基于可插拔模型分片的小水電群多目標(biāo)調(diào)度系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

徐新黎，鄭舒天，李 笠，王萬(wàn)良(浙江工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，浙江 杭州 310023)

基于可插拔模型分片的小水電群多目標(biāo)調(diào)度系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

徐新黎，鄭舒天，李 笠，王萬(wàn)良
(浙江工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，浙江 杭州 310023)

為了提升區(qū)域內(nèi)小水電的經(jīng)濟(jì)效益和生態(tài)效益，針對(duì)多元化的小水電群調(diào)度目標(biāo)，設(shè)計(jì)并實(shí)現(xiàn)了可插拔模型分片技術(shù)的小水電群多目標(biāo)調(diào)度系統(tǒng).系統(tǒng)采用接口抽取方法與關(guān)注點(diǎn)分離思想，將多個(gè)調(diào)度模型以XML描述文件的格式進(jìn)行切割分片，在調(diào)度決策中以可插拔的形式制定調(diào)度目標(biāo)，具備了良好的可操作性和擴(kuò)展性.給出了基于二次處理策略的NNBR模型徑流預(yù)測(cè)方法，考慮實(shí)際應(yīng)用示范流域具有多種類型的水庫(kù)、電站，以及具有串、并聯(lián)的混聯(lián)結(jié)構(gòu)特征，實(shí)現(xiàn)了徑流預(yù)測(cè)、多目標(biāo)聯(lián)合調(diào)度和生態(tài)徑流保證等多種要求.

小水電群；優(yōu)化調(diào)度；多目標(biāo)；可插拔；模型分片；徑流預(yù)測(cè)

小水電是農(nóng)村經(jīng)濟(jì)發(fā)展、環(huán)境保護(hù)與生態(tài)建設(shè)的重要手段.由于小水電站裝機(jī)規(guī)模小，調(diào)度靈活，對(duì)電網(wǎng)分布和系統(tǒng)穩(wěn)定影響較小.但小水電站受徑流來(lái)水影響大，枯水期水量不足，豐水期易棄水，調(diào)度時(shí)憑借人工經(jīng)驗(yàn)為主，不同的調(diào)度人員得出的調(diào)度結(jié)果往往存在很大的差異.另外，小水電站自動(dòng)化程度低，大量數(shù)據(jù)只是手工記錄或根據(jù)沒(méi)有記錄，出現(xiàn)問(wèn)題后難以追溯.如果能合理地將小水電群進(jìn)行聯(lián)合優(yōu)化調(diào)度，可以整體提升區(qū)域內(nèi)小水電的經(jīng)濟(jì)效益和生態(tài)效益，促進(jìn)小水電的可持續(xù)發(fā)展.

水電群優(yōu)化調(diào)度屬于大規(guī)模、多目標(biāo)優(yōu)化問(wèn)題，其優(yōu)化調(diào)度對(duì)象的復(fù)雜多樣，使得不同目標(biāo)之間相互影響和制約.隨著水電調(diào)度算法、模型等研究的逐步深入，水電站調(diào)度決策系統(tǒng)應(yīng)運(yùn)而生.周惠成等設(shè)計(jì)的水庫(kù)群防洪調(diào)度系統(tǒng)實(shí)現(xiàn)了從衛(wèi)星云圖、氣象預(yù)報(bào)信息、水雨情實(shí)測(cè)信息和實(shí)時(shí)洪水預(yù)報(bào)信息的收集處理到水庫(kù)防洪調(diào)度方案制定、評(píng)價(jià)與選擇和防汛會(huì)商決策[1].張光科等設(shè)計(jì)了集調(diào)度、查詢、分析和管理等功能為一體的水電站中長(zhǎng)期優(yōu)化調(diào)度決策支持系統(tǒng)[2].徐剛等基于面向服務(wù)架構(gòu)(SOA)的工作流程管理，構(gòu)建了具有業(yè)務(wù)流程自動(dòng)化和重構(gòu)能力強(qiáng)的快速適應(yīng)性水電站群發(fā)電調(diào)度決策支持系統(tǒng)[3].但已有的這些系統(tǒng)主要針對(duì)大中型的水電調(diào)度，系統(tǒng)目標(biāo)側(cè)重于通用性、簡(jiǎn)單性和擴(kuò)展性等，在實(shí)際應(yīng)用中存在調(diào)度目標(biāo)少、決策結(jié)果單一和難以運(yùn)用于特定調(diào)度對(duì)象等不足.為了提升區(qū)域內(nèi)小水電的經(jīng)濟(jì)效益和生態(tài)效益，針對(duì)多元化的小水電群調(diào)度目標(biāo)，在已有小水電調(diào)度研究[4-6]的基礎(chǔ)上，結(jié)合粒子群優(yōu)化算法[7-8]和多目標(biāo)調(diào)度方法[9-10]，根據(jù)區(qū)域內(nèi)水電調(diào)度管理經(jīng)驗(yàn)，將軟件可插拔技術(shù)運(yùn)用于水電調(diào)度模型管理中，設(shè)計(jì)了基于可插拔模型分片的小水電群多目標(biāo)調(diào)度系統(tǒng)，實(shí)現(xiàn)了調(diào)度模型靈活升級(jí)、多目標(biāo)聯(lián)合優(yōu)化調(diào)度和生態(tài)徑流保證等功能.

