水庫優(yōu)化調(diào)度研究綜述

董旭龍，王二朋，馬保東，趙 爽

（1.河北張河灣蓄能發(fā)電有限責(zé)任公司，河北 石家莊 050300；2.三峽水利樞紐梯級調(diào)度中心，四川 成都 610042；3.河北天和咨詢有限公司，河北 石家莊 050000）

水庫優(yōu)化調(diào)度研究綜述

董旭龍1，王二朋2，馬保東1，趙 爽3

（1.河北張河灣蓄能發(fā)電有限責(zé)任公司，河北 石家莊 050300；2.三峽水利樞紐梯級調(diào)度中心，四川 成都 610042；3.河北天和咨詢有限公司，河北 石家莊 050000）

水庫優(yōu)化調(diào)度是一個涉及到很多方面的復(fù)雜的最優(yōu)控制問題。對水庫調(diào)度的研究無論在理論上還是實(shí)際生產(chǎn)中都具有很大的經(jīng)濟(jì)價(jià)值，各種新理論、新技術(shù)、新方法也正在運(yùn)用到水庫調(diào)度中。目前學(xué)術(shù)界研究的熱點(diǎn)包括：大規(guī)模水電站水庫群的聯(lián)合優(yōu)化調(diào)度問題，綜合考慮多個部門的用水需求，構(gòu)建合理的數(shù)學(xué)模型對其進(jìn)行數(shù)學(xué)描述，尋求在精度和速度上滿足需求的求解算法?？v觀水庫優(yōu)化調(diào)度發(fā)展的60多年歷史，調(diào)度理論、模型構(gòu)造以及方法求解上已經(jīng)有了長足的進(jìn)展。同時(shí)還存在一些問題，其主要在于調(diào)度理論發(fā)展趨向與實(shí)際電站運(yùn)行要求相背離。

優(yōu)化調(diào)度；動態(tài)規(guī)劃；智能算法；多目標(biāo)

1 前言

隨著水庫大規(guī)模的興建，梯級水庫及水庫群逐漸形成，水資源短缺加劇使得傳統(tǒng)的常規(guī)調(diào)度越來越難以滿足人們的需求，水庫優(yōu)化調(diào)度可以充分利用水庫的調(diào)蓄作用，最大限度的提高用水效率和綜合經(jīng)濟(jì)效益是目前水利工作者研究的熱點(diǎn)課題。

水庫優(yōu)化調(diào)度主要有以下兩個問題需要解決：一是如何建立水庫優(yōu)化調(diào)度模型；二是探求該模型的最優(yōu)化求解方法。水庫調(diào)度的經(jīng)典優(yōu)化方法主要有動態(tài)規(guī)劃、線性規(guī)劃、非線性規(guī)劃和大系統(tǒng)分解協(xié)調(diào)方法等。近些年來，新的智能算法（如遺傳算法、粒子群算法、蟻群算法和差分進(jìn)化算法等）不斷涌現(xiàn)。水利工作者不斷將這些優(yōu)化方法引進(jìn)到水庫調(diào)度領(lǐng)域，并取得豐富的成果。

