CN110675281B - 一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法 - Google Patents

一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法 Download PDF

Info

Publication number
CN110675281B
CN110675281B CN201910918556.1A CN201910918556A CN110675281B CN 110675281 B CN110675281 B CN 110675281B CN 201910918556 A CN201910918556 A CN 201910918556A CN 110675281 B CN110675281 B CN 110675281B
Authority
CN
China
Prior art keywords
reservoir
water
period
reservoirs
discrete
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.)
Active
Application number
CN201910918556.1A
Other languages
English (en)
Other versions
CN110675281A (zh
Inventor
程吉林
龚志浩
蒋晓红
龚懿
陈兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangzhou University
Original Assignee
Yangzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yangzhou University filed Critical Yangzhou University
Priority to CN201910918556.1A priority Critical patent/CN110675281B/zh
Publication of CN110675281A publication Critical patent/CN110675281A/zh
Application granted granted Critical
Publication of CN110675281B publication Critical patent/CN110675281B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Abstract

本发明属于灌区水资源优化配置技术领域，具体涉及一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法，具体步骤如下：（1）通过实测或向灌区管理部门咨询，搜集计算所需的相关资料；（2）系统分解，将多水库系统水资源优化调度模型分解为若干个单水库子系统水资源优化调度模型；（3）采用动态规划对单水库子系统进行优化；（4）采用动态规划对大系统进行聚合，最终获得多水库系统的优化调度方案。本发明建立了相应的水资源优化调度数学模型，在分解聚合理论的基础上采用动态规划求解子系统模型和聚合模型，可获得一定供水期内受水区最小缺水量、对应的各水库最优供水量和弃水量过程，解决多水库系统季节性缺水，提高水资源的利用率。

