CN109636065A - 基于多煤层共采条件的保水采煤优化方法 - Google Patents
基于多煤层共采条件的保水采煤优化方法 Download PDFInfo
- Publication number
- CN109636065A CN109636065A CN201811620595.5A CN201811620595A CN109636065A CN 109636065 A CN109636065 A CN 109636065A CN 201811620595 A CN201811620595 A CN 201811620595A CN 109636065 A CN109636065 A CN 109636065A
- Authority
- CN
- China
- Prior art keywords
- coal
- coal mine
- mining
- constraint
- mine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Abstract
本发明提出一种基于多煤层共采条件的保水采煤优化方法,属于水资源及煤矿开采领域。本发明解决了目前不确定环境下的煤水矛盾问题,其技术方案要点为:将煤矿污水处理成本作为煤矿开采者的决策变量,将每吨煤的排水系数进行模糊数处理,并根据每单位污水处理成本、煤矿开采的数量以及进行模糊数处理后的每吨煤的排水系数求解煤矿污水处理成本;确定煤矿开采时的下层约束条件并结合求解的污水处理成本确定煤矿的下层目标函数;确定煤矿管理者的上层约束条件并结合下层目标函数确定煤矿管理者的上层目标函数;根据上层目标函数、下层目标函数及其分别对应的上层约束条件及下层约束条件确定全局模型;并将其转换为单层模型。
Description
技术领域
本发明涉及水资源及煤矿开采领域,特别涉及基于多煤层共采条件的保水采煤优化方法的领域。
背景技术
双层决策优化方法是一类针对决策者具有二层递阶结构关系的问题的优化方法。其主要研究具有两个层次系统的规划与管理问题。分为上层和下层,上下两层问题都具有各自的决策变量、约束条件和目标函数。
而目前针对不确定条件下的煤水矛盾问题依然没有一个良好的解决方法。
发明内容
本发明的目的是提供一种基于多煤层共采条件的保水采煤优化方法,解决目前不确定环境下的煤水矛盾问题。
本发明解决其技术问题,采用的技术方案是:基于多煤层共采条件的保水采煤优化方法,包括如下步骤:
步骤1、将煤矿污水处理成本作为煤矿开采者的决策变量,所述煤矿开采者的决策变量包括每单位污水处理成本、每吨煤的排水系数及煤矿开采的数量;
步骤2、将每吨煤的排水系数进行模糊数处理,并根据每单位污水处理成本、煤矿开采的数量以及进行模糊数处理后的每吨煤的排水系数求解煤矿污水处理成本;
步骤3、确定煤矿开采时的下层约束条件;
步骤4、根据求解的污水处理成本及下层约束条件确定煤矿的下层目标函数;
步骤5、确定煤矿管理者的上层约束条件;
步骤6、根据下层目标函数及上层约束条件确定煤矿管理者的上层目标函数,即煤炭行业的区域财政收入;
步骤7、根据上层目标函数、下层目标函数及其分别对应的上层约束条件及下层约束条件确定全局模型;
步骤8、将全局模型转换为单层模型。
进一步的是,步骤1中,所述每单位污水处理成本记为Pi,每吨煤的排水系数记为Eij,煤矿开采的数量记为Xij,煤矿污水处理成本记为成
具体的是,步骤2中,所述将每吨煤的排水系数进行模糊数处理具体是指:将其描述为一个梯形模糊数其中,r1为每吨煤的排水系数估计值的最小值,r4为每吨煤的排水系数估计值的最大值,r2和r3为每吨煤的排水系数估计值的中间的两个值,rij1,rij2,rij3,rij4均为梯形模糊数的隶属函数中的参数;
将每吨煤的排水系数进行模糊数处理过程中,使用乐观和悲观参数来确定煤矿管理者的态度,具体操作如下所示:
进一步的是,步骤2中,在进行模糊数处理过程中,如果煤矿违反任何煤矿管理者的规定,则会收取惩罚性费用,所述惩罚性费用以如下惩罚函数表述:
这个惩罚函数表明,如果煤矿i的位移量超过极限就罚款,其中Ui是煤矿i可以排放的极限,ξ是煤矿管理者的惩罚系数。
具体的是,步骤3中,所述下层约束条件包括煤矿配额约束、煤矿能力约束及环境保护约束;
所述煤矿配额约束中,每个煤矿的总采矿量不应超过配额,设Yi为政府分配给煤矿i的配额,因此每个煤矿的煤矿配额约束如下:
所述煤矿能力约束中,当煤矿作出关于煤层j开采量的决定时,其数量不得超过其开采能力OU ij从煤层j开采煤矿的数量是用Xij表示的非负数,所以采矿能力约束如下:
0≤Xij≤OU ij;
