大规模水库群多目标防洪优化方法及装置制造方法及图纸

本发明专利技术提供了一种大规模水库群多目标防洪优化方法及装置，构建多目标防洪优化模型，并初始化多组决策变量以得到包含多个个体的初始种群，之后为初始种群中的每个个体初始化相应的目标向量和权重向量；基于初始种群以及初始种群中每个个体对应的目标向量和权重向量，采用预设的动态协同区域进化算法对多目标防洪优化模型进行迭代求解；当进化次数满足预设次数，结束迭代求解，否则继续进行迭代求解；将结束迭代求解时的求解结果作为水库群的非劣调度方案集。采用本发明专利技术可以缓解现有水库优化调度方法在处理大规模水库群决策变量高维优化问题时算法的优化效率低的问题。优化问题时算法的优化效率低的问题。优化问题时算法的优化效率低的问题。

【技术实现步骤摘要】
大规模水库群多目标防洪优化方法及装置


[0001]本专利技术涉及水库群防洪优化
，尤其是涉及一种大规模水库群多目标防洪优化方法及装置。

技术介绍

[0002]水库优化调度模型是一个多阶段决策问题，且满足最优化原理、无后效性和重叠性，适合用动态规划求解。但是，当面临大规模水库群优化调度求解问题时，随着水库数目增加，以及每个水库优化时段的增加，优化决策变量的维度会急剧增长，无论是采用动态规划算法求解还是采用启发式算法求解，均容易产生决策变量“维数灾”等问题，从而无法获取最优解。为了解决水库群优化调度问题，现有离散微分动态规划、逐次优化算法、逐步动态规划等技术能够在一定程度上解决多水库优化调度问题，但在处理大规模水库群优化调度以及多目标求解问题上均存在技术瓶颈。
[0003]通过上述分析，现有技术存在的问题及缺陷为：
[0004](1)现有的水库群优化求解方法，无法处理大规模水库群优化调度面临的决策变量“维数灾”问题。
[0005](2)现有的水库群优化求解方法，无法有效并行求解多目标调度模型，在大规模水库群优化调度求解中无法获取非劣前沿。
[0006]解决以上问题及缺陷的难度为：由于大规模水库群优化调度面临时间和水库数量两个方面的决策变量高维问题，并且在处理多目标问题时更难以有效收敛，因而难点在于调度优化变量设计、目标设计、约束设计以及模型的高效求解方法。
[0007]解决以上问题及缺陷的意义为：通过专利技术高效的大规模水库群多目标优化调度求解方法，能够得到流域、区域大规模水库群的“帕累托”最优调度方案集，可为实际防洪调度运行提供有力的技术支撑和决策支持。

