Nghiên cứu đề xuất phương pháp vận hành toi ưu hệ thống hồ chứa thượng lưu lưu vực sông hồng trong mùa cạn

5 Phương pháp tham số hóa – mô phỏng – tối ưu: Phương pháp này khắc phục được hạn chế của các phương pháp truyền thống khi tiến hành lựa chọn dạng hàm vận hành trước khi thực hiện quá tr

VIỆN KHOA HỌC THỦY LỢI VIỆT NAM

NGUYỄN XUÂN LÂM

NGHIÊN CỨU ĐỀ XUẤT PHƯƠNG PHÁP VẬN HÀNH TỐI ƯU HỆ THỐNG HỒ CHỨA THƯỢNG LƯU LƯU VỰC SÔNG HỒNG TRONG

MÙA CẠN

LUẬN ÁN TIẾN SĨ

HÀ NỘI, NĂM 2018

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ NÔNG NGHIỆP VÀ PTNT

VIỆN KHOA HỌC THỦY LỢI VIỆT NAM

NGUYỄN XUÂN LÂM

NGHIÊN CỨU ĐỀ XUẤT PHƯƠNG PHÁP VẬN HÀNH TỐI ƯU HỆ THỐNG HỒ CHỨA THƯỢNG LƯU LƯU VỰC SÔNG HỒNG TRONG

MÙA CẠN

Chuyên nghành: Kỹ thuật tài nguyên nước

Mã Số: 9 580 212

NGƯỜI HƯỚNG DẪN KHOA HỌC:

1 PGS.TS Nguyễn Quang Trung

2 PGS.TS Hoàng Minh Tuyển

HÀ NỘI, NĂM 2018

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu khoa học độc lập của riêng tôi Các

số liệu sử dụng phân tích trong luận án có nguồn gốc rõ ràng, đã công bố theo đúng quy định Các kết quả nghiên cứu trong luận án do tôi tự tìm hiểu, phân tích một cách trung thực, khách quan và phù hợp với thực tiễn của Việt Nam Các kết quả này chưa từng được công bố trong bất kỳ nghiên cứu nào khác

Nghiên cứu sinh

Nguyễn Xuân Lâm

LỜI CẢM ƠN

Trân trọng cảm ơn các thầy giáo hướng dẫn, các lãnh đạo, cán bộ, nhà khoa học tại

Viện Khoa học Thủy lợi Việt Nam, Viện Nước, Tưới tiêu và Môi trường, Viện

Khoa học Khí tượng, Thủy văn và BĐKH đã tạo những điều kiện tốt nhất để tác giả

thực hiện luận án Đặc biệt, xin được bày tỏ lòng biết ơn chân thành nhất đến gia

đình, bạn bè đã hết sức giúp đỡ và tạo ra môi trường thuận lợi nhất để tác giả có thể

hoàn thành nghiên cứu này

MỤC LỤC

MỞ ĐẦU 1

1 Tính cấp thiết của đề tài luận án 1

2 Mục đích nghiên cứu 2

3 Đối tượng và phạm vi nghiên cứu 2

4 Cách tiếp cận và phương pháp nghiên cứu 2

5 Ý nghĩa khoa học và thực tiễn của luận án 4

5.1 Ý nghĩa khoa học 4

5.2 Ý nghĩa thực tiễn 5

6 Những đóng góp mới của luận án 6

7 Cấu trúc Luận án 6

CHƯƠNG 1 TỔNG QUAN TỐI ƯU VẬN HÀNH HỒ CHỨA 7

Giới thiệu chung 7

Các nghiên cứu ở nước ngoài 8

1.2.1 Phương pháp mô phỏng 8

1.2.2 Phương pháp tối ưu 9

1.2.3 Bài toán tối ưu hóa hệ thống hồ chứa 10

1.2.3.1 Hàm mục tiêu 10

1.2.3.2 Ràng buộc 12

1.2.3.3 Tối ưu đa mục tiêu 13

1.2.4 Các phương pháp giải tối ưu 14

1.2.4.1 Tối ưu ngẫu nhiên ẩn 15

1.2.4.2 Tối ưu ngẫu nhiên hiện 19

1.2.4.3 Quy hoạch kinh nghiệm (Heuristic) và thuật toán di truyền GA 23

Các nghiên cứu ở trong nước 26

1.3.1 Nghiên cứu về quy hoạch trên vùng Đồng bằng sông Hồng – Thái Bình 26

1.3.2 Nghiên cứu về vận hành liên hồ chứa 27

Kết luận chương 1 32

CHƯƠNG 2 CƠ SỞ KHOA HỌC VÀ THỰC TIỄN ĐỀ XUẤT GIẢI PHÁP VẬN HÀNH TỐI ƯU HỆ THỐNG HỒ CHỨA TRONG MÙA CẠN TRÊN LƯU VỰC

SÔNG HỒNG 34

Đặc điểm lưu vực và hệ thống hồ chứa sông Hồng 34

2.1.1 Điều kiện tự nhiên, khí hậu và thủy văn lưu vực 34

2.1.2 Hệ thống hồ chứa lưu vực sông Hồng 38

2.1.3 Những yếu tố tác động đến vận hành hệ thống hồ chứa thủy điện lưu vực sông Hồng 47

2.1.3.1 Dòng chảy từ Trung Quốc 48

2.1.3.2 Vai trò phát điện của hệ thống 50

2.1.3.3 Đảm bảo nước cho hạ du 51

2.1.3.4 Ảnh hưởng của triều và mặn 54

2.1.3.5 Mâu thuẫn giữa cấp nước và phát điện 59

2.1.3.6 Tác động của BĐKH 61

2.1.3.7 Quy trình vận hành liên hồ chứa 62

2.1.4 Những định hướng để thiết lập bài toán tối ưu vận hành hệ thống hồ chứa lưu vực sông Hồng 64

Phương pháp xây dựng giải pháp tối ưu vận hành hệ thống hồ chứa lưu vực sông Hồng 67

2.2.1 Thiết lập bài toán tối ưu 67

2.2.1.1 Hàm mục tiêu 67

2.2.1.2 Ràng buộc 70

2.2.2 Khung tính toán tối ưu xây dựng hàm vận hành thời gian thực cho hệ thống hồ chứa sông Hồng trong mùa cạn 72

2.2.3 Mô phỏng hệ thống hồ chứa 75

2.2.3.1 Các quan hệ đặc tính hồ chứa 75

2.2.3.2 Quan hệ mực nước và mức xả tối đa, tối thiểu 77

2.2.3.3 Hiệu chỉnh mức xả 𝑟𝑚𝑎𝑥 và 𝑟𝑚𝑖𝑛 theo dòng chảy đến, dung tích đầu bước và bước thời gian mô phỏng 78

2.2.3.4 Mô phỏng cân bằng nước hệ thống hồ và quá trình ra quyết định vận

hành 80

2.2.4 Mô hình hạ lưu 81

2.2.5 Hàm chinh sách vận hành hệ thống hồ chứa thời gian thực 84

2.2.6 Thuật toán BORG-MOEA 85

2.2.6.1 Tập trội dạng hộp epsilon (𝜖) 85

2.2.6.2 Tiến bộ epsilon 𝜖 86

2.2.6.3 Khởi động lại 86

2.2.6.4 Kết hợp đa toán tử tự động thích ứng 87

Số liệu đầu vào 89

Kết luận chương 2 93

CHƯƠNG 3 PHÂN TÍCH, ĐÁNH GIÁ KẾT QUẢ XÂY DỰNG GIẢI PHÁP VẬN HÀNH TỐI ƯU HỆ THỐNG HỒ CHỨA TRONG MÙA CẠN TRÊN LƯU VỰC SÔNG HỒNG 95

Mô hình hệ thống hồ chứa 95

Mô hình hạ lưu 105

3.2.1 Xây dựng mô hình Mike 11 cho vùng Đồng bằng sông Hồng 105

3.2.2 Mô hình thay thế 114

Kích thước bài toán, máy tính, và ngôn ngữ lập trình 116

Giao diện cho vận hành thời gian thực 117

Phân tích và đánh giá kết quả tính toán các hàm vận hành tối ưu 118

Kết luận chương 3 136

KẾT LUẬN VÀ KIẾN NGHỊ 138

1 Kết luận 138

2 Kiến nghị 140

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ 142

DANH MỤC TÀI LIỆU THAM KHẢO 142

PHỤ LỤC 154

Phụ lục 1 Mã nguồn chính của hệ thống trên C/C++ 155

Phụ lục 2 Đặc trưng mưa và dòng chảy của các trạm chính trên hệ thống sông Hồng 160Phụ lục 3 Tổng hợp tủy chọn mô phỏng các hệ thống lấy nước trên sông Hồng 164Phụ lục 4 Quan hệ giữa mực nước thượng lưu hồ và tổng khả năng xả max và min rmin, rmax của các hồ chứa 169Phụ lục 5 Tổng hợp 350 nghiệm Pareto - tham số hàm vận hành 174

DANH MỤC BẢNG BIỂU

Bảng 2-1 Tổng lượng dòng chảy năm của hệ thống sông Hồng 36

Bảng 2-2 Lưu lượng đỉnh lũ lớn nhất và lưu lượng nhỏ nhất tại một số trạm thuỷ văn trong lưu vực sông Hồng giai đoạn trước khi có hồ Hòa Bình 37

Bảng 2-3 Tổng hợp các thông số cơ bản các hồ chứa trong nghiên cứu 39

Bảng 2-4 Nhu cầu nước dùng vùng châu thổ sông Hồng phân chia theo các ngành kinh tế (triệu m3) 51

Bảng 2-5 Thời vụ sản xuất vụ Đông Xuân trong những năm gần đây 52

Bảng 2-6 Tổng hợp mức xả và diện tích canh tác Đông Xuân 54

Bảng 2-7 Tổng hợp các điều khoản quy định vận hành theo quy trình vận hành 1622/QĐ-Ttg ngày 17 tháng 9 năm 2015 63

Bảng 3-1 Thống kê các biên trên và biên nhập lưu khu giữa 108

Bảng 3-2 Địa hình lòng dẫn sông Hồng - Thái Bình 109

Bảng 3-3 Kết quả hiệu chỉnh thông số mô hình 111

Bảng 3-4 Kết quả kiểm định thông số mô hình thủy lực 112

Bảng 3-5 Tổng hợp một số nghiệm điển hình của mặt Pareto tối ưu 121

Bảng 3-6 Tổng hợp hiệu quả của các giải pháp vận hành và thực tiễn vận hành thời kỳ 16/10/2015 đến 14/6/2016 128

