發(fā)布時間：2021-10-06 16:21

　　我國水資源供需矛盾日益突出,水資源管理需求向發(fā)電、供水、環(huán)境、農(nóng)業(yè)灌溉等多目標(biāo)綜合利用、協(xié)調(diào)最優(yōu)發(fā)展,而水庫是實現(xiàn)多目標(biāo)間相互協(xié)調(diào)的最重要調(diào)控工程,科學(xué)合理的水庫優(yōu)化調(diào)度對于充分利用水庫調(diào)蓄能力、有計劃地對天然徑流進行蓄泄以最大程度地滿足各用戶目標(biāo)需求十分關(guān)鍵。隨著調(diào)度目標(biāo)數(shù)量的增多,水庫多目標(biāo)合理優(yōu)化難度加大,如何高效求解、如何合理優(yōu)選決策及如何進一步提升多目標(biāo)優(yōu)化效益這三個問題變得愈發(fā)突出�？紤]到水庫調(diào)度的多個目標(biāo)受國家政策、供水優(yōu)先權(quán)的影響有一定偏好,合理利用該偏好信息可以為高效求解提供引導(dǎo);水庫多個目標(biāo)間存在競爭,對該競爭信息進行量化權(quán)衡有助于掌握用戶的用水競爭規(guī)律以合理決策;而精度更高、預(yù)見期更長的預(yù)報信息在水庫多目標(biāo)調(diào)度中的合理利用有助于及早掌握未來入流豐枯情況以修正決策,提升調(diào)度效益�；谏鲜鰡栴}和相應(yīng)分析,本文選取尼爾基水庫為研究實例,結(jié)合水庫調(diào)度中多目標(biāo)間存在的偏好信息、競爭信息及精度日益提升的預(yù)報信息這三方面的信息,分別從優(yōu)化求解算法、優(yōu)選決策方法及預(yù)報信息在水庫調(diào)度中的修正利用方法三個角度開展了考慮多元信息的水庫多目標(biāo)調(diào)度研究。本文主要研究內(nèi)容與成果如下:（1）介... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：137 頁

【學(xué)位級別】：博士

【部分圖文】：

圖２．１尼爾基水庫上游流域??Ｆｉｇｕｒｅ?２．１?Ｔｈｅ?ｂａｓｉｎ?ｕｐｓｔｒｅａｍ?ｏｆ?ｔｈｅ?Ｎｉｅｒｊｉ?ｒｅｓｅｒｖｏｉｒ??

圖的參數(shù)所得，具體如下［９３］：首先定義調(diào)度圖的基本形式，以調(diào)度圖??各控制線上各控制點的水位（或庫容）作為控制參數(shù)（決策變量），根據(jù)長系列來水、??需水資料等采用優(yōu)化算法對其進行求解，獲取相應(yīng)的參數(shù)值（即可得到相應(yīng)的調(diào)度圖），??使得各約束條件滿足的條件下水庫調(diào)度目標(biāo)函數(shù)最優(yōu)。??根據(jù)供水及發(fā)電要求，本文研究中尼爾基水庫調(diào)度圖由供水控制線和發(fā)電控制線組??成，由于控制線總數(shù)較多，故將供水控制線、發(fā)電控制線分開表示。在優(yōu)化調(diào)度過程中，??以旬為步長進行模擬優(yōu)化，相應(yīng)的調(diào)度圖基本形式見圖２．４所示。按該調(diào)度圖進行調(diào)度??決策時，供給發(fā)電及各用戶供水的泄流量由水庫水位（或庫容）在調(diào)度圖中與調(diào)度線的??相對位置決定，具體規(guī)則如下：??——死水位?－〇—工業(yè)與生活供水限制線．Ｉ——死水位?－－■＾一?１．?１倍加大出力線??（ａ）?一ｘ一農(nóng)業(yè)供水限制線?濕地供水限制線?、ｂ）?—？一?ｏ．＾Ｒ制，出々線?１?—－．〇．７倍限制出力線???正常高水位（汛限水位＼）?＇…環(huán)ｙ供水限；｜｜｜線?（ｆｆｌＰｉ７ｊｃｆｅ）????Ｚｏｎｅ?１?＾?＼?／??＾?Ｘ３?Ｓ?Ｘ音脊來■錢＾７〇ｎｅＴ?，??３?＞＾ｋ?ｘ?ｘ－ｈ?ｋｘ－ｘ－ｘ－ｘ?ｋ?ｈ－ｋ?ｘ?Ｚｏｎｅ?２?、－人?＇?＇?氣?Ａ?，?Ｘ’??＾…＿?一一〇?ｙ??＜?ＤｏａｏｃＨＸＨＤ－ｏ＾ＨＳＳｂｏｑ?Ｚｏｎｅ?３?ｐｏｏｏ＾ｏｏｏｏ?、??■???＾ｎｔ，Ｖ＿????ｉ?ｉ?ｉ￣ｉ￣ｉ—ｉ￣ｉ￣；￣ｉ￣ｉ—ｉ—ｉ￣ｉ￣ｒｎ￣ｉ?ｉ?ｉ?ｉ￣ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?＇ｉ￣ｉ￣ｉ￣ｉ?ｉ?ｉ?ｉ￣ｒ—！?丨?１?１?丨￣

