一种基于预报不确定性的水库多阶段实时优化调度方法技术

本发明专利技术公开了一种基于预报不确定性的水库多阶段实时优化调度方法，包括S1、收集并整理水库实时调度所需的数据；S2、构建水库径流预报模型，实现水库径流预报；S3、水库多阶段径流预报不确定性分析；S4、构建水库实时优化调度模型，实现水库实时优化调度；S5、对水库实时优化调度方案进行收敛性分析；S6、实施水库实时优化调度方案，并进入下一调度阶段。优点是：能够综合多阶段预报信息，同时区分考虑多阶段预报的不确定性，既能充分利用预报信息，又能尽可能降低预报不确定性对实时调度方案的影响，从而显著提高水库调度效益，对于水库预报调度具有实践价值。调度具有实践价值。调度具有实践价值。

【技术实现步骤摘要】
一种基于预报不确定性的水库多阶段实时优化调度方法


[0001]本专利技术涉及水库调度
，尤其涉及一种基于预报不确定性的水库多阶段实时优化调度方法。

技术介绍

[0002]我国水资源分布存在典型的时空分布不均特点，通过修建水库对天然径流进行调节能有效提高水资源利用率。水库实时调度根据时段初的水库蓄水状态和该时段的预报来水、用水信息,动态确定水库最优的放水过程,其目的是在保证大坝自身安全的前提下,既满足水库上、下游防洪渡汛要求,又尽可能发挥水库调度效益，将水资源动态地分配给不同供水区，减少不必要的弃水，以确定短期的管理运行策略，并使其与中长期最优运行策略的偏差最小。然而，水库用于兴利调度的库容有限，当前时段过多的利用库容可能导致未来阶段大量弃水，反之，当前遗留大量库容的话有可能导致未来阶段无水可用。因此，通过预报调度、充分利用好预报信息，制定合理的实时调度方案，实现当前阶段和未来阶段水库调蓄库容的合理分配对提高水库调度效益具有现实意义。
[0003]近年来，随着预报技术的不断提升，预报调度的预见期和可靠度也不断提升，径流预报在实时优化调度中发挥的作用越来越大，国内外相关研究也持续不断。径流预报为水库实时决策提供未来径流信息的同时，也带来了不确定性。目前国内外处理这种预报不确定性的主流方法是构建径流随机模型、采用风险对冲等策略将未来径流的不确定性显性或隐形地嵌入优化调度模型中。其中，风险对冲策略优化当前和未来两阶段的水库库容分配，使两阶段总效益的期望值最高。另外，也有研究考虑未来多个阶段的风险对冲策略。尽管如此，随着预报时段的增加，未来提供的有效信息越来越少，而引入的不确定性却越来越大。综合看，现有研究对于预报信息的利用仍然有待改善，存在不同时段笼统划分为一个阶段、具有同样的预报概率分布等问题，且未来不同阶段决策风险的差异在优化目标中未能得以有效区分。
[0004]针对上述问题，本专利技术提出了一种能综合多阶段预报信息，同时区分多阶段预报不确定性的实时优化调度方法，方法既能充分利用预报信息，又能尽可能降低预报不确定性对实时调度方案的影响，对于水库预报调度具有实践价值。

