水電站水庫優(yōu)化調(diào)度與經(jīng)濟運行分析

【摘要】本文在科學合理的評價體系支撐下對優(yōu)化水電站水庫調(diào)度與經(jīng)濟運行問題展開深入探討，幫助同行規(guī)避因操作調(diào)度失誤造成的重大損失。對當前常見水庫調(diào)度方法進行評述，以供決策者參考。

【關(guān)鍵詞】水電站；調(diào)度；預算；經(jīng)濟；分析

1、引言

水庫是水利工程體系建設的核心，是集水利資源調(diào)配、發(fā)電和灌溉等綜合功能為一體的系統(tǒng)工程。具有調(diào)度計劃性和調(diào)控精確性。作為水利工程領(lǐng)域從業(yè)者，水庫調(diào)度是水電廠優(yōu)化經(jīng)濟運行的核心內(nèi)容。其主要目的為管理和控制水庫安全可靠運行充分發(fā)揮庫綜合效益。本文基于筆者多年工作經(jīng)驗，在科學合理的評價體系支撐下對優(yōu)化水電站水庫調(diào)度與經(jīng)濟運行問題展開深入探討，幫助同行規(guī)避因操作調(diào)度失誤造成的重大損失。對當前常見水庫調(diào)度方法進行評述，以供決策者參考。

2、水電站水庫優(yōu)化調(diào)度概述

水電站水庫優(yōu)化調(diào)度相關(guān)方法發(fā)展由來已久，其中光傳統(tǒng)動態(tài)規(guī)劃方法分就為兩類：隨機動態(tài)規(guī)劃法和確定性動態(tài)規(guī)劃法。隨機動態(tài)規(guī)劃模型能較好地反映實際水文徑流序列，并以年周期進行優(yōu)化計算。得到穩(wěn)定的運行順序，繪制調(diào)度圖，指導水庫日常運行。然而，當水庫數(shù)量較大時，計算工作量過大，“維數(shù)災難”問題無法避免。因此，該方法在單機優(yōu)化調(diào)度中經(jīng)常使用，而確定性動態(tài)規(guī)劃的研究比隨機動態(tài)規(guī)劃要晚10年以上，計算工作量較少。目前，在水庫優(yōu)化調(diào)度中形成初始種群時，大多數(shù)智能算法在水位的每個時間間隔或存儲容量的可行空間中完全隨機生成作為決策變量。隨機生成方法得到的初始種群較低，滿足約束條件的可行解非常低。其結(jié)果是，進化速度較慢，最終無法獲得理想的解決方案。其次，由于算法參數(shù)對智能算法的影響，該算法具有早熟性，易于收斂到局部極值問題。如何優(yōu)化參數(shù)將影響算法的有效性。最后，智能算法在水庫數(shù)量和時間周期大的情況下搜索速度慢，容易陷入局部最優(yōu)。

3、水庫調(diào)度的優(yōu)化調(diào)度方法

3.1確定性動態(tài)規(guī)劃法

確定性動態(tài)規(guī)劃方法可將調(diào)度周期劃分為T周期，以T為時間變量，V作為各周期的蓄水量，Vt是T期的存儲狀態(tài)，VT+1是時間段的結(jié)束，即蓄水狀態(tài)的啟動。從T+ 1周期來看，參考流QT（Vt）在水電站發(fā)電過程中是一個決策變量。

3.2隨機動態(tài)規(guī)劃方法

隨機動態(tài)規(guī)劃的特點是將水庫入庫作為一個具有統(tǒng)計函數(shù)的隨機變量，解決水電站效益不確定性的優(yōu)化問題。當徑流是隨機的，無論做出何種決策，收益都是概率分布，目標函數(shù)是基于數(shù)學期望識別的。

3.3模糊動態(tài)規(guī)劃方法

在實際調(diào)度中，模糊動態(tài)規(guī)劃方法仍然存在大部分模糊目標和信息，包括水資源豐富或干燥的預測情況，以及決策的不成熟情況，包括水庫中的大量水，下層的水。水庫水位越高，水庫水位越低越好。少量的水。因此，應采用模糊理論指導優(yōu)化調(diào)度，建立水庫模糊優(yōu)化調(diào)度的數(shù)學模型，并利用最優(yōu)水平集方法和近似方法有效地將模糊優(yōu)化問題轉(zhuǎn)化為一般優(yōu)化問題。IMAT模糊集方法。

