黃河上游水庫群多目標優(yōu)化調度研究

賈一飛 董增川 卞佳琪 鐘敦宇 林夢然

摘要：為了使黃河上游梯級水庫群在豐、平、枯水年的實際調度中最大限度地發(fā)揮效益，建立黃河上游水庫群的多目標優(yōu)化調度模型，選擇1989-2008年共20 a的實測徑流長系列資料，利用改進的快速非劣排序遺傳算法（NSGA-Ⅱ）對模型進行求解。從水庫發(fā)電、運行情況、供水滿足度、防凌、生態(tài)等方面對模型計算結果進行分析，結果表明：在充分滿足防凌和生態(tài)前提下，模型優(yōu)化后的整個梯級水庫群總發(fā)電量比“實際”發(fā)電量提高了2.07%、總缺水率平方和比實際降低了5.98%。

關鍵詞：水庫調度;多目標;改進NSGA-Ⅱ算法;黃河上游

中圖分類號：TV697.1+2;TV882.1

文獻標志碼：A

doi： 10.3969/j.issn.1000-1379.2019.01.010

以龍羊峽水庫和劉家峽水庫為代表的黃河上游梯級水庫，控制著黃河來水量的一半以上，擔負著黃河重要的年際和年內水量調節(jié)、發(fā)電、防凌、生態(tài)供水、灌溉等任務，如何滿足多個目標的需求，使水庫群最大程度地發(fā)揮其綜合效益，成為水庫群優(yōu)化調度的研究熱點[1]。當前采用的傳統(tǒng)水庫群優(yōu)化調度模型沒有考慮天然徑流長系列存在豐、平、枯水年交替的問題，為此需要建立黃河上游水庫群的長系列、多目標優(yōu)化調度模型，以期實現黃河水資源的合理配置，滿足地區(qū)經濟社會發(fā)展的需要。

1 研究區(qū)水系統(tǒng)概化

研究區(qū)域為黃河干流上游唐乃亥至頭道拐河段。以水文節(jié)點、水利工程節(jié)點、計算單元為基本要素，按照流域水系和自然地理的拓撲關系，把水源與用水戶連接起來，對水量傳輸關系進行概化，見圖1。

2 梯級水庫群多目標優(yōu)化調度模型

選擇龍羊峽、拉西瓦、李家峽、公伯峽、蘇只、積石峽、劉家峽、鹽鍋峽、八盤峽和青銅峽水庫組成的水庫群作為研究對象，其中：龍羊峽水庫為多年調節(jié)水庫，劉家峽水庫為年調節(jié)水庫，兩庫的調節(jié)能力都較強，因而考慮龍劉（龍羊峽和劉家峽）水庫的調節(jié)作用;其他水庫為日調節(jié)水庫，調節(jié)能力較弱，按徑流式處理，只考慮利用水頭發(fā)電，不考慮調蓄作用。黃河上游梯級水庫群的調度為多目標均衡優(yōu)化問題，各目標之間存在矛盾。協(xié)調黃河上游梯級水庫群各個目標間的關系，建立黃河上游水庫群多目標優(yōu)化調度模型具有現實意義。

2.1 目標函數

（1）發(fā)電目標。以梯級水庫群調度周期內發(fā)電量最大為目標，其數學表達式為

（3）生態(tài)及防凌目標。生態(tài)目標為必須滿足河道生態(tài)需水要求，即任意時段水庫下泄到下游河道的水量必須大于河道的生態(tài)需水量。防凌目標為在凌汛期內任意時段水庫下泄流量應在防凌允許的區(qū)間之內。本文采用分層序列法[3]，將生態(tài)及防凌目標轉換為約束條件處理。

2.2 約束條件

（1）水量平衡約束。水庫蓄水量的變化為人庫水量與出庫水量之差：

（2）水庫出流約束。水庫出流量應當滿足最大、最小下泄流量限制要求，且下泄水量大于水輪機最大過流能力時產生棄水：

2.3 模型求解

采用改進的多目標遺傳算法（NSGA -Ⅱ）對模型進行求解。NSGA-Ⅱ算法由Deb K.等[4]于2000年提出，它降低了傳統(tǒng)非劣排序遺傳算法的復雜性，通過引入精英保留策略防止最佳個體丟失，提高了算法的運行速度和抗干擾性，被廣泛應用于水庫多目標優(yōu)化調度的計算中。

設種群由m個個體組成，個體的編號為i：個體共進化K代，每代的編號為k，取各水庫上游水位為決策變量進行編碼。每個個體Xi（k）中的元素 （k）為進化到第k代種群時第i個個體中d水庫t時段末（1≤t≤2T）的水位（d=l為龍羊峽水庫，d=2為劉家峽水庫，T為水庫的計算周期，計算步長為月）。個體表達式為

