摘 要:選取岷江流域?yàn)檠芯繉?duì)象,按雙江口水電站投產(chǎn)前后劃分2種情景,構(gòu)建SWAT水文模型和水庫群聯(lián)合調(diào)度模型,對(duì)比分析雙江口水電站對(duì)下游梯級(jí)水庫群發(fā)電與航運(yùn)的影響。研究結(jié)果顯示,在雙江口水電站運(yùn)行后,下游梯級(jí)電站入庫流量顯著提升,有效增加了水庫興利庫容。目標(biāo)水庫群在每年枯水期平均發(fā)電量增加了50. 59億kW·h,其中雙江口水庫枯水期平均發(fā)電20. 36億kW·h,經(jīng)濟(jì)效益增幅超過16億元;目標(biāo)水庫群年平均發(fā)電量提高了139. 58億kW·h,其中雙江口水庫年均發(fā)電108. 69億kW·h,經(jīng)濟(jì)效益增幅超40億元。此外,岷江高場(chǎng)站的航運(yùn)流量在不同保證率下也有所提升:90%保證率下提升了15. 48%,95%保證率下提升了13. 11%,98%保證率下提升了7. 74%。研究結(jié)果為大型水庫群枯水期聯(lián)合調(diào)度及航運(yùn)優(yōu)化提供了重要的決策支持和理論指導(dǎo)。
關(guān)鍵詞:枯水期;發(fā)電量;航運(yùn)流量;大渡河梯級(jí);雙江口水電站
中圖分類號(hào):TV697 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1001-9235(2024)09-0056-08
隨著經(jīng)濟(jì)社會(huì)發(fā)展,流域水庫群規(guī)模不斷擴(kuò)增,大型水電站不斷建設(shè)投產(chǎn):金沙江流域新增了烏東德和白鶴灘水電站;雅礱江流域新增了二灘和錦屏梯級(jí)水電站;岷江流域新增了雙江口水電站。面對(duì)三峽上游樞紐群枯水可調(diào)節(jié)庫容大幅增加的新情況,在遵循現(xiàn)有《長(zhǎng)江流域水工程聯(lián)合調(diào)度規(guī)程》[1]基本原則的前提下,開展三峽及上游大型水庫群中枯水期的聯(lián)合調(diào)度航運(yùn)優(yōu)化研究有著重大意義。
近年來,SWAT(Soil and Water Assessment Tool)模型廣泛應(yīng)用于流域徑流模擬中。楊春[2]提出SWAT模型可以很好地應(yīng)用于水資源分析,有效解決下墊面變化及人類活動(dòng)對(duì)水文循環(huán)的影響。陳佳蕾等[3]基于SWAT模型對(duì)大汶河流域進(jìn)行徑流還原,并通過SUFI-2算法率定模型參數(shù),證明SWAT模型還原天然徑流是可行的。賈何佳等[4]采用SWAT模型對(duì)黃河源區(qū)進(jìn)行徑流模擬,其主要水文站模擬值接近于實(shí)測(cè)值。
流域內(nèi)大型水電站的建設(shè)投產(chǎn)對(duì)下游梯級(jí)電站運(yùn)行以及航道航運(yùn)流量將產(chǎn)生一系列的影響。李家世等[5]基于岷江梯級(jí)電站的建設(shè)周期,指出梯級(jí)電站的建設(shè)對(duì)下游航道的通航流量有顯著增效;張明等[6]以大藤峽水利樞紐為例,提出其對(duì)下游航道設(shè)計(jì)最小通航流量具備顯著提高02wzijoeGkjoIm3BECdrJg==的效果;舒衛(wèi)民等[7]通過對(duì)烏東德和白鶴灘水電站的運(yùn)行分析,強(qiáng)調(diào)了對(duì)下游梯級(jí)電站補(bǔ)水效果顯著以及發(fā)電補(bǔ)償效益的提升;湛洋等[8]則通過雙江口水電站投產(chǎn)前后的比較,闡釋了其對(duì)大渡河梯級(jí)電站的發(fā)電補(bǔ)償效益。
