梯级水库群多目标协同均衡调控研究

梯级水库群调度下多目标矛盾突出,为实现利益的协同与均衡保障,首先识别多目标关键利益与非关键利益,并基于协同学构建了梯级水库群多目标协同优化调度模型;其次提出了基于满意边界的时段内多目标利益均衡调控方法,并引入以混沌时间序列分析的关联维数及Kolmogorov熵对水库群多目标调度系统进行混沌特征识别与引导。在黄河上游梯级水库群多目标调度中的应用结果表明：在不降低多目标利益保障水平的情况下,所提理论与方法实现了梯级水库群调度下多目标利益在时段间形成协同有序、在时段内达到利益均衡;最终方案中黄河上游梯级水库群多目标调度系统的总协同度为0.64,各目标的关键利益保障程度明显高于非关键利益。研究成果为存在多目标竞争关系的流域水资源高效利用提供了新的理论与方法,拓展了水库群多目标优化调度的研究范畴,促进了水资源系统工程学与协同学、混沌学的交叉与融合。     

水光互补电站中长期随机优化调度方法评估

本文旨在对3种水光互补中长期随机优化调度方法(隐随机优化、显随机优化、参数—模拟—优化)进行评估,从而为中长期水光互补运行管理提供决策支持.首先,基于历史水文气象资料以及3种随机优化调度方法,制订出10种不同的互补调度规则;其次,采用随机模拟技术,生成长系列径流和光伏出力过程;最后,对不同调度规则的模拟调度结果进行对比分析.以龙羊峡水光互补工程为例,结果表明:基于参数—模拟—优化方法制订的水光互补调度图表现最佳,相比于常规调度,发电量和发电保证率分别提高4.1％、4.2％,缺水指数下降11.4％,能更好地协调水光互补发电与流域水资源管理.     

基于GA-AHP法的径流组合预报

为进一步提高径流预报精度、增加预报结果的可靠性,提出了一种将遗传算法(GA)与层次分析法(AHP)相结合的优化组合预报权值方法(GA-AHP法),就是将小波分析法(WA)分别与自回归(AR)模型、人工神经网络(ANN)模型、支持向量机(SVM)模型进行耦合,选取MARE、SPR、REL、CPX四个评价指标量化单一模型的预报精度、泛化能力、结果可靠性、模型复杂度,依据GA-AHP法率定各模型的权值并进行组合预报。实例应用结果表明,该组合方法的预报精度更高,预报结果更可靠,对非一致性径流序列具有更强的适应性。     

生态输水工程对水系连通的多维影响：以塔里木河为例

生态输水工程一方面缓解了水资源时空分布不均的难题,另一方面改变了水系自然连通状态。本文结合图论与景观格局指数法,从形态、结构、功能三个维度构建水系连通评价指标体系,分析塔里木河干流生态输水工程实施前后,上、中、下游水系连通格局的时空演变。综合水系连通指数计算结果表明,生态输水以来上、中游水系连通指数先上升后渐趋稳定。生态输水之前由于断流,下游各维水系连通指数均呈下降趋势,生态输水以来下游水系连通指数开始上升,其中形态与结构连通指数响应较快,功能连通指数响应较慢。从趋势来看,水系连通指数不会随着生态输水工程的实施持续上升,而是存在一定的阈值。形态连通方面,生态输水后,上、中游水域由大面积连续斑块向小面积破碎斑块转化,下游大面积水域斑块增多。结构连通方面,水系连通时长增加,其中下游最为显著;生态输水前期上、中游水域面积减少,下游水域面积增加;输水后期流域整体水域面积增加,但上、中游持续和周期连通水域面积增幅减小,而下游增幅显著。功能连通方面,上、中游以供给和支持功能占主导,下游随着生态输水的进行,各类功能占比渐趋均衡。生态输水水量与各维水系连通指数均表现为正相关,水系形态、结构连通指数响应较快,功能连通指响应较慢,由此可见生态输水对塔里木河干流水系连通的提升具有积极效益。研究结果可为生态输水实践提供技术支撑。     

黄河上游梯级水库联合调水调沙及合理库容研究

随着对黄河水资源利用要求的提高,需明确未来调水调沙及南水北调西线工程对黄河上游梯级水库所需库容的影响,探求未来多工况用水要求下合理的梯级水库兴利库容。考虑黄河上游兰州断面需水、梯级水库发电、调水调沙、防洪、防凌等要求,首先建立了以缺水量最小为目标的梯级水库联合调度模型,设置了现状年及远景年共8个方案;其次采用自迭代模拟优化算法求解模型,用长系列径流资料进行优化调度计算;最后对模型求解结果采用时历法推求梯级水库所需兴利库容,确定梯级水库合理库容。从总调沙次数、调沙频率、多年供水量、供水保证率、多年平均发电量、发电保证率等指标分别量化了调水调沙、供水和发电效益。未来梯级水库所需合理库容将因综合需水和调沙次数的增加而增大,而西线工程的实施将有助于减小合理库容规模。在各调沙方案中,仅当2030年西线调水80亿m3时现有的梯级水库兴利库容能够满足综合用水需求,适当降低调沙力度与调沙频率或许是解决这一矛盾的折衷选择。研究成果量化了未来新水资源利用形势下的梯级水库合理库容,为科学指导黄河上游总体工程布局提供了决策依据。     