2 傳統(tǒng)方法在水庫調(diào)度中的應(yīng)用

水庫調(diào)度中的動態(tài)規(guī)劃法分為隨機(jī)性動態(tài)規(guī)劃方法和確定性動態(tài)規(guī)劃方法兩大類。隨機(jī)動態(tài)規(guī)劃模型能夠較好的反映實(shí)際的水文徑流序列，以年為周期進(jìn)行優(yōu)化計(jì)算，可以求得穩(wěn)定的運(yùn)行序列并據(jù)此繪出調(diào)度圖來指導(dǎo)水庫的日常運(yùn)行，但當(dāng)水庫數(shù)目較多時(shí)，計(jì)算工作量太大，產(chǎn)生無法避免的“維數(shù)災(zāi)”問題，所以該方法常用于單庫優(yōu)化調(diào)度中；確定性動態(tài)規(guī)劃法的研究要晚于隨機(jī)性動態(tài)規(guī)劃法差不多10年，其計(jì)算工作量較小。Hall等首次將動態(tài)規(guī)劃方法應(yīng)用到確定水庫最優(yōu)運(yùn)行軌跡的推求中。Young在1967年用DP方法求解了在確定性來水條件下的水庫優(yōu)化調(diào)度問題，并據(jù)此繪制出水庫運(yùn)行的調(diào)度線。1981年，Turgeon在考慮了防洪、上下游水力聯(lián)系等約束下，采用逐次逼近的動態(tài)規(guī)劃法解決了并聯(lián)水庫群水力發(fā)電系統(tǒng)短期優(yōu)化問題。胡名雨等也用變步長逐次逼近的動態(tài)優(yōu)化算法求解了三峽水庫短期優(yōu)化調(diào)度問題[1]。韋柳濤等提出了水電站短期優(yōu)化調(diào)度神經(jīng)網(wǎng)絡(luò)模型[2]。2009年，王亮在其碩士論文中將差分進(jìn)化算法運(yùn)用于梯級水電站短期優(yōu)化調(diào)度中[3]。專家學(xué)者做了許多有意義的嘗試，但在求解短期優(yōu)化調(diào)度問題時(shí)主要還存在以下問題：一是完全隨機(jī)生成的初始解，大多為不滿足約束的不可行解，致使進(jìn)化緩慢。由于水庫優(yōu)化調(diào)度問題是一個多約束問題，比如水量平衡約束，保證出力約束等，目前大多數(shù)智能算法在水庫優(yōu)化調(diào)度中形成初始種群時(shí)都是在以水位或庫容為決策變量的各個時(shí)段的可行空間范圍內(nèi)進(jìn)行完全隨機(jī)生成，該種隨機(jī)生成方式得到的初始種群，約束滿足率較低，甚至得不到滿足約束條件的可行解，以致進(jìn)化速度較慢，最終得不到理想的解；二是由于算法參數(shù)對智能算法的影響使得算法存在早熟和易收斂于局部極值問題，如何進(jìn)行參數(shù)的優(yōu)選將影響算法的有效性；三是當(dāng)水庫群數(shù)和時(shí)段數(shù)較多時(shí)，智能算法的搜索速度較慢，且易于陷入局部最優(yōu)。1985年，Yeh William W-G對水庫運(yùn)行管理和水庫調(diào)度的經(jīng)典模型和計(jì)算方法進(jìn)行了總結(jié)回顧。1990年，Kelman J等提出了一種抽樣隨機(jī)動態(tài)規(guī)劃方法（SSDP），并將其應(yīng)用到水庫調(diào)度規(guī)則的制定中。

1992年，Simonovic S P回顧了先前的經(jīng)典水庫調(diào)度模型和優(yōu)化計(jì)算方法，分析了水庫優(yōu)化調(diào)度中理論研究與實(shí)際應(yīng)用間的鴻溝，用實(shí)際例證說明了水庫優(yōu)化調(diào)度的可行性并能使水庫獲得更好的效益。1996年，Russell S O等針對水庫管理者對一些復(fù)雜的優(yōu)化模型感到困惑，不習(xí)慣將調(diào)度規(guī)則的優(yōu)化結(jié)果應(yīng)用于實(shí)際中的問題，提出將模糊規(guī)劃引入到水庫調(diào)度規(guī)則的制定中，該方法簡單易懂并取得了較好的優(yōu)化效果，但會出現(xiàn)維數(shù)災(zāi)問題。

19世紀(jì)80年代隨著國內(nèi)水庫的大量修建我國的水庫調(diào)度研究也迅速發(fā)展，與此同時(shí)，水庫調(diào)度研究對象已經(jīng)從過去的單一水電站擴(kuò)展到梯級水電站優(yōu)化調(diào)度、水電站群優(yōu)化調(diào)度、跨流域補(bǔ)償調(diào)度甚至發(fā)展到跨電網(wǎng)水火聯(lián)合調(diào)度。1981年，張勇傳等在總結(jié)了先前水庫優(yōu)化調(diào)度進(jìn)展的基礎(chǔ)上，以鳳灘、拓溪水電站為例初步嘗試研究了水電站水庫群優(yōu)化調(diào)度的理論和方法[4]。1982年，施熙燦等將在無水文預(yù)報(bào)條件下的水庫優(yōu)化調(diào)度歸結(jié)為在隨機(jī)約束下的馬氏決策規(guī)劃，用罰函數(shù)法來考慮水電站發(fā)電保證率約束，以廣東楓樹壩、新豐江水電站為實(shí)例，得到了滿足發(fā)電保證率的最優(yōu)調(diào)度過程[5]。1986年，張玉新、馮尚友將多維決策的多目標(biāo)動態(tài)規(guī)劃應(yīng)用于丹江口水庫發(fā)電與供水兩目標(biāo)的規(guī)劃研究中，得到了發(fā)電與供水的非劣解集，并對多目標(biāo)條件下的保證率問題作了分析[6]。

