面向水生态的多目标水库工程规模论证

为了合理确定面向水生态的多目标水库工程规模,以汉江流域月河支流拟建的恒河水库为案例,提出规划水库工程规模论证流程框架与技术方法。通过构建生态流量分期理论隶属度函数,利用随机流量历时曲线法(SFDC)推求月河分期生态流量过程;建立兼顾生态、供水和发电的多目标协同调度模型,采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)求解模型,模型揭示了各工程规模设计方案下用水利益主体间生态效益、供水效益及发电效益的博弈关系。根据3种效益偏好决策情景优选了多目标Pareto最优解,并在遵从生态偏好、考虑综合效益及工程经济性等因素的基础上,确定了恒河水库工程规模。研究成果丰富了水库生态调度的理论与方法,并可为水库设计及规划决策提供技术支撑。

多目标水库群调度的性能评价模型

阐述了流域系统中多目标水库群调度的性能评价模型的建立过程。提出的方法可用来计算每座水库为满足不同目标所分配的泄水量,制定河流强制泄流量的合理分配方案,并进行多目标调度系统性能评价。引入系统性能指标(SYSPI)来衡量系统整体性能。采用与模拟模块相关联的一种搜索算法实现SYSPI的最大化。介绍了该方法在印度讷尔默达河水系水库群中的应用情况。

基于Sobol’敏感性分析法的水库多目标调度模型求解质量与效率

针对高维、复杂多目标优化模型求解普遍存在维数灾及极易陷入局部最优解等问题,提出利用Sobol’敏感性分析法对优化问题进行预处理,以碧流河水库实施引水工程并考虑生态目标的调度实际为例,对方法的可行性进行验证。结果表明,将敏感参数局部优化得到的可行解,作为初始解进行全局优化的方法,与未对初始解进行任何预处理的全局优化方法相比,在搜索效率、最终可行解质量以及程序运行时间等方面均具有明显优势,可用于水库多目标调度模型的求解。

基于Spark的水库群多目标调度粒子群并行化算法

随着社会经济的发展,在江河修建的水库数量和规模越来越大,水库群优化调度所需资料量庞大、数据关系复杂,应用常规技术进行优化调度存在一定的缺陷,如计算速度慢、存在"维数灾"等。基于此,本文的研究旨在弥补智能算法的缺陷,提高求解模型的速度。本文以黑河流域为例,应用基于Spark框架的水库群多目标调度粒子群并行化算法,并使用Scala语言开发了水库群多目标优化调度软件系统,大大提升了计算效率。研究对水库群多目标优化调度的并行编程发展与应用也有很好的现实意义与应用价值。

基于自组织映射遗传算法的水库多目标优化调度研究

为了弥补遗传算法易陷入局部解的缺陷,使该算法产生的非劣解更好更均匀地靠近非劣解前沿,并且使多目标调度结果更贴近真实情况,将自组织映射和遗传算法相结合,应用到以发电和供水为目标的水库多目标调度中,并分别与NSGA2算法、主要目标法进行比较分析,验证该算法的合理性与优越性。结果表明,自组织映射遗传算法能在满足约束条件的情况下,使发电供水两目标调度的非劣解更好地向非劣解前沿靠近,给出的实时供水方案更符合实际情况。

基于改进萤火虫算法的水库多目标调度决策研究

水库不同调度目标之间既非完全协调也非完全对立,如何快速获取多目标调度方案集,科学进行调度方案决策优选,是实现水库水资源高效利用的重要问题。以年发电量最大和生态效益最优作为目标函数,建立水库发电-生态多目标优化调度模型,进而提出该模型优化求解的改进多目标萤火虫算法,并结合组合权重改进的多准则妥协解排序法进行调度方案决策,最后将其应用于三峡水库调度实例。研究结果表明:改进算法能够获得更高质量的非劣解集,方案集优选方法能够在折中最大化群体效益和最小化个体遗憾的基础上寻求最优解,且能够同时体现决策者偏好以及各个决策指标客观特征。研究成果可为水库多目标调度决策提供科学依据。

