考虑调度时段敏感性的水库供水优化调度探析

倪振辉

摘   要：隨着我国农业、工业和社会的高速发展，对水资源的消耗速度不断增加，为了保证对水资源的合理调度，提高对水资源的利用率，对水库供水提出了较高的要求。针对复杂水库多目标优化调度的维数灾难和容易陷入被动的问题，需要采取一种基于调度时段敏感性分析的水库调度降维新方法。为此，笔者将要在本文中对考虑调度时段敏感性的水库供水优化调度进行探析，希望对促进我国水利事业的发展起到有利的作用。

关键词：调度时段  敏感性  优化调度

中图分类号：TV697.11                             文献标识码：A                        文章编号：1674-098X（2019）08（a）-0035-02

水库调度是一个多变量、非线性、多目标的复杂时空决策优化问题，通过对水库的优化调度，能够有效提高水库的经营利润。通过水库调度图的应用，可以有效的指导水库的运行。但由于水库参数模型比较复杂，在优化求解的过程中，往往会形成高维解空间，很容易造成维数灾难的发生。例如，在水库调度图求解的过程中，其针对的对象往往比较多，如工业、农业、生态等，多个用户目标函数之间容易出现协调和竞争的关系，在具体优化的过程中，经常表现为可行域随时间和空间而发生动态变动，导致模型的求解难度往往比较大。但在调度求解的过程中，某些调度线的位置在整个优化过程中，其变动量往往比较小，导致调度图容易呈现多样性的特点。通过有效分析水库来水与用水关系的常规调度图分析，可以发现调度线的位置变化比较明显，调度结果的差异表现也较大。通过上面的讨论可知，为了有效提高模型的求解效率和调度图的适用性，就需要在调度线降维方法的研究上，下更大的功夫。

1  基于调度时段敏感性分析的水库优化调度框架

对框架体系进行研究。在水库优化调度的研究过程中，蓄水状态在一定范围内变化，往往对调度的影响较小，最终导致调度图形多样化现象的产生，这是导致优化算法陷入困局的主要原因之一。为了进一步提升开展调度搜索的效率，让各种调度图更进一步发挥出自己的作用，就需要将敏感性分析法方法应用到用水户调度线的时间维对不同调度目标的敏感度分析工作当中，从而进一步提升调度图的敏感性。最后，在对水库的优化调度过程中，可以直接从调度规律的研究中得到启发，通过进化算法的应用，来搜索调度敏感时间维的位置参数，在经过一定数量的迭代之后，对调度线全调度时段的位置参数进行全局搜索。在实际执行的过程中，其主要的计算步骤包括：（1）通过采用拉丁超立方-单因素轮换方法敏感性分析方法，从而有效获得不同调度时段对调度目标的敏感度，最终得到调度图的敏感事件维。（2）通过对水库的时间敏感性分析，对水库的调度计算模型进行优化，在优化过程中，主要是对调度敏感度的时间维位置参数进行优化，对于那些非敏感时间维位置参数，可以直接采用线性插值法来获取。（3）为了获得Pareto前沿解，可以直接采用多目标微粒群优化算法。（4）通过对Pareto解的进一步MOPSO算法计算，对全时间段的调度线的位置参数进行全范围的搜索，从而得到Pareto前沿解。

调度时段敏感性的分析方法。调度时段的不同用户的调度线往往存在非常复杂的关系，需要根据用水户的优先等级，可以直接采用顺序分层抽样LH-OAT方法。该方法是以调度时段的敏感性作为分析对象的，将年内调度时段长度定义为L，其用户总数为M，其敏感性分析主要包括：（1）第一步是在调度时段，对用水优先等级最高的那部分用户对供水位置进行抽样，可以直接将库容的空间划分为N层，在实际抽样的过程中，每层不得重复进行抽样。（2）第二步就是对优化位置靠后的用户进行抽样，将优先等级高的抽样值和库容上限作为抽样空间，然后直接将库容空间划分为N层，每层不得重复进行抽样。通过该抽样工作，就可以完成调度时段l层的M个位置的抽样工作，这样就完成了对一个模型的分层抽样。（3）通过不断重复上面两个步骤，就可以得到l+1个所有M个位置参数的分层抽样，L个模型的参数分层抽样就可以完成，最终得到了N个LH抽样点。一个LH抽样点其总共会包括L个模型参数集合，每个模型参数都应该对应M个调度线的位置。（4）通过对每个抽样点的参数调整，就可以对每个调度时段的所有位置进行统一的扰动，不断重复这L个调度时段，就可以得到最终的模型参数集。