1 基于可插拔的模型分片

傳統(tǒng)的、緊耦合的水電調(diào)度系統(tǒng)針對(duì)多目標(biāo)調(diào)度功能，往往采用硬編碼的形式，將調(diào)度的目標(biāo)模型固定，使得系統(tǒng)穩(wěn)定運(yùn)行后的擴(kuò)展更新階段會(huì)顯得非常笨重.為了將水電調(diào)度模型以一種可復(fù)用、可選擇和可裁剪的方式提供給系統(tǒng)，并使各個(gè)調(diào)度模型能夠獨(dú)立開(kāi)發(fā)、測(cè)試及管理，采用一種解決調(diào)度模型平滑升級(jí)的思路，即將不同的調(diào)度模型進(jìn)行分片，分片后使用符合Schema規(guī)范的XML語(yǔ)言對(duì)水電調(diào)度模型進(jìn)行描述.不同目標(biāo)的模型以標(biāo)簽進(jìn)行劃分.type屬性區(qū)分調(diào)度模型的類型，描述該模型是屬于長(zhǎng)期調(diào)度模型還是短期調(diào)度模型.為模型中的運(yùn)算數(shù)據(jù)，運(yùn)算數(shù)據(jù)分為兩種，分別由Dependency-Des描述的已知數(shù)據(jù)和由Dependency-DB描述的動(dòng)態(tài)數(shù)據(jù)組成.分片后的模型均能以一種模塊化的方式進(jìn)行集成，省略了升級(jí)時(shí)重新部署所需要的諸多費(fèi)時(shí)操作，能夠有效保證系統(tǒng)在正常運(yùn)作的同時(shí)，用戶可以便捷地對(duì)已有模型進(jìn)行增刪改等管理操作.

為了將調(diào)度模型與系統(tǒng)解耦，所有的模型抽離出來(lái)后，將每一種調(diào)度模型作(如發(fā)電量最大、供水保證、生態(tài)徑流保證和電價(jià)收益最優(yōu)等)為關(guān)注點(diǎn).如圖1所示，各個(gè)分片后的調(diào)度模型作為該系統(tǒng)上的可插拔模型單元，動(dòng)態(tài)插入到調(diào)度模塊中參與運(yùn)行和計(jì)算.調(diào)度模型管理引擎可以提供統(tǒng)一的數(shù)據(jù)格式和開(kāi)放接口，用于動(dòng)態(tài)加載不同目標(biāo)的調(diào)度模型.優(yōu)化調(diào)度運(yùn)行時(shí)，系統(tǒng)讀取XML模型描述并進(jìn)行解析.解析后的模型可以透明插入調(diào)度模塊，然后結(jié)合所選擇的算法進(jìn)行優(yōu)化調(diào)度計(jì)算，最后進(jìn)行調(diào)度結(jié)果展示.

圖1 模型分片F(xiàn)ig.1 Model segment

采用分片可插拔技術(shù)后，模型算法管理員可以在系統(tǒng)運(yùn)行過(guò)程中透明切換可選模型.如果系統(tǒng)模型老舊需要升級(jí)或替換，可以由系統(tǒng)管理員實(shí)施，無(wú)需涉及開(kāi)發(fā)人員.水電調(diào)度模型也可以單獨(dú)地進(jìn)行開(kāi)發(fā)和測(cè)試，然后通過(guò)可插拔的方式快速地集成并部署到運(yùn)行的系統(tǒng)中，從而也為模型的移植和通用提供了支持[11].

