CN106097163A - 一种面向时空均衡的水资源优化配置方法 - Google Patents

Abstract

本发明公开了一种面向时空均衡的水资源优化配置的方法，包括：确定水资源优化配置荷载均衡目标、空间均衡目标和时间均衡目标函数，据行业性质，确定各目标函数的行业权重系数及行业供水保障率的阈值；利用各目标函数建立外层为时间均衡目标函数、内层为空间均衡目标和荷载均衡目标的函数的双层水资源优化模型；利用函数的行业权重系数及行业供水保障率的阈值，采用遗传NSGA‑IIS算法解模型，不断交叉变异进化生成全时段时间均衡目标解，直到收敛得到全局各时段协调的水资源优化配置解。本发明采用双层优化算法进行求解，使四种尺度融合与统一，实现面向时空均衡的水资源优化配置，达到水资源的可持续科学利用的目的。

Description

一种面向时空均衡的水资源优化配置方法

技术领域

本发明涉及水资源优化配置，具体涉及一种面向时空均衡的水资源优化配置的方法。

背景技术

水资源合理调控和承载分析对于科学把握水资源开发利用状态以及合理开发利用水资源具有重要的作用，而水资源优化配置是合理调控不同水源供水到不同用户用水的重要方法，水资源优化配置是水资源配置的核心驱动，是水资源合理调控的关键。

传统水资源优化配置方案多针对多目标(如供水、生态、环境等)进行优化，基本采用对单一目标、单时段或两时段法进行求解，无法解决空间上的水资源优化和长时段系列的全局最优问题，很难得到全局最优和单时段协同较优的水资源配置方案。如图1所示的以遗传算法为基础的水资源优化配置方案，由于前一时段影响后一时段，导致无法得到全时段最优配置方案。

针对上述问题，目前国内、外提出时空均衡的水资源管理思想，其目的是在区域或流域水资源开发利用过程中达到荷载均衡、空间均衡、时间均衡三个目标，实现水资源的可持续科学利用，但对于如何科学进行时空均衡水资源配置，实现水资源开发利用的荷载均衡、空间均衡和时间均衡，并没有给出具体有效可行方案。

发明内容

本发明所要解决的技术问题是如何科学进行时空均衡水资源配置，实现水资源开发利用的荷载均衡、空间均衡和时间均衡的问题。

为了解决上述技术问题，本发明所采用的技术方案是提供一种面向时空均衡的水资源优化配置的方法，包括以下步骤：

步骤S10、根据区域实际情况，确定水资源优化配置荷载均衡目标、空间均衡目标和时间均衡目标三大目标函数，并根据行业性质，确定三大目标函数的行业权重系数以及行业供水保障率的阈值；

步骤S20、利用三大目标函数建立双层水资源优化模型，其中，该模型的外层为以各个行业不同时段保障率高为目标的时间均衡目标函数，内层为以不同区域单元公平性最优为目标的空间均衡目标和以区域单元内不同行业缺水率最小为目标的荷载均衡目标的函数；

步骤S30、利用三大目标函数的行业权重系数以及行业供水保障率的阈值，采用NSGA-IIS算法交叉、变异求解双层水资源优化模型，得到全时段时间均衡目标解；

步骤S40、判断当前全时段时间均衡目标解是否达到全局各时段最优，如果不是，重复步骤S30；否则，输出此时全局和各时段协调统一的水资源优化配置解。

在上述方法中，行业供水保障率的阈值包括：

生活的供水保障率阈值为(0.98,1]；

工业的供水保障率阈值为(0.95,1]；

农业的供水保障率阈值为(0.6,1]；

城市生态的供水保障率阈值为(0.8,1]；

河道生态基流转化供水保障率为100％，是强约束，在其他行业供水中优先满足。

在上述方法中，三大目标函数分别为：

荷载均衡目标函数为：

$MinL\left(xt\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_h*\frac{1}{mu}*\underset{u=1}{\overset{mu}{\Σ}}\left|(x_{ht}^u-{\mathrm{Sob}}_{ht})\right|;$

空间均衡目标函数为：

$MinS\left(xt\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_{ht}*\sqrt{\frac{1}{mu-1}*\underset{u=1}{\overset{mu}{\Σ}}{(x_{ht}^u-\stackrel{\‾}{x_{ht}})}^2};$

