考虑分期多目标函数的水库群水沙优化调度方法及系统与流程

本发明属于水库水沙调度领域，更具体地，涉及一种考虑分期多目标函数的水库群水沙优化调度方法及系统。

背景技术：

流域水库群调度一直是研究的难点和热点，对于需要考虑泥沙冲淤问题的多沙河流，由于泥沙冲淤计算的复杂性，水库群的调度问题影响因素增加，且调度目标更加多元化、复杂化，亟待在方法和思路上进行突破和创新。针对多沙河流的泥沙调度问题，现有方法可以分为单目标调度和多目标调度问题，单目标调度以调度时期内输沙量最大、水库有效库容最大、淤损库容最小等为调度目标，由于仅考虑单个目标，往往存在综合效益不佳的问题；多目标调度除泥沙减淤目标外还将考虑防洪、发电、供水以及防凌等多重目标，从而提高了调度过程可靠性和调度结果综合效益。

但由于多目标调度问题最优解求解的复杂性，现有研究一般有以下解决思路，通过智能算法获取使各调度目标均较优的非劣解集合，并在集合中寻找决策者满意的最优解，在调度结果有较多非劣解的情况下，对调度过程的决策不利；此外，还有学者将部分目标设置为约束条件，仅以单个目标作为寻优准则，或采用线性加权法将多目标问题转化为单目标问题，简化了多目标调度问题，并可以获取唯一的最优结果，但现有研究往往采用不同时期固定权重，但由于不同水库以及同一水库不同时段的调度目标侧重有所不同，固定权重可能导致调度结果不能达到各时段最优，采用随调度时段变化的权重系数可以提高不同水库不同时段调度目标的针对性，有利于进一步寻求最优调度过程。

由此可见，现有技术存在未考虑多重调度目标以及基于加权法的多目标调度问题未考虑不同时期调度目标权重变化等问题。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种考虑分期多目标函数的水库群水沙优化调度方法及系统，由此解决现有技术存在没有考虑多重调度目标、以及未考虑不同时期调度目标权重变化等技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种考虑分期多目标函数的水库群水沙优化调度方法，包括以下步骤：

(1)收集流域各水库的特征曲线，包括库水位-库容曲线、下游水位-下泄流量曲线、库水位-下泄能力曲线；收集特征水位数据，包括正常蓄水位、汛限水位、死水位；收集电站基础数据，包括水电站装机容量、保证出力；

(2)基于步骤(1)中收集的曲线和数据，确定各水库调度过程约束条件，选取流域内水库群发电量最大以及水库泥沙淤积量最小为调度目标，建立不同调度时段的流域水库群水沙联合优化调度模型；

(3)采集各水库上游水库历史入库流量和含沙量、以及上下游水库区间流量、含沙量，并将采集到的数据处理至旬尺度，以作为所述流域水库群水沙联合优化调度模型输入情景；采用离散微分动态规划方法求解所述流域水库群水沙联合优化调度模型，得到水库群水沙联合优化调度方案。

进一步地，所述步骤(2)中，约束条件包括水位边界、下泄流量边界、出力边界。

进一步地，所述流域水库群水沙联合优化调度模型表示为：

其中，f为调度目标；r为参与调度的水库数；t为调度时段数；δt为单个时段的长度；nij为水库i在时段j的出力；δyij为水库i在时段j内的单位时间水库泥沙淤积量；ai为水库i的出力系数；hij为水库i在时段j的发电水头；为水库i在时段j的发电流量；为水库i在时段j的入库流量；为水库i在时段j的入库含沙量；λij为水库i在时段j的入库沙量的淤积比，1-λij为排沙比；xij为计算淤积比经验公式中的变量；vij和vi,j+1为水库i在时段j的初始和末尾库容；为水库i在时段j的下泄流量；αin为发电量目标系数，αiδy为泥沙冲淤量系数，αiδy,1分为汛期泥沙冲淤量系数，αiδy,2为非汛期泥沙冲淤量系数；β1、β2、β3、β4、β5、β6均为已知量；t'表示汛期调度时段数。

