Optimized operation of cascade reservoirs on Wujiang River during 2009-2010 drought in southwest China

The effects of optimized operation principles implemented at reservoirs on the Wujiang River in southwest China between September 2009 and April 2010 under drought conditions were analyzed based on operational data collected from the Guizhou Wujiang Hydropower Development Co., Ltd. A set of linear regression equations was developed to identify the key factors impacting the electric power generation at reservoirs. A 59% reduction in the inflow discharge at the Hongjiadu Reservoir led to a decrease of only 38% in the total electric power generation at the Hongjiadu, Dongfeng, Suofengying, and Wujiangdu reservoirs on the Wujiang River, indicating that optimized operation can play an important role in drought management. The water level and the amount of other water inputs at the Hongjiadu Reservoir and the outflow discharge at all of the reservoirs except the Wujiangdu Reservoir were key factors affecting the total electric power generation at reservoirs on the Wujiang River under optimized operation.

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。

黄河中下游水资源多目标利益对古贤水库运行的响应

为量化未来古贤水库参与黄河中下游梯级水库群联合运行对供水、发电、调水调沙、生态多目标关键利益及非关键利益的影响,设置2030水平年有古贤水库及无古贤水库两种情景,基于梯级水库群多目标协同优化调度理论构建黄河中下游梯级水库群多目标协同优化调度模型,通过求解模型分析了径流减少及未来综合需水增加的背景下,黄河中下游多目标利益对古贤水库参与联合运行的响应关系。结果表明:与无古贤水库情景相比,有古贤水库情景下水库群调度系统总协同度略微增加,供水与发电子系统有序度有所增加,农业关键期、非关键期多年平均缺水量减少,水库群多年平均发电量增加;除调沙频率略微下降外,有古贤水库情景下输沙、生态目标关键利益及非关键利益均有所提升。

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。

不确定来水条件下龙羊峡水库年末水位优化

以黄河上游多年调节水库龙羊峡及下游刘家峡水库为研究对象,考虑来水不确定性影响,建立梯级水库群多目标随机优化模型,并基于理想点法(technique for order preference by similarity to an ideal solution,TOPSIS)决策方法,求解当年发电量与年末水位Pareto方案集中最佳方案,探讨来水频率及起调水位对年末水位和发电量的影响,验证年末期望水位保证多年调节水库发电效益的可靠性。结果表明:在不确定来水条件下,龙羊峡水库年末期望水位与龙羊峡水库、刘家峡水库年期望发电量之间存在竞争关系;龙羊峡水库来水频率越低、起调水位越高时,龙羊峡水库年末水位越高,龙羊峡水库、刘家峡水库发电量越大;基于提出的年末水位优化方法可大幅缩减龙羊峡水库现行调度方式下年末水位范围,且保障发电效益的可靠性在98%以上。

基于碳减排的梯级水库消落期多目标水碳调度研究

提出基于碳减排的梯级水库消落期多目标水碳调度模型,将碳排放因子法应用于梯级水库水碳调度研究,为梯级水库消落期水碳协同调度提供技术支撑。以发电量最大和温室气体排放量最小为调度目标,采用NSGA-II算法求解模型,并以金沙江中下游6座水库与三峡水库组成的梯级水库为研究对象进行实例研究。结果表明:相较现行调度方案,在丰、平、枯不同水文情景下,发电效益最佳方案可使梯级水库年发电量提高44.3~75.9亿kW·h,增长率为4.0%~5.2%;碳减排效益最佳方案可减少温室气体排放量(CO_(2)当量)37.5~42.5 Gg/a,降低4.2%~4.7%;协调调度方案可提高年发电效益36.4~73.8亿kW·h(增长率3.2%~5.0%),减少温室气体排放量(CO_(2)当量)36.3~41.4 Gg/a,降低4.0%~4.6%。

Kriging水动力学代理模型在水库群优化调度中的应用

为解决传统水动力学模型结合调度模型求解耗时长的难题,使用代理模型模拟水动力学模型以提升求解效率。从金沙江下游—三峡梯级水库调度实际出发,结合水动力学和代理模型相关理论,建立了基于Kriging代理模型的水库群多目标调度模型并采用多目标进化算法对模型进行求解,最后采用投影追踪法对得到的多目标帕累托前沿进行决策。研究结果表明,代理模型的平均模拟误差≤1.5%,能够较为精确地替代原有长耗时水动力学模型并结合调度模型给出具有竞争关系的帕累托前沿及合理的折衷方案,对促进梯级水库综合效益发挥提供理论依据。

深度强化学习方法求解梯级水库随机优化问题

深度强化学习(deep reinforcement learning,DRL)是将强化学习与深度神经网络相结合的方法,近年来已广泛应用于求解组合优化问题.论文提出深度强化学习方法求解梯级水库多阶段随机优化问题,将问题建模为马尔科夫决策过程,构建基于梯级水库调度计算的强化学习训练环境,基于梯级水库调度模型定义强化学习的动作、状态、收益函数,通过与强化学习训练环境进行交互学习,采用邻近策略优化算法(proximal policy optimization,PPO)求解得到梯级水库随机优化策略.以西南流域梯级水库为例计算,实例表明,深度强化学习方法能够处理梯级水库随机优化中的随机性,通过强化训练学习可以解决梯级水库随机优化问题,梯级水库随机优化策略可用于实时调度运行决策.深度强化学习方法具备强大的计算和学习能力,理论上可以解决不同尺度的梯级水库随机优化调度问题,基于深度强化学习的梯级水库随机优化调度有可能改变梯级水库的管理和运营方式.