＞?Ｈ?非支配排序??｜艦—?Ｉ選擇、交叉、變異丨??Ｇｅｎ＝２?１?！??，??？???Ｔ???父、子代個體合并??ｉ?ｍ?，??Ｎ〇??????成新父種群？?？快速非支配排序??Ｇｅｎ＝Ｇｅｎ＋ｌ?Ｉ???ｔ??Ｙｅｓ?Ｔ??Ｉ????＊?１?擁擠度計算??選擇、交叉、變異?１?－Ｔ－???｜選擇合適個體組成??Ｙｅｓ?新父種群???＜＾１１小于最大代數(shù)?１??Ｎｏ丨??結(jié)束??＾?＾??圖３．１?ＮＳＧＡ－ＩＩ算法基本流程??Ｆｉｇｕｒｅ?３．１?Ｃａｌｃｕｌａｔｉｏｎ?ｐｒｏｃｅｄｕｒｅ?ｏｆ?ＮＳＧＡ－?ＩＩ??３．２．２偏好信息載體——參考點??參考點是由各優(yōu)化目標(biāo)的相應(yīng)期望值構(gòu)成的一個向量，用來定位偏好的Ｐａｒｅｔｏ前沿??所在區(qū)域（Ｒｅｇｉｏｎ?ｏｆ?ｉｎｔｅｒｅｓｔ）�；趨⒖键c的優(yōu)化算法通常采用一個或幾個參考點作為??偏好信息的載體，通過修改常規(guī)優(yōu)化算法的尋優(yōu)過程來找到更多參考點（目標(biāo)空間）附??近的Ｐａｒｅｔｏ最優(yōu)解１Ｑ６］。參考點可以設(shè)置在可行域內(nèi)也可以設(shè)置在可行域外［１（）（３，１Ｑ５］，??如圖３．２所示，但參考點不宜設(shè)置在完全遠(yuǎn)離Ｐａｒｅｔｏ前沿的區(qū)域，因為完全遠(yuǎn)離Ｐａｒｅｔｏ??前沿可能導(dǎo)致偏好搜索策略失效。為了設(shè)置較合理的參考點，可以首先使用常規(guī)優(yōu)化算??法如ＮＳＧＡ－ＩＩ進行少量代數(shù)的優(yōu)化來提供初始解集，然后按照下述步驟設(shè)置參考點：（１）??儲存初始解中每個目標(biāo)的最優(yōu)值和最劣值；（２）挑選初始解集中任意一個；（３）調(diào)整??挑選出的解中偏好目標(biāo)的值到期望水平，其余目標(biāo)可保持不變或適當(dāng)調(diào)整（注意調(diào)整后

