[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

说明书

本发明提供了一种水库生态发电多目标中长期随机调度模型的构建方法以及优化调度方法，本发明采用Tennant法中的理想生态流量。优化调度模型的建立包括：首先建立水库发电目标函数以及生态流量贴近度目标函数，紧接着通过这两个目标函数归一化处理得到发电和生态综合效益的多目标函数，尽量使得发电和生态综合效益最大。接着描述水库生态随机调度模型的约束条件，然后将径流随机过程和随机变量的马尔可夫决策过程引入水库生态发电中长期随机优化调度问题中。Q‑learning算法是一种可以确定最优决策策略的强化学习算法，无需环境模型，可以充分利用和挖掘水库入库径流数据，实现水库经济效益和生态效益的统一。

技术领域

本发明涉及节能环保产业的生态环保领域，具体涉及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。

背景技术

修建大坝形成水库是实现水资源时空科学配置，提高水资源可持续优化利用率、促进国家经济平稳发展的重要手段。水电站水库在调度中一般重点关注发电等经济效益，未充分考虑生态环境的需水量，不可避免地会对河流的生态产生影响。为了实现水库运行的生态目标，需要开展水库生态调度。水库生态调度在传统水库调度的基础上增加了生态流量考虑。生态流量是生态调度研究中一个重要的概念，指能够维持生态系统健康发展以及保障人类生存发展所需要的河道流量。现有的方法中，缺乏一种适用于水库生态发电的多目标中长期随机调度模型。

发明内容

本发明提出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，用于解决或者至少部分解决现有技术中存在的水库生态发电调度准确性不高技术问题。

为了解决上述技术问题，本发明提供了第一方面提供了一种水库生态发电多目标中长期随机调度模型的构建方法，包括：

S1：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；

S2：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，

S3：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)