2 基于二次處理的NNBR模型徑流預(yù)測(cè)

在小水電群多目標(biāo)調(diào)度系統(tǒng)中，徑流預(yù)測(cè)分為長(zhǎng)期徑流預(yù)測(cè)層和短期徑流預(yù)測(cè)層.兩層徑流預(yù)測(cè)在計(jì)算求解中各自運(yùn)行，計(jì)算結(jié)果相互反饋和修正，具體預(yù)測(cè)過(guò)程如圖2所示.

圖2 徑流預(yù)測(cè)過(guò)程Fig.2 Runoff forecast process

長(zhǎng)期徑流預(yù)測(cè)需要?dú)v史水文數(shù)據(jù)的支持.系統(tǒng)首先對(duì)水庫(kù)歷史水文數(shù)據(jù)進(jìn)行預(yù)處理操作，預(yù)處理工作包括數(shù)據(jù)規(guī)格化和異常數(shù)據(jù)標(biāo)記等.預(yù)處理完成后，建立最近鄰抽樣回歸模型NNBR(Nearest neighbor bootstrapping regressive model).NNBR模型是基于數(shù)據(jù)驅(qū)動(dòng)的非參數(shù)統(tǒng)計(jì)模型，可避免模型選擇和參數(shù)不確定性問(wèn)題[12].這里采用改進(jìn)的預(yù)測(cè)模型處理方式，即對(duì)預(yù)報(bào)結(jié)果進(jìn)行二次處理.二次處理具體過(guò)程包括，根據(jù)設(shè)計(jì)報(bào)告和典型年分析，將預(yù)測(cè)年份定義為正常年份、豐水年份或枯水年份，并進(jìn)行相應(yīng)的標(biāo)記.若預(yù)測(cè)年份被定義為豐水年份，則根據(jù)典型年報(bào)告針對(duì)6～9四個(gè)月的預(yù)測(cè)結(jié)果進(jìn)行正增益處理；若預(yù)測(cè)年份被定義為枯水年份，則根據(jù)典型年報(bào)告針對(duì)11，12，1，2四個(gè)月的預(yù)測(cè)結(jié)果進(jìn)行負(fù)增益處理；若預(yù)測(cè)年份被定義為正常年份，則不對(duì)預(yù)測(cè)結(jié)果進(jìn)行處理，處理后的結(jié)果即為長(zhǎng)期徑流預(yù)測(cè)的最終結(jié)果.

長(zhǎng)期徑流預(yù)測(cè)計(jì)算完成后，會(huì)將每個(gè)月的計(jì)算結(jié)果作為計(jì)算基數(shù)，為短期徑流預(yù)測(cè)提供支持.短期徑流預(yù)測(cè)通過(guò)實(shí)時(shí)水文數(shù)據(jù)和未來(lái)短時(shí)間徑流降雨預(yù)報(bào)進(jìn)行計(jì)算，并將計(jì)算結(jié)果實(shí)時(shí)發(fā)送給長(zhǎng)期徑流預(yù)測(cè)層，起到修正作用.

3 調(diào)度系統(tǒng)設(shè)計(jì)

3.1 應(yīng)用需求分析

小水電群多目標(biāo)調(diào)度系統(tǒng)需要為水電站管理維護(hù)人員提供決策支持、優(yōu)化調(diào)度、徑流預(yù)測(cè)和信息管理等多維功能.在決策支持方面，系統(tǒng)要為調(diào)度人員提供發(fā)電計(jì)劃等決策建議，使調(diào)度決策更加精準(zhǔn)合理；在可持續(xù)發(fā)展要求下，需要在保證水電經(jīng)濟(jì)效益的同時(shí)兼顧生態(tài)；在信息搜集和管理方面，要對(duì)所覆蓋區(qū)域小水電群提供完整、實(shí)時(shí)的信息收集，以及對(duì)數(shù)據(jù)的分析和處理手段.

