一、大朝山水电站初期蓄水发电及防洪调度（论文文献综述）
张梦莹[1]（2021）在《基于水文气象预报信息的丹江口水库汛期起调水位分型研究》文中进行了进一步梳理水资源短缺问题已经严重制约着我国经济社会的发展,流域洪水资源利用是缓解水资源短缺问题重要的途径之一。流域洪水资源利用主要是通过水库的科学调度来实现,其中,水库汛限水位的设计与运用是水库调度的一个焦点。汛限水位除了可以在不同时期进行划分外,还可以在同一时期内划分,本文研究的是在子汛期内根据水文气象信息进一步对水库汛限水位进行分型设计,可以在水库子汛期内按多个汛限水位进行精细控制。本文以丹江口水库流域为研究区,通过分析水库流域历史典型洪水的暴雨特性、洪水特性以及天气系统特性,得出其三者之间的成因响应关系;依据其三者之间的响应关系对多场典型洪水分类;依据现行的水库防洪调度规则,推求各类型洪水的汛期起调水位值,提出丹江口水库汛期起调水位分型设计与控制方法;最后对丹江口水库汛期起调水位分型控制进行风险与效益分析,以提高洪水资源利用率。本文主要的研究内容和成果如下:（1）汛期起调水位分型研究的必要性分析。在了解丹江口水库防洪任务与兴利任务的基础上,结合水库已有的洪水资源利用的研究,综合分析汛期起调水位分型研究的必要性。（2）汛期起调水位分型研究的可行性分析。通过对天气系统预报信息可利用性、典型洪水分类可行性、不同典型洪水调度差异以及分型研究资料可获取性四方面进行详细分析,分别从技术层面、研究思路以及资料获取等方面分析丹江口水库汛期起调水位分型研究的可行性。（3）汛期起调水位分型设计。通过研究丹江口水库多场典型洪水的暴雨特性、洪水特性、天气系统特性得到三者间响应关系,并依据这种响应关系进行典型洪水分类;依据现行的防洪调度规则,对各分类典型洪水进行调节计算,推求各分类典型洪水对应的汛期起调水位值,取各分类典型洪水中的最低起调水位,作为对应类型的汛期起调水位分型设计值。（4）汛期起调水位分型控制。在预报水库流域未来一定预见期内有中雨及以上量级的降雨时,通过泄流使库水位尽快回落至与预报暴雨洪水类型对应的分型汛期起调水位,提出了丹江口水库汛期起调水位分型控制方法。（5）汛期起调水位分型控制风险与效益分析。分析了水库汛期起调水位分型控制时可能影响防洪调度的原因,以及消除产生不利影响的措施方法等;同时分析并计算了水库由于实施汛期起调水位分型控制而增加的发电、供水等兴利效益。
张鸿雪[2]（2020）在《考虑多重风险的澜沧江下游梯级水库多目标调度》文中进行了进一步梳理澜沧江下游用水矛盾突出,水资源开发利用过程存在大量不确定性因素,使水资源调控面临多重风险,为了提高社会效益、经济效益并兼顾生态环境效益,亟待深度挖掘水资源调控系统面临的风险问题。本文以澜沧江下游糯扎渡、景洪和橄榄坝水电站为研究对象,以梯级发电、下游生态保护为优化目标,构建了澜沧江下游梯级水库多目标调度模型,探究澜沧江下游多目标之间的竞争关系;开展发电、生态复杂水系统的风险识别和评估,获得水资源合理利用的安全阈值,并划分为三个风险等级;以敏感风险指标的可容忍风险阈值作为约束条件,建立澜沧江下游考虑多重风险的梯级水库多目标调度模型,在此基础上,构建了 VAR模型分析调度风险的动态传递关系及传递量;采用Copula联合函数和Gibbs方法模拟糯扎渡水库随机入库径流,构建了澜沧江下游梯级水库随机优化调度模型,分析考虑径流不确定性下的调度规则。研究结果有助于完善澜沧江流域水资源管理方式,提高水库的科学调度水平,促进流域可持续发展。主要研究结果如下:（1）以发电量最大和生态改变度最小为目标,采用糯扎渡水电站57年长系列入库径流资料,以月为计算时段,构建了澜沧江下游梯级水库多目标调度模型（Model-Ⅰ）及考虑保证出力的发电量最大模型（Model-Ⅱ）,设置了 14个方案集,采用改进的GA算法求解模型,通过熵权法和灰色关联法确定最优方案;澜沧江下游梯级水电站联合优化调度的生态效益和发电效益存在明显的竞争关系,Model-Ⅰ多年平均发电量比Model-Ⅱ减少了 11.45亿kW·h（占全年总发电量的3.33%）,而生态改变度降低了 10.36%（占49.95%）。（2）从澜沧江下游实际问题出发,识别了 5种风险指标,采用Monte Carlo法评估风险阈值,并利用Fisher最优分割法,将风险阈值划分为三个等级,获得4种较敏感风险指标的可接受风险阈值、可容忍风险阈值和不可接受风险阈值。（3）以4种敏感风险指标的可容忍风险阈值作为约束条件,构建了考虑多重风险的澜沧江下游梯级水库多目标调度模型（Model-Ⅲ）,分析了考虑单一风险指标和多重风险指标的调度方案。结果表明:情景1的生态风险最小,情景2的发电量风险和出力风险均最小,情景4的弃水风险最小,情景3的四种风险指标均高于其他三种情景,所以,只考虑弃水风险的多目标调度带来的其他风险相对更大;而情景5中,除了出力风险（44.49%）略高于情景2（44.35）,且弃水风险比情景4（1.04%）增加了0.3%外,其他风险值均低于考虑单一风险指标的调度结果。这表明,考虑多重风险的澜沧江下游梯级水库多目标调度模型更优于只考虑单一风险指标的多目标调度模型。（4）构建了澜沧江下游梯级水库多目标调度风险传递分析模型（VAR）,对每个风险指标增加一个标准差的脉冲扰动,分析各种风险之间的动态传递关系,并采用方差分解法定量评估其传递量。结果表明,除了自身的风险传递外,发电量风险对其余三种风险的传递量均占主导地位,其中对出力风险、生态风险和弃水风险的传递量分别为7.94%、12.48%和9.17%;出力风险只对发电量风险和生态风险有明显的贡献,传递量分别为13.87%和8.40%,对弃水风险的传递量（2.34%）较少;生态风险对出力风险有一定的传递（传递量为5.18%）,对发电量风险和弃水风险的传递量可以忽略（传递量为0.57%和0.82%）;弃水风险对其它三种风险的传递量均较少。（5）以糯扎渡水库入库径流为研究对象,基于Copula函数构建了相邻月径流之间的联合分布模型,并采用Gibbs法模拟了糯扎渡水库5000组入库月径流,根据实测年径流平均值±标准差作为一个合理区间,71.12%的模拟值涵盖在此区间,超出和低于此区间的年份各占比13.98%和14.9%,充分体现了来水过程的不确定性;基于以上结果,推求糯扎渡水库各月不同来水区间的转移概率,构建了澜沧江下游梯级水库随机优化调度模型（Model-Ⅳ）,采用SDP算法求解,获得糯扎渡水电站含有未来时段来水信息的水库调度图,该成果可为糯扎渡水电站的发电优化调度工作提供直接参考;以平水年为例,基于SDP和DP算法的年发电量非常相近,分别为305.97亿kW·h和306.91亿kW·h,验证了本研究所构建调度规则的可靠性。
