平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度研究

方國(guó)華 陸范彪 劉飛飛 丁紫玉 聞昕

摘要：分析平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度系統(tǒng)特點(diǎn)，探究其合理的聯(lián)合優(yōu)化調(diào)度方法，目的在于使社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境三方面效益達(dá)到最優(yōu)，為準(zhǔn)確研究特定區(qū)域閘站聯(lián)合優(yōu)化調(diào)度、制定和實(shí)施該地區(qū)的發(fā)展規(guī)劃提出參考。建立特定區(qū)域閘站多目標(biāo)聯(lián)合優(yōu)化調(diào)度模型并采用NSGAⅡ算法求解得到非劣解集，運(yùn)用多屬性評(píng)價(jià)決策進(jìn)行方案優(yōu)選。對(duì)宿遷市黃河故道及以南地區(qū)梯級(jí)閘站進(jìn)行實(shí)例研究，結(jié)果表明：聯(lián)合優(yōu)化調(diào)度相比常規(guī)調(diào)度，通過(guò)增加提水量，有效降低了缺水率，提高了系統(tǒng)的供水能力，同時(shí)減少了棄水，充分利用了水資源，節(jié)約了供水成本。這說(shuō)明平原坡水區(qū)梯級(jí)閘站的多目標(biāo)聯(lián)合優(yōu)化調(diào)度模型及求解方法，具有較好的可操作性和優(yōu)越性，對(duì)實(shí)際工程具有指導(dǎo)意義和應(yīng)用價(jià)值。

關(guān)鍵詞：平原坡水區(qū)；梯級(jí)閘站；聯(lián)合優(yōu)化調(diào)度；NSGAⅡ算法；多屬性評(píng)價(jià)決策

中圖分類(lèi)號(hào)：TV213.4文獻(xiàn)標(biāo)志碼：A文章編號(hào)：16721683（2018）03013508

Research on joint optimal scheduling of cascade sluice stations in plain slope water are

FANG Guohua，LU Fanbiao，LIU Feifei，DING Ziyu，WEN Xin

（College of Water Conservancy and Hydropower Engineering，Hohai University，Nanjing 210098，China）

Abstract：This paper analyzed the characteristics of joint optimal scheduling system of cascade sluice stations in plain slope water area，and probed the reasonable joint optimization scheduling method，with a view to achieving the best social，economic，and ecological environmental benefits，and to providing a reference for the study of the joint optimal scheduling of a specific area and the formulation and implementation of the development plan of this area.We established a multiobjective joint optimal scheduling model for cascade sluice stations，and used NSGAⅡ algorithm to obtain a noninferior solution set，and then used the multiattribute decisionmaking for optimum scheme selection.The Yellow River and its southern area in Suqian city were chosen for a case study.The results demonstrated that compared to conventional scheduling，the joint optimal scheduling could reduce the rate of water shortage and improve the water supply capacity of the system by increasing the quantity of water delivery，and meanwhile reduce the waste water， make full use of water resources，and save the cost of water supply.The results proved that the multiobjective optimal joint operation model and solution method of cascade sluice stations in plain slope water area are quite maneuverable and superior，with guiding significance and application value in practical engineering.

Key words：plain slope water area；cascade sluice station；joint optimal scheduling；NSGAⅡalgorithm；multiattribute decisionmaking

隨著經(jīng)濟(jì)的發(fā)展和人口的增加，水資源問(wèn)題越來(lái)越突出，已嚴(yán)重地制約了地區(qū)、國(guó)家乃至全球的經(jīng)濟(jì)社會(huì)發(fā)展。目前我國(guó)面臨著人均水資源占有量較少且水質(zhì)污染日益加重等問(wèn)題，面對(duì)未來(lái)有限的可供利用的水資源，研究和探討水資源的優(yōu)化調(diào)度問(wèn)題，對(duì)于提高水資源利用效率、改善水生態(tài)與水環(huán)境質(zhì)量、保障區(qū)域防洪除澇安全、促進(jìn)社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展具有重要意義。

本文研究的平原坡水區(qū)屬于東部平原河網(wǎng)地區(qū)中一類(lèi)特殊地形，具有一定坡度，但坡度較緩，水流從地勢(shì)高處流向地勢(shì)低處，為樹(shù)狀單向輸水[1]。在河道上建梯級(jí)閘站，可形成小型的河道型梯級(jí)水庫(kù)，在汛期蓄水，非汛期向周邊地區(qū)供水。平原坡水區(qū)梯級(jí)閘站與梯級(jí)水庫(kù)有一定相似之處，區(qū)別在于梯級(jí)水庫(kù)以發(fā)電為主，而本文研究對(duì)象以灌溉供水為主。平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度系統(tǒng)是一個(gè)開(kāi)放式、復(fù)雜、高維、非線(xiàn)性系統(tǒng)，涉及社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境等多個(gè)方面，需要統(tǒng)籌防洪、排澇、灌溉、供水、航運(yùn)、生態(tài)等多方面功能[23]。

