一种水库群联合供水水权分配调度方法

摘要

针对两个及两个以上调水水库调水量与调水时机不确定的问题，本发明建立基于供水系统全局缺水风险最小化的水库群联合模拟优化调度模型，采用并行多种群混合进化的粒子群算法PMSE‑PSO优化确定满足各水库供水要求的库群调水规则和供水规则，并优化确定多调水水库的最大调水规模，最后基于优化规则及调水规模进行水库调度计算，进而求出各计算时段调水过程以及各水库区用水户供水量。本发明针对多并联调水水库向一个受水水库调水且调水量未知的情形，求解各调水水库调水量和调水时机，实现了水库群联合调度的技术突破，为水库调度决策部门提供了一个新的调度思路。

说明书

技术领域

本发明涉及水库调度领域，具体地说是一种水库群联合供水水权分配 调度方法。

背景技术

我国水资源日趋短缺，且时空分布极度不均衡。在新时期区域社会经 济发展的高用水要求下，水库群间的水力联系日益复杂化使水库群联合调 度研究表现出高度的复杂性。但是目前在水库群联合优化调度方面的研究 大多集中在一个调水水库向多个(或单个)受水水库调水且目标调水量已 知的情形，而针对两个及两个以上调水水库调水量与调水时机不确定的并 联调水的水库群联合调度规则研究很少见到，并且很少将水库供水规则和 调水规则相结合来研究水库群优化调度。在调水时机与调水量未知的情况 下，如何基于缺水风险确定调水水库的最大调水规模、水库群调水规则和 供水规则成为当前亟待解决的问题。也就是说，需要解决水源区水库群何 时向受水区水库调水、调多少水并考虑在调水启动的情况下，水库群如何 对各用水户进行适时适量供水的问题。

发明内容

本发明的目的是克服现有技术存在的不足，提供一种水库群联合供水 水权分配调度方法，能在调水时机和调水量未知的情形下，由基于供水系 统全局风险最小化的水库群联合模拟优化调度模型确定出的调水水库最大 调水规模，各水库调水控制线和用水户供水限制线，构成了简单实用的水 库群调水规则和供水规则。

本发明的工作原理为：建立基于供水系统全局风险最小化的水库群联 合模拟优化调度模型，同时确定水库群的调水规则、供水规则以及调水规 模，以此来指导水库群的实际调度。

本发明一种水库群联合供水水权分配调度方法，包括如下步骤：

建立基于供水系统全局风险最小化的水库群联合模拟优化调度模型；

确定水库群的调水规则、供水规则以及调水规模。

所述建立水库群联合模拟优化调度模型，首先建立目标函数，目标函 数包括缺水风险最低、弃水量最小、缺水损失程度最低、调水时段数最小， 目标函数如下式：

$\left(\begin{array}{c}obj:\min F(x,y,z)=w_R·\left(\underset{i=1}{\overset{N}{\Sigma }}\underset{j=1}{\overset{M}{\Sigma }}\right({\mathrm{RH}}_{ij}.{\mathrm{RE}}_{ij}.{\mathrm{RV}}_{ij}.{\mathrm{RC}}_{ij}\left)\right)\\ +w_{SU}.\underset{i=1}{\overset{N}{\Sigma }}{\mathrm{SU}}_i+w_T.\underset{i=1}{\overset{N}{\Sigma }}{T}_i+w_E.\left\{\frac{1}{T}\underset{t=1}{\overset{T}{\Sigma }}\right[\max (0,\underset{i=1}{\overset{N}{\Sigma }}\underset{j=1}{\overset{M}{\Sigma }}\frac{W_{ij}-Q_{ij}}{W_{ij}})\left]\right\}\end{array}\right)$

式中，RH_ij为i水库j用水户的缺水危险性，RE_ij为i水库j用水户的缺水 暴露性，RV_ij为i水库j用水户的缺水脆弱性，RC_ij为i水库j用水户的防旱抗 旱能力，T为总时段数，T_i为调水时段，SU_i为i水库的弃水量，W_ij为i水库j 用水户的缺水量，Q_ij为i水库j用水户的供水量，N为水库的个数，M为用 水户的个数，w_R，w_E，w_SU和w_T分别为各子目标的权重。

决策变量x,y,z分别为各水库调水控制线、供水限制线、和调水水库的 最大调水规模；

约束条件为：

水量平衡约束：V_t+1＝V_t+I_t-Q_t+L_t+SU_t+D_t

水库蓄水能力上下限约束：Vmin≤V_t≤Vmax

决策变量上下限约束：Vmin≤x_i,y_i,z_i≤Vmax

水库库容-面积-水位特征曲线：Z_i,t＝f(V_i,t),V_i,t＝f(S_i,t)

