CHƯƠNG I TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU BÀI TOÁN VẬN HÀNH LIÊN HỒ CHỨA 1. Tổng quan các nghiên cứu trên thế giới Vận hành hồ chứa đa mục tiêu với việc sử dụng nước cho nhiều mục đích là một trong những vấn đề được quan tâm nhiều nhất trong lịch sử hàng trăm năm của công tác quy hoạch quản lý hệ thống nguồn nước và thu hút nhiều nhà nghiên cứu trong vài chục năm gần đây. Nghiên cứu vận hành quản lý hệ thống hồ chứa luôn phát triển theo thời gian nhằm phục vụ các yêu cầu phát triển liên tục của xã hội, từ nghiên cứu đơn giản của Rippl ở thế kỷ 19 về dung tích trữ phục vụ cấp nước (Rippl, 1883) tới các nghiên cứu gần đây của Lund về phương pháp luận trong vận hành tối ưu hệ thống liên hồ chứa phục vụ đa mục tiêu (Lund và Guzman, 1999, Labadie, 2004) [27]. Mặc dù đã đạt được những tiến bộ vượt bậc trong nghiên cứu quản lý vận hành hồ chứa nhưng cho đến thời điểm hiện tại không có một lời giải chung cho mọi hệ thống mà tùy đặc thù của từng hệ thống sẽ có các lời giải phù hợp.
Trong các phương pháp giải quyết bài toán vận hành liên hồ chứa, trên thế giới các nghiên cứu đã sử dụng các thuật toán điều khiển khác nhau, nhìn chung có 3 nhóm phương pháp thường được sử dụng nhất, bao gồm: mô phỏng, tối ưu và nhóm kết hợp tối ưu và mô phỏng. Để làm rõ cho các phương pháp giải quyết bài toán vận hành liên hồ chứa trên thế giới, đồng thời làm cơ sở cho việc xác định phương pháp tiếp cận của bài toán vận hành liên hồ chứa mùa lũ sông Cả, các nghiên cứu được trình bày dưới đây sẽ chi tiết các phương pháp được nêu ra ở trên: Phương pháp mô phỏng: Mô hình mô phỏng kết hợp với điều hành hồ chứa bao gồm tính toán cân bằng nước của đầu vào, đầu ra hồ chứa và biến đổi lượng trữ. Kỹ thuật mô phỏng đã cung cấp cầu nối từ các công cụ giải tích trước đây cho phân tích hệ thống hồ chứa đến các tập hợp mục đích chung phức tạp. 5 - Theo Simonovic, các khái niệm về mô phỏng là dễ hiểu và thân thiện hơn các khái niệm mô hình hoá khác.
Các mô hình mô phỏng có thể cung cấp các biểu diễn chi tiết và hiện thực hơn về hệ thống hồ chứa và quy tắc điều hành chúng (chẳng hạn đáp ứng chi tiết của các hồ và kênh riêng biệt hoặc hiệu quả của các hiện tượng theo thời gian khác nhau). Thời gian yêu cầu 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. Hầu hết các phần mềm mô phỏng có thể chạy trong máy vi tính cá nhân đang sử dụng rộng rãi hiện nay.
Hơn nữa, ngay sau khi số liệu yêu cầu cho phần mềm được chuẩn bị, nó dễ dàng chuyển đổi cho nhau và do đó các kết quả của các thiết kế, quyết định điều hành, thiết kế lựa chọn khác nhau có thể được đánh giá nhanh chóng. Có lẽ một trong số các mô hình mô phỏng hệ thống hồ chứa phổ biến rộng rãi nhất là mô hình HEC-5, phát triển bởi Trung tâm kỹ thuật thủy văn Hoa Kỳ. Một trong những mô hình mô phỏng nổi tiếng khác là mô hình Acres, tổng hợp dòng chảy và điều tiết hồ chứa (SSARR), mô phỏng hệ thống sóng tương tác (IRIS). Gói phần mềm phân tích quyền lợi các hộ sử dụng nước (WRAP).