第16卷 總第96期·南水北調(diào)與水利科技·2018年6月方國(guó)華等·平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度研究國(guó)內(nèi)外對(duì)水資源優(yōu)化調(diào)度的研究主要從模型構(gòu)建和模型求解兩部分內(nèi)容重點(diǎn)展開(kāi)。在水庫(kù)優(yōu)化調(diào)度方面，模型構(gòu)建研究進(jìn)展主要從單一水庫(kù)優(yōu)化調(diào)度到梯級(jí)水庫(kù)及水庫(kù)群的多目標(biāo)聯(lián)合優(yōu)化調(diào)度[47]，模型求解也相應(yīng)地，由傳統(tǒng)的時(shí)歷法、統(tǒng)計(jì)法等簡(jiǎn)單的方法發(fā)展到線(xiàn)性規(guī)劃方法、動(dòng)態(tài)規(guī)劃方法[8]、大系統(tǒng)分解協(xié)調(diào)技術(shù)[89]以及更為復(fù)雜的多目標(biāo)優(yōu)化技術(shù)和啟發(fā)式智能算法[1013]等。在平原河網(wǎng)地區(qū)水資源優(yōu)化調(diào)度方面，由于平原河網(wǎng)地區(qū)水資源流向的不確定性，其模型構(gòu)建更為復(fù)雜[1416]，如樹(shù)狀河網(wǎng)閘群防洪體系的優(yōu)化調(diào)度模型、應(yīng)用系統(tǒng)分析理論和方法的多時(shí)段多閘聯(lián)合的閘群防洪體系優(yōu)化調(diào)度模型等[1719]。

本文擬在總結(jié)吸收前人研究成果基礎(chǔ)上，圍繞平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度展開(kāi)研究，構(gòu)建多目標(biāo)優(yōu)化調(diào)度模型并用多目標(biāo)進(jìn)化算法求解，采用多屬性評(píng)價(jià)決策進(jìn)行方案優(yōu)選，最后以宿遷市黃河故道及以南地區(qū)梯級(jí)閘站為實(shí)例進(jìn)行研究，確定優(yōu)化調(diào)度方案，并與常規(guī)調(diào)度方案進(jìn)行對(duì)比。研究成果對(duì)于滿(mǎn)足平原坡水區(qū)防洪、灌溉、供水等綜合要求，提高水資源利用率具有重要的理論意義和實(shí)用價(jià)值。

1平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度模型建立平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度系統(tǒng)龐大、復(fù)雜，河道縱橫交錯(cuò)，且各種人工控制性建筑物如水閘、泵站、船閘、涵洞分布其間，在計(jì)算時(shí)難以考慮所有因素，因此必須對(duì)系統(tǒng)進(jìn)行概化。本文遵循合理減少河道數(shù)量、保留骨干河道、合并部分次要輸水河道、保持河道總長(zhǎng)不變和維持原有河道水面比降等原則進(jìn)行系統(tǒng)概化，并構(gòu)建包括社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境三方面效益的多目標(biāo)優(yōu)化調(diào)度模型。

1.1目標(biāo)函數(shù)

平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度總目標(biāo)為

maxE={E1，E2，E3}（1）

式中：E為綜合效益目標(biāo)；E1為社會(huì)效益目標(biāo)；E2為經(jīng)濟(jì)效益目標(biāo)；E3為生態(tài)效益目標(biāo)。其中，社會(huì)效益一般包含防洪效益與供水效益，本文選取供水效益目標(biāo)作為社會(huì)效益目標(biāo)，而將防洪效益目標(biāo)作為約束條件。

（1）社會(huì)效益目標(biāo)。

系統(tǒng)優(yōu)化調(diào)度的主要目的是供水，包括生活需水和生產(chǎn)需水，不包括生態(tài)需水，其中生產(chǎn)需水又包括農(nóng)業(yè)、工業(yè)和第三產(chǎn)業(yè)需水，在一般情況下，平原坡水區(qū)農(nóng)業(yè)需水占的比例較大。本文采用系統(tǒng)缺水量最小目標(biāo)來(lái)體現(xiàn)供水效益最大化，即：

minE1=min∑Tt=1 ∑Ni=1（|min（0，（G（i，t）-D（i，t）））|）（2）

式中：E1為系統(tǒng)缺水量（m3）；G（i，t）為第i計(jì)算單元t時(shí)段內(nèi)的供水量（m3）；D（i，t）為第i計(jì)算單元t時(shí)段內(nèi)的需水量（不包括生態(tài)需水）（m3）；T為調(diào)度時(shí)段個(gè)數(shù)；N為計(jì)算單元數(shù)目。

（2）經(jīng)濟(jì)效益目標(biāo)。

在水庫(kù)優(yōu)化調(diào)度中，通常考慮以發(fā)電量最大為目標(biāo)，而由于本文研究的平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度系統(tǒng)不考慮發(fā)電，優(yōu)化調(diào)度的主要目的為供水，需要通過(guò)泵站從河道或者湖泊提水，因此經(jīng)濟(jì)效益目標(biāo)可定為泵站提水量最小，即

minE2=min∑Tt=1 ∑mj=1QS（j，t）（3）

式中：E2表示泵站提水量（m3）；j為泵站編號(hào)；m為泵站數(shù)量；QS（j，t）為j泵站t時(shí)段的提水量（m3）；其他符號(hào)同前。

（3）生態(tài)環(huán)境效益目標(biāo)。

平原坡水區(qū)主要位于東部沿海地區(qū)，人口密度較大，經(jīng)濟(jì)發(fā)展較快，同時(shí)水流流動(dòng)性較差，水質(zhì)惡化較嚴(yán)重。因此，在充分考慮社會(huì)效益和經(jīng)濟(jì)效益目標(biāo)的同時(shí)，需要考慮生態(tài)環(huán)境效益目標(biāo)，以實(shí)現(xiàn)生態(tài)環(huán)境保護(hù)的功能，本文考以生態(tài)需水缺水量最小為目標(biāo)函數(shù)，即

minE3=min∑Tt=1 ∑Ni=1（|min（0，（Q（i，t）-QDmin（i，t）））|）Δt（4）

式中：E3為生態(tài)環(huán)境需水缺水量（m3）；Q（i，t）為第i計(jì)算單元t時(shí)段內(nèi)的流量（m3/s）；QDmin（i，t）為第i計(jì)算單元t時(shí)段內(nèi)所要求的最小生態(tài)環(huán)境流量（m3/s）；Δt為計(jì)算步長(zhǎng)（s）；其他符號(hào)同前。