董子敖的論著《水庫群調(diào)度與規(guī)劃的優(yōu)化理論和應(yīng)用》一書反映了我國80年代水庫優(yōu)化調(diào)度的理論和應(yīng)用研究水平。1997年，邱林、陳守煜建立了考慮預(yù)報(bào)誤差的水電站實(shí)時(shí)優(yōu)化調(diào)度模型，并采用隨機(jī)動態(tài)規(guī)劃與逐步優(yōu)化算法相結(jié)合的方法進(jìn)行求解[7]。

進(jìn)入21世紀(jì)，2000年，梅亞東針對在洪水期間存在河道洪水演進(jìn)方程的影響，屬于有后效性的決策問題，提出采用多維動態(tài)規(guī)劃近似解法和有后效性動態(tài)規(guī)劃逐次逼近算法進(jìn)行求解，實(shí)例表明這兩種方法均可行但后一種算法計(jì)算效率更快[8]。2001年，徐鼎家，張玉山將DDDP算法運(yùn)用到混聯(lián)水庫水電站群的中長期優(yōu)化調(diào)度中，以達(dá)到降低維數(shù)，使得具有維數(shù)災(zāi)的多維問題可以直接求解。2007年，梅亞東等為解決梯級水庫群優(yōu)化調(diào)度時(shí)的維數(shù)災(zāi)問題，提出先用粗粒度離散的DP法獲得初始可行解,然后用DDDP算法進(jìn)行精細(xì)搜索的DP-DDDP算法，以黃河上游梯級水庫水電站群為例驗(yàn)證了該方法的可行性和有效性。近些年，隨著水庫對生態(tài)環(huán)境的影響逐漸突出，國內(nèi)外研究者們開始對水庫的生態(tài)效益進(jìn)行深入研究，越來越關(guān)注水庫調(diào)度的生態(tài)效應(yīng)。

3 智能算法在水庫調(diào)度中的應(yīng)用

水庫調(diào)度優(yōu)化問題是一個多約束，非凸，高維的優(yōu)化問題。傳統(tǒng)的線性規(guī)劃、非線性規(guī)劃、動態(tài)規(guī)劃及其改進(jìn)算法等隨著離散點(diǎn)的增多將產(chǎn)生維數(shù)災(zāi)問題。隨著水電開發(fā)的加速，大規(guī)模梯級水庫和水電站群逐步形成，如何進(jìn)行合理的優(yōu)化調(diào)度提高水資源的綜合效益是目前水庫調(diào)度研究領(lǐng)域的熱點(diǎn)話題。20世紀(jì)末至今，智能優(yōu)化算法不斷涌現(xiàn)，并被逐漸引入到水庫優(yōu)化調(diào)度領(lǐng)域，為解決大規(guī)模水庫群優(yōu)化調(diào)度問題提供了便捷，并取得了一些豐碩的成果。智能算法在水庫優(yōu)化調(diào)度領(lǐng)域取得的成果主要有：

（1）短期及廠內(nèi)優(yōu)化調(diào)度方面的應(yīng)用主要有：1994年，郭尚來等將啟發(fā)式搜索算法應(yīng)用到水電站廠內(nèi)負(fù)荷分配中。1999年，權(quán)先璋等將混沌優(yōu)化引入水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中，通過實(shí)例驗(yàn)證得出該算法運(yùn)行速度快、能得到與動態(tài)規(guī)劃方法相當(dāng)?shù)慕Y(jié)果[9]。2001年，裴金勇等將改進(jìn)的遺傳算法應(yīng)用到水電廠發(fā)電機(jī)組的組合優(yōu)化問題中。2005年，陶春華、馬光文等為了提高優(yōu)化算法在求解廠內(nèi)負(fù)荷分配時(shí)的計(jì)算速度和求解精度，對模擬退火算法進(jìn)行改進(jìn)，編碼方式采用實(shí)數(shù)編碼，通過實(shí)例驗(yàn)證表明改進(jìn)的算法搜索效率高，計(jì)算精度高[10]。2009年，王亮在其碩士論文中將差分進(jìn)化算法運(yùn)用于梯級水電站短期優(yōu)化調(diào)度中。2010年，薛鵬等考慮水口水電站作為華東電網(wǎng)的主要調(diào)峰電站的特殊性，以該水電站機(jī)組運(yùn)轉(zhuǎn)綜合特性曲線為基礎(chǔ)，以在一定負(fù)荷下耗流量最小為目標(biāo)建立水口水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行模型，采用自適應(yīng)遺傳模擬退火算法對模型進(jìn)行求解，結(jié)果表明水口水電站的實(shí)時(shí)運(yùn)行安全性得到提高且用水效率更高[11]。2012年，劉國帥等將差分進(jìn)化算法應(yīng)用到三峽電站的廠內(nèi)負(fù)荷分配中。紀(jì)昌明、謝維等將病毒進(jìn)化粒子群算法應(yīng)用到梯級水電站廠間負(fù)荷分配中，為解決梯級水電站高維提供了一種途徑。

