CN114548546A - 一种调水工程水量的优化调度方法 - Google Patents
一种调水工程水量的优化调度方法 Download PDFInfo
- Publication number
- CN114548546A CN114548546A CN202210152074.1A CN202210152074A CN114548546A CN 114548546 A CN114548546 A CN 114548546A CN 202210152074 A CN202210152074 A CN 202210152074A CN 114548546 A CN114548546 A CN 114548546A
- Authority
- CN
- China
- Prior art keywords
- water
- population
- scheduling
- scheme
- optimized
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 281
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012546 transfer Methods 0.000 title claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000005457 optimization Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 238000005086 pumping Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 10
- 239000008235 industrial water Substances 0.000 claims description 5
- 238000009395 breeding Methods 0.000 claims description 3
- 230000001488 breeding effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 2
- 238000003809 water extraction Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000005034 decoration Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 206010010071 Coma Diseases 0.000 description 1
- 235000010918 Cudrania tricuspidata Nutrition 0.000 description 1
- 241000218211 Maclura Species 0.000 description 1
- 241001523380 Maclura tricuspidata Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
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
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种调水工程水量的优化调度方法，改善了现有技术中跨流域调水工程的水量调度仍须优化的问题。该发明含有步骤1、构建多目标调度模型；步骤2、NSGA‑II算法求解；步骤3、构建评价指标体系；步骤4、基于博弈论的组合赋权；步骤5、基于TOPSIS决策方法方案优选。该技术采用NSGA‑II算法对模型进行求解，基于博弈论的组合赋权‑TOPSIS的多属性决策方法对求解的非劣方案集进行综合评价，获得引江济淮河南段工程的最优水量调度方案，达到河南受水区的供水率有效提高，且各子区域的缺水量显著降低，有效缓解河南受水区水资源紧缺状况和供需水矛盾，对实际工程未来的优化调度具有一定的应用价值。
Description
技术领域
本发明涉及水利建设技术领域，特别是涉及一种调水工程水量的优化调度方法。
背景技术
