【技术实现步骤摘要】
梯级水库旱限水位调度线优化方法、装置及系统
[0001]本专利技术属于水库调度
，具体涉及梯级水库旱限水位调度线优化方法、装置及系统。
技术介绍
[0002]国家防洪抗旱总指挥部办公室及水利部水文局制定了《旱限水位(流量)的确定办法2011》，并首次提出了旱限水位概念，指出“水库旱限水位是指水库水位持续偏低，入库流量持续偏少，影响到城乡生活、工农业生产、生态环境等用水安全，应采取抗旱措施的水库水位”。水库旱限水位是确定水库干旱预警等级的重要特征水位，旱限水位以下库容的启用是有条件要求的。水库旱限水位通常选取一个月或数月为干旱预警期，以逐月滑动计算的水库应供水量与死库容之和最大值所对应的水库水位作为依据，并考虑库内取水设施高程等因素，综合分析确定，确定值常为单一值。关于水库旱限水位分期控制的必要性简述如下：
①
单一旱限水位忽略了枯水季节性规律，易导致来水大于需水的冬季预警标准偏高、来水小于需水的春季预警标准偏低，且水库入库流量的最小值和水库水位最低值的发生时刻一般不同步，水库旱限水位存在分期控制必要性；
②
对应年干旱重现期标准的梯级水库分期旱限水位存在多种组合方式，梯级水库旱限水位存在优化的空间。
技术实现思路
[0003]本专利技术是为了解决上述问题而进行的，目的在于提供梯级水库旱限水位调度线优化方法、装置及系统，基于“分期
‑
优化
‑
决策”框架，综合运用数理统计法、聚类分析法、仿生进化算法、多目标决策分析等理论方法，构建与...
【技术保护点】
【技术特征摘要】
1.梯级水库旱限水位调度线优化方法，其特征在于，包括以下步骤：步骤1，进行干旱时段分期：首先收集整理梯级水库所在区域的降雨量、潜在蒸发量和各水库入库径流量、入库径流量扣除需水量、时段初库水位的长系列月时段序列资料；接着选配数理统计法、聚类分析法对干旱时段进行分期；然后结合月标准化降水指数、月相对湿润指数、月径流干旱指数评估梯级水库干旱时段的干旱等级；得到反映干旱时段分期和干旱等级划分情况的干旱时段分期特征；步骤2，对梯级水库调度方案进行初步优化筛选：基于步骤1得到的干旱时段分期特征，采用适应该干旱时段分期特征的梯级水库调度线优化目标函数，以年为调度周期、月为调度时段，时段末库水位为决策变量，仿生进化算法为求解算法，推求梯级水库分期旱限水位调度的Pareto前沿；梯级水库调度线优化目标函数为：梯级水库调度线优化目标函数为：式中，HG和WS分别为多年平均发电量最大化和多年平均河道外供水量最大化目标函数；max{
·
}为最大化函数；M为年数；N为水库数目；T为调度时段数；K
i
和分别为第i个水库机组出力系数和发电引用流量；P0为梯级水库保证出力；A为大于零的惩罚系数；α为0或1变量，当梯级水库出力大于等于保证出力时取值为0，否则取值为1；和分别为第i个水库河道外供水流量、灌溉流量和调水流量；Δt为计算时段；步骤3，进行多目标决策分析：以最大化发电量、河道外供水量、供水可靠性、供水可恢复性和最小化供水脆弱性、干旱等级为评价指标，以折中妥协多属性决策法为决策方法，从Pareto前沿中确定梯级水库分期旱限水位的最优调度方案和相应的最优调度线。2.根据权利要求1所述的梯级水库旱限水位调度线优化方法，其特征在于：其中，在步骤2中，用仿生学进化算法求解梯级水库旱限水位调度问题按如下步骤进行：
①
初始化蚁狮算法参数和编码决策变量：设置蚂蚁和蚁狮规模N
pop
、最大迭代次数I
max
、外部存档的解容量A
max
、存档解被删除的概率参数p，p>1；采用整数编码调度时段节点、实数编码方式编码并随机生成N
pop
规模的决策变量，即时段末库水位；
②
计算蚂蚁适应度值fitness(
·
)和执行精英保存策略：先根据调度目标函数式HG和WS计算个体适应度值；然后根据支配关系，选择当前非支配解作为精英蚁狮，并将非支配解存储在外部存档之中；
③
促进蚂蚁随机游动和对蚂蚁位置进行规范化处理：从外部存档中随机选择一个蚁狮，并从外部存档中采用轮盘赌法选择精英；根据下式更新第j次迭代决策变量的最小值c
j
和最大值d
j
；
式中，c
j
和d
j
分别为第j次迭代决策变量的最小值和最大值；I为动态系数，满足其中θ是随着迭代次数自动调整的参数；I＝1if(j≤I
max
*1/10)θ＝2if(I
max
*1/10<j≤I
max
*1/2)θ＝3if(I
max
*1/2<j≤I
max
*3/4)θ＝4if(I
max
*3/4<j≤I
max
*9/10)θ＝5if(j>I
max
*9/10)对第j次迭代，采用下式确定蚂蚁个体的随机位置；x(j)＝[0,cs(2*r(1)
‑
1),
…
,cs(2*r(j)
‑
1),
…
,cs(2*r(I