进一步地，所述步骤(3)包括以下子步骤：

(31)设置所述模型运行初始条件，包括水库运行数量、各水库泥沙初始淤积量、调度周期时段数、单个时段步长以及时段水位离散步长；

(32)将各水库上游水库历史入库流量和含沙量、以及上下游水库历史区间流量、含沙量的旬尺度数据输入所述模型中，利用动态规划方法生成初始解；

(33)基于步骤(32)生成的初始解，采用离散微分动态规划方法求解所述模型，得到水库群水沙联合优化调度方案。

按照本发明的另一个方面，提供了一种考虑分期多目标函数的水库群水沙优化调度系统，包括以下模块：

数据收集模块，用于收集流域各水库的特征曲线，包括库水位-库容曲线、下游水位-下泄流量曲线、库水位-下泄能力曲线；收集特征水位数据，包括正常蓄水位、汛限水位、死水位；收集电站基础数据，包括水电站装机容量、保证出力；

模型建立模块，用于基于所述数据收集模块收集的曲线和数据，确定各水库调度过程约束条件，选取流域内水库群发电量最大以及水库泥沙淤积量最小为调度目标，建立不同调度时段的流域水库群水沙联合优化调度模型；

调度方案确定模块，用于采集各水库上游水库历史入库流量和含沙量、以及上下游水库区间流量、含沙量，并将采集到的数据处理至旬尺度，以作为所述流域水库群水沙联合优化调度模型输入情景；采用离散微分动态规划方法求解所述流域水库群水沙联合优化调度模型，得到水库群水沙联合优化调度方案。

进一步地，所述约束条件包括水位边界、下泄流量边界、出力边界。

进一步地，所述流域水库群水沙联合优化调度模型表示为：

其中，f为调度目标；r为参与调度的水库数；t为调度时段数；δt为单个时段的长度；nij为水库i在时段j的出力；δyij为水库i在时段j内的单位时间水库泥沙淤积量；ai为水库i的出力系数；hij为水库i在时段j的发电水头；为水库i在时段j的发电流量；为水库i在时段j的入库流量；为水库i在时段j的入库含沙量；λij为水库i在时段j的入库沙量的淤积比，1-λij为排沙比；xij为计算淤积比经验公式中的变量；vij和vi,j+1为水库i在时段j的初始和末尾库容；为水库i在时段j的下泄流量；αin为发电量目标系数，αiδy为泥沙冲淤量系数，αiδy,1分为汛期泥沙冲淤量系数，αiδy,2为非汛期泥沙冲淤量系数；β1、β2、β3、β4、β5、β6均为已知量；t'表示汛期调度时段数。

进一步地，所述调度方案确定模块包括以下子模块：

初始化模块，用于设置所述模型运行初始条件，包括水库运行数量、各水库泥沙初始淤积量、调度周期时段数、单个时段步长以及时段水位离散步长；

初始解求解模块，用于将各水库上游水库历史入库流量和含沙量、以及上下游水库历史区间流量、含沙量的旬尺度数据输入所述模型中，利用动态规划方法生成初始解；

最优解求解模块，用于基于所述初始解，采用离散微分动态规划方法求解所述模型，得到水库群水沙联合优化调度方案。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

(1)本发明通过收集流域各水库的特征曲线、特征水位数据、电站基础数据，确定各水库调度过程约束条件，选取流域内水库群发电量最大以及水库泥沙淤积量最小为调度目标，建立流域水库群水沙联合优化调度模型；将水库历史径流、含沙量数据处理至旬尺度，作为调度模型的输入情景；并采用离散微分动态规划方法求解调度模型，从而得到水库群水沙联合优化调度方案。本发明考虑了泥沙冲淤、防洪、防凌、发电、供水等多重目标，并考虑了调度时期内目标权重系数的适用性变化，同时还引入排沙比刻画水库群泥沙冲淤量，为流域水沙调度提供了一种新的思路和方法，并且能够提高调度过程可靠性和调度结果综合效益。