龙瑞昊[3]（2020）在《考虑径流不确定性的澜沧江中下游水库群优化调度研究》文中研究表明水能资源是一种清洁可再生的能源,利用水能发电可以有效降低对生态环境造成的破坏,水能资源开发的同时,对于发电、防洪、灌溉、航运、供水等也具有显着的效益。本文以澜沧江中下游小湾-景洪坝段为研究对象,首先采用改进的遗传算法对以发电量为目标的水库群优化调度模型求解;其次通过Copula函数和吉布斯抽样模拟历史径流,采用马尔可夫链构建相邻月之间的转移矩阵;采用数理统计的方法分析出入库流量的区间范围,构建随机性水库优化调度模型;最后提取随机动态规划调度规则。本文的研究内容和成果如下:（1）采用统计分配、Kendal秩次检验法、R/S等方法分析研究区域的径流规律,结果表明大朝山及以下水库的入库径流有显着递减趋势,澜沧江中下游功果桥-橄榄坝水电站区间来水径流均无变异,径流序列一致性结果可靠。（2）以小湾-景洪水电站坝段为研究对象,基于改进的遗传算法构建并求解以梯级发电量最大为目标函数的水库群优化调度模型,从典型年及长系列的优化结果分析水库群优化调度的发电量。（3）采用四种常见的单变量分布函数拟合月径流密度概率曲线,基于Copula函数拟合优选各月最优分布,结合Gibbs抽样的原理对相邻月之间的最优Copula函数进行条件函数转换,随机生成大量的月径流,通过相关性系数检验径流可靠性。（4）针对来水不确定性,基于Copula函数模拟的月径流,采用马尔科夫链与转移矩阵方法描述入库径流的传递概率,构建以发电量为目标的随机动态规划模型,求解小湾电站的调度规则,以历史动态规划及确定性动态规划进行对比分析,采用SDP-GA嵌套模型探究不确定性随机规划调度对水库群调度的影响。
李书鸣[4]（2019）在《基于纳什均衡的水电市场长期博弈分析方法研究》文中进行了进一步梳理近年来,我国流域梯级水电站迅猛发展,逐步形成了十四大水电基地,有序地推进了我国能源的可持续发展。随着电力体制改革的进行,水电站积极参与电力市场,电力市场化是必然的趋势。在给定现阶段和未来阶段电价的情况下,水电站需要根据电力市场规则和自身特性来制定调度规则,以获取最大的效益。然而对于能影响市场电价的大规模水电站,可以建立水电站博弈模型分析竞争,博弈的最终结果为水电站之间达到纳什均衡,此时各个水电站都不会改变自身的调度规则。本文以红水河、澜沧江和乌江流域为背景,基于纳什均衡理论,开展了水电市场长期博弈分析方法研究,主要包括水电站动态规划博弈模型研究、梯级水电站调度规则研究和梯级水电站博弈模型研究,成果如下:（1）在虚拟市场竞争环境下,建立了水电站动态规划博弈模型,并以龙滩、小湾和构皮滩水电站为实例进行研究。首先对三个水电站建立发电量最大模型,求得的解作为初始调度过程。然后建立三个水电站的长期博弈模型,令其目标函数为发电效益最大。模型采用动态规划算法迭代计算求解,求解过程中由所有水电站博弈形成上网电价。结果表明,水电站动态规划博弈模型比发电量最大模型明显提高水电站的效益。（2）在虚拟市场竞争环境下,建立了梯级水电站博弈模型。当一个梯级水电站在分析了其他梯级水电站的策略后,自身会改变调度规则,做出最优的决策,使自身的收益达到最大。然而这样会影响其它梯级水电站的收益,接着,其它梯级水电站也会改变调度规则,经过反复博弈达到市场均衡,使整个市场的水力和电力资源达到最优化。对于梯级水电站,采用蓄能调度图和出力分配原则作为调度规则。由基于蓄能的调度图决定梯级水电站的申报电量,并且把梯级水电站的申报电量通过简化的Sheer规则分配给每个水电站,得到每个水电站的调度规则。本文采用连续低维搜索算法求解梯级水电站博弈模型,在算法优化过程中,每步只优化调度规则的一个参数,且正在优化的水电站收益不断增加。对于研究的梯级水电站,博弈模型比发电量最大模型收益显着增长。最后对全文的研究内容和计算结果进行了分析总结,对研究的不足之处以及需要改进之处进行了展望。
李栋楠[5]（2019）在《澜沧江-湄公河流域生态调度与跨境合作研究》文中进行了进一步梳理澜沧江湄公河流域是世界上重要的跨境流域之一,然而水库的无序修建很大程度上改变了澜沧江湄公河的径流情势。在当前,人们越来越重视在水库调度中考虑生态的影响,澜沧江湄公河流域的水库调度研究也是如此。本论文讨论了两座大型水库对径流情势的影响,甄别了气候变化和人类活动对澜沧江湄公河径流情势变化的影响程度;构建了考虑发电和生态目标的水库优化调度模型,将IHA指标显性表达进约束方程;在此基础上,构建了一个水文-水库调度-合作博弈耦合模型,分析了水库建设进程对湄公河各国合作模式的影响。论文将1960-2014长时间的湄公河径流序列分为三个阶段,天然流量阶段（1960-1991）、过渡阶段（1992-2009）以及水库影响阶段（2010-2014）。径流情势的变化通过生态盈余/匮缺指标以及IHA指标进行分析。结果显示上游水库的修建和初期蓄水改变了Chiang Saen站的年均径流,然而在Stung Treng站未发现这个变化趋势。水库的调度使得Chiang Saen站2010-2014年雨季径流减少、旱季径流增加,并且导致了季节尺度生态盈余/匮缺值的异常。1992-2009年间气候变化对径流变化的贡献为82.28%,而2010-2014年间人类活动对径流变化的贡献为61.88%。IHA生态指标在不使用条件语句和循环语句的情况下被显性表达,使之可以直接应用到水库调度优化模型中去。本文以景洪水电站为例。经济目标设定为发电量（HP）,生态目标设定为生态指标（EI）,EI是IHA指标的加权平均值。研究设定了5组情景,结果显示将HP和EI统一成一个目标的情景取得了最佳的效果。当对EI的范围进行约束或对IHA指标的范围进行约束时,HP遭遇了较为严重的减少。为了使得模型可以应用到实际的水库调度中,一个基于优化模型的简单调度规则被应用进来。研究评估了澜沧江湄公河流域5国（中国、泰国、老挝、柬埔寨、越南）的水库建设进展对合作模式的影响。结果表明当水资源紧缺时,水利益的分配将十分敏感。三个合作博弈求解方法Shapley value,Gately point和Nash-Harsanyi solution被应用到模型中。无论使用哪种方法中国总要从下游获得额外的水利益补偿。下游国家的合作意愿随着他们水库调节能力的提升而提升,尤其是在枯水年。由于水库过度开发,重要子流域3S（Sesan,Srepok,Sekong）的生态可能遭到严重破坏。在较远的未来,3S水库对下游生态的影响可能大于上游水库的影响。
