并联供水水库联合调度规则最优性条件研究Ⅰ:理论分析

水库群联合调度规则最优性条件是科学制定水库群联合调度策略的理论基础,也是确定水库群蓄放水次序的重要依据。先确定水库群系统总供水量进而优化其在各个水库中的供水任务分配是水库群联合调度中最常见的做法,因而由总供水量确定规则和供水任务分配规则(蓄水量空间分布规则)构成的水库群联合调度规则也是最常见的调度规则。本文以并联水库群系统中这类调度规则为研究对象,采用库恩-塔克条件(K-T条件),给出了这类常用调度规则的最优性条件及其对应的时段可利用水量阈值范围,提出了水库蓄放水优先次序的划分标准。研究结果表明:由总供水量确定规则和蓄水量空间分布规则构成的水库群联合调度规则适用条件较差,而且仅当水库群系统中每个水库可利用水量与系统总可利用水量始终维持在给定的阈值范围内时,并联系统调度运行的最优性才能得到保障。

并联水库群调度规则提取的机理神经网络研究

本文提出了基于理论指导的深度学习方法,提取并联供水水库联合调度规则,该方法以损失函数惩罚项的形式,将成员水库蓄水期弃水概率相等且供水期达到死库容状态概率相等、蓄水量边界约束和供水量边界约束加入到机器学习模型中。结果表明,在纯机器学习模型中耦合适当的调度机理知识可以提高其模拟水库调度规则的精度。在三种约束中,成员水库蓄水期弃水概率相等且供水期达到死库容状态概率相等对模拟结果的改善效果最佳。此外,同时耦合三种约束的场景模拟结果最优。