變化環(huán)境下水庫適應性調(diào)度研究進展與展望

張 瑋，劉 攀，劉志武，劉瑞闊，明 波

(1.中國長江三峽集團有限公司 科學技術研究院，北京 100038；2.武漢大學 水資源與水電工程科學國家重點實驗室，湖北 武漢 430072；3.西安理工大學 西北旱區(qū)生態(tài)水利國家重點實驗室，陜西 西安 710048)

1 研究背景

氣候變化和人類活動對水循環(huán)和水資源利用產(chǎn)生著深刻影響[1-2]。以全球變暖為特征的氣候變化，通過影響降水、蒸發(fā)、徑流等一系列水文氣象要素，改變了流域的水文輸入條件，進而引起了水資源時空分配格局變化、極端水文事件頻發(fā)等問題[3-5]。大規(guī)模人類活動，例如：水利工程建設、城市化推進、土地開發(fā)利用等，改變了入滲及蒸散發(fā)等陸面水文過程所依賴的下墊面條件，使得自然條件下形成的產(chǎn)匯流機制不再適用，進而導致水資源量難以準確評估、水生態(tài)環(huán)境惡化等問題[6-7]。在氣候變化和人類活動耦合驅(qū)動的變化環(huán)境下，原有的水文一致性假定被打破，水資源管理正面臨著嚴峻挑戰(zhàn)。

水庫作為水利工程體系的重要組成部分，是保障我國國民經(jīng)濟發(fā)展和社會安全穩(wěn)定的重要支撐。截至2019年底，我國已建成各類水庫98 112座，水庫總庫容8983億m3，其中大型水庫744座，總庫容7150億m3，占全部總庫容的79.6%，中型水庫3978座，總庫容1127億m3，占全部總庫容的12.5%[8]。我國現(xiàn)已打造十三大水電基地，覆蓋金沙江、雅礱江、大渡河、長江上游等流域?？梢?，流域水庫群格局逐步形成，水庫調(diào)度是當前統(tǒng)籌兼顧多方要素、實現(xiàn)流域水資源高效利用的主要手段[9-10]。水庫調(diào)度的技術水平，隨著計算機的不斷發(fā)展和智能算法的不斷改進而日益提升：從單個水庫調(diào)度到大尺度水庫群聯(lián)合運行，從單一目標分析到多目標協(xié)同優(yōu)化，從單一時間尺度的規(guī)劃調(diào)度到多維調(diào)度期的嵌套計算，從基于單一數(shù)據(jù)的簡易優(yōu)化模型到由多源數(shù)據(jù)驅(qū)動的智能計算。水庫調(diào)度技術水平的成熟與發(fā)展，在流域水資源管理中發(fā)揮著至關重要的作用，更為應對變化環(huán)境而正在進行的新變革提供了有力的技術支撐。

在氣候變化和人類活動疊加影響的變化環(huán)境下，傳統(tǒng)水庫調(diào)度運行策略的性能難以滿足決策者的需求。為此，水庫管理者需開展一系列適應性舉措來應對變化環(huán)境。例如：2020年7月，《三峽(正常運行期)—葛洲壩水利樞紐梯級調(diào)度規(guī)程》(2019年修訂版)正式獲批，取代了原有的2015年版調(diào)度規(guī)程。并且，隨著氣候變化日益加劇、流域高質(zhì)量發(fā)展戰(zhàn)略穩(wěn)步推進、新型電力系統(tǒng)一體化建設不斷加快、國家水網(wǎng)整體布局日漸完善等，大部分水庫的功能、需求等調(diào)度運行環(huán)境將會進一步發(fā)生變化，變化環(huán)境下水庫適應性調(diào)度問題是不可忽視的。水庫實時和短期調(diào)度涉及的時間分辨率為小時或日，涉及和時間周期通常不超過1周或1個月、至多為1年。本文所關注的變化環(huán)境考慮了氣候變化和人類活動雙重影響，時間周期一般在數(shù)十年以上。為了充分考慮氣候變化的顯著影響、避免下墊面條件實時變化難以精準刻畫的問題，本文關于變化環(huán)境下水庫適應性調(diào)度問題主要是指變化環(huán)境下水庫中長期調(diào)度規(guī)則再編。

本文將重點綜述近年來國內(nèi)外水庫適應性調(diào)度研究進展，并探討未來相關的研究熱點問題，從而加強對水庫適應性調(diào)度的系統(tǒng)化理解與思考，為今后開展廣泛而深入的相關研究提供指導與借鑒。

2 變化環(huán)境下水庫入庫徑流預測

水庫入庫徑流對水庫調(diào)度的影響是最直接的，也是最重要的。變化環(huán)境下入庫徑流預測是開展水庫適應性調(diào)度研究的基礎前提。梳理與總結(jié)現(xiàn)有研究可以發(fā)現(xiàn)，根據(jù)調(diào)整對象的不同，變化環(huán)境下入庫徑流預測方法可分為：基于徑流重構(gòu)的預測方式和基于陸氣耦合關系的預測方式。