1.2約束條件

本文研究的平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度模型的約束條件主要有河道水量平衡、調(diào)蓄能力、水位要求、輸水能力、泵站提水能力、水閘過(guò)流能力等約束。

（1）河道水量平衡約束。

平原坡水區(qū)由于地勢(shì)較低，河道規(guī)模差距較大，蓄水能力有限，因此分為有調(diào)蓄能力的河道和無(wú)調(diào)蓄能力的河道，河道在每一時(shí)段均應(yīng)滿(mǎn)足水量平衡約束。式（5）為有調(diào)蓄能力的河道應(yīng)滿(mǎn)足的水量平衡方程式，式（6）為無(wú)調(diào)蓄能力的河道應(yīng)滿(mǎn)足的水量平衡方程式：

V（i，t+1）=V（i，t）+[Qs（i，t）-Qu（i，t）+

Q1（i，t）-Q2（i，t）]·Δt（5）

Qs（i，t）-Qu（i，t）+Q1（i，t）=Q2（i，t）（6）

式中：V（i，t）為第i個(gè)節(jié)點(diǎn)t時(shí)段初的蓄水量（m3）；Qs（i，t）、Qu（i，t）分別為第i條連線(xiàn)t時(shí)段內(nèi)的區(qū)間來(lái)水和用水流量（m3/s）；Q1（i，t）與Q2（i，t）分別為第i條連線(xiàn)t時(shí)段內(nèi)上游入流量和下游出流量（m3/s）；其他符號(hào)同前。

（2）河道調(diào)蓄能力約束。

Vmin（i，t）≤V（i，t）≤Vmax（i，t）（7）

式中：Vmin（i，t）、Vmax（i，t）分別表示第i河道t時(shí)段允許的最小和最大蓄水庫(kù)容（m3）。當(dāng)V（i，t）>Vmax（i，t）時(shí)，產(chǎn)生棄水，以此保證河道的防洪工程安全；當(dāng)V（i，t）

（3）河道水位要求約束。

河道水位要求包括防洪排澇水位、航運(yùn)水位、地下水水位要求，其中，防洪排澇水位要求即洪水期河道的水位應(yīng)低于防洪排澇要求的最高水位，航運(yùn)水位要求即河道水位要高于滿(mǎn)足航運(yùn)要求的最低水位，地下水水位要求即河道水位需滿(mǎn)足地下水最低水位。

Zmin（i，t）≤Z（i，t）≤Zmax（i，t）（8）

式中：Zmin（i，t）、Zmin（i，t）分別表示第i河道t時(shí)段允許的最小和最大水位（m）。

（4）河道輸水能力約束。

河道的輸水流量需要滿(mǎn)足不超過(guò)河道的輸水能力。

Q（i，t）≤Qmax（i，t）（9）

式中：Qmax（i，t）表示i河道t時(shí)段的最大輸水流量（m3/s）。

（5）泵站提水能力約束。

泵站的提水流量應(yīng)滿(mǎn)足不大于相應(yīng)泵站提水能力的約束。

0≤DO（j，t）≤DOmax（j，t）（10）

式中：DO（j，t）表示j泵站t時(shí)段的提水流量（m3/s）；DOmax（j，t）表示相應(yīng)泵站的提水能力（m3/s）。

（6）水閘過(guò)流能力約束。

水閘的下泄流量應(yīng)滿(mǎn)足不大于對(duì)應(yīng)水閘過(guò)流能力的約束。

0≤PR（j，t）≤PRmax（j，t）（11）

式中：PR（j，t）表示t時(shí)段由水閘j下泄的流量（m3/s）；PRmax（j，t）表示相應(yīng)控制水閘的過(guò)流能力（m3/s）。

（7）非負(fù)約束。

以上所有參數(shù)滿(mǎn)足非負(fù)約束條件。

2多目標(biāo)優(yōu)化方法

構(gòu)建起平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度多目標(biāo)模型后，需選取合適的多目標(biāo)優(yōu)化方法對(duì)模型進(jìn)行求解。本文采用NSGAⅡ算法對(duì)模型求解得到非劣解集并用基于混沌遺傳算法優(yōu)化的投影尋蹤聚類(lèi)模型對(duì)方案進(jìn)行多屬性評(píng)價(jià)決策。

2.1模型求解方法

2.1.1NSGAⅡ算法

NSGAⅡ算法[2021]是由Deb等于2002年在NSGA算法[22]的基礎(chǔ)上提出的，主要針對(duì)NSGA算法的時(shí)間復(fù)雜度較高、未引入精英保留策略和難以確定維持種群分布性的共享參數(shù)值大小三方面問(wèn)題做了改進(jìn)。NSGAⅡ算法的核心是非支配排序、聚集距離排序和精英保留策略，其中，快速非支配排序部分決定了NSGAⅡ算法的時(shí)間復(fù)雜度為O（rN2）。

NSGAⅡ算法的主要流程包括編碼及參數(shù)設(shè)置，生成初始種群并計(jì)算目標(biāo)函數(shù)值、非支配序和聚集距離，遺傳操作（選擇、交叉、變異）產(chǎn)生新種群，采用精英策略對(duì)父子兩代合并排序并選出前N個(gè)個(gè)體作為新的父代，判斷是否滿(mǎn)足終止條件等步驟。其中，遺傳操作主要采用基于偏序關(guān)系的二元錦標(biāo)賽選擇機(jī)制、模擬二進(jìn)制交叉和多項(xiàng)式變異組合策略。

