考虑农业需水的龙溪河流域水库群联合调度研究

陈 思,徐 炜,赵思琪,殷仕明,杨 溢

(重庆交通大学河海学院水利水运工程教育部重点实验室,重庆 400074)

随着经济社会的快速发展,优化水资源结构和水库调度迫在眉睫[1],科学合理的水库优化调度能够发挥水库更大的效益。中小流域进行水库群联合调度时,水库农业供水目标往往只能通过灌溉定额进行分配,水库区间径流预报信息不准确,使得水库供水效益不理想。

近年来,SWAT模型在径流模拟获取区间入流方面得到了广泛的应用。贾何佳等[2]基于SWAT对黄河源区主要水文站的径流进行了模拟,模拟值接近于实测值。武力等[3]基于SWAT对永州境内湘江流域开展水环境控制单元划分。蒋梦瑶等[4]提出参数率定对评估参数敏感性、遴选关键参数对模型优化具有重要意义。Abbaspour等[5]利用SUFI-2筛选出敏感参数后,确定纳什效率NSE的最优值对应参数组合的模拟结果选为最佳模拟。

作物需水量和灌溉需水量的时空分布是科学地制定不同地区灌溉用水定额的依据。罗万琦等[6]采用Mann-Kendall检验分析水量平衡各要素趋势变化,得到不同水稻生育期需水量。雒新萍等[7]基于CROPWAT模型探讨了中国典型农作物需水的区域差异规律。刘钰等[8]基于全国200多个水文站,利用Penman-Monteith公式和作物系数计算出了30多种农作物在生育期内的需水量以及净灌溉需水量。Parmar等[9]基于卫星遥感的植被指数在不同尺度上估算主要玉米作物的种植面积和作物需水量,效果显著。

目前,基于多目标的水库群联合调度模型已被广泛研究和应用,但在调度计算中,农业用水大多以定额或者固定用水过程为依据,并未通过气象信息评估农业需水的年内和年际变化。张永永等[10]针对农田灌溉缺水问题突出,构建了以流域综合缺水量最小为目标的黄河干流骨干水库群联合调度模型,实现了黄河上中下游地区缺水均衡,提高了流域抗旱能力。兰回归等[11]改进多目标萤火虫算法对以水库发电-生态多目标优化调度模型进行优化求解。郭荣等[12]针探究飞蛾火焰优化算法并在梯级水库优化调度中的应用。王渤权等[13]构建了考虑西霞院黄委调令的水库群优化调度模型,提出了POA-GA嵌套搜索的求解方法。XU等[14]基于改进的多目标遗传算法(NSGA-Ⅱ),最大限度地利用跨流域引水系统(IEWD)进行策略优化。

上述已有研究中,考虑农业需水的年内和年际变化的水库群联合调度研究成果还很少,因此本文以龙溪河流域为研究对象,提出一种考虑农业需水动态变化的水库群联合调度方法。首先以气象资料为基础,构建农作物灌溉需水量模型,并评估各水库灌溉需水量;然后基于SWAT水文模型,获得各水库的区间入库流量过程;在此基础上,以综合供水量和发电量最大化为目标,构建水库群联合和单库调度模型,并运用POA算法对模型进行求解和结果比较。研究结果表明考虑农业需水的水库群供水联合调度模型对龙溪河流域水资源配置提供指导作用。

1 研究方法

本文建立基于农业需水的水库群调度模型具体流程见图1。

图1 水库群联合调度示意

1.1 水文模型构建与精度验证

在构建流域SWAT水文模型时,以DEM、土地利用、土壤分类和降雨数据作为输入,然后划分子流域,进行汇流演算。再利用水文站实测径流资料,通过SWAT-CUP对模型参数进行参数率定和精度验证[15-16],选择纳什系数(NSE)、确定性系数(R2)和径流总量相对误差(RE)作为模型率定期和验证期模拟精度变化的评价指标。

(1)

(2)

(3)

1.2 农作物灌溉需水量模型构建

农作物灌溉需水量是作物需水量扣除有效降水补给后剩下的水量,作物需水量是作物为了生长发育需要消耗的水量。首先运用FAO推荐Penman-Monteith公式[17-18]计算作物腾发量ET0,见式(4),再运用作物系数法对需水量进行修正,得到作物正常生长需水量ETc,见式(5);降水并非完全由作物吸收,旱地作物的有效降水量是指作物的腾发量,水稻的有效降水是指满足作物腾发量与有效深渗总量的总和,本研究基于USDA-SCS方法[19-20],耦合作物需水量和实际降水,提出适用于本研究的旬尺度有效降水计算方法来获得有效降水量Pe,见式(6)。最后由点及面,对水库农业灌溉范围内农作物总的需水量进行求和,得到农作物灌溉需水量,见式(8)。