2.1 基于徑流重構(gòu)的預測方式基于徑流重構(gòu)的預測方式，以徑流作為直接調(diào)整的對象，該方法分為：統(tǒng)計特征因子調(diào)整法和歷史入庫徑流序列外延法。統(tǒng)計特征因子調(diào)整法是在歷史入庫徑流特征分析結(jié)果的基礎上，人為假定未來徑流的相對變化幅度。這一方法實際上著重考慮了變化環(huán)境對入庫徑流統(tǒng)計特征參數(shù)(均值、變異系數(shù)等)的影響，簡單易懂，利于應用，情景類型全面，可避免來自水文或氣象模型的不確定性影響，但變化范圍的合理性解釋不足。相關研究案例有：Nazemi等[11]將傳統(tǒng)重抽樣方法和簡單delta法相結(jié)合，通過在局部尺度上生成擾動序列集合，生成一系列反映變化環(huán)境下的徑流響應，以加拿大阿爾伯塔省南部的水資源系統(tǒng)作為實例驗證；Feng等[12]提出了簡單調(diào)整法和隨機重構(gòu)法來實現(xiàn)變化環(huán)境下徑流預測，并以此分析了三峽水庫調(diào)度規(guī)則參數(shù)對徑流統(tǒng)計參數(shù)變化的敏感性；Jeuland等[13]通過delta法直接改變年徑流量來形成多種氣候變化情景，進而討論了如何將實物期權與穩(wěn)健性決策相結(jié)合來實施變化環(huán)境下的水資源規(guī)劃與管理。

歷史入庫徑流序列外延法主要是根據(jù)歷史實測入庫徑流資料本身所體現(xiàn)的多時段相關性，借助滑動平均法、小波分析等統(tǒng)計分析技術進行徑流預測。這一方法保持了歷史實測信息的內(nèi)在統(tǒng)計特征，但所提供的入庫徑流預測結(jié)果較為單一，無法表征變化環(huán)境所具有的不確定性本質(zhì)。相關研究案例有：Zhang等[14]通過滑動平均法構(gòu)建了三峽水庫洪峰與洪量的變化情景，基于風險價值理論研究了非一致性條件下的汛期運行水位控制問題；Tan等[15]將集成經(jīng)驗模式分解方法和人工神經(jīng)網(wǎng)絡相耦合，考慮徑流多時段的相關性影響，提出了適用于汛期的自適應中長期徑流預估模型；Dariane等[16]基于徑流多時段的相關性，利用耦合進化神經(jīng)網(wǎng)絡的混合熵模型進行中長期徑流預測。

2.2 基于陸氣耦合關系的預測方式基于陸氣耦合關系的預測方式，以驅(qū)動徑流形成的降水與氣溫兩大氣象要素為調(diào)整對象，間接預測徑流變化。與上述基于徑流重構(gòu)的預測方式相比，這種預測方式側(cè)重描述在降水變化與氣溫變化共同作用下的徑流改變，通常遵循徑流形成的物理機理，但所獲取的徑流預測結(jié)果大多容易受到來自全球氣候模式(Global Climate Model，GCM)選擇、降尺度技術處理、以及水文模型模擬等過程的不確定性影響。

相關研究案例有：Raje等[17]針對印度的Hirakud水庫，根據(jù)三種溫室氣體排放情景下的GCM預測結(jié)果，利用統(tǒng)計降尺度方法和流域水文模型，預測得到未來徑流，進而分析氣候變化對水庫灌溉、發(fā)電、防洪的影響，并利用隨機動態(tài)規(guī)劃法提出了緩解氣候變化影響的水庫自適應調(diào)度策略；Steinschneider等[18]以愛荷華河上的Coralville水庫作為研究對象，針對降水變化和氣溫變幅的105種組合情景，分析了水文模型結(jié)構(gòu)和變化環(huán)境對未來洪水風險的不確定性影響；Ashofteh等[19]針對4種溫室氣體排放情景的預測結(jié)果，利用統(tǒng)計降尺度技術和IHACRES半分布式水文模型預測徑流，并基于遺傳規(guī)劃方法提取了適應變化環(huán)境的灌溉水庫調(diào)度規(guī)則；Wen等[20]利用不同RCP排放情景下40多個GCM，借助統(tǒng)計降尺度技術和SWAT水文模型，預測了各個變化情景下的徑流響應情況，據(jù)此評價了在氣候變化與大規(guī)模梯級水電站開發(fā)的變化環(huán)境下中國西南地區(qū)生態(tài)水文系統(tǒng)的演變趨勢。

綜上，變化環(huán)境下水庫入庫徑流預測的研究進展匯總?cè)绫?所示。

表1 變化環(huán)境下水庫入庫徑流預測的研究進展

3 水庫調(diào)度規(guī)則編制

水庫短期和實時調(diào)度依托于水文預報信息，涉及變化環(huán)境對流域產(chǎn)匯流機理的改變，在此不做詳述。水庫中長期調(diào)度依賴于入庫徑流的統(tǒng)計特征值，是變化環(huán)境下水庫適應性調(diào)度的主要問題。