根據(jù)功能需求和實(shí)際情況分析，本系統(tǒng)的適用對(duì)象為具有調(diào)節(jié)能力的小水電群，即要實(shí)現(xiàn)系統(tǒng)的核心業(yè)務(wù)，水電群內(nèi)至少有一個(gè)電站是帶有水庫(kù)的并具備調(diào)節(jié)能力，其中多目標(biāo)聯(lián)合調(diào)度可分為長(zhǎng)期和短期，并具有長(zhǎng)短期調(diào)度相結(jié)合的功能，長(zhǎng)短期調(diào)度相結(jié)合的工作過(guò)程如圖3所示.上層調(diào)度機(jī)構(gòu)根據(jù)所管轄電站水庫(kù)的水文數(shù)據(jù)和運(yùn)行數(shù)據(jù)進(jìn)行宏觀調(diào)度，制定長(zhǎng)期調(diào)度計(jì)劃；下層多個(gè)電站和水庫(kù)組成的電站群將按照長(zhǎng)期計(jì)劃進(jìn)行具體實(shí)施，并根據(jù)自身水文情況制定短期目標(biāo)，短期調(diào)度的具體實(shí)施結(jié)果將會(huì)反饋給上層調(diào)度機(jī)構(gòu)，并以此修正原始的長(zhǎng)期調(diào)度計(jì)劃，使整體計(jì)劃更趨向于真實(shí)合理.下層具體電站為系統(tǒng)的各個(gè)調(diào)度節(jié)點(diǎn)，調(diào)度節(jié)點(diǎn)間的數(shù)據(jù)通信和協(xié)同通過(guò)網(wǎng)絡(luò)連接，方便進(jìn)行集群化管理.每個(gè)具體的電站節(jié)點(diǎn)不僅具有存儲(chǔ)、計(jì)算和制定計(jì)劃等功能，可以擴(kuò)展到網(wǎng)絡(luò)內(nèi)的其他節(jié)點(diǎn)電站進(jìn)行協(xié)同工作.小水電群多目標(biāo)調(diào)度系統(tǒng)使用分布式的處理方式，可以減輕主服務(wù)器的存儲(chǔ)和計(jì)算壓力，實(shí)現(xiàn)多服務(wù)器的負(fù)載平衡，提高數(shù)據(jù)查詢、傳輸和計(jì)算的效率.

圖3 優(yōu)化調(diào)度過(guò)程Fig.3 Optimal scheduling procedure

3.2 總體架構(gòu)設(shè)計(jì)

為了滿足不同平臺(tái)用戶通過(guò)網(wǎng)絡(luò)對(duì)數(shù)據(jù)共享、交互的要求[13]，小水電群多目標(biāo)調(diào)度系統(tǒng)開(kāi)發(fā)采用B/S結(jié)構(gòu)，基于輕量級(jí)框架集合SSH(Spring+Struts+Hibernate)技術(shù)，以Microsoft SQL Server 2005企業(yè)版作為數(shù)據(jù)庫(kù).系統(tǒng)以水庫(kù)水文數(shù)據(jù)和電站運(yùn)行數(shù)據(jù)為驅(qū)動(dòng)，以徑流預(yù)測(cè)、優(yōu)化調(diào)度和生態(tài)徑流保證為核心進(jìn)行設(shè)計(jì)和開(kāi)發(fā).

系統(tǒng)架構(gòu)采用鮮明的層次劃分[14]，按照架構(gòu)邏輯自下而上分為五層:數(shù)據(jù)層、模型層、算法層、核心業(yè)務(wù)層和人機(jī)交互層，如圖4所示.數(shù)據(jù)層位于系統(tǒng)架構(gòu)的底層.因?yàn)橄到y(tǒng)涉及小水電站群，所以每個(gè)水電系統(tǒng)都維護(hù)了各自的本地?cái)?shù)據(jù)庫(kù)，這些本地?cái)?shù)據(jù)庫(kù)按照HTTPS協(xié)議以RESTful(GET，PUT，POST和DELETE)[15]形式與主數(shù)據(jù)庫(kù)服務(wù)器進(jìn)行數(shù)據(jù)(水庫(kù)水文數(shù)據(jù)和電站運(yùn)行數(shù)據(jù))同步.同時(shí)數(shù)據(jù)庫(kù)服務(wù)器以接口調(diào)用的形式維護(hù)外部數(shù)據(jù)(氣象預(yù)報(bào)、降雨預(yù)報(bào)量和衛(wèi)星云圖影像).模型層是基于數(shù)據(jù)的抽象，以不同目標(biāo)為基準(zhǔn)將數(shù)據(jù)抽象成發(fā)電量最大、生態(tài)徑流保證、供水保證和電價(jià)收益最優(yōu)等多種目標(biāo)模型.算法層提供多種智能算法供調(diào)度計(jì)算選擇.核心業(yè)務(wù)層提供多個(gè)模塊供水電站管理人員調(diào)用，其中徑流預(yù)測(cè)提供來(lái)水量預(yù)測(cè)的支持，是進(jìn)行多目標(biāo)調(diào)度決策的先決條件，日常管理和防洪預(yù)警模塊為電站中正常運(yùn)作提供數(shù)據(jù)記錄.