(2)本发明考虑不同水库不同调度时段目标权重系数的适用性变化，提高了模型运行的可靠性，且更贴近实际调度情形；利用排沙比经验公式计算水库群泥沙冲淤量，刻画泥沙冲淤过程，在保证计算结果可靠性的前提下提高了模型计算效率。

附图说明

图1是本发明实施例提供的一种考虑分期多目标函数的水库群水沙优化调度方法的流程图示意图；

图2是本发明实施例提供的三门峡水库各年入库流量及含沙量示意图；

图3(a)是本发明实施例提供的三门峡水库各年水库冲淤量示意图；

图3(b)是本发明实施例提供的小浪底水库各年水库冲淤量示意图；

图4(a)是本发明实施例提供的三门峡水库各年排沙比示意图；

图4(b)是本发明实施例提供的小浪底水库各年排沙比示意图；

图5(a)是本发明实施例提供的三门峡水库各时期平均水位过程示意图；

图5(b)是本发明实施例提供的小浪底水库各时期平均水位过程示意图。

具体实施方式

为了让本发明的目的、技术方案及优点更加清晰明了，下述内容结合附图以及实例研究，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

如图1所示，为本发明实施例提供的一种考虑分期多目标函数的水库群水沙优化调度方法的流程图示意图，包括如下步骤：

(1)收集流域各水库的特征曲线，包括库水位-库容曲线、下游水位-下泄流量曲线、库水位-下泄能力曲线；收集特征水位数据，包括正常蓄水位、汛限水位、死水位；收集电站基础数据，包括水电站装机容量、保证出力；

(2)基于步骤(1)中收集的曲线和数据，确定各水库调度过程约束条件，选取流域内水库群发电量最大以及水库泥沙淤积量最小为调度目标，建立不同调度时段的流域水库群水沙联合优化调度模型；

具体的，步骤(2)中，约束条件包括水位边界、下泄流量边界、出力边界。

流域水库群水沙联合优化调度模型表示为：

其中，f为调度目标；r为参与调度的水库数；t为调度时段数；δt为单个时段的长度；nij为水库i在时段j的出力；δyij为水库i在时段j内的单位时间水库泥沙淤积量；ai为水库i的出力系数；hij为水库i在时段j的发电水头；为水库i在时段j的发电流量；为水库i在时段j的入库流量；为水库i在时段j的入库含沙量；λij为水库i在时段j的入库沙量的淤积比，1-λij为排沙比；xij为计算淤积比经验公式中的变量；vij和vi,j+1为水库i在时段j的初始和末尾库容；为水库i在时段j的下泄流量；αin为发电量目标系数，αiδy为泥沙冲淤量系数，αiδy,1分为汛期泥沙冲淤量系数，αiδy,2为非汛期泥沙冲淤量系数；β1、β2、β3、β4、β5、β6均为已知量；t'表示汛期调度时段数。需要说明的是，本实施例中，模型自汛期开始调度。

(3)采集各水库上游水库历史入库流量和含沙量、以及上下游水库区间流量、含沙量，并将采集到的数据处理至旬尺度，以作为所述流域水库群水沙联合优化调度模型输入情景；采用离散微分动态规划方法求解所述流域水库群水沙联合优化调度模型，得到水库群水沙联合优化调度方案。