时间均衡目标函数为：

$MaxT\left(x\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_h*(1-\sqrt{\frac{1}{mt-1}*\underset{t=1}{\overset{mt}{\Σ}}{\left(x_{ht}^u-\stackrel{\‾}{x_{hm}}\right)}^2});$

其中，L(xt)为时段荷载均衡目标，S(xt)为时段空间均衡目标，T(x)为时间均衡目标，qh为行业用户权重系数，为时段区域单元u中行业用户h的缺水率，为区域单元u中行业用户h的缺水率均值，为区域单元u中行业用户h在全部时段mt的缺水率均值，并且和满足下列条件：0≤Sob_ht≤1-B_h，h为区域行业用水户类型，B_h为区域行业用户h的最低用水保证率，mh为区域行业用水户类型的最大数目,u为区域单元,mu为区域单元最大数目，t为计算时段，mt为计算时段最大值。

在上述方法中，所述满足符合不同行业供水最低保证率要求。

在上述方法中，根据行业性质，确定三大目标函数的行业权重系数以及行业供水保障率的阈值包括：

首先依据行业分类标准，划分区域行业类型，得到各类型行业用户数据库H＝{H1,H2,…,Hn}；

再按照行业性质，确定各个类型行业权重系数和行业供水保障率的阈值，行业供水保障率取值范围为(0,1]。

在上述方法中，步骤S30具体包括以下步骤：

步骤S31、以三大目标函数的关键参数、行业权重系数以及行业供水保障率的阈值为约束，在水资源优化模型外层利用NSGA-IIS算法，交叉、变异得到不同时段不同行业供水保证率理想目标值Sob_ht；

步骤S32、逐时段在水资源优化模型内层利用NSGA-IIS算法，以步骤S31得到的各行业供水保证率理想目标为约束，通过遗传计算的交叉、变异得到每个时段的空间均衡目标和荷载均衡目标的最优解；

步骤S33、根据各时段的空间均衡目标和荷载均衡目标的最优解和时间均衡目标函数，得到全时段时间均衡目标值。

在上述方法中，三大目标函数的关键参数包括区域行业用水户类型的最大数目，区域单元最大数目以及计算时段最大值。

在上述方法中，在步骤S40中，判断当前全时段时间均衡目标解是否达到全局各时段最优的原则为：

外层优化配置全时段时间均衡目标逼近各时段各行业供水保证率理想目标曲线，且各时段供水保障率距平波动最小。

本发明充分考虑水资源配置的时间和空间尺度、以及单元和行业尺度，提出一种面向时空均衡的有效可行水资源优化配置方案，采用双层优化算法(NSGA-IIS)进行求解，外层用来解决不同行业各时段均衡目标，内层用来求解逐时段各个区域单元的空间均衡和荷载均衡目标，从而使四种尺度融合与统一，达到区域单元内部负荷均衡、不同区域单元空间均衡、不同时段的时间均衡，进而实现面向时空均衡的水资源优化配置，达到水资源的可持续科学利用的目的。

附图说明

图1为传统水资源优化配置算法中以遗传算法的求解算法结构示意图；

图2为本发明中双层优化算法结构示意图；

图3为本发明提供的一种面向时空均衡的水资源优化配置的方法的流程图；

图4为本发明中双层优化算法采用NSGA-IIS算法求解的算法结构示意图。

具体实施方式

实现时空均衡的水资源优化配置目标实质是合理解决供水侧和需水侧双向协调问题，根据大系统分解协调原理，将水资源优化配置可以分解为若干时段和各时段内的优化配置，如何协调逐时段的水资源配置和全时段水资源优化供水是其重点，即所谓的全时段全局优化。

本发明考虑水资源配置的时间和空间尺度、以及单元和行业尺度，提出一种面向时空均衡的水资源优化配置方案，采用双层优化算法(NSGA-IIS)进行求解，如图2所示，其中，Min L(xt)为缺水率最小的时段荷载均衡目标；Min S(xt)为公平性最优的时段空间均衡目标；Max T(x)为行业全时段保障率高的时间均衡目标；Ti为计算时段，i取1,2，……m；Uj为区域单元，j取1,2，……n；外层用来解决不同行业各时段均衡目标，内层用来求解逐时段各个区域单元的空间均衡和荷载均衡目标，从而使四种尺度融合与统一，达到区域单元内部负荷均衡、不同区域单元空间均衡、不同时段的时间均衡，进而实现面向时空均衡的水资源优化配置。

