[发明专利]一种基于水库生态发电多目标中长期随机调度模型的优化调度方法

权利要求书

1.一种基于水库生态发电多目标中长期随机调度模型的优化调度方法，其特征在于，水库生态发电多目标中长期随机调度模型的构建包括：

根据水库的水位和发电情况，构建发电量贴近度目标函数：

H_t＝Z_t,sy-Z_t,xy＝(Z_t+Z_t+1)/2-Z_t,xy (1)

Z_t,sy和Z_t,xy分别为水库t时段的上下游平均水位，Z_t和Z_t+1分别为水库t时段的初末水位，H_t是t时段的平均发电水头，p_t,jk是t时段入库径流状态为Q_t,fd相应的条件概率，其中，j＝1～N，k∈[1,N]，N为入库径流离散状态数，A是综合出力系数，Q_t,fd是t时段的发电流量，Δt_t是水库计算时段小时数，E_LEC是水库总发电量的期望值，P为水库总装机容量，E₁为水库总装机容量与一个调度周期时长的乘积，Z_Efd是水库发电量贴近度目标函数，用以计算水库发电量贴近度；

根据出库流量和生态流量需求，构建生态流量贴近度目标函数：

Q_t为控制断面t时段出库流量，为生态流程，用以控制断面t时段的生态流量需求，F_t为生态流量贴近函数，Z_Eco为生态流量贴近度，

根据发电量贴近度目标函数和生态流量贴近度目标函数构建多目标函数，将其作为水库生态发电多目标中长期随机调度模型：

W＝max[λ_fd*Z_Efd+λ_Eco*Z_Eco] (7)

λ_fd和λ_Eco分别为发电量贴近度和生态流量贴近度的权重，Z_Efd为水库发电量贴近度，Z_Eco为生态流量贴近度，W为水库生态发电多目标中长期综合贴近指数；

水库生态发电多目标中长期随机调度模型的构建还包括构建水库生态发电多目标中长期随机调度模型的约束条件，其中约束条件包括：

约束1：水电量平衡方程，其公式为：

V_t+1＝V_t+(Q_rk,t-Q_fd,t)Δt_i (8)

式中，V_t和V_t+1分别为t时段的初、末蓄水量；Q_rk,t为t时段的入库流量；Q_fd,t为t时段的发电流量；

约束2：发电流量约束，其公式为：

Q_fd,t,min≤Q_fd,t≤Q_fd,t,max (9)

式中，Q_fd,t为t时段水库的实际发电流量，Q_fd,t,min和Q_fd,t,max分别为t时段水库的最小、最大发电流量；

约束3：水库水电站的出力约束，其公式为：

P_t,min≤P_t≤P_t,max (10)

式中，P_t为t时段水库的实际出力，P_t,min和P_t,max分别为t时段水库最小、最大出力约束；

约束4：水库库容约束，其公式为：

V_t,min≤V_t≤V_t,max (11)

式中，V_t为t时段水库库容，V_t,min和V_t,max分别为t时段最小、最大库容；

约束5：上下游水位约束，其公式为：

Z_t,min≤Z_t≤Z_t,max (12)

式中，Z_t为t时段的水库上游水位，Z_t,min和Z_t,max分别为t时段的最低、最高上游水位；

优化调度方法包括：

采用强化学习的Q-learning算法对水库生态发电多目标中长期随机调度模型进行求解，得到目标函数W水库生态发电多目标中长期综合贴近指数最大以及水库各时段的最优出库流量将其作为优化调度结果；

优化调度方法中采用强化学习的Q-learning算法对水库生态发电多目标中长期随机调度模型进行求解，包括：

S1：采用具有马尔可夫性的随机入库径流序列水库中各级水库在各时段的来水，通过皮尔逊Ⅲ型分布模拟得出径流随机值计算状态转移概率矩阵，用以表示水库入库径流随机分析；

S2：根据水库约束条件中设置的水位的上下限值，按照指定的步长s₁从下限值到上限值进行等距离散化处理，得出离散化的水位集合S作为Q-learning算法中的状态集合，同时对拟合出来的随机入库流量值也按照一定的步长k₁进行离散化处理，得出的离散化的入库径流集合K作为Q-learning算法中的入库流量状态集合；

S3：状态变量S_t对应于水库各时段初的水位Z_t，动作变量a_t对应于水库各时段的出库流量Q_t,ck，奖励值r为水库各时段的发电量贴近度和生态流量贴近度之和，值函数Q_t(s,a)为采取一定出库流量后，目标函数W的质量，最优策略序列π为水库整个调度周期内的最优动作序列，随机变量为水库各时段的入库径流Q_t,rk，利用Q-learning算法进行求解，需要通过不断地试错和动作选择，逐步更新Q值表，得到最终的调度结果。