耦合中长期径流预报信息的水库调度方式研究

发布时间：2018-05-14 13:17

本文选题：预报调度方式 + 中长期预报　；参考：《大连理工大学》2015年博士论文

【摘要】：随着社会经济的发展,水资源供需矛盾愈发突出。水库作为调蓄水资源的主要工程手段,在水资源的优化配置中发挥着越来越重要的作用。目前,在水库调度运行中,由于天然来水的不确定性、水库调节性能限制等客观因素影响及水库调度人员决策的主观影响,容易导致水资源浪费。随着气象水文预报的发展,中长期径流预报可为水库调度决策者提供重要的参考价值,提高水资源利用率。然而,预报信息存在一定的不确定性,利用中长期预报会增加水库的调度风险。因此,首先需研究提高中长期预报信息可利用性的方法,以提高耦合预报信息调度模型输入的可靠性。然后,研究耦合预报信息的水库调度方式,并对预报的不确定性和带来的风险性问题进行考虑。本文以供水为主的跨流域引水受水水库及以发电为主的水电站水库为研究对象,其主要内容如下：(1)采用互信息与神经网络模型进行中长期径流预报因子选择,以提高预报模型的外推预报水平。以碧流河水库为例,首先,采用互信息与相关系数两种方法筛选预报模型输入因子。然后,结合BP神经网络模型,提出以拟合与检验样本互信息最大作为模型筛选预报因子的目标函数,衡量径流与因子间的复合相关关系,并与均方误差进行比较。最后,确定预报因子,并对外推样本进行预报。结果表明,基于互信息的模型输入因子选择方法与结合神经网络的因子选择方法,对中长期径流预报因子的选择有很好参考价值。(2)采用加权方法进行数值降雨预报的研究,期望提高旬径流预报的可利用性。本文以桓仁水库以上流域和碧流河水库以上流域为例,数值降雨预报应用美国全球预报系统(Global Forecasting System, GFS)发布的预报信息。首先,整理两个流域预报与实际降雨资料,通过基于遗传算法的加权方法对GFS进行加权计算得到加权降雨预报值。然后,对加权前后降雨预报各量级的可利用性进行比较。最后,应用旬径流预报模型,说明加权GFS对水库旬径流预报结果的改进。结果表明,加权方法可提高数值降雨预报的可利用性,并提高旬径流预报的可利用性。(3)基于贝叶斯随机动态规划模型,研究耦合长期径流预报及其不确定性的跨流域引水受水水库调度方式。在获得汛期径流预报信息的基础上,将预报信息的不确定性引入调度模型,采用预报概率修正马尔科夫先验概率的径流描述模型,研究基于长期径流预报信息的贝叶斯随机动态规划模型(BSDP-LTF),并与其它随机动态规划模型进行比较。结果表明,BSDP-LTF模型改进了径流描述,在现状长期预报精度且不增加调度风险的条件下,提高了跨流域引水的有效性。(4)基于参数-模拟-优化模型(PSO),研究耦合中期、长期径流预报信息的跨流域引水受水水库调度方式。首先,介绍跨流域引水受水水库优化调度模型并提出预报调度方式集,提出利用长期预报信息修正调度图引水上下限及采用“库容+中期入流”制定引水决策的方法。其次,优化各种预报调度方式的调度图及规则,通过模拟结果分析耦合中期、长期径流预报调度方式的合理性。最后,假定长期预报不确定性变化,对其不确定性下的调度风险进行分析。结果表明,在满足一定长期预报精度下,耦合中期、长期径流预报信息的调度方式可为调度决策提供参考,提高跨流域引水有效性。(5)针对水电站耦合预报信息调度时预报不确定性带来的风险问题,研究考虑制氢储能的预报调度方式。以浑江梯级水库群为例,在利用耦合旬径流预报信息优化调度图的基础上,研究水电站制氢储能方式,作为降低预报误差影响度和调度风险决策失误的处理方法。通过建立制氢调度图,对不同制氢规模下,梯级电站发电保证率与制氢设备利用率进行分析,作为水电站选择合理制氢规模的参考。该方式能适应未来氢能源需求,且能充分利用水电资源,具有一定的前瞻性。
[Abstract]:With the development of water resources , it is important to select the forecasting factors by using mutual information and neural network . The results show that the forecasting factors are improved by using the method of mutual information and neural network . ( 3 ) Based on Bayesian stochastic dynamic programming model , this paper studies the method of forecasting water reservoir dispatching in cross - basin with long - term runoff forecast and uncertainty .

【学位授予单位】：大连理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TV697.11

【相似文献】