2.1.2NSGAⅡ算法求解梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度模型步驟

本文構(gòu)建的平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度模型求解步驟具體有以下五步：

Step1編碼、參數(shù)設(shè)置和全局?jǐn)?shù)據(jù)的初始化。采用實(shí)數(shù)編碼，確定種群規(guī)模N、最大迭代次數(shù)T，并將全局?jǐn)?shù)據(jù)包括河道庫(kù)容、水位、泵站提水能力、水閘泄流能力、系統(tǒng)來(lái)水與需水情況等初始化操作。

Step2 以相應(yīng)泵站提水能力為限隨機(jī)生成一個(gè)初始種群P0，此時(shí)令t=0。對(duì)每個(gè)個(gè)體所代表的方案進(jìn)行模擬調(diào)度運(yùn)行，計(jì)算各個(gè)目標(biāo)函數(shù)值（供水缺水量E1、泵站提水量E2及生態(tài)需水缺水量E3），并以此計(jì)算個(gè)體非支配等級(jí)Fk和聚集距離Fdis，然后按偏序關(guān)系進(jìn)行排序。

Step3 基于偏序關(guān)系，計(jì)算個(gè)體適應(yīng)度值，在此基礎(chǔ)上對(duì)種群進(jìn)行遺傳操作，包括二元錦標(biāo)賽選擇、模擬二進(jìn)制交叉和多項(xiàng)式變異，產(chǎn)生子代種群Qt。

Step4 合并Qt與Pt得到Rt，對(duì)Rt按偏序關(guān)系進(jìn)行非支配排序與聚集距離排序，選取前N個(gè)個(gè)體，作為最終的子代種群Pt+1。

Step5 判斷是否滿(mǎn)足終止條件（t≥T），若滿(mǎn)足，則退出循環(huán)并輸出最后一代種群作為Pareto最優(yōu)解集；若不滿(mǎn)足，則繼續(xù)以Pt+1作為父代種群，返回至Step3，繼續(xù)循環(huán)運(yùn)行直到滿(mǎn)足判斷終止條件。

平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度模型求解流程見(jiàn)圖1。

2.2方案多屬性評(píng)價(jià)決策

對(duì)模型求解后，可得到優(yōu)化調(diào)度方案的非劣解集，此時(shí)需要決策者結(jié)合實(shí)際情況，采用合適的方法選取能實(shí)現(xiàn)整個(gè)系統(tǒng)的綜合效益最大化的最佳均衡方案。本文選用無(wú)偏好信息的投影尋蹤法，該方法不需要決策者提供偏好信息，避免了人為賦予權(quán)重的弊端，并采用混沌遺傳算法優(yōu)化投影指標(biāo)函數(shù)。

2.2.1平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度方案評(píng)價(jià)指標(biāo)體系構(gòu)建

平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度是一個(gè)復(fù)雜的、涉及多部門(mén)多領(lǐng)域的系統(tǒng)，調(diào)度模型包括社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境效益三個(gè)目標(biāo)，相應(yīng)地，評(píng)價(jià)指標(biāo)體系的構(gòu)建也從社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境三方面考慮。其中，社會(huì)評(píng)價(jià)指標(biāo)包括防洪與供水效益，本文選取汛末河道總庫(kù)容（正向）和系統(tǒng)缺水量（逆向）兩個(gè)指標(biāo)；經(jīng)濟(jì)評(píng)價(jià)指標(biāo)選取系統(tǒng)提水量（逆向）和系統(tǒng)棄水量（逆向）兩個(gè)指標(biāo)；生態(tài)環(huán)境評(píng)價(jià)指標(biāo)選取生態(tài)缺水量（逆向）一個(gè)指標(biāo)。平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度方案評(píng)價(jià)決策指標(biāo)集見(jiàn)圖2。

2.2.2基于混沌遺傳算法優(yōu)化的投影尋蹤聚類(lèi)模型評(píng)價(jià)優(yōu)選方案

投影尋蹤（Projection Pursuit，PP）法[2324]作為一類(lèi)新興的多元數(shù)據(jù)分析的數(shù)學(xué)方法，于20世紀(jì)70年代由美國(guó)科學(xué)家Kruscal提出，其基本思想是通過(guò)在低維空間處理數(shù)據(jù)的方式以達(dá)到研究和分析高維數(shù)據(jù)特征及結(jié)構(gòu)的目的，具體思路是將影響問(wèn)題的多因素指標(biāo)通過(guò)聚類(lèi)分析，得到反映其綜合指標(biāo)特性的投影特征值，然后建立與因變量之間的一一對(duì)應(yīng)關(guān)系函數(shù)，從而進(jìn)行分析與研究，避免了專(zhuān)家賦權(quán)的人為干擾。投影尋蹤聚類(lèi)模型的核心是構(gòu)造投影指標(biāo)函數(shù)，本文采用混沌遺傳算法優(yōu)化投影指標(biāo)函數(shù)。

混沌遺傳算法（Chaos Genetic Algorithm，CGA）結(jié)合混沌運(yùn)動(dòng)的遍歷性、隨機(jī)性、規(guī)律性和GA算法的反演性等特點(diǎn)，將兩種算法耦合，提高了傳統(tǒng)GA算法的收斂速度和優(yōu)化效果。該算法的基本思想是利用混沌優(yōu)化算法的隨機(jī)性和遍歷性改善初始種群質(zhì)量，并對(duì)遺傳操作即選擇、交叉、變異后的種群附加混沌擾動(dòng)，以避免搜索過(guò)程陷入局部極值[2425]。