技术实现思路

[0008]有鉴于此，本专利技术的目的在于提供一种大规模水库群多目标防洪优化方法及装置，以缓解现有水库优化调度方法在处理大规模水库群决策变量高维优化问题时算法的优化效率低的问题。
[0009]第一方面，本专利技术实施例提供了一种大规模水库群多目标防洪优化方法，所述方法包括如下步骤：
[0010]步骤1，以水位和/或下泄流量为决策变量，以下游防洪断面最大流量最小化和支流动用最大库容最小化为目标构建多目标防洪优化模型；其中，决策变量的总数量是基于参与优化调度的水库群中水库的数目、调度期的时段步长、总调度时长确定的，所述多目标防洪优化模型的约束包括水位约束、水量平衡约束、河道流量演进、泄流能力约束、下泄流量约束、防洪控制点流量约束和所述水库群的初始运行调度规则；
[0011]步骤2，根据所述水库群中各个水库的水位变幅上限值、水位变幅下限值和初始运
行调度规则初始化多组决策变量，得到包含多个个体的初始种群；其中，初始种群中的每个个体为一组决策变量；
[0012]步骤3，根据目标数量和种群规模，为初始种群中的每个个体初始化相应的目标向量和权重向量；其中，目标向量和权重向量的维数均与目标数量相等；
[0013]步骤4，基于初始种群以及初始种群中每个个体对应的目标向量和权重向量，采用预设的动态协同区域进化算法对所述多目标防洪优化模型进行迭代求解；其中，每次迭代求解的求解结果包括相应的决策变量和目标向量；
[0014]步骤5，当进化次数满足预设次数，结束迭代求解，否则进入步骤4继续进行迭代求解；
[0015]步骤6，将结束迭代求解时的求解结果作为所述水库群的非劣调度方案集。
[0016]第二方面，本专利技术实施例还提供一种大规模水库群多目标防洪优化装置，所述装置包括如下模块：
[0017]模型构建模块，用于以水位和/或下泄流量为决策变量，以下游防洪断面最大流量最小化和支流动用最大库容最小化为目标构建多目标防洪优化模型；其中，决策变量的总数量是基于参与优化调度的水库群中水库的数目、调度期的时段步长、总调度时长确定的，所述多目标防洪优化模型的约束包括水位约束、水量平衡约束、河道流量演进、泄流能力约束、下泄流量约束、防洪控制点流量约束和所述水库群的初始运行调度规则；
[0018]第一初始化模块，用于根据所述水库群中各个水库的水位变幅上限值、水位变幅下限值和初始运行调度规则初始化多组决策变量，得到包含多个个体的初始种群；其中，初始种群中的每个个体为一组决策变量；
[0019]第二初始化模块，用于根据目标数量和种群规模，为初始种群中的每个个体初始化相应的目标向量和权重向量；其中，目标向量和权重向量的维数均与目标数量相等；
[0020]模型求解模块，用于基于初始种群以及初始种群中每个个体对应的目标向量和权重向量，采用预设的动态协同区域进化算法对所述多目标防洪优化模型进行迭代求解；其中，每次迭代求解的求解结果包括相应的决策变量和目标向量；当进化次数满足预设次数，结束迭代求解，否则继续进行迭代求解；
[0021]非劣调度方案集模块，用于将结束迭代求解时的求解结果作为所述水库群的非劣调度方案集。
[0022]本专利技术实施例提供的一种大规模水库群多目标防洪优化方法及装置，以水位和/或下泄流量为决策变量，以下游防洪断面最大流量最小化和支流动用最大库容最小化为目标构建多目标防洪优化模型；根据水库群中各个水库的水位变幅上限值、水位变幅下限值和初始运行调度规则初始化多组决策变量，得到包含多个个体的初始种群；根据目标数量和种群规模，为初始种群中的每个个体初始化相应的目标向量和权重向量；基于初始种群以及初始种群中每个个体对应的目标向量和权重向量，采用预设的动态协同区域进化算法对多目标防洪优化模型进行迭代求解；当进化次数满足预设次数，结束迭代求解，否则继续进行迭代求解；将结束迭代求解时的求解结果作为水库群的非劣调度方案集。上述技术提供了一种高效的大规模水库群多目标优化调度求解方案，能够得到流域、区域大规模水库群的非劣调度方案集，可为实际防洪调度运行提供有力的技术支撑和决策支持。
[0023]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变
得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
[0024]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0025]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1为本专利技术实施例中一种规模水库群多目标防洪优化方法的流程示意图；
