(3.235.108.188) 您好!臺灣時間:2021/03/07 20:02
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:温庭玄
研究生(外文):Tinn-Shuan Uen
論文名稱:運用多目標水庫最佳化操作提升水、糧食、能源之協同效益
論文名稱(外文):Using Multi-objective Reservoir Optimizationto Improve Synergistic Benefits of Water, Food and Energy Nexus
指導教授:張斐章張斐章引用關係
指導教授(外文):Fi-John Chang
口試日期:2017-06-17
學位類別:碩士
校院名稱:國立臺灣大學
系所名稱:生物環境系統工程學研究所
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2017
畢業學年度:105
語文別:中文
論文頁數:150
中文關鍵詞:都市化水、糧食、能源鏈結非支配遺傳演算法最佳化多目標水庫操作
外文關鍵詞:UrbanizationWaterfoodand energy nexusNon-Dominated Sorting Genetic Algorithm (NSGA-II)OptimizedMulti-objective reservoir operation
相關次數:
  • 被引用被引用:0
  • 點閱點閱:153
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
近幾十年迄今,都市化對於台灣都市人口的成長以及水、糧食、能源之資源管理影響重大。而自然資源的缺乏在水、糧食、能源這三項自然資源的複雜鏈結關係下,將會是一個長時性、權衡性的艱深問題。由於現今地球環境的變動,綠色能源、綠色環境等相關概念已逐漸成熟,但能源的部分,許多國家仍相當依賴核能發電。在台灣,每年平均有3至5場颱風侵襲,而颱風伴隨著大量的降雨是一種可利用之水資源。在過去的防洪操作中,排洪道與溢洪道所排出的水量相當大,但這些水資源並未充分應用於能源上的使用,造成水資源的浪費。因此,本研究基於提升水、糧食、能源之協同效益,利用台灣先天氣候條件的優勢,提高水力發電之應用,並將水庫操作結合備援供水系統,將缺水率最小化。以下將本研究分為四部分介紹。
第一部分,本研究藉由分析過去20年石門水庫之入流量,探討歷史乾旱年,於不同的初始水庫容量情境下,依據石門水庫操作規線(M-5)操作,結合桃園地區埤塘與石門水庫中庄調整池之備援供水系統,模擬自十月至隔年六月之農業與公共之平均旬缺水率。結果顯示,埤塘與中庄調整池之備援供水系統之平均缺水率改善最高可達25%。
第二部分,本研究透過水庫操作,於颱風時期(七月至九月)最大化水力發電,並同時考慮未來供水風險。本研究設定三個初始水位情境(240、235、230公尺),選取過去11年包含豐水年、一般年、乾旱年之資料,透過非支配遺傳演算法(NSGA-II)搜尋水力發電量總合及期末庫容總合兩個目標,並將搜尋之最佳化操作結果套用M-5規則進行比較。結果顯示,於豐水年情境下最佳化操作下水力發電量可大幅提升,最高發電收益超過17,000萬元;於M-5限制下,最大發電量仍有15,198萬元之收益。於一般年,最佳化操作之發電最高收益達4,832萬元;於M-5限制下,最大發電效益為2,568萬元,缺水改善率大多維持相同水準。於乾旱年,最佳操作模式則完全根據M-5規線操作,故發電效益相同。
第三部分,本研究將第一部分長期水庫操作模擬,結合第二部分颱風季節之短期操作,探討於最佳化水力發電之後,水庫未來之供水安全。本研究選取過去20年最乾旱之情境2002-2003年,探討水庫於颱風季節操作後之缺水模擬情況。結果顯示,豐水年可改善平均缺水率最高達10.5%;於一般年平均缺水改善率最大達14.2%;乾旱年則與原始操作相同。
第四部分,本研究針對颱風事件之水庫操作進行分析,於颱風侵襲前提前放水發電,設定發電放流量上限為三個情境(68.6 cms、90 cms、120 cms),並挑選7場洪峰入流量不同之颱風作模擬,利用NSGA-II搜尋發電量與期末庫容,探討不同情境與颱風強度下之發電操作對期末庫容的影響。結果顯示,洪峰入流量高於2000 cms之颱風可全力發電,發電效益最高達4,470萬元;而洪峰流量1000 cms左右之颱風,全力發電時操作期末庫容會降低,最低為12277萬噸。
整體結果顯示,本研究之颱風季節最佳化操作,結合水庫與備援供水系統之長期供水調配,除了能提升颱風季節之水力發電效益,亦可降低乾旱年之農業與公共缺水率,且颱風事件操作分析,未來可強化颱風期間水力發電效益,進一步提升水、糧食、能源資源運用之協同效益。
In recent years, urbanization has significant impact on population growth and resource management of water, food and energy nexus (WFE nexus) in Taiwan. Resource deficit of WFE has become a long-term and thorny issue due to the complex interactions of WFE nexus. As the changes in the global environment, green energy, green environment, and other related concepts have become significant, but many countries still rely heavily on nuclear power. There are averagely 3 to 5 typhoons strike Taiwan every year accompanied by a large amount of rainfall which could be used as available water resource. However, without doing so the extremely large quantity of spilled water for merely flood control purpose has turned to serious waste of water resources. Therefore, in order to improve the synergistic benefits of water, food and energy nexus, we propose to took advantages of climatic conditions in Taiwan to enhance the hydropower efficiency while minimized the water shortage rate of long-term reservoir operation in the future by combining reservoir with water support systems.
