CN105096004B - 一种水库群供调水系统实时调度方法 - Google Patents

Abstract

本发明涉及一种水库群供调水系统实时调度方法，属于水库调度运行领域。包括入库径流预报和需水预报、调度方法和实时修正，本发明根据水库群供、调水系统的特点，设计了入库径流预报方法、优化调度建模求解方法、不同时段耦合嵌套模式以及系统实时调度具体流程，考虑不同用户用水需求，在保证供水安全的前提下，优化分配水源，实现供水效益最大化。

Description

一种水库群供调水系统实时调度方法

技术领域

本发明涉及调度运行领域，特别涉及一种水库群供、调水系统实时调度方法。

背景技术

水资源分布的不均匀性与人类社会需水的不均衡性使跨流域调水成为必然，目前已经规划或正在实施的跨流域调水工程有南水北调工程、吉林中部引水工程、辽宁省河库水系联通工程等。旨在缓解我国华北和西北地区水资源供需矛盾，国家实施了规模庞大的南水北调工程；为缓解吉林省中部地区水资源供需矛盾，保障该区域人民生活、促进城市发展、保护生态环境，吉林省正在实施吉林中部引水工程，确定的受水区为长春、四平、辽源等10座城市、25个建制镇，沿线选取6座大中型水库作为调节水库。为了缓解辽宁中西部地区水资源对经济社会发展的严重制约，辽宁省提出了以大型水库、天然河道、连通工程、输水工程、配套工程组成的“三横七纵”河库水系连通复杂巨系统，构建“东水济西”水资源总体配置格局，涉及主要水库工程26座。由跨流域调水工程和本地水库群组成的供、调水系统，改变了原水库群的边界条件及调度模式，调度决策变得更加复杂。水库群供、调水系统调度决策的核心内容及面临的困难主要包括：1)什么时候开始调水、调多少水，有两种情况可能导致调度失败，分别是调水的同时弃水、缺水却未调水；2)如何对各用户进行供水，即不同供水保证率的各用户时段供水量是多少，以及同一用户不同水源如何优化组合，即水资源高效利用问题。

对于水库群供、调水系统优化调度的研究多集中在调度规则上，是根据历史调度规律制定调度决策，没有充分利用水文预报信息，调度决策偏于保守。

发明内容

本发明提供一种水库群供调水系统实时调度方法，以解决调度时没有充分利用水文预报信息，调度决策偏于保守的问题，利用径流预报信息，采用优化求解技术，制定科学合理的水库群供水和调水方案，在保证供水安全的前提下，使供水效益最大化。

本发明采取的技术方案是：包括下列步骤：

(1)入库径流预报，入库径流预报时段包括以年或月计的长期和以旬计的中期，采用基于超越概率的水库群供、调水系统长期入库径流预报方法对长期入库径流进行滚动预报，而中期入库径流预报采用基于GFS降雨信息的入库径流滚动预报方法，入库径流预报的具体步骤如下：

(a)基于超越概率的水库群供、调水系统长期入库径流预报方法，具体步骤如下：

①选取年内已发生入库径流总量作为预报因子(Z_j)，对年内剩余时段的入库径流(Q_i)形势进行定性预测；

②根据历史样本将预报因子和预报变量划分5个不同频率区间，分别为：丰(Q₁)、偏丰(Q₂)、平(Q₃)、偏枯(Q₄)、枯(Q₅)；

③选择预报因子的频率区间Z_j，计算不同入库径流条件下f(Z_j|Q_i)和P(Q_i)，其中f(Z_j|Q_i)为Q_i发生条件下Z_j的条件概率密度，P(Q_i)为Q_i发生的概率；

④根据公式计算P(Q_i|Z_j)，并绘制面临时段入库径流～超越概率图，其中，P(Q_i|Z_j)为预报因子Z_j已知且预报变量Q_i发生的后验概率；N为预报变量事件分布空间；

⑤根据预报变量频率区间划分，计算每个频率区间的概率，选择概率最大的频率区间max(P(Q_i|Z_j))作为预报因子为Z_j的面临时段入库径流预报结果Q_i；

(b)基于GFS降雨信息的水库群供、调水系统中期入库径流预报方法，具体步骤如下：

①选择本旬GFS预报降水(P_p)、上旬降水(P_b)与上旬径流(Q_b)作为旬径流预报的因子；

②采用基于变预报因子的多元线性回归方法进行水库旬入库径流预报，表达式为：Q＝B₀+B₁Q_b+B₂P_b+B₃P_p，式中，Q为预报入库径流量；B₀、B₁、B₂、B₃为系数；

(2)需水预报，需水分为工业及城镇生活、农业、环境三大类，具体步骤如下：

(a)工业及城镇生活年需水一般呈线性增长，采用趋势预报方法进行预报：WD_I＝a·Y+b，式中WD_I为工业及城镇生活年需水量；Y为年份；a、b为系数；

(b)水库群供、调水系统中，农业(WD_A)及环境(WD_E)需水所占比重均较小，采用典型年预报方法进行预报；

(3)调度方法，采用松散和紧密相结合的模式进行不同调度时段间的耦合嵌套，采用水库群供、调水系统优化调度建模求解方法对优化调度问题进行求解，具体步骤如下：

(a)水库群供、调水系统不同时段间耦合嵌套，具体步骤如下：

①跨流域调水工程不同时段耦合嵌套模式：跨流域调水工程年调水计划是以月为调度时段，根据年初水库蓄水状态，结合径流预报和需水预报，给出一年12个月逐月计划调水量，跨流域调水工程月调水计划仍以月为调度时段，根据月初水库蓄水状态，结合面临时段(至年末)径流预报和需水预报，给出月计划调水量，月的调水计划可以对年计划进行调整，因此，跨流域调水工程不同时段间为松散耦合嵌套模式。

