水库优化调度

水库调度研究现状及发展趋势摘要：实施梯级水电站群联合优化运行是统筹流域上下游各电站流量、水头间的关系，从而实现科学利用水能资源的重要手段，符合建设资源节约型、环境友好型社会的要求，是实现节能减排目标的重要途径，对贯彻落实科学发展观，促进流域又好又快发展具有重要意义。本文拟介绍水库调度研究现状及发展趋势，对工程实际具有重要的理论意义。关键词：水库;优化调度;研究形状;发展趋势随着水电发展的规划推进落实，大型流域梯级水库群将逐步形成，其联合调度运行必将获得巨大的电力补偿效益和水文补偿效益，同时在实际工程中也会不断涌现新的现象和问题。在新形势下综合考虑梯级上下游电站之间复杂的水力、电力联系，开展梯级水库群联合调度新的优化理论与方法应用研究，统筹协调梯级水库群上下游电站各部门的利益及用水需求，结合工程实际探索梯级水库群联合优化调度的多目标优化及决策方法，实现流域水能资源的高效利用、提高流域梯级水库群的联合运行管理水平乃至达到流域梯级整体综合效益的最大化，对缓解能源短缺、落实科学发展观、贯彻国家“节能减排”战略以及履行减排承诺均具有重要的理论指导意义和工程实用价值[1]。1水库调度研究现状水库调度研究，按其采用的基本理论性质划分，可分为常规调度(或传统方法)和优化调度[2]。常规调度，一般指采用时历法和统计法进行水库调度;优化调度则是一种以一定的最优准则为依据，以水库电站为中心建立目标函数，结合系统实际，考虑其应满足的各种约束条件，然后用最优化方法求解由目标函数和约束条件组成的系统方程组，使目标函数取得极值的水库控制运用方式[3]。1.1常规调度常规调度主要是利用径流调节理论和水能计算方法来确定满足水库既定任务的蓄泄过程，制定调度图或调度规则，以指导水库运行。它以实测资料为依据，方法比较简单直观，可以汇入调度和决策人员的经验和判断能力等，所以是目前水库电站规划设计阶段以及中小水库运行调度中通常采用的方法。但常规方法只能从事先拟定的极其有限的方案中选择较好的方案，调度结果一般只是可行解，而不是最优解，且该方法难以处理多目标、多约束和复杂水利系统的调度问题。1.2优化调度为了充分利用有限的水资源，国内外从上世纪50年代起兴起了水库优化调度研究。其核心有两点:一是根据某种准则建立优化调度模型，二是寻找求解模型的优化方法。1946年美国学者Masse最早引入优化概念解决水库调度问题。1955年美国人Little[4]采用Markov过程原理建立了水库调度的随机动态规划模型，并将其成功地应用到美国大古力水电站调度中，标志着用系统科学的方法研究水库优化调度的开始。水库优化调度研究与入库径流过程紧密相关，按入库径流过程描述的特点，水库优化调度可分为显随机优化和隐随机优化两类途径。1.2.1显随机优化调度显随机优化调度的特点是将入库流量描述为某种类型的过程(如独立随机序列或马尔柯夫过程)，然后基于径流的随机描述，建立水库优化调度的随机模型。如:Ubetkob提出了类似于Little提出的随机动态规划模型，Gaessford(1958)等对该模型进行了改进，提出了机会约束条件下的模型；Askew(1974),Rossman(1977)又用概率约束代替机会约束;Loucks[5]等(1970)提出无折扣马氏决策规划模型的策略迭代法;Butcher(1971)等改进了策略迭代法，用值迭代求解;Jcaobs等(1995)利用Benders分解方法，解决了随机线性规划问题，并应用于加利福尼亚北部的太平洋水库库群系统;SeifiandHipel[6]将两阶段随机线性规划方法应用于GreatLakesReservoirSystems，采用内插点的方法解决了大规模的问题Tejada-Guibert等将随机动态规划应用于加利福尼亚的Thinty-Shasta水库群;由于应用随机动态规划求解水库群优化调度，当水库数目较多时通常遇到“维数灾”，Hall在1970年提出了克服维数灾问题的方法，将所有水库群聚合成