隔河岩水库优化调度SEPOA方法研究

本文扼要综述水库优化调度的四种信息－决策模式，着重阐明ＳＥＰＯＡ方法原理和数学模型，介绍了三种实时调度方程。     

基于遗传模拟的水库发电优化调度模型及应用

为快速高效绘制适宜性强、效益高、便于操作的水库发电调度图,以常规发电调度图运行方式（时历法）作为模拟规则,以保证出力保证率满足前提下发电量最大为目标函数,借助实码加速遗传算法的并行计算能力,把调度图绘制（模拟规则）与有效性检验（智能优化）结合起来,建立水库发电优化调度模型。作为实例,应用该模型于中国某大型年调节水电站优化调度图绘制中。结果表明：该模型是有效的,可以考虑下游生态需水等水电站优化调度若干复杂约束条件与水库管理者的经验（常规调度绘制方法不能）,调度图更符合实际;把调度图的绘制与有效性检验结合起来,得出的调度图无需再检验,较常规方法更为快速高效;利用了遗传算法的并行计算能力,可快速获得满足保证出力要求的多组优化调度方案（调度图）,决策信息更加丰富。     

水文时间序列与水库优化调度的模拟研究

以某水库水资源系统为例，建立了同时产生径流与降雨系列的多站互相关随机模拟模型，并与二维离散差分动态规划模型（ＤＤＤＰ）相结合，构成了串联水库随机优化调度模拟模型，所建模型方法简单实用，仿真性好，输出信息量大，可操作性强，在确定性规划中同时考虑了水文现象的随机特性。     

跨流域调水工程实时优化调度模型研究

研究了跨流域调水工程实时优化调度的优点，方法和步骤、建立了基于多维动态规划和模拟技术相结合的大系统分解协调实时调度模型，提出了利用水源区水库调度图控制面临时段的调水决策以考虑余留期效益的建议，以南水北调中线工程为背景进行了实例验算，成果合理，模型可行。     

水文时间序列与水库优化调度的模拟研究

以某水库水资源系统为例，建立了同时产生径流与降雨系列的多站互相关随机模拟模型，并与二维离散差分动态规划模型（ＤＤＤＰ）相结合，构成了串联水库随机优化调度模拟模型．所建模型方法简单实用，仿真性好，输出信息量大，可操作性强．在确定性规划中同时考虑了水文现象的随机特性．     

跨流域调水工程实时优化调度模型研究

研究了跨流域调水工程实时优化调度的特点、方法和步骤，建立了基于多维动态规划和模拟技术相结合的大系统分解协调实时调度模型，提出了利用水源区水库调度图控制面临时段的调水决策以考虑余留期效益的建议．以南水北调中线工程为背景进行了实例验算，成果合理，模型可行．     

调度函数与分区控制规则相结合的优化调度模式研究

提出了充分考虑实际系统特点和优化模型成果的水库时，空分区控制规则与调度函数相结合的优化调度模式。验证分析表明这种优化调度模式具有效益显著，简单易行等特点。     

粒子群优化算法在水库调度中的应用分析

寻求水库最优调度轨迹过程线是水库优化调度中的经典、难点问题.本文在分析以往水库优化调度模型优缺点的基础上,提出了基于粒子群优化算法(Particle Swarm Optimization,简称PSO)的水库优化调度模型,并通过引入罚函数解决强约束问题.以某综合利用水库优化调度为实例进行研究,并与动态规划模型计算结果进行对比分析.结果表明:粒子群优化算法原理简单,易于编程实现,而且占用计算机内存小,计算速度快,适用于年内水库优化调度规则的确定.     

