王奕　徐鑫

摘 要：水電站的優(yōu)化調(diào)度是一個組合優(yōu)化問題，其最優(yōu)解是具有實用價值的研究方向，求解方法非常重要。解決水庫優(yōu)化調(diào)度問題的關鍵在于兩個方面：一是如何建立水庫優(yōu)化調(diào)度數(shù)學模型；二是如何選擇優(yōu)化方法求解該數(shù)學模型。到目前為止，優(yōu)化調(diào)度的方法有很多，但也存在一些問題。本文引用幾個文獻來分析最優(yōu)調(diào)度方法。

關鍵字：水庫；優(yōu)化；優(yōu)缺點

1 國內(nèi)外研究進展

水庫群調(diào)度涉及多個目標，主要包括防洪、發(fā)電、灌溉用水、工業(yè)和住宅供水、環(huán)境保護、水質(zhì)改善、旅游、導航等。目前國內(nèi)外水庫群優(yōu)化調(diào)度研究取得了很大進展。水庫優(yōu)化運行研究的國內(nèi)外專家學者主要包括：優(yōu)化模型、優(yōu)化求解方法模型、單庫、多庫、水庫泵站聯(lián)合優(yōu)化調(diào)度等。

1.1 模型建立

不同的水資源配置系統(tǒng)有不同的決策變量、目標函數(shù)、約束條件。

（1）單水庫缺水調(diào)度

在文獻[1]中，作者以烏魯瓦提水庫為例，建立了以各時段水庫供水量為決策變量的數(shù)學模型。

目標函數(shù)：

烏魯瓦提水庫調(diào)度是一個多目標問題，具體有防洪發(fā)電、生態(tài)治理、排沙灌溉這幾個目標。根據(jù)調(diào)度原則，將防洪、排沙、生態(tài)治理作為基本約束條件，首先滿足這幾三個條件，把灌溉量的最多以及發(fā)電量的最大看作是模型的目標函數(shù)。

約束條件：

A.水庫調(diào)度水量平衡約束；B.灌溉供水流量約束；C.生態(tài)供水約束；D.水位約束；E.防洪約束；F.水電站出力約束。

（2）多水庫缺水調(diào)度

梯級電站綜合運行，包括蓄水能力、水文補償效益和電力補償效益。在給定的控制期間，文獻[2]的長期優(yōu)化調(diào)度模型的目標函數(shù)是在控制期間保證輸出的最大發(fā)電量。

目標函數(shù)：

A.水量平衡約束；B.庫容限制約束；C.水庫出庫流量限制；D.邊界條件。

1.2 求解方法

水庫優(yōu)化調(diào)度有很多方法，通過研究螢火蟲算法，我們可以了解螢火蟲算法（FA）在全局最優(yōu)解的收斂速度和全局最優(yōu)解的方差方面的表現(xiàn)優(yōu)越。將蟻群算法運用到多庫系統(tǒng)中，結(jié)果表明，該算法可以有效的處理離三和連續(xù)的組合決策變量。研究水循環(huán)算法（WCA）在水庫系統(tǒng)優(yōu)化中的性能，分別對WCA和遺傳算法（GA）的結(jié)果進行了10次獨立運行，并給出了各算法的收斂曲線。最后根據(jù)得到的結(jié)果：與GA相比，WCA具有更好的性能和性能。

1.3 單水庫與多水庫優(yōu)化調(diào)度

①單水庫優(yōu)化調(diào)度

具有高效參數(shù)化且結(jié)構合理的分段線性對沖規(guī)則的多目標模擬優(yōu)化模型，可以為單個供水水庫的長期對沖操作獲取最優(yōu)解。并行動態(tài)規(guī)劃和改進遺傳算法，利用OpenMP編程模式以及分層遺傳算法，可以為水庫優(yōu)化調(diào)度指出新的方向。另外可以從理論上證明自優(yōu)化模擬技術在最適合的決策領域中，證明模擬技術的準確性。采用多目標決策理論中的“權重法”進行分析，對子系統(tǒng)非線性規(guī)劃模型，則采用混合罰函數(shù)法（SUMT法）求解，編制了大系統(tǒng)逐層優(yōu)化的ALGOIJ語言電算程序，進行大量的計算和靈敏度分析，可以得到系統(tǒng)最優(yōu)規(guī)劃具有實際意義的成果。

