CHƯƠNG 1 TỔNG QUAN NGHIÊN CỨU 1. TỔNG QUAN NGHIÊN CỨU VỀ VẬN HÀNH HỒ CHỨA Vận hành hồ chứa khai thác đa mục tiêu, là “bài toán” phức tạp, phụ thuộc vào nhiệm vụ của hệ thống (cấp nước, phát điện; phòng, giảm lũ cho hạ du….); và đặc điểm tự nhiên, kinh tế-xã hội vùng thượng và hạ lưu công trình, cũng như khu vực xây dựng hồ. Nói cách khác, nghiên cứu vận hành cho một hồ chứa cụ thể luôn là “bài toán” có tính thời sự, ngay cả khi nó được đưa vào sử dụng lâu dài với hàng loạt các công trình đã được nghiên cứu hỗ trợ vận hành như hồ chứa nước Dầu Tiếng, bởi tính bất định trong chuỗi thống kê của các yếu tố tự nhiên liên quan (như mưa, lũ, hạn mặn), nhất là trong bối cảnh biến đổi khí hậu hiện nay; sự thay đổi nhu cầu nước của những hộ hưởng lợi của các địa phương trong hệ thống. Để quản lý, khai thác và vận hành hồ chứa hiệu quả rất cần được tiến hành đồng thời các biện pháp “công trình” và “phi công trình”.
Gần đây, khi bàn về giải pháp nâng cao khả năng phòng chống lũ cho hạ du, các nhà khoa học có đề xuất sử dụng biện pháp công trình, cụ thể là đề xuất nâng chiều cao đập để tăng dung tích phòng lũ hoặc xây dựng các tuyến đê dọc sông Sài Gòn để phòng ngập do xả lũ, tuy nhiên hạn chế có thể thấy khi sử dụng biện pháp công trình là phải sử dụng nguồn kinh phí khá lớn, thời gian kéo dài. Liên quan đến phạm vi nghiên cứu của đề tài luận án, biện pháp “phi công trình” được nghiên cứu chủ yếu thông qua 02 nhóm kỹ thuật chính như sau: 1. Nghiên cứu xây dựng quy trình, công cụ hỗ trợ vận hành 1. Nghiên cứu ngoài nước Seyed Jamshid Mousavi và Mohammad Karamouz [70] đã nghiên cứu phát triển một mô hình tối ưu hóa quy hoạch động (DP) để giải quyết tối ưu hóa hoạt động của hệ thống nhiều hồ chứa.
Để khắc phục vấn đề về kích thước trong phương pháp tiếp cận DP, một phương pháp đã được phát triển để có thể nhận biết trước quá trình chuyển đổi lưu trữ của các hồ chứa đang dẫn tới tình trạng không khả thi. Những điều kiện không khả thi này sau đó được bỏ qua trong các lần tính toán tiếp theo, cung cấp 11 sự cải thiện đáng kể trong thời gian chạy cần thiết để giải quyết một vấn đề như vậy. Trong mô hình DP, việc đặt ra nhiều ràng buộc hơn đối với vấn đề làm cho vùng khả thi của mô hình hạn hẹp hơn. Mặt khác, DP là một thuật toán dựa trên tìm kiếm, trong đó giải pháp tối ưu có được bằng cách tìm kiếm giải pháp tốt nhất trong số các giải pháp khả thi.
Do đó, nếu số lượng các giải pháp khả thi (ứng cử viên) giảm, nhiệm vụ tìm kiếm ứng viên tốt nhất sẽ giảm bớt thời gian hoàn thành. Công việc được thực hiện trong bài báo này là chỉ ra cách những ràng buộc bổ sung này đóng một vai trò tích cực như thế nào trong việc giảm thiểu số lượng tìm kiếm rời rạc cần thiết để tìm ra giải pháp tối ưu cho bài toán vận hành nhiều bể chứa. Xiang Li, Shenglian Guo, Pan Liu, và Guiya Chen [64] điều khiển động, giới hạn mực nước vận hành hồ chứa bằng cách xem xét dòng chảy đến ngẫu nhiên. Vận hành lũ trên nguyên tắc tổng quát là mực nước hồ chứa không cho phép vượt quá giới hạn mực nước lũ trong suốt mùa lũ.