随着经济快速发展和人口持续增长，天然降水时空不均导致的水资源供需矛盾问题日益严峻。为解决缺水地区的水资源需求，缓解供需矛盾，促进当地的社会经济可持续发展，跨流域调水工程应时而生。如何对跨流域调水工程优化调度，实现水资源在时空上的合理分配，成为了当前的热点研究之一。引江济淮工程是国家新建的重大水利工程之一，自南向北划分为：引江济巢、江淮沟通、江水北送三大段。引江济淮河南段属于江水北送的一部分，也是工程的终点段，旨在解决豫北地区的城乡用水，兼顾改善水生态环境。目前工程还在主体施工阶段，尚未开始运行，还未形成完善的水量优化调度方案。因此，研究引江济淮工程河南段水资源优化调度，对工程未来的实际运行管理具有重要意义和参考价值。
近年来，随着跨流域工程的大量建设，国内外关于调水工程的优化调度研究也随之增多。郭玉雪等以受水区内生活、工业、农业供水量最大，调水峰值最小和梯级总抽水量最小为目标，建立南水北调中线工程江苏段的优化调度模型；张锴慧等以受水区缺水量最小、工程效益最大为目标函数构建胶东地区多目标优化配置模型；李建美等基于NSGA-III算法对红延河调水工程的多目标优化配置模型进行求解；刘彬等基于改进的人工鱼群算法对引大济潢工程受水区的水资源优化调度模型进行计算；Xu提出一种多目标参考点自适应进化算法对跨流域调水工程优化调度模型进行求解；Guo基于改进蛙跳算法为南水北调东线的水资源优化配置提供理论依据。王兴菊等基于可变模糊集理论得到胶东调水的水量优化调度方案；王庆杰等利用权重融合的灰色关联分析对水资源配置方案进行优选；Pammi提出一种基于综合评价的框架对跨流域调水方案进行评价。总结上述研究发现，国内外学者主要从模型构建及求解和调度方案的决策优选2个方面对调水工程的优化调度进行研究。
发明内容
本发明改善了现有技术中跨流域调水工程的水量调度仍须优化的问题，提供一种缓解受水区水资源紧缺和供需水矛盾的调水工程水量的优化调度方法。
本发明的技术解决方案是，提供一种具有以下步骤的调水工程水量的优化调度方法：含有如下步骤：
步骤1、构建多目标调度模型；步骤2、NSGA-II算法求解；步骤3、构建评价指标体系；步骤4、基于博弈论的组合赋权；步骤5、基于TOPSIS决策方法方案优选。
优选地，所述步骤1中把各分区的缺水量最小作为衡量调度效果的目标，考虑泵站的耗能最小作为一个目标函数，其约束条件包括泵站工作能力约束、最大供水量约束、需水量约束和非负约束。
优选地，所述步骤2含有以下步骤，
步骤2.1、设置种群规模pop，迭代次数gen，将泵站提水能力、系统来水与需水情况进行初始化操作；
步骤2.2、在泵站提水能力限制范围内初始化种群，计算初始化种群下的目标函数值，即受水区供水缺水量最小和泵站提水量最小，并对其进行快速非支配排序和个体拥挤距离计算；
步骤2.3、计算种群中个体适应度值，通过二进制锦标赛选择、模拟二进制交叉和多项式变异使父代进行繁殖产生子代种群；
步骤2.4、将父代和子代种群合并成一个新的种群，对新种群进行快速非支配排序和个体拥挤距离计算，用适合的个体替换不适合的个体以保持不变的种群大小；
步骤2.5、判断是否满足终止条件t≥gen，若迭代次数达到gen，则退出迭代并输出最后一代种群作为pareto最优解集；若不满足条件，则继续以新种群作为父代种群，返回步骤2.3，继续迭代直到满足判断终止条件。
优选地，所述步骤3中构建水资源优化调度方案决策指标体系，选取的评价指标为：生活供水率、工业供水率、生态供水率、农业供水率、人均水资源量、万元GDP耗水量、万元工业增加值取水量、总缺水量和总提水量。
优选地，所述步骤4含有以下步骤，
步骤4.1、使用层次分析法和CRITIC法分别得到评价指标的主观权重向量w1和客观权重w2，构成权重向量集合w＝{w1,w2}，设线性组合系数为α＝{α1，α2}，构建权重向量线性组合；
步骤4.2、根据博弈论的思想，以w1和w2之间的离差最小化为目标，优化线性组合系数α1，α2，得到最合理的权重，目标函数为：
min||W-wk||2,k＝1,2
步骤4.3、根据矩阵微分原理对上式求一阶导数，得到等价线性方程组：
步骤4.4、由上式计算得到优化组合系数，对其进行归一化处理，得到基于博弈论组合赋权的综合权重W，
优选地，所述所述步骤5中采用TOPSIS法实现综合决策，通过定义正、负理想解，计算各评价方案与正理想解和负理想解间的距离及相对贴进度，根据相对贴进度的大小对方案进行排序作为评价优劣的依据，通过博弈论思想将主客观权重组合，并基于TOPSIS决策方法从诸多可行方案中选取最佳调度方案。
与现有技术相比，本发明调水工程水量的优化调度方法具有以下优点：