Description

一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法
技术领域
本发明涉及一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法，属于灌区水资源优化配置技术领域。
背景技术
中国山丘区分布广泛，占国土面积的70％以上，其耕地约占全国总耕地面积的50％，因此发展山丘区农业对保障国家粮食安全意义重大。蓄引提相结合的“长藤结瓜”型多水库灌溉系统是中国古代山丘区劳动人民智慧的结晶，主要由首部骨干水库、输水渠道系统以及内部的小型水库、塘堰等组成。由于渠道系统似藤，蓄水工程似瓜，故此得名。该系统不仅可以有效适应地形特点，还可以发挥灌区内部的调蓄作用，充分利用山丘区的雨水资源，有效地保障了山丘区农业的发展。
本质上，“长藤结瓜”灌溉系统的运行调度属于多水库联合调度的范畴。千百年来，虽然山丘区劳动人民对于这类系统总结出了“联合运用，分片包干”、“闲时灌塘，忙时灌田”等经验性规律，但具体的调度过程却缺乏科学的方法论支持。随着气候、作物、水政策的变化，传统调度方法受到了严重的挑战。尤其是最严格的水权制度实施后，年内区域水权被严格限定。为了在有限的水权下满足农业灌溉要求，必须科学地、系统地优化“长藤结瓜”灌溉系统的调度方法，从而减少系统弃水，提高水资源利用率。
发明内容
本发明的目的是提供一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法，针对山丘区“长藤结瓜”型多水库系统，建立了相应的水资源优化调度数学模型，在分解聚合方法的基础上采用动态规划求解子系统模型和聚合模型，可获得一定供水期内受水区最小缺水量、对应的各水库最优供水量和弃水量过程，解决多水库系统季节性缺水，提高水资源的利用率。
本发明方案如下：一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法，包括优化调度系统，优化调度系统由1座大中型骨干水库和n座小型水库及其输水渠道组成，n座小型水库与大中型骨干水库经输水渠道贯通连接，各水库独立地向各自的灌区供水，小型水库水量不足时，可通过输水渠道从骨干水库引水补库，系统示意图见图1。系统优化调度方法具体步骤如下：
(1)通过实测或向灌区管理部门咨询，搜集计算所需的相关资料，具体包括：
①灌区水库调度通常划分的时段数T，灌区包括大中型骨干水库供水的灌区和小型水库供水的灌区；
②代表年内所有水库各时段的来水量LSi,t(i＝1,2,…,n+1，t＝1,2,…,T)，水库包括大中型骨干水库、小型水库；
③代表年内所有灌区各时段的需水量YSi,t(i＝1,2,…,n+1，t＝1,2,…,T)；
④所有水库的特性资料：水库初始库容Vi,0，库容上限
Figure GDA0004254661970000027
和下限/>
Figure GDA0004254661970000028
(i＝1,2,…,n+1，t＝1,2,…,T)；
(2)系统分解，将多水库系统水资源优化调度模型分解为n+1个单水库子系统水资源优化调度模型。
目标函数：
Figure GDA0004254661970000021
式中：fi为水库i年内各时段缺水量平方和；Xi,t为水库i第t时段的供水量；YSi,t为灌区i第t时段的需水量。
约束条件：
Figure GDA0004254661970000022
Figure GDA0004254661970000023
其中：
V1,t＝V1,t-1+LS1,t-X1,t-Z1,t-PS1,t-EF1,i (4)
Vi,t＝Vi,t-1+LSi,t-Xi,t+Yi,t-PS2,i-EF2,i(i＝2,3,···,n+1) (5)
式中：Wi为水库i的年可供水量；Vi,t分别为水库i在t时段末的蓄水量；LSi,t为水库i在时段t的入库径流量；PSi,t,为水库i在时段t的弃水量；EFi,t为水库i在时段t的水量损失；Z1,t为骨干水库在时段t的外调水量；Yi,t为小型水库i在时段t内的补水量，i＝2,3,…,n+1；
Figure GDA0004254661970000024
为水库i在时段t的蓄水量下限；/>
Figure GDA0004254661970000025
为水库i在时段t的蓄水量上限。
(3)子系统优化；
令水库i的年可供水量Wi在
Figure GDA0004254661970000026
之间，按满足系统调度精度要求的步长d离散，采用动态规划对水库i子系统进行优化，获得水库i在不同Wi下的年内各时段缺水量平方和fi及其对应的供水量过程Xi,t、弃水量过程PSi,t、补水量过程Yi,t或调水量过程Z1,t。
(4)系统聚合；
根据子系统优化所获得的一系列fi～Wi的关系，构建大系统聚合模型。
目标函数：
Figure GDA0004254661970000031
约束条件：
Figure GDA0004254661970000032
式中：F为整个多水库系统年内各时段缺水量平方和。
以Wi为决策变量，采用动态规划求解上述聚合模型，即可获得系统中各水库最佳的年可供水量[W1 *,W2 *,…,Wn+1 *]。最后根据各水库最佳的年可供水量Wi *反查子系统优化结果，确定各水库最佳的调度方案，包括最佳的供水量过程Xi,t *、弃水量过程PSi,t *、补水量过程Yi,t *和调水量过程Z1,t *。
作为优选，所述步骤(3)具体包括以下步骤：