康传雄[6]（2018）在《基于线性逼近与蓄水分配曲线的梯级水库优化调度研究》文中研究指明水库优化调度有助于实现水资源的优化配置和充分利用,使水利工程的综合运用效益最大化,同时为电力系统提供更多可靠的电能,因此研究梯级水库优化调度具有重要意义。梯级水库优化调度是典型的非凸非线性规划问题,其中复杂耦合的非线性关系给模型的求解带来困难,通常导致模型的非凸特性,并制约模型求解的最优性;另一方面,对中长期尺度考虑径流等随机性因素的梯级水库随机调度问题,随着水库数量增多,各水库之间离散状态变量的组合呈指数增长,导致计算耗时过长、甚至无法完成计算,即维数灾现象。本文针对梯级水库群调度中的非线性因素和维数困难这两个关键问题,研究并提出相应的解决方法。对于第一个问题,本文构建了两种线性逼近方法,将原模型转化为线性模型,并采用线性规划（LP）或混合整数规划（MILP）求解。对于第二个问题,本文基于梯级水库的水力联系,设计了一个梯级水库蓄水分配曲线,在随机动态规划递推过程中把梯级水库当作一个整体。本文的主要研究成果如下:（1）引入数学规划中的special ordered sets（SOS）建模工具,对非线性函数离散点赋予受SOS约束的权重,确保使用相邻的两个离散点近似相应的函数区间,该线性近似处理方法记为PWL1。实现SOS约束需要引入整数变量,因此PWL1将原模型转化为MILP。水火电系统日优化的算例表明,该优化方法得到的解优于以往的研究成果。（2）将水电出力表示为水库蓄水和出库流量的二元函数关系,基于模型的近似凸优化特性,用一组凸包平面近似表示出力关系,该线性处理方法记为PWL2。PWL2不引入整数变量,将原模型转化为LP。PWL1和PWL2分别被用于近似处理梯级水库群长期调度模型,对比表明,PWL1的逼近精度更高,PWL2处理的模型求解效率更高。（3）提出梯级水库群蓄水分配曲线（SDC）,SDC表示各时段梯级总蓄水和各水库蓄水的关系,可以用于指导梯级水库群中长期运行。SDC曲线参数根据历史径流序列生成的长期调度方案进行拟合,这里采用PWL1处理长期调度模型中的非线性关系。（4）基于SDC和随机动态规划（SDP）,提出SDCSDP方法,用于求解梯级水库群随机调度问题。SDCSDP递推过程中的状态变量是梯级总蓄水和总入流量,在计算阶段效益时根据SDC将总蓄水分配到各水库,并采用阶段效益模型做适当的调整和优化,这里采用PWL2近似处理阶段效益模型中的水电出力关系以提高计算效率。算例表明,SDCSDP能够求解大规模水库群随机调度问题,同时避免维数灾现象。
王渤权[7]（2018）在《改进遗传算法及水库群优化调度研究》文中进行了进一步梳理能源是人们赖以生存的物质基础,是实现社会发展不可或缺的生产要素。《电力发展“十三五”规划》指出,预计2020年全社会用电量6.8-7.2万亿千瓦时,全国发电装机容量达20亿千瓦。随着人们对能源需求的不断增加,煤炭资源的有限性以及对环境影响等问题不容忽视,因此大力发展可再生能源成为当今时代的要求。据统计,截至2017年底,我国可再生能源发电装机容量达到约6.56亿千瓦;水电、风电、太阳能发电装机稳居世界第一。由于我国水能资源丰富,数以万计的河流以及水电能源的优势使得水电事业有着广阔的发展前景,在众多可再生能源与清洁能源中占据重要的位置。随着我国流域梯级水库群建设逐渐成型,对水库群联合优化调度理论方法进行研究以提高水资源利用率,具有十分重要的理论意义与科学价值。此外,由于水库具有诸如防洪、发电、灌溉等多种功能,合理的水库群运行方式不仅能够有效地保障人身财产安全,更能够为社会创造出巨大的财富。基于此,本文从理论方法与实际应用两个方面入手,围绕梯级水库群联合优化调度问题展开研究。分别从改进智能算法及应用、梯级蓄能调度图优化、梯级水库群中长期发电调度优化、改进算法并行设计及其应用、梯级水库群短期不确定优化调度等方面进行深入研究,主要研究内容及相应成果包括:（1）遗传算法的改进机制研究。针对传统遗传算法中早熟易收敛等问题,引入自组织映射中高低维空间映射转换机制,通过自组织映射对遗传算法中的个体进行学习并更新,使得更新个体能够继承父代个体的拓扑保持与分布保持特性,进而提高遗传算法后期的局部寻优能力以及计算效率,提出自组织映射遗传算法（Self Organizing Map-Genetic Algorithm,SOM-GA）。并采用无约束、有约束等多个标准测试函数对算法进行测试,从求解结果、收敛效率以及稳定性等方面来验证算法的合理性与可行性;（2）基于自组织映射遗传算法的梯级水库群优化调度模型研究。水库群调度是一个多阶段非线性的复杂数学问题,为了验证SOM-GA算法在求解该问题上的的实用性,首先从常规调度方式入手,基于判别式法对梯级水库群绘制满足发电保证率要求下的保证出力最大的梯级水库群蓄能调度图,以此蓄能调度图为基础采用SOM-GA对图中各调度线进行优化,针对调度图特点,基于逐步优化算法的思想,提出SOM-GA算法的调度图优化步骤,最后通过多年径流模拟调度来验证优化后的蓄能调度图的合理性以及有效性;其次从优化调度方式入手,并以梯级水库群发电量最大作为调度目标,给出基于SOM-GA算法的梯级水库群中长期优化调度计算步骤,并提出水库调度下的算法初始化策略,在满足各种约束条件下进行寻优计算,其计算结果与动态规划、原始遗传算法进行比较分析,总结该算法在处理水库群优化调度问题上的应用效果与优势;（3）基于并行设计的均匀自组织映射遗传算法的梯级水库群优化调度研究。SOM-GA算法在求解形如梯级水库群调度等复杂优化问题过程中,当求解问题的维数增加到一定程度时,常常会出现初始解分布不均导致收敛速度变慢以及求解性能下降等问题。为此,进一步对SOM-GA进行两个方面的改进:首先,从设计试验角度出发,引入均匀设计中的水平数、因素数等概念来表征算法个体的基因结构,提出均匀自组织映射遗传算法（Uniform Self Organizing Map-Genetic Algorithm,USOM-GA）,对SOM-GA算法的初始种群个体生成策略进行改进,使其在可行域范围能有目的地生成个体基因,进而提高种群多样性与算法收敛速度;其次,结合USOM-GA算法良好的并行性能,对USOM-GA进行并行算法设计,构建一种多核并行的USOM-GA算法,并结合梯级水库群优化调度实例给出相应的求解计算步骤,最后通过结果分析与评价指标检验算法设计的合理性与有效性。（4）考虑水电站出力误差的梯级水库群短期优化调度研究。为能够有效缓解由于径流预报误差的存在而导致梯级水电站水库群制定发电计划时存在一定风险的问题,通过引入风险价值概念,将其用来描述发电计划潜在的可能最大损失,并对由于径流预报误差而导致的梯级水电站水库群出力误差进行量化,进而构建考虑出力误差的梯级水库群短期优化调度模型;同时针对USOM-GA无法解决不确定性优化问题的缺陷,提出基于极值理论的USOM-GA算法来进一步提高算法的通用性,同时给出模型求解的计算步骤,求解出不同风险偏好下的最优发电策略,使其调度决策更加灵活。通过实例应用,验证了模型与算法的实用性与可行性。