圖4 系統(tǒng)總體架構(gòu)Fig.4 System overall framework

3.3 功能模塊設(shè)計(jì)

小水電群多目標(biāo)調(diào)度系統(tǒng)按照用戶權(quán)限，將功能模塊劃分為四個(gè)部分：數(shù)據(jù)管理模塊、模型算法模塊、調(diào)度運(yùn)維模塊和日常管理模塊，其功能結(jié)構(gòu)如圖5所示.

圖5 系統(tǒng)功能結(jié)構(gòu)Fig.5 System function structure

數(shù)據(jù)管理模塊通過(guò)系統(tǒng)后臺(tái)線程直接抓取實(shí)測(cè)水文/運(yùn)行數(shù)據(jù)和調(diào)用第三方接口兩種方式獲取所有數(shù)據(jù).數(shù)據(jù)管理模塊可以對(duì)獲取的實(shí)測(cè)水文/運(yùn)行等數(shù)據(jù)進(jìn)行查詢、錄入、增加、刪除和修改操作，還可以通過(guò)第三方接口獲取和管理氣象預(yù)報(bào)、降雨量預(yù)測(cè)以及衛(wèi)星云圖影像等數(shù)據(jù).其中歷史水文數(shù)據(jù)主要為系統(tǒng)徑流預(yù)測(cè)和調(diào)度運(yùn)維服務(wù)；歷史運(yùn)行數(shù)據(jù)主要為優(yōu)化調(diào)度和決策提供支持；氣象數(shù)據(jù)包括衛(wèi)星云圖影像，可以為水電站工作人員的管理計(jì)劃制定等方面提供參考幫助.

模型算法模塊通過(guò)對(duì)大量的水文/運(yùn)行等數(shù)據(jù)進(jìn)行分析和歸納，最終以模型的形式進(jìn)行存儲(chǔ)和調(diào)用.模型算法模塊中，使用應(yīng)用程序與目標(biāo)模型算法分離的接口通訊技術(shù)，使得系統(tǒng)在管理目標(biāo)模型和算法時(shí)，只需通過(guò)系統(tǒng)內(nèi)部提供的接口和公共API，就可以完成對(duì)現(xiàn)有模型和優(yōu)化算法的修改，以及添加一個(gè)全新的模型或算法.

調(diào)度運(yùn)維模塊供水電站管理人員進(jìn)行徑流預(yù)測(cè)和優(yōu)化調(diào)度使用.現(xiàn)有的多個(gè)目標(biāo)為：發(fā)電量最大、生態(tài)徑流保證、灌溉用水保證等.系統(tǒng)提供多種優(yōu)化算法可供調(diào)度選擇，最終將多個(gè)目標(biāo)的調(diào)度結(jié)果組成Pareto最優(yōu)解集，在制定發(fā)電計(jì)劃的時(shí)候選取其中某一組作為最終決策.該策略可以為發(fā)電調(diào)度提供更多的參考，電站管理人員根據(jù)具體情況酌情選擇調(diào)度計(jì)劃.具體執(zhí)行包括長(zhǎng)短期調(diào)度相結(jié)合，輔以長(zhǎng)期徑流預(yù)測(cè)、短期徑流預(yù)測(cè)和多目標(biāo)選擇等功能，優(yōu)化過(guò)程兼顧水庫(kù)水量平衡、水電站設(shè)備資源約束以及水庫(kù)安全運(yùn)行等條件，提高農(nóng)村小水電群水能利用效率.

