筑物参数及运行规则进行了验证,模型模拟结果显示模型能够较好模拟城市流域复杂环境条件下的河道结点水位,情景模拟分析不同降雨重现期流域现状河道行洪能力和河湖雨水综合利用能力,显示清河流域具有明显的低水位、大流量的特点,可以满足20年一遇降雨行洪要求。在特大暴雨条件下清河干流中段清河闸至羊坊闸是河道洪涝的重点防护区域。从1年到20年一遇重现期设计降雨条件下,模拟蓄水占总库容的33.5%~54%。研究为城市流域防洪调度和雨水资源利用提供技术支持。     

乌溪江梯级水电站隐随机优化调度方案

针对乌溪江梯级水电站的特点,充分利用水库优化调度技术,采用隐随机方法分别拟合了该梯级电站逐月和逐旬的优化调度函数,并通过模拟调度对比分析,最终确定了该梯级电站的优化调度方案。计算表明,该优化成果合理,效益显著,能有效应用于生产实际。     

水库系统的辨识型优化调度方法

提出了水库系统的辨识型优化调度方法。首先,将实际调度问题描述为一个包括被测系统和调度模型类组成的辨识系统,然后选取适当的等价性判据,通过优化技术从模型类中辨识出与被测系统最为接模型经得到实时优化调度方案。该方法提供了一种产为通用的研究模式,综合常规调度和算法优化调度的各自长处,强调利用水库调度知识建立调度模型,以达到有效减轻库群调度的“维数灾”效应之目的。     

基于面向对象技术的水库洪水调度仿真模型研究

利用面向对象技术的对象、属性、方法、事件等原理，结合洪水实际调度的特点，提出并开发了水库洪水调度仿真模型，采用模糊优选方法优选调度方案。该模型可以把水库调度员的经验知识融入到调度方案中，使调度方案更合理、可行。通过实际应用证明该模型简单、灵活，有一定的实用性。     

三峡水库动库容特征及其在防洪调度上的应用:1.库水位调度控制的灵敏性

根据水库水动力特性分析和数值模拟研究,三峡水库表现出河道型水库所具有的动库容特性,水库水面线不呈水平,坝前水位变化与库容变化不同步,按照静库容曲线计算出的水库蓄泄水量偏差可达50%以上。研究还发现,相对于水库巨大的库容变化的"惯性",坝前水位随水库下泄流量的变化比较快,通过水库的蓄放水调度可以很容易地控制坝前水位的变化,三峡水库汛期调度具有较大的灵敏性。这个特征对于三峡水库的防洪和兴利调度具有重要的价值。     

雅砻江梯级水库优化调度规则提取研究

针对确定性水库优化调度模型难以直接应用于实际操作的局限性,建立雅砻江流域“三库七级”梯级水库电站联合优化调度模型,采用Gaussian径向基函数提取各水库的调度规则,并率定和检验拟合效果。结果表明,雅砻江梯级水库电站联合优化调度运行的年均发电量为983.19亿kW·h,比设计多年平均发电量增加78.94亿kW·h(+8.73%);两河口、锦屏I级和二滩水库的优化调度过程呈现一定规律,Gaussian径向基函数拟合调度过程的决定系数R2均大于90%,能有效拟合其调度规则,且模拟调度结果相比设计值增发电量51.27亿kW·h(+5.67%)。     

水电站发电优化调度遗传算法的改进

遗传算法在求解水库优化调度问题时存在两个问题：随机的初始种群生成方式难以保证个体在解空间均匀分布,导致求解结果不稳定;由于水库水量平衡等条件约束,使交叉、变异操作常常导致可行解变成不可行解。针对上述问题,引入了基于均匀设计的初始种群生成方式,保障了初始种群空间分布的均匀性;在交叉、变异操作中建立了个体可行性判断与处理方法,保障了在个体进化过程中的可行性。以三峡发电优化调度为例,验证了改进算法的有效性,与标准遗传算法相比改进遗传算法可以显著提高寻优性能。     

兼顾四大家鱼产卵需求的梯级水电站生态调度北大核心CSCD

为实现流域梯级水电站水资源高效利用,以金沙江下游溪洛渡-向家坝梯级水库生态调度为例,通过已有研究成果以及实测数据推求四大家鱼产卵所需的适宜生态流量,构建梯级水库长短期耦合双层优化模型,上层模型采用非支配排序遗传算法(NSGA-Ⅱ)求解,下层模型采用遗传算法求解,进而提出兼顾四大家鱼产卵流量需求的梯级水库日调度方案。结果表明:与常规调度相比,当以促进四大家鱼产卵为主要目标时,调度期内(5—6月)梯级水库发电量减小1.91亿kW·h,减幅为1.76%;同时生态流量契合度增大0.123,有效洪水上涨作用期累计可达12 d,可较好地促进四大家鱼产卵。研究成果可为制定面向下游河道四大家鱼产卵的梯级水库生态调度方案提供参考依据。     

极端枯水条件下梯级水库蓄水调度策略——以金沙江下游-三峡梯级为例

以发电效益最大为目标，探究适应极端枯水条件的金沙江下游和三峡梯级水库蓄水策略。结合蓄水效益最大规则和三峡供水调度需求，提出了极端枯水条件下梯级水库蓄水调度方式，以蓄水位目标为控制边界拟定不同水量分配原则的蓄水方案，选择典型极端枯水进行模拟调度和效益分析。结果表明：梯级水库蓄满的临界天然来水条件为8月—9月上旬来水不少于97%频率的典型来水（1994年），9月中旬—11月来水不少于90%频率的典型来水（1992年）；极端枯水条件下，梯级水库通过开展联合补水调度，能够满足三峡向下游供水的调度需求；梯级水库无法全部蓄满情况下，优先蓄满金沙江下游梯级水库可使发电效益更大，推荐优先蓄满白鹤滩水库，其次溪洛渡水库。