具体的，步骤(3)包括以下子步骤：

(31)设置所述模型运行初始条件，包括水库运行数量、各水库泥沙初始淤积量、调度周期时段数、单个时段步长以及调度周期数以及时段水位离散步长；

具体的，各约束条件如下所示：

水位约束：

式中，和为水库i在时段j的水位下限和上限；zij为水库i在时段j的水位。

式中，zi0和zit为水库i在调度过程初始和末尾时段的水位；和为水库i既定的初末水位。

流量约束：

式中，和为水库i在时段j的下泄流量下限和上限；为水库i在时段j的下泄流量。

出力约束：

式中，和为水库i在时段j的出力下限和上限。

上下游水力联系：

式中，为时段j直接上游水库k到达水库i的流量，根据时延计算；bij为水库i在时段j的上游区间来水流量；ωi为水库i的所有直接上游水库。

水量平衡：

式中，vi,j+1和vij为水库i在时段j+1和时段j的库容。

沙量平衡：

式中，yij和yi,j+1为水库i在时段j的初始和末尾水库淤积量与δt的比值；为水库i在时段j的出库含沙量；yi0为水库i在调度时期第一个时段的初始淤积量与δt的比值；为水库i既定的yi0值。

非负约束：除δyij、λij外，其余变量均大于等于0。

(32)将各水库上游水库历史入库流量和含沙量、以及上下游水库历史区间流量、含沙量的旬尺度数据输入所述模型中，利用动态规划方法在较粗略的水位步长条件下分生成初始解；

(33)基于步骤(32)生成的初始解，采用离散微分动态规划方法在较细致水位步长条件下求解所述模型，得到水库群水沙联合优化调度方案。

为了更清楚地体现本发明的目的以及所采用的方法和整体框架，以黄河中游流域三门峡水库和小浪底水库为研究对象，对本发明内容进行了进一步的说明。

步骤1，收集流域内三门峡、小浪底水库的库水位-库容曲线、下游水位-下泄流量曲线、库水位-下泄能力曲线等特征曲线，正常蓄水位、汛限水位、死水位等特征水位数据以及水电站装机容量、保证出力等基础数据，构建以泥沙冲淤、防洪、防凌、发电、供水等综合效益为目标函数的流域水库群水沙联合优化调度模型，水库基础数据如表1所示。

表1流域水库特征数据

构建以泥沙冲淤、防洪、防凌、发电、供水等综合效益为目标函数的流域水库群水沙联合优化调度模型，对于水库泥沙调度，汛期来水来沙相对较丰，因此在汛期考虑将发电和泥沙同时考虑，作为目标函数的组成，而在汛后，由于防凌、供水等多重目标的约束，不将排沙作为主要目标，即在非汛期减小泥沙冲淤目标函数项的权重系数αiδy；设置泥沙淤积初始边界条件为三门峡水库已有淤积29.5亿m³，小浪底水库已有淤积33.5亿m³，且三门峡水库已达到冲淤平衡，而小浪底水库处于拦沙后期阶段。

步骤2，采集了三门峡、小浪底水库历史时期入库径流、含沙量数据，具体为，以1980～1990年、2000～2010年共22年的潼关站流量、含沙量数据作为三门峡水库历史入库水量以及含沙量数据，对于小浪底水库，其与三门峡水库之间区间流量极小，三门峡水库的出库流量、含沙量可视为小浪底水库的入库流量、含沙量，三门峡水库入库流量、含沙量如图2所示。

将数据处理至旬尺度，作为流域水库群水沙联合优化调度模型输入情景，由于模型选取的调度时期是7月1日至次年6月30日，因此各年数据由7月起算，如2000年流量过程即为2000年7月1日至2001年6月30日。在1980～1990年期间，三门峡入库流量较丰，年平均入库水量为335.91亿m³，其中7月至10月的汛期来水占全年来水比重在40.04％～61.53％，平均值为53.14％，而2000～2011年年平均入库水量有较大的减少，平均值为235.66亿m³，并且汛期占比也有所降低，在38.16％～47.51％之间，均值为43.77％；其中1981年入库流量454.38亿m³，汛期入库水量279.65亿m³，全年和汛期来水均为最丰，2002年入库水量192.27亿m³，为系列数据中最小，2001年汛期入库水量82.74亿m³，占比38.16％，其入库水量、汛期水量占比均为系列最小。