水庫實際運行通常以既定的水庫調(diào)度規(guī)則為操作準則。水庫調(diào)度規(guī)則是以設計任務和運行約束為前提，基于實測的長系列徑流資料進行水庫調(diào)度操作，借助可視化圖表或者數(shù)學函數(shù)呈現(xiàn)出水庫調(diào)度運行規(guī)律。水庫調(diào)度規(guī)則是實施水庫科學合理運行控制的重要依據(jù)[21]。

水庫調(diào)度規(guī)則的表現(xiàn)形式主要是調(diào)度圖和調(diào)度函數(shù)兩種，水庫調(diào)度規(guī)則的提取方法主要包括顯隨機優(yōu)化方法和隱隨機優(yōu)化方法兩大類。水庫調(diào)度規(guī)則的編制過程主要包括如圖1所示的步驟：①準備水庫調(diào)度模型的輸入資料，例如，徑流序列、調(diào)度目標類型、水庫約束條件等；②確定水庫調(diào)度規(guī)則的表現(xiàn)形式，選擇通過調(diào)度圖還是調(diào)度函數(shù)來呈現(xiàn)，并分析其中的關鍵要素，例如，水庫調(diào)度圖的適用目標類型及相應調(diào)度區(qū)劃分，或者是水庫調(diào)度函數(shù)的統(tǒng)計關系和物理特征描述；③基于預設的水庫調(diào)度規(guī)則表現(xiàn)形式，選擇合適的水庫調(diào)度規(guī)則提取方法進行優(yōu)化計算，從而形成能夠控制水庫水位、影響水庫出流、決定出力水平等多維要素的水庫調(diào)度規(guī)則。據(jù)此所提煉的水庫調(diào)度規(guī)則，可結(jié)合水文預報信息為水庫管理人員的調(diào)度決策提供有力指導。

圖1 水庫調(diào)度規(guī)則的編制流程圖

3.1 水庫調(diào)度規(guī)則的表現(xiàn)形式

3.1.1 調(diào)度圖 水庫調(diào)度圖是綜合反映水庫在既定水文條件下滿足特定調(diào)度目標要求時所形成的運行規(guī)律，借助可視化圖表的形式呈現(xiàn)，是目前生產(chǎn)實際中指導水庫運行的一種常見方式。水庫調(diào)度圖，是結(jié)合水文設計資料和水庫主要功能定位(例如：發(fā)電或者供水)，以時間(月或旬)為橫坐標、以水庫水位為縱坐標，所形成的一組控制曲線，各控制曲線之間對應著不同出力等級、供水等級或流量等級的調(diào)度區(qū)。水庫調(diào)度圖可分為常規(guī)調(diào)度圖和優(yōu)化調(diào)度圖。常規(guī)調(diào)度圖，一般是選取典型徑流資料進行水庫調(diào)節(jié)過程演算，根據(jù)相應的水庫蓄水過程統(tǒng)計確定的調(diào)度控制曲線。常規(guī)調(diào)度圖具有簡單實用、便于操作的優(yōu)點，在水庫年調(diào)度計劃編制及實施中被廣泛采用；但是，常規(guī)調(diào)度圖通常僅以設計徑流資料和設計保證率作為編制依據(jù)，沒有考慮未來徑流預報信息，且適用對象通常局限于單個水庫。優(yōu)化調(diào)度圖，是將近期的實測徑流資料作為優(yōu)化過程的輸入，利用運籌學優(yōu)化方法或者智能優(yōu)化算法修正常規(guī)調(diào)度圖的控制參數(shù)，或者對水庫確定性優(yōu)化調(diào)度過程做統(tǒng)計歸納處理的結(jié)果。相較于常規(guī)調(diào)度圖，優(yōu)化調(diào)度圖一方面在水位及流量控制等調(diào)度過程上更貼合水庫近年來的實際運行近況；另一方面在水資源利用率、發(fā)電量、供水保證率等效益水平上也更佳。然而，由于面臨著優(yōu)化變量眾多、蓄放水時空次序復雜、高效求解難度大等問題，優(yōu)化調(diào)度圖通常較難適用于復雜的流域型大規(guī)模梯級水庫群。

專家學者在調(diào)度圖的優(yōu)化問題上進行了大量探索。例如：楊光等[22]利用Pareto存檔動態(tài)維度搜索算法優(yōu)化丹江口發(fā)電和供水多目標調(diào)度圖，進而協(xié)調(diào)了供水和發(fā)電之間的矛盾。關于集中在某一河流上的梯級水庫群聯(lián)合調(diào)度圖的優(yōu)化問題，程春田等[23]采用模擬逐次逼近算法對烏江梯級水電站群調(diào)度圖進行了優(yōu)化。Jiang等[24]提出了梯級水庫群發(fā)電總出力調(diào)度圖和最優(yōu)出力分配的雙層嵌套優(yōu)化模型，利用逐次搜索算法和逐次優(yōu)化算法，得到梯級水庫群的最優(yōu)總出力運行圖。