基于混沌遺傳算法優(yōu)化的投影尋蹤聚類(lèi)模型具體求解步驟[25]包括：方案指標(biāo)集的歸一化處理，構(gòu)造投影指標(biāo)函數(shù)Q（a），利用混沌遺傳算法優(yōu)化投影指標(biāo)函數(shù)，根據(jù)投影值Z*（i）的大小對(duì)方案分類(lèi)排序并優(yōu)選方案?；诨煦邕z傳算法優(yōu)化的投影尋蹤聚類(lèi)模型評(píng)價(jià)優(yōu)選方案基本流程見(jiàn)圖3。

3實(shí)例研究

3.1宿遷市黃河故道及以南地區(qū)概況與系統(tǒng)概化

宿遷市黃河故道及以南地區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度系統(tǒng)由駱馬湖、洪澤湖兩個(gè)主要調(diào)蓄湖泊，中運(yùn)河、黃河故道、西民便河、西沙河、五河、成子河六條骨干河道以及皂河灌區(qū)、船行灌區(qū)、運(yùn)南灌區(qū)三大灌區(qū)組成。目前，黃河故道上規(guī)劃建成11級(jí)梯級(jí)控制，由西向東依次是皂河地涵、蔡支閘、船行樞紐、古城橡膠壩、倉(cāng)集閘、陳?ài)组l、大興閘、成子河分洪閘、泗陽(yáng)橡膠壩、李口閘、新袁閘。

該系統(tǒng)龐大且復(fù)雜，影響因素難以全面考慮，其最顯著的特點(diǎn)是除宿城和泗陽(yáng)運(yùn)南灌區(qū)一部分從洪澤湖提水，即反向提水外，其余均為從北向南、由西往東輸水，且系統(tǒng)內(nèi)并聯(lián)河道和串聯(lián)閘站工程較多，因此根據(jù)系統(tǒng)主要組成以及骨干河渠間的連接關(guān)系進(jìn)行系統(tǒng)概化，使其既能突出區(qū)域水資源供需現(xiàn)狀，又能真實(shí)反映梯級(jí)控制閘站的工作特性。該系統(tǒng)的供水任務(wù)主要從駱馬湖和中運(yùn)河提水，通過(guò)皂河電灌站、七堡樞紐等泵站提水至黃河故道，再通過(guò)皂河干渠、船行干渠、張圩干渠、運(yùn)南南渠首等渠道向皂河灌區(qū)、船行灌區(qū)、運(yùn)南灌區(qū)供水，黃河故道上沿途也供水給周邊用水戶(hù)，且通過(guò)11級(jí)梯級(jí)閘站由西向東輸水，最終匯入洪澤湖。宿遷市黃河故道及以南地區(qū)水資源系統(tǒng)概化見(jiàn)圖4。

3.2宿遷市黃河故道及以南地區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度

3.2.1梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度模型構(gòu)建

宿遷市黃河故道及以南地區(qū)水資源優(yōu)化調(diào)度所需要解決的主要問(wèn)題是讓沿黃河故道及皂河、船行、運(yùn)南三大灌區(qū)的系統(tǒng)缺水量最小，同時(shí)考慮經(jīng)濟(jì)成本即提水量最小，因此將系統(tǒng)缺水量最小和泵站提水量最小作為模型的兩個(gè)目標(biāo)函數(shù)，而將生態(tài)效益目標(biāo)轉(zhuǎn)化為生態(tài)約束。將生態(tài)環(huán)境效益作為約束條件后，調(diào)度方案的供水首先滿(mǎn)足生態(tài)需水要求，再滿(mǎn)足農(nóng)業(yè)等其他需水要求，實(shí)例中系統(tǒng)缺水量最小目標(biāo)中的需水包括農(nóng)業(yè)需水和生態(tài)需水。

生態(tài)約束要求各河道和受水區(qū)水量滿(mǎn)足一定的生態(tài)需求，包括水系連通、景觀(guān)環(huán)境、生態(tài)基流等，即

Q（i，t）≥Qjmin（i，t）（12）

式中：Qjmin（i，t）為第i河道或受水區(qū)t時(shí)段內(nèi)的最小生態(tài)流量（m3/s）。

3.2.2梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度模型求解與方案優(yōu)選

結(jié)合宿遷市黃河故道及以南地區(qū)實(shí)際情況，參考《宿遷市水資源公報(bào)》（2013年）和《宿遷市黃河故道及以南地區(qū)水資源優(yōu)化配置與調(diào)控研究》，采用定額分析法對(duì)研究區(qū)域在規(guī)劃水平年（2020年）不同保證率下的農(nóng)業(yè)需水進(jìn)行計(jì)算，生態(tài)需水量考慮到變化較小，且對(duì)需水總量影響較小，因此采用區(qū)域現(xiàn)狀生態(tài)用水量，具體計(jì)算結(jié)果見(jiàn)表1。生活和工業(yè)用水均來(lái)自水廠(chǎng)，而水廠(chǎng)的水取自洪澤湖和駱馬湖，為本文研究水資源系統(tǒng)以外，因此不考慮生活與工業(yè)需水。

1.612.002.630.0731.682.072.70合計(jì)5.006.087.830.1705.176.258.00基于規(guī)劃水平年（2020年）水資源供需平衡情況，從汛期6月初開(kāi)始，以月為調(diào)度時(shí)段，分別對(duì)平水年（P=50%）、枯水年（P=75%）和特枯水年（P=95%）采用NSGAⅡ算法進(jìn)行模型求解得到調(diào)度方案非劣解集，再用基于混沌遺傳算法優(yōu)化的投影尋蹤聚類(lèi)模型對(duì)三個(gè)水平年分別選取的10個(gè)非劣解進(jìn)行多屬性評(píng)價(jià)決策，最終確定相對(duì)較好的調(diào)度方案。

