基于机器学习的黄河上游梯级水库群多目标优化调度规则提取

为最大化发挥多功能水库综合效益,构建了黄河上游梯级水库群发电、供水、防洪、防凌、生态多目标优化调度模型,采用多元线性回归模型、随机森林模型和LightGBM模型提取了梯级库群多目标调度规则,并通过改进泰勒图和典型调度方案对提取效果进行了评价。结果表明:随机森林模型和LightGBM模型对调度规则提取的效果整体优于传统的多元线性回归模型,LightGBM模型训练结果更有实际指导意义,在发电、供水及均衡调度需求下均能有效指导水库贴近优化下泄过程。

流域梯级水库群多目标优化调度方法及应用

为有效解决流域梯级水库群联合优化调度这一典型的大规模、强耦合、多目标、多约束复杂非线性优化问题,提出了一种基于改进多目标蜂群算法(EMOBCO)的并行多目标调度建模及求解技术。以梯级水库群总发电量最大和调度期最小出力最大为目标,建立了梯级水库群多目标发电调度模型,利用EMOBCO算法以及启发式约束处理策略等措施进行模型寻优,并通过引入Fork/Join并行计算框架对模型求解流程进行解耦,有效提高模型求解效率。以老挝南欧江流域梯级水库群为调度对象进行了多目标优化调度方法适应性分析,仿真结果表明,提出的EMOBCO算法获得的非劣方案集分布性较好,算法执行效率高,为解决梯级水库群多目标联合优化调度问题提供了一种可借鉴的思路。

基于Pareto强度进化算法的供水库群多目标优化调度

提出用Pareto强度进化算法解决供水库群的多目标优化调度问题,算法利用种群的进化过程模拟寻找非劣解集的过程,将供水库群多目标优化调度问题的解当作进化种群中的个体,按照解的Pareto强度值与密度进行适应度计算,利用种群中个体的进化操作获得非劣解,最终整个种群进化为非劣解集。实例分析结果表明,算法能实现多峰搜索,最终非劣解集的分布均匀,且收敛速度快,为解决供水库群多目标优化调度问题提供了一种有效的方法。

综合利用水库群多目标优化调度

研究了五个水库系统的多目标优化调度问题。根据系统中各水库及用户特点,建立了一个多目标分层序列优化的数学模型.第一层目标是对两个城市、三个灌区的供水优化;第二层目标是对水电站A_1的发电优化.计算表明,这个模型能获得较好的多目标效益.

梯级水库群多目标优化调度规则研究——以溪洛渡-向家坝为例

为完整利用水库群多目标优化调度的非劣前沿信息,提出了一种优化调度函数参数、追求调度结果逼近非劣前沿的新型调度函数提取方法。对于水库群多目标优化调度模型,采用非支配排序多目标优化算法Ⅱ(NSGA-Ⅱ)求解,分别获取丰、平、枯典型年的非劣前沿集,将其作为代理模型的训练样本,实现二维非劣前沿的函数表达。采用多元线性构型构建调度函数,以调度结果逼近非劣前沿为目标,优化调度函数的参数项。该方法避免了多目标优化调度函数提取因决策破坏非劣前沿完整性,追求调度结果即为非劣解,在溪洛渡-向家坝水库群得到了验证,成功提取了针对非汛期发电、生态两目标的丰、平、枯典型年调度函数,并在相似来水年份下验证了结果的合理性。

交叉微粒群算法在梯级水电站水库群多目标优化调度中的应用

以发电量和保证出力为目标,建立水库优化调度多目标数学模型,将遗传算法的交叉思想应用到微粒群算法中,尝试应用多目标交叉微粒群算法(multi-objective Hybrid Particle Swarm Optimization——multi-objectiveHPSO)来求解水库调度中的多目标优化模型的不劣解集。通过实例研究计算并与其他算法的优化结果进行比较分析,证明交叉微粒群算法具有灵活和有效性能好的特性。

