大规模水利调度优化方法综述

张松达，吴德忠，夏国团，劳冀韵

(宁波市三江河道管理局，浙江 宁波　315020；余姚市水利局，浙江 余姚　315400；余姚市水利学会，浙江 余姚　315400；四明湖水库管理局，浙江 余姚　315400)



大规模水利调度优化方法综述

张松达，吴德忠，夏国团，劳冀韵

(宁波市三江河道管理局，浙江 宁波315020；余姚市水利局，浙江 余姚315400；余姚市水利学会，浙江 余姚315400；四明湖水库管理局，浙江 余姚315400)

摘要：随着调度规模的扩大、内涵深化以及对其要求的提高，水利调度(water resources operation)正日益面临多目标、高维决策向量、宽领域模拟计算并有优化要求或期望的任务.根据工作实践和有关课题研究，就上述问题及处理方法进行简略探讨，旨在活跃对大规模水利调度问题的学术交流.

关键词：水利调度；多目标；高维决策向量；组合方法；宽领域摸拟计算；信息技术

0引言

水利调度在防洪、兴利中起着重要作用.为此，上世纪九十年代初，宁波市便开始结合编制供水水源规划、水库控制运用计划以及研究水资源高效利用方案，在江河洪水预报调度、单库优化调度、水库群联合优化调度及河库联合优化调度上进行实践与探索.对单库采用随机动态规划；对水库群建立二级大系统分解一协调模型，对多个水库群与多个不同水级河网建立三级对偶系统模型.并在上述基础上建立了防洪调度和水资源优化调度决策支持系统(DSS).获得了浙江省、宁波市和余姚市多项科技进步奖和水利科技创新奖.

新形势对水利调度提出更高要求.水利调度考虑的目标更加全面；涉及水利工程和水域数量更加多，协同的规模更加大，对优化和令人满意的期望更加高.生态调度的逐步推广，进一步发挥了水利调度在促进经济、社会、生态协调发展中的作用.这里，作者根据现代水资源科学的理论、方法及价值观[1]，就大规模水利调度中有关问题进行探讨.

1多目标设计和问题求解

1.1多目标设计

多目标的设计是目标量化和建立数学模型.虽然多目标问题，尚存在目标不可公度的困难，但仍然可以做到妥然处理.多目标设计关键是高度、视角、深度和可操作性.要从可持续发展的战略高度，从人类生态系统、水资源在人类生态系统总体结构中的位置，总体功能中的作用，以及它与经济社会子系统设计和各个目标的设计.对重要的多目标水利调度，特别是重要的、大规模的联合水利调度，应该经历目标规划这一环节，根据流域和区域水利规划总体要求，全面深入地做好优化调度、整个目标体系和各个具体环节的设计，从源头开始抓好优化调度.

1.2多目标问题求解

多目标规划问题求解方法有直接法和间接法.目前广泛应用的间接法，如主要目标法、评价函数法、分层排序法等[2].权重法和约束法是经常采用的两种具体方法，通过调整权重系数(对前者)和变动约束条件(对后者)，生成非劣解集.非劣解集由各可行目标状态值与对应的优化基本目标值组成.供选择决策.

多目标问题通过决策者与分析者协作，包括非交互式的和交互式的工作求解.如理想点法、广义思想点法、目标规划法、替代价值权衡法、切比雪夫法(Tchebycheff)、交互切比雪夫过程等.切比雪夫法，包括采用广义加权切比雪夫距离的做法，以及引入交互机制的切比雪夫法(闵可夫斯基距离中包括绝对值距离、欧氏距离、切比雪夫距离).

水利调度决策实际上是群决策，多层次决策.多目标水利调度，特别是多目标的大规模的联合水利调度更是如此.通过把多决策者统一为单决策者，多层次决策综合集为单层次决策，完成最终的调度决策，按照经典决策理论的最优化准则与现代西蒙决策理论的令人满意原则，在理论和实践的结合上，高水平地处理好调度决策问题，使调度决策符合经济规律，满足经济发展的需求与追求,如帕累托(pareto)最优状态等.同时，以更高目标和更广泛范围，促进经济、生态和社会的协调发展.