（2）在單一水庫中長期優(yōu)化調(diào)度方面的應(yīng)用主要有：1996年，馬光文等針對水庫優(yōu)化調(diào)度中各種線性和非線性約束，傳統(tǒng)求解方法在狀態(tài)點(diǎn)較多或離散精度較高時(shí)存在“維數(shù)災(zāi)”問題，首次提出將浮點(diǎn)數(shù)編碼的遺傳算法應(yīng)用于水庫優(yōu)化調(diào)度中，建立調(diào)度期內(nèi)最小出力約束下的發(fā)電量最大優(yōu)化調(diào)度模型，以發(fā)電流量為決策變量進(jìn)行優(yōu)化調(diào)度得到了水庫的最優(yōu)調(diào)度過程，指出算法占有內(nèi)存少，搜索效率高，但在梯級水庫的應(yīng)用有待進(jìn)一步研究。1997年，Oliveira R等通過遺傳算法來制定水庫的調(diào)度規(guī)則，首先隨機(jī)生成調(diào)度線，其后根據(jù)徑流序列進(jìn)行模擬計(jì)算其適應(yīng)度，通過遺傳操作最后得到水庫的調(diào)度規(guī)則，以一個供水發(fā)電多用途水庫為例進(jìn)行了實(shí)例研究，制定出該水庫較好的調(diào)度規(guī)則。2000年，Sharif Mohd、Wardlaw Robin將遺傳算法引入到一個綜合利用水庫系統(tǒng)的優(yōu)化中，將結(jié)果與DDDP法求解結(jié)果進(jìn)行對比，結(jié)果表明遺傳算法可以得到與DDDP算法接近的優(yōu)化值，但遺傳算法的運(yùn)算效率快，不存在維數(shù)災(zāi)問題。2002年，馬光文等將豐枯分時(shí)上網(wǎng)電價(jià)考慮在綜合利用水庫水電站長期優(yōu)化調(diào)度的模型中，并將基于二進(jìn)制編碼的遺傳算法應(yīng)用于模型的求解中，實(shí)例研究表明該模型能夠較好的協(xié)調(diào)供水與發(fā)電的矛盾[12]。2004年，Srinivasa Raju. K、Nagesh Kumar.D將遺傳算法應(yīng)用于灌溉計(jì)劃的制定中取得了與線性規(guī)劃方法相似的結(jié)果。2008年，涂啟玉、梅亞東將改進(jìn)的遺傳算法（將模擬退火算法思想引入遺傳算法中）應(yīng)用到溪洛渡水庫中長期優(yōu)化調(diào)度中。2009年，王文川等人將差分進(jìn)化算法引入到水庫中長期優(yōu)化調(diào)度中，并對差分進(jìn)化算法的控制參數(shù)進(jìn)行了優(yōu)選。

（3）在梯級水庫及水庫群優(yōu)化調(diào)度中的應(yīng)用主要有：2005年，徐剛、馬光文將蟻群算法引入梯級水庫中長期優(yōu)化調(diào)度中，結(jié)果表明算法收斂速度快，計(jì)算精度高為梯級水庫群優(yōu)化調(diào)度提供了一種思路[13]。2006年，武新宇、程春田等針對求解大型水電站群系統(tǒng)存在的“維數(shù)災(zāi)”問題，提出采用兩階段粒子群算法進(jìn)行求解，第一階段先采用粒子群算法進(jìn)行以最小平均出力最大為目標(biāo)的尋優(yōu)求解，第二階段將第一階段得到的初始可行解引入種群中進(jìn)行優(yōu)化求解，以達(dá)到提高粒子群的質(zhì)量和求解效率的目的，建立了以在滿足最小出力條件下水電站群發(fā)電量最大為目標(biāo)的水電站群優(yōu)化調(diào)度數(shù)學(xué)模型，對模型進(jìn)行實(shí)例計(jì)算，結(jié)果表明，該算法能有效克服“維數(shù)災(zāi)”問題得到符合實(shí)際要求的優(yōu)化調(diào)度結(jié)果[14]。2007年，朱鳳霞、熊立華等將改進(jìn)的微粒群算法應(yīng)用到黃河上游梯級水電站的中長期優(yōu)化調(diào)度中，實(shí)例表明改進(jìn)后的算法計(jì)算精度高。2008年，原文林、黃強(qiáng)等將改進(jìn)的差分進(jìn)化算法應(yīng)用到梯級水庫的優(yōu)化調(diào)度中，改進(jìn)后的算法能更好的處理水庫調(diào)度復(fù)雜、非線性的約束問題，為解決高維梯級水庫優(yōu)化調(diào)度問題提供了新的優(yōu)化方法。劉起方、馬光文等針對梯級水電站優(yōu)化時(shí)具有高維的復(fù)雜性，提出采用分形分割與混沌嵌套搜索算法進(jìn)行梯級水電站的求解，實(shí)例驗(yàn)證了算法的可行性和普適性[15]。2010年，陳立華、梅亞東等針對遺傳算法在梯級水庫群求解中易出現(xiàn)早熟收斂問題，提出采用并行遺傳算法進(jìn)行求解，實(shí)例表明該算法可以提高搜索精度，部分的解決了早熟問題。