限制供水能力不超过允许破坏深度：α₁＝0.9,α₂＝0.75。

为避免陷入局部最优解，出现早熟收敛的现象，采用并行多种群混合 进化的粒子群算法(Parallel-swarmsShufflingEvolutionAlgorithm， 简称PMSE-PSO)。

所述并行多种群混合进化的粒子群算法的具体步骤如下：

(1)在可行域范围内随机产生M×N个粒子，其中M为子群体个数， N为每个子群体中粒子的个数，并计算每个粒子的目标函数值；

(2)将粒子按目标函数值从小到大的顺序进行排序；

(3)按照分配规则将总群体分成M个子群体，每个子群体中粒子的个 数为N；

(4)利用PSO算法进化每个子群体；

(5)经过一定迭代次数后，将子群体进行混合，使所有粒子进行信息 交流，并将每个粒子按目标函数值重新进行排序；

(6)如果满足终止准则则退出；否则回到步骤(3)。

调水规则如下：(1)当受水水库a蓄水量高于其调水控制线时，表示 不需要调水，故不发生调水。无论水源水库b、c蓄水情况怎样，均不发生 调水；

(2)对于受水水库a蓄水量低于其调水控制线时，需要调水，存在以 下情形：

①当调水水库b、c蓄水量均高于各自调水控制线时，表示有多余水量 可以外调，调水启动，即水源水库在其最大调水规模的约束下向受水水库 a调水；

②当调水水库中的某个水库(b或c)的蓄水量高于调水控制线，另外 一个水库的蓄水量低于调水控制线时，则可以进行外调的水源水库在其最 大调水规模的约束下向受水水库调水；

③如果调水水库b、c蓄水量均低于各自调水控制线，说明无论受水水 库蓄水状态如何，都不发生调水。

供水规则如下：农业供水限制线、工业与生活供水限制线确定水库是 否限制供水；在一定时段内：当水库水位位于农业限制供水线之上、水库 最高蓄水位之下时，水库生活、工业、农业供水均按需供水；当水库水位 位于农业限制供水线之下、工业与生活限制供水线之上时，生活和工业正 常供水，农业供水按限制系数限制供水；当水库水位位于工业与生活供水 限制线之下、死水位之上时，工业、农业供水均按各自的限制系数限制供 水。

与现有技术相比，本发明的有益效果在于：

其一，自动确定多个并联调水水库调水时机，调水量大小仅与调水水 库及受水水库时段初的库容相关，与受水水库是否缺水无直接关系。

其二，调水量大小仅受调水规模及其可调水量约束，与受水水库缺水 量大小无直接关系。

其三，从缺水风险最小化的角度建立调度模型，同时优化确定调水规 则、供水规则及最大调水规模。

其四，多个并联调水水库向一个受水水库调水，在调水量未知的情况 下，优化调度模型，把调水水库最大调水规模为决策变量之一，然后把优 化得到的最大调水规模作为本流域最后一个虚拟的用水户进行供水(即可 向受水水库调水),进而确定各时段实际调水量和用水户供水量。

其五，把调水规则和供水规则结合起来，基于供水系统全局风险最小 化研究水库群调度规则。

附图说明

图1为本发明方法流程图。

图2为本发明实施例的a-b-c水库群水力联系图。

图3为本发明实施例的a-b-c水库群调水规则和供水规则图。

具体实施方式

下面通过实施例，并结合附图对本发明作进一步说明。

如图1所示，一种水库群联合供水水权分配调度方法，以湖北省本来 没有水力联系的三库库群为例：a(代表短港水库)为受水水库，b(代表 高关水库)和c(代表郑家河水库)是调水水库，利用水库群联合模拟优 化调度模型来优化确定调水规则、供水规则以及调水规模。

目标函数：包括缺水风险最低、弃水量最小、缺水损失程度最低、调 水时段数最小，目标函数如下式：

$\left(\begin{array}{c}obj:\min F(x,y,z)=w_R·\left(\underset{i=1}{\overset{N}{\Sigma }}\underset{j=1}{\overset{M}{\Sigma }}\right({\mathrm{RH}}_{ij}.{\mathrm{RE}}_{ij}.{\mathrm{RV}}_{ij}.{\mathrm{RC}}_{ij}\left)\right)\\ +w_{SU}.\underset{i=1}{\overset{N}{\Sigma }}{\mathrm{SU}}_i+w_T.\underset{i=1}{\overset{N}{\Sigma }}{T}_i+w_E.\left\{\frac{1}{T}\underset{t=1}{\overset{T}{\Sigma }}\right[\max (0,\underset{i=1}{\overset{N}{\Sigma }}\underset{j=1}{\overset{M}{\Sigma }}\frac{W_{ij}-Q_{ij}}{W_{ij}})\left]\right\}\end{array}\right)$