②本地水库群供水工程不同时段耦合嵌套模式：供水工程年、月、旬调度时段间同为松散耦合嵌套模式，但在旬调度过程中，跨流域调水工程月调水总量原则上保持不变，在固定跨流域调水工程月调水总量及时程分配不变的基础上，制定供水工程旬供水计划，因此，当调度时段为旬时，跨流域调水工程与本地水库群供水工程之间为紧密耦合嵌套模式；

(b)水库群供、调水系统建模求解方法，具体步骤如下：

①边界条件主要为水库蓄水量边界条件和调水量边界条件，年调度边界条件为：以年底实时采集的水库蓄水量V_y,s作为该水库起始蓄水量，以水库年末蓄水目标V_obj作为该水库年末蓄水量边界条件；月调度边界条件为：以上月底实时采集的水库蓄水量V_m,s作为该水库起始蓄水量，以水库年末蓄水目标V_obj作为该水库年末蓄水量边界条件；旬调度边界条件为：以上旬底实时采集的水库蓄水量V_t,s作为该水库起始蓄水量，以水库月计划中月末蓄水量V_m,e作为该水库月末蓄水量边界条件，以调水工程m月调水计划D_m作为调水量边界条件；

②输入条件为年、月、旬入库径流(R)及需水(WD_I、WD_A、WD_E)预报结果；

③根据需水和水库蓄水状态以及来水条件，确定各用户供水量，生活、农业、环境三类主要用户中，环境需水应完全满足，根据入库径流量和水库蓄水状态，扣除环境需水、蒸发渗漏损失及死库容，得到水库可供水量(WS_able)，工业及城镇生活需水量和农业需水量之和为总需水量(WD_total)，当可供水量比较丰沛时，各用户供水量按需供给；反之则按照供水目标重要程度进行差异供给：即根据可供水量和总需水量的对应关系，以及各用水户的重要程度，决定各用水户的供水量，其中工业和城镇生活供水允许破坏深度为10％，农业供水允许破坏深度为30％；

如果缺水量W_L<0.3×WD_A(W_L＝WD_total-WS_able)，则WS_I＝WD_I，WS_A＝WD_A-W_L；

如果缺水量0.3×WD_A≤W_L≤0.3×WD_A+0.1×WD_I,则WS_I＝WD_I-W_L+0.3×WD_A，WS_A＝0.7×WD_A；

如果缺水量W_L>0.3×WD_A+0.1×WD_I，则WS_I＝0.9×WD_I×(1-(W_L-0.3×WD_A-0.1×WD_I)/(0.9×WD_I+0.7×WD_A))，WS_A＝0.7×WD_A×(1-(W_L-0.3×WD_A,i-0.1×WD_I)/(0.9×WD_I+0.7×WD_A))；

④针对水库群供、调水系统优化调度的建模方法，具体步骤如下：

第一步，选择调度决策核心变量(调水量和有共同供水任务的供水量)，以调度决策核心变量为基础分别构建虚拟水库，所述虚拟水库无径流输入，无蒸发渗漏损失，计算虚拟水库特征值，蓄水上限蓄水下限为0，式中，i为时段，I为调度周期，T_max,i为时段内工程的供、调水能力；

第二步，构建基于虚拟水库的动态规划模型，取蓄水量V_i为状态变量，计算状态变量的可行区间：

式中，V_i,u和V_i,d分别为时段初状态上限和下限，k为时段，T_min,k为时段内工程最小供水量，T_max,k为时段内工程的供水能力；

决策变量为时段供、调水量W_i；

状态转移方程为：V_i+1＝V_i-W_i，式中，V_i和V_i+1分别为时段初、末虚拟水库蓄水状态；

目标函数为

式中：P为总供水成本；P_S、P_D分别为供水单价和调水单价，WS_i为i时段供水量，WT_i为i时段调水量；

约束条件包括水量平衡约束、水库上下限约束、最大破坏深度约束、工程供水能力约束、水库末库容约束；

第三步，构建虚拟水库与实际水资源系统之间的动态协调机制，根据虚拟水库做出的供、调水决策，参与实际水库水量平衡计算，若水库可供水量不满足要求，则供、调水量进行调整，并且反馈至对应的虚拟水库，修改虚拟水库蓄水状态，反之则不需要调整；

⑤由于选择了虚拟水库蓄水量作为状态变量，状态可行域大幅缩减，因此采用全可行域搜索算法，具体步骤如下：

第一步，选择初始状态。将状态可行域的中心线作为初始可行状态，表达式如下：

W_I_i＝V_i,d+(V_i,u-V_i,d)/2

式中，W_I_i为i时段初始可行状态，V_i,u和V_i,d分别为时段初状态上限和下限；

第二步，计算廊道宽度。廊道宽度表达式如下：

Wid_i＝(V_i,u-V_i,d)/2

式中，Wid_i为i时段初始廊道宽度；

第三步，离散状态变量：

Sta_i＝W_I_i+(j-1)·Wid_i(j＝0,1,2)

式中，Sta_i为i时段状态数组；

第四步，改变廊道宽度。当廊道宽度收缩至小于设定的阈值ε，放大廊道宽度继续搜索；

(4)实时修正。实时修正包括实时信息修正、径流预报及需水预报的实时修正、累计调水量实时修正三方面内容，具体步骤见(a)-(c)；

(a)采用上时段末实时采集的水库蓄水量V_s更新该水库起始蓄水量；采用实时采集的入库径流量更新长期入库径流预报因子Z_j和中期入库径流预报因子Q_b，采用实时采集的降雨数据更新中期入库径流预报因子P_b；