求解步驟如下：

（1）采用個體約束和群體約束技術生成初始種群P0[5]。首先，采用群體約束技術，在龍羊峽水庫各時段來水（用龍羊峽水庫各時段最大最小出庫流量和區(qū)間人流之和代替）、最大最小出庫流量約束已知的情況下，從期末消落水位開始逆序遞推出所有水位未知時段的可行水位區(qū)間，作為群體約束的上下限;然后，采用個體約束技術，在前一時段水位已知的情況下，根據當前的來水及最大最小下泄流量約束，確定下一時段的可行水位區(qū)間，作為個體約束的上下限;最后，取個體約束、群體約束和水庫水位約束三者的交集，作為下一時段水位生成的區(qū)間，在該區(qū)間內隨機生成t時段的水位。如此循環(huán)可求出所有時段的初始水位。

（2）通過水庫群調度求得所有個體各目標的適應度值，對于不符合約束條件的個體，通過增加罰函數的方式減小其對應的適應度值，以期在之后的進化過程中該個體逐漸被淘汰。

（3）通過錦標賽法選擇、交叉和變異操作，產生子代種群Q0，種群規(guī)模與父代相同。

（4）將P_k和Q_k（初始時k=0）合并，對合并后的種群進行快速非支配排序，構造其所有不同等級的非支配解集F1，F2，…，F_i，從低到高進行挑選。

（5）計算F_i所有個體的擁擠度，按F_i級別中所有個體的擁擠度大小順序進行挑選，直至選出m個個體為止，作為新的父代種群P_k+1。

（6）重復步驟（2）～步驟（5），迭代到k=K時停止。

3 上游水庫群優(yōu)化調度與實際情況對比

為了檢驗模型的合理性，從發(fā)電、水庫運行、供水、防凌、生態(tài)等方面對上游水庫群優(yōu)化調度與水量分配結果進行分析。龍羊峽水庫1986年10月下閘蓄水，1987-1988年運行水位過低，之后逐漸步人正常運行階段，因此模型選取1989-2008年的水文資料作為調度周期，以月為時段進行計算。唐乃亥水文站徑流量和其他區(qū)間來水采用1989年7月-2009年6月的實測徑流數據。龍羊峽水庫調度初期、末期水位分別取1989年6月末水位2 553.2 m和2009年6月末水位2 566.6 m，劉家峽水庫調度初期、末期水位分別取1989年6月末水位1 720.7 m和2009年6月末水位1 719.7 m.下游需水量按照全河370億m³可供水量來分配。

模型種群規(guī)模m取30，進化代數K取500，交叉概率取0.4，變異概率取0.03。按照上述步驟對所建立的模型進行求解，種群進化到500代時得到的Pareto非劣解集分布情況見圖2。

模型種群規(guī)模取30.經過算法優(yōu)化后會產生30條水位過程線，即30個方案。由于Pareto非劣解集中的各個方案之間并沒有直接的優(yōu)劣支配關系，且每個方案都對應多個屬性，因此本文采用模糊優(yōu)選法，根據隸屬度矩陣選擇最終方案。各個方案隸屬度值見表1.按照隸屬度最大原則，選取方案17為最優(yōu)方案。

由模糊優(yōu)選法確定的最優(yōu)方案（方案17）作為置換臨界值可得到：當發(fā)電量較小（f1≤7 050.14億kW·h）時，發(fā)電量與缺水率平方和之間的置換關系較小，梯級水庫群年均發(fā)電量每增加1億kW·h.缺水率平方和約增大0.31%，因此在梯級水庫群發(fā)電量達到這個臨界值之前可適當增加發(fā)電量以獲得更多的效益：當發(fā)電量較大（f1>7 050.14億kW·h）時，發(fā)電量與缺水率平方和的置換關系逐漸增大，梯級水庫群年均發(fā)電量每增加1億kW·h，缺水率平方和約增大0.61%。因此可以得出：缺水率平方和隨著水庫群發(fā)電量的增大而增大，隨著缺水率平方和的增大所能置換的發(fā)電量越來越小。

3.1 模型優(yōu)化發(fā)電量與“實際”發(fā)電量對比分析

模型優(yōu)化發(fā)電量與“實際”發(fā)電量對比見表2。表中“實際”發(fā)電量是根據各水庫實際蓄水位和實際泄流量，采用與優(yōu)化方法相同的電站出力系數計算所得，僅是為了與優(yōu)化結果進行對比，并非梯級水庫的實際發(fā)電量。梯級水庫中未建成的水電站“實際”發(fā)電量由斷面實測流量計算所得。年份一欄代表水文年，如“1989”表示“1989年7月-1990年6月”。從表2可看出，龍羊峽水庫1989-2008年“實際”年均發(fā)電量為42.94億kW·h，優(yōu)化年均發(fā)電量為51.74億kW·h（比“實際”發(fā)電量提高20.49%）：劉家峽水庫“實際”年均發(fā)電量為50.15億kW·h.優(yōu)化年均發(fā)電量為52.47億kW·h（比“實際”發(fā)電量提高4.63%）;黃河上游梯級水庫群“實際”年均發(fā)電量為345.37億kW.h.優(yōu)化年均發(fā)電量為352.51億kW·h（比“實際”發(fā)電量提高2.07%）。