牛文静[8]（2017）在《梯级水电站群复杂调度需求多目标优化方法研究》文中研究说明“西电东送”实施十多年来,我国在西南集中建成了澜沧江、金沙江、乌江、红水河等超千万千瓦级特大流域梯级水电站群。不同于中小规模水电系统,特大流域梯级水电站群不仅电站数目多、装机容量大、送电范围广,而且水力、电力联系紧密,呈现了全新的调度特点和需求:更加关注梯级水电站群整体综合效益和精细化调度,需要协同考虑发电、蓄能、通航、调峰等综合利益需求,需要更具时效性和实用性的新型多目标优化调度方法。本文以多个特大流域工程项目为研究背景,以其实际调度面临的全新复杂需求为导向,聚焦梯级水电站群复杂调度需求多目标响应这一关键科学问题,围绕整体蓄能精细化控制、调峰和通航需求响应、多目标优化高效计算和调度方案实用化求解等四个方面深入开展了梯级水电站群复杂调度需求多目标优化方法研究,主要内容如下:（1）针对电网对水电整体控制条件下梯级水电站群面临的精细化调度需求,构建了梯级水电站群蓄能控制优化调度模型,并提出了基于等蓄能线的精细化求解方法。以总发电量最大和梯级蓄能控制为目标,首先引入可行域预压缩策略,采用数学组合理论和等蓄能线,依蓄能控制指标建立各时段梯级水库可行水位组合曲面,将原问题转化为不同梯级蓄能轨迹下的约束优化问题,然后采用动态规划实现高效求解。澜沧江流域中下游梯级水电站群的应用结果表明,所提方法能够有效兼顾梯级发电效益和蓄能储备,合理分配电网现在和未来的水能资源,切实服务于梯级水电站群精细化调度实践。（2）针对电网普遍存在的巨大调峰压力和大江大河着力发展的航运需求,构建了耦合调峰和通航需求的梯级水电站群多目标优化调度模型,并提出了集成智能算法和启发式修正策略的混合求解方法。以系统余荷最大值最小和通航河段水位过程方差最小为目标,结合模型特点改进了经典非支配排序遗传算法的基本遗传算子,并针对复杂时间耦合约束和末水位控制要求提出了有效的启发式修正策略,以提高算法性能和计算效率。澜沧江下游景洪-橄榄坝梯级联合调度结果表明,所提模型及方法可以充分发挥通航反调节电站作用,兼顾电网调峰和河道通航综合利用需求,获得较实际调度更为合理的梯级运行计划。（3）针对梯级水电站群急速扩张的系统规模和日益多元的调度需求,提出了梯级水电站群多目标优化调度高效解算方法,主要包括两方面工作:一方面,基于外部档案集等策略,着力将新兴的量子粒子群算法拓展至多目标优化调度领域,提出了多目标量子粒子群优化算法;另一方面,基于Fork/Join框架,实现多目标遗传算法在多核环境下的并行计算,提出了并行多目标遗传算法。两种方法均源于群体智能算法,分别实现了新型方法拓展和先进技术融合。所提方法通过了乌江干流梯级水电站群和澜沧江中下游梯级水电站群的实例验证,取得了良好的计算效果,能够有效丰富梯级水电站群多目标优化调度方法理论体系。（4）针对日益庞大的计算规模和愈加复杂的运行环境下梯级水电站群优化调度方案实用性需求,提出了基于数据挖掘的梯级水电站群指令调度优化方法。结合数据挖掘技术,利用聚类分析从大量的电站日发电数据中提炼出若干关键特性指标并聚类形成调度决策库;以此为基础,采用大系统分解协调方法对不同流域不同电站进行分层求解,并耦合逐步优化算法组合优选水电站群调度出力曲线及其变化幅值,快速得到调度决策。澜沧江中下游梯级水电站群调度结果表明,所提方法能够建立有效的梯级水电站典型出力曲线决策库,并结合调度指令快速得到合理的梯级联合调度方案,为大规模水电优化调度提供了一种高效的实用化方法。
王沛霖[9]（2017）在《澜沧江梯级水库短期防洪发电优化调度研究》文中研究指明从我国对各大流域实行战略性集中开发伊始,梯级水库优化调度问题便备受关注,伴随着水电建设的高潮,相关理论研究也迅速推进,并逐渐形成较为成熟的基础求解体系。然而将优化调度的理论成果付诸于生产实践才是开展研究的真正归宿点,亦是研究者面临的重要课题,更是水库运行管理机构迫切待解的技术问题。梯级水库的开发利用一般承担防灾和兴利的双重任务,本文以澜沧江流域梯级水库为工程背景开展优化调度研究,旨在提高梯级水库防洪与发电优化调度结果的实用性和可操作性,为调度决策者提供直观可行的参考方案。具体工作如下:（1）为提高水库防洪优化调度方案的可操作性和便捷性,建立泄流设备运行状态变化次数最少模型,以泄流设备组合方案作为计算单元,采用预先编制策略表的方法辅助模型求解,并设计一套简单有效的计算流程。以功果桥为实例的结果表明,所提模型可将计算结果从水库的下泄流量控制精细到泄流设备的操作控制,最终得到的防洪方案在满足泄洪需求的同时,能够有效兼顾泄流设备的实用经济性。考虑到澜沧江流域梯级水库之间无上下级防洪任务,本文在泄流设备运行状态变化次数最少模型的基础上,采用逐级交互的计算模式对梯级防洪优化调度进行求解。对于小湾、糯扎渡两个调节性能较好的水库,在计算过程中对其水位约束进行分段设置,以避免其水位频繁波动。结果表明,梯级调洪结果均满足泄洪要求,且各级水库的入库过程较为平稳,有利于调度人员的决策。（2）针对现有的水电短期调峰模型存在的不足,提出了剩余负荷多阶段极大值极小模型。该模型以水电机组为基本调度单元,并考虑机组爬坡速率、启停时间等约束。在求解过程中借鉴逐步优化的思想进行多次迭代求解,以克服结果中非负荷高峰时段的不可控结果。在每次迭代时,采用目标函数的等价转化以及水位-库容曲线、尾水位-泄流曲线、机组特性曲线的线性化处理等措施将原模型转换为混合整数规划模型,然后借助于LINGO软件进行求解。实例研究表明,所提模型可以使得电网剩余负荷尽可能的保持均匀平稳,调峰效果更为显着,同时能够有效得兼顾机组运行约束。最后,对全文的主要内容进行总结,并展望有待深入研究的问题。
王有香[10]（2017）在《梯级水库群及其泄洪设施防洪调度研究》文中研究表明水库防洪在防汛抗洪工作中具有举足轻重的地位,而如何控制与操作泄洪闸门又是水库防洪调度的关键。本文主要研究水库群防洪优化调度问题,它所涉及的内容及学科领域十分广泛,是典型的多属性、多目标的非线性决策问题。而目前在解决此类问题时较少考虑到各闸门的实际运行过程,故需进一步寻求更加切合实际生产的求解各闸门实际运行的思路,使理论研究能够更好地贴近工程应用。本文以研究流域内6库梯级水库群为研究对象,依据流域水文特征与闸群工作特性,建立了一种求解水库群在汛期调度期内泄洪过程及各闸群具体运行过程的水库群防洪优化调度模型与闸群优化调度模型。本文主要研究的内容及创新点概括如下:（1）将单变量分段线性逼近技巧整合进混合整数线性规划法中进而求解水库群防洪优化调度模型,并调用专用的优化求解器进行计算,有效提高了模型的求解效率与紧凑性。（2）在求得水库群防洪调度计划后,考虑了如何控制泄洪闸门,以闸门实际运行过程为最终研究成果,提出了以减少闸门启闭操作频率为目标的泄洪闸群优化调度问题,为调度运行人员提供直观的决策支持依据。（3）进一步将上述单变量分段线性逼近思想扩展到双变量线性逼近操作中,引入了三角形分析法来求解各闸门的开度过程;同时,在分析求解结果特性后,提出并求解了改进时间尺度下的闸群优化调度问题;对比结果显示,改进时间尺度操作将有利于调度决策人员的实际应用需求和提高计算运行效率。（4）将多在水电系统中用于求解机组组合问题的混合整数线性规划法应用到水库群防洪调度中,通过对研究流域内6库梯级水库群防洪优化调度的应用,验证了本文所建立的模型及采用的方法在求解水库群防洪调度问题中的有效性与可行性。
二、大朝山水电站初期蓄水发电及防洪调度（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、大朝山水电站初期蓄水发电及防洪调度（论文提纲范文）
（1）基于水文气象预报信息的丹江口水库汛期起调水位分型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 水库洪水资源利用研究进展 |
| 1.2.1 水库汛期分期研究 |
| 1.2.2 水库汛限水位动态控制研究 |
| 1.2.3 基于水文气象预报信息的洪水资源利用研究 |
| 1.3 本文主要研究内容 |
| 2 丹江口水库流域概况 |
| 2.1 引言 |