2高维决策向量

2.1高维问题与综合集成处理途径

管理装置：接收智能测试控制中心指令，实现对气阀的灵活控制。通过控制气阀进行相同插槽号不同类型板卡的切换及装置把座的前进和后退，实现测试连接线的智能构建；同时智能感应被测装置是否放好，对保护装置从放置区到测试区进出进行控制。

决策向量维数较高，一般采用基于大系统递阶分析原理的分解一协调方法，动态规划中的逐步动态规划即动态规划逐次渐近法(DPSA)、离散微分动态规划(DDDP)、聚合分解法(AD)、渐进最优性算法(POA)等求解[3].此外，还有网络模型法.群智能算法的发展，如遗传算法(GA)、标准遗传算法(SGA)、等，在求解较高维数且有较强非线性、紧密耦合的决策向量的优化问题上取得一定的进展.根据周公宅～皎口梯级水库联合优化调度课题研究，遗传算法和粒子群算法等，在现有一般的计算机系统条件下，能够较好地求解100维左右的决策向量的优化问题.但如果维数更大，在一般的计算机系统条件下，就会遇到效率不高，甚至无法运算等问题.如某地有1 579条河流、5个水级河区(内设大量水闸)，17座水库(其中大中型水库4座，而且不少水库还建有电站).这些水利工程和水域的联合优化调度图，调度线如有关频率的防洪调度线、限制供水线、防破坏线等，还有由这些调度线划出的分区，如正常供水区、限制供水区、加大出力区、降低出力区以及与各分区相应的输水量，如各级灌溉水量、供水量和发电流量等.设调度线时段均为月，这时的决策向量维数超过600.而且其中一些变量之间存在强非线性耦合关系.因此尽管大规模的联合优化调度对提高水资源的整体效率和综合效益具有明显的作用，但“高维、紧耦”问题的存在，使人望而生畏.

克服高维决策向量问题应该是多途径的，如计算机系统方面、网络甚至网络互联方面、算法设计及复杂性分析方面以及优化方法方面等.如果在优化方法方面，采用综合集成的思路，充分利用现有的各种优化方法，如大系统分解—协调法、群智能算法、动态规划、人工神经网络等.通过综合集成，一定会在处理高维问题中充分发挥作用.

2.2遗传算法与渐进最优性算法(POA)的组合方法

在《水库群联合调度方法与应用》一书中，作者曾提出和建议了两种处理高维问题的方法与算法，即遗传算法与渐进最优性算法(POA)的组合方法和动态规划逐次渐近算法(DPSA)结合粒子群算法的组合方法，限于篇幅，此处仅对第一种方法作一介绍[4].

渐进最优性算法(Progressive Optimality Algorithm)是加拿大学者H.R.Howson和N.C.F.Sancho在1975年提出的.是基于贝尔曼(R.Bellman)最优性原理的一个推论即渐进最优性原理而建立的.遗传算法是一种摸拟自然进化的随机搜索算法.在数学上涉及域的扩张等概念、理论.1975年Holland对遗传算法作了系统总结，今天已发展成多种.遗传算法与渐进最优性(POA)算法

组合方法中，遗传算法包括前面所述的GA、SGA、IGA、MOIGA等各种算法.对m座水利工程和n个水域.调度图由L条调度线以及由此划分的q个分区及相应的k个输水量所组成.

式中：L为调度总数，E(i)为第i座水利工程的调度线条数，W(j)为第j个水域的调度线条数.

式中：K为输水量个数，S(r)为调度图中第r个分区的输水量个数(一般为一个).

采用遗传算法与渐进最优性算法(POA)的组合方法，对水利调度中的兴利调度图进行优化步骤如下：

(2)按照渐进最优性算法(POA)，用遗传算法结合长系列摸拟迭代计算，逐一对每个输水量(高维向量)方案的各时刻水位(高维向量)进行优化，求得对应于每个输水量(高维向量)方案的各时刻的水位(高维向量)方案的优化结果.