DANH MỤC HÌNH ẢNH

Hình 1-1 Sự cần thiết của điều tiết để đáp ứng yêu cầu của xã hội 7

Hình 1-2 Ví dụ về một hệ thống hồ chứa 8

Hình 1-3: Cách tiếp cận giải tối ưu ngẫu nhiên ẩn (ISO) 15

Hình 1-4 Thể hiện tối ưu hệ thống hồ chứa như một chuỗi quyết định 18

Hình 1-5 Cách tiếp cận tối ưu ngẫu nhiên hiện (ESO) 20

Hình 1-6 Khung tổng quát của một thuật toán di truyền GA 25

Hình 2-1 Lưu vực sông Hồng và các hồ chứa lớn 38

Hình 2-2 Lưu lượng vào và xả, mực nước hồ Hòa Bình trung bình từ năm 1991 đến 2011 41

Hình 2-3 Quá trình mực nước hồ Thác Bà từ 1973 đến 2012 42

Hình 2-4 Quá trình xả nước hồ Thác Bà năm 1/1-15/6 năm 2011 42

Hình 2-5 Mực nước hồ Tuyên Quang từ 1/8 đến 14/6 thời kỳ 2007-2014 44

Hình 2-6 Lưu lượng vào và xả hồ Tuyên Quang trung bình từ năm 2007 đến 2014 44

Hình 2-7 Mực nước hồ Sơn La từ từ 1/8 năm trước đến 14/6 năm sau thời kỳ 2010 đến 2014 45

Hình 2-8 Lưu lượng xả từ hồ Sơn La và Hòa Bình từ 1/1-14/6/2014 46

Hình 2-9 Thông số kỹ thuật cơ bản của 6 hồ chứa lớn trên lưu vực sông Hồng 47

Hình 2-10 Quá trình lưu lượng ngày I-IV/2007-2012 tại trạm Lai Châu 49

Hình 2-11 Quá trình lưu lượng ngày từ I-IV/2007-2012 tại trạm Lào Cai 49

Hình 2-12 Quá trình lưu lượng ngày từ tháng I-IV/2007-2012 trạm Đạo Đức 50

Hình 2-13 Biểu đồ dùng nước các tháng mùa cạn năm 2010 và đến năm 2020 52

Hình 2-14 Mực nước nhỏ nhất tại trạm Hà Nội từ năm 1991-2013 53

Hình 2-15 Quá trình mực nước giờ tại trạm Hòn Dấu từ 1/1-28/2/2013 55

Hình 2-16 Quá trình lưu lượng, mực nước tại một số vị trí từ 1/1-28/2/2006 56

Hình 2-17 Xâm nhập mặn 1 %o năm 2010 58

Hình 2-18 Tác động của vận hành hồ đền độ mặn ở một số cống hạ lưu vùng ĐBSH xả nước Đông Xuân 2015 58

Hình 2-19 Biểu đồ phụ tải ngày làm việc điển hình theo tỉ lệ tương đối 59

Hình 2-20 Biểu đồ tỷ lệ tiêu thụ điện theo các tháng trong năm 60

Hình 2-21 Quá trình lưu lượng xả từ các hồ và mực nước tại Sơn Tây và Hà Nội từ tháng 1 đến tháng 3 năm 2010 61

Hình 2-22 Quan hệ mực nước trạm Hà Nội với mực nước tại một số cống lấy nước, mùa cạn năm 2011 66

Hình 2-23 Sơ đồ thủy điện và các trạm thủy văn trên lưu vực sông Hồng 67

Hình 2-24 Hệ số lợi ích phát điện trong mùa cạn tính từ 16-9 đến 14-6 hàng năm 69

Hình 2-25 Khung tính toán tối ưu xây dựng hàm vận hành thời gian thực cho hệ thống hồ chứa sông Hồng trong mùa cạn 75

Hình 2-26 Quan hệ dung tích và mực nước hồ chứa 76

Hình 2-27 Quan hệ dung tích và diện tích mặt hồ 76

Hình 2-28 Quan hệ lưu lượng và mực nước hạ lưu 77

Hình 2-29 Quy trình xây dựng hàm mức xả tối đa/tối thiểu các hồ chứa theo dung tích và dòng chảy đến 79

Hình 2-30 Sơ đồ mô phỏng cân bằng nước và ra quyết định vận hành cho từng hồ chứa 81

Hình 2-31 Quy trình tính toán cân bằng nước và ra quyết định cho toàn hệ thống trong quá trình xây dựng chính sách vận hành 81

Hình 2-32 Biểu đồ hàm kích hoạt tangent hyperbolic 82

Hình 2-33 Mạng trí tuệ nhân tạo sử dụng cho mô hình thay thế 83

Hình 2-34 Sơ đồ xây dựng mô hình hạ lưu thay thế (emulator) với số liệu từ mô hình Mike 11 của vùng đồng bằng sông Hồng 83

Hình 2-35 Mình họa trội 𝝐 trong không gian hàm mục tiêu 2 chiều 86

Hình 2-36 Quy trình khởi động của BORG 87

Hình 2-37 Dạng kết hợp đa toán tử của BORG 88

Hình 2-38 Biên dòng chảy đến hệ thống mô phỏng 89

Hình 2-39 Chuỗi dòng dòng chảy ngày đến các khu lưu vực sông Hồng tính đến Sơn Tây, giai đoạn 1961-2011 90

Hình 2-40 Số liệu bốc hơi bước thời gian ngày tại các trạm khí tượng khu vực miền núi phía Bắc giai đoạn từ 1957 -2011 91 Hình 2-41 Số liệu bốc hơi ngày nội suy tại các hồ chứa nghiên cứu giai đoạn

16/9/1961 đến 15/9/2011 91 Hình 2-42 Chuỗi nhu cầu nước ngày năm điển hình từ 16/9 đến 15/9 năm sau 92 Hình 2-43 Số liệu triều ngày max cho năm điển hình tại cửa Ba Lạt 92 Hình 3-1 Quan hệ mực nước và mức xả max, min tức thời của các hồ chứa Bản Chát và Lai Châu 95 Hình 3-2 Quan hệ mực nước và mức xả max, min tức thời của các hồ chứa Sơn La

và Hòa Bình 96 Hình 3-3 Quan hệ mực nước và mức xả max, min tức thời của các hồ chứa Thác Bà

và Tuyên Quang 96 Hình 3-4 Hàm xả 𝑟𝑚𝑎𝑥, 𝑟𝑚𝑖𝑛 cho bước thời gian ngày theo dung tích và dòng chảy đến cho hồ chứa Bản Chát 96 Hình 3-5 Hàm xả 𝑟𝑚𝑎𝑥, 𝑟𝑚𝑖𝑛 cho bước thời gian ngày theo dung tích và dòng chảy đến cho hồ chứa Lai Châu 97 Hình 3-6 Hàm xả 𝑟𝑚𝑎𝑥, 𝑟𝑚𝑖𝑛 cho bước thời gian ngày theo dung tích và dòng chảy đến cho hồ chứa Sơn La 97 Hình 3-7 Hàm xả 𝑟𝑚𝑎𝑥, 𝑟𝑚𝑖𝑛 cho bước thời gian ngày theo dung tích và dòng chảy đến cho hồ chứa Hòa Bình 98 Hình 3-8 Hàm xả 𝑟𝑚𝑎𝑥, 𝑟𝑚𝑖𝑛 cho bước thời gian ngày theo dung tích và dòng chảy đến cho hồ chứa Thác Bà 98 Hình 3-9 Hàm xả 𝑟𝑚𝑎𝑥, 𝑟𝑚𝑖𝑛 cho bước thời gian ngày theo dung tích và dòng chảy đến cho hồ chứa Tuyên Quang 99 Hình 3-10 Chi tiết mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Lai Châu kết nối lũ-kiệt-lũ 100 Hình 3-11 Mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Lai Châu trong 50 năm, bước tính ngày 100

Hình 3-12 Chi tiết mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn

thất, dung tích và tổng xả cho hồ chứa Bản Chát kết nối lũ-kiệt-lũ 101

Hình 3-13 Mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Bản Chát trong 50 năm, bước tính ngày 101

Hình 3-14 Chi tiết mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Thác Bà kết nối lũ-kiệt-lũ 102

Hình 3-15 Mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Thác Bà trong 50 năm, bước tính ngày 102

Hình 3-16 Chi tiết mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Tuyên Quang kết nối lũ-kiệt-lũ 103

Hình 3-17 Mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Tuyên Quang trong 50 năm, bước tính ngày 103

Hình 3-18 Chi tiết mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Sơn La kết nối lũ-kiệt-lũ 104

Hình 3-19 Mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Sơn La trong 50 năm, bước tính ngày 104

Hình 3-20 Chi tiết mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Hòa Bình kết nối lũ-kiệt-lũ 105

Hình 3-21 Mô phỏng cân bằng nước bao gồm dòng chảy đến đã trừ tổn thất, dung tích và tổng xả cho hồ chứa Hòa Bình trong 50 năm, bước tính ngày 105

Hình 3-22 Sơ đồ đơn giản hóa mô phỏng hệ thống tưới 107

Hình 3-23 Sơ đồ mô phỏng thiết lập trên giao diện Mike 11 (rút gọn) 107

Hình 3-24 Giao diện thiết lập mô phỏng dạng điều khiển trên Mike 11 109

Hình 3-25 Kết quả tính toán đầu ra cho một cống lấy nước chịu ảnh hưởng triều, mặn 110

Hình 3-26 Một số hình kết quả hiệu chỉnh mô hình thủy lực (HD) tại một số trạm chính cho năm 2010, đường mô phỏng (đỏ), đường quan trắc (xanh) 111

Hình 3-27 Một số hình kết quả kiểm định mô hình thủy lực (HD) tại một số trạm chính cho năm 2011, đường mô phỏng (đỏ), đường quan trắc (xanh) 112

Hình 3-28 Một số hình kết quả hiệu chỉnh mô hình lan truyền mặn (AD) tại một số

trạm chính cho năm 2010, đường mô phỏng (xanh), quan trắc (chấm đỏ) 113

Hình 3-29 Một số hình kết quả kiểm định mô lan truyền mặn (AD) tại một số trạm chính cho năm 2011, đường mô phỏng (xanh), quan trắc (chấm đỏ) 114

