關(guān)鍵詞：水庫群；防洪優(yōu)化調(diào)度；最大削峰準則；粒子群算法；黃河

中圖分類號：ＴＶ８７７；ＴＶ８８２．１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０９．０１９

引用格式：翁志明，高璽煒，李曉英．基于改進智能算法水庫群防洪優(yōu)化調(diào)度研究［Ｊ］．人民黃河，２０２４，４６（９）：１３２－１３５，１５５．

０引言

洪澇災害是全球性的自然災害，其影響范圍廣泛，破壞力巨大［１］ 。水庫群防洪調(diào)度能夠調(diào)節(jié)洪峰、儲蓄洪水、減輕甚至避免洪水災害。水庫群防洪優(yōu)化調(diào)度［２－６］ 就是利用系統(tǒng)工程方法和現(xiàn)代計算機技術(shù)，以設(shè)定的優(yōu)化調(diào)度準則，針對特定洪水事件，推求水庫最佳蓄泄方案，輔助防洪減災決策人員及時制定決策。

在實踐中一般通過構(gòu)建優(yōu)化調(diào)度模型，并基于群體智能算法求解優(yōu)化調(diào)度目標，如粒子群算法和狼群算法等。粒子群算法具有簡單、易于實現(xiàn)、并行性好等優(yōu)點，適用于解決連續(xù)域的優(yōu)化問題，在多變量非線性求解中應(yīng)用廣泛［７－８］ 。

黃河流域東西高差大，氣候變化劇烈，造成流域水量不穩(wěn)定，洪澇災害頻發(fā)［９－１０］ 。黃河上游暴雨量小，河床平緩且兩岸有較多森林、沼澤、草灘調(diào)節(jié)徑流，洪水危害不大。中下游流經(jīng)黃土高原，有汾河、洛河、涇河、渭河等重要支流，夏秋季汛期暴雨來臨，徑流挾帶大量泥沙，匯入干流，導致干流洪量急劇增加，對下游構(gòu)成嚴重威脅。黃河下游河道泥沙大量淤積，長年累月形成地上“懸河”，若調(diào)度不好，極可能漫灘成災［１１］ 。而花園口作為下游地上“懸河”的起點，地理位置特殊，是黃河下游主要防洪控制點，控制住花園口洪水過程對確保黃河下游防洪安全具有重大意義。

黃河干流上的三門峽水庫受潼關(guān)高程控制影響，洪水期通常敞泄運行，因此小浪底水庫在黃河干流中起到了主要的防洪作用，是保障下游防洪安全的關(guān)鍵工程。左岸支流上的河口村水庫以及右岸支流上的故縣、陸渾水庫協(xié)調(diào)小浪底水庫防洪運行，攔蓄支流洪水。西霞院水庫作為小浪底水利樞紐的配套工程，主要任務(wù)是反調(diào)節(jié)，故本文不將西霞院水庫納入防洪優(yōu)化調(diào)度系統(tǒng)中，僅以花園口以上流域的小浪底、三門峽、陸渾、故縣和河口村５ 座大型水庫組成的水庫群為例，以最大削峰準則為目標進行水庫群防洪優(yōu)化調(diào)度，并建立相應(yīng)模型，通過輪庫法和粒子群算法相結(jié)合的方法對其進行求解。黃河中下游水庫群防洪體系概化見圖１。

２防洪優(yōu)化調(diào)度模型求解方法

由于洪水波在演進過程中的坦化變形，基于最大削峰準則的水庫群防洪優(yōu)化調(diào)度目標難以分解為相對簡單的子目標，因此動態(tài)規(guī)劃法等不適用于求解該模型［１２］ ?；谧畲笙鞣鍦蕜t的分段試算法，可從理想最佳解出發(fā)，逐步引入約束條件，不斷試算迭代，逐步推求最佳解［１３］ ?；诖?，本文從單一水庫理想泄流過程出發(fā)，利用輪庫法有效降低維度，并采用粒子群算法推求最佳解。求解過程如下：

１）求水庫群內(nèi)單一水庫理想泄流過程。根據(jù)各水庫的約束條件、入庫洪水過程和調(diào)洪庫容，用砍平頭法調(diào)洪演算得到各水庫的泄流過程，以此作為各水庫的理想泄流過程。

２） 對ｉ ＝ １，２，３，４，５ 依次循環(huán)計算，逐步優(yōu)化水庫群聯(lián)合調(diào)度方案。即每次選擇一個水庫進行迭代尋優(yōu)，更新該水庫的理想泄流過程，其余水庫的泄流過程選擇前次循環(huán)的理想泄流過程。通過粒子群算法優(yōu)化該水庫的理想泄流過程，將該水庫前次循環(huán)的理想泄流過程（ｑ，ｑ，…，ｑ） 作為粒子群算法初始粒子，并基于此生成滿足式（８）至式（１２）約束條件的ｎ 個泄流過程（ｎ 為粒子群初始粒子個數(shù)）。通過調(diào)洪演算和洪水演進計算，求解各防洪控制點的流量過程，以式（１）為目標不斷更新粒子位置，推求極小值解，即為該水庫更新后的理想泄流過程。

３）進行若干次循環(huán)迭代，每次循環(huán)都是對前次解的進一步優(yōu)化。當優(yōu)化到最大循環(huán)次數(shù)或迭代解滿足既定精度時，當前解即為水庫群的最佳泄流過程。