②多水庫聯(lián)合優(yōu)化調(diào)度

混沌算法與進化算法相結(jié)合的算法可以應用到水資源優(yōu)化調(diào)度系統(tǒng)中；運用模擬退火算法可以得到水庫運行的最優(yōu)規(guī)劃曲線；具有變異特征的蟻群系統(tǒng)的混合局部優(yōu)化算法（MSA - ACS）可以用于解決梯級水庫優(yōu)化調(diào)度問題，并且與蟻群算法進行比較和分析對其進行優(yōu)化；并行多種群混合進化的粒子群算法全局優(yōu)化，可以確定滿足各水庫供水要求的水庫群調(diào)水規(guī)則和供水規(guī)則，優(yōu)化確定調(diào)水水庫的最大調(diào)水規(guī)模，最后根據(jù)優(yōu)化規(guī)則及調(diào)水規(guī)模進行水庫調(diào)度計算，以證明該模型的科學性和有效性；通過建立在IA-PSO算法的水庫優(yōu)化調(diào)度的思路，可以建立數(shù)學模型，實例表明，相對于傳統(tǒng)動態(tài)規(guī)劃算法來說，通過IA-PSO所得到的結(jié)果更優(yōu)，IA-PSO算法的收斂速度比傳統(tǒng)算法的更快，此新方法為水庫調(diào)度問題開辟了一條更有效的道路。

2 存在問題

以文獻為例，分析國內(nèi)在水庫水資源優(yōu)化調(diào)度方面的優(yōu)缺點進行分析。

在文獻[3]中，作者利用漸進式優(yōu)化算法，建立了鐵嶺地區(qū)聚合虛擬水庫的聯(lián)合供水調(diào)度方案。作者以虛擬聚合水庫供水量最大為目標函數(shù)。

約束條件有：

A.虛擬聚合水庫水量平衡方程； B.水庫庫容約束。

分析：作者在這僅將所有水庫各時段最大供水量作為目標函數(shù)，欠缺考慮，一方面，即使供水量最大是否能滿足灌區(qū)用水需求，另一方面，超出灌區(qū)需水要求的水庫供水量會增加水庫的運行成本。故應該將灌區(qū)用水量也納入目標函數(shù)的考慮中。此外，作者未將水庫的年可供水總量列入約束條件。

在文獻[4]中，作者根據(jù)青海省黑泉水庫，分別利用自適應遺傳算法和標準遺傳算法解決對其進行優(yōu)化調(diào)度，最后，將兩種方法進行比較。在保證灌溉用水和城市用水的前提下，作者以發(fā)電量最大為目標函數(shù)。

約束條件有：

水位約束；B.水輪機最大過機流量約束；C.電站出力約束；D.下泄流量約束；E.灌溉供水約束；F.水量平衡約束；

分析：自適應遺傳算法相對于標準遺傳算法來說，可根據(jù)個體適應度和群體分散程度，對遺傳控制參數(shù)進行有效調(diào)整。從而保持種群的多樣性，加快收斂速度，提高全局收斂的穩(wěn)定性。

3 小結(jié)

本文通過對國內(nèi)外大量文獻的總結(jié)和總結(jié)，研究了遺傳算法、螢火蟲算法、神經(jīng)網(wǎng)絡、混合蟻群等國內(nèi)外水庫優(yōu)化調(diào)度的各種方法。然而，優(yōu)化運行仍存在一些問題，主要問題在于模型的建立，大多數(shù)作者在水庫供水能力約束中沒有考慮到，在水庫供水中沒有考慮到每一時期的目標函數(shù)，理論比實際要多。

參考文獻

[1]潘雷曉，郭秀娟，等.烏魯瓦提水庫調(diào)度模型及算法研究[J].人民黃河，2012，34（1）：142-144.

[2]陳立，梅亞東，董雅，等.改進遺傳算法及其在水庫群優(yōu)化調(diào)度中的應用[J].水利學報，2008，39（5）：550-556.

[3]李楠.鐵嶺市水庫群聯(lián)合供水優(yōu)化調(diào)度方案研究[J].中國水能及電氣化，2017（6）：28-31.

[4]王少波，解建倉，孔珂.自適應遺傳算法在水庫優(yōu)化調(diào)度中的應用[J]，水利學報，2006，37（4）：480-485.