(3)用遗传算法，给出第二批，第三批……的输水量(高维向量)方案，仿照上述步骤，直至最终生成优化兴利调度图.

这种算法实际上是两层谱系结构.当每个分区仅有一个输水量时，此法较为简单.另一种方法，输水量(高维向量)与调度图中的水位(高维向量)同步优化.

一般计算机系统条件下，如果每座水利工程和水域都按三条调度线计算，则可解决33座水利工程和水域调度图的优化问题.要解决更大规模的优化问题，一条途径显然是选用更高档的计算机系统.另一条途径利用组合方法便于并行处理的优点进行并行计算.再一条途径则是对坐标进行变换(二次旋转、一次投影)，然后求解.此外，还有另外的方法，此处不再赘述.只要调度线的排列能满足“无后效性”条件，遗传算法与渐进最优性法(POA)组合方法及各种变式，对单目标问题一定能保证全局收敛.这一点可以严格证明.对相关问题，可以应用泛函中的完备赋范线性空间、压缩映射和不动点等有关理论进行具体分析.对多目标问题一定能求得非劣解集.

3宽领域的模拟计算

除了熟知的水文分析计算以及结合工程实际对暴雨洪水、降水径流进行调节计算外，水利调度还有很宽的领域需要进行模拟计算[5-6].

水利调度中有物质的输运，能量的转移、信息的传递.如泥沙(悬移质、推移质)，营养盐、污染物、浮游植物、漂浮物、低等的动植物孢子及一些水媒植物；机械能(位能、动能)、热能；来流方向的洪、枯、水温、有关生命活动等信息，随水流主动或被动迁徙的水生动物等.调控的是以水为载体的物质流、能量流和信息流，它的作用除了控制水位、流量、流速、水量变化，从而对防洪安全和经济社会发生影响外，还关系到流水动力地貌(如河床演变)、水环境、水生态等.受控区对调度激励的响应是广泛的.多目标、高维决策向量条件下的联合水利调度的模拟计算涉及多种学科专业的宽广领域.仅水动学及其与之交叉的学科就有浅水动力学、水沙动力学、河流动力学、环境水力学、生态水力学等.

导致模拟计算宽领域的另一个原因是深度要求的不断提高.如模拟计算必需的降水、径流、暴雨、洪水是随机过程.要进一步提高调度图的优化质量，深入进行历史资料的时间序列分析，最大限度地挖掘内在信息是十分必要的.而这又是一个有着广泛应用价值，同时又是很深刻的领域.时间序列分析，在时域上的分析方法很多，如常用的滑动平均等.非线性科学的应用，又增添了分维数分析(如豪斯道夫分维数、关联分维数)，以及与之密切相关的重标极差法(R/S)、相空间重构等技术.在频域上的分析方法，如常用的频率分析、功率谱分析等.在时域与频域结合上的分析方法，在以量子力学中海森伯格测不准原理为主要依据之一的小波分析.

模拟计算由于考虑水环境、水生态，也拓宽了涉及的领域.以往对山区、平原河道和河网的水力模拟多要求提供断面平均水位、断面流量、断面平均流速等水力要素，一般采用一维的渐变浅水动力计算.现在为了考虑生态环境，要求局部河段提供沿河宽的各个水位及相应流速，因此常用一维与二维耦合求解，有时甚至还用到三维计算(此时，浅水动力显然是近似的).局部地方要求捕捉激波即水跃，采用TVD和FVM以及从气动力学发展起来的BGK和作了一定简化，在实际工作中得到较多应用的KFVS等.模拟计算深入到生命活动，导致复杂性急剧增加，领域也随之向前沿扩展.对河流、湖泊等水域的植物竞争性生长，用到元胞自动机，对演变规律则采用一阶动力学生长模型.

为了比较方案在经济及环境上的优劣，模拟计算还涉及到经济分析(财务分析)和环境影响分析等问题.

面对宽领域的模拟计算要用好已有的一些商业软件.同时要积极引进和开发具有更大通用性，更强功能的商业软件.为宽领域的模拟计算服务.