| 2.2 丹江口水库概况 |
| 2.2.1 流域及工程概况 |
| 2.2.2 水文气象条件 |
| 2.2.3 水库工程任务 |
| 2.2.4 防洪与兴利需求矛盾 |
| 2.2.5 水库汛期起调水位分型研究的必要性 |
| 2.3 本章小结 |
| 3 丹江口水库汛期起调水位分型研究的可行性分析 |
| 3.1 引言 |
| 3.2 天气系统预报信息可利用性分析 |
| 3.3 典型洪水分类可行性分析 |
| 3.4 不同典型洪水调度差异分析 |
| 3.5 分型研究资料可获取性分析 |
| 3.6 本章小结 |
| 4 丹江口水库汛期起调水位分型设计与控制 |
| 4.1 引言 |
| 4.2 丹江口水库典型洪水暴雨特性分析 |
| 4.2.1 夏季典型洪水暴雨特性分析 |
| 4.2.2 秋季典型洪水暴雨特性分析 |
| 4.3 丹江口水库典型洪水特性分析 |
| 4.3.1 夏季典型洪水特性分析 |
| 4.3.2 秋季典型洪水特性分析 |
| 4.4 丹江口水库典型洪水天气系统特性分析 |
| 4.4.1 夏季典型洪水天气系统特性分析 |
| 4.4.2 秋季典型洪水天气系统特性分析 |
| 4.5 天气系统、暴雨、洪水之间的响应关系分析 |
| 4.5.1 夏季响应关系分析 |
| 4.5.2 秋季响应关系分析 |
| 4.6 典型洪水分类 |
| 4.7 丹江口水库汛期起调水位分型设计 |
| 4.7.1 水库典型洪水汛期起调水位 |
| 4.7.2 水库汛期起调水位分型确定 |
| 4.7.3 分型设计防洪安全性分析 |
| 4.8 丹江口水库汛期起调水位分型控制 |
| 4.9 本章小结 |
| 5 丹江口水库汛期起调水位分型控制效益与风险分析 |
| 5.1 引言 |
| 5.2 风险分析 |
| 5.2.1 风险分析内容 |
| 5.2.2 风险分析方法 |
| 5.2.3 汛期起调水位分型控制风险分析 |
| 5.3 效益分析 |
| 5.3.1 效益分析内容 |
| 5.3.2 效益分析方法 |
| 5.3.3 汛期起调水位分型控制效益分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 附录A 场次洪水峰量比 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（2）考虑多重风险的澜沧江下游梯级水库多目标调度（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 风险分析与评价 |
| 1.2.2 水库生态调度研究 |
| 1.2.3 径流多目标调控研究 |
| 1.3 主要研究内容 |
| 1.4 研究方案和技术路线 |
| 1.4.1 研究方案 |
| 1.4.2 研究技术路线 |
| 2 澜沧江下游流域概况及径流、需水分析 |
| 2.1 研究区域概况 |
| 2.2 基本资料 |
| 2.2.1 水电站基本资料 |
| 2.2.2 径流资料 |
| 2.3 综合生态需水量 |
| 2.4 本章小结 |
| 3 澜沧江下游梯级水库多目标调度模型构建及求解 |
| 3.1 模型构建 |
| 3.1.1 目标函数 |
| 3.1.2 约束条件 |
| 3.1.3 求解算法 |
| 3.2 方案优选 |
| 3.2.1 方案设置 |
| 3.2.2 方案优选 |
| 3.3 调度结果分析 |
| 3.4 多目标竞争性分析 |
| 3.5 本章小结 |
| 4 澜沧江下游梯级水库多目标调度风险分析 |
| 4.1 风险识别 |
| 4.2 风险评估 |
| 4.2.1 基于蒙特卡洛方法的径流模拟 |
| 4.2.2 风险阈值评估 |
| 4.3 风险等级划分 |
| 4.3.1 风险频率分布 |
| 4.3.2 Fisher分割法 |
| 4.3.3 风险等级划分结果 |
| 4.4 本章小结 |
| 5 考虑多重风险的梯级水库多目标调度研究 |
| 5.1 风险调度模型构建 |
| 5.1.1 机会约束规划 |
| 5.1.2 目标函数 |
| 5.1.3 约束条件 |
| 5.1.4 求解算法 |
| 5.2 调度结果分析 |
| 5.2.1 单一风险指标调度 |
| 5.2.2 多重风险指标调度 |
| 5.3 本章小结 |
| 6.基于VAR模型的调度风险动态传递分析 |
| 6.1 VAR模型构建 |
| 6.2 VAR模型检验 |
| 6.2.1 平稳性检验 |
| 6.2.2 协整检验 |
| 6.2.3 VAR模型估计 |
| 6.2.4 VAR模型平稳性检验 |
| 6.3 风险传递分析 |
| 6.3.1 风险传递脉冲响应分析 |
| 6.3.2 风险传递方差分解分析 |
| 6.4 本章小结 |
| 7 基于Copula联合函数的月径流随机模拟 |
| 7.1 入库径流边缘分布 |
| 7.1.1 边缘分布函数 |
| 7.1.2 边缘分布模型结果 |
| 7.2 入库径流联合分布 |
| 7.2.1 相邻月径流联合分布模型 |
| 7.2.2 相邻月径流联合分布模拟 |
| 7.3 月径流随机模拟 |
| 7.3.1 月径流随机模拟模型 |
| 7.3.2 月径流随机模拟结果分析 |
| 7.4 本章小结 |
| 8 基于径流不确定性的随机优化调度研究 |
| 8.1 入库径流过程的描述 |
| 8.2 转移概率矩阵 |
| 8.2.1 基于历史径流的转移概率矩阵 |
| 8.2.2 基于模拟径流的转移概率矩阵 |
| 8.3 模型构建 |
| 8.3.1 目标函数 |
| 8.3.2 约束条件 |
| 8.3.3 求解算法 |
| 8.4 调度结果分析 |
| 8.4.1 基于模拟径流提取的调度规则 |
| 8.4.2 模型合理性验证 |
| 8.5 本章小结 |
| 9 总结与展望 |
| 9.1 总结 |
| 9.2 创新点 |
| 9.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（3）考虑径流不确定性的澜沧江中下游水库群优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 水库群优化调度研究 |
| 1.2.2 随机优化调度研究 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容与方法 |
| 1.3.2 技术路线图 |
| 2 澜沧江流域概况及径流规律分析 |
| 2.1 澜沧江中下游流域概况 |
| 2.1.1 地理位置 |
| 2.1.2 气象水文 |
| 2.2 数据资料收集 |
| 2.2.1 水库电站基本资料 |
| 2.2.2 水库特征曲线 |
| 2.2.3 历史径流资料 |
| 2.3 澜沧江中下游水文气象规律分析 |
| 2.3.1 径流统计分配 |
| 2.3.2 趋势性 |
| 2.3.3 一致性 |
| 2.4 本章小结 |
| 3 澜沧江中下游梯级水库群优化调度研究 |
