耦合长中短期径流预报信息的水电站优化调度研究

Forecast uncertainties are a major problem in the operation of the hydropower station. Combined use of long-, medium- and short-term inflow forecasts has always been deemed as a promising tool for improving the efficiency of hydropower operation, however, how to couple the long-, medium- and short-term runoff forecasts in the operation model, with an aim at solving mismatches between the forecast accuracy and the reservoir operation decision, is a difficult problem. Therefore, the precipitation forecast density function will be firstly calculated in the project using the Bayesian model averaging based on the TIGGE ensemble forecast, and the inflow forecast model coupling the uncertainties of precipitation and hydrological model will be developed to obtain the medium- and short-term inflow forecasts. Then, a decomposition scheme is established to quantify and decompose uncertainties in the long-term inflow forecast and the long-term inflow forecast model considering uncertainty is developed using Bayesian model averaging. Finally, a hydropower station optimal operation model coupling long-, medium- and short-term inflow forecasts is developed and the optimal operation rules are derived. This study will provide decision-making and technical support for increasing the hydropower generation benefits.

径流预报的不确定性是影响水电调度决策的最大因素。长套中、中套短的径流预报信息一直是指导水电站优化调度的有效途径，但如何把长、中、短不同预见期的径流预报信息有效耦合到优化调度模型中，来解决径流预报精度与水库调度决策不匹配的问题，一直是研究的难点和瓶颈。因此，本项目首先采用贝叶斯模型平均法推求基于TIGGE集合预报的降雨预报概率密度函数以描述降雨预报的不确定性，并将降雨预报不确定性和径流预报模型本身的不确定性进行耦合，实现对中短期径流的不确定性预报；然后通过构建不确定性分解框架，量化长期径流预报中因子选择和模型选择的不确定性，并基于所选出的预报组合采用贝叶斯模型平均法建立长期径流不确定性预报模型；最后建立考虑长、中、短期径流预报信息的水电站优化调度模型，并求解得到发电调度规则，从而为增加水库的发电效益提供理论和技术支持。

针对不同预见期的径流预报和水库发电预报调度的难点问题，本项目从研究流域的数据收集和整理、概率径流预报研究、中期径流预报模型构建、长期径流预报模型构建、考虑不同预见期径流预报信息的调度模型构建等五个方面开展了研究。首先，收集和整理研究流域的水文、气象、发电等数据，下载和解码相应的集合降雨预报数据，并对降雨预报数据的精度进行分析，为后期的研究提供基础；其次，构建短期径流预报模型，并在此基础上通过采用贝叶斯模型平均方法对集合预报数据进行后处理获得概率洪水预报。结果表明，BMA模型25%和80%预报概率降水对应的预报流量区间能将实际流量过程包括起来；概率预报能获得更多的预报信息。再次，采用多种数据驱动模型构建中期径流预报模型，并采用基于方差分析的方法对不确定性进行量化分析。结果表明，输入是主要的不确定性来源，而模型选择带来的不确定性则很小；接着，构建长期径流预报模型，对汛期预留期的径流进行预报。结果表明，汛期34个时段中，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；最后，分别构建考虑集合预报信息的随机动态规划模型和考虑三种预见期的贝叶斯随机动态规划模型，结果表明，考虑预报信息可以提高水资源利用率，增加水库运行发电的经济效益。项目最终形成一个较为系统的理论框架，为提高水库发电预报调度水平提供理论和技术支持。