针对跨流域调水工程的水量调度是一个多维度的多目标决策过程，且引江济淮工程河南段尚未形成完善的水量调度方案的问题，提出以受水区缺水量最小及泵站提水量最小2个目标为优化目标，构建了引江济淮工程河南段水量优化调度模型。
采用NSGA-II算法对模型进行求解，基于博弈论的组合赋权-TOPSIS的多属性决策方法对求解的非劣方案集进行综合评价，从而获得引江济淮河南段工程的最优水量调度方案。
达到河南受水区的供水率有效提高，且各子区域的缺水量显著降低，该方法能有效缓解河南受水区水资源紧缺状况和供需水矛盾，对实际工程未来的优化调度具有一定的应用价值。
附图说明
图1是本发明中受水区水资源调度方案评价指标体系示意图；
图2是本发明中基于组合赋权－TOPSIS的优化调度方案多属性决策方法流程图；
图3是本发明中不同来水频率下模型Pareto前沿求解结果示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
下面结合附图和具体实施方式对本发明调水工程水量的优化调度方法作进一步说明：本实施例中以受水区缺水量最小及泵站提水量最小为目标函数，建立引江济淮河南段工程的水量多目标优化调度模型，采用NSGA-II算法进行求解，基于博弈论的组合赋权-TOPSIS法进行方案优选。该研究旨在得到引江济淮河南段工程近期规划2030年的水量调度方案，提高水资源利用率，为实际工程运行提供参考。
1工程概况
引江济淮工程河南段包括3个提水泵站、6座节制闸、6座调蓄水库、四类用水户(生活、工业、农业及生态用水)及配套供水设施，涉及7县2区共9个供水目标。工程通过西淝河向河南境内输水，在河南境内利用清水河通过袁桥泵站、赵楼泵站和试量泵站三个梯级泵站逆流而上向河南境内输水，经鹿辛运河自流至鹿邑后陈楼调蓄水库，然后通过3条输水管线依次将水输送至柘城县、商丘城区、夏邑和永城。
工程的供水调度原则为优先保障城乡生活、工业供水，兼顾生态环境补水，且供水水源的配置次序为：当地地表水、地下水、引江济淮水。工程调度还要服从河道防洪运用，确保防洪安全，清水河输水应严格按照除涝水位控制，当汛期河道水位(上游来水与引水位叠加后)平除涝水位时停止引水，正常引水位时应满足河道现有引水灌溉需求。
2引江济淮工程河南段多目标调度模型的建立
2.1目标函数
工程的主要任务是以城乡供水为主，兼顾改善水生态环境，从工程的主要目的出发，把各分区的缺水量最小作为衡量调度效果的一个重要目标。同时，工程的运行必须要考虑效益和成本，泵站的提水量将直接决定工程的运行成本，因此考虑泵站的提水量最小作为一个目标函数。
(1)目标函数1：受水区缺水量最小
(2)目标函数2：泵站提水量最小
式中：
为k受水区j用户的需水量，万m3；Qi,k是水源i向k受水区供水量，万m3；k＝1，2，…，9，分别代表郸城县、淮阳县、太康县、鹿邑县、柘城县、睢阳区、梁园区、夏邑县、永城市；i＝1，2，3，分别表示当地地表水、地下水、引江济淮水；j＝1，2，3，4，分别代表生活用水、工业用水、生态用水及农业用水；Qm为m泵站的提水流量，万m3。
2.2约束条件
约束条件包括泵站工作能力约束、最大供水量约束、需水量约束和非负约束等，具体如下。
(1)泵站工作能力约束。泵站的提水流量应不大于相应泵站提水能力。
(2)最大供水量约束。不同水源向各受水区供水的总量应不大于各水源的可供水量。
(3)需水量约束。不同水源的供水总量应小于受水区的需水量。
(4)调水控制水位约束。当河道水位到达除涝水位时停止调水。
(5)非负约束。所有参数都应满足非负约束。
2.3基于NSGA-II算法的模型求解
2.3.1NSGA-II算法
NSGA-II算法是Ded对其1993年提出的NSGA算法的进一步改进，通过引入精英策略和拥挤度计算，较好地避免了NSGA算法计算复杂度高、求解速度慢等缺陷。由于该算法通过个体拥挤距离算子维持种群的多样性，不需要人为给定共享参数，且通过精英选择策略使得种群接近真实的Pareto最优前沿解集，因此NSGA-II算法是多目标优化领域最常用的算法之一。
NSGA-II算法的关键是快速非支配解排序算法、个体拥挤距离算子和精英策略选择算子。非支配解排序的目的是依据个体的非劣解水平让种群进行分层，从而降低了算法的计算复杂度；个体拥挤距离算子排序是通过优先选择拥挤距离大的个体，使计算结果在目标空间比较均匀地分布，以维持种群的多样性；精英策略则是保留父代中的优良个体直接进入子代，防止获得的pareto最优解丢失。