（4）在多目標(biāo)水庫優(yōu)化問題的應(yīng)用主要有：2003年，游進(jìn)軍、紀(jì)昌明等以調(diào)度期內(nèi)水庫供水量最大和發(fā)電量最大建立水庫多目標(biāo)優(yōu)化調(diào)度模型，將一種多目標(biāo)遺傳算法應(yīng)用到該模型的求解中，實(shí)例結(jié)果表明，該算法能夠一次得到多個近似非劣解[16]。2006年，M.Janga Reddy、D.Nagesh Kumar針對傳統(tǒng)算法在求解多目標(biāo)水庫優(yōu)化調(diào)度問題時(shí)不能得到較好非劣解的問題，提出將多目標(biāo)遺傳算法應(yīng)用到水庫優(yōu)化調(diào)度中，以印度一個多用途利用水庫為例以灌溉缺水量最小和調(diào)度期發(fā)電量最大為目標(biāo)建立多目標(biāo)水庫優(yōu)化調(diào)度模型，結(jié)果表明多目標(biāo)遺傳算法在現(xiàn)實(shí)的水庫調(diào)度中是可行的、有效的。2007年，Reddy M J等將多目標(biāo)差分進(jìn)化（MODE）算法應(yīng)用到水庫優(yōu)化調(diào)度問題中，通過測試函數(shù)的優(yōu)化驗(yàn)證了算法的可行性，以灌溉缺水量最小和發(fā)電量最大為目標(biāo)，將防洪要求作為約束進(jìn)行優(yōu)化調(diào)度，將結(jié)果與NSGA-II得到的結(jié)果進(jìn)行對比，實(shí)例表明該算法在水庫多目標(biāo)優(yōu)化調(diào)度中能取得比NSGA-II更好的非劣解前端。楊俊杰等將多目標(biāo)粒子群算法（MOPSO）應(yīng)用到三峽梯級電站的多目標(biāo)優(yōu)化調(diào)度中。2008年，丁勝祥、董增川等將Pareto強(qiáng)度的多目標(biāo)差分進(jìn)化算法應(yīng)用到供水水庫群的多目標(biāo)優(yōu)化調(diào)度問題中[17]。2010年，覃暉、周建中等將一種改進(jìn)的多目標(biāo)差分進(jìn)化算法應(yīng)用到三峽梯級水電站的優(yōu)化調(diào)度中。周建中等建立了以梯級發(fā)電量最大和梯級保證出力最大為目標(biāo)的多目標(biāo)優(yōu)化調(diào)度模型，將混合蛙跳算法引入到粒子群算法中，提出一種混合粒子群算法并將其應(yīng)用到三峽梯級水電站多目標(biāo)優(yōu)化調(diào)度的求解中，得到了較多的非劣解集。2011年，盧有麟等建立了以發(fā)電量最大和生態(tài)缺水量最小為目標(biāo)的梯級電站多目標(biāo)生態(tài)優(yōu)化調(diào)度模型，引入多目標(biāo)混沌搜索策略用以加強(qiáng)差分進(jìn)化算法的局部搜索能力，并將改進(jìn)后的算法應(yīng)用到三峽梯級樞紐多目標(biāo)生態(tài)優(yōu)化調(diào)度中[18]。