In the first part, we analyzed the annual inflows of the Shimen Reservoir in the past 20 years to analyze the most drought years. By setting up different amounts of initial reservoir storage and combining reservoir with water support systems, we simulated the long-term operation from October to next June under the official operation rules of the Shimen Reservoir (M-5 rule), and calculate the average water shortage rate (WSR) of every ten-day for both agricultural and public uses. The results show that the average WSR can be reduced up to 25%.
In the second part, we maximized hydropower generation during typhoon season (July to September) while considering risks of future water supply through reservoir operations. We set three scenarios for initial water level (240, 235, 230 meters) and selected data from the past 11 years, including wet, general, and drought year, and applied Non-Dominated Sorting Genetic Algorithm (NSGA-II) to search for the total amount of hydropower generation and the final reservoir storage. In addition, we compared the optimized operations with those constrained by the M-5 Rule. The results show that the optimized operations enhance hydropower generation greatly in wet year, the highest benefit from the hydropower is more than NT$ 170 million by optimized operation and still NT$ 150 million under the M-5 Rule. In general years, the highest benefit is NT$ 48.32 million with optimized operation and NT$ 25.68 million under the M-5 limit. In drought years, the optimized operation is same as M-5 rule operations.
In the third part, we integrated the long-term reservoir operation simulation in the first part and the short-term operation during typhoon season in the second part into a full year operation, analyzing future water security based on the optimal hydropower operation. To explore the water shortage simulation after typhoon season operation, we selected the driest situation in the past 20 years. The results show that the average WSR in every ten-day can be improved up to 10.5% in a wet year and up to 14.2% in general year. However, the average WSR in a drought year is the same as the original operation.
In the fourth part, we focused on the reservoir operation based on typhoon event, in order to maximize the hydropower generation before a typhoon strikes. We set up three scenarios for the upper limit of water discharge rate for hydropower (68.6, 90, and 120 cms), and selected 7 typhoon events for different peak inflows, searching for total hydropower generation and the final reservoir storage by NSGA-II with the hourly-based time-scale. The results show that it’s feasible to operate for full capacity hydropower and final reservoir storage when the peak inflow is higher than 2000 cms. The benefit for hydropower is up to NT$ 44.7 million. However, when the peak flow is about 1000 cms, the final reservoir storage decreases, and the minimum is 12.277 million tons.
In conclusion, the operation strategy that combined the optimized operations during typhoon season with the long-term operation can not only enhance the effectiveness of hydropower but also reduce the WSR in a drought year. Furthermore, analysis of typhoon event operation strengthened the benefits of hydropower during one single typhoon event, and eventually ameliorate synergistic benefits of resources allocation among water, food, and energy nexus.