2.3.2算法流程
基于NSGA-II算法对多目标优化调度模型的求解流程如下：
(1)设置种群规模pop，迭代次数gen，将泵站提水能力、系统来水与需水情况等进行初始化操作。
(2)在泵站提水能力限制范围内初始化种群，计算初始化种群下的目标函数值(受水区供水缺水量最小和泵站提水量最小)，并对其进行快速非支配排序和个体拥挤距离计算。
(3)计算种群中个体适应度值，通过二进制锦标赛选择、模拟二进制交叉和多项式变异使父代进行繁殖产生子代种群。
(4)将父代和子代种群合并成一个新的种群，对新种群进行快速非支配排序和个体拥挤距离计算，用适合的个体替换不适合的个体以保持不变的种群大小。
(5)判断是否满足终止条件(t≥gen)，若迭代次数达到gen，则退出迭代并输出最后一代种群作为pareto最优解集；若不满足条件，则继续以新种群作为父代种群，返回步骤3，继续迭代直到满足判断终止条件。
设置种群规模pop为100，迭代次数gen为1000，交叉和变异算法的分布指数为20，交叉概率0.9。
3调度方案多属性决策
通过NSGA-II算法对水资源多目标优化调度模型求解可以获得水量调度的非劣方案集，为了进行实际工程的调度决策还需从中选中最佳均衡方案，以实现效益和效率的最大化。
调度方案多属性决策主要有三个步骤，一是建立科学全面的方案决策指标体系，二是确定计算各决策指标的权重，三是采用恰当的决策方法对调度方案决策模型优选出最佳方案。在前文调度模型计算结果的基础上，建立受水区水资源优化调度方案多目标决策的指标体系，综合考虑方案的合理性、持续性和效益性，并综合考虑指标权重的主观性和客观性，基于博弈论思想将主客观权重优化重组，采用TOPSIS方法合理选择最优调度方案。
3.1方案决策指标体系
引江济淮工程河南段受水区共有9个分水口，涉及到商丘、永城等的7县2区，在工程研究中概化成9个供水单元。各个供水单元的人口、经济发展及缺水程度各不相同，为使优化调度方案公平、合理，结合供水单元的社会、经济、生态等方面的发展需求，从方案的合理性、持续性和效益性三个角度构建河南段水资源调度方案决策指标体系。
受水区水资源调度方案评价指标体系分为目标层、准则层和指标层，目标层为水资源调度方案评价；准则层为方案的合理性、持续性和效益性；指标层为各准则下具体指标。具体指标体系如图1所示。
3.2基于博弈论的组合赋权法
各指标的权重确定是多属性决策问题中极其重要的一个步骤，客观赋权法根据已有数据计算指标权重，虽具有一定的科学性，但不能反映决策者的主观意向，决策结果可能不能在实际工程中应用；而主观赋权法虽能反映决策者的主观期望，但过于依赖专家的经验，太过主观随意。因此，采用主客观结合的组合权重计算方法，既能反映决策者的主观意向，也具有一定的科学性。本研究通过层次分析法计算各指标的主观权重，CRITIC法确定指标的客观权重，并基于博弈论思想将主客观权重优化重组确定各指标的综合权重。
3.2.1层次分析法和CRITIC法
层次分析法主要根据专家的主观经验对元素进行两两重要性比较，从而确定同一评价层中各元素的相对重要性以此对进行量化，并在此基础上对各指标进行赋权。计算步骤如下：(1)构造比较判断矩阵。(2)特征值法计算判断矩阵各指标权重值。(3)对矩阵进行一致性检验。
CRITIC法是基于评价指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重的方法，考虑指标波动性大小的同时兼顾指标之间的相关性，完全利用数据自身的客观属性进行科学评价。计算步骤为：(1)对各指标进行无量纲处理。(2)计算标准差表示各指标取值的差异波动情况。(3)计算相关系数表示指标间的相关性。(4)计算各个指标的信息量及客观权重。
3.2.2基于博弈论的组合赋权
博弈论是分析多个决策主体行为相互影响时的决策均衡问题的理论和方法。基于博弈论的组合赋权法以纳什均衡为目标，计算组合权重与各个权重之间的偏差，使偏差之和达到最小，从而协调主、客观权重之间冲突，实现共同利益的最大化。具体步骤如下：
(1)使用层次分析法和CRITIC法分别得到评价指标的主观权重向量w1和客观权重w2，构成权重向量集合w＝{w1,w2}。设线性组合系数为α＝{α1，α2}，构建权重向量线性组合。
(2)根据博弈论的思想，以w1和w2之间的离差最小化为目标，优化线性组合系数α1，α2，得到最合理的权重。目标函数为：
min||W-wk||2,k＝1,2，
(3)根据矩阵微分原理对式(7)求一阶导数，得到等价线性方程组：