在枯水期,受來水量減少的制約,滿足航運(yùn)的補(bǔ)水需求意味著需要調(diào)整水庫的運(yùn)行方式,可能會(huì)對(duì)電站的效益產(chǎn)生負(fù)面影響[9]。因此,如何協(xié)調(diào)調(diào)度發(fā)電與航運(yùn)目標(biāo)顯得尤為關(guān)鍵。王學(xué)敏[10]建立了汛期航運(yùn)-防洪和蓄水期航運(yùn)-生態(tài)-發(fā)電的多目標(biāo)優(yōu)化模型;周建中等[11]提出了汛期水庫多目標(biāo)優(yōu)化調(diào)度模型,增加了汛期通航保證率以及發(fā)電量;張先平等[12]對(duì)三峽-葛洲壩梯級(jí)水庫群兼顧航運(yùn)需求的調(diào)度研究,提出應(yīng)開展長(zhǎng)江上游梯級(jí)水庫聯(lián)合調(diào)度對(duì)枯水期補(bǔ)水能力的研究;田銳[13]提出目標(biāo)為發(fā)電量最大,通航以及生態(tài)破壞最小的流域水庫群多目標(biāo)優(yōu)化調(diào)度模型,以此提升水庫群的綜合效益。Fu[14]構(gòu)建一種目標(biāo)函數(shù)以用水和發(fā)電為目標(biāo)的梯級(jí)水電站調(diào)度模型。Zoumas等[15]以防洪風(fēng)險(xiǎn)、供水保證率和發(fā)電效益等聯(lián)立效益函數(shù),構(gòu)建了水庫站群調(diào)度模型。
基于前人研究基礎(chǔ),本文以岷江流域?yàn)檠芯繉?duì)象,按雙江口水電站投產(chǎn)前后劃分2種情景,提出建立枯水期水庫群聯(lián)合調(diào)度模型,并以日尺度作為時(shí)間基礎(chǔ),從逐日調(diào)度過程中分析評(píng)價(jià)大型水電站建設(shè)投產(chǎn)對(duì)下游梯級(jí)電站及航道航運(yùn)流量的影響。首先基于SWAT模型獲取水庫群區(qū)間徑流,在此基礎(chǔ)上,以總發(fā)電量最大為主控目標(biāo),航運(yùn)及生態(tài)缺水量最小為副控目標(biāo),構(gòu)建水庫群聯(lián)合調(diào)度模型,并對(duì)模型進(jìn)行優(yōu)化求解,從逐日調(diào)度過程中進(jìn)行結(jié)果比較分析。研究結(jié)果為大型梯級(jí)水庫群枯水期聯(lián)合調(diào)度以及航運(yùn)優(yōu)化提供了重要的決策支持和理論指導(dǎo)。
1 研究方法
由于流域內(nèi)的水文資料主要來源于水文站點(diǎn)的實(shí)測(cè)數(shù)據(jù),而這些數(shù)據(jù)并不適合直接用于調(diào)度計(jì)算,需要以區(qū)間徑流信息作為水庫群調(diào)度計(jì)算的輸入。本文采用徑流還原方法[3],利用SWAT模型對(duì)水庫群的區(qū)間徑流進(jìn)行模擬計(jì)算,進(jìn)而構(gòu)建了水庫群多目標(biāo)聯(lián)合調(diào)度模型。通過逐次最優(yōu)算法(Progressive Optimality Algorithm,POA)的求解,得出了長(zhǎng)系列日尺度的調(diào)度結(jié)果,并從中剖析了雙江口水電站并網(wǎng)投產(chǎn)后,在發(fā)電與航運(yùn)多目標(biāo)協(xié)調(diào)調(diào)度下對(duì)下游梯級(jí)電站發(fā)電效益及最低航流量的正面影響。方法過程見圖1。
1. 1 SWAT模型建立