3.1.2 調(diào)度函數(shù) 水庫調(diào)度函數(shù)，綜合考慮了水庫特性、統(tǒng)計關系、決策者偏好等主客觀要素，根據(jù)水量平衡原理或者能量守恒原理，以數(shù)學函數(shù)的方式來描述水庫調(diào)度運行規(guī)律。這是目前學術研究中描述水庫運行的最流行的一種方式。水庫調(diào)度函數(shù)，根據(jù)水庫的輸出因子(如：出庫流量)與輸入因子(如：入庫徑流)、狀態(tài)因子(如：水庫庫容)來表征水庫調(diào)度過程的統(tǒng)計關系，其統(tǒng)計分析過程涉及了因變量與自變量的篩選、線性或非線性關系的分析、以及水量平衡或能量守恒的物理機理討論等多項內(nèi)容。水庫調(diào)度函數(shù)比水庫調(diào)度圖的應用更為靈活。線性函數(shù)是目前比較常用的水庫調(diào)度函數(shù)型式，其參數(shù)較少且方法成熟(如：回歸統(tǒng)計技術)，在指導水庫調(diào)度運行中效果顯著，在不同的水庫調(diào)度實踐中是普遍可行的[25]。隨著構(gòu)建水庫調(diào)度函數(shù)的自變量因子變得多源化與復雜化，以及考慮到水庫群聯(lián)合調(diào)度的實際需求，水庫調(diào)度決策因子和決策結(jié)果之間主要呈現(xiàn)出非線性關系。加之數(shù)據(jù)挖掘技術的不斷豐富，非線性調(diào)度函數(shù)不僅可以精細化描述單個水庫調(diào)度運行規(guī)律，也可以適用在梯級水庫群乃至復雜的流域型大規(guī)模梯級水庫群的調(diào)度運行中[26]。

國內(nèi)外學者就調(diào)度函數(shù)型式的水庫調(diào)度規(guī)則問題已經(jīng)開展了較為廣泛的研究與討論。例如：Revelle等[27]在1969年基于線性回歸分析技術首次提出了水庫線性水量調(diào)度函數(shù)；Liu等[28]針對三峽水庫發(fā)電運行提出了線性調(diào)度函數(shù)，并對調(diào)度規(guī)則參數(shù)的不確定性進行了深入分析；Yang等[29]通過耦合高斯徑向基函數(shù)RBF和敏感性分析技術，利用Pareto存檔動態(tài)維度搜索算法，提取了適用于發(fā)電和供水多目標優(yōu)化的梯級水庫群非線性調(diào)度規(guī)則。

3.2 水庫調(diào)度規(guī)則的提取方法

3.2.1 顯隨機優(yōu)化方法 顯隨機優(yōu)化方法的核心思想是把徑流看作隨機過程，將服從于某一概率分布的入庫徑流作為水庫優(yōu)化調(diào)度模型的輸入。顯隨機優(yōu)化方法的理論比較完善，但是其實際應用較為復雜，容易陷入“維數(shù)災”和局部最優(yōu)等問題。常見的顯隨機優(yōu)化方法包括隨機線性規(guī)劃方法和隨機動態(tài)規(guī)劃方法。隨機線性規(guī)劃方法根據(jù)隨機參數(shù)位置的不同，可分為概率規(guī)劃和機遇約束規(guī)劃兩種，二者的區(qū)別在于隨機參數(shù)位置處在目標函數(shù)還是約束條件[30]。隨機線性規(guī)劃方法不僅要求目標函數(shù)和約束條件均為線性，還需要考慮多種可能方案的組合。隨著目標函數(shù)的多樣化和水庫系統(tǒng)的群體化，水庫優(yōu)化調(diào)度已經(jīng)變成一個高維、非線性的多階段決策問題。因此，隨機線性規(guī)劃方法由于線性要求的不易滿足和多方案引起的變量“維數(shù)災”問題，在水庫調(diào)度中的應用研究較少[31-32]。水庫調(diào)度領域目前主要使用的顯隨機優(yōu)化方法是具有馬爾科夫鏈關系的隨機動態(tài)規(guī)劃方法，其優(yōu)點是不強制要求目標函數(shù)或約束條件是否為線性、考慮了相鄰階段隨機變量的相關性、可以直接給出水庫調(diào)度的運行策略，但是其不足在于分析過程復雜、難以廣泛地應用于水庫調(diào)度實踐中。采用隨機動態(tài)規(guī)劃方法進行水庫顯隨機優(yōu)化調(diào)度的系列研究，目前主要涉及以下三個方面：①如何利用徑流預報信息來描述水庫隨機優(yōu)化調(diào)度中的徑流不確定性的問題；②如何利用優(yōu)化降維技術來化解在多水庫聯(lián)合隨機優(yōu)化調(diào)度中“維數(shù)災”問題；③如何利用多目標處理技術來實現(xiàn)水庫多目標調(diào)度的隨機優(yōu)化問題。