下面结合说明书附图和具体实施例对本发明做出详细的说明。

如图3所示，本发明提供了一种面向时空均衡的水资源优化配置的方法，包括以下步骤：

步骤S10、根据区域实际情况，确定水资源优化配置的三大目标函数：荷载均衡目标函数、空间均衡目标函数和时间均衡目标函数，并根据行业性质，确定三大目标函数的行业权重系数qh(一般生活、工业惩罚系数高一些，农业和生态惩罚系数较低)以及行业供水保障率Bh的阈值，一般情况下，生活供水保障率阈值为(0.98,1]、工业的供水保障率阈值为(0.95,1]、农业的供水保障率阈值为(0.6,1]、城市生态的供水保障率阈值为(0.8,1])、河道生态基流转化供水保障率为100％，其中，河道生态基流转化是强约束，在其他行业供水中需要优先满足，除非有些地方时间河道都干涸没水了，所有行业供水都无法满足了。

在本发明中，三大目标函数分别为：

(1)荷载均衡目标为缺水率最小，可得荷载均衡目标函数为：

$MinL\left(xt\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_h*SW\left(X_{ht}\right);$

而时段供水胁迫函数SW(X_ht)为：

$SW\left(X_{ht}\right)=\frac{1}{mu}*\underset{n=1}{\overset{mu}{\Σ}}\left|(x_{ht}^u-{\mathrm{Sob}}_{ht})\right|;$

则荷载均衡目标函数为：

$MinL\left(xt\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_h*\frac{1}{mu}*\underset{u=1}{\overset{mu}{\Σ}}\left|(x_{ht}^u-{\mathrm{Sob}}_{ht})\right|;$

其中，L(xt)为时段荷载均衡目标，qh为行业用户权重系数，为时段区域单元u中行业用户h的缺水率，Sob_ht为时段区域行业用户h的供水胁迫目标理想值，且满足0≤Sob_ht≤1-B_h，h为区域行业用水户类型，B_h为区域行业用户h的最低用水保证率，mh为区域行业用水户类型的最大数目,u为区域单元,mu为区域单元最大数目，t为计算时段。

(2)空间均衡目标为公平性最优，可得空间均衡目标函数为：

$MinS\left(xt\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_{ht}*GP\left(X_{ht}\right);$

而时段公平性函数GP(X_ht)为：

$GP\left(X_{ht}\right)=\sqrt{\frac{1}{mu-1}*\underset{u=1}{\overset{mu}{\Σ}}{(x_{ht}^u-\stackrel{\‾}{x_{ht}})}^2};$

则空间均衡目标函数为：

$MinS\left(xt\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_{ht}*\sqrt{\frac{1}{mu-1}*\underset{u=1}{\overset{mu}{\Σ}}{(x_{ht}^u-\stackrel{\‾}{x_{ht}})}^2};$

其中，S(xt)为时段空间均衡目标，qh为行业用户权重系数，为区域单元u中行业用户h的缺水率，为区域单元u中行业用户h的缺水率均值，且h为区域行业用水户类型，mh为区域行业用水户类型的最大数目,u为区域单元,mu为区域单元最大数目，t为计算时段。

(3)时间均衡目标为行业全时段保障率最高，可得时间均衡目标函数为：

$MaxT\left(x\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_h*PW\left(X_h\right);$

而行业供水保证率函数PW(X_h)为：

$PW\left(X_h\right)=1-\sqrt{\frac{1}{mt-1}*\underset{t=1}{\overset{mt}{\Σ}}{(x_{ht}^u-\stackrel{\‾}{x_{hm}})}^2};$

则时间均衡目标函数为：

$MaxT\left(x\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_h*(1-\sqrt{\frac{1}{mt-1}*\underset{t=1}{\overset{mt}{\Σ}}{\left(x_{ht}^u-\stackrel{\‾}{x_{hm}}\right)}^2});$