式中，RH_ij为i水库j用水户的缺水危险性，RE_ij为i水库j用水户的缺水 暴露性，RV_ij为i水库j用水户的缺水脆弱性，RC_ij为i水库j用水户的防旱抗 旱能力，T为总时段数，T_i为调水时段，SU_i为i水库的弃水量，W_ij为i水库j 用水户的缺水量，Q_ij为i水库j用水户的供水量，N为水库的个数，M为用 水户的个数，w_R，w_E，w_SU和w_T分别为各子目标的权重。

决策变量x,y,z分别为各水库调水控制线、供水限制线、和调水水库的 最大调水规模。

约束条件为：

水量平衡约束：V_t+1＝V_t+I_t-Q_t+L_t+SU_t+D_t

水库蓄水能力上下限约束：Vmin≤V_t≤Vmax

决策变量上下限约束：Vmin≤x_i,y_i,z_i≤Vmax

水库库容-面积-水位特征曲线：Z_i,t＝f(V_i,t),V_i,t＝f(S_i,t)

限制供水能力不超过允许破坏深度：α₁＝0.9,α₂＝0.75。

模型求解：为避免陷入局部最优解，出现早熟收敛的现象，采用并行 多种群混合进化的粒子群算法(PMSE-PSO)。PMSE-PSO算法的具体步骤如 下：(1)算法在可行域范围内随机产生M×N个粒子，其中M为子群体 个数，N为每个子群体中粒子的个数，并计算每个粒子的目标函数值；(2) 将粒子按目标函数值从小到大的顺序进行排序；(3)按照分配规则将总群 体分成M个子群体，每个子群体中粒子的个数为N；(4)利用PSO算法进 化每个子群体；(5)经过一定迭代次数后，将子群体进行混合，使所有粒 子进行信息交流，并将每个粒子按目标函数值重新进行排序；(6)如果满 足终止准则则退出；否则回到步骤(3)。

2.具体结果见图3，下面是具体结果分析：

(1)两调水水库向一个受水水库调水，以月为计算时段，在调水量未 知的情况下，优化调度模型把两调水水库最大调水规模为决策变量之一， 然后把优化得到的最大调水规模(高关水库的最大调水规模为15m³/s,郑家 河水库的最大调水规模为2m³/s)作为本流域最后一个虚拟的用水户进行供 水，进而进行水库调度计算，求出调水控制线和供水限制线(如图3)。

(2)调水规则由一组基于各水库蓄水量的调水控制线表示(如图3)。 a、b、c水库在调水过程中，根据各库蓄水量与对应调水控制线的相对位 置关系，决定是否调水，调水量如何分配等。供水规则由各库供水限制线 表示(如图3)，对应于不同用水户的限制供水线将水库的兴利库容分为若 干调度区。调度过程中，根据水库蓄水状态所在调度区的供水规则对各用 水户进行供水。

(3)调水控制线位置的高低决定了调水行为的启动条件。对于水源水库 b和c，调水控制线位置越低意味着向外调水的几率越大，这样年均外调水 量会变大。对于受水水库a，调水控制线位置越高，意味着接受调水的几 率越大，年均调入水量会越多。

(4)结合图3，调水规则如下：(1)当受水水库a蓄水量高于其调水控 制线时，表示不需要调水，故不发生调水。无论水源水库b、c蓄水情况怎 样，均不发生调水。(2)对于受水水库a蓄水量低于其调水控制线时，需 要调水，存在以下情形：①当调水水库b、c蓄水量均高于各自调水控制线 时，表示有多余水量可以外调，调水启动，即水源水库在其最大调水规模 的约束下向受水水库a调水。②当调水水库中的某个水库(b或c)的蓄水 量高于调水控制线，另外一个水库的蓄水量低于调水控制线时，则可以进 行外调的水源水库在其最大调水规模的约束下向受水水库调水。③如果调 水水库b、c蓄水量均低于各自调水控制线，说明无论受水水库蓄水状态如 何，都不发生调水。

(5)结合图3，供水规则如下：农业供水限制线、工业与生活供水限 制线确定水库是否限制供水。在一定时段内：当水库水位位于农业限制供 水线之上、水库最高蓄水位之下时，水库生活、工业、农业供水均按需供 水；当水库水位位于农业限制供水线之下、工业与生活限制供水线之上时， 生活和工业正常供水，农业供水按限制系数限制供水；当水库水位位于工 业与生活供水限制线之下、死水位之上时，工业、农业供水均按各自的限 制系数限制供水。