①对于小型水库，即i≠1时，令水库i的年可供水量Wi在
Figure GDA0004254661970000033
之间按步长d离散，
1)时段t＝1：
gi,1(λi,1)＝min(Xi,1-YSi,1)2 (8)
式中，gi,1表示小型水库i在前1个时段内的最小缺水量平方和；λi,1为状态变量，表示水库i前1个供水时段水库供水量，在可行域[0,Wi]内以步长d离散；对每个离散的λi,1，决策变量Xi,1在对应可行域[0,λi,1]内按步长d离散，分别确定对应于每个λi,1值，最优Xi,1及其对应的该时段最小缺水量平方和gi,1(λi,1)。
而后，第1时段末水库i蓄水量Vi,1＝Vi,0+LSi,1-EFi,1-Xi,1，此时尚未考虑补水或弃水，应进行检验和修正：
a.若
Figure GDA0004254661970000034
则/>
Figure GDA0004254661970000035
PSi,1＝0；
b.若
Figure GDA0004254661970000036
则Yi,1＝0，/>
Figure GDA0004254661970000037
c.若
Figure GDA0004254661970000038
则Yi,1＝PSi,1＝0；
d.修正后的水库蓄水量为Vi',1＝Vi,1+Yi,1-PSi,1。
通过步骤a～d，修正并确定第1时段末水库蓄水量，同时可获得对应的水库弃水量PSi,1、或补水量Yi,1。
(2)时段t＝2，3，…T-1：
gi,t(λi,t)＝min[(Xi,t-YSi,t)2+gi.t-1(λi,t-1)] (9)
式中，gi,t表示小型水库i在前t个时段内的最小缺水量平方和；状态变量λi,t为前t个时段的水库i供水总量，同样将其在可行域[0,Wi]内按步长d分别进行离散；对每一个离散的λi,t，决策变量Xi,t在对应可行域内[0,λi,t]按步长d离散。
状态转移方程：
λi,t-1＝λi,t-Xi,t (10)
式中：t＝2，3，…，T-1
对每一个离散的λi,t，将各离散的Xi,t值分别代入式(9)中的(Xi,t-YSi,t)2，由状态转移方程式(10)，对每一个离散的Xi,t，查找前t-1时段最小gi,t-1(λi,t-1)值，由此可获得(Xi,t-YSi,t)2+gi,t-1(λi,t-1)，完成以上所有离散的Xi,t寻优后，最终可获得满足min[(Xi,t-YSi,t)2+gi,t-1(λi,t-1)]要求的前t个时段系统最小缺水量平方和gi,t(λi,t)值及其对应的各时段水库最优供水量Xi,t。
同样，还需确定第t时段末水库蓄水量Vi,t，Vi,t＝Vi,t-1+LSi,t-EFi,t-Xi,t，而后进行检验和修正
a.若
Figure GDA0004254661970000041
则/>
Figure GDA0004254661970000042
PSi,t＝0；
b.若
Figure GDA0004254661970000043
则Yi,t＝0，/>
Figure GDA0004254661970000044
c.若
Figure GDA0004254661970000045
则Yi,t＝PSi,t＝0；
d.修正后的水库蓄水量为Vi',t＝Vi,t+Yi,t-PSi,t。
通过步骤a～d，修正并确定第t时段末水库蓄水量，同时可获得对应的水库弃水量过程PSi,t、和补水量过程Yi,t。
(3)时段T：
gi,T(λi,T)＝min[(Xi,T-YSi,T)2+gi,T-1(λi,T-1)] (11)
式中，gi,T表示小型水库i在前T个时段内的最小缺水量平方和；状态变量λi,T为前T个时段的水库供水总量，同样将其在可行域[0,Wi]内以步长d分别进行离散；对每一个离散的λi,T，决策变量Xi,T在对应可行域内[0,λi,T]按步长d离散。
状态转移方程：
λi,T-1＝λi,T-Xi,T (12)
对每一个离散的λi,T，将各离散的Xi,T值分别代入式(11)中的(Xi,T-YSi,T)2，由状态转移方程式(12)，对每一个离散的Xi,T，查找前T-1时段最小gi,T-1(λi,T-1)值，由此可获得(Xi,T-YSi,T)2+gi,T-1(λi,T-1)，完成以上所有离散的Xi,T寻优后，最终可获得满足min[(Xi,T-YSi,T)2+gi,T-1(λi,T-1)]要求的前T个时段系统最小缺水量平方和gi,T(λi,T)值，最终获得满足该λi,T要求的水库最优供水过程Xi,t，t＝1,2,…,T，对应的水库弃水量过程PSi,t，t＝1,2,…,T，补水量过程Yi,t，t＝1,2,…,T，以及水库i子系统目标函数最优值fi＝mingi,T(λi,T)。
②对于骨干水库，即i＝1时，令水年可供水量W1在
Figure GDA0004254661970000051
之间按步长d离散，
1)时段t＝1：
g1,1(λ1,1)＝min(X1,1-YS1,1)2 (13)
式中，g1,1表示骨干水库在前1个时段内的最小缺水量平方和；λ1,1为状态变量，表示骨干水库前1个供水时段水库供水量，在可行域[0,W1]内以步长d离散；对每个离散的λ1,1，决策变量X1,1在对应可行域[0,λ1,1]内按步长d离散，分别确定对应于每个λ1,1值，最优X1,1及其对应的该时段最小缺水量平方和g1,1(λ1,1)。
而后，根据各小型水库在第1时段的补水量，确定骨干水库的调水量为
Figure GDA0004254661970000052
