一種耦合長、中、短期徑流預(yù)報(bào)信息的水庫優(yōu)化調(diào)度方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于水電調(diào)度運(yùn)行技術(shù)領(lǐng)域，涉及一種耦合長、中、短期徑流預(yù)報(bào)信息的水 庫優(yōu)化調(diào)度方法。
【背景技術(shù)】
[0002] 近年來，隨著水文預(yù)報(bào)技術(shù)的發(fā)展，預(yù)報(bào)、調(diào)度逐漸走向融合。耦合降雨和徑流等 綜合預(yù)報(bào)信息的水庫調(diào)度有利于延長預(yù)見期、提高水能資源利用率，而預(yù)報(bào)信息受預(yù)報(bào)精 度、下墊面等諸多因素影響，存在著較大的不確定性，故考慮預(yù)報(bào)信息的水庫調(diào)度決策受預(yù) 報(bào)不確定性的影響大。如何合理地將預(yù)報(bào)信息與水庫調(diào)度進(jìn)行耦合以減少預(yù)報(bào)不確定性的 影響，成為研究者及調(diào)度人員亟待解決的問題。
[0003] 隨機(jī)動(dòng)態(tài)規(guī)劃(SDP)能夠?qū)⑺畮煨钏?、徑流等狀態(tài)及不確定性考慮到算法中，與水 庫多階段決策的特點(diǎn)具有較高的耦合性。近年來，越來越多的研究開始嘗試將徑流預(yù)報(bào)信 息及其不確定性耦合到SDP模型中。其中單一預(yù)見期的徑流預(yù)報(bào)信息耦合使用方式的研究 較多，考慮不同預(yù)見期的徑流預(yù)報(bào)信息的耦合使用方式的研究也相繼開展起來，如徐煒等 (Xu ff.,Zhang C.,Peng Y.,et al.Water Resources Research[J].2014,50(12):9267-9286.)使用短期和中期徑流預(yù)報(bào)信息作為水文狀態(tài)變量，建立了短、中期徑流預(yù)報(bào)套接的 貝葉斯隨機(jī)動(dòng)態(tài)規(guī)劃模型(TS-BSDP);唐國磊(唐國磊.考慮徑流預(yù)報(bào)及其不確定性的水電 站水庫調(diào)度研究.大連理工大學(xué)，2009.)構(gòu)建了考慮中、長期徑流預(yù)報(bào)信息的隨機(jī)動(dòng)態(tài)規(guī)劃 模型。SDP模型具有使用的水文狀態(tài)變量越多越能描述入流的隨機(jī)特性的特點(diǎn)（Tejada-Guibert J.A.,Johnson S.A.,Stedinger J.R.Water resources research[J].1995,31 (10): 2571-2579)，當(dāng)前研究中僅使用了中、長期或短、中期徑流預(yù)報(bào)信息，尚未將長、中、短 期徑流預(yù)報(bào)信息同時(shí)作為水文狀態(tài)變量耦合至隨機(jī)動(dòng)態(tài)規(guī)劃模型中。如何有效地處理長、 中、短期徑流預(yù)報(bào)信息，并耦合至水庫調(diào)度中，亟需做進(jìn)一步的研究。

【發(fā)明內(nèi)容】

[0004] 針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種耦合長、中、短期徑流預(yù)報(bào)信息的水庫優(yōu)化 調(diào)度方法。
[0005] 本發(fā)明的技術(shù)方案具體如下：
[0006] -種耦合長、中、短期徑流預(yù)報(bào)信息的水庫優(yōu)化調(diào)度方法，具體包括以下步驟：
[0007] 第一步，分析、描述徑流及徑流預(yù)報(bào)的不確定性；
[0008] 所述的徑流及徑流預(yù)報(bào)的不確定性針對(duì)長、中、短期徑流預(yù)報(bào)信息。將歐洲氣象中 心(ECMWF)提供的未來1-10天集合降雨預(yù)報(bào)信息平均值輸入到新安江模型得到10天徑流預(yù) 報(bào)信息，并劃分為1~5天(短期)和6~10天（中期)兩段，長期徑流預(yù)報(bào)信息是指利用相關(guān)系 數(shù)法從74項(xiàng)大氣環(huán)流因子選取相關(guān)性較高的因子并結(jié)合ANN模型得到的6~10天所對(duì)應(yīng)時(shí) 段至汛末總來水量的預(yù)報(bào)值。
[0009] 1.1徑流自身隨機(jī)性
