【摘要】本文在科學(xué)合理的評價(jià)體系支撐下對優(yōu)化水電站水庫調(diào)度與經(jīng)濟(jì)運(yùn)行問題展開深入探討，幫助同行規(guī)避因操作調(diào)度失誤造成的重大損失。對當(dāng)前常見水庫調(diào)度方法進(jìn)行評述，以供決策者參考。

【關(guān)鍵詞】水電站；調(diào)度；預(yù)算；經(jīng)濟(jì)；分析

1、引言

水庫是水利工程體系建設(shè)的核心，是集水利資源調(diào)配、發(fā)電和灌溉等綜合功能為一體的系統(tǒng)工程。具有調(diào)度計(jì)劃性和調(diào)控精確性。作為水利工程領(lǐng)域從業(yè)者，水庫調(diào)度是水電廠優(yōu)化經(jīng)濟(jì)運(yùn)行的核心內(nèi)容。其主要目的為管理和控制水庫安全可靠運(yùn)行充分發(fā)揮庫綜合效益。本文基于筆者多年工作經(jīng)驗(yàn)，在科學(xué)合理的評價(jià)體系支撐下對優(yōu)化水電站水庫調(diào)度與經(jīng)濟(jì)運(yùn)行問題展開深入探討，幫助同行規(guī)避因操作調(diào)度失誤造成的重大損失。對當(dāng)前常見水庫調(diào)度方法進(jìn)行評述，以供決策者參考。

2、水電站水庫優(yōu)化調(diào)度概述

水電站水庫優(yōu)化調(diào)度相關(guān)方法發(fā)展由來已久，其中光傳統(tǒng)動態(tài)規(guī)劃方法分就為兩類：隨機(jī)動態(tài)規(guī)劃法和確定性動態(tài)規(guī)劃法。隨機(jī)動態(tài)規(guī)劃模型能較好地反映實(shí)際水文徑流序列，并以年周期進(jìn)行優(yōu)化計(jì)算。得到穩(wěn)定的運(yùn)行順序，繪制調(diào)度圖，指導(dǎo)水庫日常運(yùn)行。然而，當(dāng)水庫數(shù)量較大時(shí)，計(jì)算工作量過大，“維數(shù)災(zāi)難”問題無法避免。因此，該方法在單機(jī)優(yōu)化調(diào)度中經(jīng)常使用，而確定性動態(tài)規(guī)劃的研究比隨機(jī)動態(tài)規(guī)劃要晚10年以上，計(jì)算工作量較少。目前，在水庫優(yōu)化調(diào)度中形成初始種群時(shí)，大多數(shù)智能算法在水位的每個(gè)時(shí)間間隔或存儲容量的可行空間中完全隨機(jī)生成作為決策變量。隨機(jī)生成方法得到的初始種群較低，滿足約束條件的可行解非常低。其結(jié)果是，進(jìn)化速度較慢，最終無法獲得理想的解決方案。其次，由于算法參數(shù)對智能算法的影響，該算法具有早熟性，易于收斂到局部極值問題。如何優(yōu)化參數(shù)將影響算法的有效性。最后，智能算法在水庫數(shù)量和時(shí)間周期大的情況下搜索速度慢，容易陷入局部最優(yōu)。

3、水庫調(diào)度的優(yōu)化調(diào)度方法

3.1確定性動態(tài)規(guī)劃法

確定性動態(tài)規(guī)劃方法可將調(diào)度周期劃分為T周期，以T為時(shí)間變量，V作為各周期的蓄水量，Vt是T期的存儲狀態(tài)，VT+1是時(shí)間段的結(jié)束，即蓄水狀態(tài)的啟動。從T+ 1周期來看，參考流QT（Vt）在水電站發(fā)電過程中是一個(gè)決策變量。

3.2隨機(jī)動態(tài)規(guī)劃方法

隨機(jī)動態(tài)規(guī)劃的特點(diǎn)是將水庫入庫作為一個(gè)具有統(tǒng)計(jì)函數(shù)的隨機(jī)變量，解決水電站效益不確定性的優(yōu)化問題。當(dāng)徑流是隨機(jī)的，無論做出何種決策，收益都是概率分布，目標(biāo)函數(shù)是基于數(shù)學(xué)期望識別的。

3.3模糊動態(tài)規(guī)劃方法

在實(shí)際調(diào)度中，模糊動態(tài)規(guī)劃方法仍然存在大部分模糊目標(biāo)和信息，包括水資源豐富或干燥的預(yù)測情況，以及決策的不成熟情況，包括水庫中的大量水，下層的水。水庫水位越高，水庫水位越低越好。少量的水。因此，應(yīng)采用模糊理論指導(dǎo)優(yōu)化調(diào)度，建立水庫模糊優(yōu)化調(diào)度的數(shù)學(xué)模型，并利用最優(yōu)水平集方法和近似方法有效地將模糊優(yōu)化問題轉(zhuǎn)化為一般優(yōu)化問題。IMAT模糊集方法。