所述环境保护约束中,所涉及的指标包括悬浮固体,记为SS,和化学需氧量,记为COD,令表示煤矿井下采煤水中SS和COD的浓度,其中v[.],w[·]是梯形模糊数,矿井水排放标准规定经处理的矿井水中COD值不应超过150mg/L,质量等级II的SS浓度超过100mg/L,质量等级为I的SS浓度不应超过100mg/L和70mg/L,如果煤矿排出的矿井水不符合这些标准,煤矿管理者将剥夺他们的生产权,由于各煤矿的污水处理能力有限,污染物浓度应不超过污水处理能力约束,设为煤矿i的COD处理能力,为煤矿i的SS处理能力,则环境保护约束为:
将约束中的模糊数进行转换:
进一步的是,步骤4中,所述下层目标函数为:
具体的是,步骤5中,所述上层约束条件包括环境保护约束及客观条件约束;
所述环境保护约束中,设H为区域内地下水可承受的最大承载量,γ为可能水平,那么环境保护约束为:
其中,Pos是可能性度量,是煤矿i可能的每吨采煤的排水系数,用或表示,该环境保护约束表明煤矿管理者要求在给定的可能性水平γ下,将挤出的地下水量控制在小于H的水平,因此,环境保护约束通过如下公式表示:
所述客观条件限制中,设定该地区所有煤矿的配额数量不得超过该地区的煤炭数量,设RU为该地区煤炭的可回收量,即分配给煤矿的总配额不应超量,并用如下公式表示:
同时,所有煤矿的煤炭产量应满足基本市场需求DL,基本的市场需求是基于历史数据和煤矿管理者发展计划的预测模型确定的,用如下公式表示:
进一步的是,步骤6中,所述上层目标函数,即煤炭行业的区域财政收入的确定过程中,以S为税率,Ci为煤矿i平均价格,Yi为煤矿i采矿配额,区域财政收入的煤炭工业是对于转移支付,考虑对水环境造成的损害进行处罚,并用惩罚函数表示,惩罚函数为f(XijUi),通过总结税收和罚款,煤炭行业的区域财政收入如下:
具体的是,步骤7中,所述全局模型为:
进一步的是,步骤8中,所述单层模型为:
本发明的有益效果是,通过上述基于多煤层共采条件的保水采煤优化方法,首先,将煤矿污水处理成本作为煤矿开采者的决策变量,煤矿开采者的决策变量包括每单位污水处理成本、每吨煤的排水系数及煤矿开采的数量;其次,将每吨煤的排水系数进行模糊数处理,并根据每单位污水处理成本、煤矿开采的数量以及进行模糊数处理后的每吨煤的排水系数求解煤矿污水处理成本;然后,确定煤矿开采时的下层约束条件;再然后,根据求解的污水处理成本及下层约束条件确定煤矿的下层目标函数;再然后,确定煤矿管理者的上层约束条件;再然后,根据下层目标函数及上层约束条件确定煤矿管理者的上层目标函数,即煤炭行业的区域财政收入;再然后,根据上层目标函数、下层目标函数及其分别对应的上层约束条件及下层约束条件确定全局模型;最后,将全局模型转换为单层模型。
本发明能够从国内视角出发,对不确定情况下政府和煤矿开采者之间的关系进行研究,以解决煤矿的开采量问题。地方政府,即煤矿管理者使用历史数据确定每个煤矿的开采配额,然后该地区的煤矿根据政府的决定制定自己的计划,与此同时,地方当局也能够根据追随者的决定调整其最初决定,上层编程代表决策主体,它决定允许其行政区内的每个煤矿被利用的总量,较低的水平代表该地区的主要煤矿,每个煤矿都必须决定其各自煤炭流的总采矿量分配,这两个决策者之间的领导者追随者行为是斯塔克尔伯格博弈,因此可以找到当地政府与煤矿之间的均衡。
附图说明
图1为政府与煤矿之间的均衡结构示意图;
图2为构建模糊隶属函数的流程图。
具体实施方式
下面结合实施例及附图,详细描述本发明的技术方案。
本发明能够从国内视角出发,对不确定情况下政府和煤矿开采者之间的关系进行研究,以解决煤矿的开采量问题,政府与煤矿之间的均衡结构示意图参见图1,其中,地方政府,即煤矿管理者使用历史数据确定每个煤矿的开采配额,然后该地区的煤矿根据政府的决定制定自己的计划,与此同时,地方当局也能够根据追随者的决定调整其最初决定,上层编程代表决策主体,它决定允许其行政区内的每个煤矿被利用的总量,较低的水平代表该地区的主要煤矿,每个煤矿都必须决定其各自煤炭流的总采矿量分配,这两个决策者之间的领导者追随者行为是斯塔克尔伯格博弈,因此可以找到当地政府与煤矿之间的均衡。
本发明所述基于多煤层共采条件的保水采煤优化方法,包括如下步骤:
步骤1、将煤矿污水处理成本作为煤矿开采者的决策变量,其中,煤矿开采者的决策变量包括每单位污水处理成本、每吨煤的排水系数及煤矿开采的数量;
步骤2、将每吨煤的排水系数进行模糊数处理,并根据每单位污水处理成本、煤矿开采的数量以及进行模糊数处理后的每吨煤的排水系数求解煤矿污水处理成本;
步骤3、确定煤矿开采时的下层约束条件;
步骤4、根据求解的污水处理成本及下层约束条件确定煤矿的下层目标函数;
步骤5、确定煤矿管理者的上层约束条件;