針對徑流預報不確定性描述問題的研究案例有：Xu等[33]將短中期的降水預報信息考慮到水庫群隨機優(yōu)化調(diào)度模型中，利用貝葉斯隨機動態(tài)規(guī)劃模型進行求解；Lei等[34]利用Copula函數(shù)構(gòu)建了隨機動態(tài)規(guī)劃方法中相鄰時段徑流的聯(lián)合概率分布函數(shù)，改進了傳統(tǒng)的狀態(tài)轉(zhuǎn)移矩陣。關于多水庫聯(lián)合隨機優(yōu)化調(diào)度的研究案例有：Mujumdar等[35]基于聚合分解思想，以水庫群的總來水量作為聚合變量，利用隨機動態(tài)規(guī)劃模型獲得了以水庫群總來水量和各水庫蓄水狀態(tài)為變量的調(diào)度圖；Tan等[36]將逐次迭代逼近的思想引入到兩階段的隨機動態(tài)規(guī)劃模型，并耦合余留期近似效益函數(shù)，有效避免了水庫群中長期隨機優(yōu)化調(diào)度的“維數(shù)災”問題。就多目標水庫隨機優(yōu)化調(diào)度問題的實例討論案例有：廖伯書等[37]利用加權法將多目標轉(zhuǎn)化為單目標，從而采用隨機動態(tài)規(guī)劃方法求解水庫多目標優(yōu)化調(diào)度問題；陳守煜等[38]借助模糊優(yōu)選理論來改進隨機動態(tài)規(guī)劃方法，從隨機分析的角度解決了水資源系統(tǒng)調(diào)度中多目標的優(yōu)化與決策問題。

3.2.2 隱隨機優(yōu)化方法

(1)擬合方法。擬合方法認為徑流的隨機性過程是由長系列徑流資料體現(xiàn)的?；舅悸肥牵和ㄟ^建立確定性優(yōu)化模型，獲取長系列水庫優(yōu)化調(diào)度決策過程(即最優(yōu)調(diào)度軌跡)，進而利用數(shù)據(jù)挖掘技術(如：線性回歸統(tǒng)計方法、人工神經(jīng)網(wǎng)絡方法)統(tǒng)計分析其中的優(yōu)化決策規(guī)律，最終提取出水庫調(diào)度規(guī)則。擬合方法本質(zhì)上是針對獲得的水庫最優(yōu)蓄泄決策的事后性回顧分析[39]。利用擬合方法所提取水庫調(diào)度規(guī)則，通常會面臨兩方面的考驗：一則是擬合效果容易受到數(shù)據(jù)挖掘技術的學習能力、統(tǒng)計分析變量的數(shù)目與形式等多方面的影響；另一則是在處理水文條件、優(yōu)化模型結(jié)構(gòu)、調(diào)度函數(shù)型式等多重不確定性因素時，調(diào)度規(guī)則的泛化推廣能力存在較大的局限性。隨著人們對水庫(群)系統(tǒng)的非線性認識不斷加深、近年來數(shù)據(jù)挖掘技術的日趨成熟，擬合方法的相關研究可以劃分為：①利用傳統(tǒng)回歸分析技術來制定水庫調(diào)度規(guī)則；②借助現(xiàn)代人工智能方法來制定水庫調(diào)度規(guī)則。

利用傳統(tǒng)回歸分析技術提取水庫調(diào)度規(guī)則的研究案例有：Celeste等[40]基于曲面擬合分析方法擬合水庫確定性優(yōu)化軌跡，構(gòu)建了水庫出流和水庫水位、水庫入流之間的非線性調(diào)度規(guī)則；劉攀等[41]利用線性回歸技術提取了三峽水庫的線性發(fā)電調(diào)度規(guī)則，并探討了利用擬合方法來制定調(diào)度規(guī)則的資料長度問題。不同的是，現(xiàn)代人工智能方法能夠依據(jù)自組織學習能力和自身強大的映射能力，直接挖掘出輸入數(shù)據(jù)和輸出數(shù)據(jù)的相關關系。目前借助現(xiàn)代人工智能方法提取水庫調(diào)度規(guī)則的研究案例有：Rieker等[42]使用強化學習算法提取了加利福尼亞和內(nèi)華達州特魯奇河的長期水庫運行策略；Zhang等[43]利用長短期記憶模型提取了葛洲壩水庫的長期調(diào)度規(guī)則，并總結(jié)了長短期記憶模型在計算效率、調(diào)度規(guī)則模擬能力上的優(yōu)勢。

