王花泡滞洪区洪水资源优化分析

2020-03-24梁贞堂孙颖娜

黑龙江大学工程学报 2020年4期

王烨,梁贞堂, 孙颖娜,*，李娜

(1.黑龙江大学水利电力学院，哈尔滨 150080； 2.黑龙江省水利水电勘测设计研究院，哈尔滨 150080)

0 引言

洪水作为特殊的水资源，具有水资源的一般属性[1]。因此，为满足人类的社会发展需求，对洪水资源进行合理的利用，对社会发展具有重要意义[2]。在实现洪水由水害向水利转化，保障安全的情况下，减少弃水，提高洪水利用率，实现防洪和兴利统一[3-5]。现对洪水资源化的研究集中于水电站，并且以发电量作为洪水资源利用效率的指标，而对滞洪区的研究较少[6-7]。我国滞洪区数量众多，但库容利用率极小，因防洪功能而忽略了其具备兴利的基本条件。水资源包括常规水资源及洪水资源，是人类社会发展重要的不可或缺的基础[8]，对这一部分洪水资源充分利用，将会为当地的工农畜牧业发展进一步提供动力。因此，将仅有防洪功能的滞洪区作为洪水资源化分析的目标是有必要的。王花泡滞洪区位于黑龙江省安达市境内，根据其所处地理位置、气候条件等因素，王花泡滞洪区具备洪水资源化的条件。文献[9-12]对本区域洪水资源化的可行性以及潜力进行了研究。从实现王花泡的洪水资源利用的角度出发，对其滞洪区调度过程进行优化，提高洪水资源利用率，减少常规水资源的浪费，以期为类似研究区域提升洪水资源利用提供参考。

1 研究区概况

王花泡滞洪区位于安肇新河上游，是大庆防洪工程的重要滞洪区之一。根据5年一遇洪水设计，滞洪区设计水位146.2 m，校核水位147.63 m，死水位145.2 m，死库容0.088×108m3。泄洪闸有4孔，最大下泄流量90 m3/s。根据王花泡库容曲线(图1)，可知其受地形影响水位库容变化不均匀，在不同水位条件下, 相同的水位变化引用流量相差极大。滞洪区一般在汛期启用，但不具有兴利功能。

图1 王花泡滞洪区库容水位曲线Fig.1 Reservoir water level curve of Wanghuapao reservoir

受季风气候影响，该地区5—8月平均降水量占全年的80.62%，时空分布不均，蒸发量相对降水量大，使水旱灾频发交替[13]。且多年不合理开采地下水却无足够的水资源填充，造成了严重的地下水漏斗。因此，该区域对洪水资源的合理开发利用有迫切需求。该区多年平均降水量为447.14 mm，具备良好的来水条件。有关部门统计[14]，滞洪区历史最大泄水量达2.35×108m3，滞洪区平均年蓄水量不到设计库容的40%，有充足的库容满足洪水资源化需求。

2 改进遗传算法优化模型

2.1 滞洪区优化模型

2.1.1 目标函数

水库调度准则包括发电量最大、最大消减洪峰和成灾历时准则[15]。王花泡以防洪为主要任务，因此选用最大消减洪峰准则。为达到洪水资源化目的，以最大水库下泄流量的最小值构建目标函数[16]：

(1)

式中：q(t)为t时段滞洪区下泄流量；T为调度期。

2.1.2 约束条件

1)库容约束：

V(t)≤Vzd

(2)

2)水量平衡约束:

(3)

3)滞洪区最高水位约束:

Z(t)≤Zd(t)

(4)

4)调度期末水位约束:

Zs≤Zend≤Zd(t)

(5)

5)滞洪区泄流能力约束:

q(t)≤qmax

(6)

6)滞洪区下泄流量变幅约束:

|q(t+1)-q(t)|≤Δq

(7)

式中：V(t)为t时刻滞洪区库容;VZd为设计洪水位库容;Zd为设计洪水位;Q1、Q2分别为入库时段初末流量；V1、V2分别为滞洪区初末时段蓄水量；M为时段内蒸发量；q1、q2分别为泄流时段初末流量;Z(t)为t时刻库水位;Zs为死水位;Zend为当前调度期末水位;q(t)为t时刻下泄流量;qmax为滞洪区泄流能力，即90 m3/s;|q(t+1)-q(t)|为相邻时段下泄流量的变幅;Δq为相邻时段允许的最大变幅，为15 m3/s。

2.2 模型求解

水库调度运行用出库流量序列或水库水位序列来表示[17]，应用遗传算法时通常把流量序列转换为水位序列, 进行寻优操作。但由于地形的影响, 水位较高时，其微小变化可导致引用流量变化较大，水位因素对优化过程产生影响,降低计算精度。因此采用流量序列编码，对滞洪区进行调洪演算，得到的泄流序列作为优化的初始值。由于标准遗传算法存在局部寻优能力较差、易早熟等不足, 本文从编码方法和遗传算子方面对其进行改进。