基于仿水循环算法的梯级水库群多目标优化调度研究

仿水循环算法(WCA)是一种新的智能种群优化算法,将该方法引入梯级水库群多目标优化调度,并提出多目标仿水循环算法(MWCA)。MWCA通过对自然界水循环过程的模拟,构建多目标下的相对重力机制,实现对非劣解的有效搜索,建立汇流、分流、渗流、蒸发降雨4个搜索策略,提升算法的收敛速度、多样性和局部搜索能力,同时有效克服传统算法的早熟问题,令算法具有较强的全局搜索和收敛性能。在梯级水库群多目标优化调度实例计算中,与多目标粒子群算法MOPSO和多目标遗传算法NSGA-Ⅱ进行比较分析,结果表明MWCA在计算结果和非劣解多样性上均优于其他算法,为梯级水库群多目标优化调度问题提供了一种有效的求解思路。

基于MOLA的水库群实时防洪多目标优化调度模型

水库群实时防洪优化调度作为一种重要的非工程措施,可以通过较少的投入降低洪水灾害带来的损失,起到流域防洪减灾作用。考虑了各水库自身安全和下游防洪点安全,以下游防洪控制断面最大过水流量最小、各水库最高水位最低为目标函数,建立了水库群实时防洪多目标优化调度模型;引入“滤波算子”,提出一种改进多目标利希滕贝格算法(Multi-Objective Lichtenberg Algorithm,MOLA),进行模型求解,得到水库群实时防洪调度多目标方案集,增强优化调度解在防洪调度实际应用中的可操作性;最后,提出一种基于层次聚类和Pareto前沿物理意义的综合筛选法,对Pareto前沿上的众多调度方案集进行聚集和筛选,选取有限代表解供决策者进行选择,增加防洪决策的聚焦性。研究以淮河史灌河水系为例,进行了水库群实时防洪多目标优化调度模型的应用研究,结果表明:基于改进MOLA的水库群实时防洪多目标优化调度模型计算效率高、实用性较强;采用梯度分析法定量分析了鲇鱼山水库最高水位、梅山水库最高水位、蒋家集断面最大过水流量之间的多目标互馈关系,结果表明梅山水库水位变化对蒋家集断面的组合流量影响更为显著,梅山水库可作为史灌河流域防洪风险调控的优先考虑对象。研究成果可为水库群实时防洪调度提供技术支持和决策参考。

基于改进NSGA-Ⅱ算法的梯级水库多目标优化调度

针对在时间步长较小、计算时段数目较多时,传统智能优化算法在求解梯级水库联合优化调度问题上效率低甚至无可行解的问题,提出了一种改进NSGA-Ⅱ算法。该算法基于NSGA-Ⅱ算法框架,引入参考目标值、潜力目标值、偏移度以及变异引导算子来优化种群进化过程,强化迭代中的种群质量,使获得的解集更加接近真实的Pareto前沿。福建省金溪流域梯级水库多目标优化调度实例验证结果表明,改进NSGA-Ⅱ算法相对其他算法运算效率更高,优化结果更好,具有较好的实用性。

考虑弃水风险的梯级水库中长期多目标优化调度研究

针对现有水电站弃水风险计算结果与实际情况存在较大偏差的问题,基于水量平衡原理,通过识别弃水风险因素,提出了耦合径流和负荷双重不确定性的梯级水库弃水风险量化方法;引入临界弃水概率的概念,提出了基于预警空报率和漏报率联合最小的梯级水库临界弃水概率确定方法以及基于临界弃水概率的梯级水库供水期末库水位消落控制方法;在此基础上,构建了考虑弃水风险的梯级水库中长期多目标优化调度模型,并以乌江梯级水库群为对象开展了实例研究。结果表明:乌江梯级水库群弃水概率与弃水流量间存在显著的单调递增关系;耦合调度期和余留期的两阶段方案发电效益较常规优化调度方案增加了约0.51%,生态效益提高了约1.06倍。

城市河网工程群多目标联合调度优化模型

城市河网工程群联合调度优化是一项复杂的系统工程,涉及多种闸、泵、堰等水利工程,是多时段、多对象、多约束、多目标非线性优化问题。基于此,提出了面向河网水环境改善目标的水工程群多目标联合调度优化模型,综合运用了“水量水质模型—优化调度模型—优化求解算法—方案优选方法”耦合方式,构建面向河网水环境改善的工程群多目标联合调度优化模型,并采用EMMOPSO算法的优化模型求解、基于AHP-TOPSIS的联合调度方案优选,以实现对河网水工程群联合调度的优化与决策支持,选择了长三角地区某城市河网开展了优化模型关键技术的数值试验与案例分析。结果表明:相较于水工程常规调度方式,本优化模型可以减少河网生态引水量23.9%~28.5%、提升河网水体水质达标度11.8%~90.4%,优化模型能够支撑平原城市河网地区取得显著的防洪除涝、水资源调配、水环境改善等多方面的综合效益。