構(gòu)建SWAT模型主要過程如下:①輸入地理高程數(shù)據(jù)(Digital Elevation Model,DEM),劃分子流域;②輸入土地利用與土壤分類數(shù)據(jù);③輸入氣象數(shù)據(jù);④運(yùn)行模型進(jìn)行匯流演算;⑤通過SUFI-2算法對(duì)模型進(jìn)行參數(shù)率定;⑥用納什系數(shù)(CNS)和徑流總量相對(duì)誤差(δ)進(jìn)行精度評(píng)價(jià)。
由于1960—1990年水文站實(shí)測(cè)徑流資料受人類活動(dòng)影響較小,可以作為天然徑流進(jìn)行參數(shù)驗(yàn)證和精度評(píng)價(jià)[16],選擇納什系數(shù)和徑流總量相對(duì)誤差作為模型率定期和驗(yàn)證期精度變化的評(píng)價(jià)指標(biāo),其中CNS越接近1,表明模型精度越高,δ 越接近0,表明徑流總量相對(duì)誤差越小,模型精度越高。
式中:Qobs 為實(shí)測(cè)徑流值;Qsim 為模擬徑流值;- Q obs 為實(shí)測(cè)徑流平均值;Wobs 為實(shí)測(cè)徑流總量;Wsim 為模擬徑流總量;n 為時(shí)間長(zhǎng)度。
1. 2 水庫群調(diào)度模型構(gòu)建
水電站在發(fā)電的同時(shí),需兼顧航運(yùn)、生態(tài)保護(hù)及城市供水等多領(lǐng)域用水需求,特別是航運(yùn)和生態(tài)流量與發(fā)電流量存在較高的同步性和復(fù)用性[17]?;诖?,本研究以優(yōu)化發(fā)電量為核心目標(biāo),同時(shí)將保障生態(tài)流量和航運(yùn)流量的需求作為約束條件,對(duì)水庫群進(jìn)行綜合調(diào)度模擬。在多目標(biāo)調(diào)度模型的構(gòu)建過程中,主要將發(fā)電效益最大化作為主導(dǎo)目標(biāo),同時(shí)考慮將航運(yùn)和生態(tài)環(huán)境的缺水風(fēng)險(xiǎn)最小化作為次要目標(biāo),具體的目標(biāo)函數(shù)見式(3):
式中:N 為水庫數(shù)量;T 為時(shí)間長(zhǎng)度;α、β 為懲罰系數(shù);Qhypow,i,t 為水庫i 在t 時(shí)段的發(fā)電流量。
發(fā)電量計(jì)算見式(4)。
Ni,t = 9.81ηQhypow,i,t Hhypow,i,t (4)
式中:η 為出力系數(shù);Qhypow,i,t 為水庫i 在t 時(shí)段的發(fā)電流量;Hhypow,i,t 為水庫i 在t 時(shí)段的發(fā)電水頭。
在滿足發(fā)電量最優(yōu)并同時(shí)提升航運(yùn)和生態(tài)流量目標(biāo)的情況下,在目標(biāo)函數(shù)求解過程中對(duì)航運(yùn)、生態(tài)的約束條件見式(5)、(6)。
航運(yùn)缺水量懲罰:
P (Qnag,i ) = {(Qe,nag,i,t - Qnag,i,t ),0}max(5)
式中:Qe,nag,i,t 為水庫i 在t 時(shí)段的航運(yùn)流量;Qnag,i,t 為水庫i 在t 時(shí)段的實(shí)際下泄流量。
生態(tài)缺水量懲罰:
P (Qeco,i ) = {(Qe,eco,i,t - Qeco,i,t ),0}max(6)
式中:Qe,eco,i,t 為水庫i 在t 時(shí)段的生態(tài)流量;Qeco,i,t 為水庫i 在t 時(shí)段的實(shí)際下泄流量。
其他約束條件包括水庫水量平衡約束、水庫庫容約束、電站出力約束、水庫出流約束。