(b)入库径流预报及需水预报见步骤(1)-(2)；

(c)采用实时采集的调水量数据更新年初至目前的累计调水量D_sum；

(5)重复以上(1)-(4)步骤，直到整个调度周期结束。

本发明对比现有技术有如下有益效果：本发明一种水库群供、调水系统实时调度方法，通过预报、调度、实时修正3个阶段实现水库群供、调水系统实时调度目标。在径流预报方面，提出了基于超越概率的水库群供、调水系统长期入库径流预报方法，结合中期GFS数值预报技术对不同时段入库径流进行滚动预报，充分利用实时信息，不断修正预报结果，提高预报精度。在调度模型方面，提出了水库群供、调水系统优化调度建模求解方法对优化调度问题进行求解，基于虚拟水库的动态规划模型，简化了决策变量和状态变量之间的逻辑关系，系统的可扩展性大幅提高，同时极大的缩窄了状态可行域，全可行域搜索算法保证在任意初始状态下，计算结果均能稳定的逼近全局最优，计算精度和计算效率大幅提升。根据水库群供、调水系统的特性，本发明设计了不同调度时段间的耦合嵌套模式，实现了宏观总控与局部调整相结合的调度目标。对比现有技术，本发明根据水库群供、调水系统的特点，设计了入库径流预报方法、优化调度建模求解方法、不同时段耦合嵌套模式以及系统实时调度具体流程，考虑不同用户用水需求，在保证供水安全的前提下，优化分配水源，实现供水效益最大化，本发明具有重要的推广应用价值。

附图说明

图1是水库群供、调水系统实时调度流程图；

图2是水库群供、调水系统实时调度框架图；

图3是大连市水库群供、调水系统示意图；

图4是碧流河水库2006年入库径流实时滚动预报结果。

具体实施方式

包括下列步骤：

(1)入库径流预报，入库径流预报时段包括以年或月计的长期和以旬计的中期，采用基于超越概率的水库群供、调水系统长期入库径流预报方法对长期入库径流进行滚动预报，而中期入库径流预报采用基于GFS降雨信息的入库径流滚动预报方法，入库径流预报的具体步骤如下：

(a)基于超越概率的水库群供、调水系统长期入库径流预报方法，具体步骤如下：

①选取年内已发生入库径流总量作为预报因子(Z_j)，对年内剩余时段的入库径流(Q_i)形势进行定性预测；

②根据历史样本将预报因子和预报变量划分5个不同频率区间，分别为：丰(Q₁)、偏丰(Q₂)、平(Q₃)、偏枯(Q₄)、枯(Q₅)；

③选择预报因子的频率区间Z_j，计算不同入库径流条件下f(Z_j|Q_i)和P(Q_i)，其中f(Z_j|Q_i)为Q_i发生条件下Z_j的条件概率密度，P(Q_i)为Q_i发生的概率；

④根据公式计算P(Q_i|Z_j)，并绘制面临时段入库径流～超越概率图，其中，P(Q_i|Z_j)为预报因子Z_j已知且预报变量Q_i发生的后验概率；N为预报变量事件分布空间；

⑤根据预报变量频率区间划分，计算每个频率区间的概率，选择概率最大的频率区间max(P(Q_i|Z_j))作为预报因子为Z_j的面临时段入库径流预报结果Q_i；

(b)基于GFS降雨信息的水库群供、调水系统中期入库径流预报方法，具体步骤如下：

①选择本旬GFS预报降水(P_p)、上旬降水(P_b)与上旬径流(Q_b)作为旬径流预报的因子；

②采用基于变预报因子的多元线性回归方法进行水库旬入库径流预报，表达式为：Q＝B₀+B₁Q_b+B₂P_b+B₃P_p，式中，Q为预报入库径流量；B₀、B₁、B₂、B₃为系数；

(2)需水预报，需水分为工业及城镇生活、农业、环境三大类，具体步骤如下：

(a)工业及城镇生活年需水一般呈线性增长，采用趋势预报方法进行预报：WD_I＝a·Y+b，式中WD_I为工业及城镇生活年需水量；Y为年份；a、b为系数；

(b)水库群供、调水系统中，农业(WD_A)及环境(WD_E)需水所占比重均较小，采用典型年预报方法进行预报；

(3)调度方法，采用松散和紧密相结合的模式进行不同调度时段间的耦合嵌套，采用水库群供、调水系统优化调度建模求解方法对优化调度问题进行求解，具体步骤如下：

(a)水库群供、调水系统不同时段间耦合嵌套，具体步骤如下：

①跨流域调水工程不同时段耦合嵌套模式：跨流域调水工程年调水计划是以月为调度时段，根据年初水库蓄水状态，结合径流预报和需水预报，给出一年12个月逐月计划调水量，跨流域调水工程月调水计划仍以月为调度时段，根据月初水库蓄水状态，结合面临时段(至年末)径流预报和需水预报，给出月计划调水量，月的调水计划可以对年计划进行调整，因此，跨流域调水工程不同时段间为松散耦合嵌套模式。

②本地水库群供水工程不同时段耦合嵌套模式：供水工程年、月、旬调度时段间同为松散耦合嵌套模式，但在旬调度过程中，跨流域调水工程月调水总量原则上保持不变，在固定跨流域调水工程月调水总量及时程分配不变的基础上，制定供水工程旬供水计划，因此，当调度时段为旬时，跨流域调水工程与本地水库群供水工程之间为紧密耦合嵌套模式；