max
)
‑
1)]式中，x(j)为第j次迭代蚂蚁个体的随机位置；cs(
·
)为累计和函数；r(
·
)为随机数发生器；采用下式对蚂蚁个体位置进行规范化处理：式中，为蚂蚁的第i变量第j次迭代时的规范化变量；和分别为蚂蚁的第i变量第j次迭代时的最小值和最大值；a
i
和b
i
分别为蚂蚁的第i变量的最小值和最大值；为第n个蚁狮在第j次迭代时的位置；采用下式模拟蚂蚁被蚁狮诱捕的过程：采用下式模拟蚂蚁被蚁狮诱捕的过程：采用下式模拟蚂蚁被蚁狮诱捕的过程：式中，和分别为第n个蚁狮和蚂蚁在第j次迭代时的位置；和分别为第n个蚁狮和蚂蚁在第j次迭代时的适应度值；依据下式更新蚂蚁的位置：式中，为蚂蚁在第j次迭代时围绕通过轮盘赌法选择的蚁狮的随机移动；为蚂蚁在第j次迭代时围绕精英蚁狮的随机移动；
④
计算蚂蚁适应度值和更新存档解：根据调度目标函数式HG和WS计算个体适应度值，如果外部存档达到解容量，则根据下式计算的概率采用轮盘赌法删除存档中最密集的解，
以更新存档；式中，p是大于1的定值；G
m
是第m个解的领域内解的个数；
⑤
判断计算终止条件：若当前迭代次数小于最大迭代次数I
max
，则重复步骤
②
至
④
；否则终止计算并将精英蚁狮的位置和对应的适应度作为求解得到的调度方案集，即Pareto前沿，其中每个调度方案均对应一条调度线。3.根据权利要求1所述的梯级水库旱限水位调度线优化方法，其特征在于：其中，在步骤3中基于折中妥协多属性决策法，从Pareto前沿中确定梯级水库分期旱限水位的最优调度方案和相应的最优调度线的计算过程如下：
①
构建多属性评价指标矩阵及确定各属性最优值和最劣值：以最大化发电量、河道外供水量、供水可靠性、供水可恢复性和最小化供水脆弱性、干旱等级为评价指标，依据Pareto前沿构建多属性评价指标矩阵Y，然后采用下式确定各属性最优值和最劣值；Pareto前沿构建多属性评价指标矩阵Y，然后采用下式确定各属性最优值和最劣值；Pareto前沿构建多属性评价指标矩阵Y，然后采用下式确定各属性最优值和最劣值；式中，Y为多属性评价指标矩阵；y
uv
为第u个调度方案第v个评价指标值，且y
uv
≥0；U和V分别为调度方案的数目和评价指标的数目；B
v
(max)和C
v
(min)分别为效益型指标集和成本型指标集；
②
加权规范化多属性评价指标：式中，r
uv
为第u个调度方案第v个评价指标的加权规范化值；ω
v
(0<ω
v
<1)为第v个评价指标的权重系数，且
③
识别Pareto前沿中各调度方案的旱限水位调度线的群体效益值和个别遗憾度：识别Pareto前沿中各调度方案的旱限水位调度线的群体效益值和个别遗憾度：式中，S
u
和R
u
分别为第u个调度方案的群体效益值和个别遗憾度，其中S
u
值越大，群体效益越大，R
u
值越小，个别遗憾越小；S
*
和S
‑
分别为群体效益最小值和最大值；R
*
和R
‑
分别为个别遗憾度最小值和最大值；
④
计算各调度方案的旱限水位调度线的评价指标折中值：
式中，E
u
为第u个调度方案的折中值；μ(0<μ<1)为群体效益值和个别遗憾度的权衡因子；
⑤
按照折中值、群体效益值和个别遗憾度中的最小值对各调度方案排序，值越小，方案越优；
⑥
基于折中值最小的两个判断条件，识别折中妥协调度方案：如果满足如下两个条件，根据折中值E
u
最小原则，推荐方案A1对应的调度线为最优调度线；条件C1：E(A2)
‑
E(A1)≥1/(U
‑
1)，其中A2为按照折中值E
u
从小到大排序后，排名第二的调度方案；条件C2：分别按群体效益值和个别遗憾度从小到大排序，识别出的最优方案仍然为A1；若两个条件有一个不满足，则按照如下方式识别最优方案和最优调度线：当备选方案A1,A2,
…
,A
q
均不满足条件C1或备选方案A1和A2不满足条件C2时，满足如下关系式的A
q
调度方案为最优方案，该最优方案对应的调度线为最优调度线：E(A
q
‑1)
‑
E(A1)<1/(U
‑
1)and E(A
q
)
‑
E(A1)≥1/(U
‑
1)。4.梯级水库旱限水位调度线优化装置，其特征在于，包括：干旱时段分期模块，根据收集整理的梯级水库所在区域的降雨量、潜在蒸发量和各水库入库径流量、入库径流量扣除需水量、时段初库水位的长系列月时段序列资料，选配数理统计法、聚类分析法对干旱时段进行分期；然后结合月标准化降水指数、月相对湿润指数、月径流干旱指数评估梯级水库干旱时段的干旱等级；得到反映干旱时段分期和干旱等级划分情况的干旱时段分期特征；初步优化筛选模块，基于所述干旱时段分期特征，采用适应该干旱时...
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。