[发明专利]一种水库排沙发电多目标优化调度方法

说明书

技术领域

本发明属于水利水电领域的水力调度领域，特别是一种水库排沙发电多目标优化调度方法。

背景技术

河流建设水库以后，由于水位升高、过水面积加大、流速减缓，从而使水流挟沙能力降低，导致水库内发生淤积。而挟沙能力与流速的高次方成比例，过水断面的些许改变，常会引起挟沙能力大幅度降低，对水库综合效益的发挥造成非常不利的影响。主要表现为：

1、水库有效库容不断减少，减少了水库的使用寿命，影响水库的调能力。兴利效益逐年下降，使得水库防洪、发电、灌溉和供水等兴利效益大打折扣。

2、受水库蓄水的影响，水流进入库区后，水流中的泥沙会在水库的回水末端，并且逐渐发展到上游，使库区尾水位产生的“翅尾巴”现象。抬高上游的河床高程和水库周围的地下水位，这不仅会降低上游河道的防洪效益，使通航条件恶化，而且会对两岸居民生活造成不利影响，威胁当地的农业生产安全。

3、泥沙会造成水力机械和泄流设施磨损，影响机械效率，缩短水力机械寿命，增加材料损耗和维修时间，加速工程的老化损坏。

4、下游河道原有的水沙条件发生变化。在非汛期，清水下泄，冲刷下游河道；水库进入汛期后，泥沙集中下泄，又会使下游回流淤积，使坝下游河道发生很大改变，对河道整治及两岸引水工作造成不利影响。

因此，水库的调度运行不仅需要调节径流，蓄盈补缺，满足兴利、防洪等各方面的要求，还要调节泥沙，减少有效库容游损，使水库长期，有效，安全的发挥效益。其本质上是一个具有复杂约束条件的多目标优化问题。目前存在的多目标优化方法主要分为两大类：传统多目标优化方法和多目标智能优化方法。

传统多目标优化方法以约束法、层次分析法、线性加权法、理想点法为主要的处理手段，根据决策者的主观因素，将多目标优化问题转化为单目标优化问题进行求解。其本质上还是单目标优化问题。

多目标优化问题的难点实质在于目标间的不可公度性和矛盾性。所谓不可公度性是指各个目标没有统一的度量标准，因而难以进行比较。例如：在水库水沙联调的多目标决策中，发电量的单位为度，挟沙力的单位为kg/m³，无法进行比较。目标间的矛盾性是指如果采用某一种方案去改进某一目标值，可能会使另一目标的值变好或变坏。还以水沙联调为例，水库尽量保持最高水位，减少泄流，可以增大单位水体的发电量，但泄流降低将会使得水库泥沙淤积加重。增发电量和减少淤积是一对矛盾的运行目标。

由于多个目标之间的矛盾性和不可公度性，不能简单地把多个目标归为单个目标，并使用单目标决策问题的方法去求解多目标决策问题。

发明内容

本发明所要解决的技术问题是提供一种水库排沙发电多目标优化调度方法，可以实现对水库长期运行综合效益最大化的调度。

为解决上述技术问题，本发明所采用的技术方案是：一种水库排沙发电多目标优化调度方法，包括以下步骤：

一、以系统发电量最大为目标建立目标函数；

以水库输沙量最大为目标建立目标函数；

二、将下泄流量作为决策变量，产生多个基于目标函数的序列，利用基于非支配解的多目标遗传算法求解决策变量；

通过上述步骤得到最优的下泄流量。

在求解决策变量时，引入水库系统运行的约束条件，包括库水位约束、水库下泄流量约束和流量日变幅约束。

优选的，步骤2中，随机产生p个染色体，即产生p个水库下泄流量Q的序列，组成初始种群P₀，种群规模＝p；

优选的，以一个时间段为划分标准，相应每个染色体具有多个的发电引用流量元素和多个泄洪流量元素的基因，这些基因组成数组。

优选的，以月为单位，每个染色体上有12个发电引用流量元素和4个泄洪流量元素共16个基因，组成16×p的数组。

进一步优选的，在p个染色体中选取较优的染色体的m个值进行交叉变异计算，生成新种群P₁；

计算新种群中的染色体对应的目标函数值，进入下一次迭代。

进一步优选的，遍历种群中任意两对染色体，比较两个染色体的适应度函数值，选择较优的染色体；

将当前染色体的m个值进入交叉变异；

若m＝0，重新生成初始种群；若m＞0，进入交叉变异；

根据设定的交叉概率，若交叉发生，则从m个值中任意选择两个染色体，随机生成一个基因个数区间内的非零整数，大于此数的基因位置发生交换；