西南河流源区径流适应性利用不确定性量化方法研究

Uncertainty quantification (UQ) is the theoretical basis for the adaptive utilization of runoff(AUR), also international frontier of modelling complex systems as well as vital approaches to scientifically understand the nexus of water -environment-power generation. The AUR is characterized by the high dimension, heterogeneous data, multi-level, multiple temporal-spatial scales and social-natural intersection. The project will study the following four problems.1) Identifying the uncertainty about runoff variation, environmental effects and dynamic demands and giving the description methods about them; 2) Refining objectives and simplifying constraints for the AUR;3) Developing the highly efficient framework and methods associated with UQ;4) Nexus of water -environment-power generation about various stakeholders. The big data mining and knowledge engineering will service for the need of contents 1 and 2 in order to improve the solution quality and efficiency by simplifying and cleaning various uncertainty factors during optimization procedure. The comprehensive methods and strategies that integrate uncertainty dimension reduction, numerical simulation, multi-objective analysis and parallel optimization will be proposed to overcome calculation obstacles caused by the above-mentioned features, uncertainty and the resources allocation beyond basins. As a result, a whole UQ framework and comprehensive water -environment-power generation systems models will be created for AUR. The framework and models will be applied to explore, simulate and predict the complex relationship among multiple objectives by many stakeholders under various water years and different scenarios. We will have capacity to understand the dynamic procedure of multifaceted interactions, evaluate the demand change of different stages and present the adaptive policies and suggestions for the future utilization of runoff.

不确定性量化是径流适应性利用理论基础，也是国际复杂系统建模前沿，是科学认知供水-环境-发电互馈关系的重要途径。西南河流源区径流适应性利用的不确定、多源异构海量数据、多层级、多时空、多维、社会自然交织在一起等特征，使得如何识别各种不确定性和解决全局建模考虑引起的系统超大计算量成为新挑战、新难题。为此拟研究：1）径流变化、环境影响、需求变化的不确定性因素识别及其描述方法；2）系统建模的目标识别、约束高效精简方法；3）径流适应利用的不确定性量化高效方法；4）径流适应性利用的多利益主体多目标互馈关系。其中前两个问题将使用大数据、知识工程进行价值发现和提高建模效率；第三个问题将研究不确定性降维及数值求解、多目标分析、并行优化方法，解决超大计算量和计算效率问题；第四个问题是开展不同水平年和各种情形假定下的多目标互馈分析，揭示供水、环境、发电相互影响的演变过程，提高对西南河流源区径流利用的不确定性认知。

西南径流利用的核心是要围绕水电这一主要目标，如何综合考虑生态、供水、通航等综合需求，协调各种利益主体的矛盾关系，构建超大规模的多重不确定性多时空嵌套水资源优化配置模型，从而达到科学量化径流利用的复杂关系，服务于流域长远规划和综合利用目的。本项目聚焦澜沧江流域，针对径流、风光、市场等主要不确定性因素，以梯级水电站群关键水位控制为抓手，以大规模高效优化建模为科学量化的基础，系统开展了西南河流源区径流适应性利用不确定性量化方法研究，取得了如下重要的理论和应用成果：1）构建了多重不确定性条件下的流域梯级水电站群关键水位控制理论，主要包括多年调节水电站年末水位蓄能控制对冲规则方法，梯级水电站群关键水位控制方法，水风光互补调度梯级水电站群关键水位控制方法，为西南水电基地干流梯级水电站群适应性利用提供了全新理论和应用范式，可充分发挥龙头水库及有调节能力水库群的调节作用，实现流域水文、库容补偿和电源、负荷互济，综合考虑生态、通航和供水等应用需求，简化了西南径流利用方式；2）提出了电力市场条件下梯级水电站群中长期电力控制方法，通过对电力市场数据挖确定月、日市场价格联合分布，采用联合分布标准差量化市场风险，以发电量和风险偏好为决策变量，采用析取规划和二进制降维的混合整数二次规划优化日、月电量分配和总体出力过程，为电力市场条件下的澜沧江流域参与电力市场提供了理论和实践技术解决方案；3）提出了流域梯级水电站群径流适应性利用的非凸、不连续优化量化方法，主要包括考虑发电水头敏感性的梯级水电站群长期调度近似优化方法，考虑机组复杂限制区的短期调度近似线性优化方法，能够精细化量化负荷调峰、市场化负荷变化、生态流量波动等复杂应用需求，是未来西南流域径流适应性的重要理论基础，成果具有普适性。

内容获取失败，请点击重试