水库联合调度介绍

1、 水库群调度模型基本结构 及两种算法介绍按水库的功能目标可分为防洪调度、兴利调度和综合利用调度; 按水库数量可分为单库调度、梯级水库调度和水库群联合调度; 按调度周期可分为短期调度和中长期调度; 按调度方式可分为常规调度和优化调度。水库群调度分类调度最终目标水库群联合优化目标必须尽可能满足国民经济和社会发展的各项具体要求或目的， 如防洪、发电、灌溉、供水和生态等能以定量指标表示的具体目标。在以发电为主的水库群系统中， 常以发电量最大、总出力最大或发电效益最大等； 在以防洪为主的水库群系统中， 常以最大削峰准则、最大防洪安全保证准则和最短洪灾历时准则等。对以防洪防洪为主的水库群， 应采用补偿方式

2、调度， 一般以梯级水库的上游水库或距防洪保护区较远的并联水库先行补偿， 使控制洪水比重较大、对洪水的调节能力较高、距下游防洪保护区较近的水库最后控制泄量;对以灌溉灌溉及供水为主的水库群， 以总弃水量最小拟定各个水库的蓄放水次序， 梯级水库上游水库应先蓄水后供水， 库群中如有调节能力高、汛期结束较早的水库应先蓄水， 在供水期按总供水要求进行补偿调节；对于以发电发电为主的水库群， 在满足系统正常供电要求的前提下， 以总发电量最大拟定各个水库的蓄放水次序， 梯级水库上游水库一般应先蓄水后供水; 对并联水库则需采用一些方法， 根据各库具体情况判别来确定最佳的蓄放水次序。调度原则水量平衡 水库水位（最大

3、最小） 下泄量（最大最小） 发电量 保证出力（定值） 最大供水量防洪补偿调度函数调度图遗传算法人工神经粒子群 蚁群算法1 线性规划法、非线性规划法、线性规划法、非线性规划法、动态规划法、动态规划法、 大大系统分解协调法系统分解协调法、多目标优化分析法、多目标优化分析法2 调度期选择调度期选择 径流输入：径流输入：随机径流模拟随机径流模拟 中长期径流预报中长期径流预报(校验校验) 1遗传算法-理论.应用与软件实现2人工神经元网络原理与应用3MATLAB神经网络应用设计4神经网络和遗传算法在水科学领域的应用4 结构与权重优化 遗传算法 （洪水峰值预报） 小波函数 （泥沙预报）3 黑箱 样本训练2

4、最速梯度下降法 计算误差 逆向修改 调整连接权1 结构输入层隐含层（结点数 激活函数）输出层MATLAB：输入 传递 学习 函数BP人工神经1 1 一种搜索工具一种搜索工具 适应度计算（目标函数）适应度计算（目标函数） 选择选择 变异变异 交叉交叉2 2 早熟和局部最优解早熟和局部最优解 自身改进罚函数自身改进罚函数 变异交叉概率变异交叉概率等等 （自适应遗传算法）（自适应遗传算法） 结合其他算法结合其他算法 （混合遗传算法）（混合遗传算法）遗传算法3 MATLAB3 MATLAB工具箱工具箱 基本语法（crtbp） 源代码修改生态调度生态需水量调度生态洪水、泥沙调度 水质调度度（MIKE水质模拟）1 编程是实践的关键编程是实践的关键 。2 算法再高大上，算法再高大上， 也只是工具也只是工具。3 水库群联合调度效益分配水库群联合调度效益分配 和经济补偿和经济补偿问题研究问题研究。4 库群防洪联合调