本文結(jié)合POA 求解模型,逐步得到全局最優(yōu)解,通過對(duì)水庫群調(diào)度過程的不斷優(yōu)化,保證總發(fā)電量最大和航運(yùn)及生態(tài)缺水量最小。POA算法在優(yōu)化路徑選擇上具有顯著優(yōu)勢(shì),能夠保證針對(duì)每一個(gè)決策集合,在其初始和終止值間實(shí)現(xiàn)最優(yōu)狀態(tài)。此外,得益于POA算法無需對(duì)狀態(tài)變量進(jìn)行離散化處理,從而能夠得到更高精度的解決方案[18-22]。
2 研究實(shí)例
在岷江流域內(nèi),已建有多座供水水庫和水電站。本研究選取大渡河流域的雙江口、猴子巖、長(zhǎng)河壩、大崗山、龍頭石、瀑布溝、龔嘴、銅街子等水電站,以及岷江干流上的紫坪鋪水電站作為研究對(duì)象。其中雙江口水電站作為腳木足河和綽斯甲河匯合后的首站,位于河流匯合點(diǎn)下游約2 km處,它不僅是大渡河上游的控制性水庫,而且也是大渡河流域梯級(jí)電站開發(fā)中的一個(gè)關(guān)鍵項(xiàng)目。雙江口水電站的主要任務(wù)是發(fā)電,同時(shí)參與長(zhǎng)江中下游地區(qū)的防洪工作,并推動(dòng)當(dāng)?shù)亟?jīng)濟(jì)社會(huì)的發(fā)展。電站采用壩式建設(shè),正常蓄水位為2 500 m,總庫容達(dá)到31. 15億m3,具備年調(diào)節(jié)能力。
研究區(qū)域使用的氣象數(shù)據(jù)來源于中國(guó)氣象數(shù)據(jù)網(wǎng),站點(diǎn)數(shù)為57個(gè),包含降雨數(shù)據(jù)以及氣溫?cái)?shù)據(jù),時(shí)間段為1960年1月至2021年9月,區(qū)間徑流時(shí)段以及調(diào)度時(shí)段同上。目標(biāo)水文站包括福祿鎮(zhèn)、紫坪鋪以及高場(chǎng)站,見圖2、表1。
3 結(jié)果分析
3. 1 水文模型
率定期設(shè)置為1960—1980年中連續(xù)的徑流資料;驗(yàn)證期的設(shè)置為1980—1990年中連續(xù)的徑流資料;還原期為1990—2021 年,迭代次數(shù)為500 次。各個(gè)控制水文站點(diǎn)的精度指標(biāo)見表2,其中:①福祿鎮(zhèn)站驗(yàn)證期δ 小于率定期δ,表明驗(yàn)證期徑流總量相對(duì)誤差更小,驗(yàn)證期CNS大于率定期CNS,表明驗(yàn)證期徑流還原度更高;②紫坪鋪站驗(yàn)證期δ 大于率定期δ,表明率定期徑流總量相對(duì)誤差更小,驗(yàn)證期CNS小于率定期CNS,表明率定期徑流還原度更高;③高場(chǎng)站驗(yàn)證期δ 小于率定期δ,表明驗(yàn)證期徑流總量相對(duì)誤差更小,驗(yàn)證期CNS大于率定期CNS,表明驗(yàn)證期徑流還原度更高。據(jù)表所示各個(gè)站點(diǎn)CNS為0. 7~0. 8,δ 均小于5%,表明模型可信度高,其模擬結(jié)果可以參與聯(lián)合調(diào)度分析。
3. 2 調(diào)度結(jié)果
按雙江口水電站投產(chǎn)前后劃分為情景一(雙江口未投產(chǎn))和情景二(雙江口投產(chǎn))。調(diào)度結(jié)果節(jié)選代表水庫:雙江口、猴子巖、瀑布溝、紫坪鋪水電站,時(shí)段為2018年1月1日至2020年12月31日,調(diào)度過程見圖3,其中由于雙江口水電站位于大渡河上游,紫坪鋪水電站位于岷江干流,且雙江口水電站作為不同情景劃分基準(zhǔn),故雙江口水電站和紫坪鋪水電站只有一種情景調(diào)度過程。