技术实现思路

[0005]本专利技术的目的在于提供一种基于预报不确定性的水库多阶段实时优化调度方法，从而解决现有技术中存在的前述问题。
[0006]为了实现上述目的，本专利技术采用的技术方案如下：
[0007]一种基于预报不确定性的水库多阶段实时优化调度方法，包括如下步骤，
[0008]S1、收集并整理水库实时调度所需的数据；
[0009]S2、构建水库径流预报模型，实现水库径流预报；
[0010]S3、水库多阶段径流预报不确定性分析；
[0011]S4、构建水库实时优化调度模型，实现水库实时优化调度；
[0012]S5、对水库实时优化调度方案进行收敛性分析；
[0013]S6、实施水库实时优化调度方案，并进入下一调度阶段。
[0014]优选的，步骤S1中收集水库实时调度所需的数据包括水库特征库容、水库特征曲线、水库调度规则、水库历史实测径流序列以及水库调度用水效益；根据水库调度时段划分整理水库历史实测径流序列。
[0015]优选的，步骤S2具体包括如下内容，
[0016]S21、根据整理后的水库历史实测径流序列，采用自回归的方法，构建水库径流预报模型，如公式(1)；
[0017][0018]其中，t为预报时段；Q(t)为水库在t预报时段的径流量；Q(t+1)为水库在t+1预报时段的径流量；μ为水库历史实测径流序列的均值；ρ为自回归相关系数；σ为标准差，代表预报不确定性；V为满足标准正态分布的随机变量，V在每个预报时段完全独立，与其他时段无关，V满足公式(2)和(3)，
[0019]E(V)＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0020]E(V2)＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0021]其中，水库历史实测径流序列的均值μ、自回归相关系数ρ和标准差σ由水库历史实测径流序列回归分析计算得出；
[0022]S22、利用构建的水库径流预报模型进行水库径流预报。
[0023]优选的，步骤S3具体为，水库当前径流预报时段的不确定性量化为σ0，由观测精度确定；水库未来多个径流预报时段的不确定性量化由公式(4)确定，
[0024][0025]其中，i为径流预报时段编号；σ
i
为水库第i个径流预报时段的不确定性量化；σ
i
‑1为水库第i
‑
1个径流预报时段的不确定性量化；对于水库当前径流预报时段，i＝0。
[0026]优选的，步骤S4具体包括如下内容，
[0027]S41、将每一预报时段划分为一个调度阶段；
[0028]S42、根据水库调度任务，确定优化调度目标，进而构建水库实时优化调度模型，如公式(5)，
[0029][0030]其中，B为效益函数；N为水库实时优化调度阶段总数，N＝1,2,3,
……
；K
i
为考虑预报不确定影响下的不同预报时段的权重系数；R
i
为第i个预报时段的水库出库流量，即优化调度方案，也是优化调度的决策变量；
[0031]S43、根据水库取用水能力和水库库容，确定水库优化调度约束条件；
[0032]S44、根据水库未来多个径流预报时段的不确定性量化，参照卡尔曼滤波方法中增益系数由方差倍比关系确定的思路计算权重系数K
i
，如公式(6)和(7)，
[0033][0034][0035]其中，β为权重惩罚因子；K0为当前预报时段的权重系数；σ1为水库第1个径流预报时段的不确定性量化；σ
t
为水库径流预报时段t的不确定性量化；σ
t+1
为水库径流预报时段t+1的不确定性量化；
[0036]S45、采用遗传算法求解水库实时优化调度模型。
[0037]优选的，步骤S5具体包括如下内容，
[0038]S51、根据步骤S4依次计算水库实时优化调度阶段总数N的水库优化调度方案，获取随水库实时优化调度阶段总数N变化的水库优化调度方案R0(N)；
[0039]S52、分析水库优化调度方案R0(N)随水库实时优化调度阶段总数N变化的收敛性，当水库优化调度方案R0(N)随水库实时优化调度阶段总数N增加变化很小或不变时，本阶段调度结束，且水库优化调度方案R0(N)的收敛值即为本阶段水库优化调度方案。
[0040]优选的，步骤S6具体为，根据本阶段水库优化调度方案计算水库蓄水量和水位变化，并将其作为下一阶段调度的初始信息，返回步骤S22，进入下一阶段的调度。
[0041]本专利技术的有益效果是：1、本专利技术提供的实时优化调度方法能够综合多阶段预报信息，同时区分考虑多阶段预报的不确定性，既能充本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于预报不确定性的水库多阶段实时优化调度方法，其特征在于：包括如下步骤，S1、收集并整理水库实时调度所需的数据；S2、构建水库径流预报模型，实现水库径流预报；S3、水库多阶段径流预报不确定性分析；S4、构建水库实时优化调度模型，实现水库实时优化调度；S5、对水库实时优化调度方案进行收敛性分析；S6、实施水库实时优化调度方案，并进入下一调度阶段。2.根据权利要求1所述的基于预报不确定性的水库多阶段实时优化调度方法，其特征在于：步骤S1中收集水库实时调度所需的数据包括水库特征库容、水库特征曲线、水库调度规则、水库历史实测径流序列以及水库调度用水效益；根据水库调度时段划分整理水库历史实测径流序列。3.根据权利要求2所述的基于预报不确定性的水库多阶段实时优化调度方法，其特征在于：步骤S2具体包括如下内容，S21、根据整理后的水库历史实测径流序列，采用自回归的方法，构建水库径流预报模型，如公式(1)；其中，t为预报时段；Q(t)为水库在t预报时段的径流量；Q(t+1)为水库在t+1预报时段的径流量；μ为水库历史实测径流序列的均值；ρ为自回归相关系数；σ为标准差，代表预报不确定性；V为满足标准正态分布的随机变量，V在每个预报时段完全独立，与其他时段无关，V满足公式(2)和(3)，E(V)＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)E(V2)＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，水库历史实测径流序列的均值μ、自回归相关系数ρ和标准差σ由水库历史实测径流序列回归分析计算得出；S22、利用构建的水库径流预报模型进行水库径流预报。4.根据权利要求3所述的基于预报不确定性的水库多阶段实时优化调度方法，其特征在于：步骤S3具体为，水库当前径流预报时段的不确定性量化为σ0，由观测精度确定；水库未来多个径流预报时段的不确定性量化由公式(4)确定，其中，i为径流预报时段编号；σ
i
为水库第i个径流预报时段的不确定性量化；σ
i
‑1为水库第i
‑
1个径流预报时段的不确定性量化；...

【专利技术属性】
技术研发人员：王家彪，朱薇儒，赵铜铁钢，李银林，
申请(专利权)人：中山大学，
类型：发明
国别省市：