其中，T(x)为时间均衡目标，qh为行业用户权重系数，为区域单元u中行业用户h时段t的缺水率，为区域单元u中行业用户h在全部时段mt的缺水率均值，且h为区域行业用水户类型，mh为区域行业用水户类型的最大数目，t为计算时段，mt为计算时段最大值。

在上述各个目标函数中，应满足符合不同行业供水最低保证率要求。

本发明根据行业性质，确定三大目标函数的行业权重系数q_h以及行业供水保障率Bh的阈值，首先依据行业分类标准，划分区域行业类型，得到各类型行业用户数据库H＝{H1,H2,…,Hn}；再按照行业性质，确定各个类型行业权重系数qh和行业供水保障率Bh的阈值，行业供水保障率Bh取值范围为(0,1]。

步骤S20、利用荷载均衡目标、空间均衡目标和时间均衡目标三大目标函数建立双层NSGA-IIS算法水资源优化模型，水资源优化模型的外层为以各个行业不同时段保障率高且稳定为目标的时间均衡目标函数；水资源优化模型的内层为以不同区域单元公平性最优为目标的空间均衡目标和以区域单元内不同行业缺水率最小为目标的荷载均衡目标的函数。

步骤S30、利用三大目标函数的行业权重系数qh以及行业供水保障率Bh的阈值，采用遗传NSGA-IIS算法交叉、变异求解双层水资源优化模型，得到全时段时间均衡目标解。

在本发明中，如图4所示，步骤S30具体包括以下步骤：

步骤S31、以三大目标函数的关键参数(mh、mu、mt值)、行业权重系数qh以及行业供水保障率Bh的阈值为约束，在水资源优化模型外层利用NSGA-IIS算法，交叉、变异得到不同时段不同行业供水保证率理想目标值Sob_ht；

步骤S32、逐时段在水资源优化模型内层利用NSGA-IIS算法，以步骤S31得到的该时段各行业供水保证率理想目标为约束，通过交叉、变异等遗传计算得到每个时段的空间均衡目标和荷载均衡目标的最优解；

步骤S33、根据各时段的空间均衡目标和荷载均衡目标的最优解(优化配置解)和时间均衡目标函数，得到全时段时间均衡目标值。

步骤S40、判断当前全时段时间均衡目标解是否达到全局各时段最优，如果不是，重复步骤S30，利用遗传交叉、变异，不断调整进化生成全时段时间均衡目标解，直到收敛得到全局和各时段协调统一的水资源优化配置解；否则，输出此时全局和各时段协调统一的水资源优化配置解，这里采用了精英策略，通过对水资源系统实际的把握和经验，制定最优原则，有效防止遗传NSGA-IIS算法陷入漫无目的寻优和局部寻优的陷阱，加速求解过程。

其中，判断当前全时段时间均衡目标解是否达到全局各时段最优的原则为：外层优化配置全时段时间均衡目标逼近各时段各行业供水保证率理想目标曲线，且各时段供水保障率距平波动最小。在全时段时间均衡目标解求解过程中，由于内层优化配置空间均衡目标和荷载均衡目标是根据外层各时段各行业供水保证率理想目标曲线进行响应求得，而外层优化配置全时段空间均衡目标又是根据内层优化配置求得，所以每次利用业供水保障率的阈值交叉、变异能够得到不同的各个时段不同行业供水保障率理想目标值(遗传NSGA-IIS算法交叉、变异的特性)，内层优化配置空间均衡目标和荷载均衡目标将不断响应各个时段不同行业供水保障率理想目标值，从而达到不断调整进化生成全时段时间均衡目标解效果，直到找到符精英策略的全局各时段最优，此时的内、外层优化配置可以保证了水资源全时段全局最优，因此为全局和各时段协调统一的水资源优化配置解。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种面向时空均衡的水资源优化配置的方法，其特征在于，包括以下步骤：

步骤S10、根据区域实际情况，确定水资源优化配置荷载均衡目标、空间均衡目标和时间均衡目标三大目标函数，并根据行业性质，确定三大目标函数的行业权重系数以及行业供水保障率的阈值；

步骤S20、利用三大目标函数建立双层水资源优化模型，其中，该模型的外层为以各个行业不同时段保障率高且稳定为目标的时间均衡目标函数，内层为以不同区域单元公平性最优为目标的空间均衡目标和以区域单元内不同行业缺水率最小为目标的荷载均衡目标的函数；