3.4調(diào)度規(guī)則優(yōu)化

在國外學者的研究中，1998、將Fi John Chang、李琛等實數(shù)編碼遺傳算法應用于常規(guī)水庫調(diào)度的優(yōu)化調(diào)度中。在2000中，通過對2003印度尼西亞隨機生成的徑流序列的模擬，利用線性規(guī)劃對Ilichl水庫調(diào)度規(guī)則進行了優(yōu)化。李琛建立了以最小缺水為目標的調(diào)度圖優(yōu)化模型。采用實數(shù)編碼遺傳算法（RGA）對調(diào)度圖進行編碼，并加入宏進化操作，增強算法的搜索能力，避免早熟。以臺灣硬玉油藏為例。結(jié)果表明，基于實數(shù)編碼的殘留物。該算法對調(diào)度線的優(yōu)化是有效的。在2005，F(xiàn)i John Chang和其他遺傳算法分別使用二進制編碼和實數(shù)編碼來優(yōu)化綜合儲層調(diào)度圖。結(jié)果表明，這兩種算法都能對調(diào)度圖進行優(yōu)化，但計算實數(shù)編碼遺傳算法的效率和準確性。2006，JosiPraskas.v和Ganesan Shanthi將遺傳算法應用于水庫調(diào)度優(yōu)化。建立了以灌溉缺水為目標的優(yōu)化調(diào)度模型，并確定了各調(diào)度時段的末端水位與存儲需求之間的最小差值。在可行空間中隨機生成調(diào)度線，并以印度培池帕萊水庫為例，進行了實例研究，取得了良好的效果。2007，李琛為了解決優(yōu)化中的多目標遺傳算法的早熟收斂問題，增加了一種新的宏進化操作，它可以提高遺傳算法的優(yōu)化能力，并將改進的算法應用到調(diào)度M的優(yōu)化中。臺灣某綜合利用水庫AP。2008、基姆等采用時間序列模型。生成徑流數(shù)據(jù)，并利用多目標遺傳算法對調(diào)度圖進行優(yōu)化。

4、水庫調(diào)度中關(guān)鍵問題

水庫優(yōu)化調(diào)度是一個復雜的多約束控制決策問題。水庫優(yōu)化調(diào)度的研究具有重要的理論意義和實際意義。水庫優(yōu)化調(diào)度方案將產(chǎn)生巨大的經(jīng)濟效益。雖然在油藏優(yōu)化調(diào)度中引入了多種新的理論和方法，但實際油藏管理者在油藏經(jīng)營管理中偏離了理論研究，使得許多好的調(diào)度方法難以應用于實踐。主要原因如下：（1）由于實際操作中水庫運行的復雜性，需要考慮多種因素，現(xiàn)有的優(yōu)化調(diào)度模型必須簡化復雜模型，以便于求解，從而使調(diào)度模型難以完成。伊利模擬水庫實際運行情況，得到優(yōu)化節(jié)點。它或多或少背離了實際情況，因此，在實際調(diào)度中，水庫經(jīng)理更愿意調(diào)度自己的經(jīng)驗。（2）為了優(yōu)化水庫調(diào)度，有必要提高水文徑流預報精度，但難以達到當前的科學技術(shù)條件。例如，基于發(fā)電的水庫應在汛期高水位下運行，但高水位增加了防洪風險。水利部門始終把水庫的安全放在第一位。在水文預報較低的情況下，外部不確定性因素較大，決策者具有優(yōu)化理論。該計算方案的自主觀性較小，對油藏優(yōu)化研究成果的實施持謹慎態(tài)度。所有這些原因使得優(yōu)化模型的結(jié)果難以在實際應用中發(fā)揮作用。（3）目前大多數(shù)水庫具有綜合利用特性，最優(yōu)調(diào)度模型往往尋求其中之一。這兩個目標的效率是最好的，水庫的其他綜合利用效益可以忽略不計。

5、結(jié)語

技術(shù)與管理的有機結(jié)合，使項目產(chǎn)生了良好的經(jīng)濟效益和社會效益。隨著大規(guī)模的水庫建設，梯級水庫和水庫逐漸形成。水資源的短缺使得傳統(tǒng)的常規(guī)調(diào)度越來越難以滿足人們的需求。水庫優(yōu)化調(diào)度可以充分利用水庫的蓄水功能，最大的用水效率和綜合的經(jīng)濟效益仍然是當前的水資源熱點研究課題。

參考文獻：

[1]肖智斌， 曹小輝. 研析水電站水庫優(yōu)化調(diào)度及經(jīng)濟運行實踐[J]. 科技研究， 2014.

[2]李朝暉. 南津渡水電站優(yōu)化調(diào)度與經(jīng)濟運行分析[J]. 湖南水利水電， 2009（4）：28-29.

[3]繆益平， 蹇德平， 陳國春. 二灘水電站水庫優(yōu)化調(diào)度及經(jīng)濟運行實踐[J]. 人民長江， 2009， 40（3）：89-90.

[4]原文林. 水電站水庫優(yōu)化調(diào)度模型研究[D]. 鄭州大學， 2006.

[5]趙娟. 基于耗水率動態(tài)規(guī)劃模型的水電站水庫優(yōu)化調(diào)度[J]. 吉林水利， 2014（8）：24-26.

[6]裴哲義. 大型流域水電站水庫群聯(lián)合優(yōu)化調(diào)度及風險分析[D]. 華北電力大學， 2012.