| 3.1 流域概化 |
| 3.2 水库群优化调度模型构建 |
| 3.3 模型求解方法 |
| 3.4 水库群优化调度结果 |
| 3.5 本章小结 |
| 4 基于不确定性的径流随机模拟 |
| 4.1 入库径流分布模型构建 |
| 4.1.1 入库月径流边际分布选取 |
| 4.1.2 入库月径流联合分布选取 |
| 4.1.3 联合分布函数拟合分布检验指标 |
| 4.1.4 吉布斯随机径流模拟 |
| 4.2 结果分析 |
| 4.2.1 入库月径流边际分布函数确定 |
| 4.2.2 入库月径流联合分布函数确定 |
| 4.2.3 径流模拟结果 |
| 4.3 本章小结 |
| 5 水电站随机动态规划优化调度模型建立及求解 |
| 5.1 入库径流过程离散处理 |
| 5.1.1 简单马尔科夫链 |
| 5.1.2 转移矩阵 |
| 5.2 水库随机动态优化调度模型构建 |
| 5.2.1 模型目标函数 |
| 5.2.2 约束条件 |
| 5.3 求解方法 |
| 5.3.1 入库流量及水位离散 |
| 5.3.2 随机动态规划求解 |
| 5.4 模型计算结果 |
| 5.4.1 基于模拟径流离散化处理 |
| 5.4.2 随机动态规划调度规则 |
| 5.4.3 调度规则合理性分析 |
| 5.4.4 径流随机影响下的水库群优化调度结果 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）基于纳什均衡的水电市场长期博弈分析方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 我国水电开发现状 |
| 1.1.2 水电参与电力市场概况 |
| 1.1.3 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 水电站优化调度研究进展 |
| 1.2.2 水电站博弈研究进展 |
| 1.3 本文研究内容及框架 |
| 2 工程背景 |
| 2.1 流域概况 |
| 2.1.1 红水河流域概况 |
| 2.1.2 澜沧江流域概况 |
| 2.1.3 乌江流域概况 |
| 2.2 电站基本资料 |
| 2.2.1 天生桥一级水电站 |
| 2.2.2 龙滩水电站 |
| 2.2.3 小湾水电站 |
| 2.2.4 糯扎渡水电站 |
| 2.2.5 洪家渡水电站 |
| 2.2.6 构皮滩水电站 |
| 2.3 本章小结 |
| 3 水电站动态规划博弈模型研究 |
| 3.1 引言 |
| 3.2 水电站发电量最大模型构建 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 水电站动态规划博弈模型构建 |
| 3.3.1 目标函数 |
| 3.3.2 约束条件 |
| 3.4 动态规划博弈模型求解 |
| 3.4.1 动态规划算法及求解 |
| 3.4.2 博弈模型求解 |
| 3.5 应用实例 |
| 3.6 本章小结 |
| 4 梯级水电站博弈模型研究 |
| 4.1 引言 |
| 4.2 梯级水电站调度规则 |
| 4.3 梯级水电站发电量最大模型构建 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.4 模拟优化博弈模型构建 |
| 4.4.1 目标函数 |
| 4.4.2 约束条件 |
| 4.5 模拟优化博弈模型求解 |
| 4.6 应用实例 |
| 4.7 本章小结 |
| 5 结论与展望 |
| 5.1 研究总结 |
| 5.2 未来研究展望 |
| 参考文献 |
| 读硕士学位期间科研项目及科研成果 |
| 致谢 |
（5）澜沧江-湄公河流域生态调度与跨境合作研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 生态流量与径流情势变化研究进展 |
| 1.2.2 水库调度的概念及研究方法 |
| 1.2.3 国际河流水资源开发利用研究进展 |
| 1.3 已有研究中存在的不足 |
| 1.4 论文研究思路和主要内容 |
| 第2章 澜沧江湄公河流域关键生态指标及其变化 |
| 2.1 引言 |
| 2.2 澜沧江湄公河流域关键生态指标响应 |
| 2.2.1 澜沧江湄公河流域概况 |
| 2.2.2 流域水库调度能力函数 |
| 2.2.3 生态盈余与生态匮缺 |
| 2.2.4 三次样条平滑与突变点分析 |
| 2.3 澜沧江湄公河流域IHA指标变化分析 |
| 2.3.1 IHA指标及其局限性 |
| 2.3.2 澜沧江湄公河流域IHA指标变化分析及评价 |
| 2.3.3 澜沧江湄公河流域生态关键要素 |
| 2.3.4 IHA指标与生态盈余/匮缺指标的关系 |
| 2.4 本章小结 |
| 第3章 澜沧江湄公河径流情势变化与影响要素研究 |
| 3.1 引言 |
| 3.2 基于CREST水文模型的径流分析 |
| 3.2.1 澜沧江流域降雨卫星产品的适用性及评价 |
| 3.2.2 CREST水文模型结构 |
| 3.2.3 CREST模型的输入与输出 |
| 3.2.4 降雨卫星产品在CREST水文模型中的应用 |
| 3.2.5 基于CREST模型的径流变化趋势分析 |
| 3.3 澜沧江湄公河径流情势变化影响分析 |
| 3.3.1 澜沧江湄公河径流情势变化的潜在作用及影响 |
| 3.3.2 气候变化和人类活动对径流情势的影响 |
| 3.3.3 基于Budyko曲线的径流影响要素分析 |
| 3.3.4 基于线性拟合法的径流影响要素分析 |
| 3.4 本章小结 |
| 第4章 澜沧江湄公河流域生态调度技术 |
| 4.1 引言 |
| 4.2 发电生态耦合调度方法 |
| 4.2.1 双目标优化模型 |
| 4.2.2 人工径流的生成 |
| 4.2.3 经济及生态目标函数 |
| 4.2.4 模型基本约束 |
| 4.3 IHA指标的显性表达 |
| 4.3.1 月均流量事件 |
| 4.3.2 极值流量事件 |
| 4.3.3 极值流量出现时间 |
| 4.3.4 流量脉冲次数及持续时间 |
| 4.3.5 流量变化率及频率 |
| 4.3.6 无流量事件 |
| 4.4 澜沧江湄公河流域生态调度技术与调度规则 |
| 4.4.1 生态系数及权重 |
| 4.4.2 生态约束情景 |
| 4.4.3 发电和生态目标的边界取值 |
| 4.4.4 联合发电目标与生态目标 |
| 4.4.5 考虑生态约束情形下最大化发电量 |
| 4.4.6 基于生态流量的水库调度规则 |
| 4.5 本章小结 |
| 第5章 澜沧江湄公河流域水资源跨境开发合作研究 |
| 5.1 引言 |
| 5.2 水文-水库调度-合作博弈耦合模型总体结构 |
| 5.3 水文模块 |
| 5.4 水库调度模块 |
| 5.4.1 水库调度目标与约束 |
| 5.4.2 改进的差分进化算法 |
| 5.5 合作博弈模块 |
| 5.5.1 合作博弈模型 |