步骤S30、利用三大目标函数的行业权重系数以及行业供水保障率的阈值，采用遗传NSGA-IIS算法交叉、变异求解双层水资源优化模型，得到全时段时间均衡目标解；

步骤S40、判断当前全时段时间均衡目标解是否达到全局各时段最优，如果不是，重复步骤S30；否则，输出此时全局和各时段协调统一的水资源优化配置解。

2.如权利要求1所述的方法，其特征在于，行业供水保障率的阈值包括：

生活的供水保障率阈值为(0.98,1]；

工业的供水保障率阈值为(0.95,1]；

农业的供水保障率阈值为(0.6,1]；

城市生态的供水保障率阈值为(0.8,1]；

河道生态基流转化供水保障率为100％，是强约束，在其他行业供水中优先满足。

3.如权利要求1所述的方法，其特征在于，三大目标函数分别为：

荷载均衡目标函数为：

$MinL\left(xt\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_h*\frac{1}{mu}*\underset{u=1}{\overset{mu}{\Σ}}\left|(x_{ht}^u-{\mathrm{Sob}}_{ht})\right|;$

空间均衡目标函数为：

$MinS\left(xt\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_{ht}*\sqrt{\frac{1}{mu-1}*\underset{u=1}{\overset{mu}{\Σ}}{(x_{ht}^u-\stackrel{\‾}{x_{ht}})}^2};$

时间均衡目标函数为：

$MaxT\left(x\right)=\underset{h=1}{\overset{mh}{\Σ}}{q}_h*(1-\sqrt{\frac{1}{mt-1}*\underset{t=1}{\overset{mt}{\Σ}}{(x_{ht}^u-\stackrel{\‾}{x_{hm}})}^2});$

其中，L(xt)为时段荷载均衡目标，S(xt)为时段空间均衡目标，T(x)为时间均衡目标，qh为行业用户权重系数，为时段区域单元u中行业用户h的缺水率，为区域单元u中行业用户h的缺水率均值，为区域单元u中行业用户h在全部时段mt的缺水率均值，Sob_ht为时段区域行业用户h的供水胁迫目标理想值，并且Sob_ht、和满足下列条件：0≤Sob_ht≤1-B_h，h为区域行业用水户类型，B_h为区域行业用户h的最低用水保证率，mh为区域行业用水户类型的最大数目,u为区域单元,mu为区域单元最大数目，t为计算时段，mt为计算时段最大值。

4.如权利要求3所述的方法，其特征在于，所述满足符合不同行业供水最低保证率要求。

5.如权利要求1所述的方法，其特征在于，根据行业性质，确定三大目标函数的行业权重系数以及行业供水保障率的阈值包括：

首先依据行业分类标准，划分区域行业类型，得到各类型行业用户数据库H＝{H1,H2,…,Hn}；

再按照行业性质，确定各个类型行业权重系数和行业供水保障率的阈值，行业供水保障率取值范围为(0,1]。

6.如权利要求1所述的方法，其特征在于，步骤S30具体包括以下步骤：

步骤S31、以三大目标函数的关键参数、行业权重系数以及行业供水保障率的阈值为约束，在水资源优化模型外层利用遗传NSGA-IIS算法，交叉、变异得到不同时段不同行业供水保证率理想目标值Sob_ht；

步骤S32、逐时段在水资源优化模型内层利用NSGA-IIS算法，以步骤S31得到的各行业供水保证率理想目标为约束，通过遗传计算的交叉、变异得到每个时段的空间均衡目标和荷载均衡目标的最优解；

步骤S33、根据各时段的空间均衡目标和荷载均衡目标的最优解和时间均衡目标函数，得到全时段时间均衡目标值。

7.如权利要求6所述的方法，其特征在于，三大目标函数的关键参数包括区域行业用水户类型的最大数目，区域单元最大数目以及计算时段最大值。

8.如权利要求7所述的方法，其特征在于，在步骤S40中，判断当前全时段时间均衡目标解是否达到全局各时段最优的原则为：

外层优化配置全时段时间均衡目标逼近各时段各行业供水保证率理想目标曲线，且各时段供水保障率距平波动最小。