(2)參數(shù)化-模擬-優(yōu)化方法。不同于根據(jù)最優(yōu)調(diào)度軌跡來尋求水庫調(diào)度規(guī)則的擬合方法，參數(shù)化-模擬-優(yōu)化方法主要是針對具有確定規(guī)則表現(xiàn)形式和初始參數(shù)的水庫調(diào)度規(guī)則，利用優(yōu)化算法對參數(shù)進行直接優(yōu)化迭代計算，進而獲得能夠體現(xiàn)最佳調(diào)度性能的調(diào)度規(guī)則參數(shù)結(jié)果。參數(shù)化-模擬-優(yōu)化方法具有如下優(yōu)勢[44]：①參數(shù)變量域無需離散化，與顯隨機優(yōu)化方法和基于動態(tài)規(guī)劃類的擬合方法相比，可以有效避免維數(shù)災，降低模型的復雜性；②能夠與任何模擬模型相結(jié)合，且不增加對模型信息的任何約束，允許使用外部信息來調(diào)節(jié)決策結(jié)果，在研究徑流不確定性條件下的水庫調(diào)度規(guī)則問題中具有較高的應用可移植性；③在設計多目標優(yōu)化問題時，能夠直接與多目標優(yōu)化算法相結(jié)合，得到反映不同調(diào)度規(guī)則參數(shù)集的Pareto前沿近似解。

近幾十年來，利用參數(shù)化-模擬-優(yōu)化方法提取水庫調(diào)度規(guī)則這一問題，備受國內(nèi)外學者的青睞與關注，有著大量的應用實踐案例。例如：Guariso等[45]在解決多目標水庫優(yōu)化調(diào)度問題中，初步提出了參數(shù)化-模擬-優(yōu)化方法的計算思想；Koutsoyiannis等[46]正式為參數(shù)化-模擬-優(yōu)化方法命名，結(jié)合粒子群優(yōu)化算法，分析了該方法在不同目標函數(shù)和水文情景下提取梯級水庫調(diào)度規(guī)則的優(yōu)點；尹正杰等[47]利用參數(shù)化-模擬-優(yōu)化方法，借助遺傳算法對中國北方的多目標供水水庫調(diào)度規(guī)則進行優(yōu)化，得到能夠協(xié)調(diào)多目標供水問題的規(guī)則參數(shù)集；Zhang等[48]利用聚合分解技術簡化大尺度水庫群線性調(diào)度規(guī)則，將定向多目標快速非支配排序遺傳算法作為參數(shù)化-模擬-優(yōu)化方法的核心優(yōu)化算法，提取出能夠平衡全流域發(fā)電效益與生態(tài)保護的Pareto解集。

綜上，水庫調(diào)度規(guī)則編制的研究進展匯總?cè)绫?所示。

表2 水庫調(diào)度規(guī)則編制的研究進展

4 耦合變化環(huán)境-入庫徑流-調(diào)度規(guī)則的水庫適應性調(diào)度

變化環(huán)境下水庫適應性調(diào)度研究，最初側(cè)重于評估變化環(huán)境對水庫調(diào)度運行的影響，典型研究是：評價變化環(huán)境下水庫系統(tǒng)的脆弱性、回彈性、可靠性等指標[49-51]。在21世紀最初的20年中，國內(nèi)外學者在變化環(huán)境的水庫適應性調(diào)度方法上開展了不少研究。當前有兩種主流研究模式：“自上而下”(Top-down)模式和“自下而上”(Bottom-up)模式，二者計算思路對比如圖2所示。由該圖可以看出，兩種研究模式的區(qū)別主要體現(xiàn)在：①未來變化環(huán)境的構(gòu)造偏好；②適應性調(diào)整的驅(qū)動詮釋。Top-down模式主要采用基于GCM的點狀情景作為未來變化環(huán)境的描述，并認為水庫適應性調(diào)度是伴隨環(huán)境變化的一種被動行為；而Bottom-up模式主要采用以降水和氣溫多種可能變幅組合的面狀情景域來構(gòu)造未來變化環(huán)境，并認為水庫適應性調(diào)度是由于原有調(diào)度運行方式受到風險威脅而形成的一種主動行為。

圖2 基于Top-down與Bottom-up模式開展變化環(huán)境下水庫適應性調(diào)度研究的計算流程對比圖

4.1 基于Top-down模式的水庫適應性調(diào)度Top-down模式遵從“what-if-then”的基本思想，主要依托于有限情景數(shù)量描述變化環(huán)境(如：不同GCM)，針對各個情景或者多情景集合平均結(jié)果，開展水庫適應性調(diào)度研究。這一模式具有簡單直接的計算過程、能夠根據(jù)變化環(huán)境的特點來提供相應的水庫適應性調(diào)度策略；但是，所描述變化環(huán)境情景數(shù)量有限、與調(diào)度運行策略現(xiàn)狀的連貫性不足、研究成果的適用時間缺少理論解釋。