(4)由上式计算得到优化组合系数，并对其进行归一化处理，得到基于博弈论组合赋权的综合权重W。
3.3基于组合赋权－TOPSIS的多属性决策
TOPSIS法是一种常用的综合决策方法，通过定义正、负理想解，计算各评价方案与正理想解和负理想解间的距离及相对贴进度，根据相对贴进度的大小对方案进行排序，以此作为评价优劣的依据。本节通过博弈论思想将主客观权重组合，并基于TOPSIS决策方法从诸多可行方案中选取最佳调度方案，具体流程详见图2。
4结果与讨论
模型计算以2030规划年为计算时段，以9个受水区的供需水数据为依据，用NSGA-II算法对引江济淮工程河南段调度模型求解，得到三个不同降水保证率下的受水区水量优化调度方案集。采用前述优化调度模型迭代1000次后得到的Pareto前沿图如图3所示，Pareto前沿图上的点就是多目标优化调度方案的非劣解。图3显示，在50％、75％、95％来水条件下受水区缺水量目标的目标值范围分别为[1.95×104，3.04×104]万m3、[2.24×104，3.400×104]万m3、[6.25×104，7.38×104]万m3，提水量目标的目标值范围为[2.90×104，4.00×104]万m3、[3.24×104，4.42×104]万m3、[3.40×104，4.52×104]万m3。除此之外，Pareto前沿图显示缺水量目标和提水量目标之间有着良好的线性关系，受水区缺水量和泵站提水量两个目标都属于越小越优型函数，一个目标的减少必然会引起另一个目标的增大，不存在同时使两个目标达到都最小的方案。但大量的水量优化调度方案为决策者提供了更多选择，能够满足决策者的不同偏好需求，当决策者的偏好变化时，不需要重新计算，只需从调度方案集中进行决策优选。
由于各方案目标值分布范围较广，若将所有方案均纳入考察范围，将增加决策的难度和不确定性，因此，实际决策时选择具有代表性的10个方案作为待选方案，在此基础上进行方案优选。以75％保证率为例，待选方案如下表。
表1 75％保证率下的待选方案
根据基于组合赋权-TOPSIS的优化调度方案多属性决策方法流程，首先对原始矩阵进行标准化处理，
得到标准化决策矩阵；通过层次分析法计算各指标的主观权重，CRITIC法确定指标的客观权重，并基于博弈论思想将主客观权重优化重组得到各指标的综合权重W，见表2；计算得到的权重向量W与标准化决策矩阵相乘，得到加权规范化矩阵；计算加权规范化矩阵中各方案至正、负理想解的距离及相对贴进度，并对方案进行排序，最终结果如表3所示。
表2各指标权重
表3调度方案排序
| 方案 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 相对贴进度 | 0.499 | 0.485 | 0.542 | 0.562 | 0.581 | 0.516 | 0.532 | 0.541 | 0.544 | 0.533 |
| 排序 | 5 | 4 | 9 | 3 | 8 | 10 | 7 | 6 | 1 | 2 |
通过表3可知，方案9为最佳方案，在75％保证率情况下，梯级泵站提水4.178亿m3，缺水量为2.446亿m3，生活供水率为98.3％，工业供水率为99.4％，生态供水率为100％，农业供水率为86％。其中，郸城县引水后的缺水率为7.6％，缺水量降低了45％；淮阳县引水后的缺水率为7.1％，缺水量降低了47.5％；太康县引水后的缺水率为7.4％，缺水量降低了49.3％；鹿邑县引水后的缺水率为7.4％，缺水量降低了77.3％；柘城县引水后的缺水率为7.3％，缺水量降低了50.9％；睢阳区引水后的缺水率为4.8％，缺水量降低了88.4％；梁园区引水后的缺水率为4.9％，缺水量降低了82.7％；夏邑县引水后的缺水率为7.3％，缺水量降低了49％；永城市引水后的缺水率为5.7％，缺水量降低了81.7％。综上所述，河南受水区的四大类用水户供水率提高并满足工程设计报告要求的供水保证率，且各个供水子区域的缺水量显著降低，证明该调度方案合理可行。
5结论
结合引江济淮河南段工程的实际情况，对调水系统进行概化，基于受水区水资源供需平衡分析，以受水区缺水量最小、泵站提水量最小为目标，构建了引江济淮河南段工程的水资源多目标优化调度模型，确定优化调度方案。结果显示，通过优化调度后，在75％的保证率下，2030年河南受水区的缺水量为2.446亿m3，缺水率为9％，各个地区的缺水量降低了45％-89％。由此可见，优化调度方案有效缓解河南受水区水资源短缺状况，在满足现行工程条件要求的前提下将调度方案应用于引江济淮河南段工程，具有重要的应用价值。