水库优化调度研究进展和发展趋势

回顾了水库优化调度的进展,并简单介绍了遗传进化算法、神经网络方法及微粒群方法、蚁群算法等智能（仿生）优化方法。在此基础上从理论研究和管理两方面提出了水库优化调度研究中所存在的一些问题,并对水库优化调度研究未来的发展趋势进行了展望,即在水库调度研究方面大规模、高强度地应用高新技术,实现调度决策的科学化、智能化、敏捷化,提升调度决策的技术水平,使水库调度研究不断朝着可视、交互、智能、集成化的方向发展。     

水库防洪调度问题探讨

阐明了水库防洪调度的基本任务,揭示了水库调洪过程涉及的若干基本问题,分析了防洪补偿调节及错峰调度方式的应用条件,提出拦蓄洪尾运用方式的风险分析方法,并探讨防洪优化调度与实时调度相联系的途径。     

特大水利水电枢纽调控与安全运行研究进展与前沿

特大水利水电枢纽防洪、发电、通航运行调控复杂且安全运行保障难度大。为破解特大水利水电枢纽长期安全运行的难题,基于国内外研究现状和工程实践,本文提出该领域的研究热点和前沿,主要包括：高速水流、高压瞬变流、高水头渗流等水力致灾机理,坝体和库岸长期运行性能衰减规律,枢纽安全运行多因素耦联实时测控技术和多信息融合安全评价理论方法,枢纽群暴雨洪水预报及应急调控技术,枢纽泄洪运行安全实时调控技术,水力发电系统耦联动力安全及智能运行技术,枢纽发电、泄洪、通航联合优化调控技术、高坝枢纽运行初期风险调控与安全保障技术、复杂运行环境下高坝结构及库岸长期安全稳定运行技术。加强该技术领域的研究,以满足特大水利水电枢纽长期安全运行的重大需求。     

决策树技术在水库兴利调度中的应用研究

利用数据挖掘中的决策树技术,对多年水库实际水文数据和调度数据进行分析和挖掘,从中得到基于多年实际径流资料和水库水位资料的调度决策树模型.模型特点:1)在海量历史水库调度数据中挖掘调度规则,从实践中得到的经验规则往往更具有实用性.2)将入流类别作为判断条件在调度规则中使用,将预报入流类别结合时间、水位生成调度规则更具有合理性.通过实例分析,比较调度决策树模型与常规水库调度图模型的结构特点和调度结果,尝试得到合理的水库兴利调度规则.     

水电站优化调度的FP遗传算法

水电站的优化调度是个含有线性与非线性约束，而且目标函数呈非线性的动态控制问题，已有的优化方法大多基于数学规划技术．本文提出一种新方法，即人工智能浮点表示（ＰｌｏａｔｉｎｇＰｏｉｎｔ简称ＰＰ）的遗传算法．它的主要优点在于状态和控制变量不必离散化，所需内存少，缩程简单，它为克服水库（群）优化运行“维数灾”问题提供了一条新途径．     

混联式水电站群动能指标和长期调度最优化(运用离散微分动态规划法)

本文根据确定性的水库入流,利用离散微分动态规划法,建立了混联式水电站群动能指标和长期调度最优化的数学模型;较为严格地证明了水库系统方程组的可逆性;并在优化调度模型中,引入了惩罚函数;讨论了目标函数和最优策略的收敛性;且以实例论证了所建立的数学模型和求解方法的有效性。     

水库水位的VMD-CNN-GRU混合预测模型

水库水位预测为其运营、防洪、水资源调度管理提供了重要决策支持.准确可靠的预测对水资源的优化管理起着至关重要的作用.针对水库水位数据的非线性、不稳定性以及复杂的时空特性,提出一种融合自适应变分模态分解(VMD)、卷积神经网络(CNN)和门控循环单元(GRU)的混合水库水位预测模型.VMD通过对水位序列进行分解消除噪声,CNN用于有效提取水位数据的局部特征,GRU用于提取水位数据的深层时间特征.以葠窝水库日水位为例,与多个相关模型对比分析,结果表明:精度方面,新模型在选取的评价指标上均表现最佳;运算效率方面,本文选择的GRU与长短时记忆网络(LSTM)相比,运算效率显著提高.新模型预测的高精度、高运算效率更能满足实际水库水位实时调度的需求.     