则第1时段末骨干水库蓄水量V1,1＝V1,0+LS1,1-Z1,1-EF1,1-X1,1，此时尚未考虑弃水，应进行检验和修正：
a.若
Figure GDA0004254661970000053
则/>
Figure GDA0004254661970000054
b.若
Figure GDA0004254661970000055
则PS1,1＝0；
c.修正后的水库蓄水量为V1',1＝V1,1-PS1,1。
通过步骤a～c，修正并确定第1时段末骨干水库蓄水量，同时可获得对应的水库弃水量PS1,1。
(2)时段t＝2，3，…T-1：
g1,t(λ1,t)＝min[(X1,t-YS1,t)2+g1.t-1(λ1,t-1)] (14)
式中，g1,t表示骨干水库在前t个时段内的最小缺水量平方和；状态变量λ1,t为前t个时段的骨干水库供水总量，同样将其在可行域[0,W1]内按步长d分别进行离散；对每一个离散的λ1,t，决策变量X1,t在对应可行域内[0,λ1,t]按步长d离散。
状态转移方程：
λ1,t-1＝λ1,t-X1,t (15)
式中：t＝2，3，…，T-1
对每一个离散的λ1,t，将各离散的X1,t值分别代入式(14)中的(X1,t-YS1,t)2，由状态转移方程式(15)，对每一个离散的X1,t，查找前t-1时段最小g1,t-1(λ1,t-1)值，由此可获得(X1,t-YS1,t)2+g1,t-1(λ1,t-1)，完成以上所有离散的X1,t寻优后，最终可获得满足min[(X1,t-YS1,t)2+g1,t-1(λ1,t-1)]要求的前t个时段系统最小缺水量平方和g1,t(λ1,t)值及其对应的各时段水库最优供水量X1,t。
同样，根据各小型水库在第t时段的补水量，确定骨干水库的调水量为
Figure GDA0004254661970000061
则第t时段末骨干水库蓄水量V1,t＝V1,t-1+LS1,t-Z1,t-EF1,t-X1,t，此时尚未考虑弃水，应进行检验和修正：
a.若
Figure GDA0004254661970000062
则/>
Figure GDA0004254661970000063
b.若
Figure GDA0004254661970000064
则PS1,t＝0；
c.修正后的水库蓄水量为V1',t＝V1,t-PS1,t。
通过步骤a～c，修正并确定第t时段末骨干水库蓄水量，同时可获得对应的水库弃水量过程PS1,t。
(3)时段T：
g1,T(λ1,T)＝min[(X1,T-YS1,T)2+g1,T-1(λ1,T-1)] (16)
式中，g1,T表示骨干水库在前T个时段内的最小缺水量平方和；状态变量λ1,T为前T个时段的骨干水库供水总量，同样将其在可行域[0,W1]内以步长d分别进行离散；对每一个离散的λ1,T，决策变量X1,T在对应可行域内[0,λ1,T]按步长d离散。
状态转移方程：
λ1,T-1＝λ1,T-X1,T (17)
对每一个离散的λ1,T，将各离散的X1,T值分别代入式(16)中的(X1,T-YS1,T)2，由状态转移方程式(17)，对每一个离散的X1,T，查找前T-1时段最小g1,T-1(λ1,T-1)值，由此可获得(X1,T-YS1,T)2+g1,T-1(λ1,T-1)，完成以上所有离散的X1,T寻优后，最终可获得满足min[(X1,T-YS1,T)2+g1,T-1(λ1,T-1)]要求的前T个时段系统最小缺水量平方和g1,T(λ1,T)值，最终获得满足该λ1,T要求的骨干水库最优供水过程X1,t，t＝1,2,…,T，对应的骨干水库弃水量过程PS1,t，t＝1,2,…,T以及骨干水库子系统目标函数最优值f1＝ming1,T(λ1,T)。
作为优选，所述步骤(4)具体包括以下步骤：
1)对于水库编号为i＝n+1
φn+1(δn+1)＝minfn+1(Wn+1) (18)
式中，φn+1表示编号为n+1的水库的最小年缺水量；δn+1为状态变量，表示编号为n+1的水库的年可供水量，在可行域
Figure GDA0004254661970000071
内以步长d离散；对每个离散的δn+1，决策变量Wn+1在对应可行域[0,δn+1]内按步长d离散，分别确定对应于每个δn+1值，最优Wn+1及其对应的子系统目标函数值fn+1(Wn+1)。
2)对于编号为i＝n,n-1,…,2的水库
φi(δi)＝min[fi(Wi)+φi+1(δi+1)] (19)
式中，φi表示编号i～n+1个水库的最小年缺水量平方和；状态变量δi为编号i～n+1个水库的年可供水总量，同样将其在可行域
Figure GDA0004254661970000072
内按步长d分别进行离散；对每一个离散的δi，决策变量Wi在对应可行域内[0,δi]按步长d离散。
状态转移方程：
δi+1＝δi-Wi (20)
式中：i＝n，n-1，…，2
对每一个离散的δi，将各离散的Wi值分别代入式(19)中的fi(Wi)，由状态转移方程式(20)，对每一个离散的Wi，查找最小的φi+1(δi+1)值，由此可获得fi(Wi)+φi+1(δi+1)，完成以上所有离散的Wi寻优后，最终可获得满足min[fi(Wi)+φi+1(δi+1)]要求的编号i～n+1个水库最小缺水量平方和φi(δi)值及其对应的各水库最优年可供水量Wi。
3)对于骨干水库，即i＝1
φ1(δ1)＝min[f1(W1)+φ2(δ2)] (21)