Mặc dù có sẵn một số các mô hình tổng quát, vẫn cần thiết phải phát triển các mô hình mô phỏng cho một (hệ thống) hồ chứa cụ thể vì mỗi hệ thống hồ chứa có những đặc điểm riêng.J [18] đã nghiên cứu áp dụng thuật toán tiến hóa (Evolution Algorithm–NSGA-II) vào vận hành hệ thống hồ chứa gồm hồ Feitsui và Shihmen ở Đài Loan. Các tác giả đã mô phỏng và vận hành hệ thống hồ chứa theo thời đoạn ngày, sau đó tính toán các chỉ số thiếu hụt nước (shortage indices – SI) cho cả 2 hồ trong một thời gian dài mô phỏng. Thuật toán NSGA-II đã được sử dụng để làm giảm chỉ số SI thông qua chiến lược phối hợp vận hành 2 hồ. Với 49 năm số liệu, các tác giả cho thấy hoàn toàn có thể tìm các chiến lược phối hợp vận hành tốt hơn nhiều so với thực tế vận hành trong 49 năm qua và giải tối ưu Pareto tìm được cho 2 hồ chính là giải kiến nghị cho việc vận hành phối hợp.
[19] đã nghiên cứu áp dụng mạng trí tuệ nhân tạo tiến hóa (ENNIS) vào vận hành hồ chứa Shihmen ở Đài Loan với 5 biến ra 6 quyết định. Kết quả đạt được cho thấy mạng ENNIS sử dụng cho việc vận hành hồ chứa Shihmen này có nhiều thuận lợi hơn nhiều vì nó có ít thông số, dễ dàng xử lý các biến điều khiển, dễ kết hợp giữa mô hình vận hành với các mô hình dự báo dòng chảy đến. Kết quả nghiên cứu cũng chỉ ra rằng mạng ENNIS hoàn toàn có khả năng kiểm soát nhiều biến ra quyết định để đưa ra các quyết định hợp lý khi vận hành hồ chứa đa mục tiêu. Ưu nhược điểm của phương pháp mô phỏng: 1.
Có thể cung cấp các biểu diễn chi tiết và hiện thực hơn về hệ thống hồ chứa và quy tắc điều hành chúng (chẳng hạn: đáp ứng chi tiết của các hồ và kênh riêng biệt hoặc hiệu quả của các hiện tượng theo thời gian khác nhau) 2. Thời gian yêu cầu để chuẩn bị đầu vào, chạy mô hình và các yêu cầu tính toán của mô phỏng là ít hơn nhiều so với mô hình tối ưu 3. Các kết quả mô phỏng sẽ dễ dàng thỏa hiệp trong trường hợp đa mục tiêu 4. Công cụ máy tính hiện đại cho phép sử dụng hiệu quả các phần mềm mô phỏng 5.
Số liệu sử dụng cho các phần mềm có thể chuyển đổi cho nhau, các kết quả của các thiết kế, quyết định điều hành, thiết kế lựa chọn khác nhau có thể được đánh giá nhanh chóng. Phương pháp mô phỏng là phương pháp thông dụng và đã được ứng dụng có hiệu quả ở nhiều nơi trên thế giới cũng như ở Việt Nam Phương pháp tối ưu: Kỹ thuật tối ưu hoá bằng quy hoạch tuyến tính và quy hoạch động đã được sử dụng rộng rãi trong quy hoạch và quản lý tài nguyên nước. - Kumar, Viện Khoa học Ấn Độ [21] đã sử dụng thuật toán tối ưu SWARM vào nghiên cứu vận hành hệ thống liên hồ chứa gồm 4 hồ mà trước đây Larson đã sử dụng Quy hoạch động để giải quyết. Hai nhà Thủy văn Kumar và Singh cũng đã áp dụng các thuật toán GA - giải đoán gen.
Tiếp đó Giáo sư Kumar lại thử nghiệm áp dụng cho hệ thống hồ chứa Bhadra của Ấn Độ. Kết quả cho thấy thuật toán tối 7 ưu SWARM có khả năng áp dụng rất tốt vào giải quyết bài toán vận hành liên hồ chứa. - Robin, Trường đại học Edinburgh, vương quốc Anh [23] cũng đã tiến hành nghiên cứu đánh giá thuật toán GA - Giải đoán gen vào vận hành tối ưu hệ thống liên hồ chứa. Nghiên cứu điển hình đã được thực hiện cho hệ thống 4 hồ chứa, rồi cho hệ thống 10 hồ chứa.