考虑多控制断面流量需求的湘江水库群优化调度图研究

湘江梯级水库的建设促进了水资源的开发利用,但目前各梯级间采用单一水库调度模式,水库群各目标职能无法充分发挥。本文通过对湘江流域9座水电站联合调度,以保障多控制断面生态流量需求为主要目标,兼顾供水、灌溉和发电等多目标,建立湘江梯级水库群多目标调度图优化模型。采用布谷鸟搜索算法优化多目标调度图,使得各控制断面和下游长沙综合枢纽生态供水保证率在99%以上,同时使梯级水库供水保证率、灌溉保证率和发电保证率尽量达到实际生产要求,梯级效益得到有效保障。

多功能水库调度的蚁群优化算法研究

提出了一种称为蚁群优化算法(ACO)的自然启发式(metaheuristic)技术,以便为多功能水库系统制定合理调度策略。大多数实际问题的解决方案往往涉及非线性优化,附带高维数和大量等式与不等式约束条件。传统技术往往不能得到全局性的最优解。最近提出的进化算法在解决诸多问题时也面临不少麻烦。研究的目的是测试ACO在解决此类问题上的有效性。为计算水库调度的ACO模型,提出按如下方式处理问题:考虑有限时间序列的入流,将水库库容划分一些等级区间,并按预定最优标准确定每一时段的水库泄水量。以印度希拉库德水库为例,对ACO的应用进行了分析。建立了应用于月调度的短期调度和长期调度模型。为了评价ACO,同样用实数编码遗传算法(GA)求解所建立的模型。两种模型的结果表明,与GA相比,ACO模型性能更好,其年度发电量更高,同时满足灌溉和防洪要求。最后得出ACO模型优于遗传模型,特别是在长期水库调度的情况下。

基于改进烟花算法的汾河水库优化调度模型研究

针对水库多目标优化调度问题,采用改进的烟花算法求解带自适应罚函数的水库多目标优化调度数学模型。针对传统烟花算法爆炸半径计算方法在算法运行后期可能出现最优烟花爆炸半径为零的问题,引入自适应动态爆炸半径以平衡算法在解空间的全局及局部搜索能力;针对传统烟花算法位移变异操作的不足,改进其位移变异操作,以提高算法局部搜索的多样性。以山西省汾河水库为例,考虑无引调水和引黄入汾两种情景,分别给出不同情景下汾河水库的调度方案。实例结果表明,模型优化后的各月缺水率平方和比实际降低了66.13%;水库年总发电量比实际发电量提高了22.39%;引黄入汾调水工程的建立可进一步综合提高汾河水库的供水效益和经济效益。

陕西引汉济渭工程的多目标调度方案风险评价

陕西引汉济渭工程是解决陕西省关中、陕北缺水的跨流域调水工程,为了工程效益切实发挥,有必要对水库群调度方案进行风险评价。针对黄金峡水库优先供水和三河口水库优先供水的2种调度模式下的方案,从调度的目标出发建立了引汉济渭调水工程多目标调度风险评价指标体系,用层次分析法对各指标的权重进行赋值,采用逼近理想解的排序法得到了各调度方案的风险值,为最终决策提供技术支撑。对2种优先供水模式下的调度方案分别进行评价,供水风险不足指标是方案综合风险的最主要影响因素;黄金峡水库优先供水的模式一的2个方案比三河口水库优先供水的模式二的2个方案综合风险率小且供水恢复性好。推荐模式二下的2个方案。

基于分布式水文模型和启发式算法的汛期最佳大坝运行

为降低大坝汛期下游洪峰,将物理的分布式水文模型与联合大坝运行优化算法耦合,以找到不同排放场景下减小下游洪峰的最佳组合。将强降雨期间的平均流量用于启动大坝运行。为了实现目标函数,水库预期在洪水事件发生前放水,并在洪峰期间关闭闸门蓄水。本文将开发的系统应用于实际案例,得到了两个关键坝的最优泄流方案,并将观测的天气雷达产品输入到水文模型中,模拟河网内的流量。然后将模拟流量输入到大坝的蓄能函数中。泄流通道顺流而下,并在控制点对河水流量进行评估。结果表明,提出的综合运行方案可以有效地减少洪峰,表明了在未来实时运行方案的可行性。