（1）采用NSGAⅡ算法求解時(shí)，設(shè)置種群大小為100，最大迭代次數(shù)為10 000次。以平水年為例，迭代10 000次即最后一代的非劣解集見(jiàn)圖5。由于實(shí)例中主要考慮水量平衡關(guān)系，因此兩者總體呈現(xiàn)線(xiàn)性負(fù)相關(guān)關(guān)系。圖5為最后一代的100個(gè)非劣解，兩個(gè)目標(biāo)函數(shù)值分布范圍較廣，其中缺水量目標(biāo)范圍為[0，2879]億m3，提水量目標(biāo)范圍為[0062，2975]億m3，可供決策者選擇的方案較多，具體可結(jié)合區(qū)域?qū)嶋H或者決策者偏好進(jìn)行方案選擇。

（2）采用基于混沌遺傳算法優(yōu)化的投影尋蹤聚類(lèi)模型對(duì)調(diào)度方案集進(jìn)行方案優(yōu)選時(shí)，由于實(shí)例主要目的為滿(mǎn)足區(qū)域供水，在盡量保證缺水量較小的前提下，使得提水量最小，成本最低，因此選取非劣解集中缺水量最小的前10個(gè)方案進(jìn)行多屬性決策。實(shí)例中將生態(tài)環(huán)境目標(biāo)轉(zhuǎn)化為約束條件處理，即計(jì)算時(shí)必須首先滿(mǎn)足生態(tài)需水要求，同時(shí)由于選擇缺水量最小的前10個(gè)方案進(jìn)行優(yōu)選，缺水主要表現(xiàn)為農(nóng)業(yè)缺水，因此這10個(gè)方案生態(tài)缺水量指標(biāo)均為0，在實(shí)例中生態(tài)缺水量不作為多屬性決策指標(biāo)。

根據(jù)基于混沌遺傳算法優(yōu)化的投影尋蹤聚類(lèi)模型的平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度方案優(yōu)選的流程，先將三個(gè)水平年下10個(gè)方案的4個(gè)指標(biāo)歸一化處理（本文將各指標(biāo)的最大值和最小值分別取為該指標(biāo)在非劣解集中實(shí)際能達(dá)到的最大值和最小值，因此三個(gè)水平年是相互獨(dú)立的），然后構(gòu)造投影指標(biāo)函數(shù)，并用混沌遺傳算法求解最佳投影方向。求解時(shí)，設(shè)定各參數(shù)為：變量取值范圍[0，1]、種群規(guī)模500、最大迭代次數(shù)500、交叉概率09、變異概率01，然后分別將程序在MATLAB 2012a版本中運(yùn)行。以平水年為例，最大指標(biāo)函數(shù)值為0052，最佳投影方向a*=[0210，0131，0308，0918]，最佳投影值見(jiàn)表2，根據(jù)z*值的大小，最終確定平水年下z*值最大的方案1為最佳方案；同理，枯水年下得到最大指標(biāo)函數(shù)值為0355，最佳投影方向a*=[0235，0311，0183，0902]，最終確定方案1為最

平水年時(shí)，宿遷市黃河故道及以南地區(qū)泵站共計(jì)提水2975億m3，系統(tǒng)供水5170億m3，缺水量為0，總棄水量為0370億m3，汛末（9月末）河道總庫(kù)容為0108億m3。其中，汛期（6月-9月）共計(jì)提水2603億m3，供水4920億m3。平水年、枯水年和特枯水年三個(gè)水平年的調(diào)度方案對(duì)比具體見(jiàn)表3。

宿遷市黃河故道及以南地區(qū)梯級(jí)閘站常規(guī)調(diào)度與優(yōu)化調(diào)度的計(jì)算工況相同，主要遵循水資源開(kāi)發(fā)利用與社會(huì)經(jīng)濟(jì)發(fā)展相適應(yīng)、優(yōu)先使用地表水、優(yōu)先滿(mǎn)足生活用水、優(yōu)水優(yōu)用等原則進(jìn)行配置和調(diào)度水資源。優(yōu)先使用地表水，根據(jù)區(qū)域需水情況再?gòu)鸟橊R湖、中運(yùn)河和洪澤湖提水，通過(guò)各級(jí)泵站和水閘向各個(gè)受水區(qū)供水。河道中若水位高于最高水位，則通過(guò)水閘泄水。平水年、枯水年、特枯水年優(yōu)化調(diào)度與常規(guī)調(diào)度結(jié)果對(duì)比見(jiàn)表4。