相關研究案例有：Steinschneider等[52]將季節(jié)性水文預報作為近期預報信息，以5個GCM的水文響應平均值作為未來遠期徑流，利用實物期權方法研究美國東北部水庫群系統(tǒng)在變化環(huán)境下供水調(diào)度決策；吳書悅等[53]分析了RCP4.5情景下2016—2045年水文變化響應，據(jù)此提出了新安江水庫的適應性發(fā)電調(diào)度圖；Haguma等[54]以加拿大魁北克省Manicouagan流域的多水庫系統(tǒng)為研究對象，針對A1B、A2、B1三類排放情景下13個GCM的季節(jié)性變化情況和年際變化情況，提出了水庫系統(tǒng)長期適應性管理的優(yōu)化方法；He等[55]針對兩個GCM預測情景，利用基于Pareto存檔的動態(tài)維度搜索算法，提取了漢江流域梯級水庫群的多目標適應性調(diào)度規(guī)則。

4.2 基于Bottom-up模式的水庫適應性調(diào)度Bottom-up模式采用“決策標度(decision scaling)”的思想，主要依托于降水、氣溫、徑流等水文要素的多種可能變幅組合來描述變化環(huán)境，同時考慮水庫系統(tǒng)風險和當?shù)毓芾硖攸c等信息，以現(xiàn)有的水資源管理策略受到風險威脅作為實施適應性管理的內(nèi)在驅(qū)動，通過“管理方案評價—風險情景確定—穩(wěn)健性調(diào)整—再評價”的研究過程，開展以穩(wěn)健性為核心的適應性管理[56]。這一模式描述變化環(huán)境的情景數(shù)量充足、與工程管理的現(xiàn)狀結(jié)合緊密；但是，主觀依賴性較強、再現(xiàn)能力與透明度不高。

相關研究案例有：Brown等[57]將氣候預測信息、專家與利益相關者的風險閾值偏好、系統(tǒng)脆弱性等要素，嵌入到水資源系統(tǒng)適應性管理模型，提出了基于Bottom-up模式的氣候變化影響下水資源規(guī)劃與管理的技術框架；Herman等[58]提出了多利益主體穩(wěn)健性決策的計算框架，該框架在Bottom-up模式中融合了多目標搜索技術和不確定性分析方法，并在美國北卡羅來納州水資源系統(tǒng)進行實例驗證；Borgomeo等[59]針對變化環(huán)境下英國倫敦供水系統(tǒng)的適應性管理問題，分析了非平穩(wěn)缺水頻率的概率分布和超過計劃頻率的缺水風險閾值，并基于Bottom-up模式制定了長期水資源的規(guī)劃管理策略；Taner等[60]運用貝葉斯信念網(wǎng)絡構(gòu)建了水文氣象要素的歷史趨勢以及未來預測和專家經(jīng)驗的聯(lián)合概率分布，基于Bottom-up模式提出了耦合多維不確定性的水庫穩(wěn)健性調(diào)控措施，在肯尼亞Mwache水庫系統(tǒng)進行了實例討論。

綜上，有關水庫適應性調(diào)度的研究進展匯總?cè)绫?所示。

表3 耦合變化環(huán)境-入庫徑流-調(diào)度規(guī)則的水庫適應性調(diào)度的研究進展

5 展望

在氣候變化和人類活動的共同影響下，水文循環(huán)過程發(fā)生了顯著變化，傳統(tǒng)水庫調(diào)度方式在變化環(huán)境下面臨著巨大的風險與挑戰(zhàn)。為了確保水庫群在變化環(huán)境下能夠安全且高效地調(diào)度運行，如何有效預判與精準刻畫變化環(huán)境、實施到位的適應性調(diào)度運行策略？為此，水庫適應性調(diào)度應運而生。水庫適應性調(diào)度將Top-down模式或者Bottom-up模式作為基本研制框架，然后將傳統(tǒng)的水庫調(diào)度規(guī)則編制技術與描述變化環(huán)境的徑流預測結(jié)果相結(jié)合，從而提出一種能夠適應變化環(huán)境的水庫調(diào)度運行策略，為管理者預先防范由變化環(huán)境不確定性而引發(fā)的潛在風險提供輔助決策支持。隨著水文氣象預報水平的不斷提高、大數(shù)據(jù)驅(qū)動技術的廣泛應用、適應性調(diào)度機理探索的逐漸深入、流域水工程建設的日趨完善等，變化環(huán)境下水庫適應性調(diào)度的研究熱點和未來發(fā)展方向主要集中在以下幾個方面：

(1)氣候變化與人類活動互饋影響下的徑流預測方法?，F(xiàn)有關于變化環(huán)境下徑流預測的理論方法難以充分考慮自然-人工互饋變化對未來徑流的影響，具體體現(xiàn)在：①缺乏能夠精準描述自然-人工互饋變化的物理模型。目前，幾乎沒有水文模型能夠?qū)⑷娴乜坍嫵鑫磥須夂蜃兓^程、人類高強度的復雜活動、以及二者聯(lián)動關系。并且，由于模型結(jié)構(gòu)設定的局限性，模型輸入也尚未能同時將歷史實測數(shù)據(jù)與未來氣候變化數(shù)據(jù)作為模型驅(qū)動。故亟需開展刻畫自然-人工互饋變化的水文模型底層重構(gòu)機理研究，以建立適用于變化環(huán)境下徑流預測的物理模型。②缺乏將基于徑流重構(gòu)的預測方式與基于陸氣耦合關系的預測方式進行有機結(jié)合。目前，基于徑流重構(gòu)的預測方式能夠提供較為豐富的預測情景，但人為主觀影響較大、缺少合理的情景邊界，而基于陸氣耦合關系的預測方式以實際大氣-環(huán)境的物理關系為客觀依據(jù)，但預測結(jié)果受到多模型、多過程、多參數(shù)的不確定性影響大。故亟需開展兩種現(xiàn)有徑流預測方式的互補融合探索與實踐應用，以快速實現(xiàn)“揚長避短、優(yōu)勢互補”。