(b)水库群供、调水系统建模求解方法，具体步骤如下：

①边界条件主要为水库蓄水量边界条件和调水量边界条件，年调度边界条件为：以年底实时采集的水库蓄水量V_y,s作为该水库起始蓄水量，以水库年末蓄水目标V_obj作为该水库年末蓄水量边界条件；月调度边界条件为：以上月底实时采集的水库蓄水量V_m,s作为该水库起始蓄水量，以水库年末蓄水目标V_obj作为该水库年末蓄水量边界条件；旬调度边界条件为：以上旬底实时采集的水库蓄水量V_t,s作为该水库起始蓄水量，以水库月计划中月末蓄水量V_m,e作为该水库月末蓄水量边界条件，以调水工程m月调水计划D_m作为调水量边界条件；

②输入条件为年、月、旬入库径流(R)及需水(WD_I、WD_A、WD_E)预报结果；

③根据需水和水库蓄水状态以及来水条件，确定各用户供水量，生活、农业、环境三类主要用户中，环境需水应完全满足，根据入库径流量和水库蓄水状态，扣除环境需水、蒸发渗漏损失及死库容，得到水库可供水量(WS_able)，工业及城镇生活需水量和农业需水量之和为总需水量(WD_total)，当可供水量比较丰沛时，各用户供水量按需供给；反之则按照供水目标重要程度进行差异供给：即根据可供水量和总需水量的对应关系，以及各用水户的重要程度，决定各用水户的供水量，其中工业和城镇生活供水允许破坏深度为10％，农业供水允许破坏深度为30％；

如果缺水量W_L<0.3×WD_A(W_L＝WD_total-WS_able)，则WS_I＝WD_I，WS_A＝WD_A-W_L；

如果缺水量0.3×WD_A≤W_L≤0.3×WD_A+0.1×WD_I,则WS_I＝WD_I-W_L+0.3×WD_A，WS_A＝0.7×WD_A；

如果缺水量W_L>0.3×WD_A+0.1×WD_I，则WS_I＝0.9×WD_I×(1-(W_L-0.3×WD_A-0.1×WD_I)/(0.9×WD_I+0.7×WD_A))，WS_A＝0.7×WD_A×(1-(W_L-0.3×WD_A,i-0.1×WD_I)/(0.9×WD_I+0.7×WD_A))；

④针对水库群供、调水系统优化调度的建模方法，具体步骤如下：

第一步，选择调度决策核心变量(调水量和有共同供水任务的供水量)，以调度决策核心变量为基础分别构建虚拟水库，所述虚拟水库无径流输入，无蒸发渗漏损失，计算虚拟水库特征值，蓄水上限蓄水下限为0，式中，i为时段，I为调度周期，T_max,i为时段内工程的供、调水能力；

第二步，构建基于虚拟水库的动态规划模型，取蓄水量V_i为状态变量，计算状态变量的可行区间：

式中，V_i,u和V_i,d分别为时段初状态上限和下限，k为时段，T_min,k为时段内工程最小供水量，T_max,k为时段内工程的供水能力；

决策变量为时段供、调水量W_i；

状态转移方程为：V_i+1＝V_i-W_i，式中，V_i和V_i+1分别为时段初、末虚拟水库蓄水状态；

目标函数为

式中：P为总供水成本；P_S、P_D分别为供水单价和调水单价，WS_i为i时段供水量，WT_i为i时段调水量；

约束条件包括水量平衡约束、水库上下限约束、最大破坏深度约束、工程供水能力约束、水库末库容约束；

第三步，构建虚拟水库与实际水资源系统之间的动态协调机制，根据虚拟水库做出的供、调水决策，参与实际水库水量平衡计算，若水库可供水量不满足要求，则供、调水量进行调整，并且反馈至对应的虚拟水库，修改虚拟水库蓄水状态，反之则不需要调整；

⑤由于选择了虚拟水库蓄水量作为状态变量，状态可行域大幅缩减，因此采用全可行域搜索算法，具体步骤如下：

第一步，选择初始状态。将状态可行域的中心线作为初始可行状态，表达式如下：

W_I_i＝V_i,d+(V_i,u-V_i,d)/2

式中，W_I_i为i时段初始可行状态，V_i,u和V_i,d分别为时段初状态上限和下限；

第二步，计算廊道宽度。廊道宽度表达式如下：

Wid_i＝(V_i,u-V_i,d)/2

式中，Wid_i为i时段初始廊道宽度；

第三步，离散状态变量：

Sta_i＝W_I_i+(j-1)·Wid_i(j＝0,1,2)

式中，Sta_i为i时段状态数组；

第四步，改变廊道宽度。当廊道宽度收缩至小于设定的阈值ε，放大廊道宽度继续搜索；

(4)实时修正。实时修正包括实时信息修正、径流预报及需水预报的实时修正、累计调水量实时修正三方面内容，具体步骤见(a)-(c)；

(a)采用上时段末实时采集的水库蓄水量V_s更新该水库起始蓄水量；采用实时采集的入库径流量更新长期入库径流预报因子Z_j和中期入库径流预报因子Q_b，采用实时采集的降雨数据更新中期入库径流预报因子P_b；

