水库群联合洪水调度与防洪预警相结合可有效减少洪灾损失。联合调度的核心是流量补偿和库容补偿,其实质是如何依据梯级综合水情信息决策各水库的泄洪策略;预警的关键是确定预警指标和依据联合调度进行预警分析和决策反馈。梯级水库增多使得补偿和预警变得复杂。本项目结合黄河上游梯级水库,首先,揭示补偿机理,研究入库流量、水库蓄洪量及未来洪水大小不确定性的内在联系,提出基于峰量综合判断的具有多级防洪标准的单一水库泄量控制图,采用"聚合"方法,把其拓展为梯级状态下的泄量控制图,实现流量补偿;在此基础上,通过构建协调变量实现库容补偿并协调各水库的防洪风险,建立联合补偿调度模型,采用遗传算法求解。其次,构建库群防洪预警模式,结合泄量控制图和调度模型,确定实时和未来防洪预警指标,采用模糊集理论等对其定量计算;提出预警指数以耦合两指标,并引入信息熵对其计算;研究不同预警等级下的对策和防洪策略。最后进行实例验证反馈。
complex cascade reservoirs;compensation mechanism;discharge control charts;flood early-warming mode;information entropy
水库群联合洪水调度与防洪预警相结合可有效减少洪灾损失。联合调度的核心是流量补偿和库容补偿,其实质是如何依据梯级综合水情信息决策各水库的泄洪策略;预警的关键是确定预警指标和依据联合调度进行预警分析和决策反馈。梯级水库增多使得补偿和预警变得复杂。本项目结合黄河上游梯级水库,首先,揭示补偿机理,研究入库流量、水库蓄洪量及未来洪水大小不确定性的内在联系,提出基于峰量综合判断的具有多级防洪标准的水库泄量控制图,在此基础上,建立联合补偿调度模型。其次,构建库群防洪预警模式,结合泄量控制图和调度模型,确定实时和未来防洪预警指标,采用模糊集理论等对其定量计算;提出预警指数以耦合两指标,并引入信息熵对其计算;研究不同预警等级下的对策和防洪策略。除此之外,又利用分期汛限水位建立了一个模拟模型和一个优化模型,在此基础上,通过逐步回归模型和BP神经网络确定水库泄量,然后确定单一水库预警指标和梯级水库余留库容分配指标,并将两个指标耦为梯级水库防洪预警指标,据此计算预警指数,确定预警等级和应变对策。最后进行实例验证反馈。