黄河流域干旱时空演变的空间格局研究

干旱因子是突变性和连续性并存的复杂地理要素(即空间异质性和相似性并存),理清其空间分布格局,对于深入认识流域水资源演变规律具有重要意义。本文以黄河流域为例,采用标准化降水指数(SPI)分析流域干旱时空演变规律,基于此,运用游程理论方法从标准化降水指数中识别出干旱发生次数、历时和烈度三种属性变量,并分析季尺度干旱因子的空间分布规律;最后,利用全局和局部Moran’s I指数探究了不同特征变量的全局和局部空间自相关性,确立了流域季尺度干旱因子的空间聚集(离散)位置及其空间分布格局。结果表明:(1)黄河流域四季干旱化程度加剧,下游干旱化程度高于上游,随着季节的变化,同一响应单元存在由湿转干再转湿的变化规律;(2)不同季节,流域旱情空间分布格局差异明显,春季西安及周边区域存在区域性干旱现象(干旱次数少、历时长、烈度大);夏季黄河源区旱情严重(历时长、烈度大);秋季黄河下游三门峡、孟津和运城区域存在区域性干旱现象(干旱次数少、历时长、烈度大);冬季宁蒙河段旱情严重,而兰州断面干旱历时和干旱烈度呈现\"低高异常\"的空间分布格局,旱情可能会加剧。掌握旱情空间分布类型,重点布控\"高高聚集\"格局区域,可以有效提高旱灾决策的准确度。     

混合式抽水蓄能电站群容量计算研究Ⅱ：多尺度嵌套容量计算模型及实例

基于流域梯级水电站增建混合式抽水蓄能电站（简称混蓄电站）,对保障新型电力系统安全稳定运行、促进新能源大规模发展和消纳具有重要意义。研究提出基于多尺度嵌套调度模型的混蓄电站群容量计算模型,该模型嵌套含混蓄电站的梯级水电站短期调峰模型、考虑短期调峰与综合利用供水任务的梯级水电站中长期优化调度模型两大核心模块;此外,针对该容量计算模型的高维特征,提出基于代理模型思想的求解方法。以黄河上游待规划的大型混蓄电〖JP2〗站群为实例,分别计算混蓄电站单独开发、梯级开发、整体开发三种模式下电站装机容量以及抽水调峰效益,并推导理论公式揭示混蓄电站抽发循环效率及抽水时长对电站装机容量的影响机制。实例计算取得的结果：龙羊峡-拉西瓦混蓄电站推荐采用水泵机组+可逆式抽蓄机组形式开发,单独开发模式下,推荐装机160万kW;当其与拉西瓦-尼那混蓄电站梯级开发时,推荐装机205万kW。当混蓄电站设计抽水时长减小时,其装机容量可增加,调峰能力变大,但电站抽水耗电调峰效益不变。拉西瓦-尼那、李家峡-直岗拉卡、公伯峡-苏只混蓄电站推荐装机分别为75万、16万和59万kW。4座混蓄电站整体开发模式下,可用于新能源消纳的抽水调峰电量为年均87.42亿kWh。     

黄河流域未来水资源时空变化

为了深入了解黄河流域未来水资源变化的时空分布规律,把Mann-Kendal方法（M-K）趋势分析的功能与重标极差分析（R/S）持续性分析的功能相结合,通过分析流域未来气象要素变化特征,揭示黄河流域未来水资源时空丰枯变化特征。结果表明,在年际方面,黄河中游南部区域（占流域面积5.36%）未来水资源供给形势乐观,黄河中游的中部区域（占流域面积29.42%）未来缺水风险增加。在年内方面,黄河流域未来水资源季节供给形势空间分布差异显著。随着春夏秋冬季节的演变,黄河中游中部和南部愈加湿润,北部愈加干旱;黄河流域水资源供给情况相同的区域相对集中。     

水风光多能互补运行中多主体损益关系分析北大核心CSCD

在多能互补运行模式下,以水电为主的灵活性电源为配合风光消纳,常需要双向调峰,导致其原有的运行方式发生显著变化,使得不同发电主体间的损益关系十分复杂。如不能有效厘清各主体损益关系并提出补偿机制,将难以发挥不同类型电源参与一体化运行的积极性。本文以雅砻江下游清洁能源基地为研究对象,选取四季典型日,设置3种水风光运行情景,分析不同季节不同情景下各电源主体的损益指标,量化了各主体的损益关系。结果表明:多能互补运行模式下,水风光系统总效益明显提升(情景2、3效益分别增加13.46%和13.44%)、风光效益增量显著(情景2、3效益分别增加123.27%和145.99%),而水电因补偿风光导致其效益损失(情景2、3效益分别减少0.33%和3.21%)。     

梯级水库发电优化调度搜索空间缩减法及其应用

梯级水库联合调度是对区域水资源进行直接调控的最有效措施之一,相比单库调度,可显著增加社会、经济和生态效益。针对智能算法求解梯级水库优化调度模型搜索效率较低、寻优结果不稳定等缺陷,本文基于发电调度模型中水电站最小出力以及下泄流量约束,提出了搜索空间缩减法。将其与智能算法耦合,利用优化的搜索空间产生高质量的初始种群,同时使算法在更小的搜索空间内寻优,进而提升算法的搜索效率。以典型入库流量下的某梯级水库发电优化调度为例,选用布谷鸟算法进行优化计算,对比了传统搜索空间与优化的搜索空间对算法搜索效率的影响。实例研究表明:缩小可行空间方法可进一步提升智能算法的收敛性以及求解精度,是改善梯级水库调度模型求解效率的一种实用、有效方法。