式中，φ1表示编号1～n+1个水库的最小年缺水量平方和；状态变量δ1为编号1～n+1个水库的年可供水总量，同样将其在可行域
Figure GDA0004254661970000081
内以步长d分别进行离散；对每一个离散的δ1，决策变量W1在对应可行域内[0,δ1]按步长d离散。
状态转移方程：
δ2＝δ1-W1 (22)
对每一个离散的δ1，将各离散的W1值分别代入式(21)中的f1(W1)，由状态转移方程式(22)，对每一个离散的W1，查找最小φ2(δ2)值，由此可获得f1(W1)+φ2(δ2)，完成以上所有离散的W1寻优后，最终可获得满足min[f1(W1)+φ2(δ2)]要求的编号1～n+1个水库的最小缺水量平方和φ1(δ1)值，并获得满足该δ1要求的水库最佳年可供水量Wi，i＝1,2,…,n+1，以及整个多水库系统的目标函数最优值F＝minφ1(δ1)。
与现有技术相比，本发明具有以下有益效果：
第一，本发明完全利用了水库灌区实测的水文数据以及实际的水库特性数值进行山丘区“长藤结瓜”型多水库系统的水资源优化调度，克服了常规调度方法的主观性和人为干预较强的缺点，能够精准便捷地确定最优的系统调度方案，解决季节性缺水，提高水资源利用率。
第二，将系统分解为若干个子系统求解后，采用动态规划对子系统进行聚合，不同于常规的分解协调方法，无需对子系统的多元回归方程的可导性和凹凸性提出要求。
附图说明
图1为山丘区“长藤结瓜”型多水库系统示意图。
图2为江苏省南京市金牛山水库群平面图。
具体实施方式
下面结合附图2，以江苏省南京市金牛山水库群及其输水渠道系统为例对本发明作更进一步的说明。
(1)通过实测或向灌区管理部门咨询，搜集计算所需的相关资料，具体包括：
①将调度期(水利年)按月份划分为12个时段；
②分别为系统中五座水库进行编号，金牛山水库编号i＝1，毛营水库编号i＝2，唐公水库i＝3，南阳水库i＝4，赵桥水库i＝5；
③收集水库来水量资料
LS1,t＝[375,158,13,19,59,34,149,842,1358,1498,867,361]万m3
LS2,t＝[23,7,2,7,2,2,5,15,40,31,62,10]万m3
LS3,t＝[18,8,1,2,1,4,3,16,33,34,39,18]万m3
LS4,t＝[16,10,1,0,0,5,4,15,32,54,47,8]万m3
LS5,t＝[19,8,1,6,3,2,3,7,46,25,59,8]万m3
(t＝1,2,…,12)；
④收集灌区各时段的需水量资料
YS1,t＝[82,120,0,0,0,0,0,14,1084,1935,1334,0]万m3
YS2,t＝[6,8,0,0,0,0,0,0,78,139,96,0]万m3
YS3,t＝[4,6,0,0,0,0,0,0,54,97,67,0]万m3
YS4,t＝[3,6,0,0,0,0,0,51,44,53,48,5]万m3
YS5,t＝[5,7,0,0,0,0,0,0,65,116,80,0]万m3
(t＝1,2,…,12)
⑤搜集水库的特性资料：水库初始库容V1,0＝4085万m3、V2,0＝83万m3、V3,0＝104万m3、V4,0＝63万m3、V5,0＝181万m3，库容上限
Figure GDA0004254661970000091
Figure GDA0004254661970000092
和库容下限
Figure GDA0004254661970000093
Figure GDA0004254661970000094
(t＝1,2,…,12)；
(2)系统分解，将多水库系统水资源优化调度模型分解为5个单水库子系统水资源优化调度模型，
①金牛山水库
目标函数：
Figure GDA0004254661970000101
约束条件：
Figure GDA0004254661970000102
2131≤V1,t≤5165 (3)
V1,t＝V1,t-1+LS1,t-X1,t-Z1,t-PS1,t-EF1,t (4)
②毛营水库
目标函数：
Figure GDA0004254661970000103
约束条件：
Figure GDA0004254661970000104
39≤V2,t≤148 (7)
V2,t＝V2,t-1+LS2,t-X2,t+Y2,t-PS2,t-EF2,t (8)
③唐公水库
目标函数：
Figure GDA0004254661970000105
约束条件：
Figure GDA0004254661970000106
63≤V3,t≤268 (11)
V3,t＝V3,t-1+LS3,t-X3,t+Y3,t-PS3,t-EF3,t (12)
④南阳水库
目标函数：
Figure GDA0004254661970000111
约束条件：
Figure GDA0004254661970000112
45≤V4,t≤154 (15)
V4,t＝V4,t-1+LS4,t-X4,t+Y4,t-PS4,t-EF4,t (16)
④赵桥水库
目标函数：
Figure GDA0004254661970000113
约束条件：
Figure GDA0004254661970000114
78≤V5,t≤261 (19)
V5,t＝V5,t-1+LS5,t-X5,t+Y5,t-PS5,t-EF5,t (20)
(3)子系统优化
