不確定環(huán)境下水電系統(tǒng)多維優(yōu)化理論和應(yīng)用.pdf

1、水電系統(tǒng)中的預(yù)報和調(diào)度中涉及大量優(yōu)化問題，這些優(yōu)化問題通常具有多維、不確定等特征。如何根據(jù)問題的特點研究具有實際應(yīng)用價值的計算方法，對于水電系統(tǒng)經(jīng)濟、高效的運行具有重要意義。水電站水庫(群)優(yōu)化調(diào)度和水文模型參數(shù)優(yōu)選是水文水資源領(lǐng)域兩類重要而具有代表性意義的優(yōu)化問題，本文從這兩類問題入手，對這類常見的受到不確定因素影響的多維數(shù)優(yōu)化問題進行了研究。主要成果概述如下： (1)通常采用的參數(shù)率定方法中采用的單目標難以全面的評價模擬數(shù)據(jù)

2、和觀測數(shù)據(jù)的差異。針對這一問題，本文提出新安江模型參數(shù)率定的多目標單純多邊形進化算法(Shuffled Complex Evolution，SCE-UA)和遺傳算法(Genetic Algorithms，Gas)，并在連續(xù)徑流模擬和場次洪水模擬兩種環(huán)境下實現(xiàn)。在連續(xù)模擬時，以常用的統(tǒng)計指標間合適的組合作為優(yōu)化率定的目標。在場次洪水模擬時，從實際應(yīng)用出發(fā)，采用洪峰流量、峰現(xiàn)時間和洪水總量的合格率作為評價目標。結(jié)果表明本章采用多目標SCE-

3、UA和遺傳算法較好地處理了參數(shù)率定中的目標不確定問題，在率定計算中具有較好的效率和穩(wěn)定性。 (2)水文模型參數(shù)的率定是一項計算量大，比較耗時的工作，如何提高率定的效率與質(zhì)量非常重要?？紤]到GA和SCE-UA等許多全局優(yōu)化方法具有內(nèi)在的并行性，本文提出了新安江模型參數(shù)率定的并行GA和分布式SCE-UA算法。算法的核心是在集群條件下將GA與SCE-UA并行化以提高參數(shù)率定效率，算法采用JAVA語言編程，利用JPVM技術(shù)實現(xiàn)微機集群的

4、并行處理。實例結(jié)果表明采用并行算法可以大大提高參數(shù)率定的速度和質(zhì)量，特別是多種群的并行遺傳算法由于遷移的引入可以進一步提高效率，緩解過早收斂問題。 (3)針對水文模型參數(shù)和模型評價指標的雙重不確定性，本文提出結(jié)合模糊優(yōu)選方法的普適似然不確定估計(Generalized Likelihood Uncertainty Estimation，GLUE)新安江模型不確定分析方法。該方法以多目標模糊優(yōu)選中的優(yōu)屬度作為似然判據(jù)估計各參數(shù)的敏

5、感性以及徑流模擬的不確定性范圍。模糊優(yōu)選GLUE方法應(yīng)用于雙牌流域，并與以不確定系數(shù)為似然判據(jù)的連續(xù)模擬情況比較。結(jié)果表明，該方法對于多目標似然判據(jù)的不確定估計問題是可行的。三水源新安江模型參數(shù)的不確定性在場次洪水模擬中更為突出，這也帶來模擬結(jié)果的不確定性。研究模型的不確定性對于水文預(yù)報模型的選擇、模型參數(shù)的率定以及預(yù)報調(diào)度的風(fēng)險分析具有一定的實際意義和應(yīng)用前景。 (4)針對狀態(tài)離散和水文信息隨機描述的缺陷所帶來的不確定性，提出

6、了一種水電站水庫調(diào)度的模糊隨機動態(tài)規(guī)劃(Fuzzy Stochastic Dynamic Programming，F(xiàn)SDP)方法，該方法考慮了調(diào)度中模糊性和隨機性兩種不確定性。將庫容、入庫流量作為模糊變量處理，同時采用改進的內(nèi)外集模型(Interior Outer Set Model)計算模糊變量表示的轉(zhuǎn)移概率，并在優(yōu)化算法中采用模糊算術(shù)和模糊概率的理論處理模糊變量。在實例應(yīng)用中，以最小出力約束下的最大發(fā)電量為目標，對柴石灘電站進行模擬

7、優(yōu)化調(diào)度。結(jié)果顯示FSDP 具有較強的魯棒性，是可行的和有效的，對于數(shù)據(jù)不充分和預(yù)報精度不高的問題具有優(yōu)勢。 (5) 隨著系統(tǒng)規(guī)模擴大，維數(shù)災(zāi)是水電站群聯(lián)合優(yōu)化調(diào)度的瓶頸，如何降維和提高問題的求解效率一直是水庫調(diào)度領(lǐng)域的重要課題。本文結(jié)合云南主力水電站群系統(tǒng)(7庫 14 站)，根據(jù)實際問題需要，研究了新的克服維數(shù)問題的方法-粒子群算法(ParticleSwarm Optimization，PSO)，提出了符合工程實際問題需求的水