步骤6、根据下层目标函数及上层约束条件确定煤矿管理者的上层目标函数,即煤炭行业的区域财政收入;
步骤7、根据上层目标函数、下层目标函数及其分别对应的上层约束条件及下层约束条件确定全局模型;
步骤8、将全局模型转换为单层模型。
上述方法的步骤1-2中,煤矿污水处理成本由每单位污水处理成本(Pi),每吨煤的排水系数和煤矿开采的数量(Xij)决定,可以写成而排水系数由于诸如降雨,操作方法和地质结构等诸多因素而较难确定,需要与工程师和工人进行面谈。通过这些访谈,估计该值位于由r1表示的最小值和由r4表示的最大值并且最可能的值在r2与r3之间的区域(r1→r2→r3→r4)。因此,模糊理论适用于处理这种不确定的情况它被描述为一个梯形模糊数其中,r1为每吨煤的排水系数估计值的最小值,r4为每吨煤的排水系数估计值的最大值,r2和r3为每吨煤的排水系数估计值的中间的两个值,rij1,rij2,rij3,rij4均为梯形模糊数的隶属函数中的参数。构建模糊隶属函数的流程图参见图2,其中,如果煤矿违反任何政府规定,例如排水量要求,则会收取惩罚性费用。惩罚性费用计算为:这个惩罚函数表明,如果煤矿i的位移量超过极限就罚款,其中Ui是煤矿i可以排放的极限,ξ是政府惩罚系数。
基于上述情况,下层煤矿的目标函数如下:
将每吨煤的排水系数进行模糊数处理过程中,本申请使用乐观和悲观参数来确定煤矿管理者的态度,具体操作如下所示:
步骤3中,由于每个煤矿都受到政府和市场的影响,因此有一些条件应该得到满足,下层约束条件包括煤矿配额约束、煤矿能力约束及环境保护约束。
1)煤矿配额约束
由于决策过程是连续的,所以从属方面,煤矿会自行决定政府分配的配额。政府还调整每个煤矿的采矿配额,以实现自己的最佳目标。因此,每个煤矿的总采矿量不应超过配额。设Yi为政府分配给煤矿i的配额,因此每个煤矿的采矿配额约束如下:
2)煤矿能力约束
对于每个煤矿,当它开采自己的煤层时,其开采能力有限。因此,当煤矿作出关于煤层j开采量的决定时,其数量不得超过其开采能力从煤层j开采煤矿的数量是用Xij表示的非负数,所以煤矿能力约束如下:
3)环境保护约束
在评估矿井水质时会考虑到许多污染物。其中,悬浮固体(SS)和化学需氧量(COD)被认为是最重要的指标。因此,它们被列为我们研究中的主要环境保护限制。与参数类似,矿井水中的主要污染物浓度也是一个典型的梯形模糊数。
也就是说,令表示煤矿井下采煤水中SS和COD的浓度,其中v[.],w[.]是梯形模糊数。在中国,矿井水排放标准规定经处理的矿井水中COD值不应超过150mg/L,质量等级II的SS浓度超过100mg/L,质量等级为I的SS浓度不应超过100mg/L和70mg/L。如果煤矿排出的矿井水不符合这些标准,政府将剥夺他们的生产权。由于各煤矿的污水处理能力有限,污染物浓度应不超过污水处理能力约束。设为煤矿i的COD处理能力,为煤矿i的SS处理能力,则环境约束条件为:
将约束中的模糊数进行转换:
步骤6中,地区当局必须以经济发展为主要目标。一般来说,地方当局的财政收入包括地方税收,中央纳税申报表和转移支付。煤炭行业对地区财政收入的贡献主要来自税收以及一些转移支付(主要是罚款)。由于煤矿根据其销售收入征税,本文以S为税率,Ci为煤矿i平均价格,Yi为煤矿i采矿配额,因此区域财政收入的煤炭工业是对于本文中的转移支付(主要是罚款),我们考虑对水环境造成的损害进行处罚。惩罚函数f(XijUi)可以代表这种惩罚。通过总结税收和罚款,煤炭行业的区域财政收入如下:
步骤5中,作为领导者和优先决策者,区域主管部门在制定采矿配额分配计划时必须考虑所有宏观因素。因此有以下限制,即上层约束条件包括环境保护约束及客观条件约束:
1)环境保护约束
环境保护是区域主管部门的主要职责,尤其对大型煤矿来说。然而由于固有的不确定性和复杂性,很难估计约束的确切值。因此,地方当局需要用语言术语来描述他们的意图,例如“我们想尽力控制一定程度内的挤压地下水量”。也就是说,政府无法确定某一程度是完全合理还是可以轻易实现。因此,政府将环境保护视为被禁止的可能性层面。这些语言术语被描述为模糊机会约束。在本文中,设H为区域内地下水可承受的最大承载量,γ为可能水平,那么环境保护约束为:
其中,Pos是可能性度量,是煤矿i可能的每吨采煤的排水系数,可以用来表示,同时也可以描述这个函数表明政府要求在给定的可能性水平γ下,将挤出的地下水量控制在小于H的水平。因此,环境保护约束也可以表示为:
2)客观条件约束
政府作决定时必须满足一些条件。该地区所有煤矿的配额数量不得超过该地区的煤炭数量。设RU为该地区煤炭的可回收量,即分配给煤矿的总配额不应超量。
