【技术实现步骤摘要】
本专利技术涉及水库多目标优化调度，尤其涉及一种负外部性最小的水电站多目标均衡调度方法。
技术介绍
1、水电站的建设不仅中断了河流的自然连通性，而且改变了原有的水文情势。作为人类活动的直接结果，水电站的运营决策在带来显著的发电、供水和航运等效益的同时，也不可避免地对生态等产生不可忽视的影响。在多目标水库调度过程中，各目标间存在着明显的竞争关系。以往解决这种多目标竞争的水库调度问题，多是借助帕累托前沿寻求非劣解。但是，该方法以目标间的效益发挥最大为竞争原则，多个目标围绕这一最大的原则展开充分的竞争，由此产生的调度方案，是追求效益最大化的产物，却忽视了多目标之间的公平性需求。在实际的多目标调度中，发电、航运、供水等都有非常明确的效益指标，而生态的效益指标则相对模糊，弹性空间较大，且最优的水生生态是维持自然水文过程，与水电站的调度过程具有天然的冲突性。因此，生态的效益往往容易被其他目标替代，从而造成调度方案未充分考虑诸如生态这类目标的“公平性”。
技术实现思路
1、本专利技术的目的在于提供一种负外部性最小的水电站多目标均衡调度方法，从而解决现有技术中存在的前述问题。
2、为了实现上述目的，本专利技术采用的技术方案如下：
3、一种负外部性最小的水电站多目标均衡调度方法，包括如下步骤，
4、s1、构建多目标优化调度模型，并求解其帕累托前沿上的非劣解：
5、根据实际的调度需求选取调度的目标函数，并设置约束条件和优化求解参数，以构建多目标优化调度模型
6、s2、基于非劣解的负外部性，确定最优调度方案：
7、利用负外部性计算方法，计算帕累托前沿上各个非劣解的负外部性，并将非劣解集上负外部性最小的非劣解所对应的调度方案，作为最优的均衡调度方案；
8、所述负外部性计算方法通过利用相同时间段的水库的天然流量和调度后的流量，计算每个数据点的差值比率，并根据数据点的差值比率的总和计算数据点的平均差值比率，将数据点的平均差值比率作为负外部性的评价指标。
9、优选的，所述目标函数为防洪目标、发电目标、航运目标、生态目标、供水目标中的至少两种。
10、优选的，所述约束条件包括库容上下限约束、水位变幅约束、水库水量平衡约束、水库水量平衡约束、水库下泄能力约束、出库流量约束、出力约束。
11、库容上下限约束：
12、
13、其中，和分别为调度期内第i个水库第t个时段最低水位和最高水位约束；为调度其内第i个水库第t个时段坝前水位；
14、水位变幅约束：
15、|zi,t-zi,t+1|≤δzi，i≥1
16、其中，zi,t和zi,t+1分别为调度期内第i个水库第t个时段和第t+1个时段的水位；δzi为调度期内第i个水库日水位变幅的上限值；
17、水库水量平衡约束：
18、
19、其中，和分别为调度期内第i个水库第t个时段的库容、来水和下泄流量；为调度期内第i个水库第t-1个时段的库容；δt为来水到下泄的时间差；
20、水库下泄能力约束：
21、
22、其中，为调度期内第i个水库第t个时段坝前水位下的最大下泄能力；
23、出库流量约束：
24、
25、
26、其中，为调度期内第i个水库出库流量的下限值；为调度期内第i个水库第t-1个时段的下泄流量，δqi为调度期内第i个水库日出库流量变幅的上限值；
27、出力约束：
28、
29、其中，为调度期内第i个水库第t个时段的出力；和分别为调度期内对应水库在相同时段的最小和最大出力约束。
30、优选的，优化求解参数包括步长、种群个数、迭代次数、输入流量数据。
31、优选的，所述求解算法为遗传算法或启发式算法。
32、优选的，所述负外部性计算方法包括如下内容，
33、s31、获取水库的天然流量过程以及水库调度后的流量过程；
34、s32、对天然流量过程以及水库调度后的流量过程的缺失数据、异常值和突变点进行插值处理和替换处理；
35、s33、基于相同时间段和时间步长的天然流量序列和水库调度后的流量序列，计算每个数据点的差值比率，并根据数据点的差值比率的总和计算数据点的平均差值比率，将数据点的平均差值比率作为负外部性的评价指标。
36、优选的，步骤s33具体包括如下内容，
37、s331、基于数据处理后的天然流量过程和水库调度后的流量过程，获取相同时间段和时间步长的天然流量序列和水库调度后的流量序列，分别记为q_natural()和q_current()；每个序列中有n个数据；
38、s332、对于每个数据点，计算天然流量与水库调度后的流量之间的差的绝对值，之后除以天然流量，得到各数据点的差值比率；计算公式为，
39、
40、其中，rj为第j个数据点的差值比率，1≤j≤n；qnatural,k为k时刻的天然流量数据；qcurrent,k为k时刻的水库调度后的流量数据；