对于来沙量，与水量相似，在1980～1990年期间，三门峡入库沙量较丰，年平均入库沙量为6.04亿t，其中7月至10月的汛期来沙占全年来水比重在63.80％～84.64％，均值为77.52％，而2000～2011年年平均入库沙量大幅减小，平均值为2.98亿t，并且汛期占比也有所降低，在61.75％～84.24％之间，均值为73.59％；其中1988年入库沙量9.40亿t，1981年汛期入库沙量7.76亿t，分别为系列数据中全年和汛期来沙最丰年份，2009年入库沙量1.17亿t，汛期入库沙量0.84亿t，其年入库沙量和汛期入库沙量均为系列数据中最小，2001年汛期沙量占全年比重61.75％，为系列数据中汛期来沙量占全年比重最小年份。

将1980～1990年、2000～2010年三门峡水库历史径流、来沙情景输入步骤(1)建立的流域水库群联合水沙优化调度模型，采用离散微分动态规划方法求解模型，模拟流域水沙调度情形，探求适应流域水沙特性以及水库特征的水库群水沙联合优化调度方案。

模型运行结果如下，各年的发电量以及水库冲淤量如表2所示：

表2三门峡、小浪底各年发电、冲淤效益

从表中可以看出，三门峡水库各年的发电量变化不大，年发电量在9.76～11.57亿kw·h之间，这是由于模型设置三门峡水库最高水位为正常蓄水位318m，水位以下调节库容较小，因此出入库的流量过程变化不大，水库1980～1990年与2000～2010年平均年发电量分别为11.11亿kw·h和10.57亿kw·h，后一时期相比前一时期稍有下降，且1980～1990年汛期发电量占全年发电量平均比值31.43％，而在2000～2010年为29.31％，略微减小；对小浪底水库，由于其可调节库容较大，因此不同丰枯情形来水的年发电量差别较大，2002年为系列数据最枯来水年份，其年发电量为49.64亿kw·h，为系列数据最小，1983年，1982年来水最丰，其发电量为96.23亿kw·h，为系列数据最大，水库1980～1990年与2000～2010年平均年发电量分别为78.76亿kw·h和60.20亿kw·h，后一时期有较明显下降，且1980～1990年汛期发电量占全年发电量平均比值44.87％，而在2000～2010年为41.94％，汛期发电占全年比重也有所下降。这一结果与来水情形相符合，说明电站出力与来水丰枯关联较大，全年、汛期来水丰富可有效提高发电量。

两水库各年的全年水库淤积量和排沙比、汛期冲刷量和排沙比以及非汛期淤积量如图3(a)、图3(b)、图4(a)、图4(b)所示，其中负值为冲刷，正值为淤积。可以看出，三门峡水库由于淤积库容已经淤满，各年冲淤基本保持平衡，在1984年汛期由于8月第1旬发生了平均流量为3600m³/s的洪水，同时来沙含沙量达到峰值，因此形成较大冲淤量，而1981年虽然汛期来水最丰，但是由于沙峰出现时间较早，没有形成较大冲刷，后续年份中冲淤基本在±1亿t之间，保持较稳定状态；对于小浪底水库，由于还处于拦沙后期，其所有年份的全年以及汛期均呈现淤积的情形，且由于上游三门峡水库调控，汛期出库沙量量级更高且集中，而非汛期来沙进一步减小，因此淤积量基本来自于汛期，各年汛期水库淤积量占全年比重均值为87.81％，且可以看出随着泥沙淤积的增加，水库年淤积量呈现明显减少的趋势，在2009、2010年249m以下淤积库容淤满，时段淤积共34.88亿m³，其中1980～1990年时段淤积27.62亿m³，2000～2010年时段淤积7.26亿m³，至254m以下库容完全淤满后将进入高滩深槽形成阶段，最终达到254m以上库容防洪兴利运用、254m以下10.5亿m³槽库容调水调沙的正常使用情形。对于排沙比，三门峡水库汛期排沙量占全年88.60％～99.86％，平均值为96.40％，各年汛期排沙比均值为134.39％，全年排沙比均值为102.10％；对小浪底水库，汛期排沙量几乎占全年的100％，各年全年、汛期排沙比均小于100％，平均值为58.45和60.09％，且在系列数据的1980、1981、1982年以及1986年，由于水库尚有可用淤积库容且汛期来水较枯，洪峰、沙峰交错，汛期几乎没有排沙。总体而言，模型结果可以较好的反映水库水沙调度运行情形。