Hình 3-30 Đánh giá các tiêu chí kiểm định mạng ANN theo số neuron sử dụng 115 Hình 3-31 Kết quả mô phỏng so sánh giữa ANN và số liệu mạng từ Mike 11 116

Hình 3-32 Giao diện hỗ trợ vận hành thời gian thực cho hệ thống hồ chứa sông Hồng 117

Hình 3-33 Quá trình thực hiện tính toán và kết quả trên giao diện hỗ trợ vận hành hệ thống 118

Hình 3-34 Sự hình thành nghiệm khả thi và tiến triển của mặt Pareto cho thí nghiệm tìm trực tiếp tham số xả 120

Hình 3-35 Dòng chảy đến hồ Bản Chát giai đoạn 16/10/2015 đến 14/6/2016 122

Hình 3-36 Dòng chảy đến hồ Lai Châu giai đoạn 16/10/2015 đến 14/6/2016 122

Hình 3-37 Dòng chảy đến hồ Thác Bà giai đoạn 16/10/2015 đến 14/6/2016 123

Hình 3-38 Dòng chảy đến Hồ Tuyên Quang giai đoạn 16/10/2015 đến 14/6/2016 123

Hình 3-39 Dòng chảy đến hồ Sơn La giai đoạn 16/10/2015 đến 14/6/2016 124

Hình 3-40 Dòng chảy đến hồ Hòa Bình giai đoạn 16/10/2015 đến 14/6/2016 124

Hình 3-41 Dòng chảy xả hồ Hồ Bản Chát giai đoạn 16/10/2015 đến 14/6/2016 125

Hình 3-42 Dòng chảy xả hồ Lai Châu giai đoạn 16/10/2015 đến 14/6/2016 125

Hình 3-43 Dòng chảy xả hồ Thác Bà giai đoạn 16/10/2015 đến 14/6/2016 126

Hình 3-44 Dòng chảy xả hồ Tuyên Quang giai đoạn 16/10/2015 đến 14/6/2016 126 Hình 3-45 Dòng chảy xả hồ Tuyên Quang giai đoạn 16/10/2015 đến 14/6/2016 127 Hình 3-46 Dòng chảy xả hồ Hòa Bình giai đoạn 16/10/2015 đến 14/6/2016 127

Hình 3-47 So sánh các giải pháp vận hành và thực tế vận hành 130

Hình 3-48 Diễn biến dung tích các hồ chứa giai đoạn 16/10/2015 đến 14/6/2016 theo quan trắc vận hành thực tế 131

Hình 3-49 Diễn biến dung tích các hồ chứa ứng với giải pháp P350H1 giai đoạn từ 16/10/2015 đến 14/6/2016 131 Hình 3-50 Diễn biến vận hành tại hồ Bản Chát ứng với giải pháp P350H1 giai đoạn

từ 16/10/2015 đến 14/6/2016 132 Hình 3-51 Diễn biến vận hành tại hồ Lai Châu ứng với giải pháp P350H1 giai đoạn

từ 16/10/2015 đến 14/6/2016 132 Hình 3-52 Diễn biến vận hành tại hồ Sơn La ứng với giải pháp P350H1 giai đoạn

từ 16/10/2015 đến 14/6/2016 133 Hình 3-53 Diễn biến vận hành tại hồ Hòa Bình ứng với giải pháp P350H1 giai đoạn

từ 16/10/2015 đến 14/6/2016 133 Hình 3-54 Diễn biến vận hành tại hồ Thác Bà ứng với giải pháp P350H1 giai đoạn

từ 16/10/2015 đến 14/6/2016 134 Hình 3-55 Diễn biến vận hành tại hồ Tuyên Quang ứng với giải pháp P350H1 giai đoạn từ 16/10/2015 đến 14/6/2016 134 Hình 3-56 Mực nước tại trạm Hà Nội giai đoạn từ 16/10/2015 đến 14/6/2016 theo

số liệu quan trắc 135 Hình 3-57 Lưu lượng và mực nước tại trạm Hà Nội ứng với giải pháp P350H1 giai đoạn từ 16/10/2015 đến 14/6/2016 135

DANH MỤC TỪ VIẾT TẮT

ĐBSH Đồng bằng sông Hồng

DP Quy hoạch động (Dynamic Programming)

EP Quy hoạch tiến hóa (Evolution Programming)

ESO Tối ưu hóa ngẫu nhiên hiện (Explicit Stochastic Optimization)

MNDBT Mực nước dâng bình thường

MOEA Thuật toán tiến hóa đa mục tiêu (Multi-Objective Evolution

Algorithm Nlm Công suất lắp máy

NLP Quy hoạch phi tuyến (Nonlinear Programming)

NSGA Thuật toán di truyền phân loại không trội (Non-dominated Sorting

Genetic Algorithm) PSO Tham số hóa- Mô phỏng – Tối ưu (Parameterization - Simulation-

Optimization Q~H Quan hệ giữa lưu lượng và mực nước

Qo Lưu lượng trung bình nhiều năm

SDP Quy hoạch động ngẫu nhiên (Stochastic Dynamic Programming)

MỞ ĐẦU

1 Tính cấp thiết của đề tài luận án

Hệ thống sông Hồng là hệ thống sông lớn thứ hai ở Việt Nam sau hệ thống sông Mê Công Hệ thống có vị trí chiến lược quan trọng, có vùng đồng bằng sông Hồng (ĐBSH) nằm ở hạ lưu với 11 tỉnh và thành phố (795/QĐ-TTg) Trong đó, thủ

đô Hà Nội là trái tim và là trung tâm kinh tế - chính trị quan trọng của cả nước và Hải Phòng là thành phố cảng lớn nhất miền Bắc Toàn vùng ĐBSH có diện tích đất canh tác nông nghiệp lớn với khoảng 0,8 triệu ha, trong đó, 84 % diện tích là cây hàng năm (chủ yếu là lúa), đã tạo điều kiện cho vùng luôn xếp thứ hai cả nước về tổng sản lượng lúa gạo

Một nguồn lợi quan trọng khác của hệ thống sông Hồng là thủy điện Ngoài hồ Hòa Bình, Thác Bà, Tuyên Quang, và hồ Sơn La đã đi vào vận hành, đến năm 2016, các hồ Bản Chát, Huội Quảng và Lai Châu cũng đã chính thức phát điện Có thể nói, hệ thống hồ chứa thủy điện sông Hồng đã gần như hoàn thiện và đang đóng vai trò chủ chốt trong điều tiết dòng chảy trên hệ thống

Tuy nhiên, trong những năm vừa qua, tình trạng cạn kiệt dòng chảy trên hệ thống đang diễn biến ngày một trầm trọng Trong khi các nguyên nhân đã bước đầu được chỉ ra như: Khai thác dòng chảy phía thượng nguồn Trung Quốc; tác động của Biến đổi Khí hậu (BĐKH); phân lưu sông Đuống và hạ thấp lòng dẫn do khai thác cát trái phép và tích trữ bùn cát ở lòng hồ Thực hành xả nước Đông Xuân với mức tăng gấp đôi từ 2,78 đến 5,77 tỷ m3 từ 2007 đến 2015, đang yêu cầu phải có những hành động ngay lúc này

Trong khi đó, ở góc độ vận hành hệ thống, quy trình vận hành liên hồ chứa thủy điện hệ thống sông Hồng được Chính phủ ban hành vào tháng 9 năm 2015 đã thực sự là một bước tiến lớn [1] Lần đầu tiên, có một quy trình đã được xây dựng với đầy đủ các hồ chứa thủy điện chính trên hệ thống và trong cả mùa lũ và mùa cạn Thêm vào đó, quy trình đã có các điều khoản chi tiết cho vận hành đảm bảo nhu cầu hạ du và dung tích hồ trong mùa cạn

Mặc dù vậy, quy trình mới đơn thuần chỉ là các ràng buộc tĩnh cho vận hành

và chưa được xây dựng với cách tiếp cận tối ưu vận hành hệ thống đa mục tiêu Như vậy, sự phối hợp vận hành của các hồ chứa chưa chỉ ra được trong các tình huống thực tế Các ràng buộc cho hệ thống mặc dù đã được nghiên cứu chi tiết và tham vấn đầy đủ nhưng thực tế vẫn còn mang tính chủ quan Nguyên nhân ở đây là do các mục tiêu vận hành về bản chất luôn mâu thuẫn nhau như điện lượng, cấp nước

hạ du chưa được tối đa hóa và sự trao đổi lợi ích giữa chúng chưa được phân tích rõ ràng Do vậy, cần thiết phải có các nghiên cứu về giải pháp vận hành tối ưu hệ thống hồ chứa thủy điện sông Hồng trong mùa cạn theo hướng tối đa hóa cùng lúc nhiều mục tiêu Từ đây, có thể phân tích được sự trao đổi giữa các mục tiêu nhằm phục vụ cho đàm phán giữa các bên và đưa ra được các hàm vận hành thời gian thực dựa trên chính sách vận hành đã được lựa chọn

2 Mục đích nghiên cứu

Xây dựng cơ sở khoa học đề xuất giải pháp vận hành hệ thống hồ chứa thủy điện trong mùa cạn nhằm tối ưu hóa phát điện và cấp nước hạ du theo hướng tối ưu hóa đa mục tiêu và ứng dụng thuật toán BORG-MOEA cho lưu vực sông Hồng

3 Đối tượng và phạm vi nghiên cứu

Đối tượng và phạm vi nghiên cứu của đề tài luận án là hệ thống các hồ chứa thủy điện lớn trên lưu vực sông Hồng thuộc địa phận Việt Nam, mà cụ thể ở đây là

6 hồ chứa: Bản Chát, Lai Châu, Sơn La, Hòa Bình, Thác Bà và Tuyên Quang

4 Cách tiếp cận và phương pháp nghiên cứu

a, Cách tiếp cận

- Cách tiếp cận hệ thống và tổng hợp

Cách tiếp cận này xem lưu vực sông Hồng là một hệ thống lưu vực thống nhất, trong đó các phần tử cấu thành hệ thống : Điều kiện tự nhiên như địa hình, địa chất, khí hậu, nước, đất…; điều kiện kinh tế - xã hội như con người, phương thức khai thác, các đối tượng sử dụng nước như thủy điện, nông nghiệp, môi trường…là các thành phần của hệ thống có quan hệ chặt chẽ với nhau Để đạt được mục tiêu của

luận án đòi hỏi phải xem xét tổng hợp và hệ thống để đưa vào các hàm mục tiêu cũng như các ràng buộc vừa mang tính khoa học và vừa phải có ý nghĩa thực tiễn cho bài toán vận hành Từ đó, hệ thống sẽ được mô phỏng vận hành tối ưu bằng toán học nhằm tìm kiếm các giải pháp vận hành và cơ hội giải quyết các mâu thuẫn vốn có của một lưu vực sông