4信息技术与有关高技术

信息技术和有关高技术是实施现代水利调度的十分重要的支撑，是实现水利调度现代化的必要条件[7].围绕提高水利调度综合能力建设，继续推进信息化和高技术的应用.借助信息技术和有关高技术，对海量数据进行实时监测与综合管理.运用现代水利调度的基本理论经、基本原则和调度辅助决策系统，结合实际情况，开展会商、群决策和多层次决策，综合集成生成最优决策和令人满意决策，并发布批准的调度令.利用远程控制技术和自动化技术，对重要工程枢纽的有关关键设施直接作运行操作.当前要进一步普及和完善水情自动测报系统.有条件的地方要积极采用雷达测雨以及雷达—水情自动测报组合系统技术、遥感技术、卫星通讯技术.建立和完善雨情、水情、工情等信息的远程网(广域网).建立、完善和及时提升数据库、图形库、图像库、模型库、方法库和知识库；建立、完善和及时提升径流、洪水预报系统；建立、完善和及时提升灾情评估系统；建立、完善和及时提升交互式专家网络系统.必要时，通过网的互连，借助享用更多的信息资源和更高质量的智力资源.大规模水利调度涉及模型构建、目标体系确定的理论方法，求解方法与算法设计，海量数据处理与预测、校正、控制技术等等，必须高度重视，充分发挥信息技术和高技术的作用，为调度决策及决策实施提供更有力的支持.

5结语

实际工作中认识到多目标设计、多维决策向量优化、宽领域模拟计算等是水利调度特别是大规模水利调度中的一些重要问题，信息技术和有关高技术则是水利调度特别大规模水利调度必要的、重要的技术支撑.通过实践和理论结合上的总结、提高，有利于进一步做好水利调度决策与决策的实施.运筹于帷幄之中，决胜于千里之外，使调度工作在保证防洪安全、保障水资源供给安全和保护水生态环境安全中发挥更好更大的作用.

参考文献：

[1]陈家琦,王浩,杨小柳,等.水资源学[M].北京:科学出版社,2002.

[2]张松达,夏国团,王士武,等.水库群联合调度的实用方法和应用[M].杭州:浙江大学出版社,2013.

[3]张松达，夏国团，劳冀韵，等.基于智能算法的水库群联合调度图优化[J].水利水电科技进展,2013,33(S1):5-6.

[4]张松达,温进化,夏梦河,等.水库群以及水库与河网联合调度实践与探讨[C]//中国水利学会.首届中国原水论坛论文集,2011.

[5]董哲仁,孙亚东.生态水利工程原理与技术[M].北京:中国水利出版社,2007.

[6]张松达,苏飞,夏国团,等.考虑水质的水资源调配模型及其解法[J].河海大学学报(自然科学版),2010,38(6):620-623.

[7]董哲仁,陈明忠,闫继军,等.建设水资源实时监控管理系统——水利现代化的技术方向[J].中国水利,2000(7)：27-28，38.

On Large-scale Optimal Scheduling of Water Resources Operation

ZHANG Song-da, WU De-zhong, XIA Guo-tuan, LAO Ji-yun

(1.Ningbo Waterway Administration Bureau, Ningbo 315200, China; 2.Yuyao Water Conservancy Bureau, Yuyao 315400, China; 3.Yuyao Hydraulic Engineering Society, Yuyao 315400,China; 4.Administration of Siminghu Reservoir, Yuyao 315400, China)

Abstract:Due to the scale enlargement of irrigation scheduling and the improvement of its requirements, several problems are analyzed in the paper, covering multiple targets, high dimensional decision vector, wide-ranging simulation and relative optimization requirements that confront water resources operation nowadays. According to the working practice and relevant research, some treatment methods are also briefly discussed, working as academic exchanges for large-scale water resources operation.

Key words:water resources operation; multiple target; high dimensional decision vector; combinatorial methods; wide-ranging simulation calculation; information technology

收稿日期：2015-12-14

作者简介：张松达(1960-)，男，浙江慈溪人，教授级高工，主要从事水利工程建设管理工作.

中图分类号：TV737

文献标志码：A

文章编号：1008-536X(2016)04-0038-04