802.1x
《装备维修技术》2021年第9期我国库联合运行优化调度方法研究进展赵雪峰
（扬州大学，江苏 扬州 226500）
摘 要：对近年来国内水库优化调度理论及其应用进展进行综述，介绍动态规划、遗传算法、粒子算法等主流算法在水库联合优化调度中的应用，阐述模型中目标函数的建立和约束条件的确定，并分析其中存在的问题； 展望水库联合优化调度的实时优化、多目标决策等研究方向。 关键词：水库；联合运行；优化调度；动态规划；智能算法
萧子升1引言
进入21世纪，水资源已经成为限制经济社会发展的主要因素之一。我国水资源存在时空分布不均的特点。受亚热带季风气候的影响，为此，人们修建水库或其他蓄水工程解决水资源在时间上分布不均的问题，修建跨流域调水工程解决水资源在空间上分布不均的问题。在此基础上，许多学者致力于库系统联合运行优化调度方法研究，以期进一步优化水资源的时空配置更好地使水库达到兴利除害的目的。 2研究现状
2.1传统函数优化方法进展
水库的优化调度是一个非线性、多维、多阶段的复杂问题，而库优化调度中还需考虑各水库之间的水力联系，更加剧了其复杂性[1]。目前针对库系统联合运行的传统函数优化方法中，动态规划应用较为广泛，并且通过各种改进手段降维，应用了拉格朗日乘子法、动态规划逐次渐进法、离散微分动态规划法等，或者结合大系统分解协调理论、自优化模拟技术等，尽量避免出现“维数灾”[2]。
1986年，董子敖[3]型等提出了径流时空相关关系的多目标多层次优化法，该法分区推求条件频率曲线和隐相关相结合的方法计入径流的时空相关关系，把一维动态规划逐步逼近法用于二维状态，并采用参数迭代法实现降维求单目标次优解。徐银山等[4]将动态规划逐次渐近法（DPSA）应用于金沙江、雅砻江和大渡河干流上10座具有季调节能力以上调节性能的混联水库的优化调度中。以梯级水库发电量最大的目标函数，用DPSA算法自上而下逐级优化各水库，反复迭代计算，直至前后两轮优化结果的误差满足精度要求。1981年，张勇传[5]在研究并联水电站水库的联合优化调度问题时，利用了大系统分解协调的观点，对单库最优调度策略进行调整，最后求得整体最优解。2006年蔡龙山等[6]以系统缺水量最小为目标函数，建立了塔里木灌区库水资源优化调度两层二级结构数学模型。将塔北分灌区的2座串联水库概化为1座水库，故第一层子系统简化为2个一维动态规划模型。第二层为协调层，是整个灌区系统的优化，将第一层的优化结果进行协调并反馈然后反复协调，直至获得最优解。代琼等则以系统缺水量最小为目标建立了玛纳斯河灌区库系统水资源优化调度模型，加入需水
量约束和边界条件减少缺水量，并利用大系统分解协调方法求解。黄牧涛等以系统缺水量最小为目标函数，建立了库系统水资源优化调度模型，并利用大系统分解协调方法求解。该模型中，子系统里的水库并不唯一，因而在单个水库的水量平衡方程中还要考虑与上下游水库之间的水力联系。李想等以经典四水库问题为例，构建多维动态规划模型。该调度问题优化的总体目标，是使水库在整个调度期内的发电效益和灌溉效益之和最大化，同时还需满足城市、工业供水等目标。结果表明：主从模式的并行动态规划能够缩短计算时间，有效克服“时间灾”。但主从模式的并行动态规划，当离散点过细，或者水库数量较多时，则会产生“内存灾”。
动态规划逐次渐进法最大的优点在于计算工作量只随维数m呈线性增长而不是呈指数增长，问题的维数越高，该算法所节省计算工作量越显著。而其主要缺点是不能保证结果收敛于全局最优解，而且达到收敛所需迭代次数取决于初始解与最优解的逼近程度，为此须选用若干个不同初始策略进行试算，以获得更接近全局最优解的优化解。基于大系统分解的协调技术的动态规划则是普遍将子系统进行参数上的聚合分解协调运行此法将大系统问题分解为若干个子系统，简化了问题，减少了工作量巧妙的避开了维数灾。缺点也很明显，其收敛性较差，处理随机入流的问题时变得尤为困难。
