CN117114347A - 一种潮汐河流生态补水优化配置方法 - Google Patents
一种潮汐河流生态补水优化配置方法 Download PDFInfo
- Publication number
- CN117114347A CN117114347A CN202311179802.9A CN202311179802A CN117114347A CN 117114347 A CN117114347 A CN 117114347A CN 202311179802 A CN202311179802 A CN 202311179802A CN 117114347 A CN117114347 A CN 117114347A
- Authority
- CN
- China
- Prior art keywords
- water
- supplementing
- river
- period
- control section
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 241
- 230000001502 supplementing effect Effects 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 35
- 231100000719 pollutant Toxicity 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 230000009467 reduction Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000012876 topography Methods 0.000 claims description 9
- 239000010865 sewage Substances 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 5
- 230000015556 catabolic process Effects 0.000 claims description 4
- 238000006731 degradation reaction Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 abstract description 2
- 239000013589 supplement Substances 0.000 description 9
- 241000196324 Embryophyta Species 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 241000357444 Epinephelus coioides Species 0.000 description 1
- 235000008672 Persea borbonia Nutrition 0.000 description 1
- 240000000189 Persea borbonia Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Abstract
一种潮汐河流生态补水优化配置方法,解决如何利用有限的水资源达到河流污染的最佳改善问题,该方法是:步骤1.构建拟补水潮汐河流水动力水质模型、步骤2.设定控制断面,利用潮汐河流水动力水质模型,计算补水前控制断面污染物浓度、步骤3.补水情景模拟、步骤4.建立以控制断面污染物浓度变化过程峰值最小化的目标函数、步骤5.求解目标函数、步骤6.全局最优解即为补水周期内各时段补水量,完成潮汐河流生态补水优化配置。有益效果是:能优化潮汐河流补水效率,有效利用水资源,以最大程度地增加水体的流动性,控制河道水质变幅,降低污染物浓度峰值,保护潮汐河流生态环境。
Description
技术领域
本发明属于水处理的环保领域,特别是一种潮汐河流生态补水优化配置方法。
背景技术
城市河流与城市的产生、发展密切相关,是城市生态系统的重要组成部分,快速的城市化发展以及人类生产生活的影响导致许多城市河道水体污染严重。河流补水作为众多治水手段的一种,不仅可以弥补城市河流枯水期水资源短缺,增加生态基流,改善城市河流景观,更可以加快水体置换速率,稀释污染物浓度,在较短时间内改善河流水质,是一种解决城市河流水环境问题切实有效的技术手段。