[0010] 由于徑流表現(xiàn)出一定的隨機(jī)性，常把徑流作為隨機(jī)過程來處理。假定水庫入庫流 量具有簡單馬爾科夫特性，采用徑流狀態(tài)轉(zhuǎn)移概率P[Q t|Qt-i]描述徑流隨機(jī)性，反映徑流本 身的不確定性，其中，P[Qt|Q t-l·]表示當(dāng)時(shí)段t-l流量為Qh條件下時(shí)段t發(fā)生Qt的概率，Q表示 流量。
[0011] 1.2徑流預(yù)報(bào)的不確定性
[0012] 反映了徑流預(yù)報(bào)的不確定性，可用預(yù)報(bào)流量Ft與實(shí)測值間Qt的統(tǒng)計(jì)概率P[Ft|Q t] (稱為似然概率)表示。
[0013] 1.3后驗(yàn)的徑流狀態(tài)轉(zhuǎn)移概率
[0014]由于徑流狀態(tài)轉(zhuǎn)移概率PWtlQt-i]是在未獲得任何徑流預(yù)報(bào)信息之前已經(jīng)獲得， 常將其稱為先驗(yàn)的徑流狀態(tài)轉(zhuǎn)移概率。一旦獲得新的預(yù)報(bào)信息，便可由統(tǒng)計(jì)方法或貝葉斯 定理得到后驗(yàn)的徑流狀態(tài)轉(zhuǎn)移概率。
[0015] 當(dāng)時(shí)段t-Ι徑流量為UPt時(shí)段預(yù)報(bào)流量為Ft時(shí)，t時(shí)段徑流實(shí)際發(fā)生在Qt的后驗(yàn) 的徑流狀態(tài)轉(zhuǎn)移概率可綜合先驗(yàn)的徑流狀態(tài)轉(zhuǎn)移概率和似然概率由貝葉斯定理求得，如下 所示：
(1 )
[0016] V W
[0017] 當(dāng)時(shí)段t-1徑流量為Qt-以時(shí)段中期預(yù)報(bào)流量表示為Ft、t時(shí)段長期預(yù)報(bào)流量為FLt， t時(shí)段徑流實(shí)際發(fā)生在Qt的后驗(yàn)概率表示為P[Qt | Qt-i，F(xiàn)t，F(xiàn)Lt]，可通過統(tǒng)計(jì)方法求得。
[0018] 1.4徑流的可預(yù)測概率
[0019] 當(dāng)時(shí)段t-Ι徑流量為Qt-jPt時(shí)段預(yù)報(bào)流量為Ft時(shí)，徑流的可預(yù)測概率為P[Ft | Qt-0， 可結(jié)合已知的先驗(yàn)概率P[Qt I Qh]和似然概率P[Ft I Qt]，通過全概率公式計(jì)算求得
[0020]
(2)
[0021] 當(dāng)時(shí)段t-ι徑流量為Qt-ht時(shí)段中期預(yù)報(bào)流量表示為Ft、t時(shí)段至汛末總的長期預(yù) 報(bào)流量表示為FL t，徑流的可預(yù)測概率為P[Ft | Qw，F(xiàn)Lt ] · P[FLt | Qw]，可通過統(tǒng)計(jì)方法求 得。
[0022] 第二步，構(gòu)建耦合長、中、短期徑流預(yù)報(bào)信息的水庫優(yōu)化調(diào)度模型（SML-BSDP模 型），確定其目標(biāo)函數(shù)、約束條件及遞推方程；
[0023] 2.1目標(biāo)函數(shù)
[0024]水庫發(fā)電優(yōu)化調(diào)度模型以調(diào)度期在滿足發(fā)電保證出力的條件下，總發(fā)電量最大為 目標(biāo)函數(shù)，計(jì)算公式如下：
[0025]
(3)
[0026] B(Zt,Ht,Zt+i) = [b(Zt,Ht,Zt+i)-a{Max(e-b(Zt,Ht,Zt+i),0)}i!] · At (4)
[0027] 式中，Zt+1為時(shí)段t的最優(yōu)決策末水位;Zt為時(shí)段t的初水位;Ht為時(shí)段t的水文狀態(tài) 變量;B( ·)是時(shí)段t的發(fā)電量效益函數(shù)，即t時(shí)段懲罰后的發(fā)電量;b( ·)是t時(shí)段水電站的 發(fā)電出力，由耗水率、水頭等計(jì)算獲得;α和β是懲罰系數(shù)，由水電站發(fā)電保證率確定;e為水 庫水電站發(fā)電保證出力；At是計(jì)算時(shí)段長度;E[B( ·)]為時(shí)段t在給定Zt和Ht下的期望發(fā)電 量;T為調(diào)度期的總時(shí)段數(shù)。
[0028] 2.2約束條件
[0029] 在水庫發(fā)電優(yōu)化調(diào)度模型的優(yōu)化過程中，水庫的蓄水、泄流及發(fā)電出力等特征需 要滿足一定的約束條件，具體如下：
[0030] 水量平衡約束： （5)
[0031] 水庫蓄水位約?
