基于数字孪生的水库群多目标优化调度仿真方法以及系统技术方案

本发明专利技术公开了基于数字孪生的水库群多目标优化调度仿真方法以及系统，属于水库群优化调度技术领域。现有的水库群多目标优化调度方案，存在搜索时间长，可能出现局部次优解等缺陷，从而影响水库群优化调度的整体综合效益。本发明专利技术的一种基于数字孪生的水库群多目标优化调度仿真方法，通过构建泄洪初始调度模型、密度计算模型、适应度计算模型和优化调度模型，对水库群进行多目标优化调度仿真，并使用密度来维护泄洪方案的多样性，防止泄洪方案聚集在目标空间的某些区域，从而可以有效避免出现局部次优解等缺陷，并可以有效缩短搜索时长，因而本发明专利技术能够实现水库群调度问题的全局寻优，有效提高水库群优化调度的整体综合效益。益。益。

【技术实现步骤摘要】
基于数字孪生的水库群多目标优化调度仿真方法以及系统


[0001]本专利技术涉及基于数字孪生的水库群多目标优化调度仿真方法以及系统，属于水库群优化调度


技术介绍

[0002]在实际地理环境中，很多流域内水库都建有水电站，各个水库形成梯级
‑
并联的复杂拓扑结构，并存在各种水力联系，从而形成一个多目标、多约束的复杂水库群优化调度问题。特别是在汛期，随着极端天气的出现，降雨工况也变得非常复杂，并且每个水库的调蓄能力不一样，这就进一步加剧了水库群的多目标优化调度困难。
[0003]进一步，中国专利（CN106127348B）公开一种水库群联合优化调度可行决策空间辨识方法，其技术方案为：首先明确需求，构建水库群优化调度模型，确定目标函数和约束条件；然后采用特定的知识规则动态识别各水库在单阶段、两阶段和多阶段的可行域，实现搜索空间的有效缩减；最后采用目前已有水库群优化调度方法，例如动态规划、粒子群算法等进行求解。
[0004]上述方案采用动态规划算法、粒子群算法等进行求解，但这类算法在求解高维空间问题时，存在搜索时间长，可能出现局部次优解等缺陷，因而很难实现水库群多目标优化调度问题的全局寻优，从而影响水库群多目标优化调度的整体综合效益，不利于推广使用。