Tuy nhiên cơ sở quy tắc vận hành hiện hành đã bỏ qua thông tin dự báo thời tiết để điều khiển xả lũ theo thời gian thực mà quá ưu tiên cho hạ thấp dòng chảy lũ. Điều khiển động hồ chứa hiệu quả là đưa ra được phương pháp luận để so sánh giữa điều khiển lũ và bảo toàn vận hành hồ chứa trong suốt chu kỳ mùa lũ. Mô hình vận hành điều khiển động được xem xét dòng chảy đến không chắc chắn, sai số dự báo lũ và sự không chắc chắn về hình dạng đường quá trình lũ là mục đích để phát triển ở đây. Mô hình này bao gồm 3 mô đun, mô đun dự báo lũ đến, sử dụng đánh giá biên trên của điều khiển động và là cơ sở kết quả dòng chảy đến, mô đun vận hành được sử dụng trữ lũ và mô đun phân tích rủi ro sử dụng để đánh giá lũ.
Có thể chấp nhận vận hành điều khiển rủi ro lũ với các ràng buộc và các phương pháp phân tích lượng được cho và biến điều khiển động của hồ chứa được đánh giá bằng cách sử dụng mô phỏng Monte Carlo. Kết quả ứng dụng chỉ ra rằng điều khiển động của hồ chứa có thể hiệu quả gia tăng lượng phát điện và giảm tốc độ sóng lũ. Nagesh Kumar và M. Janga [58] đã áp dụng phương pháp tối ưu hóa đàn Kiến (Ant Colony Optimization -ACO), một kỹ thuật được đề xuất để đưa ra các sách lược vận hành cho một hệ thống hồ chứa đa mục đích.
Để xây dựng mô hình áp dụng ACO cho vận hành hồ chứa, vấn đề được tiếp cận bằng cách xem xét một chuỗi thời gian 12 hữu hạn của dòng chảy vào, phân loại thể tích hồ chứa thành một số khoảng thời gian và xác định lưu lượng hồ chứa cho từng thời kỳ theo tiêu chí tối ưu được xác định trước. Để đánh giá hiệu suất của ACO, các mô hình đã phát triển cũng được giải quyết bằng cách sử dụng thuật toán di truyền được mã hóa thực (GA). Kết quả của hai mô hình chỉ ra rằng mô hình ACO hoạt động tốt hơn, về sản lượng điện hàng năm cao hơn, đồng thời đáp ứng nhu cầu tưới tiêu và hạn chế lũ lụt, so với mô hình của GA. Cuối cùng, người ta thấy rằng mô hình ACO tốt hơn mô hình GA, đặc biệt là trong trường hợp vận hành hồ chứa đường chân trời trong thời gian dài.
V và Ganesan Shanthi [62] đã nghiên cứu ứng dụng thuật toán di truyền tìm sách lược vận hành hồ chứa đơn. Trong nghiên cứu này, một mô hình Thuật toán di truyền đã được phát triển và áp dụng cho hồ chứa Pechiparai ở Tamil Nadu, Ấn Độ để đưa ra các chiến lược hoạt động tối ưu. Hàm mục tiêu được đặt ra để giảm thiểu tổng bình phương hàng năm của hình thức tưới tiêu mong muốn và khối lượng lưu trữ mong muốn. Các biến quyết định được giải phóng cho tưới tiêu và các nhu cầu khác (nhu cầu công nghiệp và đô thị), từ hồ chứa.
Vì các đường cong quy tắc được suy ra thông qua tìm kiếm ngẫu nhiên nên người ta thấy rằng các bản phát hành giống với các yêu cầu của nhu cầu. Do đó, dựa trên nghiên cứu điển hình hiện tại, kết luận rằng mô hình GA có thể hoạt động tốt hơn nếu được áp dụng trong vận hành thực tế của hồ chứa. Li Chen, James McPhee, William W và G. Yeh [63] đã phát triển một thuật toán di truyền đa mục tiêu tiến hóa vĩ mô hiệu quả (MMGA) để tối ưu hóa các đường cong quy tắc của hệ thống hồ chứa đa mục đích ở Đài Loan.