【參考文獻】：
期刊論文
[1]黃河水量調(diào)度徑流預(yù)報方法研究[J]. 王春青,陳冬伶.  人民黃河. 2019(09)
[2]渠溪河流域GPM IMERG衛(wèi)星降水對地面站點降水的可替代性研究[J]. 王漢濤,張瀟瀟.  水電能源科學(xué). 2019(06)
[3]基于多維關(guān)聯(lián)抽樣的區(qū)間數(shù)灰靶決策模型及其應(yīng)用[J]. 王麗萍,閻曉冉,王渤權(quán),俞洪杰,紀(jì)昌明.  系統(tǒng)工程理論與實踐. 2019(06)
[4]遙感降水產(chǎn)品在瀾滄江流域徑流模擬中的適用性研究[J]. 王書霞,張利平,喻笑勇,佘敦先,甘瑤瑤.  長江流域資源與環(huán)境. 2019(06)
[5]基于長短時記憶神經(jīng)網(wǎng)絡(luò)（LSTM）的降雨徑流模擬及預(yù)報[J]. 殷兆凱,廖衛(wèi)紅,王若佳,雷曉輝.  南水北調(diào)與水利科技. 2019(06)
[6]五種降水產(chǎn)品在疏勒河上游山區(qū)和中下游月尺度降水的適用性對比研究[J]. 吳倩鑫,馬思煜,張智華,郭佳鍇,張世強.  冰川凍土. 2019(02)
[7]基于差分進化算法的水庫防洪優(yōu)化調(diào)度研究[J]. 和吉,張翠平.  東北水利水電. 2019(04)
[8]中長期徑流預(yù)報模型優(yōu)選研究[J]. 石繼海,宋松柏,李航.  西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版). 2019(07)
[9]黃河上游水庫群多目標(biāo)優(yōu)化調(diào)度研究[J]. 賈一飛,董增川,卞佳琪,鐘敦宇,林夢然.  人民黃河. 2019(01)
[10]基于TIPEX Ⅲ資料對CLDAS-V2.0和GLDAS-NOAH陸面模式產(chǎn)品在青藏高原地區(qū)的適用性評估[J]. 崔園園,敬文琪,覃軍.  高原氣象. 2018(05)

博士論文
[1]黑河干流梯級水電站水庫多目標(biāo)優(yōu)化調(diào)度研究[D]. 趙夢龍.西安理工大學(xué) 2019
[2]改進遺傳算法及水庫群優(yōu)化調(diào)度研究[D]. 王渤權(quán).華北電力大學(xué)(北京) 2018
[3]錦官電源組庫群優(yōu)化調(diào)度風(fēng)險分析與多目標(biāo)決策方法研究[D]. 張培.華北電力大學(xué)(北京) 2018
[4]水電站不同預(yù)見期徑流預(yù)報及優(yōu)化調(diào)度研究[D]. 張小麗.大連理工大學(xué) 2016
[5]復(fù)雜水庫群供水優(yōu)化調(diào)度方法及應(yīng)用研究[D]. 李昱.大連理工大學(xué) 2016
[6]考慮生態(tài)目標(biāo)的水庫引水與供水聯(lián)合調(diào)度研究[D]. 王海霞.大連理工大學(xué) 2015
[7]供水水庫群聯(lián)合調(diào)度規(guī)則表述形式及其最優(yōu)性條件[D]. 曾祥.武漢大學(xué) 2015
[8]耦合中長期徑流預(yù)報信息的水庫調(diào)度方式研究[D]. 盧迪.大連理工大學(xué) 2015
[9]改進蛙跳算法及水庫群優(yōu)化調(diào)度模型研究[D]. 孫平.華北電力大學(xué) 2015
[10]梯級水庫群多目標(biāo)優(yōu)化調(diào)度與決策方法研究[D]. 李繼偉.華北電力大學(xué) 2014

碩士論文
[1]基于長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)及其結(jié)構(gòu)約減變體的中長期徑流預(yù)報研究[D]. 顧逸.華中科技大學(xué) 2018
[2]徑流預(yù)報不確定性對西江水庫群綜合調(diào)度效益與風(fēng)險影響分析[D]. 熊藝淞.中國水利水電科學(xué)研究院 2018
[3]基于極點對稱模態(tài)分解的水庫中長期預(yù)報及調(diào)度[D]. 段志鵬.華北電力大學(xué)(北京) 2018
[4]考慮徑流預(yù)報信息的水電站優(yōu)化調(diào)度研究[D]. 韓廣.大連理工大學(xué) 2017
[5]預(yù)報來水誤差對梯級電站發(fā)電補償調(diào)度影響研究[D]. 王威.華中科技大學(xué) 2016
[6]入庫徑流預(yù)報誤差分析及在水庫群短期發(fā)電調(diào)度中的應(yīng)用[D]. 何洋.華北電力大學(xué)(北京) 2016
[7]多目標(biāo)模糊決策方法在鐵山水庫用水調(diào)度管理中的應(yīng)用研究[D]. 陳文軒.中南大學(xué) 2009
[8]非支配排序遺傳算法（NSGA）的研究與應(yīng)用[D]. 高媛.浙江大學(xué) 2006



本文編號：3420354