一种水库实时多目标随机优化调度和风险评估方法技术

本发明专利技术公开了一种水库实时多目标随机优化调度和风险评估方法，包括建立水文预报演进模型，模拟水文预报不确定性的动态演进过程，合成入库水文集合预报并构建洪水情景树；建立基于实时修正策略的水库实时多目标随机优化调度模型；采用约束法和两步求解过程推求不确定环境下的帕累托前沿；建立风险评估模型，量化各调度指标的不确定性和调度风险；采用随机多属性决策模型从帕累托前沿上确定最理想的水库调度方案，并定量评估决策结果的不确定性；建立基于实时信息修正的滚动预报‑调度‑决策流程。该方法明确考虑了水文预报不确定性及其动态演进特性，定量评估了不确定性沿预报‑优化‑决策过程链的发展、迁移和传播规律，提高了调度决策的可靠性。

【技术实现步骤摘要】
一种水库实时多目标随机优化调度和风险评估方法
本专利技术涉及水库优化调度与风险决策方法，尤其涉及一种水库实时多目标随机优化调度和风险评估方法。
技术介绍
流域洪水具有巨大的破坏强度，是对人类社会危害最大的自然灾害之一。洪水往往会造成严重的人员伤亡、经济损失和生态破坏。自2006年至2016年，全球范围内的洪水灾害共造成了61730名人员死亡和3750亿美元的经济损失。为了抵御洪水，我国建造了大量的水库大坝，截止目前，共建成水库约98000余座。作为防洪工程措施和非工程措施有机结合的典范，水库优化调度对于削减洪峰、减轻洪灾损失具有重要作用。水文预报提供了关于未来水文形势的关键信息，对于指导水库实时优化调度具有十分重要的意义。现有的技术往往局限于确定性环境之中，即采用确定性的水文预报成果和确定性的水库优化调度模型，忽略了水文预报和优化调度结果的不确定性，使得水库调度决策普遍缺乏科学性和可靠性。实际上，由于流域水文模型的内在误差、不精确的初始和边界条件、以及对实际物理水文过程的概化，水文预报具有固有的不确定性。制约水库优化调度决策的主要挑战之一就在于调度所依据的水文预报信息的不确定性。不确本文档来自技高网...

【技术保护点】
1.一种水库实时多目标随机优化调度和风险评估方法，其特征在于，包括以下步骤：(1)建立水文预报演进模型，模拟水文预报不确定性的动态演进过程，合成入库水文集合预报并构建洪水情景树；(2)建立基于实时修正策略的水库实时多目标随机优化调度模型；(3)采用约束法和两步求解过程推求不确定环境下的帕累托前沿；(4)建立风险评估模型，量化各调度指标的不确定性和调度风险；(5)采用随机多属性决策模型从帕累托前沿上确定最理想的水库调度方案，并定量评估决策结果的不确定性；(6)建立基于实时信息修正的滚动预报‑调度‑决策流程。

【技术特征摘要】
1.一种水库实时多目标随机优化调度和风险评估方法，其特征在于，包括以下步骤：(1)建立水文预报演进模型，模拟水文预报不确定性的动态演进过程，合成入库水文集合预报并构建洪水情景树；(2)建立基于实时修正策略的水库实时多目标随机优化调度模型；(3)采用约束法和两步求解过程推求不确定环境下的帕累托前沿；(4)建立风险评估模型，量化各调度指标的不确定性和调度风险；(5)采用随机多属性决策模型从帕累托前沿上确定最理想的水库调度方案，并定量评估决策结果的不确定性；(6)建立基于实时信息修正的滚动预报-调度-决策流程。2.根据权利要求1所述的一种水库实时多目标随机优化调度和风险评估方法，其特征在于，所述步骤(1)中定义单时段的预报更新uw,t为相邻两个时刻之间水纹预报误差的差，uw,t计算公式如下：式中，qt为t时刻的流量实测值；fw,t(m3/s)表示w时刻发布的关于未来时刻t的水文预报，t＝w+i,i＝0,1,…,H，H为预见期；ew,t(m3/s)表示w时刻发布的关于未来时刻t的水文预报误差；假定面临时段的水文预报是完美的，即ft,t＝qt，推求水文预报不确定性的动态演进过程，计算公式如下：单时段的水文预报更新uw,w+i-1，i＝1,…,H，构成如下所示的水文预报更新向量Uw,-：Uw,-＝[uw,w,uw,w+1,…,uw,w+H-1](3)；采用以下方差-协方差矩阵VCV来度量水文预报更新向量的统计特性：式中，vari为uw,w+i-1的方差，covi,j为uw,w+i-1和uw,w+j-1之间的协方差，i＝1,…,H；采用Cholesky分解将VCV转换成一个下三角矩阵和其转置的乘积，即VCV＝V·VT，然后，采用以下公式对水文预报更新向量Uw,-进行随机模拟：Uw,-＝[uw,w,uw,w+1,…,uw,w+H-1]＝[θ1,θ2,…θH]·VT(5)；式中，θi(i＝1,2,…,H)为服从独立正态同分布的随机变量；将水文预报更新向量Uw,-代入预报演进过程计算公式(2)中即可合成入库水文集合预报；基于随机生成的水文集合预报，构建洪水情景树为：其中，I为情景树规模；ωti代表洪水情景树中的第i个洪水情景，即洪水情景树的第i个树节点；该洪水情景树由从当前时段w到预见期末w+H的一系列树节点构成。3.根据权利要求1所述的一种水库实时多目标随机优化调度和风险评估方法，其特征在于，所述步骤(2)中水库实时多目标随机优化调度模型的第一个优化目标为水库期望最高水位最低，表达式为：式中，t为调度时序；w为水文集合预报发布的时刻；Zti为t时刻第i个洪水情景下的水库水位(m)；P(ωti)为第i个洪水情景出现的概率；第二个目标为期望最大出库流量最小，表达式为：式中，Qti是t时刻第i个洪水情景下的水库出库流量(m3/s)；水库实时多目标随机优化调度模型包括以下约束条件：1)水量平衡约束：Vti＝Vt-1i+(Iti-Qti)·△t(8)；式中，Vti和Vt-1i分别为第i个洪水情景下t-1时刻的水库蓄水量；Iti和Qti分别为t时刻第i个洪水情景下的水库入库流量和出库流量(m3/s)；△t为调度时间间隔(s)；2)水库水位约束：式中，Zt和分别为t时刻第i个洪水情景下水库水位的最低和最高限值；3)水库出库流量约束：式中，Qt和分别为t时刻第i个洪水情景下水库出库流量的最低和最高限值；4)水库泄流能力约束：Qti≤Qmax(Zti)(11)；式中，Qmax(Zti)为t时刻第i个洪水情景下的水库水位对应的水库泄流能力；5)水库出库流量变幅约束：|Qti-Qt-1i|≤△...

【专利技术属性】
技术研发人员：朱非林，钟平安，徐斌，孙一萌，陈娟，万新宇，吴业楠，杨敏芝，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32