（5）調(diào)度規(guī)則的優(yōu)化應(yīng)用方面有：

國外學(xué)者研究有，1998年Fi-JohnChang、LiChen等將實(shí)數(shù)編碼的遺傳算法應(yīng)用到具有規(guī)則控制洪水的單一水庫調(diào)度的優(yōu)化中；2000年，Ilichl通過對隨機(jī)生成徑流序列的模擬采用線性規(guī)劃對印尼某一水庫的調(diào)度規(guī)則進(jìn)行了優(yōu)化；2003年，Li Chen建立了供水缺水量最小為目標(biāo)的調(diào)度圖優(yōu)化模型，采用實(shí)數(shù)編碼的遺傳算法（RGA）對調(diào)度圖進(jìn)行編碼，加入宏進(jìn)化操作以增強(qiáng)算法的搜索能力避免早熟，以臺灣翡翠水庫為例進(jìn)行了實(shí)例應(yīng)用，結(jié)果表明基于實(shí)數(shù)編碼的遺傳算法在優(yōu)化調(diào)度線時(shí)是有效的；2005年，F(xiàn)i-John Chang等分別采用二進(jìn)制編碼和實(shí)數(shù)編碼的兩種遺傳算法對某一綜合利用水庫調(diào)度圖進(jìn)行優(yōu)化，結(jié)果表明兩種算法均能使調(diào)度圖得到優(yōu)化，但實(shí)數(shù)編碼的遺傳算法計(jì)算效率和精度要優(yōu)于二進(jìn)制編碼；2006年，Jothiprakash.V、Ganesan Shanthi將遺傳算法應(yīng)用于水庫調(diào)度圖的優(yōu)化中，以灌溉缺水量和各調(diào)度時(shí)段期末水位與蓄水要求差值最小為目標(biāo)建立優(yōu)化調(diào)度模型，在可行空間隨機(jī)生成調(diào)度線，以印度Pechiparai水庫為例進(jìn)行實(shí)例研究取得了良好的優(yōu)化效果。2007年，Li Chen等為解決多目標(biāo)遺傳算法在優(yōu)化時(shí)的早熟收斂問題，加入一種新的宏觀進(jìn)化操作，它可以增強(qiáng)遺傳算法的尋優(yōu)能力，將改進(jìn)后的算法運(yùn)用到臺灣一座綜合利用水庫的調(diào)度圖優(yōu)化中；2008年，Kim等采用時(shí)間序列模型生成徑流數(shù)據(jù)并使用多目標(biāo)遺傳算法對調(diào)度圖進(jìn)行優(yōu)化。

國內(nèi)學(xué)者研究成果主要有：1982年，譚維炎等考慮隨機(jī)徑流序列，采用隨機(jī)動態(tài)規(guī)劃方法對一個具有多年調(diào)節(jié)能力和若干個無調(diào)節(jié)能力的水電站群進(jìn)行了聯(lián)合運(yùn)行得到了最優(yōu)調(diào)度圖，優(yōu)化后的調(diào)度圖既能使年均發(fā)電量有所增加，也增加了水電站群的保證出力[19]。1993年，李智錄等將逐次計(jì)算方法應(yīng)用到以灌溉為主的水庫群常規(guī)調(diào)度圖的優(yōu)化中，根據(jù)靈敏度分析結(jié)果，逐個對參數(shù)進(jìn)行尋優(yōu)最終得到優(yōu)化的調(diào)度圖。2004年，張銘等利用逐次逼近動態(tài)規(guī)劃并融合具體實(shí)際需要建立數(shù)學(xué)調(diào)度圖優(yōu)化模型，優(yōu)化了隔河巖水庫的調(diào)度圖[20]；2005年，胡鐵松等對傳統(tǒng)方法在求解多目標(biāo)水庫調(diào)度圖存在的主要問題進(jìn)行了分析，并提出了基于GA的調(diào)度圖優(yōu)化模型，該模型直接以調(diào)度圖的基本調(diào)度線為決策變量，最后運(yùn)用此模型優(yōu)化了單一水庫的供水調(diào)度圖；2006年，張雙虎、黃強(qiáng)等分別建立了以梯級水庫多年平均發(fā)電量最大為目標(biāo)的水庫群優(yōu)化調(diào)度圖模型，將遺傳算法用于水電站調(diào)度圖的模擬計(jì)算中，以烏江梯級為例得出了每個電站的優(yōu)化調(diào)度圖[21]；