- Cách tiếp cận theo phân tích “Nhân – quả”

Hướng tiếp cận này xem xét, giải quyết vấn đề có tính hệ thống theo trình tự

để giải quyết một cách logic trên nguyên tắc: 1) Làm rõ hiện trạng vấn đề (thực trạng cạn kiệt trên hệ thống sông Hồng; 2) Phân tích các nguyên nhân chủ yếu của tình trạng này (tập trung chủ yếu vào những vấn đề vận hành); 3) Những tồn tại trong giải quyết (Phân tích các cách giải quyết hiện có và vì sao chưa thỏa mãn); 4)

Đề xuất giải pháp; 5) Kết quả (Phân tích lựa chọn giải pháp)

- Cách tiếp cận kế thừa trên quan điểm lịch sử

Các công trình nghiên cứu (hiện đã và đang được thực hiện ở nhiều Nghành, Viện nghiên cứu, cơ quan ở Trung ương và địa phương) bao gồm phương pháp luận, phương pháp tính toán, công nghệ, nguồn số liệu và kết quả Luận án dành một dung lượng lớn tập trung vào phân tích chọn lọc và cải tiến, hoàn thiện những vấn đề để tạo nền và chọn điểm xuất phát nhằm thực hiện những phương pháp và công nghệ mới

b, Phương pháp nghiên cứu

1) Điều tra và khảo sát thực địa: Nhằm thu thập, cập nhật, bổ sung các số liệu khí tượng, thủy văn, địa hình, điều kiện tự nhiên, các hoạt động quản lý, khai thác

sử dụng, phát triển nguồn nước, bảo vệ và phòng chống tác hại của dòng chảy cạn kiệt trên lưu vực sông nghiên cứu

2) Phương pháp kế thừa: Kế thừa có chọn lọc các kết quả nghiên cứu, điều tra

cơ bản trước đây có liên quan đến nội dung nghiên cứu trên nguyên tắc “kế thừa nhưng không trùng lặp” Học hỏi kiến thức và kinh nghiệm cũng như tham vấn ý kiến của các chuyên gia trong xây dựng giải pháp vận hành hồ chứa trên lưu vực sông Hồng

3) Phương pháp tối ưu hóa đa mục tiêu: Nhận diện quản lý hệ thống tài nguyên nước lưu vực sông phải đi theo Cách tiếp cận Quản lý tổng hợp tài nguyên nước (IWRM), trong đó, các đối tượng sử dụng nước phải được xem xét một cách đầy đủ Tuy nhiên, những mâu thuẫn vốn có giữa các đối tượng này và sự không trùng thứ nguyên trong đánh giá luôn là những cản trở trong xây dựng giải pháp vận hành Vì thế, đây sẽ là phương pháp hiệu quả để cùng lúc tối đa hóa các mục tiêu nhằm tìm ra mặt Pareto của các giải pháp tối ưu vận hành không trội

4) Phương pháp mô phỏng toán học: Vận hành hệ thống hồ chứa và tác động của các phương án vận hành sẽ khó có thể thực hiện bằng các mô hình vật lý Mô phỏng toán học luôn là sự lựa chọn phù hợp Trong luận án này, mô hình toán học của hệ thống đã được xây dựng một cách phù hợp để đáp ứng nhu cầu tính toán cao của một hệ thống phi tuyến có số lượng bậc tự cao (6 hồ chứa)

5) Phương pháp tham số hóa – mô phỏng – tối ưu: Phương pháp này khắc phục được hạn chế của các phương pháp truyền thống khi tiến hành lựa chọn dạng hàm vận hành trước khi thực hiện quá trình tính toán mô phỏng và tối ưu Ở đây, quá trình tính toán chỉ nhằm tìm ra các giải pháp là các bộ tham số của hàm vận hành

6) Phương pháp phân tích hệ thống: Các kết quả đề xuất về hàm vận hành theo thời gian thực được đưa lại vào hệ thống tính toán để mô phỏng cho một giai đoạn thực tiễn nằm ngoài giai đoạn lựa chọn tính toán tối ưu Các kết quả ứng với các giải pháp vận hành khác nhau được so sánh và đánh giá về mặt khả thi, về mặt lợi

và hại nếu áp dụng trong vận hành thực tiễn

5 Ý nghĩa khoa học và thực tiễn của luận án

5.1 Ý nghĩa khoa học

Luận án đã đề xuất được một tập hàm vận hành tối ưu thời gian thực theo các chính sách vận hành Pareto Các đề xuất được rút ra từ việc giải bài toán tối ưu đa mục tiêu có ràng buộc với 2 hàm mục tiêu là tổng lợi ích phát điện tương đối và tối

đa hóa trung bình mực nước thấp, và 2 ràng buộc là yêu cầu cấp nước Đông Xuân

và dung tích hệ thống cuối mùa cạn

Luận án đã thiết lập được khung tính toán tối ưu (khung kết nối các mô hình phục vụ tính toán tối ưu) nhằm kết nối các mô hình hồ chứa vận hành trong mùa lũ, mùa cạn, mô hình hạ lưu, các hàm mục tiêu, và các ràng buộc Khung tối ưu lấy thuật toán Borg-MOEA làm phần tính toán tối ưu [2] Ngoài ra, hàm vận hành theo thời gian thực với các ràng buộc được ẩn trước trong mô hình, do đó các tính toán vận hành luôn khả thi về mặt vật lý Sau khi chọn dạng hàm vận hành, quy trình tính toán được sử dụng ở đây là tham số hóa hàm, mô phỏng và tối ưu (PSO) đảm bảo được tính tin cậy trong hội tụ nghiệm

Đề tài đã xây dựng được một hệ thống mô phỏng hồ chứa và hạ lưu cho vùng nghiên cứu trên ngôn ngữ C/C++ và Matlab chạy trên nền Window, rất thuận tiện cho kế thừa và phát triển trong các nghiên cứu xa hơn, cũng như ứng dụng trong các lĩnh vực khác với khung tính toán tối ưu đã được đề xuất ở trên

5.2 Ý nghĩa thực tiễn

Tập hàm vận hành (350 phương án) đã được đề xuất trên cở sở tính toán tối ưu

sử dụng thuật toán BORG trên một chuỗi mô phỏng bước ngày đủ dài (50 năm) và tính hiệu quả của chúng đã được chỉ ra cụ thể với cải thiện về lợi ích điện từ 25 ÷ 28

%; cải thiện về trung bình mực nước (<1,2 m) từ 4 ÷ 11 %, số ngày vi phạm mực nước 1,2 m cải thiện từ 43 ÷ 86 %; và cải thiện về trung bình mực nước Hà Nội 40

÷ 43 % Điều này sẽ tạo thuận lợi trong phân tích lựa chọn phương án/chính sách vận hành, góp phần giải quyết được các mâu thuẫn trong sử dụng tài nguyên nước, trong bối cảnh áp lực sử dụng nước cho phát triển kinh tế xã hội ngày càng cao Ngoài ra, ứng dụng hàm vận hành trong hỗ trợ ra quyết định vận hành gần thời gian thực hệ thống hồ đơn giản, chỉ sử dụng dung tích đầu ngày của 6 hồ và 1 biến thời gian sẽ phù hợp trong điều kiện hiện nay khi mà các dự báo đang bị hạn chế bởi tính cực đoan của thời tiết và sự thiếu thông tin vận hành ở thượng lưu Trung Quốc Và đầu ra của hàm là gợi ý lượng xả trung bình ngày của 6 hồ, không đi sâu vào chi tiết vận hành công trình cụ thể và dành sự linh hoạt trong ngày cho người

vận hành Trong trường hợp, nhà vận hành không muốn đi theo gợi ý này, thì ở bước sau, hàm vẫn có thể áp dụng được

Thêm nữa, những cải thiện trong kiểm nghiệm hàm ở trên vẫn là nhờ vào sự tối ưu trong phối hợp vận hành giữa các hồ chứa Hàm vận hành sẽ còn hứa hẹn mang đến sự cải thiện nhiều hơn nếu có cấu trúc tinh vi hơn và đưa được vào các thông tin dự báo có độ tin cậy

Cuối cùng, nghiên cứu khẳng định tính khả thi khi mở rộng bài toán với yêu cầu vận hành phủ đỉnh của hệ thống thủy điện Tuy nhiên, tại thời điểm này nó cũng

có thể được ứng dụng trong lập kế hoạch vận hành đảm bảo an toàn cấp nước hạ du

và huy động các hệ thống điện khác

6 Những đóng góp mới của luận án

(1) Đã đề xuất và kiểm nghiệm được hàm vận hành hệ thống hồ thủy điện chính trên lưu vực sông Hồng hỗ trợ ra quyết định trong vận hành hệ thống hồ (2) Đã đề xuất và thiết lập được khung tính toán tối ưu vận hành, kết nối các

mô hình và thuật toán Borg MOEA Quy trình tính toán của khung theo phương pháp Tham số hóa – mô phỏng – tối ưu (PSO) đảm bảo khả năng cao trong hội tụ tìm nghiệm cho các bài toán hệ thống hồ lớn Ngoài ra, hệ thống mô hình hồ chứa

và hạ lưu cũng như các công cụ tính toán và phân tích đã được xây dựng với mã nguồn riêng, tạo thuận lợi cho các nghiên cứu và ứng dụng sau này

7 Cấu trúc Luận án

Ngoài hai phần Mở đầu và Kết luận & kiến nghị, luận án gồm 3 chương:

- Chương 1 Tổng quan tối ưu vận hành hồ chứa

- Chương 2 Cơ sở khoa học và thực tiễn đề xuất giải pháp vận hành tối ưu hệ thống hồ chứa trong mùa cạn trên lưu vực sông Hồng

- Chương 3 Phân tích, đánh giá kết quả xây dựng giải pháp vận hành tối ưu hệ thống hồ chứa trong mùa cạn trên lưu vực sông Hồng