析因设计
2.2人工智能算法进展
80年代以后，由于计算机技术的不断进步，使得有随机抽样特点的人工智能算法开始广泛应用。在水
库或库优化调度方面，遗传算法、粒子算法、蚁算法、人工神经网络等的应用都取得了一定成果。陈玉芬以宝鸡峡等5座水库为研究对象，重点研究了基于遗传算法的水库优化调度方案，建立水库调度优化模型。采用自适应交叉率和变异率的遗传算法进行求解。结果表明该方法能够保持体多样性的同时，加快收敛速度，提高全局收敛的稳定性，在库优化调度中具有一定的可行性和有效性。吴松以淮河流域鲇鱼山和梅山水库为研究对象，提出了并联水库防洪优化调度模型。该模型以最大削峰和最短受灾历时作为目标函数，利用改进的粒子算法进行求解。结果表明，改进粒子优化算法在搜索最优解过程中不仅具有较快的收敛速度，而且具有比较好的收敛稳定性，是一种求解复杂模型最优解的有效方法。万芳等以缺水量最小为目标函数建立了水库供水优化调度模型，采用蚁算法进行求解。杨光等以丹江口水库为算例，在满足生态和航运用水的条件下，以供水效益最大和发电量最大为目标函数建立库优化调度模型，利用改进动态维度搜索算法进行求解。在与NSGA-П和MOPSO算法对比，优化动态维度搜索寻优效率更好，有着更多分布密集和更好的均匀性和稳定性非劣解，便于解决供水与发电的矛盾。但动态维度搜索比起蚁算法和遗传算法在优化前期收敛速度明显偏慢，得到的解集数量也不能够确定。
智能算法稳健性强，通用程度高，但这些算法都是基于一定的经验法则，而且计算过程带有随机性，不能保证获得全局最优解，有时甚至不能保证收敛到局部最优解。目前，随着人工智能技术研究领域取得大规模的发展，优化方法繁多且各具优势，不同的的优化方法在不同条件下达到同样优化的目的。
14cr1mor3总结与建议
随着计算机技术的迅速发展，越来越多的智能算法被应用到求解库系统联合运行优化调度模型中，并在一定程度上消除了“维数灾”，取得了较好的效果。但目前为止仍然鲜有模型被真正应用到实际工程中去的，归根到底还是因为存在以下不足：（1）无论是常规调度还是优化调度，都是以某一频率的来水和用水作为基础资料，然后进行水量调蓄计算。这在确定水库库容方面具有保证概念明确、方法简单有效的优点，但在水库调度方面却显得脱离实际。应结合水文预报和地区水情预测等实时资料，建立适用于水库或库实时优化调度的模型。
（2）目前的库联合运行优化调度模型都是基于某一个特定地区的库系统所建立的，因而缺乏通用性。应继续探索同时适用于串联、并联或串并联结合的库系统优化调度的通用模型，深入认识水库系统的内在规律。
（3）许多大中型水库都是集防洪、供水、发电等功能为一体的综合型水库，单目标的库系统的优化模型往往会出现失真的情况而降低实用性。应结合多目标决策理论，探索多目标库系统联合运行优化调度方法。
参考文献：
[1] 胡忠林.水库优化调度研究综述[J]. 中国西部科技，2013，（04）：
晋中学院学报
25-26.
[2] 杨洪平.水库优化调度系统分析方法研究综述[J]. 吉林水利，
2009，（08）：49-52.
[3] 董子敖.计入径流时间空间相关关系的梯级水库优化调度的多
层次法.水电能源科学，1987，5（1）：29-40.
[4] 许银山，梅亚东，杨娜，雍婷. 大规模混联水库长期优化调度
[J]. 水电自动化与大坝监测，2010，（04）：58-63.
—395—长株潭报
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议