政府也有责任确保该地区的稳定,因此所有煤矿的煤炭产量应满足基本市场需求DL。基本的市场需求是基于历史数据和政府发展计划的预测模型确定的。
步骤7中,集成上下层目标函数以及各自的约束条件,我们可以得到如下所示的全局模型:
步骤8中,对这个双层编程解决方案使用Karush-Kuhn-Tucker(KKT)方法。KKT方法是一种有价值的分析工具,具有广泛的双层规划成功应用。KKT方法的基本策略是用其KKT条件取代追随者的问题,并将所得到的系统附加给上层。以此将双层模型转换为单层模型,如下所示:
实施例
本发明实施例:某区域共有采矿面积约1182.5平方公里,区域位置如图所示,该区域有五个主要煤柱(即n=5),每个煤柱有三个主煤层(即m=3)随着煤矿的发展,产生了大量的矿山废弃物,这种污染的废水大部分未经处理,进一步污染了周围的水环境。由于矿井排水中的水,地下水补充量不足,这会影响植物生长并增加环境退化。总而言之,煤水矛盾正在成为社会发展的主要障碍。本文以该煤田为案例区域,论证了所提出的SNMCMP模型的可行性。
首先,数据收集:
该研究区域的详细数据来源于“中国煤炭工业统计年鉴”(中华人民共和国国家统计局(2013年)),表1列出了“统计年鉴”和公司公布的数据中的某些参数。
由于模糊参数是使用模糊参数计算的,所以根据表2所示的数据,我们可以确定模糊参数详细信息如表3所示。除了每个煤矿每个煤层的详细数据,仍需要一些基于整个煤矿行业的进一步参数,如表4所示参数Ui代表当局授权的每个煤矿的采矿排水量阈值。但是,不同的机构对环保的态度可能会有所不同,所以很难确定确切的阈值Ui。尽管各国当局的态度不同,但他们保护环境的意图是一致的。因此,本文在不失一般性的基础上,根据历史数据设定阈值。也就是说,我们将阈值设定为每个煤矿最后一次生产周期的实际采矿排水量的90%,因此确定了Ui的值,如表5所示。
然后,是不同情景下的计算结果:
根据权威机构选择的不同水质控制水平,我们使用所提出的SN-MCMP模型得到相应的优化结果。具体情景如下:
情景1:水质标准I
当权威机构规定一级水质标准时,污水阈值和分别设定为70mg/L和100mg/L。在这种情况下,SNMCMP模型的解决方案的置信度为γ=1,如表6所示,其中γ=1表示区域当局必须满足的环境保护约束。这种情况表明,地区当局有这样一个绝对保守的环境管理战略。
情景2:水质标准II
当权威机构将水质标准设定为I级时,污水阈值和分别设定为100mg/L和150mg/L。在这种情况下,SN-MCMP模型在γ=1的置信水平下的解决方案在表8中给出,其也显示了每个子煤矿的优化结果。
表7和表9分别给出了两种情景下的敏感性分析结果,其中γ分别表示了置信水平γ=0.9,γ=0.8和Υ=0.7的三个情况的结果,其中γ表示当局的环境保护态度,γ=0.9表明该地区总采矿排水量小于H的置信度为0.9。与设定采矿排水量的最大允许量在一定值时相比,在某种程度上将其控制在H以下,由于这样的决策问题的固有的不确定性而更加合理。随着γ值下降,环保部门的态度更加宽松,即γ值越大,环保态度越保守。
并且,在如下几几种命题情况下,煤矿与水资源的关系具体如下:
命题1:采矿配额竞争机制导致环境友好开采
当主管部门使用拟议的SN-MCMP设置基于环境保护的采矿配额分配机制时,所有五个煤矿在煤层1和煤层2中进行满负荷采矿(见表6-9)。换句话说,在这种情况下,即使单位收入较小,煤矿仍然在更环保的煤层中进行满负荷采矿,以争夺更高的采矿配额。这表明,鼓励子煤矿开采这种方法的环保煤层的指导作用已经实现。这些结果是基于案例的情况;然而,在其他情况下,我们只需要改变一些参数并且可以找到类似的结论。也就是说,在这样的采矿配额竞争机制下,为尽可能地寻求采矿配额,最环保的煤层是煤矿的首选。
命题2:轻松的限制会给环境带来更严重的损害
将环境保护信心设定为γ=0.9时,区域煤炭行业的财政收入总额实现7.1%的增长。但与此同时,采矿排水量比γ=1增加了221.26×104吨,增加了9.2%。财政收入增长(7.1%)低于采矿排水总量(9.2%)。在情景1和情景2中,当γ=0.8和γ=0.7时,也可以得出类似的结论,这表明当政府的环境保护政策相对宽松时,收入和采矿排水总量都增加,前者的增长比例低于后者。其原因是,当主管部门使用SN-MCMP设定采矿配额分配机制时,煤矿在最环保的煤层中进行全面开采(参见命题1),并且当环境保护限制放宽时,每个次级煤矿的采矿配额增加。增加的部分将分配给那些排水系数较高的煤层,从而获得较高的经济效益,但由于排水系数较大,采矿总排水量将以较高的比例增加。由此可以得出这样的结论,即相对宽松的环保约束会增加收入,但会对环境造成更大的破坏。