令水库i的年可供水量Wi(i＝1,2,3,4,5)在可行域[0,6495]之间，以当地水库管理部门所习惯的调度精度1万m3为步长离散，采用动态规划对水库i子系统进行优化，获得水库i在不同Wi下的年内各时段缺水量平方和fi及其对应的供水量过程Xi,t、弃水量过程PSi,t、补水量过程Yi,t和调水量过程Z1,t。
以W1＝5733万m3、W2＝206万m3、W3＝177万m3、W4＝192万m3、W5＝187万m3为例，分别将其代入式(2)、式(6)、式(10)、式(14)和式(18)，采用前述动态规划过程分别求解单水库子系统模型获得fi～Wi关系及其对应的水库调度方案如下：
①金牛山水库
W1＝5733万m3，f1＝0，
X1,t＝[82,120,0,0,0,0,0,14,1084,1935,1334,0]万m3
PS1,t＝[0,0,0,0,0,0,0,72,191,107,42,152]万m3
Z1,t＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
②毛营水库
W2＝206万m3，f2＝3917，
X2,t＝[0,0,0,0,0,0,0,0,43,103,60,0]万m3
PS2,t＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
Y2,t＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
③唐公水库
W3＝177万m3，f3＝613，
X3,t＝[0,0,0,0,0,0,0,0,41,83,53,0]万m3
PS3,t＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
Y3,t＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
④南阳水库
W4＝192万m3，f4＝111，
X4,t＝[0,3,0,0,0,0,0,47,40,49,51,2]万m3
PS4,t＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
Y4,t＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
⑤赵桥水库
W5＝187万m3，f5＝1900，
X5,t＝[0,0,0,0,0,0,0,0,41,91,55,0]万m3
PS5,t＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
Y5,t＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
类似地，Wi(i＝1,2,3,4,5)分别在可行域[0,6495]之间以步长为1进行离散后，代入对应的单水库子系统模型，可以求出一系列fi～Wi的对应关系和相应的水库调度方案。
(4)系统聚合
根据子系统优化所获得的一系列fi～Wi的对应关系，构建大系统聚合模型。
目标函数：
Figure GDA0004254661970000121
约束条件：
Figure GDA0004254661970000131
以Wi为决策变量，采用前述动态规划求解聚合模型，即可获得系统中各水库最佳的年可供水量W1 *＝5315万m3、W2 *＝361万m3、W3 *＝262万m3、W4 *＝246万m3、W5 *＝311万m3，此时整个多水库系统的目标函数值F＝0。
最后根据各水库最佳的年可供水量Wi *反查子系统优化结果，确定各水库最佳的调度方案
①金牛山水库
W1 *＝5315万m3，f1＝0，
X1,t *＝[82,120,0,0,0,0,0,14,1084,1935,1334,0]万m3
PS1,t *＝[0,0,0,0,0,0,0,0,150,0,0,0]万m3
Z1,t *＝[77,5,2,0,0,0,0,33,0,68,72,161]万m3
②毛营水库
W2 *＝361万m3，f2＝0，
X2,t *＝[6,8,0,0,0,0,0,0,78,139,96,0]万m3
PS2,t *＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
Y2,t *＝[18,3,0,0,0,0,0,0,0,58,39,37]万m3
③唐公水库
W3 *＝262万m3，f3＝0，
X3,t *＝[4,6,0,0,0,0,0,0,54,97,67,0]万m3
PS3,t *＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
Y3,t *＝[15,0,1,0,0,0,0,0,0,10,33,26]万m3
④南阳水库
W4 *＝246万m3，f4＝0，
X4,t *＝[3,6,0,0,0,0,0,51,44,53,48,5]万m3
PS4,t *＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
Y4,t *＝[21,0,0,0,0,0,0,33,0,0,0,0]万m3
⑤赵桥水库
W5 *＝311万m3，f5＝0，
X5,t *＝[5,7,0,0,0,0,0,0,65,116,80,0]万m3
PS5,t *＝[0,0,0,0,0,0,0,0,0,0,0,0]万m3
Y5,t *＝[23,2,1,0,0,0,0,0,0,0,0,98]万m3
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (2)

