CN114004102B 抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控方法 （河海大学）

(19)国家知识产权局(12)发明专利(65)同一申请的已公布的文献号(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204专利代理师徐红梅programmingwithrecoursesforreal-timefloodwaterconservationofamultireservoirsystemunderuncertainforecasts.JournalofHyd周倩等.基于TOPSIS的长江上游流域降水模拟与预报研究.人民长江.2019,第50卷(第6期),第76-81页.(54)发明名称抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控方法本发明公开了一种抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控方法，包括收集、整理水库系统数据库中洪水预报误差样本，随机模拟生成实时防洪调度洪水误差场景集；建立水库防洪调度多目标鲁棒优化模型：以上、下游防洪风险率以及上、下游防洪风险损失的条件风险价值作为优化目标，生成多目标鲁棒优化非劣方案解集；不确定性条件下的多属性风险决策：针对不同的决策偏好，引入不同的权重参数，采用TOPSIS方法获取不同偏好下的最适均衡解。本发明在水库防洪调度领域创建了集“误差情景模拟-风险鲁棒调控-非劣解集决策”于一数据库中获得数次历史洪水预报与实测样本数据库中获得数次历史洪水预报与实测样本Icopula函数模拟刻画预报误差关联特征并模拟引入条件风险价值评估水库可能的风险损失建立优化模型的优化目标库建立优化模型的约束条件库求解模型并生成非劣方案解集依据决策偏好信息，1.建立决策矩阵4.构建价值决策矩阵进行风险决策水库防洪调度多目标鲁棒优化收集样本、误差情景模拟多属性风险型决策21.抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控方法，其特征在于，包括以下步骤：S1、收集、整理水库系统数据库中洪水预报误差样本，应用蒙特卡洛方法随机抽样生成预实时防洪洪水预报误差场景集；将生成的预报误差情景叠加至预报入流均值过程，得到模拟的预报入流情景，作为水库实时防洪多目标鲁棒优化模型输入条件；S2、建立水库防洪调度多目标鲁棒优化模型：以上、下游防洪风险率以及上、下游防洪风险损失指标的条件风险价值作为优化目标，生成能够抵抗不同机率、程度风险的多目标鲁棒优化非劣方案解集包括以下步骤：S21、引入条件风险价值的鲁棒性指标以评估水库在面对不利情景时可能的风险损失；防洪损失函数使用L表示，水库防洪风险损失的条件风险价值由式(1)和式(2)表示：函数；S22、针对步骤S1中所模拟的实时防洪洪水预报入流场景集，建立水库防洪调度多目标鲁棒优化模型的优化目标库；S23、针对步骤S1中所模拟的实时防洪洪水预报入流场景集，配合步骤S22中所建立模型的优化目标库，建立水库防洪调度多目标鲁棒优化模型的约束条件库；S24、采用基于参考点的非支配排序方法的进化多目标优化算法NSGA-III求解所建立的水库防洪调度多目标鲁棒优化模型，生成满足不同风险防洪要求的非劣方案解集；S3、不确定性条件下的多属性风险决策：针对不同的决策偏好，引入不同的权重参数，采用TOPSIS方法获取不同偏好下的最适均衡解。2.根据权利要求1所述的抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控S11、从水库系统数据库中获得数次历史洪水预报样本与洪水实测样本，计算各预见期下的预报误差：为t-t时刻对t时刻的预报入流，预见期为t;S12、利用t-copula函数刻画洪水预报误差特征并模拟生成实时洪水预报误差场景集，叠加到均值预报过程上得到实时防洪洪水入流场景集。3.根据权利要求2所述的抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控S121、建立预报误差在各预见期下的边缘分布；3基于单变量的水文频率法建立预报误差的边缘分布，选择水文分析领域中常用的边缘依据建立的预报误差联合分布和作为实际分布的最优边INs(t-t,t)为t-t时刻预见期为t的预报入流情景；由同一起报时刻t,生成的不同预见期1,2,…,T的预报入流过程集INs(t,t+1),INs(t,t+2),…,INs(t,t+T)被简写为INs(t+1),INs(t+2),…,INs(t+T);该实时防洪洪水预报入流场景集拥有同一起报时刻与同一长度的预4.