謝誌 i
中文摘要 v
ABSTRACT vii
目錄 x
圖目錄 xiv
表目錄 xvii
Chapter 1 緒論 1
1.1 研究背景 1
1.2 研究目的 2
1.3 研究架構 4
Chapter 2 文獻回顧 6
2.1 水、糧食、能源相關文獻 6
2.2 水庫操作相關文獻 7
2.3 水力發電相關文獻 8
Chapter 3 理論概述 10
3.1 遺傳演算法(GA) 10
3.1.1 演算流程 10
3.1.2 基本元素介紹 12
3.1.3 運算子(Operators)介紹 15
3.2 非支配排序遺傳演算法(NSGA-II) 19
3.2.1 演算流程 21
3.2.2 基本元素與運算子介紹 24
Chapter 4 研究案例 28
4.1 研究區域 28
4.2 研究資料概述 30
4.2.1 備援供水系統 30
4.2.2 颱風季節操作 36
4.2.3 颱風事件操作 37
4.3 石門水庫操作規則 39
4.3.1 石門水庫基本介紹 39
4.3.2 石門水庫M-5操作規線 39
4.4 長期水庫操作模擬 41
4.4.1 乾旱年分析 41
4.4.2 乾旱年水庫操作模擬 42
4.4.3 備援系統之供水設定 45
4.5 颱風季節NSGA-II優化操作 47
4.5.1 颱風相關統計 47
4.5.2 颱風季節操作分析 50
4.5.3 備援系統之蓄水設定 54
4.5.4 NSGA-II之設定 56
4.5.5 發電操作M-5調整 57
4.6 颱風事件NSGA-11優化操作 58
Chapter 5 結果與討論 62
5.1 乾旱年長期水庫操作 62
5.1.1 水庫缺水率模擬 62
5.1.2 水庫結合備援供水系統 64
5.2 颱風季節NSGA-II水庫優化操作 65
5.2.1 初始水位為240公尺 66
5.2.2 初始水位為235公尺 84
5.2.3 初始水位為230公尺 100
5.3 颱風季節優化情境比較 115
5.3.1 發電操作 115
5.3.2 颱風季節結合長期水庫操作 120
5.4 颱風季節結合長期水庫操作之效益 123
5.5 颱風事件優化操作 126
Chapter 6 結論與建議 128
6.1 結論 128
6.2 建議 130
Reference 131
Appendix 136
1.1 颱風場次路徑圖 136
1.2 庫容歷線圖 139
1.3 發電放流操作圖 142
1.3.1 初始水位240公尺 142
1.3.2 初始水位235公尺 145
1.3.3 初始水位230公尺 148

圖目錄
圖 1 1 研究架構圖 5
圖 3 1 GA演算流程圖 12
圖 3 2 實數編碼示意圖 13
圖 3 3 二元編碼示意圖 13
圖 3 4 單點交配示意圖 17
圖 3 5 全基因突變示意圖 18
圖 3 6 雙目標柏拉圖鋒解示意圖 20
圖 3 7 Non-Dominated Sorting Genetic Algorithm-II演算流程 22
圖 3 8 非支配排序與擁擠距離比較示意圖 23
圖 3 9 支配計數計算示意圖 25
圖 3 10 Rank排序示意圖 26
圖 3 11 雙目標擁擠距離比較示意圖 27
圖 4 1 石門水庫流域系統 28
圖 4 2 石門水庫供水系統架構圖 29
圖 4 3 中庄調整池位置圖 31
圖 4 4 桃園與石門水利會埤塘分布圖 33
圖 4 5 石門水庫M-5修正操作規線 40
圖 4 6 石門水庫年入流量統計圖 42
圖 4 7 乾旱年模擬分析示意圖 43
圖 4 8 各月份颱風發生次數與平均值 48
圖 4 9 颱風路徑預測誤差統計圖 49
圖 4 10 颱風時期洪峰流量與發生次數統計 49
圖 4 11 棄水量統計圖 50
圖 4 12 決策變數編碼示意圖 57
圖 4 13 蘇拉颱風路徑圖 58
圖 5 1 2002~2003石門水庫容量-缺水率對應圖 62
圖 5 2 2010~2011石門水庫容量-缺水率對應圖 63
圖 5 3 初始水位240m發電放流操作 68
圖 5 4 豐水年操作- S240庫容歷線比較圖 70
圖 5 5 一般年操作- S240庫容歷線比較圖1 73
圖 5 6 一般年操作- S240庫容歷線比較圖2 76
圖 5 7 乾旱年操作-S240庫容歷線比較圖 79
圖 5 8 初始水位235m發電放流操作 86
圖 5 9 豐水年操作- S235庫容歷線比較圖 88
圖 5 10 一般年操作- S235庫容歷線比較圖1 92
圖 5 11 一般年操作- S235庫容歷線比較圖2 94
圖 5 12 初始水位230m發電放流操作比較圖 101
圖 5 13 豐水年操作- S230庫容歷線比較圖 104
圖 5 14 一般年操作- S230庫容歷線比較圖1 107
圖 5 15 一般年操作- S230庫容歷線比較圖2 109
圖 5 16 各情境發電放流操作比較圖 115
圖 5 17 豐水年操作之發電量比較圖 117
圖 5 18 豐水年操作套用M-5限制之發電量比較圖 117
圖 5 19 一般年操作之發電量比較圖 118
圖 5 20 一般年操作套用M-5限制之發電量比較圖 119
1.Aboutalebi, M., Bozorg Haddad, O., & Loáiciga, H. A. (2015). Optimal Monthly Reservoir Operation Rules for Hydropower Generation Derived with SVR-NSGAII. Journal of Water Resources Planning and Management, 141(11).