從圖3來看,各水庫在汛后均能蓄水至正常蓄水位,枯水期能正常消落水位,對(duì)庫容利用較為充分,模型調(diào)度結(jié)果合理。①猴子巖水庫受雙江口水庫直接影響,枯水期1—4月內(nèi),水位消落更充分及平穩(wěn);汛期內(nèi),受雙江口水庫調(diào)洪作用,水庫防洪預(yù)留庫容減少,可保障水庫安全運(yùn)行。②瀑布溝水庫同樣受上游雙江口水庫調(diào)蓄影響,水庫水位消落更充分也更平穩(wěn)。③汛后9—12月內(nèi),情景二中猴子巖與瀑布溝水庫均反映出蓄水時(shí)間延后的情況,原因在于上游雙江口水庫蓄水導(dǎo)致部分水資源積蓄于上游,影響下游梯級(jí)電站蓄水時(shí)間。
節(jié)選猴子巖水電站以及瀑布溝水電站2020年枯水期1月1日至4月30日調(diào)度過程示例,見圖4。從圖4可以看出:①情景二中,猴子巖水庫入庫流量顯著增加,且水庫水位消落更平穩(wěn),3、4月水庫維持高水頭運(yùn)行,發(fā)電效益更高;②情景二中,瀑布溝水庫入庫流量顯著增加,且水庫水位消落更充分,發(fā)電效益更高。
大渡河梯級(jí)電站枯水期(1—4月)內(nèi)發(fā)電量的情況見表3,情景二中,大渡河梯級(jí)電站發(fā)電效益顯著提升,其中猴子巖水電站提升程度最為顯著,提升比例為8. 10%,長(zhǎng)河壩水電站發(fā)電量提升最多,為9. 55億kW·h。梯級(jí)電站發(fā)電量合計(jì)提升30. 23億kW·h。以2022 年上網(wǎng)電價(jià)均價(jià)0. 308 元/kW·h為例,包括雙江口水電站枯水期20. 36億kW·h的發(fā)電量在內(nèi),枯水期大渡河梯級(jí)水庫群將新增效益超16億元。
大渡河梯級(jí)電站年均發(fā)電量見表4,情景二中年均發(fā)電量比情景一提升了30. 89億kW·h,以2022年上網(wǎng)電價(jià)均價(jià)0. 308元/kW·h為例,在雙江口水電站全面投產(chǎn)以后,包括雙江口水電站年平均108. 69億kW·h發(fā)電量在內(nèi),大渡河梯級(jí)水庫群新增年均效益將超43億元。
大渡河梯級(jí)電站在枯水期的年均增加發(fā)電量與全年年均增加發(fā)電量的對(duì)照情況見圖5。從圖中可以看出,各水電站枯水期增加發(fā)電量在全年總增量中占據(jù)了相當(dāng)大的比重。其中瀑布溝水電站枯水期發(fā)電量提升了14. 46%,全年發(fā)電量提升了0. 98%,原因在于受上游雙江口電站蓄水的影響,蓄水期內(nèi)有部分水量在上游雙江口電站積蓄,導(dǎo)致瀑布溝電站蓄水時(shí)間延后,蓄水期內(nèi)發(fā)電量略有減少,但瀑布溝電站在枯水期乃至全年的發(fā)電量整體仍呈現(xiàn)出增長(zhǎng)趨勢(shì)。
3. 3 航運(yùn)流量
高場(chǎng)站作為岷江流域出口的控制水文站,高場(chǎng)站斷面流量為岷江干流和大渡河水庫群按規(guī)程調(diào)度后匯流之后的流量。航運(yùn)流量的提升主要體現(xiàn)在枯水期(1—4月)內(nèi),本文節(jié)選典型年高場(chǎng)站流量過程為例,典型年劃分依據(jù)枯水期(1—4月)平均流量,最終選定典型年:豐水年(P=10%)為2001年,平均流量為1 073. 29 m3/s;平水年(P=50%)為1974年,平均流量為952. 16 m3/s;枯水年(P=85%)為1967年,平均流量為879. 52 m3/s。2種情景下典型年流量過程見圖6。