关于河道补水的研究主要集中在补水方案的优化选择、补水效益评价、生态补水量计算和环境影响方面,此类研究主要以常规连续均匀补水方式为主,仅适用于水文条件不随时间变化或者随时间变化不明显的相对较稳定水体。但该水体若是水文条件随时间变化比较明显的潮汐河流,其受潮水顶托以及径流的推动作用,污染物在潮汐河段内往复回荡,停留时段较长,在潮汐河段内大量积累,不断消耗水体中的溶解氧,使得水质恶化。常规补水方式仅仅增加径流量,并没有考虑潮流的作用,往往事倍功半。因此,如何针对潮汐河流水文特征,研究合乎动量动态变化的补水方式,优化补水时间及补水量,有效利用水资源,以最大程度地改善河流水质,具有重要的理论和实际意义。
现有技术中,对于水文条件随时间变化比较明显的潮汐河流的补水均没有考虑受潮水顶托以及径流的推动的影响,造成补水治理效果差和水资源的浪费。
发明内容
如何利用有限的水资源达到河流污染的最佳改善,本发明公开一种潮汐河流生态补水优化配置方法。
本发明实现发明目的采用的方法是:
步骤1.构建拟补水潮汐河流水动力水质模型:
①.收集建拟补水潮汐河流水动力水质模型数据,包括:河流水系图、河床地形数据、水文气象数据(干流流量与水位、各支流流量、污水厂排放口流量、降雨量等)、水质数据;
②.基于MIKE21构建拟补水潮汐河流水动力模型:根据水系图确定河道流向、根据河床地形数据确定河底地形、根据水文气象数据确定各水动力边界条件;根据河床地质情况与实测水文数据率定水动力模型糙率;利用与率定数据不同时期的实测水文数据验证水动力模型的误差是否在可接受范围内,若不在,则返回率定过程,若在则进行下一步;
③.基于MIKE21水动力模型构建拟补水潮汐河流水质模型:根据水质数据确定各水质边界条件;根据实测污染物变化情况率定其与降解系数;利用与率定数据不同时期的实测水质数据验证水质模型误差是否在可接受范围内,若不在,则返回率定过程,若在则进行下一步;步骤2.设定控制断面,利用潮汐河流水动力水质模型,计算补水前控制断面污染物浓度;
步骤3.补水情景模拟:
将补水周期(T)分为n个补水时段,在第1个时段补水量为单位水量,其他时段不补水的情景下,即:q1=1,q2=q3=…qn=0,用潮汐河流水动力水质模型计算出控制断面污染物浓度,提取出各计算时段控制断面在补水前后的污染物浓度差值,该差值定义为:单位浓度削减量;
改变补水时段,重复以上步骤,即可求出j个补水时段在控制断面处对应j个计算时段的单位浓度削减量响应系数矩阵Δi,j(i=1,2,...,n;j=1,2,...,m),m取值由控制断面与补水口距离以及河流水动力情况共同决定,可根据Δi,j变化情况判断m取值,若Δi,j变化趋于平稳且接近0,表明补水对控制断面不再产生影响,m可取值为该时刻与补水时刻的差值;
单位浓度削减量与补水量乘积即为浓度削减量,给定各时段补水量qi,可得出控制断面各计算时刻的污染物浓度削减量Cj;
步骤4.以控制断面污染物浓度变化过程峰值最小化为目标函数,补水总量恒定,单位时间内补水量大于0且小于最大补水量为约束条件,求解得到满足约束条件的最优补水方案。
目标函数:
约束条件:∑qi=Q,0≤qi≤qc
式中:i为补水时段序号,(i=1,2,…,24);j为控制断面处的计算时段序号,(j=1,2,…,n);C0j为补水量为0条件下控制断面第j计算时段浓度,单位:mg/L;Δi,j为第i时段单位补水量在第j计算时段对控制断面产生的污染物浓度削减量,单位:mg·s/(L·m3);qi为第i时段补水量,单位:m3/s;qc为单个补水时段最大补水量,单位:m3/s;Q为给定补水时段的补水总量,单位:m3;
步骤5.基于步骤4,目标函数为最大值最小化问题,利用求解最优化问题的常用软件LINGO,将目标函数与约束条件转换成LINGO可识别的代码,运行得到全局最优解;
步骤6.基于步骤5,全局最优解即为补水周期内各时段补水量,完成潮汐河流生态补水优化配置。
本发明的有益效果是:能优化潮汐河流补水效率,有效利用水资源,以最大程度地增加水体的流动性,控制河道水质变幅,降低污染物浓度峰值,保护潮汐河流生态环境。
下面结合附图对本发明进行详细说明。
附图说明
附图1为本发明流程图。
附图2为茅洲河网格剖分图。
附图3为本发明实施实施例补水前控制断面COD浓度。
附图4为本发明实施例污染物浓度削减量变化情况。
附图5为本发明实施例最优补水方式图。
附图6为本发明实施例不同补水方式下COD浓度变化情况图。
具体实施方式
一种潮汐河流生态补水优化配置方法,其特征在于:该方法由以下步骤实现:
步骤1.构建拟补水潮汐河流水动力水质模型:
①.收集建拟补水潮汐河流水动力水质模型数据,包括:河流水系图、河床地形数据、水文气象数据(干流流量与水位、各支流流量、污水厂排放口流量、降雨量等)、水质数据;
②.基于MIKE21构建拟补水潮汐河流水动力模型:根据水系图确定河道流向、根据河床地形数据确定河底地形、根据水文气象数据确定各水动力边界条件;根据河床地质情况与实测水文数据率定水动力模型糙率;利用与率定数据不同时期的实测水文数据验证水动力模型的误差是否在可接受范围内,若不在,则返回率定过程,若在则进行下一步;
③.基于MIKE21水动力模型构建拟补水潮汐河流水质模型:根据水质数据确定各水质边界条件;根据实测污染物变化情况率定其与降解系数;利用与率定数据不同时期的实测水质数据验证水质模型误差是否在可接受范围内,若不在,则返回率定过程,若在则进行下一步;步骤2.设定控制断面,利用潮汐河流水动力水质模型,计算补水前控制断面污染物浓度;
步骤3.补水情景模拟:
将补水周期(T)分为n个补水时段,在第1个时段补水量为单位水量,其他时段不补水的情景下,即:q1=1,q2=q3=…qn=0,用潮汐河流水动力水质模型计算出控制断面污染物浓度,提取出各计算时段控制断面在补水前后的污染物浓度差值,该差值定义为:单位浓度削减量;
改变补水时段,重复以上步骤,即可求出i个补水时段在控制断面处对应j个计算时段的单位浓度削减量响应系数矩阵Δi,j(i=1,2,...,n;j=1,2,...,m),m取值由控制断面与补水口距离以及河流水动力情况共同决定,可根据Δi,j变化情况判断m取值,若Δi,j变化趋于平稳且接近0,表明补水对控制断面不再产生影响,m可取值为该时刻与补水时刻的差值;
单位浓度削减量与补水量乘积即为浓度削减量,给定各时段补水量qi,可得出控制断面各计算时刻的污染物浓度削减量Cj;
步骤4.以控制断面污染物浓度变化过程峰值最小化为目标函数,补水总量恒定,单位时间内补水量大于0且小于最大补水量为约束条件,求解得到满足约束条件的最优补水方案。
目标函数:
约束条件:∑qi=Q,0≤qi≤qc
式中:i为补水时段序号,(i=1,2,…,24);j为控制断面处的计算时段序号,(j=1,2,…,n);C0j为补水量为0条件下控制断面第j计算时段浓度,单位:mg/L;Δi,j为第i时段单位补水量在第j计算时段对控制断面产生的污染物浓度削减量,单位:mg·s/(L·m3);qi为第i时段补水量,单位:m3/s;qc为单个补水时段最大补水量,单位:m3/s;Q为给定补水时段的补水总量,单位:m3;
步骤5.基于步骤4,目标函数为最大值最小化问题,利用求解最优化问题的常用软件LINGO,将目标函数与约束条件转换成LINGO可识别的代码,运行得到全局最优解;
步骤6.基于步骤5,全局最优解即为补水周期内各时段补水量,完成潮汐河流生态补水优化配置。
本发明具体实施例:
1.收集数据
以深圳市茅洲河为研究对象,收集到茅洲河水系图、河床地形数据数据、水文气象数据数据(河流上边界流量、下边界水位、各支流流量、污水厂排放口流量、降雨量等)、水质数据。茅洲河入海口上游约14km处建有洋涌水闸,水闸上游不受潮汐影响,故选取洋涌水闸至茅洲河入海口河段作为研究区域。
2.构建潮汐河流水动力水质模型
基于MIKE21构建茅洲河二维水动力水质模型:首先进行网格划分与地形插值,将茅洲河洋涌水闸至入海口河段的水系图与河床地形数据转换成MIKE可读取的.xyz格式文件,并导入MIKE自带的地形生成软件Mesh Generator,通过网格剖分、平滑网格、水下地形插值后得到茅洲河的地形文件(茅洲河网格剖分见图2);
确定初始条件:模型运行初始流量均取为0,初始水位为计算区域平均水位,初始水质浓度取0;
确定边界条件:首先是水动力边界,模拟时段假定上游洋涌水闸关闸,故上边界流量为0,下边界采用茅洲河附近赤湾站潮位的潮位数据;降雨数据与潮位数据时间同步;研究区域有12个支流、1个箱涵出水口、1个污水厂出水口,均以点源形式加入模型,其流量采用恒定的实测值;其次是水质边界,以COD为代表污染物,下游边界COD浓度采用对应时段均值(49mg/L),各支流、箱涵出水口、污水厂COD浓度采用实测恒定值(浓度范围为25.48-140mg/L);
通过率定得到水动力参数糙率取值0.03,验证茅洲河河口涨潮、落潮计算流量与实测流量误差分别为16.6%、31.34%;率定得到水质参数COD降解系数取值0.2d,验证茅洲河河口COD浓度计算值与实测值最大相对误差为33.33%,平均相对误差为10.60%。模型水动力与水质误差均在可接受范围内,表明该模型可较好的模拟茅洲河的水动力及水质变化情况。