2  实际用例

邱庄水库位于河北省唐山市丰润城区北20km的还乡河出山口处，控制流域面积525km2，总库容2.04亿m3，为百年一遇洪水设计，五千年一遇洪水校核。工程是引滦入唐输水工程的一部分，由大坝、溢洪道、放水洞等建筑物组成，坝顶高程77m，最大坝高28m，坝顶长926m，最大泄量4600m3/s，是一座以防洪供水为主的大（Ⅱ）型水利枢纽工程。水库工程于1958年10月开工兴建，12月因经济困难停工缓建，1959年11月复建，1960年8月建成均质土坝和放水洞两项主体工程，坝顶高程73.5m，原建工程按百年一遇洪水设计，千年一遇洪水校核。后经复核发现原设计雨量偏小，校核标准仅为二百年一遇。1966—1968年修建了溢洪道工程，水库校核标准提高到了五百年一遇。

在优化调度建模的过程中，使用了该库多年的历史资料，其调水量采用了规划设计值，将一年分为24个时段。为了保证对工业、农业和生态的用水调度要求，对其供水线进行了合理的设计，如果扣除用水量为0的时段，其可以分为37个优化变量。根据水库调度的实际需求，将工业、农业和生态的缺水破坏深度分别设置在了10%、20%、50%等，其供水保证率分别在了95%、85%和50%。

在实际敏感性分析的过程中个，将库容量分成了1000层，对每个层只进行一次抽样，对每个抽样点进行24次参数优化设置，每次只对一个参数进行优化，共可以得到25000个样本集合。在统一考虑用户各调度时段的敏感性，对用户缺水指数采用了等权重的方法。

在调度优化建模的过程中，将水库弃水量、工业、农业和生态缺水作为主要的优化目标，分别对不同调度时段的用户调度线位置参数进行了优化，最后得到的调度目标关系，为了进一步做好水库调度的敏感性分析，可以认真制作调度目标关系图，从颜色的不同可以直接反应弃水量的不同，利用颜色深浅不同来显示弃水量和综合指数之间的协同关系，弃水量越少表示缺水指数越小。通过调度目标关系图的应用，就可以看出工业和弃水量之间存在的一定竞争关系，生态和工业用水目标上存在的关系。为了有效解决这个矛盾，需要我们做好对工业用水的调度，可以起到有效节约水库用水的目的。

通过Pareto算法的应用，可以得到相对比较满意的优化模型解。通过该模型的进一步研究发现，用户的调度线整体水平不高，可以在很大程度上提高水库的供水效益，水库的保证率也相对较高。为了对调度段的敏感性进行分析，专门设计了简化方案进行了对比，并设计径流成果和调度模型。通过两个方案的对比可知，全局方案的优化作用更强，可以有效提供供水的保证率，降低弃水量的排放，能够将苇田的保证率从66%提升到71%。在本次研究过程中，通过对多目标复杂非线性模型的求解，得到了一种新的优化方法，非常适合在水库群优化调度中进行应用，能够有效降低问题的复杂程度，更进一步明确各优化目标之间的关系，有效提高算法的开展效果。此外，該模型的计算机建模也比较方便，能够更进一步提升模型优化的效率。

3  结语

随着时代的不断发展，对水库优化工作提出了更高的要求。针对传统水库优化工作中出现的问题，进一步提升水库调度工作开展的效果，可以将考虑调度时段敏感性的水库供水优化调度方法应用其中，进一步明确各调度开展因素之间的关系。

参考文献

[1] 翟毅.计及不确定因素的梯级水电站短期优化调度[J].江苏电机工程.2011（2）：22-23.

[2] 彭安帮，王小军，刘九夫，等.考虑调度时段敏感性的水库供水优化调度[J].水力发电学报，2017，36（7）：45-54.

[3] 尹永昌，蔡兴国，张占安.计及不确定因素的梯级水电站短期优化调度[J].电网与清洁能源，2010，26（2）：77-83.