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 (6)
1.一种调水工程水量的优化调度方法，其特征在于：含有如下步骤：
步骤1、构建多目标调度模型；
步骤2、NSGA-II算法求解；
步骤3、构建评价指标体系；
步骤4、基于博弈论的组合赋权；
步骤5、基于TOPSIS决策方法方案优选。
2.根据权利要求1所述的调水工程水量的优化调度方法，其特征在于：所述步骤1中把各分区的缺水量最小作为衡量调度效果的目标，考虑泵站的耗能最小作为一个目标函数，其约束条件包括泵站工作能力约束、最大供水量约束、需水量约束和非负约束。
3.根据权利要求1所述的调水工程水量的优化调度方法，其特征在于：所述步骤2含有以下步骤，
步骤2.1、设置种群规模pop，迭代次数gen，将泵站提水能力、系统来水与需水情况进行初始化操作；
步骤2.2、在泵站提水能力限制范围内初始化种群，计算初始化种群下的目标函数值，即受水区供水缺水量最小和泵站提水量最小，并对其进行快速非支配排序和个体拥挤距离计算；
步骤2.3、计算种群中个体适应度值，通过二进制锦标赛选择、模拟二进制交叉和多项式变异使父代进行繁殖产生子代种群；
步骤2.4、将父代和子代种群合并成一个新的种群，对新种群进行快速非支配排序和个体拥挤距离计算，用适合的个体替换不适合的个体以保持不变的种群大小；
步骤2.5、判断是否满足终止条件t≥gen，若迭代次数达到gen，则退出迭代并输出最后一代种群作为pareto最优解集；若不满足条件，则继续以新种群作为父代种群，返回步骤2.3，继续迭代直到满足判断终止条件。
4.根据权利要求1所述的调水工程水量的优化调度方法，其特征在于：所述步骤3中构建水资源优化调度方案决策指标体系，选取的评价指标为：生活供水率、工业供水率、生态供水率、农业供水率、人均水资源量、万元GDP耗水量、万元工业增加值取水量、总缺水量和总提水量。
5.根据权利要求1所述的调水工程水量的优化调度方法，其特征在于：所述步骤4含有以下步骤，
步骤4.1、使用层次分析法和CRITIC法分别得到评价指标的主观权重向量w1和客观权重w2，构成权重向量集合w＝{w1,w2}，设线性组合系数为α＝{α1，α2}，构建权重向量线性组合；
步骤4.2、根据博弈论的思想，以w1和w2之间的离差最小化为目标，优化线性组合系数α1，α2，得到最合理的权重，目标函数为：
min||W-wk||2,k＝1,2
步骤4.3、根据矩阵微分原理对上式求一阶导数，得到等价线性方程组：
步骤4.4、由上式计算得到优化组合系数，对其进行归一化处理，得到基于博弈论组合赋权的综合权重W，
6.根据权利要求1所述的调水工程水量的优化调度方法，其特征在于：所述所述步骤5中采用TOPSIS法实现综合决策，通过定义正、负理想解，计算各评价方案与正理想解和负理想解间的距离及相对贴进度，根据相对贴进度的大小对方案进行排序作为评价优劣的依据，通过博弈论思想将主客观权重组合，并基于TOPSIS决策方法从诸多可行方案中选取最佳调度方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210152074.1A CN114548546A (zh) | 2022-02-18 | 2022-02-18 | 一种调水工程水量的优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210152074.1A CN114548546A (zh) | 2022-02-18 | 2022-02-18 | 一种调水工程水量的优化调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114548546A true CN114548546A (zh) | 2022-05-27 |
Family
ID=81674944
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210152074.1A Pending CN114548546A (zh) | 2022-02-18 | 2022-02-18 | 一种调水工程水量的优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114548546A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115239117A (zh) * | 2022-07-18 | 2022-10-25 | 潘时娴 | 基于多目标优化的分类与特征选择方法 |