图5(a)、图5(b)展示了1980～1990年以及2000～2010年两个时段的水库平均水位过程。可以看出，对于三门峡水库，1980～1990年汛期水位相比2000～2010年较高，这是由于来水较丰，使得汛期在相对较高的水位就可以达到较好的冲刷效果，从而可以利用较高的水头进行发电，提高综合效益，1980～1990年时段平均年发电量相比2000～2010年多约0.54亿kw·h，仅汛期平均发电量就多0.40亿kw·h，达总差值74.42％，其他时段发电情形基本一致；而对于小浪底水库，由于仍然处于拦沙后期阶段，且淤积量逐年增加，因此在汛期需保持较低水位提高排沙效率，但由于1980～1990时段来水较丰，小浪底水库1980～1990年时段平均年发电量相比2000～2010年多约18.57亿kw·h，汛期平均发电量差值10.04亿kw·h，为总差值的54.08％。

对于防洪、防凌以及供水目标，由于小浪底水库库容较大，遭遇洪水优先调用小浪底水库的防洪库容，对小浪底水库1980～1990年期间汛期来水较丰年份的削峰作用明显，1981年削峰流量最大，为1030.89m³/s，各年平均最大削峰流量为128.58m³/s，而在2000～2010年，由于来水较枯，为达到排沙的目标，需要在保证防洪安全前提下加大泄量，各年平均增大洪峰流量为117.84m³/s，经过小浪底水库的调蓄作用，时段内没有发生防洪指标遭到破坏的情形；对于防凌效益，在各年12月至次年2月间的凌汛期，小浪底水库控制下泄流量12月份在500～600m³/s之间次年1、2月在300～400m³/s之间，基本满足防凌要求，其中1981～1985以及1989年来水较丰，凌汛期前蓄水水位较高，凌汛期保证下泄流量不超标的情形下为发电效益最大，时段下泄流量基本为上限约束流量；对于供水目标，小浪底各年各时段下泄流量均能满足下游用水要求。

对于目标函数的比重，设置不同权重，可以改变模型运行结果，对于小浪底水库，保持非汛期权重系数α2n、α2δy，2不变，汛期的发电量目标系数α2n为1.0，调整汛期泥沙冲淤量系数α2δy，1，以调整发电与冲淤之间的关联。

表3泥沙冲淤系数变化情况下小浪底水库调度目标

可以看出，在选取不同系数情况下，调度结果将发生相应变化。随着系数α2δy,1增大，汛期水位、年发电量减小、年淤积量均呈现减小趋势，同时年排沙比呈现增大趋势，即冲淤效益增大而发电效益减小。且对于1980～1990年时期，排沙比增幅较大且淤积量减少明显，其目标函数值增加幅度较大；而对于2000～2010年时期，由于来水、来沙相对较少，其不同系数情况下减淤效果不明显，目标函数值变化不大，且在α2δy,1为40.8时，1980～1990年时期淤积较小，使得后续可用库容较大，不易形成较大冲刷，导致排沙比反而有所下降，但整体效益仍然展现上升的趋势。因此，对于来水较丰年份，降低汛期运行水位，相机加大下泄流量排沙可以有效减少水库淤积，从而达到提高综合效益的目的。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。