日常管理模塊提供水電站日常的人事、巡檢和防汛會(huì)商等計(jì)劃的安排，為水電站提供完整的信息化管理.系統(tǒng)同時(shí)提供水電站下游生態(tài)安全評(píng)估子系統(tǒng)，以最大程度地保持適宜生態(tài)徑流為評(píng)估的基本原則[6].該子系統(tǒng)針對(duì)生態(tài)環(huán)境進(jìn)行多維分析，結(jié)合專家打分和實(shí)測(cè)數(shù)據(jù)對(duì)比等手段，以反饋控制的方式[7]修正調(diào)度決策結(jié)果，實(shí)現(xiàn)調(diào)度過(guò)程最優(yōu)化、調(diào)度結(jié)果動(dòng)態(tài)修正的良好機(jī)制，優(yōu)化水庫(kù)蓄泄?fàn)顟B(tài)和下游生態(tài)平衡.

4 調(diào)度系統(tǒng)實(shí)現(xiàn)

4.1 調(diào)度實(shí)例

小水電群多目標(biāo)調(diào)度系統(tǒng)以江西瀘水河流域進(jìn)行模擬仿真.該流域具有多種類型的水庫(kù)(年調(diào)節(jié)水庫(kù)、日調(diào)節(jié)水庫(kù)等)和電站(壩后式電站、徑流式電站、引流式電站等)，小水電群也具有串聯(lián)和并聯(lián)多種結(jié)構(gòu)特征.由于該流域內(nèi)電站和水庫(kù)較多，選取具有典型效應(yīng)的電站和具有調(diào)節(jié)能力的水庫(kù)作為研究對(duì)象.參與調(diào)度的水庫(kù)電站為：社上電站(帶有社上水庫(kù))、巖頭陂電站(帶有巖頭陂水庫(kù))、安福渠電站、東谷電站(帶有東谷水庫(kù))和安平電站，流域示意圖如圖6所示.

圖6 瀘水河流域Fig.6 Lushui river basin

該流域內(nèi)有a，b，c三條支流，其中a支流直接流入社上水庫(kù)，b支流和巖頭陂的下泄水流一起匯入海華一級(jí)電站，c支流直接流入東谷水庫(kù).安福渠電站為引流式電站，因發(fā)電需求量大，在平時(shí)工作時(shí)d點(diǎn)一直處于斷流狀態(tài)(即流量為0).海華一級(jí)和海華二級(jí)電站裝機(jī)容量小，電站自動(dòng)化程度低且沒(méi)有歷史數(shù)據(jù)的記錄，因此不考慮海華一級(jí)和海華二級(jí)的出力.參與流域調(diào)度的各電站基本信息如表1所示.

表1 流域調(diào)度電站基本信息Table 1 Hydroelectric power stations of river basin scheduling

流域各電站來(lái)水量的計(jì)算公式分別為

Iy,t=ω·Ia,t+γ·Qs,t·Δt

(1)

(2)

(3)

Ib,t=φ·Ia,t

(4)

式中：Iy,t，If,t和Ip,t分別為t時(shí)段內(nèi)巖頭陂水庫(kù)、安福渠電站和安平電站的入庫(kù)水量；Ia,t，Ib,t分別為t時(shí)段支流a、支流b的來(lái)水量；Qs,t，Qy,t，Qd,t和Qf,t分別為t時(shí)段內(nèi)社上電站、巖頭陂電站、東古水庫(kù)和安福渠電站的下泄流量；ω為巖頭陂水庫(kù)和社上水庫(kù)的集雨面積比(數(shù)據(jù)來(lái)自設(shè)計(jì)報(bào)告)；γ為社上電站至巖頭陂水庫(kù)間的流量耗損(數(shù)據(jù)來(lái)自設(shè)計(jì)報(bào)告)；θ為巖頭陂電站至安福渠電站間的流量耗損(通過(guò)歷史數(shù)據(jù)計(jì)算)；η為東谷電站與安福渠電站至安平電站間的流量耗損(通過(guò)歷史數(shù)據(jù)計(jì)算)；φ為支流b與支流a的集雨面積比(數(shù)據(jù)來(lái)自設(shè)計(jì)報(bào)告).