(b)入库径流预报及需水预报见步骤(1)-(2)；

(c)采用实时采集的调水量数据更新年初至目前的累计调水量D_sum；

(5)重复以上(1)-(4)步骤，直到整个调度周期结束。方法流程见图1。

下面结合附图和实施实例对本发明作进一步的描述。

水库群供、调水系统由跨流域调水工程和本地水库群共同组成，旨在加大城市水资源供给能力，缓解城市水资源供需矛盾，保障城市供水安全，改善区域生态环境。由于跨流域调水工程的加入，水库群供、调水系统实时调度与常规的水库群在调度模式和调度流程等方面均有较大差别，国内外鲜有文献报道。本发明提出的一种水库群供、调水系统实时调度方法，是在对水库群供、调水系统特性分析的基础上，提出了系统实时调度的框架及二层耦合结构模式，设计了系统实时调度流程。本发明提出的方法实现了滚动预报和滚动调度，具备了实时性；实现了宏观总控与局部调整相结合的调度目标，具备了调度决策不同时间尺度耦合嵌套特性，适用于复杂水库群供、调水系统实时调度。

水库群供、调水系统实时调度框架。水库群供、调水实时调度是“预报、决策、实施、再预报、再决策、再实施”的循环往复、向前滚动的决策过程。水库群供、调水系统实时调度必须具备两大基础：1)调水总量控制基础，2)实时调度的信息基础。两大基础为实时调度提供边界条件。根据水库群供、调水系统的功能定位，实时调度框架包含以下四个层面：1)数据管理；2)预报；3)调度；4)方案与实施。数据管理层面包括历史数据和实时数据，在实时数据中包括了实时信息的获取。预报层面是根据历史数据和实时信息对面临时段的径流和需水进行预报。调度层面即为实时调度，以径流预报和需水预报作为输入条件，进行包括月、旬等多个时间步长的调度决策。方案与实施层面包括供水和调水方案的编制与实施。根据实施的调度运行方案，将工程运行的实时信息及时反馈给数据管理层面，从而形成一个紧密联系的整体。

水库群供、调水系统实时调度模式。从调度时段上分析，跨流域调水工程多为长距离有压密闭输水，不允许频繁改变运行状态，一般以月为调度时段，而本地水库群供水调度以旬为时段。在调度时段上的差异，决定了水库群供、调水系统属二层耦合结构。在月尺度调度中，基于供、调一体优化的思想，从全局寻求最优供、调水决策，不属于主从递阶决策问题；而在旬尺度调度中，跨流域调水工程月调水量固定不变，在确定水库来水条件下，调度问题变成了单纯的供水优化调度。水库群供、调水系统不同时段耦合嵌套模式如下所述。跨流域调水工程不同时段耦合嵌套模式：跨流域调水工程年调水计划是以月为调度时段，根据年初水库蓄水状态，结合径流预报和需水预报，给出一年12个月逐月计划调水量。跨流域调水工程月调水计划仍以月为调度时段，根据月初水库蓄水状态，结合面临时段(至年末)径流预报和需水预报，给出月计划调水量，月的调水计划可以对年计划进行调整。因此，跨流域调水工程不同时段间为松散耦合嵌套模式。本地水库群供水工程不同时段耦合嵌套模式：供水工程年、月、旬调度时段间同为松散耦合嵌套模式，但在旬调度过程中，跨流域调水工程月调水总量原则上保持不变，在固定跨流域调水工程月调水总量及时程分配不变的基础上，制定供水工程旬供水计划。因此，当调度时段为旬时，跨流域调水工程与本地水库群供水工程之间为紧密耦合嵌套模式。

基于水库群供、调水系统实时调度模式分析结果，设计实时调度流程，具体如下：

(1)入库径流预报。入库径流预报时段包括长期(年、月)和中期(旬)。采用基于超越概率的水库群供、调水系统长期入库径流预报方法对长期入库径流进行预报，而中期入库径流预报采用基于GFS降雨信息的入库径流预报方法。

(2)需水预报。需水分为工业及城镇生活、农业、环境三大类，其中工业及城镇生活采用趋势预报方法进行预报，农业及环境需水所占比重较小，采用典型年预报方法进行预报。

(3)调度决策。以优化调度计算模型为主、以调度规则和专家判断为辅进行调度决策，采用松散和紧密相结合的模式进行不同时段间的耦合嵌套。

(4)实时修正。实时修正包括三方面内容：1)实时信息修正；2)径流预报及需水预报的实时修正；3)累计调水量实时修正。

(5)重复以上(1)～(4)步骤，直到整个调度周期结束，方法流程见图1。

水库群供、调水系统实时优化调度过程可概况为：“总量控制、耦合嵌套、多维决策、滚动修正”。

总量控制是指年、月调水总量控制。在月调度过程中，累计调水量一般不突破年计划确定的年调水总量，在旬调度过程中，累计调水量一般不突破月计划确定的月调水总量。

耦合嵌套是指不同调度时段间的协同配合。从时间维上看，既有大尺度的宏观把握，又有小尺度的局部调整；不同时间尺度间又存在递阶关系，年调度为月调度提供年末水库蓄水目标和累计调水量边界条件，而月调度为旬调度提供月末水库蓄水目标和累计调水量边界条件，通过不同调度时段之间的边界设置，实现年、月、旬调度的耦合嵌套。

多维决策是指时间维和空间维的决策。时间维的决策包括不同调度时段的决策，即年、月、旬调水与供水决策；空间维上，即有基于供、调一体优化思想的调度决策(年、月尺度)，又有基于主从递阶思想的调度决策(旬尺度)。

滚动修正，这是实时调度的核心，通过对径流预报、需水预报、水情和工情以及累计调水量等信息的实时更新，为调度模型提供最新的初始条件和边界条件。

水库群供、调水系统实时调度方法包括入库径流预报、需水预报、供水和调水调度模型，下文分述之。

入库径流预报包括长期和中期径流预报，长期包括月、数月等时间尺度，中期主要为旬时间尺度。本发明提出了基于超越概率的水库群供、调水系统长期入库径流预报方法，结合中期GFS数值预报技术对不同时段入库径流进行滚动预报。