2.Afshar, M. H. (2012). Large scale reservoir operation by Constrained Particle Swarm Optimization algorithms. Journal of Hydro-environment Research, 6(1), 75-87.
3.Andrews-Speed, P., Bleischwitz, R., Boersma, T., Johnson, C., Kemp, G., VanDeveer, S. (2012). The Global Resource Nexus. The Struggles for Land, Energy, Food, Water, and Minerals. Transatlantic Academy.
4.Asian Development Bank. (2013). Thinking about water differently: Managing the water–food–energy nexus,Asian Development Bank (ADB), Mandaluyong City, Philippines.
5.Chang, L. C., & Chang, F. J. (2009). Multi-objective evolutionary algorithm for operating parallel reservoir system. Journal of hydrology, 377(1), 12-20.
6.Deb, K., Goyal, M. (1996). A combined genetic adaptive search (GeneAs) for engineering design. Computer Science and Informatics 26(4), 30–45.
7.Deb, K., Agrawal, S., Pratap, A., & Meyarivan, T. (2000). A fast elitist non-dominated sorting genetic algorithm for multi-objective optimization: NSGA-II. In Parallel problem solving from nature PPSN VI (pp. 849-858). Springer Berlin Heidelberg.
8.Heydari, M., Othman, F., & Noori, M. (2016). Optimal operation of multiple and multipurpose reservoirs systems using non-dominated sorting genetic algorithm (NSGA-II). Fresenius Environmental Bulletin, 25, 2935-2946.
9.Hoff H. (2009): Global Water Resources and their Management, Current Opinion in Environmental Sustainability, 1:141–147.
10.Holland, J.-H., (1975). Adaptation in Natural and Artificial Systems. Ann Arbor, MI : University of Michigan Press.
11.Hsu, N.-S., Huang, C.-L., & Wei, C.-C. (2015). Multi-phase intelligent decision model for reservoir real-time flood control during typhoons. Journal of Hydrology, 522, 11-34.
12.Hsu, N.-S., & Wei, C.-C. (2007). A multipurpose reservoir real-time operation model for flood control during typhoon invasion. Journal of Hydrology, 336(3-4), 282-293.
13.Konak, A., Coit, D. W., & Smith, A. E. (2006). Multi-objective optimization using genetic algorithms: A tutorial. Reliability Engineering & System Safety, 91(9), 992-1007.
14.Matrosov, E. S., Huskova, I., Kasprzyk, J. R., Harou, J. J., Lambert, C., & Reed, P. M. (2015). Many-objective optimization and visual analytics reveal key trade-offs for London’s water supply. Journal of Hydrology, 531, Part 3, 1040-1053.