從圖6可以看出:①由于高場(chǎng)站流量主要以大渡河流量為主導(dǎo),銅街子電站是大渡河梯級(jí)電站末級(jí),其為日調(diào)節(jié)電站,對(duì)日徑流過程影響較大,隨著枯水期來水量逐漸豐富,高場(chǎng)站流量過程波動(dòng)逐漸加深,其中最大日變幅為623. 71 m3/s,超95%時(shí)段的流量日變幅小于500 m3/s,并未超過安全范圍[23];②情景二中,3種典型年下航道航運(yùn)流量都呈現(xiàn)顯著提升,表明雙江口電站的投產(chǎn)運(yùn)行對(duì)下游航道航運(yùn)流量的補(bǔ)水效果顯著。
航運(yùn)流量保證率以90%、95%、98%為例,經(jīng)過1965—2021年長(zhǎng)系列聯(lián)合調(diào)度,雙江口水電站投產(chǎn)前后高場(chǎng)站不同保證率流量對(duì)比見表5。高場(chǎng)站90%保證率、95%保證率、98%保證率航運(yùn)流量分別提升了15. 48%、13. 11%,7. 74%,岷江出口流量提升顯著,對(duì)岷江航運(yùn)以及下游航道維護(hù)建設(shè)有重要參考意義。
4 結(jié)語
為分析雙江口水電站對(duì)下游梯級(jí)電站發(fā)電效益以及航運(yùn)流量的影響,通過建立SWAT水文模型對(duì)水庫群區(qū)間徑流進(jìn)行模擬計(jì)算,構(gòu)建水庫群聯(lián)合調(diào)度模型對(duì)2種工況進(jìn)行模擬調(diào)度,結(jié)果表明:①雙江口水電站建設(shè)投產(chǎn)能顯著提高下游梯級(jí)電站枯水期來水量,緩解枯水期用水壓力;②雙江口水電站能顯著提高下游梯級(jí)電站的發(fā)電效益,其中每年枯水期年均增發(fā)電量在全年年均增發(fā)電量中占比頗重;③航運(yùn)流量的提升,表明雙江口水電站對(duì)下游航道的補(bǔ)水效果顯著。
綜上可知,在枯水期雙江口水電站對(duì)下游梯級(jí)電站以及下游航道都有顯著提升效果,突出了大型水電站的投產(chǎn)將提高梯級(jí)電站發(fā)電與航運(yùn)的協(xié)調(diào)能力,使綜合收益得到最大提升。研究方法及成果為長(zhǎng)江上游水庫群枯水期多目標(biāo)聯(lián)合調(diào)度和補(bǔ)水調(diào)度研究提供了參考。
參考文獻(xiàn):
[1] 徐穎,劉濤. 關(guān)于長(zhǎng)江流域水庫群聯(lián)合調(diào)度的總結(jié)與思考[J].吉林水利,2023(11):49-52.
[2] 楊春. 基于SWAT模型的城市水資源評(píng)價(jià)方法研究[J]. 黑龍江科學(xué),2023,14(4):80-83.
[3] 陳佳蕾,鐘平安,劉暢,等. 基于SWAT模型的徑流還原方法研究:以大汶河流域?yàn)槔跩]. 水文,2016,36(6):28-34.
[4] 賈何佳,李謝輝,文軍,等. 黃河源區(qū)徑流變化模擬及未來趨勢(shì)預(yù)估[J]. 資源科學(xué),2022,44(6):1292-1304.
[5] 李家世,劉曉帆. 梯級(jí)水庫建設(shè)對(duì)岷江下游航道通航流量的影響[J]. 水運(yùn)工程,2021(6):164-167.
[6] 張明,馮小香,覃昌佩,等. 受梯級(jí)樞紐運(yùn)行影響的航道設(shè)計(jì)流量[J]. 長(zhǎng)江科學(xué)院院報(bào),2023,40(12):1-6,22.
[7] 舒衛(wèi)民,李秋平,曹光榮,等. 烏東德白鶴灘梯級(jí)水庫補(bǔ)償效益分析[J]. 水力發(fā)電,2018,44(12):74-77.
