[发明专利]考虑多不确定性的水库灌溉优化调度方法

说明书

本发明提供一种考虑多不确定性的水库灌溉优化调度方法，包括：构建考虑时空拓扑关系的降雨不确定性与径流不确定性的初始场景；采用基于概率测度的场景缩减准则对初始化场景进行缩减；建立考虑缩减场景的水库灌溉优化调度模型；采用岛群优化算法对步骤3中的模型进行求解，根据计算结果对灌溉供水进行调度。本发明采用混沌场景规划建立多不确定因素影响的水库灌溉优化调度模型，并采用岛群优化算法求解调度结果，从而为水库灌溉调度水量提供了很好的参考，有效地处理了不确定性因素所带来的问题，并极大地提高水库灌溉调度水平和调度准确度。

技术领域

本发明属于水利、农业灌溉技术领域，具体涉及一种考虑多不确定性的水库灌溉优化调度方法。

背景技术

随着现代化农业的快速发展，农业生产管理日益规模化、精准化，对农业灌溉供水提出了更高的要求。开展农业水资源确权意味着农业水资源将从传统的粗放式管理向精细化管理转变，要求在水库灌溉供水管理时做出更精确的决策。

水库灌溉调度有效性通常受到各种不确定性因素的影响。在水库灌溉调度中，气象因素是最重要的不确定性影响因素之一，其具有预报随机性特征，一方面降雨量预报的不确定性会导致制定灌溉计划的不确定，另一方面温度、光照、风速等的不确定性会使得作物需水量呈现不确定性。因此，在灌溉供水调度中，研究气象因素和径流预报因素的不确定性影响及如何有效处理不确定性因素至关重要。

考虑不确定性的水库调度决策方式主要有隐随机模型、参数-模拟-优化模型、显随机模型。隐随机模型属于黑箱模型，通过隐性的考虑径流预报信息建立模型，并结合确定性方法得到的理想解，隐随机模型没有考虑水库运行的效益与稳定性，且在挖掘具有复杂条件关系的水库调度规则时可利用性较低；参数-模拟-优化模型将调度规则以参数的形式表示，并利用优化算法对规则曲线的参数进行优化，参数-模拟-优化模型方法中如何定义合理的调度规则、提高模型的效率仍然是巨大的挑战；显随机模型将不确定的径流信息考虑到算法中，利用随机优化算法求解调度模型，显随机调度的经典随机动态规划算法与水库多阶段决策的特点具有较高的耦合性，能得到较好的水库调度方案，但依然存在“维数灾”问题，且在描述不确定性因素的研究上还需要进一步展开。因此，需要研究出一种准确性更高的水库灌溉调度模型。

发明内容

本发明的目的在于针对现有技术的不足之处，提供一种考虑多不确定性的水库灌溉优化调度方法，该方法理能够处理多不确定因素影响的水库灌溉优化调度问题，有效的提高水库灌溉调度水平。

为解决上述技术问题，本发明采用如下技术方案：

一种考虑多不确定性的水库灌溉优化调度方法，包括以下步骤：

步骤1：构建考虑时空拓扑关系的降雨不确定性与径流不确定性的初始化场景；

步骤2：采用基于概率测度的场景缩减准则对初始化场景进行缩减；

步骤3：建立考虑缩减场景的水库灌溉优化调度模型；

步骤4：采用岛群优化算法对步骤3中的模型进行求解，根据计算结果对灌溉供水进行调度。

进一步地，步骤1还包括如下步骤：

步骤1.1:不确定性值域空间的最优化离散：以不确定性值域空间为离散化对象，采用拉丁超立方体抽样方法从各个不确定因素的概率分布中抽样，调整离散的网格划分方式及尺度，均衡离散计算效率和精度，得到不确定性值空间的离散场景；