Tiến hóa vĩ mô là một kiểu tiến hóa loài cấp cao mới có thể tránh được sự hội tụ sớm có thể phát sinh trong quá trình chọn lọc các GA thông thường. MMGA làm phong phú thêm khả năng của GA để xử lý các vấn đề đa phương bằng cách đa dạng hóa bộ giải pháp. Kết quả mô phỏng sử dụng bài toán kiểm tra điểm chuẩn chỉ ra rằng MMGA được đề xuất mang lại các giải pháp trải rộng tốt hơn và hội tụ gần biên giới Pareto thực hơn so với thuật toán di truyền không phân loại-II (NSGA-II). Khi được áp dụng vào một nghiên cứu điển hình thực tế, MMGA có thể tạo ra các giải pháp dàn trải đồng nhất cho một vấn đề hai mục tiêu liên quan đến cung cấp nước và sản xuất thủy điện.
Kết quả của công việc này chỉ ra rằng MMGA 13 được đề xuất có tính cạnh tranh cao và cung cấp một giải pháp thay thế khả thi để giải quyết các vấn đề tối ưu hóa đa mục tiêu cho quy hoạch và quản lý tài nguyên nước. Ebrahimi [66] đã nghiên cứu ứng dụng thuật toán di truyền tối ưu vận hành hồ chứa đa mục tiêu Jiroft, với dòng chảy đến được xem là ngẫu nhiên. Hàm mục tiêu và các ràng buộc được chuyển thành bài toán không ràng buộc bằng phương pháp hàm phạt ngoài, sau đó dùng thuật toán di truyền không ràng buộc để giải. Hộp công cụ thuật toán di truyền trong phần mềm Matlab-7 đã được sử dụng để tối ưu hóa hoạt động của hồ chứa đập Jiroft.
Dòng chảy đến hồ chứa đập được coi là không chắc chắn. Áp dụng các dòng vào với các xác suất khác nhau cho mô hình tối ưu hóa, việc giải phóng nước từ hồ chứa không thay đổi đáng kể, nhưng thể tích hồ chứa được thay đổi theo các xác suất khác nhau của dòng vào. Lượng nước được tính toán hàng tháng từ hồ chứa phù hợp tốt với nhu cầu hàng tháng của hạ du. Ngoài ra, dung tích trữ của các hồ thấp trong thời kỳ lũ lụt trong năm và đủ cao trong thời kỳ hạn hán với nhu cầu sử dụng nước cao.
Chun-Tian Cheng, và K. Chau [83] đã xây dựng chương trình điều khiển lũ hệ thống hồ chứa ở Trung Quốc. Hầu hết các hệ thống quản lý lũ lụt hiện có kiểm soát của hồ chứa đã được thành lập cho các mục đích đặc biệt và thiếu chia sẻ dữ liệu, thông tin liên lạc với chính phủ, điều đó rất khó khăn cho việc ra quyết định. Do đó, một chương trình quốc gia về hệ thống kiểm soát lũ SOPs đã được phê duyệt.
Trọng tâm chính của nghiên cứu này là tích hợp hệ thống phần mềm quản lý kiểm soát lũ các hồ chứa. Nghiên cứu được tập trung vào việc thiết kế sơ đồ của hệ thống và các thành phần cốt lõi của chúng. Hệ thống này có thể được áp dụng cho một trung tâm kiểm soát lưu vực sông hoặc hồ chứa bằng cách sử dụng các cơ sở dữ liệu tiêu chuẩn quốc gia và dễ dàng tích hợp vào hệ thống kiểm soát lũ lụt quốc gia trong tương lai. Xiang-Yang Li, K.
Chau, Chun-Tian Cheng, và Y. Dự báo lũ truyền thống và vận hành các hồ chứa ở Trung Quốc trên cơ sở tính toán thủy văn thông qua chương trình tính trên máy tính. Hệ thống dự báo lũ trên cơ sở Web, bao gồm 5 mô đun chính: dữ liệu mưa theo thời gian thực, mô hình dự báo thủy văn, mô hình hiệu chỉnh, mô 14 hình dự báo mưa, và phân tích lũ, được trình bày ở đây.