技术实现思路

[0005]针对上述问题或上述问题之一，本专利技术的目的一在于提供一种通过构建泄洪初始调度模型、密度计算模型、适应度计算模型和优化调度模型，对来水预报信息进行处理，生成水库泄洪序列；再对泄洪方案在水库泄洪序列中的密度进行计算，得到若干泄洪方案的密度值；然后对泄洪方案的密度值进行处理，得到若干泄洪方案的适应度值；进而对若干泄洪方案的适应度值进行处理，得到最优泄洪方案，能够实现水库群调度问题的全局寻优，有效提高水库群优化调度的整体综合效益，利于推广使用的基于数字孪生的水库群多目标优化调度仿真方法。
[0006]针对上述问题或上述问题之一，本专利技术的目的二在于提供一种使用密度来维护泄洪方案的多样性，并防止泄洪方案聚集在目标空间的某些区域，从而可以有效避免出现局部次优解等缺陷，并可以有效缩短搜索时长，方案简单实用，切实可行的基于数字孪生的水库群多目标优化调度仿真方法以及系统。
[0007]针对上述问题或上述问题之一，本专利技术的目的三在于提供一种通过设置泄洪初始调度模块、密度计算模块、适应度计算模块和优化调度模块，对水库群进行多目标优化调度仿真，并使用密度来维护泄洪方案的多样性，防止泄洪方案聚集在目标空间的某些区域，从而可以有效避免出现局部次优解等缺陷，并可以有效缩短搜索时长，因而能够实现水库群调度问题的全局寻优，有效提高水库群优化调度的整体综合效益，利于推广使用，方案科学、合理，切实可行的基于数字孪生的水库群多目标优化调度仿真系统。
[0008]为实现上述目的之一，本专利技术的第一种技术方案为：一种基于数字孪生的水库群多目标优化调度仿真方法，包括以下步骤：第一步：获取某个时间段的来水预报信息；第二步：通过预先构建的泄洪初始调度模型，根据水库群优化调度所设定的多个目标，对来水预报信息进行处理，生成水库泄洪序列，形成水库泄洪的初始解，水库泄洪序列包括若干泄洪方案；第三步：利用预先构建的密度计算模型，对泄洪方案在水库泄洪序列中的密度进行计算，得到若干泄洪方案的密度值；密度值用于表征与泄洪方案相似的方案数目；第四步：根据预先构建的适应度计算模型，对泄洪方案的密度值进行处理，得到若干泄洪方案的适应度值；适应度用于衡量某泄洪方案相对其余泄洪方案的质量指标；第五步：通过预先构建的优化调度模型，对若干泄洪方案的适应度值进行处理，得到最优泄洪方案，完成基于数字孪生的水库群多目标优化调度仿真。
[0009]本专利技术经过不断探索以及试验，通过构建泄洪初始调度模型、密度计算模型、适应度计算模型和优化调度模型，对来水预报信息进行处理，生成水库泄洪序列；再对泄洪方案在水库泄洪序列中的密度进行计算，得到若干泄洪方案的密度值；然后对泄洪方案的密度值进行处理，得到若干泄洪方案的适应度值；进而对若干泄洪方案的适应度值进行处理，得到最优泄洪方案，完成基于数字孪生的水库群多目标优化调度仿真，因而本专利技术能够实现水库群调度问题的全局寻优，有效提高水库群优化调度的整体综合效益，利于推广使用。
[0010]进一步，本专利技术通过构建密度计算模型对泄洪方案在水库泄洪序列中的密度进行计算，密度能够反映某泄洪方案在所有可能泄洪方案中的紧凑程度，因而本专利技术可以使用密度来维护泄洪方案的多样性，并防止泄洪方案聚集在目标空间的某些区域，从而可以有效避免出现局部次优解等缺陷，并可以有效缩短搜索时长，方案简单实用，切实可行。进而本专利技术可以为紧急、重大汛情下的实时决策提供方案支撑。
[0011]作为优选技术措施：所述第二步中，泄洪初始调度模型生成水库泄洪序列的方法包括以下步骤：步骤21，在初始时刻，对于若干个水库，使用连续均匀分布函数的随机数进行表示；步骤22，将随机数映射到各个水库的泄洪解空间，形成初始泄洪方案；步骤23，根据某个时间段的来水预报信息，增加修正算子，考虑水位变幅约束和泄洪变幅约束，将初始泄洪方案转换到可行泄洪方案；步骤24，根据零削峰率方案，得到水库零削峰率泄洪方案；水库零削峰率泄洪方案为出库流量等于入库流量的泄洪方案；步骤25，将水库零削峰率泄洪方案和可行泄洪方案进行耦合，生成水库泄洪序列，形成泄洪方案的初始解。
[0012]作为优选技术措施：所述第三步中，密度计算模型基于羊群算法得到泄洪方案密度值，其包括以下步骤：步骤31，对水库泄洪序列的数值求平方根，得到最近邻数量；步骤32，基于最近邻数量，使用欧氏距离算法计算水库泄洪序列中的每个泄洪方
案与其余泄洪方案之间的距离，得到泄洪方案之间的距离数据；步骤33，根据距离数据，求出每个泄洪方案的共享函数值；共享函数值用于表示某泄洪方案所在解空间的拥挤程度；步骤34，将所有泄洪方案的共享函数值相加，得到共享距离阈值；步骤35，根据共享距离阈值，判断泄洪方案是否存在相似泄洪方案，并统计相似泄洪方案的数量，得到密度值；判断泄洪方案是否存在相似泄洪方案的方法如下：如果两个泄洪方案之间的距离小于或等于共享距离阈值，则这两个泄洪方案被视为邻居，其中一个泄洪方案为另一个泄洪方案的相似泄洪方案。