基于DP-MSCAOA算法的梯级水库多目标防洪优化调度研究

为提高梯级水库联合防洪能力,针对不同频率洪水,综合考虑大坝防洪安全和下游防护区防洪安全,以调度期水库最高运行水位最低、下游防洪控制断面最大削峰和下游防护区超额洪量最小为目标,建立梯级水库多目标防洪联合优化调度模型,设计融合动态规划、多策略协同阿基米德优化算法优势的DP-MSCAOA嵌套优化算法,并以资水某梯级水库为例,针对不同频率洪水进行多目标防洪联合优化调度,与常规调度结果和粒子群优化结果进行对比。结果表明,多目标联合优化调度模型削峰和错峰效果更优,验证了多目标联合优化调度模型的适用性及DP-MSCAOA嵌套优化算法的有效性,可为降低洪灾风险、缓解防洪压力提供技术支撑。

考虑生态流量的梯级水库主从博弈优化调度研究

针对传统集中式多目标优化范式未充分考虑多利益相关主体博弈关系对水库调度决策的影响,导致难以保障河道生态流量的现实问题,设置了共同保障和单独保障两种生态流量保障情景,构建了发电服从防洪调度原则下的梯级水库主从博弈优化调度模型,并在拉萨河流域旁多直孔梯级水库开展了实例研究。结果表明:梯级水库在共同保障生态流量下综合效益最优,仅由直孔水库单独保障生态流量造成调度效益难以凸显,其中防洪效益降低4.35%,整体发电效益降低1.66%;效益降低的主要原因在于单库保障模式下枯水期旁多水库倾向于蓄水而减少下泄,导致直孔水库过度下降水位来保障生态流量。

梯级水库运行期设计洪水及水位联合优化调控变革与启示

我国水资源时空分布不均,年际、年内变差大,洪涝和干旱并存,流域防洪与兴利需求并重。随着大规模水库群建成投运,流域下垫面条件及产汇流机制明显变异,水库及引调水工程运行等人类活动对设计洪水影响显著,梯级水库群运行管理中如何分析和应用设计洪水成为亟待解决的新问题,水库群联合优化调控、水资源高效利用的现实要求十分迫切,已列入中国科学技术协会2023年十大产业技术问题。经过多年探索实践,我国在梯级水库运行期设计洪水及水位联合优化调控方面已取得一定研究进展和成果,但仍存在对暴雨洪水季节性变化规律认识不足、梯级水库群系统中各水库运行相互影响考虑不足、现代水文气象实时预报信息运用不足等问题,亟须系统开展运行期设计洪水及水位联合优化调控体系研究,实现风险可控条件下水资源高效利用,保障防洪安全、供水安全、能源安全、生态安全,推进新阶段经济社会高质量发展。

径流变异对滹沱河流域水库生态调度的影响

分析了滹沱河中上游径流变异情况并计算了河道生态流量,通过构建岗南黄壁庄梯级水库供水及生态多目标优化调度模型,并采用NSGAⅡ求解多种情景方案,探求入库径流变异对水库生态调度的影响。研究结果表明:小觉站和平山站径流分别在1983年和1979年发生变异,流域径流整体呈显著下降趋势;利用频率众值法、Tennant法和年内展布法计算的河道理想、适宜及最小生态流量对应的年生态需水量分别为9.85亿、5.85亿、3.23亿m^(3);农业灌溉及生态需水缺水率随来水频率的增大而显著增大;入库径流下降趋势显著且发生变异,致使变异后不同水平年水库调度的供水保证率均有所降低;农业灌溉需水和生态需水矛盾显著,枯水年农业灌溉供水率降低4%可提高12%的生态供水率。

Study on joint optimization operation scheme forPangduo reservoir and Zhikong reservoir

The cascade hydropower system composed of Pangduo reservoir and Zhikong reservoir are formed on the middlereach of the main Lasahe river. For giving full play of joint compensation effect of the two reservoirs, the paper studied the joint operationscheme for Pangduo reservoir and Zhikong reservoir. Based on the respective operation scheme, a reservoir group joint operationmodel is built, the model is solved by the simulation- optimization method, and then the practical and operational scheme isachieved. The scheme could give full play of the joint regulation and storage effect of the reservoir group and improve effectivelythe utilization factor of hydropower resources.

梯级水库深度强化学习长期随机优化调度研究

梯级水库调度相较于单库调度状态空间呈指数级增大,为解决基于表格的强化学习方法在解决梯级水库长期随机优化调度问题时面临的维数灾问题,提出采用深度强化学习中的深度Q网络算法求解。首先基于Copula函数分析梯级水库随机入库径流的联合分布函数;再根据时序差分思想分别建立目标神经网络和主神经网络,分别逼近当前和下一状态对应的动作状态价值,并采用ε-贪婪探索利用策略获取最优调度策略;最后将主要参数分步调优保障调度效益。算例对比表明,深度Q网络算法相较于Q学习算法及其改进算法提升了优化调度目标值,加快收敛速度,有效解决了梯级水库随机优化调度中的维数灾问题.