1.一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法，其特征在于，包括优化调度系统，优化调度系统由1座大中型骨干水库和n座小型水库及其输水渠道组成；其中，n座小型水库与大中型骨干水库经输水渠道贯通连接，各水库独立地向各自的灌区供水，小型水库水量不足时，可通过输水渠道从骨干水库引水补库；
优化调度系统优化调度方法包括以下步骤：
(1)获取以下资料，具体包括：
①灌区水库调度通常划分的时段数T；
②代表年内所有水库各时段的来水量LSi,t(i＝1,2,…,n+1，t＝1,2,…,T)；
③代表年内所有灌区各时段的需水量YSi,t(i＝1,2,…,n+1，t＝1,2,…,T)；
④所有水库的特性资料：水库初始库容Vi,0，库容上限
Figure FDA0004254661950000011
和下限/>
Figure FDA0004254661950000012
(i＝1,2,…,n+1，t＝1,2,…,T)；
(2)系统分解，将多水库系统水资源优化调度模型分解为n+1个单水库子系统水资源优化调度模型：
目标函数：
Figure FDA0004254661950000013
式中：fi为水库i年内各时段缺水量平方和；Xi,t为水库i第t时段的供水量；YSi,t为灌区i第t时段的需水量；
约束条件：
Figure FDA0004254661950000014
式中：Wi为水库i的年可供水量；
Figure FDA0004254661950000015
式中：Vi,t分别为水库i在t时段末的蓄水量；
Figure FDA0004254661950000016
为水库i在时段t的蓄水量下限；/>
Figure FDA0004254661950000017
为水库i在时段t的蓄水量上限；
V1,t＝V1,t-1+LS1,t-X1,t-Z1,t-PS1,t-EF1,t (4)
式中：V1,t为骨干水库在t时段末的蓄水量；LS1,t为骨干水库在时段t的入库径流量；Z1,t为骨干水库在时段t的外调水量；PS1,t,为骨干水库在时段t的弃水量；EF1,t为骨干水库在时段t的水量损失；
Vi,t＝Vi,t-1+LSi,t-Xi,t+Yi,t-PSi,t-EFi,t
(i＝2,3,···,n+1) (5)
式中：LSi,t为小型水库i在时段t的入库径流量；Yi,t为小型水库i在时段t内的补水量；PSi,t,为小型水库i在时段t的弃水量；EFi,t为小型水库i在时段t的水量损失；
(3)子系统优化；
令水库i的年可供水量Wi在
Figure FDA0004254661950000021
之间，按满足系统调度精度要求的步长d离散，采用动态规划对水库i子系统进行优化，获得水库i在不同Wi下的年内各时段缺水量平方和fi及其对应的供水量过程Xi,t、弃水量过程PSi,t、补水量过程Yi,t或调水量过程Z1,t；
(4)系统聚合；
根据子系统优化所获得的一系列fi～Wi的关系，构建大系统聚合模型：
目标函数：
Figure FDA0004254661950000022
约束条件：
Figure FDA0004254661950000023
式中：F为整个多水库系统年内各时段缺水量平方和；
以Wi为决策变量，采用动态规划求解上述聚合模型，即可获得系统中各水库最佳的年可供水量[W1 *,W2 *,…,Wn+1 *]；最后根据各水库最佳的年可供水量Wi *反查子系统优化结果，确定各水库最佳的调度方案，包括最佳的供水量过程Xi,t *、弃水量过程PSi,t *、补水量过程Yi,t *和调水量过程Z1,t *。
2.根据权利要求1所述的一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法，其特征在于，所述步骤(4)将多水库系统分解后所得到的单水库子系统采用动态规划进行聚合，具体步骤如下：
(1)对于编号i＝n+1的水库
φn+1(δn+1)＝min fn+1(Wn+1) (8)
式中，φn+1表示编号为n+1的水库的最小年缺水量；δn+1为状态变量，表示编号为n+1的水库的年可供水量，在可行域
Figure FDA0004254661950000024
内以步长d离散；对每个离散的δn+1，决策变量Wn+1在对应可行域[0,δn+1]内按步长d离散，分别确定对应于每个δn+1值，最优Wn+1及其对应的子系统目标函数值fn+1(Wn+1)；
(2)对于编号为i＝n,n-1,…,2的水库
φi(δi)＝min[fi(Wi)+φi+1(δi+1)] (9)
式中，φi表示编号i～n+1个水库的最小年缺水量平方和；状态变量δi为编号i～n+1个水库的年可供水总量，同样将其在可行域
Figure FDA0004254661950000031
内按步长d分别进行离散；对每一个离散的δi，决策变量Wi在对应可行域内[0,δi]按步长d离散；
状态转移方程：
δi+1＝δi-Wi (10)
式中：i＝n，n-1，…，2；
对每一个离散的δi，将各离散的Wi值分别代入式(9)中的fi(Wi)，由状态转移方程式(10)，对每一个离散的Wi，查找最小的φi+1(δi+1)值，由此可获得fi(Wi)+φi+1(δi+1)，完成以上所有离散的Wi寻优后，最终可获得满足min[fi(Wi)+φi+1(δi+1)]要求的编号i～n+1个水库最小缺水量平方和φi(δi)值及其对应的各水库最优年可供水量Wi；
(3)对于骨干水库，即i＝1
φ1(δ1)＝min[f1(W1)+φ2(δ2)] (11)
式中，φ1表示编号1～n+1个水库的最小年缺水量平方和；状态变量δ1为编号1～n+1个水库的年可供水总量，同样将其在可行域
Figure FDA0004254661950000032
内以步长d分别进行离散；对每一个离散的δ1，决策变量W1在对应可行域内[0,δ1]按步长d离散；
状态转移方程：
δ2＝δ1-W1 (12)
对每一个离散的δ1，将各离散的W1值分别代入式(11)中的f1(W1)，由状态转移方程式(12)，对每一个离散的W1，查找最小φ2(δ2)值，由此可获得f1(W1)+φ2(δ2)，完成以上所有离散的W1寻优后，最终可获得满足min[f1(W1)+φ2(δ2)]要求的编号1～n+1个水库的最小缺水量平方和φ1(δ1)值，并获得满足该δ1要求的水库最佳年可供水量Wi，i＝1,2,…,n+1，以及整个多水库系统的目标函数最优值F＝minφ1(δ1)。
CN201910918556.1A 2019-09-26 2019-09-26 一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法 Active CN110675281B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910918556.1A CN110675281B (zh) 2019-09-26 2019-09-26 一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910918556.1A CN110675281B (zh) 2019-09-26 2019-09-26 一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法