3.2 水庫運行情況對比

將模型計算的龍羊峽水庫調度水位過程線與實際調度水位過程線（見圖3）進行對比，可以看出，龍羊峽計算水位比實際運行水位整體偏高。如果能預知后續(xù)來水情況，則調度前期下泄流量不能過大，以保證后期的供水流量和發(fā)電水頭，獲取最大供水和發(fā)電效益：當然也不能保持過高水頭，以避免棄水。而在實際水庫調度過程中，后續(xù)年份的來水情況是未知的，這也是合理運用多年調節(jié)水庫的難點所在。從圖4可以看出，優(yōu)化后龍羊峽水庫各年月的出流較實際更加均衡，供水更加穩(wěn)定。

3.3 供水情況對比

供水目標是黃河水量調度的重要目標之一。優(yōu)化調度的缺水率平方和與實際逐年缺水率平方和見表3?？梢钥闯觯孩賰?yōu)化后的缺水率平方和（2.864%）小于實際缺水率平方和（8.844%），優(yōu)化后的總缺水率平方和比實際的降低了5.98%，模型優(yōu)化的水庫下泄過程能提高下游用水戶的供水率：②實際的水庫調度過程多年供水穩(wěn)定性不高，模型優(yōu)化調度使水庫下游用水戶的供水更有保證。

3.4 防凌情況對比

防凌需求在模型中被作為約束條件，通過與防凌流量設定值對比表明，經過模型優(yōu)化計算的防凌斷面（石嘴山斷面）12月一次年3月的流量均滿足防凌安全泄量約束要求，能保證凌汛期流量控制要求。在實際調度中，對防凌提出了“穩(wěn)定封凍，平穩(wěn)開河”的要求，即在考慮封河開河期間槽蓄水量變化的前提下，使寧蒙河段防凌期的流量保持平穩(wěn)。為了使防凌滿足度量化并易于衡量優(yōu)劣，本文引入偏差測度表示下泄流量大小的合適程度。結合相關研究成果，選擇以下偏差測度公式[6]：

根據式（13）分別計算優(yōu)化和實際防凌期流量偏差測度，可得：AR優(yōu)化=3.96，AR實際=4.31。優(yōu)化所得的防凌期下泄流量與設定的防凌流量區(qū)間偏差更小，因而其下泄流量更優(yōu)。

繪制石嘴山斷面防凌期的優(yōu)化流量過程線和實測流量過程線，見圖5。與石嘴山斷面12月一次年3月的實測流量過程線相比，優(yōu)化流量呈逐月均勻遞減趨勢，能在一定程度上減少冰凌災害發(fā)生的概率，符合寧蒙河段的安全封河開河要求。

3.5 生態(tài)情況對比

將模型優(yōu)化后的逐月最小下泄流量通過水量傳播公式演算至各生態(tài)控制斷面（下河沿、石嘴山、頭道拐），生態(tài)控制斷面演算流量與預警流量（生態(tài)節(jié)點控制流量）對比見圖6。優(yōu)化后的斷面最小流量均滿足生態(tài)流量的控制要求。

4 結語

模型優(yōu)化使整個長系列調度周期的總缺水率減小，且各年缺水相對均衡，下游供水能得到保障;龍羊峽水庫優(yōu)化水位比實際運行水位高，可使黃河上游梯級水庫群總發(fā)電量提高;從發(fā)電、水庫運行、供水、防凌、生態(tài)等方面對模型計算結果進行合理性檢驗，結果達到水庫調度目標要求，表明模型合理，可以為黃河上游水庫群優(yōu)化調度提供參考。

參考文獻：

[1] 徐磊，基于遺傳算法的多目標優(yōu)化問題的研究與應用[D].長沙：中南大學，2007：1-7.

[2]董增川，水資源規(guī)劃與管理[M].北京：中國水利水電出版社，2008：82- 84.

[3] 王方勇，袁吉棟，李靜，等，基于河流健康的水庫和諧調度模型研究[J].人民黃河，2010，32（6）：7-9.

[4] DEB K， AGRAWAL S，PRATAP A， et d.A Fast ElitistNon-Dominated Sorting Genetic Algorithm for Multi-Objective Optimization： NSGA-Ⅱ[J]. Lecture Notes inComputer Science， 2000， 1917： 849-858.

[5]王學斌，暢建霞.孟雪姣，等，基于改進NSGA一II的黃河下游水庫多目標調度研究[J].水利學報，2017，48（2）：135-156.

[6]董增川，水資源系統(tǒng)分析[M].北京：中國水利水電出版社，2008：178.