(2)變化環(huán)境下新舊水庫調(diào)度運行策略的調(diào)整臨界時機與靜態(tài)銜接方式?，F(xiàn)有關于變化環(huán)境下水庫適應性調(diào)度研究大多數(shù)著眼于水庫調(diào)度運行策略“怎樣變”的問題，忽略了變化環(huán)境下水庫調(diào)度運行策略究竟應“何時變”問題及其與“怎樣變”問題的緊密聯(lián)系。具體來說：①關于變化環(huán)境下水庫調(diào)度運行策略“何時變”這一問題，本質(zhì)是探尋新舊水庫調(diào)度運行策略發(fā)生變更的臨界時間點，然而，目前尚未有明確的研究思路和技術方法能夠提供較好的解決途徑。該問題是當前水庫適應性調(diào)度研究中最需要補足的一塊理論短板，故亟需開展變化環(huán)境下水庫調(diào)度運行策略“何時變”的機理性探究，以補足水庫適應性調(diào)度系統(tǒng)性研究中被忽視的重要環(huán)節(jié)。②關于變化環(huán)境下水庫調(diào)度運行策略“怎樣變”這一問題，目前主要基于假定情景來開展理論性研究，由于當前缺乏對變化環(huán)境下水庫調(diào)度運行策略“何時變”問題的探討，所以尚未將“何時變”與“怎樣變”兩大問題進行有機結(jié)合。正是由于這一不足，當前關于變化環(huán)境下水庫調(diào)度運行策略“怎樣變”問題的研究成果難以落地應用。故亟需以實踐應用為驅(qū)動力來針對變化環(huán)境下水庫調(diào)度運行策略“何時變”與“怎樣變”兩大問題開展聯(lián)動性研究，以提供“變化環(huán)境類型—調(diào)度運行策略變更的臨界時間—調(diào)度運行策略的適應性調(diào)整方式”全鏈條式應答建議。

(3)變化環(huán)境下水庫調(diào)度運行策略的動態(tài)適應過程。前述的變化環(huán)境下水庫調(diào)度運行策略“何時變”與“怎樣變”問題，本質(zhì)上可理解為：在一個確定的調(diào)整臨界時間點前后，水庫調(diào)度運行策略發(fā)生“以新替舊”的轉(zhuǎn)變，這是一種不隨時間變化的靜態(tài)銜接方式。然而，氣候變化和人類活動雙重影響下的變化環(huán)境，具有動態(tài)性與時變性。少數(shù)研究[61-62]借助數(shù)據(jù)同化技術，初步提出了編制具有時變功能的水庫調(diào)度運行策略的創(chuàng)新性方法，但其研究成果在水庫(群)實際運行管理工作中往往難以被采用，主要原因包括：①對于引發(fā)水庫調(diào)度運行環(huán)境變化的主控要素，尚未做到精準有效識別。實際上，水庫調(diào)度運行環(huán)境的近期變化以人類復雜活動為主導，例如：流域范圍內(nèi)新增水工程的投運、社會發(fā)展對水庫主要功能定位的轉(zhuǎn)變、下墊面植被覆蓋的增減等；水庫調(diào)度運行環(huán)境的遠期變化受氣候變化影響顯著，例如：流域范圍內(nèi)極端洪澇或極端干旱事件頻發(fā)、天然來水量及其年內(nèi)過程非一致性特征明顯等。故亟需考慮階段特點針對變化環(huán)境主控要素開展快速且有效的甄別及篩選方法研究，以進一步認識影響水庫調(diào)度運行策略改變的真實環(huán)境變化過程。②現(xiàn)行水庫調(diào)度運行策略是受法律保護的，新舊水庫調(diào)度運行策略的變更實際上需要大量科學理論研究和多部門論證審批等，不是簡單地人為動態(tài)調(diào)整控制水位或出庫流量。實際中踐行水庫調(diào)度運行策略的動態(tài)適應過程，耗費時間會相對更長、推廣難度會相對更大，與現(xiàn)有理論解答是遠遠不同的。故亟需開展以靜態(tài)平穩(wěn)銜接方式為基礎的、遠近期耦合嵌套的水庫調(diào)度運行動態(tài)適應策略研究，以提供一種動靜結(jié)合的方式實現(xiàn)水庫調(diào)度運行策略的動態(tài)適應。