CHƯƠNG 1 TỔNG QUAN TỐI ƯU VẬN HÀNH HỒ CHỨA

Giới thiệu chung

Khai thác và sử dụng hiệu quả tài nguyên nước yêu cầu không chỉ thiết kế đúng đắn mà cả vận hành đúng cách sau khi xây dựng Một mô tả khái niệm về sự cần thiết điều tiết để đáp ứng yêu cầu của xã hội có thể được đưa ra trong Hình 1-1 Tuy nhiên, cho đến nay, hầu hết các vị trí tốt cho xây dựng đập đã được được đưa vào khai thác ở nhiều nước Vì các nguyên nhân khác nhau việc xây dựng các dự án mới đang chậm lại và giá thành xây dựng của nó đang tăng theo thời gian Năm

1991, tác giả Biswas ước lượng rằng giá một đơn vị nước từ các dự án cung cấp nước đô thị trong tương lai sẽ thường cao hơn 2÷3 lần hiện tại, do đó, bắt buộc tất

cả các dự án phải được quản lý và vận hành một cách tốt nhất [3]

Nguồn: Điều chỉnh từ Biswas (1991) [3]

Hình 1-1 Sự cần thiết của điều tiết để đáp ứng yêu cầu của xã hội

Vận hành hồ chứa là một phần quan trọng của quy họach và quản lý tài nguyên nước Sau khi được xây dựng, các hướng dẫn chi tiết được đưa đến cho người vận hành để đưa ra các quyết định Chính sách (quy trình) vận hành hồ chứa xác định lượng xả từ lượng trữ tại một thời điểm nào đấy phụ thuộc vào trạng thái

của hồ chứa, mức yêu cầu cấp nước và các thông tin về lượng dòng chảy có thể đến

hồ chứa

Bài toán vận hành cho hồ chứa đơn mục tiêu là quyết định quy trình tháo từ hồ chứa sao cho lợi ích mục tiêu đó là tối đa Trong khi đó, với hồ chứa đa mục tiêu, còn có các yêu cầu phân phối tối ưu lưu lượng tháo giữa các mục tiêu Sự phức tạp của bài toán vận hành hồ chứa phụ thuộc vào quy mô và các mục tiêu Nếu các mục tiêu là tương thích nhau, thì ít cần nỗ lực phối hợp, nếu các mục tiêu là mâu thuẫn thì sự phức tạp bắt đầu xuất hiện Tương tự như thế, mức độ phức tạp sẽ tăng gấp nhiều lần khi vận hành cho một hệ thống nhiều hồ chứa (Hình 1-2)

Nghiên cứu vận hành hệ thống hồ chứa đa mục tiêu đã được các nhà khoa học, các cơ quan quản lý khai thác lưu vực sông trên thế giới đầu tư nghiên cứu từ những năm 50 và 60 của thế kỷ 20 Mặc dù đã đầu tư nghiên cứu khá lâu nhưng có thể nhận xét rằng hiện vẫn chưa xác định được phương pháp, công cụ chung để sử dụng Trong thực tế, nghiên cứu vẫn phụ thuộc rất nhiều vào đặc thù riêng của từng

hệ thống hồ chứa cụ thể, tuy vậy, nguyên tắc chung là tìm quy trình xả nước và sự phối kết hợp giữa các công trình để đạt được lợi ích kinh tế - xã hội toàn hệ thống cao nhất

Hình 1-2 Ví dụ về một hệ thống hồ chứa

Các nghiên cứu ở nước ngoài

1.2.1 Phương pháp mô phỏng

Vì ít khả năng để thí nghiệm bằng mô hình vật lý với hồ chứa thực, mô hình

mô phỏng toán học thường được phát triển và sử dụng trong các nghiên cứu để cung cấp một sự hiểu biết sâu về bài toán vận hành Mô hình mô phỏng vận hành hồ chứa thường bao gồm tính toán cân bằng nước của đầu vào, đầu ra và biến đổi lượng trữ Nghiên cứu của Simonovic (1992) đã cung cấp cầu nối từ các công cụ giải tích trước đây cho phân tích hệ thống hồ chứa đến các mục đích phức tạp hơn [4]

Các mô hình mô phỏng có thể cung cấp biểu diễn chi tiết và hiện thực hơn về

hệ thống hồ chứa và việc vận hành chúng Thời gian để chuẩn bị đầu vào, chạy mô hình và các yêu cầu tính toán khác của mô phỏng là ít hơn nhiều so với mô hình tối

ưu hoá Các kết quả mô phỏng sẽ dễ dàng thỏa hiệp trong trường hợp đa mục tiêu

Số mô hình mô phỏng đa mục tiêu phổ biến hơn và có thể sử dụng để phân tích mối quan hệ quy họach, thiết kế và vận hành hồ chứa dễ dàng Hầu hết các mô hình có thể chạy trong máy vi tính đang sử dụng rộng rãi hiện nay Hơn nữa, ngay sau khi

số liệu yêu cầu được chuẩn bị, nó có thể dễ dàng thay đổi, và do đó các kết quả thiết

kế, quyết định vận hành, và lựa chọn thiết kế khác nhau có thể được đánh giá nhanh Một số mô hình mô phỏng phổ biến rộng rãi như: Mô phỏng hệ thống hồ chứa tổng quát HEC - 5 (1982) [5], mô hình Acres (1976) [6], tổng hợp dòng chảy

và điều tiết hồ chứa SSARR [7], mô phỏng hệ thống sóng tương tác IRIS [8], gói phân tích quyền lợi nước WRAP [9]; và các mô họ Mike như Mike Basin, Mike 11(DHI)

Mô hình mô phỏng hệ hồ chứa đã được dùng để đánh giá tác động của các chính sách vận hành khi đầu ra của các lần chạy được so sánh và đánh giá Phân tích, tính toán giá trị trung bình, phương sai và phân bố theo thời gian của các chỉ số đánh giá họat động như dung tích hồ chứa, lượng xả, các lợi ích và tổn thất liên quan có thể sử dụng để đánh giá và so sánh các chính sách vận hành, một số tác giả điển hình đã ứng dụng như Lund và Ferriera (1996) [10], Jain và Goel (1999) [11]

1.2.2 Phương pháp tối ưu

Về cơ bản các mô hình mô phỏng chỉ trả lời câu hỏi “Sẽ là gì nếu ” hay

“what if…” Nghĩa là các mô hình mô phỏng cho vận hành hồ chứa sẽ là công cụ trợ

giúp trong đánh giá tác động có thể của các quy trình vận hành thay đổi Chúng có thể mô phỏng một cách chính xác sự vận hành của hệ thống và rất hữu ích trong phân tích Monte Carlo khi kiểm tra độ tin cậy của quy trình vận hành đề xuất Tuy nhiên, chúng không phù hợp để tìm ra những quy trình tốt hay tối ưu nhất trong phối hợp vận hành hệ thống hồ có một mức độ linh hoạt lớn Trong khi đó, các mô hình tối ưu thông thường sẽ có khả năng lớn hơn để một cách hệ thống tìm ra các giải pháp, hay một bộ các giải pháp tối ưu dựa trên các mục tiêu và các ràng buộc

đã chọn Tuy nhiên, đang tồn tại một khoảng cách ngày càng lớn giữa phát triển lý thuyết và ứng dụng thực tế các mô hình tối ưu

Hai tác giả Yeh (1985) và Wurbs (1993) đã chỉ ra các nguyên nhân là: (i) Nhiều nhà vận hành hệ thống hồ chứa nghi ngờ về các mô hình mà sẽ thay thế phán quyết và các quy trình vận hành của họ; (ii) hạn chế của phần cứng và phần mềm máy tính, vì thế phải đơn giản hóa và xấp xỉ hóa nhiều (tuyến tính hóa); (iii) Các mô hình tối ưu thì phức tạp về mặt toán học hơn mô hình mô phỏng; (iv) nhiều mô hình tối ưu là không phù hợp khi tích hợp tính rủi ro và tính bất định; (v) sự đa dạng của các mô hình tối ưu cũng tạo cũng gây cản trở khi lựa chọn; (vi) và một số các phương pháp tối ưu như là quy hoạch động thường cần phát triển chương trình rất phức tạp Tuy nhiên, nhiều trong số những nhược điểm này trong vận hành hệ thống

hồ chứa sẽ có thể được giải quyết nhờ vào tiềm năng của khái niệm hệ thống hỗ trợ

ra quyết định (DSS) và những tiến bộ mạnh về năng lực và giá thành của máy tính,

nhờ nhấn mạnh vào khả năng hỗ trợ thông tin ra quyết định vận hành hơn là đặt gánh nặng lớn lên vai các lập trình viên nhằm thay thế các nhà vận hành [12, 13] Một số ví dụ đưa mô hình tối ưu vào DSS như là MODSIM và CALSIM ở Mỹ [14, 15]; gói tối ưu Agronne; quy hoạch động tổng quan CSUDP [16]

1.2.3 Bài toán tối ưu hóa hệ thống hồ chứa

1.2.3.1 Hàm mục tiêu

Theo Hiệp hội kỹ sư dân dụng Mỹ (ASCE), các hàm mục tiêu được sử dụng trong các mô hình tối ưu hóa vận hành hệ thống hồ chứa phải dựa trên thước đo

hiệu quả (nghĩa là tối đa hóa phúc lợi xã hội hiện tại và tương lai đã được triết khấu), có tính đảm bảo (nghĩa là đảm bảo phúc lợi xã hội tương lai vượt trên mức tối thiểu), và tính bền vững (nghĩa là tối đa hóa sự cải thiện tích lũy theo thời gian) [17] Một hàm mục tiêu tổng quát như vậy có thể có có dạng như sau:

max⁡(𝑜𝑟⁡min) ∑ 𝛼𝑡 𝑓𝑡(𝑠𝑡, 𝑟𝑡) + ⁡ 𝛼𝑇+1 𝜑𝑇+1(𝑠𝑇+1)

𝑇

𝑡=1

(1-1) Trong đó:

- rt : là vector lượng xả từ n hồ chứa liên kết (ví dụ Hình 1-2) trong giai đoạn t

- T : độ dài của thời gian vận hành;