4.2 徑流預(yù)測(cè)

徑流預(yù)測(cè)時(shí)需要選擇水文歷史年限范圍.系統(tǒng)自動(dòng)根據(jù)歷史水文戳標(biāo)注出該范圍內(nèi)豐水枯水記錄，建立預(yù)報(bào)計(jì)算模型，進(jìn)行求解計(jì)算.表2為使用該水庫(kù)歷史20年數(shù)據(jù)進(jìn)行徑流預(yù)測(cè)所得結(jié)果.

表2 徑流預(yù)測(cè)結(jié)果Table 2 Results of runoff forecast

4.3 智能調(diào)度決策

小水電群多目標(biāo)調(diào)度系統(tǒng)實(shí)時(shí)采集水庫(kù)水文數(shù)據(jù)以及電站運(yùn)行數(shù)據(jù)，根據(jù)實(shí)際數(shù)據(jù)進(jìn)行智能調(diào)度決策.調(diào)度模型采用考慮發(fā)電、生態(tài)和灌溉且滿足庫(kù)容約束和水量約束的流域小水電群多目標(biāo)聯(lián)合調(diào)度問(wèn)題模型，其中增大發(fā)電量是為了保證電力公司利益最大化，保證河道生態(tài)需水差和灌區(qū)的灌溉用水差最小是為了在保持整個(gè)流域環(huán)境的前提下盡可能減少放水量，從而使水庫(kù)的水位長(zhǎng)期處于較高的位置.表3為系統(tǒng)根據(jù)預(yù)測(cè)來(lái)水?dāng)?shù)據(jù)以及各電站的數(shù)據(jù)，選擇離散粒子群算法(DPSO)進(jìn)行長(zhǎng)期多目標(biāo)調(diào)度所得到的多目標(biāo)優(yōu)化調(diào)度非劣解集.

表3 多目標(biāo)優(yōu)化調(diào)度非劣解集

Table 3 The pareto optimal solution set of multi-objective scheduling

調(diào)度方案總發(fā)電量/(萬(wàn)kW·h)總生態(tài)缺水量/(萬(wàn)m3)111542.4930-34709.7760211534.3560-34673.9994311525.0759-34515.0660411541.2814-34709.7760511540.3175-34709.7760611549.9004-34709.7760711548.9409-34709.7760811539.3686-34709.7760911533.4203-34709.77601011545.8298-34700.6516

5 結(jié) 論

從農(nóng)村水電站群聯(lián)合調(diào)度需求出發(fā)，采用B/S架構(gòu)，完成了小水電群多目標(biāo)調(diào)度系統(tǒng)，提供了徑流預(yù)測(cè)、長(zhǎng)短期調(diào)度和多目標(biāo)選擇等功能.鑒于水電調(diào)度目標(biāo)多樣性的考慮，提出基于可插拔的模型分片設(shè)計(jì)，實(shí)現(xiàn)調(diào)度模型的可插拔機(jī)制，并成功將調(diào)度模型與系統(tǒng)解耦.后續(xù)，系統(tǒng)在人機(jī)交互以及穩(wěn)定運(yùn)行方面還需要進(jìn)一步完善，隨著研究的深入，會(huì)針對(duì)系統(tǒng)現(xiàn)有的不足進(jìn)行版本的升級(jí)，使系統(tǒng)的通用性和穩(wěn)定性得到進(jìn)一步的提升.

[1] 周惠成,梁國(guó)華,王本德,等.基于網(wǎng)絡(luò)的水庫(kù)群防洪調(diào)度系統(tǒng)應(yīng)用研究[J].大連理工大學(xué)學(xué)報(bào),2002,42(3):366-370.

[2] 張光科,邱楨耀.基于Web Service的水電站中長(zhǎng)期優(yōu)化調(diào)度決策支持系統(tǒng)[J].水力發(fā)電學(xué)報(bào),2006,25(4):12-15.

[3] 徐剛,杜發(fā)興,翟謹(jǐn).基于SOA的工作流技術(shù)構(gòu)建水電站群發(fā)電調(diào)度決策支持系統(tǒng)[J].水力發(fā)電,2008,34(1):11-14.