超越概率法基本原理如下：

式中，Q_i为预报变量事件i；Z_j为预报因子事件j；P(Q_i)为Q_i发生的概率；f(Z_j|Q_i)为Q_i发生条件下Z_j的条件概率密度；P(Q_i|Z_j)为预报因子Z_j已知且预报变量Q_i发生的后验概率；N为预报变量事件分布空间。

根据水库群供、调水实时调度系统的特点，做月计划的时候必须考虑年末蓄水目标是否能够满足，因此需要面临月至年末的径流预报信息。水库入库径流多属降水补给型，降水的随机性较强，但从长历时角度看，前期降水量多则土壤含水量大，后期降水更容易形成径流，即前期径流与面临时段径流存在相关关系。本发明选取年内已发生入库径流总量作为预报因子，对年内剩余时段的入库径流形势进行定性预测。基于超越概率法基本理论，本发明给出了水库群供、调水系统实时调度长期入库径流预报方法的具体步骤：

(1)根据历史样本将预报因子和预报变量划分5个不同频率区间，分别为：丰、偏丰、平、偏枯、枯；

(2)选择预报因子的频率区间Z_j，计算不同入库径流条件下f(Z_j|Q_i)和P(Q_i)，绘制面临时段入库径流～超越概率图；

(3)根据预报变量频率区间划分，计算每个频率区间的概率，选择概率最大的频率区间作为预报因子为Z_j的面临时段入库径流预报的频率。

根据2006年大连市碧流河水库实测入库径流资料对超越概率法预报结果进行检验，结果见附图4。从预报图中可见，枯水期预报和实测径流偏差不大；7月份做出的入库径流预报中，8月份预报结果明显高于实测值(圆形标记)，到了8月份，根据实时数据对入库径流进行重新预报，8月当月的预报结果(菱形标记)得到较好的修正，预报误差进一步减小，证明了方法的有效性。

供、调水系统主要任务是保障城市工业及城镇生活用水。可采用趋势预测法预测工业及城镇生活需水中对供、调水系统原水供给的需求量。

供、调水调度模型的目标函数为供水成本最小，在供水成本中，主要包含调水成本和共同供水任务的供水成本，特定供水任务的供水成本不计算在内。

约束条件包括：水量平衡方程、水库上下限约束、最大破坏深度约束、工程供水能力约束、水库末库容约束。

建立了基于虚拟水库的复杂水库群供、调水系统优化调度动态规划模型。建模的优点：1)虚拟水库水量平衡关系比较简单，仅有虚拟水库蓄水量和供水量分项，状态可行区间的确定比较简便，状态可行域大幅缩窄，可显著提高计算效率；2)将供、调水决策逆向求解问题变为正向求解问题，把相应约束条件转化为状态可行区间，简化了决策变量与状态变量之间的逻辑关系；3)以调度决策为核心，分别构建虚拟水库，系统的可扩展性大幅提高，并为全可行域搜索创造条件。

现以大连市水库群供、调水系统为研究对象，采用本发明方法做调水和供水计划。大连市是严重缺水的城市，碧流河水库和英那河水库是大连市原水供应的主要水源，约占全市原水总供应量的80％。两水库分别通过引碧入连工程和引英入连工程将原水配送至洼子店水库，经调节后供给市区用水。为解决大连市城市工业与生活用水短缺问题，并改善区域水环境，将外流域的水通过大伙房水库输水应急入连工程调入碧流河水库，经碧流河水库调节后，向城市供水，大连市供、调水系统示意图见图2。

碧流河水库与英那河水库均为多年调节水库，虽然大伙房水库输水应急入连工程调度周期为日历年，但调水计划的制定必须考虑连续枯水年份即使满负荷调水仍不能满足供水需求，即调水要有一定的前瞻性。为了协调跨流域调水工程和碧流河水库、英那河水库调度周期不匹配问题，提出了多年调节水库年末蓄水目标的概念。水库特征参数见下表。

表1 水库特征参数(单位：10⁶m³)

选取2006年做实例研究，根据实际发生的径流数据分析，该年水库来水偏枯，大伙房水库输水应急入连工程调水决策需要在不调水与满负荷调水中进行优选，因此具有较好的代表性。收集历史GFS降雨数值预报信息及径流数据，采用已建立的实时调度系统，按照本发明的技术流程对全年的调度过程进行模拟，调水计划按月下达，供水计划4～10月份按旬下达，其它月份按月下达。在长期径流预报方面，为了便于计算结果的对比，采用两种不同的径流预报方法：1)固定频率P＝75％(偏枯)的入库径流预报方法，简称“固定频率法”；2)采用实时数据的超越概率预报方法。在旬径流预报方面，采用基于GFS降雨信息的入库径流预报方法，简称“GFS法”。表2给出了不同调度模型、不同径流预报方法实时调度结果对比。

表2 实时调度不同方案结果对比(单位：10⁶m³)

根据实际发生的径流，采用常规调度模型，跨流域调水工程调水量为74.80×10⁶m³，而优化调度模型跨流域调水工程调水量为112.72×10⁶m³，较常规调度多调水37.92×10⁶m³；两种模型单独供水任务均未破坏，常规调度引碧入连和引英入连工程供水比例为0.58:0.42，而优化调度下该比例为0.56:0.44；常规调度下两水库弃水量为33.11×10⁶m³，而优化调度下仅弃水0.19×10⁶m³；常规调度下两水库年末蓄水量均未达到年末蓄水目标，而优化调度下两水库年末蓄水量均达到年末蓄水目标的要求。根据实际发生径流两种模型对比结果看，优化调度模型虽然年调水量增大，但弃水量少，年末蓄水量满足年末蓄水目标要求，提高了供水安全保障程度，证明了优化调度模型的有效性。