| CN116562133A (zh) * | 2023-04-26 | 2023-08-08 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种自流灌溉灌区的渠系多目标配水实时优化方法 |
| CN116837422A (zh) * | 2023-07-24 | 2023-10-03 | 扬中凯悦铜材有限公司 | 一种高纯无氧铜材的生产工艺及系统 |
| CN116976529A (zh) * | 2023-09-22 | 2023-10-31 | 南京大学 | 基于供需预测动态校正的跨流域调水方法和系统 |
| CN116977118A (zh) * | 2023-06-01 | 2023-10-31 | 水利部水利水电规划设计总院 | 基于主从博弈模型的水网调蓄工程联合调水供水优化调度方法及系统 |
| CN117217440A (zh) * | 2023-08-16 | 2023-12-12 | 长江水利委员会长江科学院 | 基于可行策略的引调水工程多目标水量优化调度求解方法 |
| CN117474173A (zh) * | 2023-11-22 | 2024-01-30 | 江苏省水利勘测设计研究院有限公司 | 一种用于平原河网地区多水源动态调配装置及系统 |
| CN117557066A (zh) * | 2024-01-09 | 2024-02-13 | 陕西省水利电力勘测设计研究院 | 一种基于多维均衡调蓄的跨流域调水工程优化调度方法 |
| CN117592758A (zh) * | 2024-01-16 | 2024-02-23 | 陕西省水利电力勘测设计研究院 | 一种多个跨流域调水格局的联合调度方法 |
-
2022
- 2022-02-18 CN CN202210152074.1A patent/CN114548546A/zh active Pending
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115239117A (zh) * | 2022-07-18 | 2022-10-25 | 潘时娴 | 基于多目标优化的分类与特征选择方法 |
| CN116562133A (zh) * | 2023-04-26 | 2023-08-08 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种自流灌溉灌区的渠系多目标配水实时优化方法 |
| CN116562133B (zh) * | 2023-04-26 | 2024-02-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种自流灌溉灌区的渠系多目标配水实时优化方法 |
| CN116977118A (zh) * | 2023-06-01 | 2023-10-31 | 水利部水利水电规划设计总院 | 基于主从博弈模型的水网调蓄工程联合调水供水优化调度方法及系统 |
| CN116837422B (zh) * | 2023-07-24 | 2024-01-26 | 扬中凯悦铜材有限公司 | 一种高纯无氧铜材的生产工艺及系统 |
| CN116837422A (zh) * | 2023-07-24 | 2023-10-03 | 扬中凯悦铜材有限公司 | 一种高纯无氧铜材的生产工艺及系统 |
| CN117217440B (zh) * | 2023-08-16 | 2024-03-26 | 长江水利委员会长江科学院 | 基于可行策略的引调水工程多目标水量优化调度求解方法 |
| CN117217440A (zh) * | 2023-08-16 | 2023-12-12 | 长江水利委员会长江科学院 | 基于可行策略的引调水工程多目标水量优化调度求解方法 |
| CN116976529B (zh) * | 2023-09-22 | 2023-12-26 | 南京大学 | 基于供需预测动态校正的跨流域调水方法和系统 |