基于IMOSFLA算法的水库优化调度研究

针对传统混合蛙跳算法(SFLA)出现的种群多样性丧失、易陷入局部最优解等问题进行改进创新,提出了改进多目标混合蛙跳算法(IMOSFLA)。以故县水库为研究对象,以发电量最大、供水满足度最高和生态流量满足度最高作为目标函数,建立水库多目标优化调度模型,借助IMOSFLA算法进行求解。通过求得的非劣调度方案集,探究了各典型年不同来水情况下各调度目标的彼此关系与调度结果。通过分析不同决策偏好的典型方案调度过程可知,IMOSFLA算法求得的水库调度方案会根据水库来水情况和侧重目标实现各目标之间的平衡和优化,保障水库多目标协同调度效益,体现了算法的科学性和适用性。

因应都市化之智能型水资源管理策略

随着时代的变迁,台湾的桃园地区都市化发展迅速,由于人口膨胀、工商业发展蓬勃等因素,民生、工业用水需求日益增加。因此,在干旱发生的情形下,桃园地区的石门水库用水调度将是1个重大课题。面对日益增加的用水需求以及水文不确定性,本研究拟建置智能型水资源管理系统,期能于干旱时期透过灌溉用水弹性调度民生、工业用水方式,降低公共用水压力。本研究搜集2005~2014年桃园地区农业、工业以及人口发展等数据,透过系统动力模式推衍未来2015~2030年桃园地区需水情势,并参考1977、1984、2002年等干旱年之石门水库旬入流量及水库初始有效库容50%、40%、30%等情境,总共设定九种未来干旱供水可能状况,运用石门水库操作规则（M-5操作规线）模拟未来缺水严重程度,并透过非支配排序遗传算-Ⅱ（NSGA-Ⅱ）搜寻最大的平均有效蓄水率（RRS）及最小的修正缺水指标（MSI）等两个目标;透过NSGA-Ⅱ的搜寻,修正缺水指标（MSI）于各水文情境的表现最高达31.3%的改善率,各旬有效蓄水率最高达9.8%的改善率。我们期望所提出之智能型水资源管理系统能对未来永续水资源管理研究有所帮助。

灌区规划模拟模型

本文提出了用于规划一个多目标水库和地下含水层为满足灌溉不同作物种植比例需要而联合运用的模拟模型。模型考虑了作物种植组成，灌区内农民的利益，规划水平年内水库和地下含水层供水条件及水力发电情况。模拟了在制定的管理方法允许条件下的灌溉系统特性，给出一定的初始条件、水文、经济参数、作物组成、水库和含水层供水量及结构特性。通过微机计算得出结果。本学型在墨西哥北部一个灌区规划管理中得到验证．

Multi-Objective Optimization of Water-Sedimentation-Power in Reservoir Based on Pareto-Optimal Solution

A multi-objective optimal operation model of water-sedimentation-power in reservoir is established with power-generation, sedimentation and water storage taken into account. Moreover, the inertia weight self-adjusting mechanism and Pareto-optimal archive are introduced into the particle swarm optimization and an improved multi-objective particle swarm optimization （IMOPSO） is proposed. The IMOPSO is employed to solve the optimal model and obtain the Pareto-optimal front. The multi-objective optimal operation of Wanjiazhai Reservoir during the spring breakup was investigated with three typical flood hydrographs. The results show that the former method is able to obtain the Pareto-optimal front with a uniform distribution property. Different regions （A, B, C） of the Pareto-optimal front correspond to the optimized schemes in terms of the objectives of sediment deposition, sediment deposition and power generation, and power generation, respectively. The level hydrographs and outflow hydrographs show the operation of the reservoir in details. Compared with the non-dominated sorting genetic algorithm-Ⅱ （NSGA-Ⅱ）, IMOPSO has close global optimization capability and is suitable for multi-objective optimization problems.

多目标调节水库双目标兴利计算方法

本文提出了用年内变化的农业用水限制库容作为多年调节水库进行双目标兴利计算（时历法）的重要库容指标，并提出了高、低保证率用水户在各时段供水的水量分配。其用水调度原则简单、有效和可行，且能达到较充分利用库水的目的，使设计（指兴利计算）和管理得到了统一。