水电站不同预见期径流预报及优化调度研究

发布时间：2018-05-11 10:51

本文选题：降雨产品 + 适用性评价　；参考：《大连理工大学》2016年博士论文

【摘要】：目前国家大力开展新能源和可再生能源建设,水电作为清洁能源具有得天独厚的建设优势。除建设新电站增加能源外,在不增加工程投资的情况下,对已建水电站利用径流预报信息进行科学的水电站调度提高水能资源利用率,也是增加能源的重要途径。至今,中、短期径流预报信息在水库防洪与发电调度中已发挥了重要价值,但尚需进一步研究应用长预见期信息提高发电效益。为此,本文以桓仁水电站为研究对象,研究了基于ECMWF集合降雨预报的中期径流预报、中期径流预报的不确定性量化、分解-合成模型实用性及汛期各时段余留期长期径流预报等问题,构建了耦合不同预见期径流预报信息的水电站优化调度模型。主要研究内容及成果有以下几个方面：(1)为了利用降雨产品弥补降雨径流预报所需实测信息的缺失和利用降雨预报产品延长其预见期,需要对两种产品进行适用性评价和可利用性分析。本文首先对3种降雨产品(GLDAS、TMPA、ERA-Interim)进行可替代性评价和适用性评价,并利用模糊优选模型进行降雨产品的选择；然后对ECMWF提供的集合降雨预报产品进行可利用性分析。结果表明,TMPA的水文模拟适用性较优,当实测降雨缺失时,可用于研究流域的水文模拟中,ERA-Interim的水文模拟适用性略差,GLDAS降雨产品因低估流域的实测降雨,不利于防洪安全调度,故不能作为该研究流域的降雨替代品；ECMWF的集合预报降雨平均值可用于径流预报中。(2)针对中期径流预报不确定性难以量化分解的问题,利用方差分析的方法构建不确定性分解框架。首先通过将3种数据驱动模型(ANN、ANFIS、SVM)和6种输入因子(入流(Q)、降雨(P)、相对湿度(H)、最低温度(Tmin)、最高温度(Tmax)和集合预报降雨(F))相互组合对桓仁水电站旬入流进行预报,然后利用方差分析(Analysis of variance,ANOVA)方法量化因子选择、模型选择和两者相互作用带来的不确定性。径流预报的结果表明,只使用入流(Q)、降雨(P)和预报降雨(F)等三个因素作为输入时,数据驱动模型能获得较高的预报精度,不考虑其它三个因素(湿度(H)、最低温度(Tmin)和最高温度(Tmax))并不会明显降低模型预报精度。不确定性分解的结果表明,因子选择是不确定性的最主要来源；模型选择对不确定性的贡献很少,且具有季节性；两者的相互作用对不确定性的贡献很大,并超过了模型选择。(3)针对分解-合成模型在使用中存在的信号分解及延拓方式问题,提出一种基于模拟试验和预报试验的实用性验证框架对其实用性进行验证。首先采用三种信号分解方法(WA、EMD和SSA)和两种预报模型(ANN和ARMA)构建了六种分解-合成模型,然后通过设计模拟试验和预报试验研究它们的预报效果,以及延拓方式对基于WA和EMD两种合成模型的影响。结果表明,六种分解-合成模型的预报试验效果均不比相应的初始模型效果好,说明分解-合成模型在旬径流预报中的实用性不强；由于提前使用到未来数据的信息,六种分解-合成模型的模拟试验效果均好于初始模型；延拓方式对基于WA和EMD的分解-合成模型的结果有较大影响；若进一步研究数据延拓方式,或使用其它方式尽可能准确地获取未来时段的信息,则有望提高合成模型的实际预报效果。(4)为获取汛期余留期来水量信息,构建逐时更新的长期预报模型。首先将汛期(5-10月)按每5天一个时段进行时段划分,然后利用ANN模型和大气环流因子建立每个时段的汛期余留期长期径流预报模型,获得逐时段更新的汛期余留期来水量预报值。结果表明,汛期80%以上时段的变幅合格率和等级合格率均在80%以上,预报结果较好；所构建的长期径流预报模型能很好地考虑到气象因子对汛期各时段的汛期余留期径流量变化的影响,且易于实现,可操作性强,是汛期径流预报的一种有效方法；所得预报结果为调度模型的构建提供了所需的长期径流预报信息。(5)基于中期径流预报信息在典型水电站调度中应用的已有研究成果,进一步考虑长期径流预报信息的利用,构建了一种耦合不同预见期径流预报信息的水电站优化调度模型。首先分析“不同预见期径流预报信息”的可利用性,其包括10天中期径流预报信息的前5天和后5天以及后5天对应的汛期余留期的长期径流预报信息；然后利用贝叶斯理论将上述三种预报信息进行耦合,建立三种预见期径流预报信息相套接的贝叶斯随机动态规划模型(LMS-BSDP)；最后进行模拟检验。结果表明LMS-BSDP模型的发电效益优于只考虑前两种预报信息的TS-BSDP模型及其他验证模型。
[Abstract]:In order to make use of rainfall to make up for the lack of measured information and to prolong its forecast period , this paper studies the suitability evaluation and applicability evaluation of the three kinds of rainfall products ( GLDAS , TMPA , ERA - Interim ) , and makes use of the fuzzy optimization model for the selection of rainfall products .
The results show that the hydrological simulation applicability of TMPA is better , and when the measured rainfall is missing , the hydrological simulation of ERA - Interim can be used to study the hydrological simulation of the basin .
The results of runoff forecast show that only using three factors such as inflow ( Q ) , rainfall ( P ) , relative humidity ( H ) , lowest temperature ( Tmin ) , maximum temperature ( Tmax ) and forecast rainfall ( F ) are used as inputs .
Model selection has little contribution to uncertainty and seasonal ;
Three kinds of decomposition - synthesis models ( WA , EMD and SSA ) and two forecasting models are proposed to validate the practicability of the model . The results show that the prediction results of the six decomposition - synthesis models are not better than those of the corresponding initial model .
Due to the early use of the information of the future data , the simulation results of the six decomposition - synthesis models are better than the initial model ;
The extension method has great influence on the results of the decomposition - synthesis model based on WA and EMD ;
( 4 ) In order to obtain the information of the remaining period of the flood season , the long - term prediction model of the time - to - time update is constructed .
the constructed long - term runoff forecasting model can well take into account the influence of the meteorological factors on the variation of the runoff in the flood season of each time period in the flood season , and is easy to realize and strong in operability , and is an effective method for forecasting the runoff in the flood season ;
( 5 ) Based on the existing research results applied in the typical hydropower station dispatching based on the medium - term runoff forecast information , and further considering the utilization of long - term runoff forecasting information , a hydropower station optimal scheduling model is constructed .
then coupling the three forecasting information by using the Bayesian theory , and establishing a Bayesian random dynamic programming model ( LMS - BSDP ) which is sleeved in three forecasting periods of runoff forecasting information ;
The results show that the power generation efficiency of the LMS - BSDP model is better than that of the TS - BSDP model and other verification models considering the first two forecasting information .

【学位授予单位】：大连理工大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TV121;TV737

【相似文献】