15.Pearson, L., Marlow, D., Whitten, S., Hatton Macdonald, D., Burn, S., 2009, “Externalities associated with urban water asset management”, CSIRO: Water for a Healthy Country National Research Flagship.
16.Reddy, M. J., & Kumar, D. N. (2006). Optimal Reservoir Operation Using Multi-Objective Evolutionary Algorithm. Water Resources Management, 20(6), 861-878.
17.Washington D.C., USAChang, L. C., Chang, F. J., Wang, K. W., & Dai, S. Y. (2010). Constrained genetic algorithms for optimizing multi-use reservoir operation. Journal of Hydrology, 390(1), 66-74.
18.Wu, Y., & Chen, J. (2013). Estimating irrigation water demand using an improved method and optimizing reservoir operation for water supply and hydropower generation: A case study of the Xinfengjiang reservoir in southern China. Agricultural Water Management, 116, 110-121.
19.Zhang, X., & Vesselinov, V. V. (2017). Integrated modeling approach for optimal management of water, energy and food security nexus. Advances in Water Resources, 101, 1-10.
20.Zhang, Z., Jiang, Y., Zhang, S., Geng, S., Wang, H., & Sang, G. (2014). An adaptive particle swarm optimization algorithm for reservoir operation optimization. Applied Soft Computing, 18, 167-177.
21.王國威,2006,運用懲罰機制遺傳演算法於水庫颱洪操作之規劃,私立淡江大學水資源及環境工程學研究所碩士論文,1-76。
22.王昱中,2014,智慧型水資源調配策略以因應用水需求成長,國立臺灣大學生物環境系統工程學研究所學位論文,1-92。
23.柯杏玫,2011,模糊推論模式中規則庫之建置於水庫最佳化操作的影響,國立中興大學土木工程學研究所學位論文,1-94。
24.楊舜年,2015,建立颱洪時期抽水站智慧型最佳化操作規則,國立臺灣大學生物環境系統工程學研究所學位論文,1-126。
25.楊道輝、馬光文、嚴秉中、左幸,2006,粒子群演算法在水電站日優化調度中的應用,水力發電,第32卷,第3期,73-75。
26.鄭仲廉,2016,因應都市化影響之智慧型水資源管理系統,國立臺灣大學生物環境系統工程學研究所學位論文,1-89。
27.黃仁政,2004,水庫操作規線優選模式建立與求解,國立臺灣大學土木工程學研究所學位論文,1-80。
28.蔡昀直,2012,供水系統綜合可靠度分析-以石門水庫為例,國立交通大學土木工程學研究所學位論文,1-95。
29.許新發、梅亞東、葉琰,2005,萬安水庫調度的蓄水風險和發電風險計算,武漢大學學報(工學版),第38卷,第6期,35-39。
30.張麗秋、張雅婷、張斐章,2004,結合人工智慧與專家知識之智慧型水庫即時操作系統,中國農業工程學會,第50卷,第4期,第14-27頁。
31.陳莉,1995,以物件導向之遺傳演算法優選水庫規線之研究,國立台灣大學農業工程學研究所博士論文。
32.陳永祥、張斐章,2010,遺傳規劃法應用於水庫入流量預測之研究,臺灣水利,第 58 卷,第 1 期,1-9。
33.陳世偉,2002,遺傳演算法運用在石門與翡翠水庫並聯系統操作規線之研究。國立中央大學土木工程學研究所碩士論文。
34.陳世偉、林松青、吳瑞賢,2007,水庫發電效能與運轉規線關聯性之研究,農業工程學報,第五十三卷,第三期,第52-61頁。
35.經濟部水利署,2008,石門水庫後池改善初步規劃。
36.經濟部水利署,2008,石門水庫增設取水工水力發電可行性評估及規劃委託技術服務。
37.經濟部水利署,2014,石門水庫供水區水資源活化計畫。
38.經濟部水利署,2012,再現千塘之鄉-桃園台地波圳保存活化計畫。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