[0027]图2为本专利技术实施例中动态协同区域进化算法的流程示例图；
[0028]图3为本专利技术实施例中四种算法的非劣前沿图；
[0029]图4为本专利技术实施例中非劣调度集中梧州洪峰流量最小的龙滩水库的水位流量过程示例图；
[0030]图5为本专利技术实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大规模水库群多目标防洪优化方法，其特征在于，所述方法包括：步骤1，以水位和/或下泄流量为决策变量，以下游防洪断面最大流量最小化和支流动用最大库容最小化为目标构建多目标防洪优化模型；其中，决策变量的总数量是基于参与优化调度的水库群中水库的数目、调度期的时段步长、总调度时长确定的，所述多目标防洪优化模型的约束包括水位约束、水量平衡约束、河道流量演进、泄流能力约束、下泄流量约束、防洪控制点流量约束和所述水库群的初始运行调度规则；步骤2，根据所述水库群中各个水库的水位变幅上限值、水位变幅下限值和初始运行调度规则初始化多组决策变量，得到包含多个个体的初始种群；其中，初始种群中的每个个体为一组决策变量；步骤3，根据目标数量和种群规模，为初始种群中的每个个体初始化相应的目标向量和权重向量；其中，目标向量和权重向量的维数均与目标数量相等；步骤4，基于初始种群以及初始种群中每个个体对应的目标向量和权重向量，采用预设的动态协同区域进化算法对所述多目标防洪优化模型进行迭代求解；其中，每次迭代求解的求解结果包括相应的决策变量和目标向量；步骤5，当进化次数满足预设次数，结束迭代求解，否则进入步骤4继续进行迭代求解；步骤6，将结束迭代求解时的求解结果作为所述水库群的非劣调度方案集。2.根据权利要求1所述的方法，其特征在于，所述步骤1包括：根据下游防洪断面每个时段经过上游水库调度后的流量，构建以下游防洪断面最大流量最小化为目标的第一目标函数：其中，F1为下游防洪断面最大流量，为第t个时段下游防洪断面经过上游水库调度后的流量，T为总调度时长；根据每个时段每个水库动用的防洪库容，构建以支流动用最大库容最小化为目标的第二目标函数：其中，F2为支流动用最大库容，ΔV
i,
为第i个水库第t个时段动用的防洪库容，n为支流水库个数，T为总调度时长；将所述第一目标函数和所述第二目标函数组成所述多目标防洪优化模型。3.根据权利要求1所述的方法，其特征在于，所述步骤2包括：根据所述水库群中各个水库的水位变幅上限值、当前时段初始水位、水位约束和流量约束计算得到各个水库在下一时段的水位值，并将计算出来的各个水库每个时段的水位值初始化成第一组决策变量；根据所述水库群中各个水库的水位变幅下限值、当前时段初始水位、水位约束和流量约束计算得到各个水库在下一时段的水位值，并将计算出来的各个水库每个时段的水位值初始化成第二组决策变量；按照所述水库群中各个水库的初始运行调度规则对各个水库进行模拟运行，并将模拟
运行过程中得到的各个水库每个时段的水位值初始化成第三组决策变量；通过在预设的决策变量上下限区间内随机采样的方式生成第一组决策变量、第二组决策变量和第三组决策变量以外的其他组决策变量。4.根据权利要求3所述的方法，其特征在于，所述步骤3包括：根据种群规模，在维度数与目标数量相等的空间范围内为初始种群中的每个个体均匀初始化一个权重向量；为初始种群中的每个个体计算相应的目标值，并将每个个体的目标值初始化成一个目标向量。5.根据权利要求1所述的方法，其特征在于，所述步骤4包括：(41)根据初始种群中每个个体与其对应的权重向量之间的垂直距离，确定初始种群中每个个体所属的区域；(42)将所述初始种群中每个个体所包含的同一水库对应的决策变量作为一组决策变量分离出来，并将分离出来的同一水库对应的全部组决策变量组成相应的一个子种群；(43)根据各个子种群中每个个体所属的区域，对各个子种群进行迭代优化；其中，每次迭代优化时均会将相应的决策变量代入所述多目标防洪优化模型得到相应的目标值；(44)基于各个子种群的迭代优化结果，对所述多目标防洪优化模型进行迭代求解；其中，每个子种群的迭代优化结果包括相应的优化决策...

【专利技术属性】
技术研发人员：刘永琦，易灵，汤广忠，王保华，侯贵兵，李媛媛，王玉虎，黄锋，卢健涛，钟逸轩，朱炬明，高唯珊，李争和，林若兰，吴乐平，阎菁遥，
申请(专利权)人：中水珠江规划勘测设计有限公司，
类型：发明
国别省市：