基于降雨预报信息的梯级水电站不确定优化调度研究I：聚合分解降维
基于降雨预报信息的水库群预报优化调度有利于提高水库群水电站发电效益。本文首先采用聚合分解思想将梯级水库群来水量和库容聚合等效为单库，从而简化水库群径流过程的描述和降低高维计算空间，使随机动态规划模型（SDP）在梯级水库群的应用中可以考虑更多的信息来提高模型效率；然后在径流预报中考虑美国全球预报系统（GFS）发布的未来10d降雨预报信息，来提高中期径流预报精度；最后在考虑径流预报不确定性的基础上建立了聚合分解贝叶斯随机动态规划模型（AD-BSDP）。同时与传统调度图、聚合来水量的随机动态规划模型（AF-SDP）和聚合来水量、库容的聚合分解随机动态规划模型（AD-SDP）进行对比分析，其结果表明，考虑预报信息不确定性的AD-BSDP模型比其他模型具有更高的效率和稳定性。
水库群、优化调度、降雨径流预报、聚合分解、随机动态规划
TV697(水利枢纽、水工建筑物)
国家自然科学基金资助项目51109025，51379027；教育部博士点基金20100041120004；中央高校基本科研业务费专项DUT13JS06；水利部公益性行业专项201001024
2013-09-23（万方平台首次上网日期，不代表论文的发表时间）
共10页
924-933