| CN116976529A (zh) * | 2023-09-22 | 2023-10-31 | 南京大学 | 基于供需预测动态校正的跨流域调水方法和系统 |
| CN117474173A (zh) * | 2023-11-22 | 2024-01-30 | 江苏省水利勘测设计研究院有限公司 | 一种用于平原河网地区多水源动态调配装置及系统 |
| CN117474173B (zh) * | 2023-11-22 | 2024-06-21 | 江苏省水利勘测设计研究院有限公司 | 一种用于平原河网地区多水源动态调配装置及系统 |
| CN117557066A (zh) * | 2024-01-09 | 2024-02-13 | 陕西省水利电力勘测设计研究院 | 一种基于多维均衡调蓄的跨流域调水工程优化调度方法 |
| CN117557066B (zh) * | 2024-01-09 | 2024-05-03 | 陕西省水利电力勘测设计研究院 | 一种基于多维均衡调蓄的跨流域调水工程优化调度方法 |
| CN117592758A (zh) * | 2024-01-16 | 2024-02-23 | 陕西省水利电力勘测设计研究院 | 一种多个跨流域调水格局的联合调度方法 |
| CN117592758B (zh) * | 2024-01-16 | 2024-04-12 | 陕西省水利电力勘测设计研究院 | 一种多个跨流域调水格局的联合调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114548546A (zh) | 一种调水工程水量的优化调度方法 | |
| CN106529166B (zh) | 一种基于maepso算法的区域水资源优化配置方法 | |
| CN112966954B (zh) | 一种基于时间卷积网络的防洪调度方案优选方法 | |
| CN105809279B (zh) | 一种基于多目标量子混合蛙跳算法的水资源优化调度方法 | |
| CN102629106B (zh) | 供水控制方法及系统 | |
| CN111724003B (zh) | 一种基于“分区-分级”理论的复杂水资源系统优化配置方法 | |
| CN107527119A (zh) | 基于改进的多目标量子遗传算法的水资源优化调度方法 | |
| CN111967666B (zh) | 一种江河湖水系综合协同调度系统及其调度方法 | |
| CN109670650B (zh) | 基于多目标优化算法的梯级水库群调度模型的求解方法 | |
| CN109800914A (zh) | 一种适用于滨海地区水资源的多目标优化调度方法 | |
| CN101118611A (zh) | 基于遗传算法的业务过程模型资源配置优化方法 | |
| CN110400234A (zh) | 一种基于bp神经网络的城市供水调度方法及系统 | |
| CN109818775A (zh) | 基于自适应微分进化算法优化小波神经网络的短期网络流量预测方法 | |
| CN109598408B (zh) | 一种兼顾用水公平性和重要性的年水量调度计划编制方法 | |
| CN110852501A (zh) | 一种基于遗传算法的矿井降阻优化方法 | |
| CN116307591A (zh) | 一种基于amocs-pt的跨流域调水工程优化调度方法 | |
| CN106845696B (zh) | 一种智能优化水资源配置方法 | |
| CN109325610B (zh) | 一种面向多水源梯级泵站调水系统的分段线性调度方法 | |
| CN116703134B (zh) | 大型跨流域调水水库的多目标调度方法及系统 | |
| CN107180286A (zh) | 基于改进型花粉算法的制造服务供应链优化方法及系统 | |
| CN117010575A (zh) | 基于数字孪生的水库群多目标优化调度仿真方法以及系统 | |
| CN116796997A (zh) | 基于第三代非支配排序遗传算法的三级渠系配水优化方法 | |
| CN116415742A (zh) | 风光水电系统两阶段随机多属性决策方法及系统 | |
| CN114997691B (zh) | 一种水库多利益主体协调调度方法 | |
| CN116452003A (zh) | 一种基于缺水风险评估的水权交易方案优选方法 |
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 |