肖瑜 羅軍剛 燕軍樂
摘 要:引漢濟(jì)渭工程是為緩解陜西關(guān)中地區(qū)缺水問題所規(guī)劃的調(diào)水工程,黃金峽水庫作為主要水源,有必要對黃金峽水庫運行調(diào)度進(jìn)行模擬研究。在引漢濟(jì)渭工程年調(diào)水10億m3和15億m3兩種情況下,以允許調(diào)水量為前提,選擇枯水年的來水資料,通過建立調(diào)水量和發(fā)電量最大兩個目標(biāo)函數(shù),利用NSGA-II算法求解多目標(biāo)優(yōu)化問題,獲得了黃金峽水庫在枯水年的多目標(biāo)均衡解,揭示了調(diào)水和發(fā)電目標(biāo)之間是矛盾的,分析了枯水年黃金峽水庫的綜合效益。
關(guān)鍵詞:多目標(biāo)優(yōu)化;水庫調(diào)度;調(diào)水;發(fā)電;綜合效益;引漢濟(jì)渭工程
中圖分類號:TV213.9 文獻(xiàn)標(biāo)志碼:A
doi:10.3969/j.issn.1000-1379.2021.07.027
引用格式:肖瑜,羅軍剛,燕軍樂.引漢濟(jì)渭工程黃金峽水庫多目標(biāo)調(diào)度模擬研究[J].人民黃河,2021,43(7):141-144.
Abstract: The Hanjiang-to-Weihe River Water Diversion Project is a water diversion project planned to alleviate the water shortage in Guanzhong area of Shaanxi Province. As the main water source, it is necessary to simulate the operation of the Huangjinxia Reservoir. Under the circumstances of 1 billion m3 and 1.5 billion m3 in water diversion, on the premise of allowable water diversion, the data of water inflow in dry years were selected, by establishing two objective functions of water diversion and power generation and using optimization algorithm NSGA-II to solve the two objective optimization issues and the multi-objective equilibrium solution of the Huangjinxia Reservoir in the dry year was obtained. It also revealed the transformation law between water diversion and power generation objectives and verified the contradiction between water diversion and power generation objectives and the relationship between them. Meanwhile it analyzed the comprehensive benefits of the Huangjinxia Reservoir. It can provide reference for actual reservoir operation and also provide decision support for the study of comprehensive benefit of the Hanjiang-to-Weihe River Water Diversion Project.
Key words: multi-objective optimization; reservoir operation; water diversion; power; comprehensive benefits; Hanjiang-to-Weihe River Water Diversion Project
引漢濟(jì)渭工程是陜西省目前規(guī)模最大、影響最為深遠(yuǎn)的戰(zhàn)略性、基礎(chǔ)性和全局性水資源配置工程。引漢濟(jì)渭工程是為緩解陜西關(guān)中地區(qū)缺水問題所規(guī)劃的調(diào)水工程,它將漢江豐沛的水資源通過黃金峽和三河口水庫群、泵站群調(diào)配到水資源短缺的關(guān)中地區(qū),以緩解關(guān)中地區(qū)的水資源短缺問題,促進(jìn)社會經(jīng)濟(jì)可持續(xù)發(fā)展。