- st :là vector dung tích trữ của n hồ chứa tại lúc bắt đầu bước thời gian t;

quản lý nước bền vững trong tương lai, nghĩa là “một tương lai chúng ta không biết,

nhưng chắc chắn là chúng ta có thể tác động lên nó” [18] Bước thời gian t thể hiện

trong công thức này có thể là giờ, ngày, tuần, tháng, mùa nó phụ thuộc vào bản chất

và phạm vi của bài toán tối ưu hóa Các phương pháp phân đoạn có thể được sử dụng mà nhờ đó các kết quả nghiên cứu theo tháng, mùa hay dài hạn có thể cung cấp đầu vào cho các vận hành ngắn hạn chi tiết theo các giai đoạn bước thời gian ngày, giờ [19, 20] Cụ thể hơn, một hàm mục tiêu phi tuyến cao như là tối đa hóa phát điện có dạng như sau:

- ℎ̅𝑖,𝑡 : là mực nước bình quân, là hàm của dung tích đầu và cuối bước t (được tính từ phương trình cân bằng), ngoài ra, cũng cần xét đến cả hiệu ứng hạ lưu;

- K: hệ số quy đổi đơn vị;

- ∆𝑡𝑖,𝑡: Thời gian được phát của nhà máy thứ i trong bước thời gian t

Đây được đánh giá là một hàm không lồi cao có đặc điểm rất nhiều các cực trị cục bộ, và có thể còn không liên tục và không khả vi trong vận hành thực tế [21] Ngoài ra, các hàm mục tiêu khác gắn với các tiêu chí dễ bị tổn thương sẽ có thể được đề xuất dưới dạng các hàm phạt để cố gắng tối thiểu độ chệch khỏi các mục tiêu như trữ lý tưởng, cấp nước, lưu lượng, hay công suất năng lượng

1.2.3.2 Ràng buộc

Đầu tiên, phải nói đến các phương trình cân bằng động của hệ thống:

𝑠𝑡+1 = 𝑠𝑡+ 𝐶 𝑟𝑡+ 𝑞𝑡 − 𝐼𝑡(𝑠𝑡, 𝑠𝑡+1, … ) − 𝑑𝑡 (1-3) Trong đó:

- qt: là vector dòng chảy đến trong bước thời gian t;

- C : là ma trận kết nối hệ thống (diễn toán sự kết nối) dòng chảy bên trong hệ thống;

- It : là vector tổn thất bao gồm hợp tràn, bốc hơi, và các tổn thất khác, là hàm của dung tích đầu cuối và các yếu tố khác;

- dt: là nhu cầu cần thiết, chuyển nước hay tiêu hao khỏi hệ thống

Tính toán chính xác về xả tràn, bốc hơi và các tổn thất nước khác trong thành phần It (st,st+1) tạo ra một bộ các phương trình phi tuyến, trong đó st+1 có thể rất khó tính và cấu thành một bộ hàm khả thi không lồi

Một ví dụ về ma trận kết nối C theo ví dụ ở Hình 1-2 sẽ là:

(1-4)

Sự trễ của dòng chảy có thể được xem xét bằng thay thành phần C.r trong phương trình (1-3) bằng ∑𝑘𝜏=0𝐶𝜏𝑟𝑡−𝜏 nơi các phần tử của ma trận chảy truyền 𝐶𝜏là những phân số thể hiện cho sự trễ và triết giảm dòng chảy Ngoài ra, các biên trên

và biên dưới của dung tích phải được xem xét cho du lịch, kiểm soát lũ… và đảm bảo các mức tối thiểu của dung tích chết và vận hành phát điện:

Khi đánh giá chuỗi thủy văn nhân tạo và lịch sử dài hạn, hay các chuỗi ngắn hạn, những khó khăn có thể xuất hiện trong việc tìm nghiệm khả thi thỏa mãn các ràng buộc này Để giải quyết, cần thiết phải thả lỏng các ràng buộc và một cách gián tiếp xem xét chúng thông qua việc sử dụng các thành phần phạt có trọng số trong hàm mục tiêu Tương tự thế, các ràng buộc khác có thể thể hiện bằng các hàm mục tiêu thay thế duy trì mức mục tiêu mong muốn ε:

Ví dụ về các hàm mục tiêu này có thể bao gồm các yêu cầu cấp nước hàng năm hay duy trì công suất phát điện

1.2.3.3 Tối ưu đa mục tiêu

Hàm mục tiêu chính của phương trình (1-1) có thể được thể hiện chính xác là f(s,r) ở dưới đây, trong đó các vector s,r thể hiện dung tích và lượng xả cho mỗi hồ trên tất cả các bước thời gian Bài toán của các phương trình từ (1-1) đến (1-7) trở thành một bài toán tối ưu đa mục tiêu:

Thực tế cũng đã cho thấy một lưu vực sông luôn có nhiều đối tượng liên quan với các mục tiêu/lợi ích luôn mâu thuẫn nhau và bài toán tối ưu đa mục tiêu là không thể tránh khỏi Để giải quyết, có thể sử dụng phương pháp trọng số hóa để đưa về đơn mục tiêu, hay chuyển lại các hàm mục tiêu thành các ràng buộc 𝜀𝑗

Tuy nhiên, các xử lý này mang tính chủ quan rất lớn và rất khó để luận giải Ví

dụ cụ thể về trọng số trong các công thức kết hợp như hàm mục tiêu lợi ích năng lượng và an ninh lương thực hay hàm mục tiêu về thiệt hại lũ với chỉ tiêu về thương vong của người dân

Để giải quyết vấn đề này, có thể viện đến khái niệm các lời giải không trội xác định bởi một mặt tối ưu Pareto của sự trao đổi giữa các hàm mục tiêu Ở đây, khái niệm về tối ưu Pareto đã được Vilfredo Pareto – kỹ sư, nhà kinh tế học người Ý

(1848–1923) định nghĩa là: “Tối ưu Pareto hay Hiệu quả Pareto là trạng thái phân

bổ tài nguyên mà tại đó không thể tái phân bổ lại để làm cho bất kỳ một cá thể hay tiêu chí ưu tiên nào tốt hơn mà không làm cho ít nhất một cá thể hay ưu tiên kia xâu đi” [22] Một số tác giả đầu tiên giải quyết vấn đề này có thể kể đến như Yeh và

Becker (1982) ở Mỹ [23], Ko và nnk (1992) ở Hàn Quốc [24] Trong đó, các hàm mục tiêu ở đây là: (1) tối đa hóa tổng sản xuất điện; (2) Tối đa hóa công suất đảm bảo; (3) Tối đa hóa lưu lượng về hạ lưu cho cấp nước và duy trì chất lượng nước; và (4) là tối đa hóa độ tin cậy thỏa mãn yêu cầu cấp nước hạ du

1.2.4 Các phương pháp giải tối ưu

Mô hình tối ưu từ các phương trình (1-1) đến (1-7) thường rất khó giải bởi tính động, phi tuyến, không lồi và quy mô lớn Thêm vào đó, dòng chảy đến, bốc hơi, các tham số thủy văn, nhu cầu nước hệ thống, và các tham số kinh tế là các biến ngẫu nhiên Tổng hợp tất cả những vấn đề này tạo ra một bài toán tối ưu đa mục tiêu ngẫu nhiên, phi tuyến, quy mô lớn và phức tạp Qua nhiều năm nỗ lực nghiên

cứu, như đã chỉ ra ở trên có khá nhiều các phương pháp và kỹ thuật giải khác nhau

Ở đây, chỉ xin phép được tổng quan lại một số phương pháp mang tính kinh điển và cập nhật một số điểm mới nhằm xác định các hướng triển vọng cho nghiên cứu giải pháp vận hành tối ưu hệ thống hồ chứa sông Hồng

1.2.4.1 Tối ưu ngẫu nhiên ẩn

Với mục tiêu là tìm kiếm hàm vận hành tối ưu, quy trình giải tối ưu ngẫu nhiên ẩn (ISO) là việc thực hiện tính toán tối ưu trên một chuỗi dài và liên tục của dòng chảy đến lịch sử hay tự tạo Theo đó, hầu hết các khía cạnh ngẫu nhiên của bài toán bao gồm các tương quan về thời gian và không gian của dòng chảy tự nhiên đã được ngầm đưa vào mô hình tối ưu tất định

*Chú thích: KTĐKD: Kiểm tra điều kiện dừng

Hình 1-3: Cách tiếp cận giải tối ưu ngẫu nhiên ẩn (ISO)

Phân tích đa hồi quy, ANN, hay các Phương pháp suy diễn

Mô hình tối

ưu tất định

Chuỗi biến quyết định (Xả/Dung tích) tối ưu

Hàm vận hành tối ưu Bắt đầu

Không

KTĐKD tra

Kết thúc

Có

Đầu tiên, sau khi lựa chọn phương pháp và kỹ thuật giải, tiến hành xử lý bài toán một cách phù hợp và tiến hành tính toán thu được chuỗi biến quyết định vận hành tối ưu Tiếp đó, áp dụng phân tích đa hồi quy cho kết quả tối ưu để xây dựng các hàm/chính sách vận hành có điều kiện theo số liệu quan trắc ví dụ là mực nước

hồ hiện tại, dòng chảy của giai đoạn trước đó hay dòng chảy đến dự báo Tuy nhiên, các phân tích hồi quy này có thể dẫn đến các tương quan thấp khi kiểm nghiệm và dẫn đến một quá trình thử sai các biến tương quan rất lớn, làm giảm tính ứng dụng tổng quát của cách tiếp cận này (Hình 1-3) Đi theo quy trình này, tổng quan ứng dụng các phương pháp và kỹ thuật giải tối ưu như sau:

Phương pháp quy hoạch tuyến tính (LP): Do các mô hình ISO có thể có

quy mô cực lớn và trải trên một trục thời gian dài, thì vấn đề là các phương pháp giải tối ưu hiệu quả cao cần được áp dụng Một trong các kỹ thuật tối ưu được sử dụng phổ biến nhất cho mô hình hệ thống hồ chứa là phương pháp simplex của quy hoạch tuyến tính và sau đó là những biến thể của nó [25] Các mô hình này cần tất

cả các quan hệ từ phương trình (1-1) đến (1-7) là tuyến tính hay có thể tuyến tính hóa Lợi thế của LP là: (i) khả năng giải hiệu quả bài toán lớn; (ii) hội tụ đến nghiệm tối ưu toàn cục; (iii) các lời giải ban đầu không cần thiết; (iv) lý thuyết đối ngẫu được phát triển tốt cho phân tích độ nhạy; và (v) dễ dàng trong thiết lập bài toán, và thuật giải tương đối sẵn với chi phí thấp Một số giải pháp thay thế khác là các phương pháp chiếu bên trong và thu phóng định tuyến là đặc biệt thuận lợi cho giải các bài toán quy mô cực lớn [26] Tóm lại, quy hoạch tuyến tính vẫn là phương pháp khá phổ biến và vẫn còn được ứng dụng nhiều trong bài toán tối ưu vận hành

hồ chứa Một số các tác ứng dụng điển hình đầu tiên như Hiew (1987) và Needham

(2000) [27, 28], Crawley và Dandy (1993) [29]