(4)

ETc=Kc×ET0

(5)

式中Kc——作物系数;ET0——参考作物腾发量;ETc——作物需水量;Rn——冠层表面净辐射;G——土壤热通量;T——日平均温度;u2——风速;es——饱和水汽压;ea——实际水汽压;es-ea——饱和水汽压差;Δ——水气压曲线斜率;γ——湿度计常数。

(6)

SF=0.53+1.16×10-2D-8.94×10-5D2+2.32×10-7D3

(7)

式中Pt——旬降水量;SF——土壤水分贮存因子;D——可使用的土壤贮水量,本文中研究区位于重庆,D取65 mm。

IR=(ETc-Pe)×A,IR≥0

(8)

式中 IR——农作物灌溉需水量,万m3;Pe——有效降水量,mm;A——农作物种植面积,km2。

1.3 水库群联合优化调度模型构建与优化求解

1.3.1目标函数

水库群的联合调度能够有效地实现各水库之间的相互补充,使得各流域的水能和水资源利用效率达到最大。本文主要以综合供水量和发电量为目标,构建目标函数如下。

a)综合供水量目标最大。

(9)

式中N——水库个数;i——水库编号;T——调度时段总长;t——时段编号;M——用水户总数,主要为城镇用水、农业用水、生态用水;m——用水户编号;εi,m——各水库用水户在目标函数中的权重;W——供水量。

b)发电量目标最大。

(10)

式中ξi——发电量在目标函数中的权重;E——发电量;其余符号同上。

本研究采用POA算法求解水库群联合供水调度模型,逐步得到全过程或各阶段的最优解[21]。通过对水库群的调度方式进行了优化,以最大限度地增加综合供水量和发电量,并将供水保证率、深度破坏、弃水量等作为惩罚纳入到综合指标的计算中,最终目标函数如下:

(11)

式中αi、βi、γi——惩罚系数;Vdam——深度破坏时的库容;Wspill——弃水量;PD——设计保证率;P——供水保证率。

1.3.2约束条件

主要考虑以下约束条件:①水库水量平衡约束;②水库库容约束;③发电型水库出力约束;④用水目标供水约束。

2 研究实例

2.1 研究区域概况

龙溪河流域干、支流上共修建有100余座水库,本研究为探究考虑农业需水的水库群联合调度模型在龙溪河流域的运用,体现构建农作物需水模型的意义,故选取干、支流上库容大、调节能力强,供水目标多,农业需水量较大,但水资源分配不均的狮子滩、盐井口、双河、盐井溪和迎风水库作为研究对象,见图2。狮子滩水库主要以发电为主,兼顾城镇、农业和生态供水,多年平均流量为47 m3/s;盐井口和双河水库,供水优先于发电;盐井溪和迎风水库,主要供水对象是农业。本文获得1984—2014年共31 a长系列径流和气象资料,故调度时间为1984年1月上旬至2014年12月下旬,共1 116旬。各水库特征参数及供水任务见表1。

表1 水库特征参数及供水任务

图2 龙溪河流域水库分布

2.2 数据资料及参数设置

a)地理信息数据。流域10 m×10 m数字高程DEM、土壤数据与土地利用数据。

b)气象水文数据。获得1984—2014年7个气象站的气象资料。六剑滩水文站控制面积2 337 km2,2003—2014年实测径流过程,多年平均径流为32.8 m3/s,来水量偏丰。

c)作物系数。选取川渝地区主要经济作物玉米、水稻、小麦,并确定其作物系数[18]。各水库的生态用水主要体现在下游河道的生态需水,逐旬生态需水基流主要通过Tennant法计算得到。

2.3 水库群目标函数权重与惩罚系数设置

为使得目标函数中不同量级和单位的指标能够进行比较和加权,则需要对各水库用水指标进行标准化处理。首先基于狮子滩水电站各用水户需水量,对其余水库的城镇、农业、生态用水设置权重εi,m,对发电量设置权重ξi,见表2。在优化过程中,设置惩罚项淘汰劣解,其系数首先根据供水量和发电量总和的量级进行设置,且不断调整,直到形成最优解。