一个等价的水库，Valdes等把这一技术应用到Venezuela的四个水库的水库群系统，进行空间和时间的分解，最终由等价水库月调度策略得到每天的调度策略;Ahmed等(1988)在水库群调度中，首先对系统进行主成分分析((PCA)，寻找一个降维模型，然后利用随机动态规划模型对降维模型进行求解;Karamouz等(1992)提出了一个贝叶斯随机动态规划(BSDP);AdmasandPonnambalam(1996)试图采用每次迭代两三个状态变量的方法，得出的结果是固定下泄策略具有一定的空间相关性，Archibald等(1997)提出了相似的方法解决三维的随机动态规划问题等。在我国，水库优化调度始于上世纪70年代，首先进行的也是显随机水库优化调度研究;如谭维炎、黄守信(1963)根据动态规划与Markov[5]过程理论，建立了一个长期调节水电站水库的优化调度模型，并在狮子滩水电站的优化调度中得到应用;张勇传、熊斯毅(1979)在建立拓溪水电站水库优化调度模型时，用时空离散简单Markov过程描述径流过程，面临时段入流则由短期预报提供，寻优方法采用可变方向探索法，虽然绘制优化调度图仍用Bellman最优化原理，但由于引进了惩罚项，因而提高了调度的可靠性;施熙灿、林翔岳等(1982)在研究枫树坝水电站优化调度时，提出了保证率约束下的Markov决策规划模型;李爱玲(1998)[7]针对黄河上游梯级水电站群的兴利优化调度问题进行研究，对这一多阶段非线性随机决策问题，应用值迭代方法求解，由于对区间入流用“二元相关进行描述”，有效避免了“维数灾”问题;王金文、王仁权等(2002)等采用逐次逼近随机动态规划方法求解水库群优化调度，其基本思想是，每次仅对一个水库采用随机动态规划求解，并假定其他水库的蓄水过程已确定为多年平均蓄水过程，并以闽江流域水电系统为例进行了研究，但本文作者发现，该方法存在一定的缺陷，由于具体下泄策略是基于假设当前蓄水水位和每月入流已知情况下得到的，因此不能生成通用的库群调度规则;同年，台湾海洋大学黄文政教授应用遗传算法结合随机动态规划方法，研究了台湾地区石门和翡翠水库的联合优化调度，结论是该方法虽能从一定程度上减轻“维数灾”，但计算时间还是过长;刘涵(2006)将电力系统研究中采用的序列运算理论应用到鸟江梯级水库发电调度中，建立了水库随机调度的序列运算理论，提出了水库随机调度过程中各变量的序列化方法等。在梯级水库显随机优化调度中，虽然国内外专家学者试图通过各种手段降低梯级水库随机优化调度中存在的“维数灾”问题，但大量的科研工作的实践证明，多水库系统的径流随机描述必须考虑到各水库入库径流存在时间和空间上相互关联的复杂情况，而略为复杂的径流随机描述就会给多库联合调度模型的求解带来无法承受的计算工作量，显随机优化模型只适用于不超过三个水库联合运行的优化调度问题。1.2.2隐随机优化调度隐随机水库优化调度的特点是采用人工生成的径流序列或历史径流序列(当研究对象具有足够长的历史径流序列时)作为入库径流的过程描述，采用确定性优化方法求解问题的最优解;然后将径流序列、最优运行轨迹相应的蓄水位状态序列及水库泄水决策序列等作为水库运行要素的实验观测数据，通过回归分析确定水库放水决策与相应的运行要素之间的回归方程作为水库的调度函数，用以指导水库运行调度。由上述可以看出，水库调度的确定性优化方法不能作为独立的优化调度途径，而是作为隐随机优化调度的一个重要组成部分。隐随机水库优化调度的常用方法有线性规划、非线性规划、网络分析、动态规划及其改进算法、模拟优化以及近年来兴起的智能进化算法、神经网络、模糊数学等方法。Dorfman(1962)首先提出了水库优化调度隐随机线性规划模型;Mannos等曾用线性规划模型直接寻求水库最优运行策略;Windsor(1973)进行了水库群联合调度的线性规划研究，主要有非凸集性的二元规划、整数规划、混合整数规划等线性模型;Needham[6]等将混合整数规划方法应用于LowaandDesMoinsRive:的水库调度时，指出该方法的计算效率很低;Williams等将线性规划与动态规划相结合的模型((LP-DP)应用于加利福尼亚中心流域工程优化调度系统(CVP)的实时调度中等。