41、s333、基于所有数据点的差值比率，计算数据点的差值比率的总和，之后除以数据点的总数，获取数据点的平均差值比率；计算公式为，
42、
43、其中，r为数据点的平均差值比率；
44、s34、将数据点的平均差值比率r作为负外部性评价指标；r取值为0到1，r值越小，表示负外部性越小；反之，负外部性越大。
45、优选的，步骤s31具体包括如下内容，
46、s311、通过构建分布式水文模型方式或者数理统计方法，获取无人类干预的天然流量过程；
47、s312、通过历史数据查询和实时数据观测的方式，获取水库调度后的流量过程。
48、优选的，步骤s311中通过构建分布式水文模型的方式获取无人类干预的天然流量过程，具体包括如下内容，
49、s3111、构建分布式水文模型多要素综合数据库模块，为水文模型的构建提供基础，所述模块包括目标流域的基础水文数据库和水利工程数据库；
50、基于中国降水及气温0.25°格点数据集获得目标流域的历史降水及气温数据；基于ncep-fnl再分析资料获取目标流域的气象数据；基于hydrosheds数据集获取目标流域的河网及地表高程资料；基于世界土壤数据库获取目标流域的土壤质地参数；基于甚高分辨率辐射仪获取目标流域的土地利用数据；结合多种融合算法将获取的数据升降尺度到同一时空分辨率中，构建覆盖目标流域的基础水文数据库；
51、搜集目标流域的水利工程基础数据，所述水利工程基础数据包括水库的基本工程特性数据、调度图、调度规程资料，据此构建目标流域的水利工程数据库；
52、本文档来自技高网...
【技术保护点】
1.一种负外部性最小的水电站多目标均衡调度方法，其特征在于：包括如下步骤，
2.根据权利要求1所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：所述目标函数为防洪目标、发电目标、航运目标、生态目标、供水目标中的至少两种。
3.根据权利要求2所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：所述约束条件包括库容上下限约束、水位变幅约束、水库水量平衡约束、水库水量平衡约束、水库下泄能力约束、出库流量约束、出力约束。
4.根据权利要求3所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：优化求解参数包括步长、种群个数、迭代次数、输入流量数据。
5.根据权利要求4所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：所述求解算法为遗传算法或启发式算法。
6.根据权利要求1所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：所述负外部性计算方法包括如下内容，
7.根据权利要求6所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：步骤S33具体包括如下内容，
8.根据权利
9.根据权利要求8所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：步骤S311中通过构建分布式水文模型的方式获取无人类干预的天然流量过程，具体包括如下内容，
10.根据权利要求6所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：步骤S32具体包括如下内容，
...【技术特征摘要】
1.一种负外部性最小的水电站多目标均衡调度方法，其特征在于：包括如下步骤，
2.根据权利要求1所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：所述目标函数为防洪目标、发电目标、航运目标、生态目标、供水目标中的至少两种。
3.根据权利要求2所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：所述约束条件包括库容上下限约束、水位变幅约束、水库水量平衡约束、水库水量平衡约束、水库下泄能力约束、出库流量约束、出力约束。
4.根据权利要求3所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：优化求解参数包括步长、种群个数、迭代次数、输入流量数据。
5.根据权利要求4所述的负外部性最小的水电站多目标均衡调度方法，其特征在于：所述...
【专利技术属性】
技术研发人员：王浩，杨明祥，戴会超，陈桂亚，蒋云钟，胡鹏，文凡，杨泽凡，毛劲乔，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。