3.计算补水前控制断面污染物浓度
设定补水点如图2所示,控制断面位于补水口上游500米。计算得到补水前控制断面COD浓度如图3所示,由此得到补水前控制断面污染物浓度C。
4.补水情景模拟
设定补水周期24小时,分为24个补水时段,补水开始时刻为模型运行稳定后的0点,首先在0点输入补水量为1万m3/h,COD浓度为30mg/L,其他时刻补水量为0,运行模型后,提取控制断面单位浓度削减量Δ0,j;改变补水时段,重复以上步骤,可得到各时刻污染物浓度削减量变化情况(如图4所示),形成单位浓度响应系数矩阵Δi,j(i=1,2,…,24;j=1,2,…137)最(后时刻补水影响可影响控制断面第137个计算时刻的COD浓度,故j取值范围为1-137)。
5.计算最优补水方式
建立目标函数,目标函数可解释为经过24小时补水后,控制断面COD浓度峰值极小化,约束条件为:补水总量恒定50万m3,小时最大补水量限定20m万3。
目标函数:
约束条件:∑qi=50×104 (m3)
0≤qi≤20×104(m3/h)
将C0,j、Δi,j带入目标函数,利用求解最优化问题的常用软件LINGO,将目标函数与约束条件转换成LINGO可识别的代码,运行得到全局最优解,即为最优补水方式(如图5)。
LINGO运行代码
6.补水优化效益分析
利用已建立的茅洲河水动力水质模型,分别对优化补水方式以及连续均匀补水方式进行模拟计算,提取控制断面COD浓度变化情况,对比分析不同补水方式下的补水效果(图6):控制断面COD浓度随潮汐波动,补水前分别在20时、45时、70时、80时、95时、105时、118时、130时出现波峰,最大值为55.4mg/L(20时),均值为49.0mg/L;均匀补水情况下,COD浓度整体有所下降,波峰值有所削减,但在4时出现了新的波峰,浓度55.8mg/L,较补水前增加1.4mg/L,均匀补水后控制断面COD浓度均值为46.7mg/L,较补水前减少2.7mg/L;优化补水情况下,COD浓度整体明显下降,整体浓度低于补水前及均匀补水,在70时前所有波峰均得到有效削减,且在最大值处(20时)削减量最大(10mg/L),70时后优化补水效果逐渐减弱,但总体浓度仍然低于均匀补水,控制断面COD浓度均值为45.5mg/L,较补水前与均匀补水分别减少3.5mg/L、1.3mg/L。可见优化补水可有效降低潮汐河流污染物浓度峰值,同时降低均值,符合发明所建立的优化补水方法所要达到的效果。
Claims (1)
1.一种潮汐河流生态补水优化配置方法,其特征在于:该方法由以下步骤实现:
步骤1.构建拟补水潮汐河流水动力水质模型:
①.收集建拟补水潮汐河流水动力水质模型数据,包括:河流水系图、河床地形数据、数据包括:干流流量与水位、各支流流量、污水厂排放口流量、降雨量的水文气象数据和水质数据;
②.基于MIKE21构建拟补水潮汐河流水动力模型:根据水系图确定河道流向、根据河床地形数据确定河底地形、根据水文气象数据确定各水动力边界条件;根据河床地质情况与实测水文数据率定水动力模型糙率;利用与率定数据不同时期的实测水文数据验证水动力模型的误差是否在可接受范围内,若不在,则返回率定过程,若在则进行下一步;
③.基于MIKE21水动力模型构建拟补水潮汐河流水质模型:根据水质数据确定各水质边界条件;根据实测污染物变化情况率定其降解系数;利用与率定数据不同时期的实测水质数据验证水质模型误差是否在可接受范围内,若不在,则返回率定过程,若在则进行下一步;
步骤2.设定控制断面,利用潮汐河流水动力水质模型,计算补水前控制断面污染物浓度;
步骤3.补水情景模拟:
将补水周期(T)分为n个补水时段,在第1个时段补水量为单位水量,其他时段不补水的情景下,即:q1=1,q2=q3=…qn=0,用潮汐河流水动力水质模型计算出控制断面污染物浓度,提取出各计算时段控制断面在补水前后的污染物浓度差值,该差值定义为:单位浓度削减量;
改变补水时段,重复以上步骤,即可求出i个补水时段在控制断面处对应j个计算时段的单位浓度削减量响应系数矩阵Δi,j(i=1,2,...,n;j=1,2,...,m),m取值由控制断面与补水口距离以及河流水动力情况共同决定,可根据Δi,j变化情况判断m取值,若Δi,j变化趋于平稳且接近0,表明补水对控制断面不再产生影响,m可取值为该时刻与补水时刻的差值;