洞庭湖四水流域水库群联合防洪优化调度

针对多防洪控制点的混联水库群联合防洪调度中防洪目标难以协调的问题,构建了以多流域协调条件下合成洪水洪峰流量最小为目标的水库群联合防洪调度模型,并采用逐步优化-逐次渐进算法(POA-SA)优化求解。在洞庭湖四水流域开展实例研究,基于防洪需求及各水库的特性,以四水流域下游尾闾控制站洪峰流量最小和四水汇流至洞庭湖的合成洪水洪峰流量最小为目标,提出典型年四水流域水库群联合防洪优化调度方案。结果表明:①针对1998年和2017年两场洪水,水库群联合优化调度后的四水合成汇入洞庭湖的洪峰削峰率比四水单独优化调度分别提高了9.4%和4.5%;②资水的柘溪水库和沅江的五强溪水库通过补偿调节,较好地实现了入湖洪水的错峰。对洞庭湖四水流域水库群联合调度可以保障四水流域自身防洪安全,并为洞庭湖防洪减压,研究成果可为流域水库群联合防洪调度提供参考。

基于SA-NSGA-Ⅱ算法的水库多目标优化调度研究

针对带精英策略的快速非支配排序遗传算法NSGA-II求解多目标优化问题时存在局部搜索能力较差的缺陷,提出一种基于逐次逼近方法改进的快速非支配排序遗传算法(SA-NSGA-Ⅱ),该算法通过不断调整搜索空间来减小不可行域和支配解占比,从而增强局部搜索能力,快速逼近Pareto真实前沿。以平均出力最大和下游河道适宜生态流量改变度最小为目标,建立小浪底水库多目标优化调度模型,分别采用SA-NSGA-Ⅱ和NSGA-Ⅱ求解模型并比较优化效果。结果表明,在两种算法求解模型生成的混合Pareto前沿中,SANSGA-Ⅱ、NSGA-Ⅱ所生成的Pareto前沿点分别占比80.45%、19.55%;SA-NSGA-Ⅱ、NSGA-Ⅱ生成的Pareto前沿中,分别有86.90%、52.67%的点处于非支配地位,且SA-NSGA-Ⅱ较NSGA-Ⅱ的算法运算时间减少了15.32%。因此,在相同初始条件下,SA-NSGA-Ⅱ的优化效果优于NSGA-Ⅱ,验证了SA-NSGA-Ⅱ在水库多目标优化调度中的适用性。

考虑生态流量约束的梯级水库分期消落水位多目标优化调度

针对如何表征枯水期季节性特征、优化分期消落水位来指导水库群消落调度的科学问题,提出了考虑生态流量约束的梯级水库分期消落水位多目标优化调度模型。以金沙江中下游6座水库与三峡水库为研究对象,综合运用多种数理统计方法划分流域枯水期;采用逐月滑动计算法推求梯级水库分期消落水位;以生态和发电效益最大为目标函数,利用NSGA-Ⅱ算法求解调度模型,得到不同来水情景下梯级水库枯水期消落调度方案。研究结果表明:不同来水情景下,相较于常规调度方案,选定的优化调度方案可增加梯级水库发电量30.20亿~52.27亿kW·h(增加2.3%~5.0%)和供水量83.15亿~87.14亿m3(增加5.8%~7.4%),并提高河道生态流量保证率2.6%~22.9%。研究成果可为协调梯级水库生态和发电调度提供技术支撑。

水电站水库群模糊优化调度模型与目标协调－模糊规划法

利用大系统和模糊数学规划理论与方法，分析和探讨了水电站水库群模糊优化调度问题，建立了水电站水库群模糊优化调度模型，提出一种目标协调－模糊规划（ＩＢ－ＦＰ）法。理论分析和实例计算表明，所建立的模糊优化调度模型和提出的ＩＢ－ＦＰ法是可行和有效的。