根据权利要求1所述的抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控面对实时防洪洪水预报入流场景集，使模拟的水库水位超过设定阈值的最大概率最低；这一目标反映抵抗洪水预报误差造成的水库上游发生超过水位安全阈值风险的作用；面对实时防洪洪水预报入流场景集，使模拟的水库泄流超过设定阈值的最大概率最4其中，F₂=max{Prob(@s(1)>Q.),t=1toT},表示水库泄流超过下游安全泄量的最大风险率；Qs(t)为面对实时防洪洪水预报入流场景集通过本模型所模拟的各入流情景下的本模型选用防洪调度期间水库库容过程占比防洪库容的大小作为水库上游风险损失本模型选用水库泄流量占比下游安全泄量的大小作为水库下游风险损失的近似值，式其中，,F₄=max{CVaR。(L(),t=1toT},表示水库泄流占比的最大条件风险价值，CVaRa(Lo:(t)为式(4)所示的下游防洪损失函数对应的条件风险价值，这一目标反映降低5.根据权利要求1所述的抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控5约束1:水量平衡约束；水量平衡约束控制了水库在各时间段迭代模拟时总水量保持一致，即质量守恒约束，本模型中使用的水量平衡约束用式(12)表示：其中，INs(t)为水库入库预报过程集，Vs(t)为时刻t约束2:蓄量限制约束；蓄量限制约束控制了水库在模拟运行时水库蓄量不超过或者低于可允许的蓄量上下限，本模型中使用的蓄量限制约束用式(13)表示：其中，V和7分别是水库运行中允许的蓄量下限和上限；约束3:泄流限制约束；泄流限制约束控制了水库在模型运行时泄流不超过或者低于可允许的泄流上下限，该约束可一定程度上兼顾考虑下游生态、生活用水需求和保护下游河道安全，本模型中使用的蓄量限制约束用式(14)表示：其中，Q和Q分别是水库允许的泄流下限和上限；约束4:泄流变幅限制约束；泄流变幅限制约束是为了保护下游航道安全以及边坡稳定性，本模型中使用的泄流变幅限制约束用式(15)表示：其中，△Q为各时段间水库允许的出库变幅上限；约束5:初始和边界条件约束；本模型中使用的初始和边界条件约束用式(16)表示：6.根据权利要求1所述的抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控S31、建立决策矩阵，决策矩阵中各决策变量为各待选方案的优化目标值，如式(17)所其中，x(1,3是第i个评价方案中第j个决策变量，F为第i个评价方案的第j个优化目标6方法如式(20)所示：效益项择。7抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控方法技术领域[0001]本发明涉及水利工程领域中的水库调度方法，特别涉及一种抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控方法。背景技术[0002]水库是抵御洪灾灾害、控制洪水过程重要的工程性措施，科学、合理地利用水库进行防洪调度能够显著降低洪水灾害影响，有效地保护上下游区域人民的生民财产安全。随着预报技术的不断发展，传统单值洪水预报已经不再适应现代防洪调度，概率型集合预报被越来越多的流域管理机构所采用。概率型洪水预报虽然能够很大程度上提高预报准确度，实现预报过程区间对实际发生洪水过程的有效覆盖，但其带来的预报不确定性也相应成为了水库防洪调度的主要风险源：预报不确定性扰动下的水库防洪调度需要考虑由预报误差源的扰动可能致使水库以及下游调度安全指标与预期状态发生偏离、失误，从而产生的风险。[0003]随机规划类方法是当下处理预报不确定性、规划降低调度风险的主要通用方法。然而现有随机规划类方法未能同时兼顾水库风险规避与风险减损的管控需求，应对风险缺乏综合性：其处理不确定性预报情景时，以降低水库在不同预报入流情景下防洪风险事件发生概率为目标。虽能够有效控制风险事件发生概率，但无法实现风险事件发生损失大小的有效控制，在面对重大洪水事件时，处理能力不足，难以保障超标准重大风险事件的调度安全，缺乏面对概率洪水预报时的鲁棒性。发明内容[0004]发明目的：本发明的目的是提供一种抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控方法，以实现在预报误差扰动下对防洪系统风险事件发生频率和损失程度的高效控制，提高水库防洪系统的鲁棒性能。