2.2.1 编码与初始种群

标准遗传算法采用二进制编码，受编码长度限制，会过早收敛和产生映射误差[18]。针对滞洪区调度精度较高的要求，采用浮点式编码。在流量变化范围内随机生成n组流量序列作为母体。

2.2.2 适应度函数与选择

以目标函数作为适应度函数评价母体的优良度。由于要得到F最小值，适应度应取其负数，即适应度最大时目标函数可得最小，适应度函数U为

(8)

通过选择概率选拔Ps*n个母体参与繁殖。由于轮盘赌的方法随机性较大。选择阶段采用精英保存的策略，使最优个体得到保护，替换适应度差的个体，本文取Ps=0.6。

2.2.3 交叉与变异

通过两条染色体杂交产生新品种，将Pc*n个母体随机选出配对，任意选取一基因位为杂交点，将两基因杂交点后的部分交换。本文取Pc=0.6。并随机选取Pm*n个母体进行变异。对于变异概率，若取值不当会出现早熟，影响局部搜索能力。改进变异概率采用定值策略为自适应，通过个体本身适应度和种群整体性能的比较确定变异概率Pm，计算公式为

(9)

式中：fmax为群体中最大的适应度值；favg为群体的平均适应度值；f为待变异个体适应度；k1,k2分别为0～1的随机数。

2.2.4 运算终止

经过m代的选择、交叉、变异生成的子代与亲代竞争，适应度高的n个个体作为新一代群体进入(2.2.2)进行m+1代的迭代计算。当适应度最大时，迭代结束，运算终止。

3 结果分析

3.1 改进遗传算法优化调度成果

20年一遇洪水出现概率稍低，而50年一遇洪水和100年一遇洪水来水量过大，对此类洪水多以防洪为主要任务，并不是合适的洪水资源化研究对象。而5年一遇洪水的出现概率相对较高，且滞洪区根据5年一遇洪水设计，对洪水资源化研究的实际意义更大。本文根据上述模型及求解方法，选用5年一遇设计洪水拟定优化蓄水方案，结果见表1，滞洪区水位及流量变化曲线见图2。

表1 王花泡滞洪区5年一遇洪水优化调度成果

续表1Continued Table 1

图2 王花泡滞洪区遗传算法优化调度Fig.2 Optimal scheduling diagram of genetic algorithm of Wanghuapao reservoir

3.2 结果分析

由表1可见，滞洪区蓄水位达到最高前，泄水量与入库流量成正比。随来水量增大，库水位以及库容蓄水量逐渐增大，为使滞洪区安全运行，泄水量因此增大。8月18日达到最高蓄水位146.28 m，最大库容6 769.38×104m3。入库流量越过峰值后逐渐减小，为使洪水资源充分利用，相应减小泄流量，当不再有来水量时，为减少闸门启闭次数，使泄水量保持不变。8月31日，调度期末水位达146.17 m。由图2可见，泄流曲线变化趋势较稳定。水位曲线随入库流量变化，入库流量增大，水位上涨较快，反之水位上涨缓慢，当泄流量大于入库流量时，水位曲线呈下降趋势。同样对100年一遇设计洪水求解的优化方案和原方案结果见表2。

表2 各调度方案综合分析对比

由于流量资料的天数有限，原方案后续会继续泄洪直到水位达到死水位，因此，仅以当前结果对不同方案进行比较。由表2可见，优化方案的汛末水位、蓄满率较原方案均有提升。5年一遇洪水优化后汛末水位抬高至146.17 m，蓄满率仅提高10%，产生2 763.37×104m3蓄水量。100年一遇洪水优化后汛末水位抬高至147.48 m，蓄满率达到89.30%，产生21 545.30×104m3蓄水量。调洪过程水位未超过校核洪水位，最大泄流量在滞洪区泄流能力内，满足安全运行需求。5年一遇洪水来水量8 297.86×104m3，除死库容蓄水5 044.37×104m3，转化率60.80%，100年一遇洪水来水44 930.59×104m3，除死库容蓄水23 826.30×104m3，转化率53.03%。5年一遇洪水方案较100年一遇的蓄满率却较低，而洪水转化率高，可知5年一遇洪水优化方案蓄满率较低是由于来水量较少导致，改进的遗传算法可以有效提高洪水资源转化率。

常规调度方案，根据不同重现期洪水调整泄洪闸，调洪过程不改变泄流量下泄，直至水位降至死水位。而优化调度方案，能充分利用防洪库容，其泄流量根据入库流量而变化，当来水量增加时，蓄水量增大。并且为了防止调度前期占用全部防洪库容导致无法有效处理后续来水，前期也会开闸泄洪，同时对泄水量进行相应调节，防止将入库洪水全部下泄并实现洪水资源的利用。在泄流过程中，流量过程变化稳定，不会对泄水建筑物安全运行造成影响。与常规调度方案相比，对5年一遇设计洪水进行的优化调度方案的调整更灵活，发挥效益更大，洪水转化效率更高，可产生5 044.37×104m3的库容用来兴利，能有效的解决洪水资源化问题。