暢建霞等[1]研究并論證了引漢濟(jì)渭工程對受水區(qū)水資源短缺改善、城市用水的保障、渭河河道生態(tài)環(huán)境改善等具有明顯作用。楊曉茹等[2]研究了2020年、2030年引漢濟(jì)渭工程調(diào)水量的優(yōu)化配置方案,采用了系統(tǒng)分析理論建立受水區(qū)的大系統(tǒng)分解協(xié)調(diào)模型,以供水區(qū)缺水量最小、綜合利用效益最大作為模型最優(yōu)解。黃強[3]提出了以缺水量最小為目標(biāo)函數(shù)的2020水平年、2030水平年的水資源配置最優(yōu)方案。楊柳等[4]建立了陜西黑河引水工程與引漢濟(jì)渭工程聯(lián)合供水系統(tǒng),搭建了水量仿真調(diào)度模型,論證了引漢濟(jì)渭配水的城市用水戶供水順序。付曉杰等[5]考慮地表水、地下水、再生水和引漢濟(jì)渭調(diào)入水量等多水源聯(lián)合調(diào)度方式,構(gòu)建工程受水區(qū)的多水源聯(lián)合調(diào)度模型,分析了不同調(diào)蓄水庫組合參與調(diào)度對各水廠供需平衡的影響。李萬緒[6]分析了引漢濟(jì)渭對相關(guān)水電站的年發(fā)電量和入庫徑流量的影響。武連洲[7]以引漢濟(jì)渭工程調(diào)水區(qū)黃金峽水庫和三河口水庫及其電站、泵站為研究對象,通過建立單目標(biāo)和多目標(biāo)優(yōu)化調(diào)度模型,求解并聯(lián)水庫最佳的調(diào)水過程。張勵[8]針對渭河流域關(guān)中地區(qū)存在嚴(yán)峻的水資源與生態(tài)環(huán)境問題,以引漢濟(jì)渭工程為研究對象,分析引漢濟(jì)渭工程調(diào)水前各受水對象的水資源供需平衡狀況,選取生態(tài)環(huán)境影響評價指標(biāo),分析調(diào)水對受水區(qū)生態(tài)環(huán)境的影響。金文婷等[9]對枯水年引漢濟(jì)渭并聯(lián)水庫優(yōu)化調(diào)度及決策進(jìn)行了研究,量化了調(diào)水不足損失程度。
目前,關(guān)于引漢濟(jì)渭工程的研究多是對水庫群聯(lián)合調(diào)度以及受水區(qū)的配置情況進(jìn)行分析,而很少去研究調(diào)水工程中單一水庫調(diào)水能力與發(fā)電能力以及水庫所能發(fā)揮的最大效益。由于枯水年更能反映多目標(biāo)之間利益的沖突,更能揭示多目標(biāo)之間的轉(zhuǎn)化規(guī)律,因此本文在引漢濟(jì)渭工程年調(diào)水10億m3和15億m3兩種情況下,以枯水年來水資料為基礎(chǔ),建立調(diào)水量和發(fā)電量最大兩個目標(biāo)函數(shù),分析黃金峽水庫的綜合效益,為黃金峽水庫實際運行調(diào)度提供參考,為指導(dǎo)枯水年引漢濟(jì)渭工程的水資源高效利用提供理論依據(jù),為引漢濟(jì)渭工程綜合效益的研究提供支持。
1 工程概況
漢江擁有年平均582億m3的豐富水資源;渭河流域年平均徑流量為75.7億m3,陜西境內(nèi)的年平均徑流量為53.8億m3。渭河在陜西發(fā)揮著重要作用,但近幾十年來徑流量明顯減少[10-11]。引漢濟(jì)渭工程調(diào)水端主要包括兩個水庫(黃金峽與三河口水庫)、兩個水電站及兩個泵站,黃金峽水庫入庫水量充足,是引漢濟(jì)渭工程的主要水源,本文的研究重點是黃金峽水庫。
黃金峽水庫位于漢江干流,是一個多目標(biāo)水庫,主要承擔(dān)供水、發(fā)電、防洪和航運任務(wù)。該水庫通過泵站直接提水,調(diào)度期T是7月至次年6月(月份用t表示),調(diào)水情況分為近期(2025年)年調(diào)水10億m3和遠(yuǎn)期(2030年)年調(diào)水15億m3兩種。黃金峽水庫、水電站、泵站的基本參數(shù)見表1。
黃金峽水庫是引漢濟(jì)渭工程的主要水源,在引漢濟(jì)渭工程年調(diào)水10億m3和15億m3兩種情況下,選擇枯水年的來水資料,驗證調(diào)水和發(fā)電兩個目標(biāo)之間的關(guān)系,探索枯水年黃金峽水庫能發(fā)揮的最大效益。本文利用優(yōu)化算法NSGA-II求解多目標(biāo)優(yōu)化問題,獲得黃金峽水庫在枯水年的多目標(biāo)均衡解,驗證調(diào)水和發(fā)電目標(biāo)之間的相互矛盾關(guān)系,分析黃金峽水庫的綜合效益。
2 多目標(biāo)優(yōu)化調(diào)度模型