[0032] 下泄能力約束： （7)
[0033] 發(fā)電流量約束： （8)
[0034] 水電站出力約?
[0035] 式中，Vt、Vt+Av別為t時(shí)段的初、末庫容;〇*4?！禴和1-*分別為七時(shí)段的入庫 流量、發(fā)電流量和棄水流量；A t是計(jì)算時(shí)段長度;Zt、Zde3a<^PZn_ai分別為水庫t時(shí)段的水位、 水庫死水位和水庫正常高水位;Qreiease,t和βΠ 。，分別為泄流量和最大泄流能力；和 分別為發(fā)電機(jī)組最小發(fā)電流量和最大過流能力;Nt、Nmin和Nmax分別為實(shí)際出力、最小 出力和最大出力。
[0036] 2.3遞推方程
[0037] 水庫發(fā)電優(yōu)化調(diào)度模型的遞推方程在非汛期考慮短、中期徑流預(yù)報(bào)信息，在汛期 考慮長、中、短期徑流預(yù)報(bào)信息。
[0038] 根據(jù)研究流域的徑流預(yù)報(bào)信息特點(diǎn)，該模型在非汛期以Qt、Ft+1為水文狀態(tài)變量， 其遞推方程如公式(10)所示。
[0039]
[0040] 在汛期則增加考慮長期預(yù)報(bào)信息FLt+1，即以Qt、Ft+1、FL t+A水文狀態(tài)變量，從而基 于這三種變量的信息來更新下時(shí)段流量Qt+1的發(fā)生概率，遞推方程為：
[0041]
[0042] 在汛期和非汛期的過渡期，遞推方程有所不同。當(dāng)t時(shí)刻和t+1時(shí)刻有長期預(yù)報(bào)信 息，而t+2時(shí)刻無長期預(yù)報(bào)信息時(shí)，對(duì)應(yīng)的遞推方程為：
[0043]
：12)
[0044]當(dāng)t時(shí)刻和t+Ι時(shí)刻無長期預(yù)報(bào)信息，而t+2時(shí)刻有長期預(yù)報(bào)信息時(shí)，對(duì)應(yīng)的遞推方 程為：
(13)
[0045]
[0046] 第三步，求解第二步建立的水庫優(yōu)化調(diào)度模型，得到對(duì)應(yīng)的調(diào)度規(guī)則。
[0047] 與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)和效果:本發(fā)明建立了一種耦合不同預(yù)見 期徑流預(yù)報(bào)信息的水庫優(yōu)化調(diào)度模型，該模型將長、中、短三種預(yù)見期徑流預(yù)報(bào)信息耦合至 水電調(diào)度中，對(duì)不確定性描述更為合理，對(duì)預(yù)報(bào)徑流的處理方式更為有效，有利于提高水庫 調(diào)度對(duì)不確定信息的使用效率，保證水庫發(fā)電效益和系統(tǒng)穩(wěn)定性。
【附圖說明】
[0048]附圖是SML-BSDP模型徑流過程描述。
【具體實(shí)施方式】
[0049] 本發(fā)