３計算實例

３．１實例計算條件

對小浪底、三門峽、陸渾、故縣和河口村水庫組成的水庫群開展聯(lián)合防洪優(yōu)化調(diào)度，以１９５４ 年８ 月三門峽至花園口區(qū)間來水為主形成的典型洪水作為水庫群防洪調(diào)度計算的實例洪水，簡稱“下大洪水”，計算洪水時間為１９５４年８月２日至１４日，數(shù)據(jù)時間間隔（調(diào)度時段）為６ ｈ。各水庫調(diào)度控制指標見表１，“下大洪水”調(diào)度泄流方式見表２。

３．２實例計算結(jié)果與分析

在實際防洪調(diào)度中，三門峽水庫通常敞泄運行，只有當小浪底水庫不能滿足防洪要求時進行調(diào)洪，因此本次模擬計算中根據(jù)實際情況三門峽水庫采取敞泄滯洪的運用方式，即α３＝ ０。設(shè)置初始粒子個數(shù)ｎ＝２００，最大迭代次數(shù)為２００，向個體極值和全局極值最大飛行步長為２，輪庫法循環(huán)次數(shù)為１０，求解次數(shù)為３０?；▓@口斷面常規(guī)調(diào)度結(jié)果和優(yōu)化調(diào)度結(jié)果見圖２，各水庫常規(guī)調(diào)度結(jié)果和優(yōu)化調(diào)度結(jié)果分別見圖３ 至圖６，各水庫防洪調(diào)度指標統(tǒng)計見表３。

實例運算收斂情況：統(tǒng)計３０次求解運算，２９次成功收斂至可行解（可行解為滿足所有約束條件優(yōu)化一定程度的調(diào)度方案），２１次收斂至最佳解，運算成功收斂至可行解的概率為９６．７％，收斂至最佳解的概率為７０％，運算得到的可行解均值與最佳解的誤差為０．６％，誤差控制在較小范圍內(nèi)，符合精度要求，表明利用粒子群算法xs0LJBkGkHHU2VQVhe6yOdmHcAUf2ND0+JrJ2Jq7aEk=的群體智能和輪庫法的迭代搜索機制，輪庫法和粒子群算法相結(jié)合可有效推求混聯(lián)水庫群防洪聯(lián)合調(diào)度的可行解和最佳解。

對比常規(guī)調(diào)度與優(yōu)化調(diào)度的過程可知，優(yōu)化調(diào)度過程下，各水庫泄流過程趨于平穩(wěn)。由表３可知，陸渾、故縣以及河口村水庫優(yōu)化調(diào)度的最大削峰率得到顯著提升。由于陸渾、故縣水庫出流經(jīng)河道匯流和伊洛夾灘地區(qū)的調(diào)蓄后進入干流，伊洛夾灘地區(qū)具有滯洪削峰、削減洪量的作用，且汛期最大攔蓄庫容之和小于小浪底水庫最大攔蓄庫容，因此與小浪底水庫相比對花園口的影響較小。河口村水庫上游來水較小，在常規(guī)調(diào)度中一般采用進出庫平衡方式，優(yōu)化調(diào)度過程下，其防洪庫容得到充分利用，最大削峰率由０提高至５８．８％，最大攔蓄庫容０．７７ 億ｍ^３。

小浪底水庫作為干流最重要的控制性工程，防洪庫容最大，常規(guī)調(diào)度和優(yōu)化調(diào)度過程下水庫最大攔蓄庫容也最大，承擔著水庫群防洪的主要任務(wù)，出流過程直接影響花園口控制斷面的流量過程。優(yōu)化調(diào)度過程中，水庫群實現(xiàn)有效動態(tài)錯峰泄流，小浪底水庫在優(yōu)化調(diào)度１～５ 時段達最大泄洪流量３ ５１１ ｍ^３／ｓ，其余水庫在該時段泄洪流量都較小，提前錯峰泄流，預留庫容用于攔蓄后續(xù)時段洪水，進而促使花園口防洪控制點的削峰效果顯著，洪水過程也變得更為平穩(wěn)，大大減輕了下游的防洪壓力。小浪底水庫最大攔蓄庫容由３．２７億ｍ^３降低至１．９９ 億ｍ^３，在減輕下游防洪壓力、降低下游地區(qū)洪水災害風險的同時，顯著增強了小浪底水庫的防洪可靠性。

４結(jié)論

本文以黃河中下游的５ 座大型水庫為例，針對１９５４年“下大洪水”，以最大削峰準則為目標構(gòu)建防洪優(yōu)化調(diào)度模型。利用輪庫法和粒子群算法推求水庫群優(yōu)化調(diào)度結(jié)果，得出以下結(jié)論。

１）以最大削峰準則為目標進行優(yōu)化調(diào)度在黃河中下游防洪工作中具有重要應(yīng)用價值。通過科學合理調(diào)度，防洪控制點的洪峰流量可得到有效控制，泄流過程明顯平穩(wěn)，充分保障防洪控制點的安全，減輕下游防洪壓力，提高控制性水庫的防洪安全，為黃河中下游地區(qū)的可持續(xù)發(fā)展提供有力保障。

２）粒子群算法和輪庫法相結(jié)合的方法在推求防洪優(yōu)化調(diào)度結(jié)果方面具有顯著優(yōu)勢。該算法充分利用粒子群算法的群體智能和輪庫法的迭代搜索機制，可快速準確地推求最佳解。在黃河中下游防洪工作中，可以為決策者提供科學可靠的參考依據(jù)，有助于提高防洪工作的效率和準確性。