表2 水库用水目标权重矩阵

3 研究结果及分析

3.1 水文模型径流模拟结果分析

龙溪河流域SWAT水文模型共生成包含5座水库在内的24个子流域,以六剑滩水文站2003—2014年实测逐旬径流对龙溪河流域SWAT水文模型进行参数率定,迭代500次后结果显示NSE系数可达0.89,R2为0.87,径流总量相对误差(RE)为5.4%,模拟多年平均径流量为110 426.56万m3,实测多年平均径流量为103 398.34万m3。水库区间入库流量过程可通过查询水库对应的子流域获得,见图3。

a)双河

3.2 农作物灌溉需水量结果分析

根据农作物灌溉需水模型计算出玉米、水稻和红薯在生育期内的需水总量分别为374、624、344 mm。从图4可看出,作物需水量总体呈现前期需水少、中期需水大、后期需水减少的趋势。玉米在抽穗后期及灌浆期需水量大,占需水总量的51.2%;水稻是水生作物,需水总量较大,在孕穗期间占比可达需水总量29%;红薯生育期比较长,需水最大在分枝结薯期。

a)玉米

结合各水库灌区农作物种植面积,得到农作物灌溉需水量,见表3。

表3 农作物种植面积与农作物灌溉需水量

3.3 调度结果分析

3.3.1方案优选

设置发电和供水最大为2个目标,以发电最大和供水最大为主要目标,其余转化为约束条件,生成方案1和2,将多目标优化模型转化为2个单目标问题,再运用逐步寻优算法(POA)对模型进行求解,生成非劣解集,见表4,再运用模糊层次分析法[22-23],计算目标值相对隶属度向量,对各水库都进行方案优选。如狮子滩水库,2个方案的相对隶属度向量为u=[0.23,0.86],以相对隶属度向量最大为优原则,选择方案2为最优方案。由此可见,多目标优化不可能使得每个目标都达到最优,发电和供水之间存在竞争关系。

表4 狮子滩多目标调度非劣解集

3.3.2最优方案下调度结果分析

在盐井口、盐井溪、迎风、双河水库来水充足,水资源分配不均,弃水量大现状下,设置了2种情景探究龙溪河水库群联合和单库调度模型的优劣:情景1,构建龙溪河流域单库调度模型;情景2,构建龙溪河流域水库群联合调度模型。

在对比分析2种情景调度结果的调度图时,引入变异系数[24],即同限制线不同时段的库容标准差与平均值的比值,对每条限制线进行分析,变异系数越小,限制线波动程度越小,调度规则生成越可靠。反之变异系数越大,限制线波动程度越大,调度规则生成越可靠,结果见表5。

表5 狮子滩水电站2种情景下调度限制线变异系数

情景1在汛期(18—27旬)供水线过高,限制供水区域增大,呈现出来水充足反而对供水进行限制现象的不合理性,见图5。情景2,调度图总体呈现两端高,中间低的趋势,与水库非汛期(28—17旬)蓄水、汛期供水的规则较为一致,线型平缓,见图6。比较2种情景的调度图的线型波动情况,情景2的3条限制线变异系数均大于情景1,说明情景1的限制线波动比情景2大,那么情景1调度规则生成更加可靠。

图6 狮子滩水电站联合调度

从调度结果来看,情景1各水库供水保证率较低,弃水量较大,发电量小;情景2供水保证率基本达到要求,发电量增加,弃水量较小,见表6。综合分析情景1、2,情景2较情景1各水电站发电量均增加,年均弃水量减少,供水保证率有所提高,水资源分配较合理;其中盐井口和双河水库单库调度时,供水量大,弃水量也大,但发电量减少,联合调度则减小了弃水量,增大和平衡了发电和供水需求;盐井溪水库与迎风水库总的来说由于供水目标较少,能够满足自身供水任务,单库与联合调度结果相差不大。狮子滩水库联合调度与单库调度结果相比,供水量及相应的保证率增加,年均弃水量减少了603万m3,年平均发电量增加1 298万kW·h。由此可得,水库群联合调度较单库调度更能有效提升上下游水库群水资源分配能力,减少水库弃水量,增大城镇和农业用水量,提升水资源利用率和发电效益。

表6 情景1、2调度模型的结果

4 结论

为解决龙溪河水库群水资源分配不均、发电和供水竞争严重的问题,在农业需水和区间入库流量不确定的情况下,通过建立龙溪河流域SWAT水文模型和水库灌溉需水模型、解决水库调度运行必要参数,最终建立了考虑农业需水的龙溪河流域水库群联合调度模型,得到以下结论:①SWAT水文模型能够有效模拟还原天然径流,计算水库区间入库流量,便于水库根据径流信息建立有预报的调度模型;②水库灌溉需水模型对于水库群农业目标需水量计算很有意义,可为构建调度模型提供目标数据来源;③基于POA算法的水库群联合调度较单库调度更能提升上下游水库群水资源分配能力,减少水库弃水量,增大城镇和农业用水量,提升水资源利用率和发电效益,对龙溪河流域水库群运行有指导作用。