单位浓度削减量与补水量乘积即为浓度削减量,给定各时段补水量qi,可得出控制断面各计算时刻的污染物浓度削减量Cj;
步骤4.以控制断面污染物浓度变化过程峰值最小化为目标函数,补水总量恒定,单位时间内补水量大于0且小于最大补水量为约束条件,求解得到满足约束条件的最优补水方案。
目标函数:
约束条件:∑qi=Q,0≤qi≤qc
式中:i为补水时段序号,(i=1,2,…,24);j为控制断面处的计算时段序号,(j=1,2,…,n);C0j为补水量为0条件下控制断面第j计算时段浓度,单位:mg/L;Δi,j为第i时段单位补水量在第j计算时段对控制断面产生的污染物浓度削减量,单位:mg·s/(L·m3);qi为第i时段补水量,单位:m3/s;qc为单个补水时段最大补水量,单位:m3/s;Q为给定补水时段的补水总量,单位:m3;
步骤5.基于步骤4,目标函数为最大值最小化问题,利用求解最优化问题的常用软件LINGO,将目标函数与约束条件转换成LINGO可识别的代码,运行得到全局最优解;
步骤6.基于步骤5,全局最优解即为补水周期内各时段补水量,完成潮汐河流生态补水优化配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311179802.9A CN117114347B (zh) | 2023-09-12 | 2023-09-12 | 一种潮汐河流生态补水优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311179802.9A CN117114347B (zh) | 2023-09-12 | 2023-09-12 | 一种潮汐河流生态补水优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117114347A true CN117114347A (zh) | 2023-11-24 |
CN117114347B CN117114347B (zh) | 2024-04-26 |
Family
ID=88803850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311179802.9A Active CN117114347B (zh) | 2023-09-12 | 2023-09-12 | 一种潮汐河流生态补水优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117114347B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782068A (zh) * | 2019-09-23 | 2020-02-11 | 中国水利水电科学研究院 | 生态流量保障方法、装置、电子设备及计算机存储介质 |
CN113723029A (zh) * | 2021-09-18 | 2021-11-30 | 天津城建大学 | 一种模拟再生水补给湖泊中污染物动态归趋分布的方法 |
US20230099257A1 (en) * | 2021-08-18 | 2023-03-30 | Changjiang River Scientific Research Institute Of Changjiang Water Resources Commission | Design method for distributed hydrological cycle model based on multi-source complementary water supply mode |
CN116050191A (zh) * | 2023-03-31 | 2023-05-02 | 中关村科学城城市大脑股份有限公司 | 应用于城市河流的水量控制方法、装置和电子设备 |
-
2023
- 2023-09-12 CN CN202311179802.9A patent/CN117114347B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782068A (zh) * | 2019-09-23 | 2020-02-11 | 中国水利水电科学研究院 | 生态流量保障方法、装置、电子设备及计算机存储介质 |