[0005]技术方案：本发明的一种抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化[0006]S1、收集、整理水库系统数据库中洪水预报误差样本，应用蒙特卡洛方法随机抽样生成预实时防洪洪水预报误差场景集；将生成的预报误差情景叠加至预报入流均值过程，得到模拟的预报入流情景，作为水库实时防洪多目标鲁棒优化模型输入条件；[0007]S2、建立水库防洪调度多目标鲁棒优化模型：以上、下游防洪风险率以及上、下游防洪风险损失指标的条件风险价值作为优化目标，生成能够抵抗不同机率、程度风险的多目标鲁棒优化非劣方案解集；[0008]S3、不确定性条件下的多属性风险决策：针对不同的决策偏好，引入不同的权重参数，采用TOPSIS方法获取不同偏好下的最适均衡解。8 [0012]其中，ξ(t)为水库预见期为τ的预报误差，IN(t)为t时刻的实际入库流量值， 期1,2,…,T的预报入流过程集INs(t,t+1),INs(t,t+2),…,INs(t,t+T)被简写为INs(t+1),INs(t+2),…,INs(t+T);该实时防洪洪水预报入流场景集拥有同一起报时刻与同一长度的预见期。[0027]防洪损失函数使用L表示，水库防洪风险损失的条件风险价值由式(4)和式(5)表9[0033]S24、采用基于参考点的非支配排序方法的进化多目标优化算法NSGA-III求解所最低；这一目标反映抵抗洪水预报误差造成的水库上游发生超过水位安全阈值风险的作[0038]其中，F=max{Prob(Zs(t)>Z.),t=1toT},表示水库水位超过水位安全阈值的[0042]其中，F₂=max{Prob(@s(t最大风险率；Qs(t)为面对实时防洪洪水预报入流场景集通过本模型所模拟的各入流情景[0044]本模型选用防洪调度期间水库库容过程占比防洪库容的大小作为水库上游风险[0049]其中,F₃=max{CVaRa(L(z)),t=1toT},表示水库防洪库容占比最大条件风险价值；CVaR。(Z(t)为式(4)所示的上游防洪损失计算函数对应的条件风险价值，a为置信水平，这一目标反映降低洪水预报误差造成的水库上游淹没损失的作用；[0050]目标4:水库泄流占比的最大条件风险价值最小；[0051]本模型选用水库泄流量占比下游安全泄量的大小作为水库下游风险损失的近似值，式(10)展示了水库下游防洪损失函数L₀.(t):[0056]其中，,表示水库泄流占比的最大条件风险价值，CVaR。(L(t)为式(4)所示的下游防洪损失函数对应的条件风险价值，这一目标反映降低洪水预报误差造成的水库下游淹没损失的作用；[0057]以上4个目标组成了水库防洪调度多目标鲁棒优化模型的优化目标库。[0060]水量平衡约束控制了水库在各时间段迭代模拟时总水量保持一致，即质量守恒约束，本模型中使用的水量平衡约束用式(12)表示：[0064]蓄量限制约束控制了水库在模拟运行时水库蓄量不超过或者低于可允许的蓄量上下限，本模型中使用的蓄量限制约束用式(13)表示：[0066]其中，V和V分别是水库运行中允许的蓄量下限和上限(m³);[0067]约束3:泄流限制约束；[0068]泄流限制约束控制了水库在模型运行时泄流不超过或者低于可允许的泄流上下限，该约束可一定程度上兼顾考虑下游生态、生活用水需求和保护下游河道安全，本模型中使用的蓄量限制约束用式(14)表示：[0070]其中，Q和Q分别是水库允许的泄流下限和上限；[0071]约束4:泄流变幅限制约束；[0072]泄流变幅限制约束是为了保护下游航道安全以及边坡稳定性，本模型中使用的泄流变幅限制约束用式(15)表示：[0074]其中，△Q为各时段间水库允许的出库变幅上限；[0075]约束5:初始和边界条件约束；[0076]本模型中使用的初始和边界条件约束用式(16)表示：[0078]其中，Zin;是初始水位，一般设置为汛限水位，V为期末的目标蓄量。[0079]进一步的，步骤S3包括以下步骤：[0080]S31、建立决策矩阵，决策矩阵中各决策变量为各待选方案的优化目标值，如式(17)所示：[0082]其中，x(,)是第i个评价方案中第j个决策变量，F⁹为第i个评价方案的第j个优化目标值，I为待选方案总数，J为优化目标数量；[0083]S32、标准化决策矩阵，标准化方法如式(18)所示：其中，norx(i,;)为标准化后的决策变量；S33、构建加权价值决策矩阵，加权方法如(19)所示：其中，wx(i,)为加权化后的属性值，w;为第j个指标的权重；S34、确定正、负理想解W={wx,wx₂,….,wxj},W={wx,wx₂,.