通過以上分析我們可以得出，隨著水庫規(guī)模逐漸由單一水庫轉(zhuǎn)向梯級水庫和大規(guī)模水電站水庫群，在求解水庫聯(lián)合優(yōu)化調(diào)度問題時(shí)，傳統(tǒng)的優(yōu)化算法如動態(tài)規(guī)劃、線性規(guī)劃、非線性規(guī)劃、離散微分動態(tài)規(guī)劃等將不可避免的產(chǎn)生“維數(shù)災(zāi)”問題，致使傳統(tǒng)算法在水電站水庫群的優(yōu)化中存在瓶頸。智能優(yōu)化算法的出現(xiàn)為求解大規(guī)模水電站水庫群優(yōu)化調(diào)度問題提供了可能，專家學(xué)者就此也做了許多有意義的嘗試，但在求解水庫優(yōu)化調(diào)度問題時(shí)主要還存在以下問題：一是完全隨機(jī)生成的初始解，大多為不滿足約束的不可行解，致使進(jìn)化緩慢。由于水庫優(yōu)化調(diào)度問題是一個多約束問題，比如水量平衡約束，保證出力約束等，目前大多數(shù)智能算法在水庫優(yōu)化調(diào)度中形成初始種群時(shí)都是在以水位或庫容為決策變量的各個時(shí)段的可行空間范圍內(nèi)進(jìn)行完全隨機(jī)生成，該種隨機(jī)生成方式得到的初始種群，約束滿足率較低，甚至得不到滿足約束條件的可行解，以致進(jìn)化速度較慢，最終得不到理想的解；二是由于算法參數(shù)對智能算法的影響使得算法存在早熟和易收斂于局部極值問題，如何進(jìn)行參數(shù)的優(yōu)選將影響算法的有效性；三是當(dāng)水庫群數(shù)和時(shí)段數(shù)較多時(shí)，智能算法的搜索速度較慢，且易于陷入局部最優(yōu)。

4 水庫調(diào)度中的主要問題

水庫優(yōu)化調(diào)度是一個復(fù)雜的多約束控制決策問題，對水庫優(yōu)化調(diào)度的研究在理論上和實(shí)際生產(chǎn)中都具有重大意義，水庫好的調(diào)度方案將產(chǎn)生較大的經(jīng)濟(jì)效益。雖然目前多種多樣的新理論、新方法被不斷的引入水庫優(yōu)化調(diào)度中，但實(shí)際水庫管理者在水庫管理運(yùn)行時(shí)與理論研究相背離，使得很多好的調(diào)度方式難以應(yīng)用于實(shí)際。其原因主要有：（1）由于水庫調(diào)度在實(shí)際操作中的復(fù)雜性，需要考慮多種因素，而現(xiàn)有的許多優(yōu)化調(diào)度模型為了能夠求解方便，不得不將復(fù)雜的模型進(jìn)行簡化，使得優(yōu)化調(diào)度模型不能完全模擬水庫的實(shí)際運(yùn)行狀況，致使優(yōu)化結(jié)果或多或少的偏離實(shí)際情況，因此，在實(shí)際調(diào)度中水庫管理人員更愿意按照自己的經(jīng)驗(yàn)進(jìn)行調(diào)度；（2）要想進(jìn)行好的水庫優(yōu)化調(diào)度必須提高水文徑流的預(yù)報(bào)精度，然而在目前科學(xué)技術(shù)條件下是難以達(dá)到的。以發(fā)電為主的水庫為例，在汛期應(yīng)該以高水位運(yùn)行這樣有利于發(fā)電效益，但高水位增加了防洪的風(fēng)險(xiǎn)，而水利主管部門始終將水庫運(yùn)行的安全放在第一位，在水文預(yù)報(bào)精度較低的情況下，外部不確定因素較大，決策者對優(yōu)化理論計(jì)算的方案自我主觀性把握不大，對水庫優(yōu)化調(diào)度研究成果的實(shí)施持謹(jǐn)慎態(tài)度，這多種原因都使得優(yōu)化模型計(jì)算的結(jié)果難以在實(shí)際應(yīng)用中發(fā)揮作用；（3）目前大多數(shù)水庫都具有綜合利用屬性，而優(yōu)化調(diào)度模型往往追求某一個或兩個目標(biāo)的效益最優(yōu)，可能忽視水庫其他的綜合利用效益，致使研究成果往往有較大局限性。

[1]胡名雨，李順新.逐次逼近動態(tài)規(guī)劃法在水庫優(yōu)化調(diào)度中的應(yīng)用[J].計(jì)算機(jī)與現(xiàn)代化，2008（6）：8-10.