| 5.5.2 澜沧江湄公河流域各国合作情景 |
| 5.6 合作利益分配与建坝影响分析 |
| 5.6.1 各利益主体初始水利益分配 |
| 5.6.2 全局合作情景下水利益的再分配 |
| 5.6.3 水库修建对合作模式的影响 |
| 5.6.4 敏感性分析:目标权重与IHA指标对合作模式的影响 |
| 5.6.5 3S子流域水库修建对合作模式和流域生态的影响 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 6.1 主要研究成果 |
| 6.2 主要创新点 |
| 6.3 研究中的不足及展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（6）基于线性逼近与蓄水分配曲线的梯级水库优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 选题背景和研究目的 |
| 1.3 梯级水库优化调度研究现状 |
| 1.4 主要研究内容和章节安排 |
| 2 高精度SOS线性逼近法及其验证 |
| 2.1 引言 |
| 2.2 分段线性化概述 |
| 2.3 SOS线性逼近方法 |
| 2.4 算例与分析 |
| 2.5 本章小结 |
| 3 高效率平面凸包逼近法及其验证 |
| 3.1 引言 |
| 3.2 梯级水库长期优化调度模型 |
| 3.3 平面凸包逼近方法 |
| 3.4 求解方法和误差修正 |
| 3.5 算例与分析 |
| 3.6 本章小结 |
| 4 梯级水库蓄水分配曲线 |
| 4.1 引言 |
| 4.2 梯级水库蓄水分配曲线的定义 |
| 4.3 梯级水库蓄水分配曲线的确定 |
| 4.4 本章小结 |
| 5 基于蓄水分配曲线的梯级水库长期随机调度 |
| 5.1 引言 |
| 5.2 基于蓄水分配曲线的随机动态规划 |
| 5.3 阶段效益模型 |
| 5.4 模拟调度与结果分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表的论文 |
| 附录 2 攻读博士学位期间参与的科研项目 |
（7）改进遗传算法及水库群优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水库(群)优化调度方法研究 |
| 1.2.2 并行计算相关研究 |
| 1.2.3 水库(群)调度风险研究 |
| 1.3 目前存在的主要问题及发展趋势 |
| 1.4 本文主要研究内容及创新点 |
| 1.4.1 主要研究内容 |
| 1.4.2 创新点 |
| 第2章 基于自组织映射的改进遗传算法及其应用 |
| 2.1 引言 |
| 2.2 遗传算法基本理论 |
| 2.2.1 基本思想 |
| 2.2.2 基本操作 |
| 2.2.3 实现步骤 |
| 2.2.4 算法评价 |
| 2.3 向组织映射遗传算法(SOM-GA) |
| 2.3.1 自组织映射算法 |
| 2.3.2 基于SOM算法的个体更新策略 |
| 2.3.3 自组织映射遗传算法计算步骤 |
| 2.4 算法测试及结果分析 |
| 2.4.1 测试函数选取 |
| 2.4.2 结果分析 |
| 2.5 本章小结 |
| 第3章 基于自组织映射遗传算法的梯级水库群调度模型优化研究 |
| 3.1 引言 |
| 3.2 基于SOM-GA的梯级蓄能调度图优化研究 |
| 3.2.1 保证出力最大梯级蓄能调度图模型 |
| 3.2.2 基于SOM-GA的蓄能调度图优化计算步骤 |
| 3.2.3 实例分析 |
| 3.3 基于SOM-GA的梯级水库群发电优化调度研究 |
| 3.3.1 梯级水库群中长期发电调度优化模型 |
| 3.3.2 SOM-GA算法的个体初始化策略 |
| 3.3.3 基于SOM-GA的梯级水库群发电优化调度计算步骤 |
| 3.3.4 实例分析 |
| 3.4 本章小结 |
| 第4章 基于并行设计的均匀自组织映射遗传算法的梯级水库群优化调度研究 |
| 4.1 引言 |
| 4.2 均匀设计 |
| 4.2.1 基本思想及相关定理 |
| 4.2.2 试验点选取原则 |
| 4.2.3 均匀设计表构造步骤 |
| 4.3 并行算法 |
| 4.3.1 并行计算概述 |
| 4.3.2 并行计算模型 |
| 4.3.3 并行计算性能评价指标 |
| 4.4 基于并行设计的USOM-GA在梯级水库群调度中的应用 |
| 4.4.1 均匀设计初始化个体策略 |
| 4.4.2 USOM-GA算法的并行设计 |
| 4.4.3 基于并行设计的USOM-GA的梯级水库群发电调度实施步骤 |
| 4.5 实例应用 |
| 4.5.1 均匀设计初始化个体 |
| 4.5.2 并行设计方案设置及结果 |
| 4.5.3 算法收敛性对比分析 |
| 4.6 本章小结 |
| 第5章 考虑水电站出力误差的水库群短期优化调度研究 |
| 5.1 引言 |
| 5.2 考虑出力误差的水库群短期优化调度模型 |
| 5.2.1 传统水库调度模型 |
| 5.2.2 考虑出力误差的的水库群短期优化调度模型构建 |
| 5.3 模型求解 |
| 5.3.1 径流预报误差分布研究及出力误差量化 |
| 5.3.2 基于极值理论的USOM-GA算法的模型求解 |
| 5.4 实例应用 |
| 5.4.1 工程概况及基本数据 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（8）梯级水电站群复杂调度需求多目标优化方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 西南特大流域梯级水电站群调度新需求 |
| 1.1.1 “西电东送”国家水电发展战略 |
| 1.1.2 西南特大流域梯级水电站群建设和运行管理现状 |
| 1.1.3 西南特大流域梯级水电站群面临的新调度需求 |
| 1.2 本文关注的关键科学问题和技术难点 |
| 1.2.1 梯级水电站群整体蓄能精细化控制问题 |
| 1.2.2 梯级水电站群调峰和通航需求响应问题 |
| 1.2.3 梯级水电站群多目标调度高效计算问题 |
| 1.2.4 梯级水电站群调度方案实用化求解问题 |
| 1.3 国内外相关研究进展 |
| 1.3.1 水电系统调度需求响应方法综述 |
| 1.3.2 多目标调度的数学优化方法综述 |
| 1.4 总体思路和技术路线 |
| 1.5 主要研究内容 |
| 2 梯级水电站群蓄能控制优化调度方法 |
| 2.1 引言 |
| 2.2 梯级水电站群蓄能控制优化调度问题建模 |
| 2.2.1 目标函数 |
| 2.2.2 约束条件 |
| 2.3 基于等蓄能线的梯级水电站群蓄能控制优化调度方法 |
| 2.3.1 可行域预压缩策略 |
| 2.3.2 等蓄能线基本原理 |
| 2.3.3 等蓄能线计算方法 |
| 2.3.4 优化调度方案求解 |