命题3:煤矿对改变采矿排水限制有不同的敏感性
当环保部门放松环境保护信心时(即1至0.9),如情景2所示,五个矿区的采矿定额分别增加4.1%,10.9%,5.3%,13.9%和9.8%。煤矿对不同的环境保护限制有不同的敏感度。这个命题的原因是,由于地质构造和生产过程的差异,煤矿的单位排水系数并不相同。通过分析SN-MCMP的结果及其本身,我们发现单位排水系数较小的煤矿显示出对环境保护约束变化的更多敏感性。事实上,通过分析提出的SN-MCMP模型,我们可以看到,当γ变化时,越小,Yi的变化就越大。这就是为什么单位排水系数较小的煤矿对环境约束变化更为敏感的原因。由于不同的地质构造和生产过程,任何两个煤矿之间对不同环境保护约束的敏感度可能不同。
命题4:水质控制是导致环境友好开采的另一种方式
通过比较表6和表8中的结果,我们可以发现,当权威机构将水质控制设定为I级(γ=1)时,煤炭行业财务收入总额下降3%,矿业排水总量也下降3%,这表明当当局有严格的采矿排水质量约束时,收入和排水量都会减少。当权威改变水质标准时,可行解空间同时变化。另外,为了寻求最大的经济效益,环保约束是每个煤矿的主要限制因素。因此,当这种约束发生变化时,收入和总采矿定额也会发生变化,说明水质控制约束对指导煤矿进行环境友好开采也起着重要作用。当权威分别设定γ=0.9,γ=0.8和γ=0.7时,也可以找到类似的结果。
命题5:煤矿对改变水质标准有不同的敏感性
通过比较两种情景下每个子煤矿的详细结果,我们可以看到当权威机构将水质控制水平从二级加强到一级(γ=1)时,五个子矿体的采矿配额减少了3.2%,0.9%,1.8%,9.1%和3.7%。这表明煤矿对水质标准变化的敏感性并不完全相同。造成这种差异的原因是,当水质标准发生一定程度的变化时,污染物单位浓度越小,煤矿的浮选开采指标就越大。
表1SN-MCMP中使用的脆性参数。
表2SN-MCMP中使用的模糊参数。
表3模糊变量的数据
表4SN-MCMP模型的输入参数
表5研究区内每个煤矿的脆性参数
表6置信水平为Υ=1水质为I的SN-MCMP结果
表7水质为I的SN-MCMP在不同置信水平下的水质结果
表8置信水平为Υ=1水质为II的SN-MCMP结果
表9水质为II的SN-MCMP在不同置信水平下的水质结果
Claims (10)
1.基于多煤层共采条件的保水采煤优化方法,其特征在于,包括如下步骤:
步骤1、将煤矿污水处理成本作为煤矿开采者的决策变量,所述煤矿开采者的决策变量包括每单位污水处理成本、每吨煤的排水系数及煤矿开采的数量;
步骤2、将每吨煤的排水系数进行模糊数处理,并根据每单位污水处理成本、煤矿开采的数量以及进行模糊数处理后的每吨煤的排水系数求解煤矿污水处理成本;
步骤3、确定煤矿开采时的下层约束条件;
步骤4、根据求解的污水处理成本及下层约束条件确定煤矿的下层目标函数;
步骤5、确定煤矿管理者的上层约束条件;
步骤6、根据下层目标函数及上层约束条件确定煤矿管理者的上层目标函数,即煤炭行业的区域财政收入;
步骤7、根据上层目标函数、下层目标函数及其分别对应的上层约束条件及下层约束条件确定全局模型;
步骤8、将全局模型转换为单层模型。
2.根据权利要求1所述的基于多煤层共采条件的保水采煤优化方法,其特征在于,步骤1中,所述每单位污水处理成本记为Pi,每吨煤的排水系数记为煤矿开采的数量记为Xij,煤矿污水处理成本记为成
3.根据权利要求2所述的基于多煤层共采条件的保水采煤优化方法,其特征在于,步骤2中,所述将每吨煤的排水系数进行模糊数处理具体是指:将其描述为一个梯形模糊数其中,r1为每吨煤的排水系数估计值的最小值,r4为每吨煤的排水系数估计值的最大值,r2和r3为每吨煤的排水系数估计值的中间的两个值,rij1,rij2,rij3,rij4均为梯形模糊数的隶属函数中的参数;
将每吨煤的排水系数进行模糊数处理过程中,使用乐观和悲观参数来确定煤矿管理者的态度,具体操作如下所示:
4.根据权利要求2所述的基于多煤层共采条件的保水采煤优化方法,其特征在于,步骤2中,在进行模糊数处理过程中,如果煤矿违反任何煤矿管理者的规定,则会收取惩罚性费用,所述惩罚性费用以如下惩罚函数表述:
所述惩罚函数表明,如果煤矿i的位移量超过极限就罚款,其中Ui是煤矿i可以排放的极限,ξ是煤矿管理者的惩罚系数。
5.根据权利要求1所述的基于多煤层共采条件的保水采煤优化方法,其特征在于,步骤3中,所述下层约束条件包括煤矿配额约束、煤矿能力约束及环境保护约束;
所述煤矿配额约束中,每个煤矿的总采矿量不应超过配额,设Yi为政府分配给煤矿i的配额;
因此每个煤矿的煤矿配额约束如下:
所述煤矿能力约束中,当煤矿作出关于煤层j开采量的决定时,其数量不得超过其开采能力OU ij从煤层j开采煤矿的数量是用Xij表示的非负数;
所以采矿能力约束如下:
0≤Xij≤OU ij;
所述环境保护约束中:
所涉及的指标包括悬浮固体,记为SS,和化学需氧量,记为COD,令表示煤矿井下采煤水中SS和COD的浓度,其中v[.],w[.]是梯形模糊数,矿井水排放标准规定经处理的矿井水中COD值不应超过150mg/L,质量等级II的SS浓度超过100mg/L,质量等级为I的SS浓度不应超过100mg/L和70mg/L,如果煤矿排出的矿井水不符合这些标准,煤矿管理者将剥夺他们的生产权,由于各煤矿的污水处理能力有限,污染物浓度应不超过污水处理能力约束,设为煤矿i的COD处理能力,为煤矿i的SS处理能力;
则环境保护约束为:
将约束中的模糊数进行转换:
6.根据权利要求1所述的基于多煤层共采条件的保水采煤优化方法,其特征在于,步骤4中,所述下层目标函数为:
7.根据权利要求1所述的基于多煤层共采条件的保水采煤优化方法,其特征在于,步骤5中,所述上层约束条件包括环境保护约束及客观条件约束;
所述环境保护约束中,设H为区域内地下水可承受的最大承载量,为可能水平,那么环境保护约束为:
其中,Pos是可能性度量,是煤矿i可能的每吨采煤的排水系数,用或表示,该环境保护约束表明煤矿管理者要求在给定的可能性水平下,将挤出的地下水量控制在小于H的水平,因此,环境保护约束通过如下公式表示:
所述客观条件限制中,设定该地区所有煤矿的配额数量不得超过该地区的煤炭数量,设RU为该地区煤炭的可回收量,即分配给煤矿的总配额不应超量,并用如下公式表示:
同时,所有煤矿的煤炭产量应满足基本市场需求DL,基本的市场需求是基于历史数据和煤矿管理者发展计划的预测模型确定的,用如下公式表示:
8.根据权利要求1所述的基于多煤层共采条件的保水采煤优化方法,其特征在于,步骤6中:
所述上层目标函数,即煤炭行业的区域财政收入的确定过程中,以S为税率,Ci为煤矿i平均价格,Yi为煤矿i采矿配额,区域财政收入的煤炭工业是对于转移支付,考虑对水环境造成的损害进行处罚,并用惩罚函数表示,惩罚函数为f(XijUi),通过总结税收和罚款,煤炭行业的区域财政收入如下:
9.根据权利要求1所述的基于多煤层共采条件的保水采煤优化方法,其特征在于,步骤7中,所述全局模型为:
10.根据权利要求1所述的基于多煤层共采条件的保水采煤优化方法,其特征在于,步骤8中,所述单层模型为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811620595.5A CN109636065A (zh) | 2018-12-28 | 2018-12-28 | 基于多煤层共采条件的保水采煤优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811620595.5A CN109636065A (zh) | 2018-12-28 | 2018-12-28 | 基于多煤层共采条件的保水采煤优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109636065A true CN109636065A (zh) | 2019-04-16 |
Family
ID=66078557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811620595.5A Pending CN109636065A (zh) | 2018-12-28 | 2018-12-28 | 基于多煤层共采条件的保水采煤优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109636065A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101179196A (zh) * | 2007-11-15 | 2008-05-14 | 上海交通大学 | 基于确定性二层规划模型的输电网规划方法 |
CN104453903A (zh) * | 2014-12-01 | 2015-03-25 | 中国矿业大学 | 一种近距煤层群保水开采方法 |
CN104537446A (zh) * | 2015-02-09 | 2015-04-22 | 四川大学 | 二层带模糊随机时间窗口车辆路径优化方法 |
CN104598995A (zh) * | 2015-01-27 | 2015-05-06 | 四川大学 | 基于水权的区域水资源分配二层决策优化方法 |