Phương pháp quy hoạch phi tuyến (NLP): Nhiều bài toán tối ưu hệ thống

hồ chứa không thể sử dụng tuyến tính từng đoạn mà phải được xử lý trực tiếp như là một bài toán quy hoạch phi tuyến, đặc biệt là khi đưa phát điện vào hàm mục tiêu và ràng buộc Một số thuật toán quy hoạch phi tuyến được biết đến là khá hiệu quả như: (i) quy hoạch tuyến tính liên tiếp (SLP); (ii) quy hoạch toàn phương liên tiếp

(SQP); (iii) phương pháp Lagrangian tăng/ phương pháp phép nhân (MOM); và (iv) phương pháp gradient giảm dần tổng quát (GRG) Tuy vậy, những phương pháp này đều cần các phương trình từ (1-1) đến (1-7) là đạo hàm được và điều này là khó khăn đặc biệt với hệ thống thủy điện Một số các tác giả điển hình như Tejada & Guibert (1990) [30], Arnold và nnk (1994) [31], Peng và Buras (2000) [32] đã ứng dụng SQP, MOM, GRG kết luận rằng các phương pháp này đều gặp phải các vấn đề

về độ chính xác, thời gian tính toán và không phù hợp với cách tiếp cận ISO Hiew (1987), Barros và nnk (2003) và Stedinger và nnk (1984) đã ứng dụng SLP và khẳng định hiệu quả của thuật toán bao gồm độ chính xác, đơn giản và phổ thông bởi sự sẵn có của các thuật giải quy hoạch tuyến tính, tuy vậy, nó vẫn không đảm bảo hội tụ [28, 33, 34]

Phương pháp quy hoạch động rời rạc: Sau quy hoạch tuyến tính, quy hoạch

động (DP) vẫn là kỹ thuật phổ thông nhất được áp dụng cho quản lý và quy hoạch tài nguyên nước nói chung và vận hành hồ chứa nói riêng [35] Quy hoạch động khai thác hiệu quả cấu trúc quyết định dạng chuỗi của các bài toán tối ưu hệ thống

hồ chứa (Hình 1-4) Ban đầu được phát triển ở dạng tổng quát bởi Bellman (1957) [36], DP chia bài toán lớn ra làm các bài toán nhỏ và được giải theo chuỗi qua các giai đoạn (thời đoạn) Điều này mang lại lợi thế cho ISO nhờ công tính toán chỉ tăng tuyến tính với số giai đoạn, trong khi hầu hết các phương pháp khác thể hiện

sự tăng số mũ Trong dạng rời rạc, DP vượt qua các khó khăn do tính chất phi tuyến, không lồi và thậm chí không liên tục của hàm mục tiêu và ràng buộc Ngoài

ra, nó đã được mở rộng sang các bài toán tối ưu ngẫu nhiên hiện (ESO), và sự tồn tại của các ràng buộc như phương trình (1-5) và (1-6) thực sự đã cải thiện hiệu quả lời giải

Hình 1-4 Thể hiện tối ưu hệ thống hồ chứa như một chuỗi quyết định

Nguyên tắc tối ưu của Bellman phát biểu rằng: bất chấp giai đoạn đầu và

trạng thái đầu của chuỗi quyết định Markivian như thế nào, có tồn tại một chính sách tối ưu từ trạng thái và giai đoạn đó đến khi kết thúc Với tất cả các kết hợp rời

rạc của st, hàm Ft(st) được tối ưu đệ quy trên mỗi thời đoạn trong một chuỗi ngược (thông thường) với t = T, T- 1, ,1:

𝐹𝑡(𝑠𝑡) = max(𝑜𝑟⁡𝑚𝑖𝑛)[𝛼𝑡 𝑓𝑡(𝑠𝑡, 𝑟𝑡) + 𝐹𝑡+1(𝑠𝑡+1)] (1-10) phụ thuộc vào phương trình (1-1) đến (1-6), trong đó tính toán đệ quy được khởi đầu với:

𝐹𝑇+1(𝑠𝑇+1) = ⁡ 𝛼𝑇+1 𝜑𝑇+1(𝑠𝑇+1) (1-11)

Với tất cả các bộ kết hợp rời rạc của st được xét, tính tối ưu toàn cục sẽ được

đảm bảo Ví dụ với trung bình m số rời rạc hóa của st cho n hồ chứa, T là số bước thời gian của trục thời gian mô phỏng, số phương án cần phải xem xét là T x mn Công tính toán như vậy vẫn là cực lớn nếu mô phỏng bài toán về gần với thực tế

Đây cũng là nhược điểm cơ bản hay gọi là cản trở của không gian nghiệm lớn

“curse of dimesionality” - một thuật ngữ của Bellman (1961) [37]

Để giải quyết vấn đề này, rất nhiều cải tiến đã được thực hiện trên công thức

DP ban đầu, có thể kể đến như: (i) các kỹ thuật nội suy/tạo lưới thô; (ii) quy hoạch động xấp xỉ hóa liên tiếp (DPSA); và (iii) quy hoạch động bước (IDP) hay quy hoạch động vi phân rời rạc (DDDP) Một số tác giả đã đi đầu trong ứng dụng các phương pháp này cho bài toán vận hành hồ chứa như: với DPSA là Collins (1977) [38], Yeh (1989) [39], Shim (2002) [40]; với IDP là Hall (1969); với DDDP là

Heidari (1971) [41], và Karamouz và nnk (1992) [42] Kết luận chung là các cải tiến này đều có nhược điểm là thiết lập thuật giải khá phức tạp, khó hiểu, khó mô phỏng chi tiết cho các bài toán thực tế và chỉ đảm bảo hội tụ ở các nghiệm cục bộ Gần đây, Li và nnk (2014) đã dựa vào một hệ thống máy tính hiệu suất cao (HPC) với

350 lõi tính, đã quay trở lại với phương pháp DP ban đầu của Bellman và ứng dụng cho một hệ thống thực 5 hồ chứa ở Trung Quốc, kết quả nghiên cứu đã cho thấy tính hiệu quả của thuật toán song song đề xuất và triển vọng giải quyết bài toán tối

ưu trong thực tế [43]

1.2.4.2 Tối ưu ngẫu nhiên hiện

Không sử dụng chuỗi dòng chảy tất định như ISO, quy trình giải tối ưu ngẫu nhiên hiện (ESO) đã được đề xuất để trực tiếp tính toán dựa trên các mô tả xác xuất của các quá trình dòng chảy ngẫu nhiên cũng như các biến ngẫu nhiên Điều này có nghĩa là tối ưu được thực hiện mà không phải thừa nhận sự biết trước hoàn hảo về dòng chảy tương lai Thêm nữa, các hàm vận hành tối ưu được xác định mà không cần phải tính toán hồi quy từ các kết quả của tối ưu như ISO (Hình 1-5) Tuy nhiên, theo Roefs và Bodin (1970) các kỹ thuật gắn liền với ESO được áp dụng cho bài toán liên hồ chứa thì khối lượng tính toán lớn hơn nhiều so với ISO [44]

Với ESO, phương trình (1-1) có thể lập thành:

max(𝑜𝑟⁡𝑚𝑖𝑛) 𝑬 ∑ 𝛼𝑡 𝑓𝑡(𝑠𝑡, 𝑟𝑡, 𝑞𝑡) + ⁡ 𝛼𝑇+1 𝜑𝑇+1(𝑠𝑇+1)

𝑇

𝑡=1

(1-12) Trong đó E: toán tử kỳ vọng thống kê Các công thức khác dựa trên lý thuyết chuỗi Markov xem xét trục thời gian vô hạn nơi các thành phần cuối định nghĩa lợi ích hay giá trị tương lai là không cần thiết [45] Mục tiêu ở đây là xác định các chính sách vận hành tối ưu tĩnh dài hạn (theo mùa)

*Chú thích: KTĐKD: Kiểm tra điều kiện dừng

Hình 1-5 Cách tiếp cận tối ưu ngẫu nhiên hiện (ESO)

Do dòng chảy đến qt bây giở được xem là các biến ngẫu nhiên, các mức dung tích được tính nhờ phương trình (1-3) cũng là ngẫu nhiên, nghĩa là các phương trình (1-5) và (1-6) phải được thể hiện theo xác suất:

Trong đó α và β là các giá trị mong muốn của rủi ro vi phạm những ràng buộc này mà nó có thể thay đổi theo mùa Trong trường hợp này, các dòng chảy đến không điều tiết được giả thiết là các nguồn chính của sự không chắc chắn và có thể được thể hiện bằng các phân phối xác suất phù hợp Chúng có thể là tham số hoặc phi tham số dựa trên phân tích tần suất Các biến ngẫu nhiên khác có thể được định nghĩa bao gồm các tham số kinh tế trong hàm mục tiêu, nhu cầu, và các biến khí

Phân tích tần suất thổng kê

Các phân

bổ xác suất

Luật vận hành tối

ưu

Mô hình tối

ưu ngẫu nhiên

Bắt đầu

Kết thúc

KTĐKD Không

Đạt

hậu tác động đến bốc hơi và các tổn thất khác Các dòng chảy đến không điều tiết

có thể rất tương quan về không gian và/hay thời gian Với các bài toán vận hành ngắn hạn, dòng chảy đến có thể được tạo ra từ mô hình dự báo, trong trường hợp này nguồn cơ bản của sự không chắc chắn là lỗi dự báo Một số các phương pháp và

kỹ thuật giải đi theo cách tiêp cận ESO là:

Phương pháp quy hoạch tuyến tính ngẫu nhiên (SLP): Theo Kall và

Wallace (1995), thiết lập LP tất định cho bài toán tối ưu hóa hệ thống hồ chứa từ các phương trình (1-1) đến (1-7) giả thiết rằng tất cả các dòng chảy đến tương lai và các hiện tượng ngẫu nhiên khác được biết với một mức độ nhất định Một giả thiết thực tế hơn là các quyết định giai đoạn đầu có thể được thực hiện với một sự chắc chắn, nhưng các quyết định tiếp theo và hệ quả của chúng là ngẫu nhiên Như vậy,

một bài toán gọi là hai giai đoạn được lập để giảm thiểu chi phí tổng cộng (hay tối