长江上游水库群多目标优化调度模型及应用研究Ⅰ:模型原理及求解

水库群调度中发电与供水、生态等目标既非完全对立也非完全协调,其优化调度决策非常复杂。本文以长江上游15座大型水库群联合调度为背景,研究建立了包含发电、河道外供水和河道内生态用水等目标的非线性优化调度模型,以逐步优化算法（POA）为基础,引入优化窗口（L）和滑动距离（l）两个参数,提出了扩展型逐步优化算法（E-POA）以提高非线性模型的求解效率与效能。经与线性全局优化策略相比,E-POA方法有效、解集合理。长江上游15座大型水库长系列联合多目标调度计算结果表明,水库群调度在发电、供水、生态等目标存在不对称博弈关系,河道外供水与河道内生态用水竞争强烈,发电与河道内供水竞争较弱。当优化计算的总发电量为总设计发电量的96.3%时,系统的发电量、河道外供水和河道内生态用水目标可达成较好的协调统一。多年平均条件下,15座水库群联合调度的总期望发电量为2625.8～2 700.1亿kW·h,略小于总设计发电量。

水库群蓄水调度多目标随机规划与聚类分析

梯级水库群汛后蓄水期蓄水时机、速率、次序决策面临径流不确定、多目标竞合关系复杂等问题。针对蓄水期决策难题,构建发电、蓄满、生态、上、下游防洪安全等指标的水库群多目标随机规划模型,生成非劣解集;采用K均值聚类法提取非劣解集类别特征,分析目标矛盾关系及蓄水机制。以溪洛渡-葛洲坝梯级水库群为例,结果表明:蓄水期来水越枯,蓄水难度越大,综合效益越低,枯水年发电量较丰水年下降了21.6%;上游防洪安全与发电量矛盾性最强,由枯到丰相关系数降低了0.047;溪洛渡、三峡蓄水呈分段式变化,前期快速蓄水,中后期缓速蓄水。本研究提出的耦合水库群多目标随机规划与聚类分析方法对于科学制定水库群蓄水方案具有参考价值。

大型复杂跨流域调水工程电站水库泵站群多目标优化调度

考虑调水量、发电最大和耗能最小3个目标,建立电站水库泵站群多目标优化调度模型。基于参数调整策略、邻域变异和加速策略,提出了求解多目标优化调度模型的综合改进布谷鸟新算法并求解模型,获得了发电、调水、泵站耗能多目标Pareto解集。以引汉济渭大型复杂跨流域调水工程为实例,将该模型与模拟调度模型和NSGA-Ⅱ算法多目标优化调度模型的结果进行比较,结果表明,该优化调度模型的发电、调水、耗能、弃水等各项指标合理,具有相对优势。

长江上游水库群多目标优化调度模型及应用研究Ⅱ:水库群调度规则及蓄放次序

水库群联合调度中水库的协同调度规则和蓄放水次序是关键问题。在讨论多目标水库群联合调度的规则制定方法的基础上,依据"长江上游水库群多目标优化调度模型及应用研究(I):模型原理及求解"一文中推荐的多目标协调方案,统计得出长系列调度和多年平均水文条件下的各水库联合调度规则图,并讨论了其适用条件。进一步分析了推荐方案下水库群联合调度的汛前放水和汛末蓄水次序。研究表明,在多年长系列联合优化调度下,长江上游具有调蓄库容和防洪任务的11座多目标混联水库群,其蓄放水次序具有统计规律。出现概率最大的优化放水次序为:三峡—水布垭—锦屏I级—溪洛渡、构皮滩、二滩—紫坪铺、瀑布沟—隔河岩、宝珠寺、向家坝;优化蓄水次序为:锦屏I级—二滩、水布垭—隔河岩—溪洛渡、瀑布沟、紫坪铺、宝珠寺、构皮滩—向家坝—三峡。对于串联梯级水库群,上游水库先放水,下游水库后放水;上游水库先蓄水,下游水库先蓄满。

基于拥挤距离的多目标粒子群优化算法在漳河水库优化调度中的应用

针对传统多目标优化算法的不足,提出了基于拥挤距离的多目标粒子群优化算法(MOPSO-CD),该算法用拥挤距离来维持精英策略和选取全局极值,同时引入动态非均匀变异算子,用以维持粒子多样性、减缓算法收敛速度、避免早熟收敛。以漳河水库为例,建立了以灌溉缺水量最小和发电量最大为目标函数的两目标优化调度模型,将MOPSO-CD应用于模型的求解中,得到了足够多且较均匀的非劣(Pareto)解前端。