[0013]作为优选技术措施：所述第四步中，适应度计算模型得到泄洪方案的适应度值的方法如下；步骤41，获取泄洪方案的原始适应度；原始适应度为泄洪方案在单个目标上对其余泄洪方案的支配计数值；步骤42，根据原始适应度以及流域水库群的调度规则，设置决策参考点；决策参考点为水库群多目标优化调度的期望值，其用于引导调度仿真方向，以得到满足或超越决策参考点的泄洪方案；步骤43，计算泄洪方案到决策参考点的参考距离；步骤44，根据密度值、原始适应度以及参考距离，得到每个泄洪方案的适应度值。
[0014]作为优选技术措施：支配计数值为泄洪方案的非支配程度，其获取方法如下：当泄洪方案A在所有目标上全部优于泄洪方案B，且泄洪方案A在任何目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的水库群多目标优化调度仿真方法，其特征在于：包括以下步骤：第一步：获取某个时间段的来水预报信息；第二步：通过预先构建的泄洪初始调度模型，根据水库群优化调度所设定的多个目标，对来水预报信息进行处理，生成水库泄洪序列，形成水库泄洪的初始解，水库泄洪序列包括若干泄洪方案；第三步：利用预先构建的密度计算模型，对泄洪方案在水库泄洪序列中的密度进行计算，得到若干泄洪方案的密度值；密度值用于表征与泄洪方案相似的方案数目；第四步：根据预先构建的适应度计算模型，对泄洪方案的密度值进行处理，得到若干泄洪方案的适应度值；第五步：通过预先构建的优化调度模型，对若干泄洪方案的适应度值进行处理，得到最优泄洪方案，完成基于数字孪生的水库群多目标优化调度仿真。2.如权利要求1所述的一种基于数字孪生的水库群多目标优化调度仿真方法，其特征在于：所述第二步中，泄洪初始调度模型生成水库泄洪序列的方法包括以下步骤：步骤21，在初始时刻，对于若干个水库，使用连续均匀分布函数的随机数进行表示；步骤22，将随机数映射到各个水库的泄洪解空间，形成初始泄洪方案；步骤23，根据某个时间段的来水预报信息，增加修正算子，考虑水位变幅约束和泄洪变幅约束，将初始泄洪方案转换到可行泄洪方案；步骤24，根据零削峰率方案，得到水库零削峰率泄洪方案；水库零削峰率泄洪方案为出库流量等于入库流量的泄洪方案；步骤25，将水库零削峰率泄洪方案和可行泄洪方案进行合并，形成泄洪方案的初始解。3.如权利要求1所述的一种基于数字孪生的水库群多目标优化调度仿真方法，其特征在于：所述第三步中，密度计算模型基于羊群算法得到泄洪方案密度值，其包括以下步骤：步骤31，对水库泄洪序列的数值求平方根，得到最近邻数量；步骤32，基于最近邻数量，使用欧氏距离算法计算水库泄洪序列中的每个泄洪方案与其余泄洪方案之间的距离，得到泄洪方案之间的距离数据；步骤33，根据距离数据，求出每个泄洪方案的共享函数值；共享函数值用于表示某泄洪方案所在解空间的拥挤程度；步骤34，将所有泄洪方案的共享函数值相加，得到共享距离阈值；步骤35，根据共享距离阈值，判断泄洪方案是否存在相似泄洪方案，并统计相似泄洪方案的数量，得到密度值；判断泄洪方案是否存在相似泄洪方案的方法如下：如果两个泄洪方案之间的距离小于或等于共享距离阈值，则这两个泄洪方案被视为邻居，其中一个泄洪方案为另一个泄洪方案的相似泄洪方案。4.如权利要求1所述的一种基于数字孪生的水库群多目标优化调度仿真方法，其特征在于：所述第四步中，适应度计算模型得到泄洪方案的适应度值的方法如下；
步骤41，获取泄洪方案的原始适应度；原始适应度为泄洪方案在单个目标上对其余泄洪方案的支配计数值；步骤42，根据原始适应度以及流域水库群的调度规则，设置决策参考点；决策参考点为水库群多目标优化调度的期望值，其用于引导调度仿真方向，以得到满足或超越决策参考点的泄洪方案；步骤43，计算泄洪方案到决策参考点的参考距离；步骤44，根据密度值、原始适应度以及参考距离，得到每个泄洪方案的适应度值。5.如权利要求4所述的一种基于数字孪生的水库群多目标优化调度仿真方法，其特征在于：支配计数值为泄洪方案的非支配程度，其获取方法如下：当泄洪方案A在所有目标上全部优于泄洪方案B，且泄洪方案A在任何目标上都不劣于泄洪方案B，则称泄洪方案A支配泄洪方案B，并计算支配泄洪方案A的解的数量，用于表征泄洪方案A的非支配程度。6.如权利要求1所述的一种基于数字孪生的水库群多目标优化调度仿真方法，其特征在于：所述第五步中，优化调度模型采用多段锦标赛竞争算法得到最优泄洪方案，其具体步骤如下：步骤51，从若干泄洪方案中...

【专利技术属性】
技术研发人员：唐建平，闵皆昇，孙雯怡，王占占，吴健明，
申请(专利权)人：浙江远算科技有限公司，
类型：发明
国别省市：