流域混联水库群汛末蓄水时序与规则的Pareto优化研究

A number of large scale cascade reservoirs have been formed in China, under the background of mass hydroelectric energy exploitation. The competitive impoundment between cascaded reservoirs in same watershed brings a series of problems, such as lower probability of filling reservoirs' storage capacity, lack of water for downstream water users, reducing the rivers' navigation capacity, and so on. These consequences make the competition impoundment problem between cascaded reservoirs become a hot issue in the research area of water resources management. This project tries to solve this problem in a system optimization view, and takes the key reservoirs in upstream of the Yangtze River basin as the study object. A simulation analysis with different scheduling schemes and inflows will be done to find the key impact factors of impoundment scheduling. After that, an optimization model of joint impoundment operation for cascaded reservoirs, whose objective is to maximize the probability of full storage and minimize flood risk, will be constructed, by taking impoundment timing, order and water level as decision variables. To solve this model, a multi-objective method based on Pareto principle and evolutionary algorithm will be proposed. Then, a rule extraction method will be presented to extract joint impoundment operation rules for cascaded reservoirs, from the simulation results. The research results of this project will provide important theoretical and technical support for formulating joint impoundment operation program of large scale cascade reservoirs.

随着我国水电能源的大规模开发，一批大规模梯级水库群已逐渐形成，流域水库群间的竞争蓄水问题及其对水库群兴利效益、下游供水和河道航运的影响日益突出，成为流域梯级水库群运行管理亟待解决的难点问题之一。为此，项目研究以长江上游干支流控制性水库群为研究对象，从流域整体优化的角度出发，通过对不同蓄水时序组合条件下的水库群蓄水调度模拟分析，辨识影响水库群汛末蓄水的关键因子，探究蓄水时机、蓄水次序和蓄水速率对水库群蓄满率的影响机理，建立以蓄满率最大和流域防洪风险率最小为目标，以蓄水时机、蓄水次序和关键时间节点控制水位为决策变量的水库群联合蓄水优化调度模型，提出基于Pareto优化理论和群集智能进化算法的模型高效求解方法；研究水库群联合蓄水调度规则提取方法，以水库群联合蓄水优化调度模拟结果为样本，提取水库群联合蓄水调度规则，为科学制定流域混联水库群联合蓄水方案提供理论依据与技术支撑。

项目围绕流域大规模混联水库群汛末联合蓄水调度面临的关键科学技术难题，以长江上游控制性水库群为研究对象开展研究工作。分析了长江中上游干支流洪水遭遇的时空分布规律，拟定了长江中上游主要控制站设计洪水的几种可能地区组成方案；在汛末径流特性研究的基础上，综合考虑流域梯级水库群地理位置、运用功能、调节能力、调度运行需求，初步制定了长江上游控制性水库群汛末蓄水原则和策略；提出了基于不同来水频率下满足梯级水库防洪标准的最优汛限水位模型，采用粒子群算法求解模型，得到满足防洪标准的最高汛限水位；构建了基于不同来水频率的水库群蓄水调度模型，研究并提出文化差分混合进化算法对模型进行了求解，得到不同频率来水的水库群蓄水调度图；建立了基于蓄水调度图的水库群联合蓄水调度模型，通过模型求解得到梯级水库汛末联合蓄水调度方案。运用蒙特卡洛随机模拟方法，评估了水库群联合蓄水调度方案的发电、供水、航运等综合兴利效益，以及不同风险因子及其组合对流域防洪安全的破坏深度以及各时段防洪风险的传递规律，确定了风险与效益之间的定量关系；综合考虑防洪、发电、供水、航运、生态需水和电网安全等相互竞争、不可公度的调度目标，建立了流域梯级水库群多目标联合优化调度模型，基于群集智能进化和Pareto优化方法，提出了一类可同时优化多个调度目标的高效求解算法，一次求解即可得到在多维目标域空间分布广泛和均匀的非劣调度方案集，为长江中上游水电站群的多目标联合优化运行提供了全面、实时的决策信息；提出了一种新的基于熵权的Vague集决策方法，实现了对非劣调度方案集的评价优选，并通过梯级水库群联合防洪决策的实例分析，验证了该多属性决策方法的有效性。项目工作完成了各项研究任务并达到预期研究目标，研究成果可用于指导长江上游水库群联合蓄水方案的制定，对于充分发挥长江上游水库群的综合效益、提高大型水利枢纽工程的运行管理水平，具有重要意义。