3.4調(diào)度規(guī)則優(yōu)化

在國外學(xué)者的研究中，1998、將Fi John Chang、李琛等實(shí)數(shù)編碼遺傳算法應(yīng)用于常規(guī)水庫調(diào)度的優(yōu)化調(diào)度中。在2000中，通過對2003印度尼西亞隨機(jī)生成的徑流序列的模擬，利用線性規(guī)劃對Ilichl水庫調(diào)度規(guī)則進(jìn)行了優(yōu)化。李琛建立了以最小缺水為目標(biāo)的調(diào)度圖優(yōu)化模型。采用實(shí)數(shù)編碼遺傳算法（RGA）對調(diào)度圖進(jìn)行編碼，并加入宏進(jìn)化操作，增強(qiáng)算法的搜索能力，避免早熟。以臺灣硬玉油藏為例。結(jié)果表明，基于實(shí)數(shù)編碼的殘留物。該算法對調(diào)度線的優(yōu)化是有效的。在2005，F(xiàn)i John Chang和其他遺傳算法分別使用二進(jìn)制編碼和實(shí)數(shù)編碼來優(yōu)化綜合儲層調(diào)度圖。結(jié)果表明，這兩種算法都能對調(diào)度圖進(jìn)行優(yōu)化，但計(jì)算實(shí)數(shù)編碼遺傳算法的效率和準(zhǔn)確性。2006，JosiPraskas.v和Ganesan Shanthi將遺傳算法應(yīng)用于水庫調(diào)度優(yōu)化。建立了以灌溉缺水為目標(biāo)的優(yōu)化調(diào)度模型，并確定了各調(diào)度時(shí)段的末端水位與存儲需求之間的最小差值。在可行空間中隨機(jī)生成調(diào)度線，并以印度培池帕萊水庫為例，進(jìn)行了實(shí)例研究，取得了良好的效果。2007，李琛為了解決優(yōu)化中的多目標(biāo)遺傳算法的早熟收斂問題，增加了一種新的宏進(jìn)化操作，它可以提高遺傳算法的優(yōu)化能力，并將改進(jìn)的算法應(yīng)用到調(diào)度M的優(yōu)化中。臺灣某綜合利用水庫AP。2008、基姆等采用時(shí)間序列模型。生成徑流數(shù)據(jù)，并利用多目標(biāo)遺傳算法對調(diào)度圖進(jìn)行優(yōu)化。

4、水庫調(diào)度中關(guān)鍵問題

水庫優(yōu)化調(diào)度是一個(gè)復(fù)雜的多約束控制決策問題。水庫優(yōu)化調(diào)度的研究具有重要的理論意義和實(shí)際意義。水庫優(yōu)化調(diào)度方案將產(chǎn)生巨大的經(jīng)濟(jì)效益。雖然在油藏優(yōu)化調(diào)度中引入了多種新的理論和方法，但實(shí)際油藏管理者在油藏經(jīng)營管理中偏離了理論研究，使得許多好的調(diào)度方法難以應(yīng)用于實(shí)踐。主要原因如下：（1）由于實(shí)際操作中水庫運(yùn)行的復(fù)雜性，需要考慮多種因素，現(xiàn)有的優(yōu)化調(diào)度模型必須簡化復(fù)雜模型，以便于求解，從而使調(diào)度模型難以完成。伊利模擬水庫實(shí)際運(yùn)行情況，得到優(yōu)化節(jié)點(diǎn)。它或多或少背離了實(shí)際情況，因此，在實(shí)際調(diào)度中，水庫經(jīng)理更愿意調(diào)度自己的經(jīng)驗(yàn)。（2）為了優(yōu)化水庫調(diào)度，有必要提高水文徑流預(yù)報(bào)精度，但難以達(dá)到當(dāng)前的科學(xué)技術(shù)條件。例如，基于發(fā)電的水庫應(yīng)在汛期高水位下運(yùn)行，但高水位增加了防洪風(fēng)險(xiǎn)。水利部門始終把水庫的安全放在第一位。在水文預(yù)報(bào)較低的情況下，外部不確定性因素較大，決策者具有優(yōu)化理論。該計(jì)算方案的自主觀性較小，對油藏優(yōu)化研究成果的實(shí)施持謹(jǐn)慎態(tài)度。所有這些原因使得優(yōu)化模型的結(jié)果難以在實(shí)際應(yīng)用中發(fā)揮作用。（3）目前大多數(shù)水庫具有綜合利用特性，最優(yōu)調(diào)度模型往往尋求其中之一。這兩個(gè)目標(biāo)的效率是最好的，水庫的其他綜合利用效益可以忽略不計(jì)。

5、結(jié)語

技術(shù)與管理的有機(jī)結(jié)合，使項(xiàng)目產(chǎn)生了良好的經(jīng)濟(jì)效益和社會效益。隨著大規(guī)模的水庫建設(shè)，梯級水庫和水庫逐漸形成。水資源的短缺使得傳統(tǒng)的常規(guī)調(diào)度越來越難以滿足人們的需求。水庫優(yōu)化調(diào)度可以充分利用水庫的蓄水功能，最大的用水效率和綜合的經(jīng)濟(jì)效益仍然是當(dāng)前的水資源熱點(diǎn)研究課題。

參考文獻(xiàn)：

[1]肖智斌， 曹小輝. 研析水電站水庫優(yōu)化調(diào)度及經(jīng)濟(jì)運(yùn)行實(shí)踐[J]. 科技研究， 2014.

[2]李朝暉. 南津渡水電站優(yōu)化調(diào)度與經(jīng)濟(jì)運(yùn)行分析[J]. 湖南水利水電， 2009（4）：28-29.

[3]繆益平， 蹇德平， 陳國春. 二灘水電站水庫優(yōu)化調(diào)度及經(jīng)濟(jì)運(yùn)行實(shí)踐[J]. 人民長江， 2009， 40（3）：89-90.

[4]原文林. 水電站水庫優(yōu)化調(diào)度模型研究[D]. 鄭州大學(xué)， 2006.

[5]趙娟. 基于耗水率動態(tài)規(guī)劃模型的水電站水庫優(yōu)化調(diào)度[J]. 吉林水利， 2014（8）：24-26.

[6]裴哲義. 大型流域水電站水庫群聯(lián)合優(yōu)化調(diào)度及風(fēng)險(xiǎn)分析[D]. 華北電力大學(xué)， 2012.