…,wxj},计算方法如式(20)所示：损失项[0097]其中，clo为第i个方案的贴合度，选择所有方案中贴合度值最高的方案作为TOPSIS方法的最终均衡方案，不同的决策偏好权重时防洪多目标鲁棒优化调控方法在现有随机规划类方法的基础上引入条件风险价值的理附图说明为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。本发明中的相关步骤的顺序并非是限定性，即本领域的技术人员可以调整，本发明中的顺序是一种案例性的撰写方式，而非限定性描述。[0104]本发明的一种抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优化调控方法在现有随机规划类方法的基础上引入条件风险价值的理念，创建的集“误差情景模拟-风险鲁棒调控-非劣解集决策”的控制技术，从洪水预报误差风险源的刻画描述到洪水预报情景模拟，从建立多目标鲁棒优化调控模型到风险型非劣决策，提供了完整的水库抵抗洪水预报误差扰动的解决方案，可有效提高水库防洪调度的可靠性与安全性。该方法为有效地刻画洪灾损失提供一类可能途径，在此基础上实现了在预报误差扰动下对防洪系统风险事件发生频率和损失程度的高效控制，大大提高了水库防洪系统的鲁棒性能。[0105]如图1所示，本发明的一种抵抗洪水预报误差扰动的水库实时防洪多目标鲁棒优[0106]S1、收集、整理水库系统数据库中洪水预报误差样本，应用蒙特卡洛方法随机抽样生成预实时防洪洪水预报误差场景集；将生成的预报误差情景叠加至预报入流均值过程，得到模拟的预报入流情景，作为水库实时防洪多目标鲁棒优化模型输入条件；[0107]现今各大主要江河流域均已建成一定规模的数字化调度系统，其中入库径流预报多以数据库形式实现存储，然而受到预报方式和预报时刻的影响，此类预报产品的预报时刻与预见期长度可能并不一致，因此本步骤主要在于从数据库中提取预报产品，并将其整[0109]S11、从水库系统数据库中获得数次历史洪水预报样本与洪水实测样本，计算各预见期下的预报误差。 为t-t时刻对t时刻的预报入流(预见期为τ);立预报误差在各预见期下的边缘分布；(2)基于t-copula函数建立不同预见期的预报误差联合分布；(3)依据边缘分布和预报误差联合函数随机抽样，生成预报误差场景集，叠加到均值预报过程上得到实时防洪洪水入流场景集。具体的：[0113]S121、建立预报误差在各预见期下的边缘分布：本发明基于单变量的水文频率法建立预报误差的边缘分布。选择水文分析领域中常用的边缘分布(正态分布，Weibull分布，Gamma分布，Gumbel分布，P-III分布等)作为待选，应用极大似然估计法确定各边缘分数并评估拟合状态，并选择最优的边缘分布作为实际分布。[0114]S122、基于t-copula函数建立不同预见期的预报误差联合分布：以二维t-copula为例，预报误差联合分布函数形式如下式： t+T)可被简写为INs(t+1),INs(t+2),…,INs(t+T)。该实时防洪洪水预报入流场景集拥有目标鲁棒优化模型的优化目标库。防洪调度是指充分水库等防洪工程的功能改变洪水特最低。这一目标反映抵抗洪水预报误差造成的水库上游发生超过水位安全阈值风险的作[0134]其中，F₂为max{Prob(s(t)>Z.),t=110T},即水库水位超过水位安全阈值的最的水库水位(m),Za为水库水位安全阈值(m),T为调度计划期时长(h),Prob(·)为频率统计函数。大风险率，Qs(t)为面对实时防洪洪水预报入流场景集通过本模型所模拟的各入流情景下的水库泄流过程(m³/s),Q为下游安全控制流量阈值(m³/s)。[0139]目标3:水库防洪库容占比最大条件风险价值最小(上游风险损失);[0140]本模型选用防洪调度期间水库库容过程占比防洪库容的大小作为水库上游风险[0145]其中，F₃为max{CVaR。(Z(2),t=1toT},即水库防洪库容占比最大条件风险价[0147]本模型选用水库泄流量占比下游安全泄量的大小作为水库下游风险损失的近似[0160]蓄量限制约束控制了水库在模拟运行时水库蓄量不超过或者低于可允许的蓄量[0164]泄流限制约束控制了水库在模型运行时泄流不超过或者低于可允许的泄流上下[0166]其中，和豆分别是水库允许的泄流下限和上限(m³/s)。限制约束用式(15)表示。