Kết quả đạt được cho thấy thuật toán GA đem đến một giải pháp chấp nhận được. Tuy nhiên vẫn còn nhiều vấn đề cần xem xét đặc biệt là phân tích độ nhạy của các biến. - Oliviera and Loucks (1997) [26] đã ứng dụng phương giải đoán gen (GA) để xác định quy trình xả của hệ thống và phương trình cân bằng hồ chứa như các phương trình tuyến tính. Quy trình xả hệ thống cho biết tổng lượng xả ra từ hệ thống liên hồ như một phương trình của lượng nước có sẵn trong hệ thống tại một thời điểm trong năm.
Các phương trình đảm bảo lượng nước trữ cho biết lượng nước cần phải xả từng hồ để đảm bảo mục tiêu xả của hệ thống. Khi xây dựng được hai phương trình này, ta có khả năng xác định chính sách vận hành liên hồ cho phép điều phối quá trình vận hành của toàn hệ thống. Việc điều phối các điểm uốn (inflection) được lựa chọn như là các biến số quyết của vấn đề tối ưu nhằm xác định các chính sách vận hành giúp tối ưu hóa quá trình vận hành hồ chứa.[24] nghiên cứu áp dụng vận hành tối ưu với các quy tắc nhánh cây (treebased rules) cho hệ thống hồ chứa đa mục tiêu phòng lũ với thời gian thực bằng việc tích hợp vào hệ thống mô hình dự báo thủy văn. Phương pháp này đã được áp dụng cho hệ thống hồ chứa trên sông Tanshui ở Đài Loan.
Kết quả vận hành thử nghiệm cho các trận mưa lũ lịch sử năm 2004 (trận Aere, Haima và Neck-ten) cho thấy phương pháp này có kết quả tốt hơn nhiều đảm bảo cắt được đỉnh lũ theo yêu cầu của các điểm kiểm soát ở hạ lưu mà vẫn đảm bảo yêu cầu tích nước ở cuối mùa lũ ở các hồ chứa. - Liu, Zhao, Li và Shen đã ứng dụng phương pháp quy hoạch động lực học bất định (Stochastic Dynamic Program-SDP) để xây dựng mô hình vận hành cho hệ thống ba hồ Gorges ở Trung quốc. Phương pháp quy hoạch bất định này (Stochastic 8 programming) cung cấp kỹ thuật để thực hiện mô hình tối ưu hóa các vấn đề không chắc chắn đối với cả chức năng và vấn đề tuyến tính và không tuyến tính. Nhóm nghiên cứu đã ứng dụng SDP để xác định (discretized) dòng chảy vào và trữ lượng nước trong hồ và tìm kiếm giải pháp tối ưu cho việc vận hành hồ.
Labadie [20], Trường Đại học Bang Colorado đã tổng kết rất nhiều phương pháp sử dụng cho bài toán vận hành liên hồ chứa. Nhóm các phương pháp thường dùng như: Tối ưu ngẫu nhiên ẩn (Implicit StochasticOptimization) gồm: các mô hình quy hoạch tuyến tính (Linear Programming Models), các mô hình tối ưu dòng chảy mạng (Network Flow Optimization Models), các mô hình quy hoạch phi tuyến (Nonlinear Programming Models), các mô hình quy hoạch động rời rạc (Discrete Dynamic Programming Model), các mô hình quy hoạch động liên tục (Diffirential Dynamic Programming Models), các lý thuyết điều khiển tối ưu rời rạc theo thời gian (Discrete Time OptimalControl Theory). Nhóm các phương pháp ngẫu nhiên hiện (Explicit Stochastic Optimization) bao gồm: các mô hình quy hoạch tuyến tính ngẫu nhiên (Stochastic Linear Programming Models), các mô hình quy hoạch động ngẫu nhiên (Stochastic Dynamic Programming Models), các mô hình điều khiển tối ưu ngẫu nhiên (Stochastic Optimal Control Models). Nhóm tích hợp dự báo để vận hành hồ chứa theo thời gian thực.