目前,大多數(shù)水庫是一庫多用、一水多用,以獲取盡可能大的綜合效益,水庫一般承擔(dān)防洪、發(fā)電、灌溉、航運、供水等任務(wù),這些任務(wù)之間多存在矛盾關(guān)系,使得多目標(biāo)水庫的運行管理變得很復(fù)雜[12]。水庫優(yōu)化調(diào)度可用于制定、分析和解決水資源規(guī)劃和管理中的問題[13]。多目標(biāo)優(yōu)化問題的目標(biāo)是在一定的約束條件下確定水庫在整個調(diào)度期內(nèi)的最優(yōu)下泄水量,以最大限度發(fā)揮效益。
2.1 目標(biāo)函數(shù)
為了合理有效地利用水庫蓄存的水量,本文多目標(biāo)優(yōu)化模型需要同時考慮調(diào)水和發(fā)電任務(wù)。將月水位作為決策變量。水庫蓄存水量由庫水位反映,水位的變化代表了下泄水量的變化。調(diào)水和發(fā)電的水量由每個時段的水位動態(tài)確定,反過來,調(diào)水量和發(fā)電量也影響著水庫的水位。一旦確定了上游水位,就可以通過水量平衡方程確定可用水量。下游水位與水庫的下泄流量相關(guān),就水電站而言,下泄流量增加將導(dǎo)致下游水位上升,水頭降低。相反,對于泵站,出流量增加將導(dǎo)致上游水位變低,從而導(dǎo)致調(diào)水水頭升高。因此,這兩個目標(biāo)函數(shù)有明顯沖突。調(diào)水量目標(biāo)函數(shù)為
式中:Qwdt為調(diào)水流量,m3/s;Δt為調(diào)水時段,月。
發(fā)電量目標(biāo)函數(shù)為
式中:K為功率系數(shù);Qfdt為發(fā)電流量,m3/s;Ht為發(fā)電水頭,m。
2.2 約束條件
該水庫優(yōu)化調(diào)度目標(biāo)函數(shù)的約束條件如下。
(1)水量平衡約束:
式中:Vt+1、Vt分別為水庫運行期某月末和月初蓄水量,m3;It為入庫流量,m3/s;St為水庫的損失流量,m3/s。
(2)水庫蓄水約束:
式中:Vmin為死水位對應(yīng)的庫容,m3;Vmax為防洪限制水位對應(yīng)的庫容,m3。
(3)出力約束:
式中:Nmin、Nmax分別為水電站出力的最小值和最大值,kW。
(4)下泄流量約束:
式中:Qmin、Qmax分別為發(fā)電機組(渦輪機)允許的最小和最大過水流量,m3/s。
(5)泵站設(shè)計流量約束:
式中:Qdesign為泵站的設(shè)計流量,m3/s。
(6)非負(fù)約束:以上所有變量值都為正。
3 模型求解
采用NSGA-II算法解決黃金峽水庫多目標(biāo)優(yōu)化調(diào)度問題,并選取水庫的月水位作為決策變量。NSGA-II算法是一種仿生進(jìn)化算法,是一種全局優(yōu)化概率搜索算法,是依據(jù)生物學(xué)中適者生存、優(yōu)勝劣汰的著名進(jìn)化理論發(fā)展形成的。對于很多傳統(tǒng)算法中存在的不足及很難解決的問題,尤其是優(yōu)化問題,使用NSGA-II算法求解是一個非常好的選擇。
選擇枯水年的來水資料,水庫運行調(diào)度期為7月至次年6月(12個調(diào)度時段)。優(yōu)化問題包括13個決策變量,分別是12個調(diào)度時段的13個水位值,包括起始水位和終止水位,在水位允許范圍內(nèi)(水位的上限和下限)隨機生成100個個體(種群大小為100),然后以各種約束作為邊界條件,通過設(shè)置算法參數(shù),不斷迭代(最大迭代次數(shù)為800),得到滿足迭代條件的最優(yōu)解。模型和算法的應(yīng)用流程見圖1。
4 結(jié)果與分析
以允許調(diào)水量為前提,引漢濟(jì)渭工程年調(diào)水量為10億m3的情況下,優(yōu)化調(diào)度結(jié)果見圖2。由圖2可以看出,隨著調(diào)水量增大,發(fā)電量減小,而且趨勢很明顯,說明調(diào)水量最大和發(fā)電量最大兩目標(biāo)是矛盾的。最大調(diào)水量達(dá)到枯水年允許調(diào)水量(1.740億m3)時發(fā)電量為1.982 5億kW·h;發(fā)電量最大為1.987 5億kW·h,此時調(diào)水量為1.698億m3。
以允許調(diào)水量為前提,引漢濟(jì)渭工程年調(diào)水量為15億m3的情況下,優(yōu)化調(diào)度結(jié)果見圖3。圖3也說明調(diào)水量最大和發(fā)電量最大兩目標(biāo)是矛盾的,而且趨勢很明顯,最大調(diào)水量達(dá)到枯水年允許的調(diào)水量3.94億m3時發(fā)電量為1.720 0億kW·h,發(fā)電量最大達(dá)1.725 7億kW·h時調(diào)水量為3.886億m3。
兩種條件下以調(diào)水量最大和發(fā)電量最大為目標(biāo)得到兩組端點解,引漢濟(jì)渭工程的水源水價是2元/m3,水電站的電價為0.3元/(kW·h),根據(jù)水價和電價計算了兩種條件下目標(biāo)函數(shù)兩組端點解的經(jīng)濟(jì)效益,見表2??梢钥闯?,調(diào)水量最大時,無論在哪種條件下,對應(yīng)的效益都最大,年調(diào)水量為15億m3情況下綜合效益比年調(diào)水量為10億m3情況的大。同時在允許調(diào)水量前提下,本次多目標(biāo)優(yōu)化得到的Pareto fronts曲線,可以為實際的運行調(diào)度提供參考。