[2]楊建華，韋柳濤.一種基于神經(jīng)網(wǎng)絡(luò)理論的電力系統(tǒng)短期負(fù)荷預(yù)測方法[J].華中電力，1993（6）：64-69.

[3]王 亮.差分進(jìn)化算法在梯級水電站短期優(yōu)化調(diào)度中的應(yīng)用[D].武漢：華中科技大學(xué)，2009.

[4]張 誠，周建中.梯級水電站優(yōu)化調(diào)度的變階段逐步優(yōu)化算法[J].水力發(fā)電學(xué)報(bào)，2016（4）：12-21.

[5]張勇傳，李福生，熊斯毅，等.水電站水庫群優(yōu)化調(diào)度方法的研究[J].水力發(fā)電，1981（11）.

[6]施熙燦，王 浩.考慮保證率約束的馬氏決策規(guī)劃在水電站水庫優(yōu)化調(diào)度中的應(yīng)用[J].水力發(fā)電學(xué)報(bào)，1982（2）：22-27.

[7]邱 林，陳守煜.水電站水庫實(shí)時(shí)優(yōu)化調(diào)度模型及其應(yīng)用[J].水利學(xué)報(bào)，1997（03）：74-77.

[8]梅亞東.梯級水庫優(yōu)化調(diào)度的有后效性動態(tài)規(guī)劃模型及應(yīng)用[J].水科學(xué)進(jìn)展，2000（6）：194-198.

[9]蔣傳文，權(quán)先璋.水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的一種混沌優(yōu)化算法[J].華中理工大學(xué)學(xué)報(bào)，1999.39-4.

[10]陶春華，馬光文，涂揚(yáng)舉，等.實(shí)碼退火遺傳算法在廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[J].四川大學(xué)學(xué)報(bào)（工程科學(xué)版），2005（06）.

[11]薛 鵬，曾秀弟，林家洋，等.基于遺傳算法和運(yùn)行區(qū)劃分的水電站廠內(nèi)經(jīng)濟(jì)安全運(yùn)行分析[J].水力發(fā)電學(xué)報(bào)，2010，29（6）.

[12]過夏明，陳建春，馬光文.分時(shí)電價(jià)下多年調(diào)節(jié)水庫年末消落水位研究[J].水力發(fā)電學(xué)報(bào)，2004（03）：27-30.

[13]徐 剛，馬光文.基于蟻群算法的梯級水電站群優(yōu)化調(diào)度[J].水力發(fā)電學(xué)報(bào)，2005，36（8）：78：1-5.

[14]王 森，武新宇，程春田，等.自適應(yīng)混合粒子群算法在梯級水電站群優(yōu)化調(diào)度中的應(yīng)用[J].水力發(fā)電學(xué)報(bào)，2012（01）：38-44.

[15]劉起方，馬光文，劉群英，等.對分插值與混沌嵌套搜索算法在梯級水庫聯(lián)合優(yōu)化調(diào)度中的應(yīng)用 [J].水利學(xué)報(bào)，2008，39（2）.

[16]游進(jìn)軍，紀(jì)昌明，付 湘.基于遺傳算法的多目標(biāo)問題求解方法[J].水利學(xué)報(bào)，2003（7）：64-69.

[17]丁勝祥，董增川，王德智，等.基于Pareto強(qiáng)度進(jìn)化算法的供水庫群多目標(biāo)優(yōu)化調(diào)度 [J].水科學(xué)進(jìn)展，2008，19（5）：679-684.

[18]盧有麟，周建中，王 浩，等.三峽梯級樞紐多目標(biāo)生態(tài)優(yōu)化調(diào)度模型及其求解方法[J].水科學(xué)進(jìn)展，2011（06）：780-788.

[19]譚維炎，劉健民，黃守信，等.應(yīng)用隨機(jī)動態(tài)規(guī)劃進(jìn)行水電站水庫的最優(yōu)調(diào)度[J].水利學(xué)報(bào)，1982（7）：2-7.

[20]張 銘，王麗萍，安有貴，等.水庫調(diào)度圖優(yōu)化研究[J].武漢大學(xué)學(xué)報(bào)（工學(xué)版），2004，37（3）：5-7.

[21]黃 強(qiáng)，張雙虎.基于模擬遺傳混合算法的梯級水庫優(yōu)化調(diào)度圖的制定[C]//第四屆中國水論壇論文集，2006：473～477.

TV697.1+1

A

1672-5387（2016）12-0088-05

10.13599/j.cnki.11-5130.2016.12.031

2016-08-29

董旭龍（1988-），男，助理工程師，從事水利水電工程及水工建筑物管理工作。