水電站不同預(yù)見期徑流預(yù)報(bào)及優(yōu)化調(diào)度研究.pdf

1、目前國家大力開展新能源和可再生能源建設(shè)，水電作為清潔能源具有得天獨(dú)厚的建設(shè)優(yōu)勢。除建設(shè)新電站增加能源外，在不增加工程投資的情況下，對已建水電站利用徑流預(yù)報(bào)信息進(jìn)行科學(xué)的水電站調(diào)度提高水能資源利用率，也是增加能源的重要途徑。至今，中、短期徑流預(yù)報(bào)信息在水庫防洪與發(fā)電調(diào)度中已發(fā)揮了重要價(jià)值，但尚需進(jìn)一步研究應(yīng)用長預(yù)見期信息提高發(fā)電效益。為此，本文以桓仁水電站為研究對象，研究了基于ECMWF集合降雨預(yù)報(bào)的中期徑流預(yù)報(bào)、中期徑流預(yù)報(bào)的不確定性量

2、化、分解-合成模型實(shí)用性及汛期各時(shí)段余留期長期徑流預(yù)報(bào)等問題，構(gòu)建了耦合不同預(yù)見期徑流預(yù)報(bào)信息的水電站優(yōu)化調(diào)度模型。主要研究內(nèi)容及成果有以下幾個(gè)方面:
　　(1)為了利用降雨產(chǎn)品彌補(bǔ)降雨徑流預(yù)報(bào)所需實(shí)測信息的缺失和利用降雨預(yù)報(bào)產(chǎn)品延長其預(yù)見期，需要對兩種產(chǎn)品進(jìn)行適用性評價(jià)和可利用性分析。本文首先對3種降雨產(chǎn)品(GLDAS、TMPA、ERA-Interim)進(jìn)行可替代性評價(jià)和適用性評價(jià)，并利用模糊優(yōu)選模型進(jìn)行降雨產(chǎn)品的選擇;然后對E

3、CMWF提供的集合降雨預(yù)報(bào)產(chǎn)品進(jìn)行可利用性分析。結(jié)果表明，TMPA的水文模擬適用性較優(yōu)，當(dāng)實(shí)測降雨缺失時(shí)，可用于研究流域的水文模擬中，ERA-Interim的水文模擬適用性略差，GLDAS降雨產(chǎn)品因低估流域的實(shí)測降雨，不利于防洪安全調(diào)度，故不能作為該研究流域的降雨替代品;ECMWF的集合預(yù)報(bào)降雨平均值可用于徑流預(yù)報(bào)中。
　　(2)針對中期徑流預(yù)報(bào)不確定性難以量化分解的問題，利用方差分析的方法構(gòu)建不確定性分解框架。首先通過將3種數(shù)據(jù)

4、驅(qū)動模型(ANN、ANFIS、SVM)和6種輸入因子(入流(Q)、降雨（P）、相對濕度（H）、最低溫度（Tmin）、最高溫度（Tmax）和集合預(yù)報(bào)降雨(F))相互組合對桓仁水電站旬入流進(jìn)行預(yù)報(bào)，然后利用方差分析（Analysis of variance，ANOVA）方法量化因子選擇、模型選擇和兩者相互作用帶來的不確定性。徑流預(yù)報(bào)的結(jié)果表明，只使用入流(Q)、降雨（P）和預(yù)報(bào)降雨(F)等三個(gè)因素作為輸入時(shí)，數(shù)據(jù)驅(qū)動模型能獲得較高的預(yù)報(bào)精度

5、，不考慮其它三個(gè)因素（濕度（H）、最低溫度（Tmin）和最高溫度（Tmax））并不會明顯降低模型預(yù)報(bào)精度。不確定性分解的結(jié)果表明，因子選擇是不確定性的最主要來源;模型選擇對不確定性的貢獻(xiàn)很少，且具有季節(jié)性;兩者的相互作用對不確定性的貢獻(xiàn)很大，并超過了模型選擇。
　　(3)針對分解-合成模型在使用中存在的信號分解及延拓方式問題，提出一種基于模擬試驗(yàn)和預(yù)報(bào)試驗(yàn)的實(shí)用性驗(yàn)證框架對其實(shí)用性進(jìn)行驗(yàn)證。首先采用三種信號分解方法（WA、EMD和

6、SSA）和兩種預(yù)報(bào)模型（ANN和ARMA）構(gòu)建了六種分解-合成模型，然后通過設(shè)計(jì)模擬試驗(yàn)和預(yù)報(bào)試驗(yàn)研究它們的預(yù)報(bào)效果，以及延拓方式對基于WA和EMD兩種合成模型的影響。結(jié)果表明，六種分解-合成模型的預(yù)報(bào)試驗(yàn)效果均不比相應(yīng)的初始模型效果好，說明分解-合成模型在旬徑流預(yù)報(bào)中的實(shí)用性不強(qiáng);由于提前使用到未來數(shù)據(jù)的信息，六種分解-合成模型的模擬試驗(yàn)效果均好于初始模型;延拓方式對基于WA和EMD的分解-合成模型的結(jié)果有較大影響;若進(jìn)一步研究數(shù)據(jù)延

7、拓方式，或使用其它方式盡可能準(zhǔn)確地獲取未來時(shí)段的信息，則有望提高合成模型的實(shí)際預(yù)報(bào)效果。
　　(4)為獲取汛期余留期來水量信息，構(gòu)建逐時(shí)更新的長期預(yù)報(bào)模型。首先將汛期（5～10月）按每5天一個(gè)時(shí)段進(jìn)行時(shí)段劃分，然后利用ANN模型和大氣環(huán)流因子建立每個(gè)時(shí)段的汛期余留期長期徑流預(yù)報(bào)模型，獲得逐時(shí)段更新的汛期余留期來水量預(yù)報(bào)值。結(jié)果表明，汛期80％以上時(shí)段的變幅合格率和等級合格率均在80％以上，預(yù)報(bào)結(jié)果較好;所構(gòu)建的長期徑流預(yù)報(bào)模型能很

8、好地考慮到氣象因子對汛期各時(shí)段的汛期余留期徑流量變化的影響，且易于實(shí)現(xiàn)，可操作性強(qiáng)，是汛期徑流預(yù)報(bào)的一種有效方法;所得預(yù)報(bào)結(jié)果為調(diào)度模型的構(gòu)建提供了所需的長期徑流預(yù)報(bào)信息。
　　(5)基于中期徑流預(yù)報(bào)信息在典型水電站調(diào)度中應(yīng)用的已有研究成果，進(jìn)一步考慮長期徑流預(yù)報(bào)信息的利用，構(gòu)建了一種耦合不同預(yù)見期徑流預(yù)報(bào)信息的水電站優(yōu)化調(diào)度模型。首先分析“不同預(yù)見期徑流預(yù)報(bào)信息”的可利用性，其包括10天中期徑流預(yù)報(bào)信息的前5天和后5天以及后5天