[8] 湛洋,黃煒斌,陳仕軍,等. 基于POA優(yōu)化的雙江口水電站對(duì)下游梯級(jí)發(fā)電補(bǔ)償效益研究[J]. 水電能源科學(xué),2015,33(9):65-68,64.
[9] 楊悅,張緒進(jìn),馬光文,等. 岷江梯級(jí)水庫群航運(yùn)-發(fā)電多目標(biāo)協(xié)調(diào)調(diào)度研究[J]. 人民長(zhǎng)江,2022,53(12):219-227.
[10] 王學(xué)敏. 面向生態(tài)和航運(yùn)的梯級(jí)水電站多目標(biāo)發(fā)電優(yōu)化調(diào)度研究[D]. 武漢:華中科技大學(xué),2016.
[11] 周建中,李純龍,陳芳,等. 面向航運(yùn)和發(fā)電的三峽梯級(jí)汛期綜合運(yùn)用[J]. 水利學(xué)報(bào),2017,48(1):31-40.
[12] 張先平,魯軍,邢龍,等. 三峽-葛洲壩梯級(jí)水庫兼顧航運(yùn)需求的調(diào)度方式[J]. 人民長(zhǎng)江,2018,49(13):31-37.
[13] 田銳. 基于NSGA-Ⅲ的水庫群發(fā)電-生態(tài)-航運(yùn)優(yōu)化調(diào)度研究[D]. 武漢:華中科技大學(xué),2022.
[14] FU G T. A fuzzy optimization method for multicriteria decisionmaking: An application to reservoir flood control operation [J].Expert Systems with Applications,2008,34(1):145-149.
[15] ZOUMAS C E,BAKIRTZIS A G ,THEOCHARIS J B ,et al. A genetic algorithm solution approach to the hydrothermalcoordination problem [J]. IEEE Transactions on Power Systems,2004,19(3): 1356-1364.
[16] 梁桂星,崔亞莉,黃奇波,等. SWAT模型在無水庫出流量資料流域的研究與應(yīng)用[J]. 人民珠江,2021,42(8):33-40.
[17] 吳文鳳,李家世,劉曉帆. 樞紐下游航道整治設(shè)計(jì)最小通航流量研究[J]. 水運(yùn)工程,2020(10):133-137.
[18] 侯家其,陳聰,田遠(yuǎn)洋,等. 基于梯級(jí)POA優(yōu)化調(diào)度模型的水庫調(diào)節(jié)能力分析[J]. 人民珠江,2021,42(3):94-99.
[19] 李崇浩,李樹山,唐紅兵,等. 基于分段負(fù)荷構(gòu)建策略的梯級(jí)水電短期優(yōu)化調(diào)度方法[J]. 人民珠江,2023,44(6):53-62,69.
[20] 趙思琪,徐煒,陳思,等. 基于改進(jìn)調(diào)度圖的跨流域水庫群供水調(diào)度研究[J]. 人民珠江,2023,44(10):62-70.
[21] 羅紅兵. POA算法在水庫優(yōu)化調(diào)度中的應(yīng)用[J]. 陜西水利,2018(6):127-129.
[22] 陳思,徐煒,趙思琪,等. 考慮農(nóng)業(yè)需水的龍溪河流域水庫群聯(lián)合調(diào)度研究[J]. 人民珠江,2023,44(8):50-57.
[23] 李忠勇. 電站日調(diào)節(jié)對(duì)河流匯口通航水流條件影響研究[D].重慶:重慶交通大學(xué),2023.
(責(zé)任編輯:向飛)
基金項(xiàng)目:重慶市技術(shù)創(chuàng)新與應(yīng)用發(fā)展重點(diǎn)項(xiàng)目(CSTB2022TIAD-KPX0198);重慶市水利科技項(xiàng)目(CQSLK-2022001、CQSLK-2022006);水利部重大科技項(xiàng)目(SKS-2022076);三峽后續(xù)工作項(xiàng)目(CQS23C00399、CQS23C00400)