CN104809517A (zh) * | 2015-04-16 | 2015-07-29 | 四川大学 | 建筑施工场地安保二层动态优化方法 |
CN109190817A (zh) * | 2018-08-28 | 2019-01-11 | 四川大学 | 燃煤耦合生物质减排发电的二层决策优化方法 |
-
2018
- 2018-12-28 CN CN201811620595.5A patent/CN109636065A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101179196A (zh) * | 2007-11-15 | 2008-05-14 | 上海交通大学 | 基于确定性二层规划模型的输电网规划方法 |
CN104453903A (zh) * | 2014-12-01 | 2015-03-25 | 中国矿业大学 | 一种近距煤层群保水开采方法 |
CN104598995A (zh) * | 2015-01-27 | 2015-05-06 | 四川大学 | 基于水权的区域水资源分配二层决策优化方法 |
CN104537446A (zh) * | 2015-02-09 | 2015-04-22 | 四川大学 | 二层带模糊随机时间窗口车辆路径优化方法 |
CN104809517A (zh) * | 2015-04-16 | 2015-07-29 | 四川大学 | 建筑施工场地安保二层动态优化方法 |
CN109190817A (zh) * | 2018-08-28 | 2019-01-11 | 四川大学 | 燃煤耦合生物质减排发电的二层决策优化方法 |
Non-Patent Citations (1)
Title |
---|
JIUPING XU: "Equilibrium strategy-based optimization method for the coal-water conflict: A perspective from China", 《JOURNAL OF ENVIRONMENTAL MANAGEMENT》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
National Research Council | Valuing ground water: economic concepts and approaches | |
Perry et al. | Water quality: management of a natural resource | |
Fedra et al. | The ‘WaterWare’decision-support system for river-basin planning. 2. Planning capability | |
Vela-Almeida et al. | Lessons from Yanacocha: Assessing mining impacts on hydrological systems and water distribution in the Cajamarca region, Peru | |
Mouhoumed et al. | A hybrid MCDA approach for delineating sites suitable for artificial groundwater recharge using drywells | |
Safavi et al. | Conjunctive use of surface and ground water using fuzzy neural network and genetic algorithm | |
Aghelpour et al. | Coupling ANFIS with ant colony optimization (ACO) algorithm for 1-, 2-, and 3-days ahead forecasting of daily streamflow, a case study in Poland | |
CN109636065A (zh) | 基于多煤层共采条件的保水采煤优化方法 | |
CN109711623A (zh) | 不确定条件下基于均衡策略的保水采煤优化方法 | |
Triana et al. | River GeoDSS for agroenvironmental enhancement of Colorado’s Lower Arkansas River Basin. II: evaluation of strategies | |