非线性规划能有效处地处理许多其他数学方法不能处理的不可分目标函数和非线性约束问题，如逐次线性规划((SLP)、逐次二次规划（SQP）、增量拉格朗口方法、广义梯度下降法等。Barros等(2003)把逐次线性规划方法应用于世界上最大的水电站Brazilian水电站，研究结果表明了该方法计算精度与计算时间都能满足调度需要;为了避免大规模二次规划问题由于时间间隔划分而产生的潜在的时间较长的问题，PengandBuras(2000)把隐随机方案的广义梯度下降法应用于美国莱茵河上游的梯级水库中，采用人工生成未来12个月的入库径流，从当前月开始计算得出优化调度决策，但是像其他隐随机优化方法一样，由于对每组人工径流系列只产生惟一一个决策，因此带有随机性的泄流规则难以实现;李寿声、彭世彰(1987)结合一些地区的水库调度实际问题，拟定了一个非线性规划模型，用于解决满足多种水源分配的水库最优引水问题。大量研究结果表明，应用非线性规划求解梯级水库，通常需要进行线性化处理，存在计算时间较长的问题。模拟模型是大型水资源系统调度中常采用的方法。最早的水资源系统模拟是在1953年由美国陆军工程师团在计算机上模拟了密西西比河支流密苏里河上的6座水库运行策略，模拟的目的是使整个系统的发电量最大，同时又能满足防洪、灌溉和航运在各个不同时期的用水要求，1855年MorriceandAllon研究了尼罗河流域系统17座水库水电站的优化规划问题。在我国，西安理工大学黄强教授在研究黄河上游梯级水库联合调度时，采用模拟优化方法进行长系列计算，根据模拟计算结果，应用回归分析方法，得出了龙羊峡多年调节水库年末消落水位变化规律;刘鑫卿、钟琦(1999)给出了发电水库群优化调度随机统计迭代计算法，通过模拟调度，计算最优余留期效益函数，从而得出最优调度规则，结论是其最优性与随机动态规划相同;张雯怡(2005)等根据长系列模拟计算结果，采用改进的神经网络法，研究了洪家渡多年调节水库年末消落水位变化规律等。应用模拟优化模型求解水库调度，虽然不一定能找到问题的最优解，但可以在调度中加入调度者的经验等重要信息，找到决策者满意的满意解。“满意才会应用，应用才会有价值”。动态规划(DP)是由Bellman(1957)提出的用于解决多阶段决策过程最优化问题的一种数学方法。它可以将复杂的初始问题划分为若干个阶段的子问题，逐时段求解，而水库调度正是一种与时间过程相关的典型动态多阶段决策过程，决策具有无后效性，所以动态规划是水库调度中应用最多的方法之一。1967年美国学者Young首先提出用隐随机优化的方法寻求单一水库的运行规则，其采用的求解水库最优调的方法就是确定性动态规划;同年HallandShephard用确定性动态规划对美国加利福尼亚州的Shasta电站进行优化计算，获得了较为满意的效果;后来，Karamouz等对Young提出的隐随机优化方法进行改进，在模型中增加了迭代程序，并研究应用模糊逻辑规划进行隐随机优化;1986年，张玉新和冯尚友建立了一个多维决策的多目标动态规划模型，以多目标中某一目标为基本目标，而将其它非基本目标作为状态变量处理，后来，他们又提出了一个称之为多目标动态规划迭代法的求解方法。动态规划求解水库调度最大的缺点是随着计算时段数尤其是随着研究对象的增多，往往容易产生不可避免的“维数灾”，为此，国内外学者提出了众多的改进方法。1957年，Bellman提出了动态规划的初网格内插技术;1962年Drefyus提出了动态规划逐次逼近方法，该方法能将多维问题转化为一系列一维问题;1970年，JacbasonandMayne提出了微分动态规划，利用解析法而不是离散状态空间来解决动态规划的维数灾问题;Larson(1968)和H