| 2.3.5 总体求解框架 |
| 2.4 应用实例 |
| 2.4.1 工程背景 |
| 2.4.2 实例分析1 |
| 2.4.3 实例分析2 |
| 2.5 本章小结 |
| 3 耦合调峰和通航需求的梯级水电站群优化调度方法 |
| 3.1 引言 |
| 3.2 耦合调峰和通航需求的梯级水电站群优化调度问题建模 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 耦合调峰和通航需求的梯级水电站群多目标优化调度混合搜索方法 |
| 3.3.1 NSGA-Ⅱ算法基本原理 |
| 3.3.2 时间耦合约束调整策略 |
| 3.3.3 末水位修正策略 |
| 3.3.4 遗传操作改进策略 |
| 3.3.5 总体求解框架 |
| 3.4 应用实例 |
| 3.4.1 工程背景 |
| 3.4.2 实例分析1:Pareto前沿方案对比与分析 |
| 3.4.3 实例分析2:与实际运行过程对比与分析 |
| 3.5 本章小结 |
| 4 梯级水电站群多目标优化调度高效解算方法 |
| 4.1 引言 |
| 4.2 梯级水电站群多目标优化调度问题建模 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 智能算法多目标化改进方法 |
| 4.3.1 标准量子粒子群算法 |
| 4.3.2 多目标量子粒子群算法 |
| 4.3.3 基于MOQPSO的梯级水电站群多目标优化调度 |
| 4.3.4 应用实例 |
| 4.4 多目标智能算法并行化方法 |
| 4.4.1 标准多目标遗传算法 |
| 4.4.2 并行多目标遗传算法 |
| 4.4.3 基于PMOGA的梯级水电站群多目标优化调度 |
| 4.4.4 应用实例 |
| 4.5 本章小结 |
| 5 基于数据挖掘的梯级水电站群指令调度优化方法 |
| 5.1 引言 |
| 5.2 基于数据挖掘的调度决策库 |
| 5.2.1 典型日出力曲线特征描述 |
| 5.2.2 基于数据挖掘的分类方法 |
| 5.2.3 构建水电站调度决策库步骤 |
| 5.3 梯级水电站群指令调度优化方法 |
| 5.3.1 模型构建及约束处理方法 |
| 5.3.2 调度指令分层求解方法 |
| 5.3.3 总体求解框架 |
| 5.4 应用实例 |
| 5.4.1 工程背景 |
| 5.4.2 典型出力曲线聚类分析 |
| 5.4.3 计算结果与讨论 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（9）澜沧江梯级水库短期防洪发电优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 研究问题及研究目标 |
| 1.2.1 研究问题 |
| 1.2.2 研究目标 |
| 1.3 国内外相关研究进展 |
| 1.3.1 常规优化调度方法 |
| 1.3.2 智能优化调度方法 |
| 1.4 本文研究内容及框架 |
| 2 研究的基础资料 |
| 2.1 澜沧江流域概况 |
| 2.2 研究对象概况 |
| 2.2.1 功果桥水库 |
| 2.2.2 小湾水库 |
| 2.2.3 漫湾水库 |
| 2.2.4 大朝山水库 |
| 2.2.5 糯扎渡水库 |
| 2.2.6 景洪水库 |
| 2.3 本章小结 |
| 3 汛期考虑泄流设备运行的防洪优化调度研究 |
| 3.1 引言 |
| 3.2 泄流设备调整次数最少防洪优化调度模型研究 |
| 3.2.1 数学模型 |
| 3.2.2 求解方法 |
| 3.2.3 实例分析 |
| 3.2.4 模型的拓展应用 |
| 3.3 考虑泄流设备运行的梯级水库的防洪优化调度 |
| 3.3.1 梯级水库防洪优化调度的逐级交互计算模式 |
| 3.3.2 梯级水库的泄流设备启闭策略表 |
| 3.3.3 实例分析 |
| 3.4 本章小结 |
| 4 非汛期响应调峰需求的发电优化调度研究 |
| 4.1 引言 |
| 4.2 梯级水库群调峰优化的剩余负荷多阶段极大极小模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 模型的求解方法 |
| 4.3.1 LINGO简介 |
| 4.3.2 目标函数的等价转化 |
| 4.3.3 约束线性化处理 |
| 4.3.4 总体求解流程 |
| 4.4 实例分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 硕士学位期间发表学术论文情况 |
| 致谢 |
（10）梯级水库群及其泄洪设施防洪调度研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景与意义 |
| 1.2 水库(群)防洪调度研究现状 |
| 1.3 存在问题及发展趋势 |
| 1.4 本文主要研究内容及总体框架 |
| 2 混合整数规划理论基础 |
| 2.1 数学模型 |
| 2.2 常用的求解方法与工具 |
| 2.3 本章小结 |
| 3 水库群防洪优化调度模型 |
| 3.1 水库防洪优化准则 |
| 3.2 水库群防洪优化调度模型 |
| 3.3 分段线性逼近技巧处理非线性约束 |
| 3.4 本章小结 |
| 4 泄洪设施优化调度模型 |
| 4.1 闸门优化调度模型 |
| 4.2 基于MILP的模型求解过程 |
| 4.3 本章小结 |
| 5 实例计算及分析 |
| 5.1 引言 |
| 5.2 实例计算及分析 |
| 5.3 结果改进 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
四、大朝山水电站初期蓄水发电及防洪调度（论文参考文献）
- [1]基于水文气象预报信息的丹江口水库汛期起调水位分型研究[D]. 张梦莹. 大连理工大学, 2021(01)
- [2]考虑多重风险的澜沧江下游梯级水库多目标调度[D]. 张鸿雪. 西安理工大学, 2020(01)
- [3]考虑径流不确定性的澜沧江中下游水库群优化调度研究[D]. 龙瑞昊. 西安理工大学, 2020(01)
- [4]基于纳什均衡的水电市场长期博弈分析方法研究[D]. 李书鸣. 大连理工大学, 2019(02)
- [5]澜沧江-湄公河流域生态调度与跨境合作研究[D]. 李栋楠. 清华大学, 2019(02)
- [6]基于线性逼近与蓄水分配曲线的梯级水库优化调度研究[D]. 康传雄. 华中科技大学, 2018(01)
- [7]改进遗传算法及水库群优化调度研究[D]. 王渤权. 华北电力大学(北京), 2018(04)
- [8]梯级水电站群复杂调度需求多目标优化方法研究[D]. 牛文静. 大连理工大学, 2017(07)
- [9]澜沧江梯级水库短期防洪发电优化调度研究[D]. 王沛霖. 大连理工大学, 2017(04)
- [10]梯级水库群及其泄洪设施防洪调度研究[D]. 王有香. 华中科技大学, 2017(04)