[4] 羅云霞,王萬(wàn)良,周慕遜.基于自適應(yīng)粒子群算法的梯級(jí)小水電群優(yōu)化調(diào)度研究[J].水力發(fā)電學(xué)報(bào),2008,27(4):7-10.

[5] 徐新黎,楊丹,王萬(wàn)良,等.混聯(lián)水庫(kù)群分時(shí)電價(jià)下優(yōu)化調(diào)度模型研究[J].浙江工業(yè)大學(xué)學(xué)報(bào)，2015,43(4):431-437.

[6] 周李智,王萬(wàn)良,徐新黎,等.基于生態(tài)懲罰的混聯(lián)梯級(jí)小水電群優(yōu)化調(diào)度[J].水力發(fā)電學(xué)報(bào),2015,34(7):45-56.

[7] 魯建廈,胡海芬,董巧英.基于博弈粒子群算法的混流混合車間調(diào)度研究[J].浙江工業(yè)大學(xué)學(xué)報(bào),2015,43(4):398-404.

[8] 陳志楊,劉妍.改進(jìn)粒子群搜索的二維皮革排樣優(yōu)化算法[J].浙江工業(yè)大學(xué)學(xué)報(bào),2015,43(5):492-496.

[9] 張靜,王萬(wàn)良,徐新黎,等.混合粒子群算法求解多目標(biāo)柔性作業(yè)車間調(diào)度問(wèn)題[J].控制理論與應(yīng)用,2012,29(6):715-722.

[10] 左益,公茂果,曾久琳,等.混合多目標(biāo)算法用于柔性作業(yè)車間調(diào)度問(wèn)題[J].計(jì)算機(jī)科學(xué),2015,42(9):220-225.

[11] 伍志平.基于模塊可插拔機(jī)制的信息系統(tǒng)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D].上海:復(fù)旦大學(xué),2012.

[12] 劉曄,湯成友.最近鄰抽樣回歸模型及其在枯水期月徑流預(yù)報(bào)中的應(yīng)用[J].水科學(xué)與工程技術(shù),2011(6):14-17.

[13] 朱愛(ài)紅,余冬梅,張聚禮.基于B/S軟件體系結(jié)構(gòu)的研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2005,26(5):1163-1165.

[14] 張仁貢,程夏蕾.全國(guó)水能資源區(qū)劃評(píng)價(jià)決策支持系統(tǒng)的設(shè)計(jì)與應(yīng)用[J].水力發(fā)電學(xué)報(bào),2013,32(5):70-76.

[15] 程春田,申建建,武新宇,等.大規(guī)模水電站群短期優(yōu)化調(diào)度方法IV：應(yīng)用軟件系統(tǒng)[J].水利學(xué)報(bào),2012,43(2):160-167.

(責(zé)任編輯：劉 巖)

Design and implementation of multi-objective scheduling system for small hydro group based on pluggable model segmenting

XU Xinli, ZHENG Shutian, LI Li, WANG Wanliang
(College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310023, China)

In order to improve regional ecological benefits of small hydropower and consider multi-objective scheduling characteristics of small hydro group, a multi-objective scheduling system based on segmenting of pluggable models for small hydro group was designed and implemented. The methods of interface extraction and the separation of concern are applied in the system. The hydropower scheduling models were cut into smaller XML files, So it can make scheduling target in pluggable form in the scheduling decision. The system has a good maneuverability and scalability. Moreover, the NNBR(Nearest Neighbor Bootstrapping Regressive) model with re-treating strategy was proposed to calculate runoff forecast. For the actual application drainage basin, there are various types of reservoirs and hydroelectric power stations and the hybrid connected structures. Many functions of the system, such as runoff forecast, muti-objective optimal scheduling, and ecological runoff guarantee, were implemented.

small hydro group; optimal scheduling; multi-objective; hot plug; model segment; runoff forecast

2016-03-19

國(guó)家“十二五”科技支撐計(jì)劃資助項(xiàng)目(2012BAD10B01)

徐新黎(1977—)，女，浙江余姚人，副教授，研究方向?yàn)檎{(diào)度優(yōu)化、智能計(jì)算與無(wú)線傳感器網(wǎng)絡(luò)，E-mail：xxl@zjut.edu.cn.

TP319

A

1006-4303(2017)02-0173-06