水平年平水年枯水年特枯水年優(yōu)化調(diào)度常規(guī)調(diào)度優(yōu)化調(diào)度常規(guī)調(diào)度優(yōu)化調(diào)度常規(guī)調(diào)度提水量2.9752.9005.2615.0107.1926.580供水量5.1704.9706.2505.7007.9257.240缺水量00.20000.5500.0850.760棄水量0.3700.5200.3350.4900.3590.470根據(jù)表4，將聯(lián)合優(yōu)化調(diào)度與常規(guī)調(diào)度方式相對(duì)比：（1） 平水年下，常規(guī)調(diào)度只能提供497億m3的水量，缺水量為02億m3，缺水率為387%，而優(yōu)化調(diào)度求解得到的缺水量為0；（2） 枯水年下，常規(guī)調(diào)度只能提供57億m3的水量，缺水量為055億m3，缺水率為88%，而優(yōu)化調(diào)度缺水量為0；（3） 特枯水年下，常規(guī)調(diào)度只能提供724億m3的水量，缺水量為076億m3，缺水率為95%，而優(yōu)化調(diào)度求解得到的缺水量為0085億m3，缺水率為106%，遠(yuǎn)遠(yuǎn)小于常規(guī)調(diào)度，因此，優(yōu)化調(diào)度通過(guò)增加提水量，有效降低了缺水率，提高了系統(tǒng)的供水能力。同時(shí)，從棄水量的角度，優(yōu)化調(diào)度棄水量在平水年、枯水年和特枯水年均小于常規(guī)調(diào)度，說(shuō)明優(yōu)化調(diào)度有效減少了棄水，充分利用了水資源，從而節(jié)約了供水成本。

4結(jié)論

水資源是人類(lèi)賴(lài)以生存的自然資源，研究和探討水資源的合理配置與調(diào)度，對(duì)于提高水資源利用效率，促進(jìn)社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要意義。本文圍繞平原坡水區(qū)梯級(jí)閘站聯(lián)合優(yōu)化調(diào)度，構(gòu)建了以社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境三方面效益為目標(biāo)的多目標(biāo)優(yōu)化調(diào)度模型，以宿遷市黃河故道及以南地區(qū)為實(shí)例進(jìn)行了研究，并將求解結(jié)果與常規(guī)調(diào)度進(jìn)行了對(duì)比。結(jié)果表明：聯(lián)合優(yōu)化調(diào)度相比常規(guī)調(diào)度，能夠保證可供水量在各區(qū)域間的科學(xué)合理分配，提高整個(gè)系統(tǒng)的供水保證率，充分利用水資源，減少棄水，節(jié)約供水成本。因此，本文構(gòu)建的多目標(biāo)優(yōu)化調(diào)度模型及求解方法具有較好的可操作性和優(yōu)越性，對(duì)實(shí)際工程尤其是平原坡水區(qū)優(yōu)化調(diào)度具有指導(dǎo)意義和應(yīng)用價(jià)值。

參考文獻(xiàn)（References）：

[1]樂(lè)紅玲，張萍霞，王船海，等.平原河網(wǎng)區(qū)坡面匯流分布式單位線(xiàn)研究[J].水電能源科學(xué)，2015，33（2）：2528.（LE H L，ZHANG P X，WANG H C，et al.Study on slope confluence distribution unit line in plain river network area[J].Hydropower Energy Science，2015，33（2）：2528.（in Chinese））

[2]潘理中，芮孝芳.水電站水庫(kù)優(yōu)化調(diào)度研究的若干進(jìn)展[J].水文，1999（6）：3739.（PAN L Z，RUI X F.The research progress for reservoir optimized operation of hydropower station[J].Journal of China Hydrology，1999（6）：3739.（in Chinese））

[3]裴哲義，姚志宗，郭生練，等.中國(guó)水庫(kù)調(diào)度工作近年來(lái)的成就與展望[J].水電自動(dòng)化與大壩監(jiān)測(cè).2004，28（1）：13.（PEI Z Y，YAO Z Z，GUO S L，et al.Achievements and prospects of hydropower operation automation in China[J].Hydropower Automation and Dam Monitoring，2004，28（1）：13.（in Chinese））

[4]LITTLE J D C.The use of storage water in a hydroelectric system[J].Operation Research.1955，3（2）：187197.

[5]REDDY M J，KUMAR D N.Optimal reservoir operation using multiobjective evolutionary algorithm[J].Water Resources Management，2006，20（6）：861878.DOI：10.1007/s1126900590111 .

[6]張勇傳，李福生，熊斯毅，等.水電站水庫(kù)群優(yōu)化調(diào)度方法的研究[J].水力發(fā)電，1981，（11）：5054.（ZHANG Y C，LI F S，XIONG S Y，et al.Study on optimal dispatch method of reservoir group in hydropower station[J].Hydroelectric power，1981，（11）：5054.（in Chinese））

[7]覃暉，周建中，肖舸，等.梯級(jí)水電站多目標(biāo)發(fā)電優(yōu)化調(diào)度[J].水科學(xué)進(jìn)展，2010，21（3）：377384.（QIN H，ZHOU J Z，XIAO K，et al.Multi target generation optimal scheduling of cascade hydropower stations[J].Water Science Progress，2010，21（3）：377384. （in Chinese））

[8]暢建霞，黃強(qiáng)，王義民.水電站水庫(kù)優(yōu)化調(diào)度幾種方法的探討[J].水電能源科學(xué)，2000，18（3）：1922.（CHANG J X，HUANG Q，WANG Y M.A discussion on methods of single reservoir optimal operation[J].Water Resources and Power，2001，18（3）：19 22.（ in Chinese））

[9]張雙虎.梯級(jí)水庫(kù)群發(fā)電優(yōu)化調(diào)度的理論與實(shí)踐——以烏江梯級(jí)水庫(kù)群為例[D].西安：西安理工大學(xué)，2007.（ZHANG S H.The theory and practice of cascade reservoirs power generation optimized operationwith Wujiang cascade reservoirs as the study objective[D].Xi′an：Xi′an University of Technology，2007.（in Chinese））

[10]暢建霞，黃強(qiáng)，王義民.基于改進(jìn)遺傳算法的水電站水庫(kù)優(yōu)化調(diào)度[J].水力發(fā)電學(xué)報(bào)，2001（3）：85 90.（CHANG J X，HUANG Q，WANG Y M.Optimal operation of hydropower station reservoir by using an improved genetic algorithm[J].Journal of Hydroelectric Engineering，2001（3）：8590.（in Chinese）） DOI：10.3969/j.issn.10031243.2001.03.010.