同为优化调度模型，采用不同的长期径流预报方法，固定频率法跨流域调水工程调水量为224.99×10⁶m³，而超越概率法为150.30×10⁶m³，较固定频率法少调水74.69×10⁶m³；固定频率法引碧入连和引英入连工程供水比例为0.6:0.4，而超越概率法下该比例为0.63:0.37，表明引碧入连供水所占的比例进一步提高。固定频率法两水库总弃水量为86.95×10⁶m³，且大部分为碧流河水库弃水，即调水的同时发生弃水，而超越概率法两水库总弃水量为22.75×10⁶m³，并且碧流河水库无弃水；年末蓄水量方面，两种方法下年末总蓄水量比较接近，均接近或超过年末蓄水目标。

将超越概率法与实际发生径流条件下的优化调度结果对比，跨流域调水工程调水量增加了37.58×10⁶m³，两水库弃水总量增加22.56×10⁶m³。因为在长期径流预报中，仅能对未来径流形势做定性判断，难免存在误差，但在实时过程中预报误差逐步修正，调度结果仍在合理接受范围内。

对比结果表明，采用实时机制下的优化调度模型，可根据获取的实时信息对未来水文情势做出较科学的预判，进而获得较优的调度方案，避免了边调水、边弃水情形的发生，有效指导水库群供水和调水决策。

通过实例研究表明，本发明提出的水库群供、调水系统实时调度方法具备两个基本特征：1)实现了滚动预报和滚动调度，方法具备了实时性；2)实现了宏观总控与局部调整相结合的调度目标，方法具备了调度决策不同时间尺度耦合嵌套特性。本实时调度方法功能满足使用要求，成功的应用于大连市水库群供水和调水调度决策。

Claims (1)

1.一种水库群供调水系统实时调度方法，包括下列步骤：

(1)入库径流预报，入库径流预报时段包括以年或月计的长期和以旬计的中期，采用基于超越概率的水库群供、调水系统长期入库径流预报方法对长期入库径流进行滚动预报，而中期入库径流预报采用基于GFS降雨信息的入库径流滚动预报方法，入库径流预报的具体步骤如下：

(a)基于超越概率的水库群供、调水系统长期入库径流预报方法，具体步骤如下：

①选取年内已发生入库径流总量作为预报因子(Z_j)，对年内剩余时段的入库径流(Q_i)形势进行定性预测；

②根据历史样本将预报因子和预报变量划分5个不同频率区间，分别为：丰(Q₁)、偏丰(Q₂)、平(Q₃)、偏枯(Q₄)、枯(Q₅)；

③选择预报因子的频率区间Z_j，计算不同入库径流条件下f(Z_j|Q_i)和P(Q_i)，其中f(Z_j|Q_i)为Q_i发生条件下Z_j的条件概率密度，P(Q_i)为Q_i发生的概率；

④根据公式计算P(Q_i|Z_j)，并绘制面临时段入库径流～超越概率图，其中，P(Q_i|Z_j)为预报因子Z_j已知且预报变量Q_i发生的后验概率；N为预报变量事件分布空间；

⑤根据预报变量频率区间划分，计算每个频率区间的概率，选择概率最大的频率区间max(P(Q_i|Z_j))作为预报因子为Z_j的面临时段入库径流预报结果Q_i；

(b)基于GFS降雨信息的水库群供、调水系统中期入库径流预报方法，具体步骤如下：

①选择本旬GFS预报降水(P_p)、上旬降水(P_b)与上旬径流(Q_b)作为旬径流预报的因子；

②采用基于变预报因子的多元线性回归方法进行水库旬入库径流预报，表达式为：Q＝B₀+B₁Q_b+B₂P_b+B₃P_p，式中，Q为预报入库径流量；B₀、B₁、B₂、B₃为系数；

(2)需水预报，需水分为工业及城镇生活、农业、环境三大类，具体步骤如下：

(a)工业及城镇生活年需水一般呈线性增长，采用趋势预报方法进行预报：WD_I＝a·Y+b，式中WD_I为工业及城镇生活年需水量；Y为年份；a、b为系数；

(b)水库群供、调水系统中，农业(WD_A)及环境(WD_E)需水所占比重均较小，采用典型年预报方法进行预报；

(3)调度方法，采用松散和紧密相结合的模式进行不同调度时段间的耦合嵌套，采用水库群供、调水系统优化调度建模求解方法对优化调度问题进行求解，具体步骤如下：

(a)水库群供、调水系统不同时段间耦合嵌套，具体步骤如下：

①跨流域调水工程不同时段耦合嵌套模式：跨流域调水工程年调水计划是以月为调度时段，根据年初水库蓄水状态，结合径流预报和需水预报，给出一年12个月逐月计划调水量，跨流域调水工程月调水计划仍以月为调度时段，根据月初水库蓄水状态，结合面临时段(至年末)径流预报和需水预报，给出月计划调水量，月的调水计划可以对年计划进行调整，因此，跨流域调水工程不同时段间为松散耦合嵌套模式；

②本地水库群供水工程不同时段耦合嵌套模式：供水工程年、月、旬调度时段间同为松散耦合嵌套模式，但在旬调度过程中，跨流域调水工程月调水总量原则上保持不变，在固定跨流域调水工程月调水总量及时程分配不变的基础上，制定供水工程旬供水计划，因此，当调度时段为旬时，跨流域调水工程与本地水库群供水工程之间为紧密耦合嵌套模式；