Publications (2)

Publication Number Publication Date
CN110675281A CN110675281A (zh) 2020-01-10
CN110675281B true CN110675281B (zh) 2023-06-27

Family

ID=69079378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910918556.1A Active CN110675281B (zh) 2019-09-26 2019-09-26 一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法

Country Status (1)

Country Link
CN (1) CN110675281B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401750B (zh) * 2020-03-18 2020-11-17 四川省水利科学研究院 一种水库灌区的田间水资源优化调配方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106295893A (zh) * 2016-08-12 2017-01-04 扬州大学 充分灌溉条件下直接补库的单泵站‑单水库系统水资源优化配置方法
CN109002946A (zh) * 2018-10-18 2018-12-14 扬州大学 一种河湖补水的“两库—两站”系统水资源优化调度方法
CN109800914A (zh) * 2019-01-16 2019-05-24 河海大学 一种适用于滨海地区水资源的多目标优化调度方法
CN109829580A (zh) * 2019-01-23 2019-05-31 扬州大学 充分灌溉条件下水库-补库泵站-补渠泵站系统水资源优化配置方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106295893A (zh) * 2016-08-12 2017-01-04 扬州大学 充分灌溉条件下直接补库的单泵站‑单水库系统水资源优化配置方法
CN109002946A (zh) * 2018-10-18 2018-12-14 扬州大学 一种河湖补水的“两库—两站”系统水资源优化调度方法
CN109800914A (zh) * 2019-01-16 2019-05-24 河海大学 一种适用于滨海地区水资源的多目标优化调度方法
CN109829580A (zh) * 2019-01-23 2019-05-31 扬州大学 充分灌溉条件下水库-补库泵站-补渠泵站系统水资源优化配置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
南京金牛山灌区水库联合优化调度研究;黎小建;《中国优秀硕士学位论文全文数据库 农业科技辑》;20160630;全文 *
南水北调东线江苏段"单库—单站"及"多库"水资源优化调度方法研究;史振铜;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20161231;全文 *

Also Published As

Publication number Publication date
CN110675281A (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
CN109658287B (zh) 一种基于水资源时空均匀分配的流域水量调度方法
Bernardo et al. An irrigation model for management of limited water supplies
CN110889553B (zh) 基于优化策略的实时配水方法
CN110675281B (zh) 一种山丘区“长藤结瓜”型多水库系统水资源优化调度方法
CN106327065A (zh) 充分灌溉条件下直接补渠的单泵站‑单水库系统水资源优化配置方法
CN112700035A (zh) 一种区域尺度农作物分区水肥管理模式的优化方法
CN109377107A (zh) 一种工业水多水源系统的优化方法
CN109002946B (zh) 一种河湖补水的“两库—两站”系统水资源优化调度方法
CN109472717A (zh) 基于水权交易的水资源分配方法
CN111915065A (zh) 一种河流枯水期多目标动态水资源优化配置系统及方法
CN109089858A (zh) 水培作物的氮肥管理方法及装置
CN108959746B (zh) 区域农业用水量核定与分解方法
CN112183966B (zh) 一种面向生态稳定的地表水与地下水联合调控方法
CN111754101B (zh) 一种基于县域尺度量化分析流域农作物水足迹演变驱动力的方法
CN113837891A (zh) 一种应对气候变化的大面积农灌区水资源均衡高效调配方法
Kumar et al. Water productivity of irrigated agriculture in India: potential areas for improvement
CN110197437B (zh) 一种盐渍灌区的灌溉水利用效率的调控方法
CN112365126B (zh) 应用于含在线调蓄水库的大型引调水工程调度方法
CN116070956A (zh) 一种国土空间规划效益评价方法
CN106960129A (zh) 一种轮灌组划分方法
CN204482325U (zh) 一种设施蔬菜水肥一体化自压滴灌系统
CN109829580A (zh) 充分灌溉条件下水库-补库泵站-补渠泵站系统水资源优化配置方法
CN206323779U (zh) 基于智慧网络的滴灌水肥气一体化设备
CN111738554B (zh) 基于耗水量的山水林田湖草各系统均衡的水资源配置方法
CN115222152B (zh) 一种提高大田滴灌灌溉均匀度的轮灌制度优化方法

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
GR01 Patent grant
GR01 Patent grant