万安水库调度的蓄水风险和发电风险计算

首先建立万安水库长期发电优化调度模型并求解,通过对优化结果统计分析,获得水库各旬(或月)最优调度函数(规则),作为指导该时段水库调度的依据.在此基础上,分别考虑面临时段无预报时入库径流服从P-III总体分布和有预报时预报误差服从正态分布两种情况。通过随机模拟计算,获得了时段末水库蓄水目标和发电目标不能实现的概率.实例研究表明:优化模型与随机模拟相结合,为水库发电调度的风险分析提出了一种新途径.     

基于两阶段风险分析的水库群汛期运行水位动态控制模型

水库(群)实时调度能结合有效的水文预报信息对水库在实时运行层面权衡防洪与兴利效益具有指导意义。然而,水文预报信息的利用面临着不可规避的不确定性问题,故水库(群)实时调度运行需要考虑风险控制方法的研究。针对耦合水文预报的水库群汛期运行水位动态控制问题,提出了可考虑各水库不同预见期长度、不同预报精度的两阶段风险率计算方法,并将其应用于构建水库群汛期运行水位动态控制模型。首先,两阶段风险率思想是将未来调度时段按预见期节点分为预见期以内和预见期以外两个阶段,预见期以内考虑径流预报不确定性带来的风险,采用集合预报思想统计多组预报径流情景在预见期以内的失事概率,预见期以外考虑因预见期末水位过高难于应对后续洪水的潜在风险,根据历史设计洪水的调洪演算试算风险率。其次,基于所提出的两阶段风险率方法构建以发电量最大为目标函数的水库群汛期运行水位动态控制模型。研究结果表明：提出的两阶段风险率计算方法可兼顾考虑实时调度阶段由径流不确定性引起的预见期以内、预见期以外的潜在风险;基于两阶段风险分析构建的水库群优化调度模型,可求解得出的水库群系统库容动态最优决策过程,且该优化调度模型可在不增加汛期防洪风险的基础上提高水库群系统的发电效益,即2010年汉江流域五库系统在夏汛期可提高总发电量2.30亿kWh。     

天然气地下储气库垫层气与工作气混合的模拟研究

天然气地下储气库的建筑是调节城市用气不均衡性、平抑供气峰波动的最合理有效的手段之一,在储气库进行注采动态运行时,避免注入气与垫层气发生混合是关键技术问题,本文通过分别建立三维两相渗流模型和三维气体扩散模型,采用跳跃式的求解方法,首先求出库内各点瞬态压力分布,再根据达西定律确定出速度分布,最后通过求解三维气体扩散数值模型,可动态的确定垫层气的需求量和注采天然气所需的最佳储气压力,残存气与储存天然气的混合而导致的回采气体浓度的变化,为保证储库满负荷的优化运行提供科学依据。     

混沌粒子群优化算法在水库防洪优化调度中的应用

为改善粒子群优化算法的寻优性能,提出了一种新的算法——混沌粒子群算法。该算法将混沌搜索机制引入到粒子群算法中来增加粒子的多样性,采用自适应惯性权重因子模型来设置惯性权重因子,改善了算法的全局寻优能力,并将其用于水库防洪优化调度中。实例计算表明该算法能较好地克服了粒子群算法易早熟和陷入局部最优的缺点,为解决水库防洪优化调度问题提供一种新的有效途径。     

考虑入库洪水随机过程的梯级水库防洪优化调度

针对梯级水库防洪优化调度求解过程中存在的入库洪水过程的随机性,以及优化调度模型求解的复杂性这两方面的问题,建立了基于Copula函数的梯级各地区洪水的联合分布函数,通过随机模拟方法得到梯级水库的入库洪水过程;建立了梯级水库防洪优化调度模型,并提出了基于并行搜索思想的PDP算法进行求解。清江梯级水库实例研究结果表明,基于Copula函数的随机模拟方法,能充分考虑洪水地区组成方式的多样性和随机性,从而能模拟对梯级防洪调度最不利的情况;PDP算法比文中其他算法更容易收敛到全局最优解;较常规调度,梯级水库防洪优化调度可进一步降低下游地区的防洪风险。