Chattopadhyay et al. | River restoration in Kerala: Developing a co-evolutionary Framework and river restoration action plan for Thiruvananthapuram city | |
Hernandez et al. | A multi-period optimization model for conjunctive surface water–ground water use via aquifer storage and recovery in Corpus Christi, Texas | |
Schulze | River basin responses to global change and anthropogenic impacts | |
Edo et al. | MENA Megacities Approaching Day Zero: A Comparative Study Between Cairo and Istanbul | |
Douez et al. | Developing substitution resources as compensation for reduced groundwater entitlements: The case of the poitou marshes (France) | |
Young et al. | Virginia's Stormwater Impact Evaluation: Developing an Optimization Tool for Improved Site Development, Selection and Placement of Stormwater Runoff BMPs | |
Chaves et al. | Multi-objective storage reservoir operation under uncertainty | |
Gersh et al. | Land-use Modeling: Accommodating Growth While Conserving Biological Resources in Dutchess County, New York | |
Lyu et al. | Integrated SEAWAT model and GALDIT method for dynamic vulnerability assessment of coastal aquifer to seawater intrusion | |
Banihashemi et al. | Desalination plant feasibility and site selection on the southern Caspian Sea coasts using SAW and TOPSIS multi-criteria analysis | |
D’Amato | Development and Application of Methods for Prioritizing and Managing Onsite Wastewater Systems to Meet Environmental and Public Health Needs | |
Dietrich et al. | Modeling water balances of wetlands with controlled drainage and sub-irrigation systems | |
Chung | Water supply system management design and optimization under uncertainty | |
Brah et al. | Institutional arrangements for effective groundwater management to halt land subsidence | |
Mork | Urban Conjunctive Use: A Proof of Concept and Case study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |
|
RJ01 | Rejection of invention patent application after publication |