(b)水库群供、调水系统建模求解方法，具体步骤如下：

①边界条件主要为水库蓄水量边界条件和调水量边界条件，年调度边界条件为：以年底实时采集的水库蓄水量V_y,s作为该水库起始蓄水量，以水库年末蓄水目标V_obj作为该水库年末蓄水量边界条件；月调度边界条件为：以上月底实时采集的水库蓄水量V_m,s作为该水库起始蓄水量，以水库年末蓄水目标V_obj作为该水库年末蓄水量边界条件；旬调度边界条件为：以上旬底实时采集的水库蓄水量V_t,s作为该水库起始蓄水量，以水库月计划中月末蓄水量V_m,e作为该水库月末蓄水量边界条件，以调水工程m月调水计划D_m作为调水量边界条件；

②输入条件为年、月、旬入库径流(R)及需水(WD_I、WD_A、WD_E)预报结果；

③根据需水和水库蓄水状态以及来水条件，确定各用户供水量，生活、农业、环境三类主要用户中，环境需水应完全满足，根据入库径流量和水库蓄水状态，扣除环境需水、蒸发渗漏损失及死库容，得到水库可供水量(WS_able)，工业及城镇生活需水量和农业需水量之和为总需水量(WD_total)，当可供水量比较丰沛时，各用户供水量按需供给；反之则按照供水目标重要程度进行差异供给：即根据可供水量和总需水量的对应关系，以及各用水户的重要程度，决定各用水户的供水量，其中工业和城镇生活供水允许破坏深度为10％，农业供水允许破坏深度为30％；

如果缺水量W_L<0.3×WD_A(W_L＝WD_total-WS_able)，则WS_I＝WD_I，WS_A＝WD_A-W_L；

如果缺水量0.3×WD_A≤W_L≤0.3×WD_A+0.1×WD_I,则WS_I＝WD_I-W_L+0.3×WD_A，WS_A＝0.7×WD_A；

如果缺水量W_L>0.3×WD_A+0.1×WD_I，则WS_I＝0.9×WD_I×(1-(W_L-0.3×WD_A-0.1×WD_I)/(0.9×WD_I+0.7×WD_A))，WS_A＝0.7×WD_A×(1-(W_L-0.3×WD_A,i-0.1×WD_I)/(0.9×WD_I+0.7×WD_A))；

④针对水库群供、调水系统优化调度的建模方法，具体步骤如下：

第一步，选择调度决策核心变量(调水量和有共同供水任务的供水量)，以调度决策核心变量为基础分别构建虚拟水库，所述虚拟水库无径流输入，无蒸发渗漏损失，计算虚拟水库特征值，蓄水上限蓄水下限为0，式中，i为时段，I为调度周期，T_max,i为时段内工程的供、调水能力；

第二步，构建基于虚拟水库的动态规划模型，取蓄水量V_i为状态变量，计算状态变量的可行区间：

式中，V_i,u和V_i,d分别为时段初状态上限和下限，k为时段，T_min,k为时段内工程最小供水量，T_max,k为时段内工程的供水能力；

决策变量为时段供、调水量W_i；

状态转移方程为：V_i+1＝V_i-W_i，式中，V_i和V_i+1分别为时段初、末虚拟水库蓄水状态；

目标函数为

式中：P为总供水成本；P_S、P_D分别为供水单价和调水单价，WS_i为i时段供水量，WT_i为i时段调水量；

约束条件包括水量平衡约束、水库上下限约束、最大破坏深度约束、工程供水能力约束、水库末库容约束；

第三步，构建虚拟水库与实际水资源系统之间的动态协调机制，根据虚拟水库做出的供、调水决策，参与实际水库水量平衡计算，若水库可供水量不满足要求，则供、调水量进行调整，并且反馈至对应的虚拟水库，修改虚拟水库蓄水状态，反之则不需要调整；

⑤由于选择了虚拟水库蓄水量作为状态变量，状态可行域大幅缩减，因此采用全可行域搜索算法，具体步骤如下：

第一步，选择初始状态； 将状态可行域的中心线作为初始可行状态，表达式如下：

W_I_i＝V_i,d+(V_i,u-V_i,d)/2

式中，W_I_i为i时段初始可行状态，V_i,u和V_i,d分别为时段初状态上限和下限；

第二步，计算廊道宽度； 廊道宽度表达式如下：

Wid_i＝(V_i,u-V_i,d)/2

式中，Wid_i为i时段初始廊道宽度；

第三步，离散状态变量：

Sta_i＝W_I_i+(j-1)·Wid_i(j＝0,1,2)

式中，Sta_i为i时段状态数组；

第四步，改变廊道宽度； 当廊道宽度收缩至小于设定的阈值ε，放大廊道宽度继续搜索；

(4)实时修正； 实时修正包括实时信息修正、径流预报及需水预报的实时修正、累计调水量实时修正三方面内容，具体步骤见(a)-(c)；

(a)采用上时段末实时采集的水库蓄水量V_s更新该水库起始蓄水量；采用实时采集的入库径流量更新长期入库径流预报因子Z_j和中期入库径流预报因子Q_b，采用实时采集的降雨数据更新中期入库径流预报因子P_b；

(b)入库径流预报及需水预报见步骤(1)-(2)；

(c)采用实时采集的调水量数据更新年初至目前的累计调水量D_sum；

(5)重复以上(1)-(4)步骤，直到整个调度周期结束。