[發(fā)明專利]一種水庫(kù)實(shí)時(shí)多目標(biāo)隨機(jī)優(yōu)化調(diào)度和風(fēng)險(xiǎn)評(píng)估方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810293796.2
• 申請(qǐng)日: 2018-04-04
• 公開（公告）號(hào): CN108681783A
• 公開（公告）日: 2018-10-19
• 發(fā)明（設(shè)計(jì)）人: 朱非林;鐘平安;徐斌;孫一萌;陳娟;萬(wàn)新宇;吳業(yè)楠;楊敏芝
• 申請(qǐng)（專利權(quán)）人: 河海大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06;G06Q50/26
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

本發(fā)明公開了一種水庫(kù)實(shí)時(shí)多目標(biāo)隨機(jī)優(yōu)化調(diào)度和風(fēng)險(xiǎn)評(píng)估方法，包括建立水文預(yù)報(bào)演進(jìn)模型，模擬水文預(yù)報(bào)不確定性的動(dòng)態(tài)演進(jìn)過(guò)程，合成入庫(kù)水文集合預(yù)報(bào)并構(gòu)建洪水情景樹；建立基于實(shí)時(shí)修正策略的水庫(kù)實(shí)時(shí)多目標(biāo)隨機(jī)優(yōu)化調(diào)度模型；采用約束法和兩步求解過(guò)程推求不確定環(huán)境下的帕累托前沿；建立風(fēng)險(xiǎn)評(píng)估模型，量化各調(diào)度指標(biāo)的不確定性和調(diào)度風(fēng)險(xiǎn)；采用隨機(jī)多屬性決策模型從帕累托前沿上確定最理想的水庫(kù)調(diào)度方案，并定量評(píng)估決策結(jié)果的不確定性；建立基于實(shí)時(shí)信息修正的滾動(dòng)預(yù)報(bào)?調(diào)度?決策流程。該方法明確考慮了水文預(yù)報(bào)不確定性及其動(dòng)態(tài)演進(jìn)特性，定量評(píng)估了不確定性沿預(yù)報(bào)?優(yōu)化?決策過(guò)程鏈的發(fā)展、遷移和傳播規(guī)律，提高了調(diào)度決策的可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及水庫(kù)優(yōu)化調(diào)度與風(fēng)險(xiǎn)決策方法，尤其涉及一種水庫(kù)實(shí)時(shí)多目標(biāo)隨機(jī)優(yōu)化調(diào)度和風(fēng)險(xiǎn)評(píng)估方法。

背景技術(shù)

流域洪水具有巨大的破壞強(qiáng)度，是對(duì)人類社會(huì)危害最大的自然災(zāi)害之一。洪水往往會(huì)造成嚴(yán)重的人員傷亡、經(jīng)濟(jì)損失和生態(tài)破壞。自2006年至2016年，全球范圍內(nèi)的洪水災(zāi)害共造成了61730名人員死亡和3750億美元的經(jīng)濟(jì)損失。為了抵御洪水，我國(guó)建造了大量的水庫(kù)大壩，截止目前，共建成水庫(kù)約98000余座。作為防洪工程措施和非工程措施有機(jī)結(jié)合的典范，水庫(kù)優(yōu)化調(diào)度對(duì)于削減洪峰、減輕洪災(zāi)損失具有重要作用。

水文預(yù)報(bào)提供了關(guān)于未來(lái)水文形勢(shì)的關(guān)鍵信息，對(duì)于指導(dǎo)水庫(kù)實(shí)時(shí)優(yōu)化調(diào)度具有十分重要的意義。現(xiàn)有的技術(shù)往往局限于確定性環(huán)境之中，即采用確定性的水文預(yù)報(bào)成果和確定性的水庫(kù)優(yōu)化調(diào)度模型，忽略了水文預(yù)報(bào)和優(yōu)化調(diào)度結(jié)果的不確定性，使得水庫(kù)調(diào)度決策普遍缺乏科學(xué)性和可靠性。實(shí)際上，由于流域水文模型的內(nèi)在誤差、不精確的初始和邊界條件、以及對(duì)實(shí)際物理水文過(guò)程的概化，水文預(yù)報(bào)具有固有的不確定性。制約水庫(kù)優(yōu)化調(diào)度決策的主要挑戰(zhàn)之一就在于調(diào)度所依據(jù)的水文預(yù)報(bào)信息的不確定性。不確定性信息并不利于簡(jiǎn)化決策過(guò)程，但忽略不確定性就是忽略現(xiàn)實(shí)的正確規(guī)律。因此，如何在水庫(kù)優(yōu)化調(diào)度中充分地考慮水文預(yù)報(bào)不確定性，追蹤不確定性的來(lái)源及其遷移轉(zhuǎn)化規(guī)律，建立水庫(kù)實(shí)時(shí)多目標(biāo)隨機(jī)優(yōu)化調(diào)度和風(fēng)險(xiǎn)評(píng)估方法是目前亟待解決的技術(shù)難題。

發(fā)明內(nèi)容

發(fā)明目的：針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明綜合考慮水文預(yù)報(bào)不確定性及其動(dòng)態(tài)演進(jìn)特性，結(jié)合隨機(jī)優(yōu)化思想，提出了一種水庫(kù)實(shí)時(shí)多目標(biāo)隨機(jī)優(yōu)化調(diào)度和風(fēng)險(xiǎn)評(píng)估方法。

技術(shù)方案：本發(fā)明提供了一種水庫(kù)實(shí)時(shí)多目標(biāo)隨機(jī)優(yōu)化調(diào)度和風(fēng)險(xiǎn)評(píng)估方法，包括以下步驟：

(1)建立水文預(yù)報(bào)演進(jìn)模型，模擬水文預(yù)報(bào)不確定性的動(dòng)態(tài)演進(jìn)過(guò)程，合成入庫(kù)水文集合預(yù)報(bào)并構(gòu)建洪水情景樹；

(2)建立基于實(shí)時(shí)修正策略的水庫(kù)實(shí)時(shí)多目標(biāo)隨機(jī)優(yōu)化調(diào)度模型；

(3)采用約束法和兩步求解過(guò)程推求不確定環(huán)境下的帕累托前沿；

(4)建立風(fēng)險(xiǎn)評(píng)估模型，量化各調(diào)度指標(biāo)的不確定性和調(diào)度風(fēng)險(xiǎn)；

(5)采用隨機(jī)多屬性決策模型從帕累托前沿上確定最理想的水庫(kù)調(diào)度方案，并定量評(píng)估決策結(jié)果的不確定性；

(6)建立基于實(shí)時(shí)信息修正的滾動(dòng)預(yù)報(bào)-調(diào)度-決策流程。

進(jìn)一步的，所述步驟(1)中定義單時(shí)段的預(yù)報(bào)更新u_w,t為相鄰兩個(gè)時(shí)刻之間水紋預(yù)報(bào)誤差的差，u_w,t計(jì)算公式如下：

式中，q_t為t時(shí)刻的流量實(shí)測(cè)值；f_w,t(m³/s)表示w時(shí)刻發(fā)布的關(guān)于未來(lái)時(shí)刻t的水文預(yù)報(bào)，t＝w+i,i＝0,1,…,H，H為預(yù)見(jiàn)期；e_w,t(m³/s)表示w時(shí)刻發(fā)布的關(guān)于未來(lái)時(shí)刻t的水文預(yù)報(bào)誤差；