US20230099257A1 (en) * | 2021-08-18 | 2023-03-30 | Changjiang River Scientific Research Institute Of Changjiang Water Resources Commission | Design method for distributed hydrological cycle model based on multi-source complementary water supply mode |
CN113723029A (zh) * | 2021-09-18 | 2021-11-30 | 天津城建大学 | 一种模拟再生水补给湖泊中污染物动态归趋分布的方法 |
CN116050191A (zh) * | 2023-03-31 | 2023-05-02 | 中关村科学城城市大脑股份有限公司 | 应用于城市河流的水量控制方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117114347B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046469B (zh) | 多约束条件下水电站坝前河床冲淤变形的计算方法 | |
CN110598290B (zh) | 考虑气候变化的流域未来水电发电能力预测方法和系统 | |
CN113610264B (zh) | 一种精细化电网台风洪涝灾害预测系统 | |
CN110197017B (zh) | 一种城市河流橡胶坝群水生态调控方法 | |
CN113723024B (zh) | 一种适用于滨海地区的“溪流”-“河道”-“河口”分布式洪水过程模拟方法 | |
CN112632792B (zh) | 一种基于实测数据和数值模拟的近岸波浪再分析模拟系统 | |
CN112036691A (zh) | 一种基于jpm-os-q模型的河口地区极端风暴潮水位计算方法 | |
CN111501693B (zh) | 一种梯级水电站最小下泄流量动态控制方法及系统 | |
CN112632865B (zh) | 一种内河水系最优流速的调控方法 | |
CN113052378B (zh) | 一种基于输水效率与生态效益的流域多水库联合调度方法 | |
CN106284239B (zh) | 一种大型坝式水电站初步选址方法 | |
CN114819322B (zh) | 湖泊入湖流量的预报方法 | |
Wali | Estimating hydropower potential of an ungauged stream | |
Yang et al. | Developing a comprehensive evaluation method for Interconnected River System Network assessment: A case study in Tangxun Lake group | |
CN117114347B (zh) | 一种潮汐河流生态补水优化配置方法 | |
CN114329950A (zh) | 基于动态概化的斜坡式潜堤波浪水动力影响数值模拟方法 | |
CN115858955B (zh) | 水电站入库流量及发电量时序分析方法、装置及存储介质 | |
CN116542459A (zh) | 一种面向变动回水区鱼类产卵场生境重塑的生态调度方法 | |
CN111123409A (zh) | 一种基于中尺度数值模式wrf的大气湍流结构常数预报方法 | |
CN111861014B (zh) | 一种分布式单位线洪水预报方法 | |
Đurin et al. | Smart hydro-energy hybrid system potential in Croatia—Bednja River case study | |
Ivanov et al. | The geographical location, current state and forecasting of development of renewable energy facilities within Lviv region | |
Brenes Brenes | Hydropower modelling of continental europe using emps | |
CN113887154B (zh) | 一种梯级水电站群中长期发电能力评估方法 | |
CN117494616B (zh) | 一种闸泵群调度模拟方法及系统 |
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 |