论文部分内容阅读
水库是人类用来拦洪蓄水和调节径流的水利工程,不仅能降低洪灾损失,还能提供巨大的兴利效益。随着监测系统的普及和水文水资源理论方法的高速发展,可获得大量水文监测数据和模型模拟数据,本文从数据驱动角度研究水库调度中五大研究问题:水库实时调度开环控制系统的单向无反馈性、水库调度规则型式的不确定性、流域洪水空间分布不确定性对水库群调度规则的影响、大系统水库群中长期联合调度的多维多目标耗时特性和多变量洪水非一致性对水库适应性设计的影响。论文的主要研究内容和相关结果如下:（1）构建了基于数据同化的水库实时优化调度闭环控制系统。基于水库实时优化调度模型提供的最优泄流,通过约束集合卡尔曼滤波（Constrained Ensemble Kalman Filter,CEn KF）融合水位观测数据以实时校正水库库容,降低模型误差和观测误差。以三峡水库为研究实例,结果表明耦合了水库优化调度模型、水库调度决策者经验和数据同化方法的闭环控制系统,实时校正了外界随机扰动和模型误差,有效提高了防洪和兴利效益。（2）提出了基于贝叶斯模型平均（Bayesian Model Averaging,BMA）的水库短期集合调度规则。基于水库确定性优化调度最优轨迹,通过隐随机优化方法提取了三种单一水库短期调度规则,包括:分段线性（Piecewise Linear Regression,PL-REG）、曲面拟合（Surface Fitting,SURF）和最小二乘支持向量机规则（Least Square Support Vector Machine,LS-SVM）。再采用BMA推求水库短期集合调度规则和调度区间。以西江流域百色水库防洪优化调度为研究实例,结果表明基于BMA的集合防洪调度规则防洪效益优于三种单一调度规则,生成的调度区间可为水库调度决策者提供多种稳健决策。（3）构建了流域水库群“洪水分类-聚合-分解”（Flood classification-AggregrationDecomposition,FAD）防洪调度规则。通过投影寻踪法对多场流域历史洪水进行洪水分类,分析了洪水空间分布的不确定性。基于不同洪水类别,分别提取水库群聚合-分解防洪调度规则。以西江流域水库群联合防洪优化调度为研究实例,结果表明西江流域洪水可分为“上中游型”、“中下游型”和“全流域型”洪水。“洪水分类-聚合-分解”防洪调度规则提高了流域干流和支流防洪效益,同时也提升了水库群应对洪水空间分布不确定性的能力。（4）提出了大系统水库群中长期多目标联合优化调度高效求解技术。首先通过大系统聚合-分解和敏感性分析方法,对水库群结构和参数进行降维。再引入定向多目标快速非支配排序遗传算法（Weighted Non-dominated Sorting Genetic Algorithm II,WNSGA II）,通过权重拥挤度算子将搜索引导至非支配区域,提高了多目标Pareto前沿搜索效率。最后选用高斯曲面拟合作为替代模型,代替大系统水库群中长期调度模型,提高了计算效率。耦合WNSGA II,最终形成了定向多目标自适应替代模型优化算法（Weighted Multi-Objective Adaptive Surrogate Model Optimization,WMO-ASMO）。以西江流域大系统水库群中长期多目标联合优化调度为研究实例,结果表明基于参数综合降维的WMO-ASMO不仅能提高计算效率,还能提高发电量和降低生态破坏因子。从“变量-目标-模型”三个层面实现了大系统水库群中长期多目标联合优化调度的高效求解。（5）提出了多变量洪水非一致性条件下水库防洪风险计算方法和适应性设计策略。首先基于历年长序列洪峰、洪量和洪水历时统计数据,进行多变量洪水非一致性频率分析。通过C-vine copula-Monte Carlo法和风险函数分析法（Hazard Function Analysis）,计算多变量洪水非一致性下水库和下游保护对象的防洪风险及结构荷载重现期（Structure-based return period）。分析水文非一致性条件下水库库容再分配（转移库容）对水库洪灾损失和兴利效益的影响。以美国伊利诺伊州Shelbyville水库为研究实例,结果表明基于多变量洪水非一致性的水库和下游保护对象结构荷载重现期均服从Weibull分布。转移库容与水库兴利效益、洪灾损失的关系为水文非一致性下水库适应性设计提供了参考。