兩種調(diào)水情況下調(diào)水量最大時對應(yīng)的水位過程線見圖4。可以看出,兩種調(diào)水情況下水庫水位均位于死水位與正常蓄水位之間,滿足水位約束條件。來水情況一定時,引漢濟(jì)渭工程年調(diào)水15億m3的情況下水位總體上低于引漢濟(jì)渭工程年調(diào)水10億m3情況下的水位。
5 結(jié) 語
在引漢濟(jì)渭工程年調(diào)水10億m3和15億m3兩種情況下,以允許調(diào)水量為前提,選擇枯水年的來水資料,通過建立調(diào)水量最大和發(fā)電量最大兩個目標(biāo)函數(shù),利用優(yōu)化算法NSGA-II求解兩目標(biāo)優(yōu)化問題,獲得黃金峽水庫在枯水年的多目標(biāo)均衡解,得出以下結(jié)論:提出的水庫調(diào)度模型理論上是合理有效的,可以用于水庫多目標(biāo)優(yōu)化調(diào)度;兩種調(diào)水情況均驗證了調(diào)水量最大和發(fā)電量最大這兩個目標(biāo)是矛盾的,隨著調(diào)水量的增加發(fā)電量減少;兩種情況下調(diào)水量最大時均能達(dá)到允許調(diào)水量,同時調(diào)水量最大時對應(yīng)的效益明顯比發(fā)電量最大時的大。
參考文獻(xiàn):
[1] 暢建霞,姜瑾.引漢濟(jì)渭調(diào)水工程水資源配置研究[J].自然資源學(xué)報,2011,26(1):110-118.
[2] 楊曉茹,費良軍,張永永,等.引漢濟(jì)渭調(diào)水工程受水區(qū)水資源優(yōu)化配置研究[J].水利與建筑工程學(xué)報,2012,10(4):6-10.
[3] 黃強.陜西省南水北調(diào)受水區(qū)水資源優(yōu)化配置研究[J].中國水利,2013(22):21-22.
[4] 楊柳,汪妮,解建倉,等.跨流域調(diào)水與受水區(qū)多水源聯(lián)合供水模擬研究[J].水力發(fā)電學(xué)報,2015,34(6):49-56.
[5] 付曉杰,王旭,雷曉輝,等.引漢濟(jì)渭受水區(qū)多水源聯(lián)合調(diào)配模型分析[J].人民黃河,2014,36(10):65-71.
[6] 李萬緒.引漢濟(jì)渭工程對漢江干流水電站徑流量和發(fā)電量影響的初步分析[J].西北水電,2012(6):18-21.
[7] 武連洲.引漢濟(jì)渭工程調(diào)水區(qū)并聯(lián)水庫多目標(biāo)調(diào)度研究[D].西安:西安理工大學(xué),2017:35-40.
[8] 張勵.引漢濟(jì)渭受水區(qū)水資源配置及其生態(tài)環(huán)境影響研究[D].西安:西安理工大學(xué),2017:24-26.
[9] 金文婷,王義民,白濤,等.枯水年引漢濟(jì)渭并聯(lián)水庫優(yōu)化調(diào)度及決策研究[J].水力發(fā)電學(xué)報,2019,38(2):68-81.
[10] CHANG J, WANG Y, ISTANBULLUOGLU E, et al. Impact of Climate Change and Human Activities on Runoff in the Weihe River Basin, China[J]. Quaternary International, 2015,380-381:169-179.
[11] DU Jun, SHI Changxing. Effects of Climatic Factors and Human Activities on Runoff of the Weihe River in Recent Decades[J]. Quaternary International, 2012,282:58-65.
[12] LIN N M, RUTTEN M. Optimal Operation of a Network of Multi-Purpose Reservoir: A Review[J]. Procedia Engineering, 2016,154:1376-1384.
[13] ZHANG Z, JIANG Y, ZHANG S, et al. An Adaptive Particle Swarm Optimization Algorithm for Reservoir Operation Optimization[J]. Applied Soft Computing Journal, 2014,18:167-177.
【責(zé)任編輯 張華巖】