[11]馬玉新，解建倉(cāng)，羅軍剛.基于方向自學(xué)習(xí)遺傳算法的水庫(kù)優(yōu)化調(diào)度[J].水力發(fā)電學(xué)報(bào)，2009，28（4）：4348.（MA Y X，XIE J C，LUO J G.Study on optimal operation of reservoir based on directional selflearning genetic algorithm[J].Journal of Hydroelectric Engineering，2009，28（4）：4348.（in Chinese））

[12]劉衛(wèi)林，董增川，王德智.混合智能算法及其在供水水庫(kù)群優(yōu)化調(diào)度中的應(yīng)用[J].水利學(xué)報(bào)，2007，38（12） ：14371443.（LIU W L，DONG Z C，WANG D Z.Hybrid intelligent algorithm and its application in dispatch optimization for water supply reservoir group[J].Journal of Hydraulic Engineering，2007，38（12）：14371443. （ in Chinese）） DOI：10.3321/j.issn： 05599350.2007.12.005.

[13]ROBIN W，MOHD S.Evaluation of genetic algorithms for optimal reservoir system operation[J].Journal of Water Resources Planning and Management，1999，125（1）：2533.

[14]林寶新，蘇錫祺.平原河網(wǎng)閘群防洪體系的優(yōu)化調(diào)度[J].浙江大學(xué)學(xué)報(bào)（自然科學(xué)版）.1996，30（6）：652663.（LIN B X，SU X Q.Optimal dispatch of flood prevention system in plain river gateway[J].Journal of Zhejiang University （Natural Science），1996，30（6）：652663.（in Chinese））

[15]劉芹.平原河網(wǎng)水力計(jì)算及閘群防洪體系優(yōu)化調(diào)度研究[D].南京：河海大學(xué).2006.（LIU Q.Study on hydraulic calculation of flood plain network and flood control system optimal regulation of floodgate group[D].Naning：Hohai University，2006.（in Chinese））

[16]GU Z H，CAO X M，LIU G L，et al.Optimizing operation rules of sluices in river networks based on knowledgedriven and datadriven mechanism[J].Water Resources Management，2014，28（11）：34553469.DOI：10.1007/s112690140679y.

[17]胡振鵬.大系統(tǒng)多目標(biāo)分解聚合算法及應(yīng)用[D].武漢：武漢水利電力學(xué)院.1985.（HU Z P.Multi objective decomposition and aggregation algorithm for large system and its application[D].Wuhan：Wuhan Hydraulic and Electric Power Institute.1985.（in Chinese））

[18]張建云，陳潔云.南水北調(diào)東線(xiàn)工程優(yōu)化調(diào)度研究[J].水科學(xué)進(jìn)展.1995，6（3）：198204.（Zhang J Y，CHEN J Y.Study on optimal dispatch of east route of south north water transfer project[J].Water Science Progress，1995，6（3）：198204.（in Chinese））

[19]于鳳存，方國(guó)華，王文杰，等.基于多目標(biāo)遺傳算法的南水北調(diào)東線(xiàn)工程湖泊群優(yōu)化調(diào)度研究[J].灌溉排水學(xué)報(bào)，2016，35（3）：7885.（YU F C，F(xiàn)ANG G H，WANG W J，et al.Study on optimal scheduling of lake groups in eastern route of southtonorth water resources projecting based on multiobjective genetic algorithm[J].Journal of Irrigation and Drainage，2016，35（3）：7885.（in Chinese）） DOI：10.13522/j.cnki.ggps.2016.03.015.

[20]DEB K，PRATAP A，AGARWAL S，et al.A fast and elitist multiobjective genetic algorithm：NSGAII[J].IEEE Transactions Evolutionary Computation，2002，6（2）：182197.

[21]黃曉敏，雷曉輝，王宇暉，等.基于NSGAⅡ的水文模型參數(shù)多目標(biāo)優(yōu)化研究[J].人民長(zhǎng)江.2012，43（2）：1621.（HUANG X M，LEI X H，WANG Y H，et al.Study of multiobjective optimization of parameters of HYMOD model using NSGAⅡ algorithm[J].People Yangtze River，2012，43（2）：1621.（in Chinese））

[22]SRINIVAS N，DEB K.Multiobjective optimization using nondominated sorting in genetic algorithms[J].Evolutionary Computation，1994，2（3）：221248.

[23]FRIEDMAN J H，TUKEY J W.A projection pursuit algorithm for exploratory data analysis[J].IEEE Transactions on Computers，1974，C23（9）：881890.

[24]方國(guó)華，黃顯峰.多目標(biāo)決策理論、方法及其應(yīng)用[M].北京：科學(xué)出版社，2011：164167.（FANG G H，HUANG X F.Multiobjective decision making theory，Method and Application[M].Beijing：Science Press，2011：164167.（in Chinese））

[25]劉飛飛，方國(guó)華，高穎，等.基于最嚴(yán)格水資源管理制度的水質(zhì)型缺水地區(qū)節(jié)水型社會(huì)建設(shè)評(píng)價(jià)[J].水利經(jīng)濟(jì)，2016，34（5）：4246.（LIU F F，F(xiàn)ANG G H，GAO Y，et al.Evaluation of water saving society construction in water quality and scarcity areas based on the most stringent water resources management system[J].Water conservancy economy，2016，34（5）：4246.（in Chinese）） DOI：10.3880/j.issn.10039511.2016.05.010.第16卷第3期