đa hóa lợi ích ròng) từ các quyết định giai đoạn đầu, cộng với chi phí dự kiến (hay lợi ích ròng) của các quyết định tương lai, mà phụ thuộc vào các quyết định giai đoạn đầu và các thể hiện dòng chảy đến ngẫu nhiên trong tương lai [46] Khi các chuỗi kịch bản dòng chảy tương lai được tạo ra, với mỗi chuỗi có một xác suất xuất hiện giả thiết, thì một bài toán tương đương với tất định có thể được thiết lập tương ứng với dòng chảy đến đó (kịch bản) Các quyết định xả hồ tương lai được chỉ ra và thực hiện là kết quả của sự xuất hiện của mỗi kịch bản Chỉ những quyết định giai đoạn đầu được thực tế thực hiện, bởi vì những quyết định sau là không chắc chắn biết được Sau khi thực hiện được các quyết định giai đoạn đầu, bài toán được tái thiết lập bắt đầu với các quyết định giai đoạn tiếp theo và được giải trên phần còn lại của trục thời gian

Kết quả ứng dụng của SLP cho bài toán tối ưu vận hành hồ chứa nói chung là ngoài phải chịu hạn chế của tuyến tính hóa các quan hệ thì thường dẫn đến một bài toán có quy mô cực lớn và thông thường chỉ giải được với 1 hoặc 2 hồ chứa Một số các nghiên cứu có thể kể đến như của Jacob (1995) cho hệ thống thủy điện ở Bắc California [47], Seifi và Hipel (2001) cho các hệ thống hồ chứa lớn [48], Ahmed và Lansey (2001) cho vận hành các hệ thống thủy điện [49] Cũng như vậy, theo

Howard (1960) thì các ứng dụng của Quy hoạch phi tuyến vào bài toán bài toán

ngẫu nhiên là hiếm bởi yêu cầu công tính toán quá nhiều [50]

Phương pháp quy hoạch động ngẫu nhiên: Các mô hình quy hoạch động

ngẫu nhiên (SDP) giải quyết phương trình đệ quy DP được điều chỉnh cho các bài

toán ngẫu nhiên:

𝐹𝑡(𝑠𝑡) = max(𝑜𝑟⁡𝑚𝑖𝑛)𝐸[𝛼𝑡 𝑓𝑡(𝑠𝑡, 𝑟𝑡, 𝑞𝑡) + 𝐹𝑡+1(𝑠𝑡+1)] (1-15) Thông thường tham khảo tới một quá trình quyết định Markov, thiết lập này thừa nhận dòng chảy không điều tiết tạm thời không tương quan, mặc dù tương quan không gian có thể được đưa vào Các mở rộng tới các mô hình lag-1 cần phải chỉ ra các dòng chảy giai đoạn trước đó là các biến trạng thái phụ:

𝐹𝑡(𝑠𝑡, 𝑞𝑡−1) = max⁡(or⁡min)𝑟

𝑡|𝑞𝑡−1[𝛼𝑡 𝑓𝑡(𝑠𝑡, 𝑟𝑡, 𝑞𝑡)+ 𝐹𝑡+1(𝑠𝑡+1, 𝑞𝑡)]

(1-16)

Các luật quyết định được đơn giản hóa không cần phải giả thiết, và chỉ các phân phối xác suất được sử dụng để thu được các đường vận hành mà không phải thừa nhận biết trước các kiến thức về các sự kiện dòng chảy tương lai Đường quá trình xả tối ưu r*

t(st, qt-1) được tạo ra mà cho phép các nhà vận hành hệ thống hồ chứa kết hợp sự không chắc chắn thủy văn vào trong các quyết định xả hồ chứa Các đường này được tính toán bằng các phương pháp lặp giá trị và lặp đường [51] Ngoài ra, dạng chuyển đổi SDP có thể cung cấp các đường dung tích tối ưu s*

t+1

(st,qt-1)

Kết quả ứng dụng cho bài toán tối ưu vận hành hồ chứa nói chung chỉ dừng lại cho các bài toán đơn hồ, có thể kể đến như nghiên cứu của Labadie (1993) [52], Stedinger và nnk (1984) [34]; Huang và nnk (1991) [53]; Vasiliadis và Karamouz (1994) [54] Nguyên nhân cơ bản vẫn là khối lượng tính toán quá lớn và để giải quyết một số các kỹ thuật như Quy hoạch động lấy mẫu của Kelman (1990) [55] đã được sử dụng Ngoải ra, các phương pháp IDP, DPSA và DDP vẫn là các kỹ thuật hữu dụng để mở rộng các cho bài toán ngẫu nhiên, tuy nhiên, vẫn chưa thành công

về tổng thể Ví dụ nghiên cứu của Sherkat và nnk (1980) [56], nghiên cứu của

Ponnambalam và Adams (1996) [57], Archibald và nnk (1997) [58], Braga (1991) [59], Trezos và Yeh (1989) [39], Ourada (1991) [60], El-Awar và nnk (1998) [61] Năm 1970, Hall đã đề xuất một phương pháp để vượt qua vấn đề không gian nghiệm của DP bằng việc gộp tất cả cả các hồ chứa thành một hồ chứa tương đương [62] Mở rộng phương pháp này đã được thực hiện bởi Turgeon (1980) [63], Valdes

và nnk (1992) [64], Saad và nnk (1996) [65] Tuy nhiên, khó khăn của các phương pháp tổng và tách trạng thái là sự mất đi của thông tin trong quá trình tổng hợp

1.2.4.3 Quy hoạch kinh nghiệm (Heuristic) và thuật toán di truyền GA

Ngược với tất cả các phương pháp giải tối ưu ở trên đều sử dụng các thuật toán mà có quá trình giải hội tụ hay một cấu trúc tốt được áp dụng để tạo ra các thông tin định lượng, các phương pháp quy hoạch kinh nghiệm dựa trên các quy tắc

kinh nghiệm “rules of thumb” hay một số các dạng bắt chước để tạo ra thông tin

định tính và định lượng, ví dụ bắt chước chọn lọc tự nhiên, bầy kiến, dơi, chim, luyện kim Tuy nhiên, không như hầu hết các thuật toán tối ưu, các phương pháp kinh nghiệm không thể đảm bảo dừng, thậm chí ở các nghiệm tối ưu cục bộ, nhưng thường có khả năng đạt gần đến các lời giải tối ưu toàn cục cho các bài toán mà các phương pháp truyền thống thường sẽ không thể hội tụ hay tắc ở nghiệm tối ưu cục

bộ nào đó

Trong nhóm này, nổi bật là thuật toán di truyền (GA) với quá trình tìm tối ưu

thông qua sự bắt chước theo cơ chế “chọn lọc và di truyền tự nhiên” (Goldberg,

1989) Ở đây, ba quá trình kinh nghiệm là chọn lọc, sinh sản (trao đổi chéo và đột

biến) được áp dụng ngẫu nhiên cho các biến quyết định rời rạc trong chuỗi “di

truyền”

Theo một đánh giá của Nicklow và nnk (2010), GA đã được sử dụng rất phổ biến trong quản lý và quy hoạch tài nguyên nước Mặc dù chưa có một định nghĩa tổng quát, GA nói chung bao gồm các đặc điểm sau: (1) Khởi tạo một quần thể ban đầu là các cá thể/giải pháp tiềm năng nhận diện là các nhiễm sắc thể; (2) tính toán các giá trị hàm mục tiêu/thước đo tính thích ứng và thực hiện xếp hạng cá thể dựa trên thước đo này; (3) dựa trên thông tin xếp hạng này lựa chọn cá thể tham gia vào

quá trình “kết cặp” mà thông tin nhiễm sắc thể cha mẹ được kết hợp để tạo ra cá thể

con; (4) đột biến mỗi cá thể để duy trì tính đa dạng và ngăn ngừa sự hội tụ sớm về tối ưu cục bộ Các bước này được lặp đi lặp lại cho đến khi tìm ra các cá thể/giải pháp phù hợp (Hình 1-6), trong đó, thuật toán GA duy trì tìm ra các giá trị hàm mục tiêu tốt nhất mà không cần thông tin đạo hàm [66]

Một số các ứng dụng của GA trong bài toán hồ chứa như: nghiên cứu của Wardlaw and Sharif (1999) cho bài toán 4 hồ chứa sử dụng tối ưu GA [67], nghiên cứu của Dessalgene và nnk (2004) trên sông Illinois [68], Wen-Cheng và nnk (2002) ở Đài Loan [69], nghiên cứu của Kerachian và M Karamouz (2007) ở Iran

về tối ưu hóa vận hành xem xét chất lượng nước [70], Kuoa và Wanga (2006 ) nghiên cứu hồ chứa Feitsui Reservoir ở Đài Loan [71], nghiên cứu của Devisree (2014) tại Ấn Độ [72], và nhiều các nghiên cứu khác

Từ kết quả của các nghiên cứu này đã cho thấy lợi ích quan trọng của GA hay

nói chung là các phương pháp thuộc nhóm “kinh nghiệm” có thể trực tiếp gắn với các mô hình mô phỏng thủy văn, chất lượng nước… mà không cần đơn giản hóa các giả thiết trong các mô hình hay tính toán đạo hàm GA điều chỉnh quần thể cấu trúc của luật xả dựa trên đánh giá tác động của các luật này ở đầu ra của các mô hình Các phân tích tần suất và các thước đo rủi ro có thể trực tiếp đưa vào hàm mục tiêu Như vậy, với bài toán đa mục tiêu không phải là tiến về một lời giải duy nhất,

GA tạo ra một nhóm hay một quần thể các giải pháp trong một lần chạy tối ưu Cùng với các phương pháp biến thể khác, GA đã tạo lên một lớp tính toán tiến hóa (EA), mặc dù thường chỉ đảm bảo hội tụ gần đến các nghiệm tối ưu toàn cục nhưng

bù lại sử dụng các kỹ thuật này giúp làm giảm khó khăn của không gian nghiệm lớn

“curse of dimension” cũng như đảm bảo được tính chính xác của các mô hình mô

phỏng [73]