考虑预报不确定性的水风光互补系统两阶段决策研究

【目的】水风光资源长期预报精度有限,如何应对风光出力和径流的不确定性是充分发挥多能源协同优势的关键,为此,提出考虑预报不确定性的水风光互补系统两阶段决策方法。【方法】将互补系统长期调度多阶段决策划分为包含面临时段和余留期的两阶段决策,通过余留期能量曲面表征余留期不同库容条件与未来风光出力及径流所能产生的发电效益;讨论不同预报水平下水风光资源预报信息的利用方式,提出余留期能量曲面确定方法,并分析预见期利用长度对互补系统效益的影响,确定最佳预见期利用长度;以基于调度图模拟的互补系统调度结果作为对照,评估不同预报水平下两阶段模型的适用性。【结果】选择雅砻江下游水风光互补系统进行实例研究,结果显示:(1)两阶段模型中基于径流序列映射模型的预报信息利用方式能较好地表征余留期效益;(2)随着两阶段决策模型预见期利用长度的增加,预见期的边际效应显著降低,互补系统最佳预见期利用长度为3个月;(3)与调度图相比,两阶段模型推迟水库蓄水和消落时机并加深消落程度,使得发电效益和出力可靠性在预报水平较高时整体高于调度图。【结论】结果表明:两阶段决策模型能够灵活结合多个预见期的预报信息,实现有限预报信息下的互补系统长期优化调度。

雅砻江梯级水库优化调度规则提取研究

针对确定性水库优化调度模型难以直接应用于实际操作的局限性,建立雅砻江流域“三库七级”梯级水库电站联合优化调度模型,采用Gaussian径向基函数提取各水库的调度规则,并率定和检验拟合效果。结果表明,雅砻江梯级水库电站联合优化调度运行的年均发电量为983.19亿kW·h,比设计多年平均发电量增加78.94亿kW·h(+8.73%);两河口、锦屏I级和二滩水库的优化调度过程呈现一定规律,Gaussian径向基函数拟合调度过程的决定系数R2均大于90%,能有效拟合其调度规则,且模拟调度结果相比设计值增发电量51.27亿kW·h(+5.67%)。

基于多种群引力粒子群算法的金沙江下游-三峡梯级水库群优化调度

金沙江下游—三峡已形成六库联合调度格局,调度维数增多,约束庞杂交织,优化目标多样,给调度方案制定带来极大困难。针对传统粒子群算法求解调度模型寻优能力不足的难题,提出多种群引力粒子群算法,建立优化调度模型并应用改进算法求解。算法测试和应用结果表明,多种群引力粒子群算法寻优性能更加先进,更适用于求解梯级水库优化调度问题。实例表明,上游龙头电站通过减少自身发电量可以使下游电站和梯级发电量增加。

改进的显随机动态规划在梯级水库优化调度中的应用

为了解决常规水库调度图难以获得最优调度方案、且梯级水库随机优化调度求解“维数灾”等问题,以东北第二松花江流域白山~丰满梯级水库水电站为例,分析梯级水库的实际径流特性,依据同流域的梯级水库天然径流具有较强的相关性的特点,提出了降维的马尔科夫链随机径流描述模型,解决梯级水库随机优化调度模型求解的维数灾问题;同时结合有、无时段径流预报的描述方法,使得径流描述更加贴近实际;根据所提出的径流描述模型,采用调度期内发电量期望值最大作为优化调度模型的目标函数,研究相邻时段无径流预报、相邻时段有径流预报、本时段无预报且后时段有预报、本时段有预报且后时段无预报等情况下的模型递推方程,首次创建了考虑有、无时段径流预报相结合的梯级水库优化调度模型;利用了惩罚系数和改变保证出力约束相结合的方法,求解得到各种出力保证率下的水库最优决策方案;在相同的出力保证率情况下,通过对白山、丰满梯级水库历史径流序列模拟优化调度结果的对比分析可知,所得到的优化调度规则比常规水库调度图和传统随机优化调度规则都获得了更多的发电效益,模型求解时间也比传统方法提高了数倍,充分说明了本文所创建模型的有效性和调度规则的优越性。

钱塘江梯级水库中长期多目标联合优化调度研究

新安江、富春江水库是华东电网的主力调峰电厂,对电网的安全、稳定运行起着重要作用。为了充分利用钱塘江流域的控制性水利枢纽——新安江水库的调节能力,进一步发挥梯级水库群的综合效益,本研究以新安江、富春江梯级水库为研究对象,建立协调发电量及弃水量的梯级水库联合调度模型,并采用DPSA算法求解,得到不同典型年下梯级水库联合优化调度过程。结果表明:与单库调度运行相比,联合优化调度的发电量提高2.85%、弃水量降低17.5%,联合调度能更好地发挥两库的水资源综合利用效率。