基于鯨魚算法優化的水資源多目標調配方法研究

2021-05-06 12:24:36胡耘赫

黑龍江水利科技 2021年3期

胡耘赫

(遼寧省葫蘆島水文局，遼寧葫蘆島 125000)

0 引言

現階段各個城市和地區，在日常生活、工業生產、農業種植灌溉等方面，對于水資源的需求量極大，因此很多重工業地區、城市人口密集區以及農田開墾密集區，水資源短缺，為了合理安排水資源利用配比，節約用水，提出水利水資源多目標調配方法[1]。傳統方法一將文獻[2]的研究內容作為參考，設計了一個水利水資源模型，根據目標地區的用水現狀，制定多目標調配方案。傳統方法二參考文獻[3]的研究內容，制定水資源聯動協調方案、運行規則及調配策略，根據調配目標的各自性質與規則，構建水資源多目標調配模型[2-3]。此次研究在上述兩種傳統方法的基礎上，將鯨魚算法優化到水利水資源多目標調配任務中。鯨魚算法是澳大利亞學者，在2016年提出的一種新型群體智能優化算法。Mirjalili和Lewis根據座頭鯨的覓食行為，模擬它們的收縮包圍、位置更新以及隨機捕獵機制。因此鯨魚算法可分為三個階段，分別為環繞式捕食階段、泡泡網捕食階段和搜索捕食階段[4]。此次提出的水利水資源多目標調配方法，利用鯨魚算法優化調配線路，提供工作效率的同時，節省不必要的調配成本，為國家城市、村鎮用水，提供更加合理的技術手段。

1 水利水資源多目標調配方法

1.1 設置多目標調配約束條件

水利水資源多目標調配，需要構建一個多目標調配模型，而建立該模型，又需要滿足設置的多目標調配約束條件。因此本次研究，預先設置水利水資源多目標調配的約束條件。設置的約束條件，包括城市水量平衡約束條件、城市調蓄能力約束條件、閘門過流能力約束條件、水電站工作能力約束條件、調水水位控制約束條件和非負約束條件[5-7]。其中，前四項約束條件的計算公式，如下列方程組所示：

(1)

1.2 構建水資源多目標調配模型

構建的模型在結構上，要保證擁有信息服務模塊、水庫群調度模塊以及分段水資源調度配置模塊，并根據數據的關聯性，對三個模塊進行耦合。構建模型的信息服務模塊中，要包含湖泊河流的地理信息，同時建立水量調度信息服務數據庫，統一管理各個流域的地理信息、基本水文信息、水庫水站基本信息、沿線城市用水信息以及調水信息，實現水利水資源多目標調配模型，對與水利水資源關聯的數據的全方位管理。

而水庫群調度模塊，需要將模型的目標函數，默認為水庫棄水量最小值、城市供水量最大值等。此模塊中的目標函數，還需要滿足生態、防洪等條件，通過調度水庫水量，為城市生活用水和生產用水，提供水資源。該目標函數的計算公式為：

f1=max(fQ，fW)

(2)

式中：f1為水庫群調度模塊的目標函數；fQ為容積為Q的水庫供水水量目標值，萬/m3；fW為電量為W的水庫發電量目標，單位為萬/kW·h。已知有發電任務和供水任務的水庫，其出力公式和供水公式如下所示：

(3)

式中：Wti為水庫i在t時段內的發電出力值；L為出力系數；M為發電流量，m3/s；d為電站上游和下游之間的水頭差，m。Qti為供水量；j為水庫i對應的供水對象；Gtj為供水量。根據上述計算公式，結合上一節設置的約束條件，建立模型的水庫群調度模塊。再根據各個城市的水資源特點，將流域控制斷面作為基礎條件，以河段的形式，構建模型的分段水資源調度配置模塊，同樣依據上一節設置的約束條件，計算城市內部以及城市外部的調水量。假設目標函數在控制斷面中，滿足最小下泄流量指標的基礎上，根據領域水資源供需平衡，設置調水水站沿線城市，以及水利工程供水對象的用水量。目標函數為：

f2=fa+fb

(4)

式中：f2為模型中，分段水資源調度配置模塊的目標函數；a為地市供水量；b為水利調水工程供水量；fa、fb分別為各地市和調水工程的供水量，單位為萬m3[8-10]。

設置完上述三個模塊后，已知水庫群調度模塊、分段水資源調度配置模塊，均以信息服務模塊為前提，信息服務模塊為其他兩個模塊的計算，提供必要的數據，并保存與處理兩個模塊的計算結果。因此對3個模塊進行耦合，在水庫群調度模塊中，以河流沿線城市用水量，作為計算水庫供水量的限制條件，并在分段水資源調度配置模塊中，將水庫蓄水量變化指標，作為城市供水平衡的限制條件，實現水庫群調度模塊、分段水資源調度配置模塊的耦合。在滿足控制斷面最小下泄流量時，合理配置城市內外用水，由此構建水利水資源多目標調配模型[11]。

1.3 基于鯨魚算法優化多目標調配線路

根據上述構建的調配模型，采用鯨魚算法優化多目標調配線路。前面已將介紹過，鯨魚算法包括了3個計算階段，因此利用鯨魚算法，假設當前最優位置為目標獵物，然后其他鯨魚個體，將位置向最優位置更新[12]。鯨魚算法的環繞式捕食行為，可利用下列公式描述：

(5)

(6)

(7)

2 應用測試

2.1 實驗準備

隨機選擇一個存在用水問題的Q城市，以2018年為現狀年，對該地區10年后的水量進行預測，Q城市的用水需求預測結果，如表1、表2及表3示。

表1 10a后Q城市的用水量預測結果(一)/106m3

表2 10a后Q城市的用水量預測結果(二)/106m3

續表2 10a后Q城市的用水量預測結果(二)/106m3

表3 10a后Q城市的用水總量預測/106m3

根據上述基本數據可知，該城市各個地區在10年后的用水總量，約為1800.65×106m3。根據該地區的所在位置，選擇可用來進行水資源調度的水利工程，以及附近的水庫。根據以往的調水經驗可知，水利工程S1、S2，水庫M1和M2，均可以作為水資源調配的主要水利，結合當地地表水、地下水以及再生水，找出9個區域中，需要進行水資源調配的區域，詳見表4。

表4 10a后的可用水預測結果/106m3

對比表3與表4中的數據，發現只有區域A-X1的城市水量，足夠當年的用水，其他區域或多或少都缺少城市用水，表5是為了上述地區的水資源短缺問題，而設置的供水方案。

根據表1-表5可知，此次實驗測試，滿足水利水資源多目標這一調配要求。根據表5中的預設方案，分別利用3個測試組，進行水利水資源調配。

表5 10a后的供水方案

2.2 算法性能分析

為了檢驗不同調配方法中，所利用算法的迭代求解效果，進行仿真對比測試，將此次研究的調配方法，作為實驗組測試對象；將兩種傳統調配方法，作為對照組測試對象。分別利用不同的方法，進行水力水資源調配。圖1為3種方法中，算法的迭代求解過程。

(a)實驗組

(b)對照A組

(c)對照B組

根據圖1所示的三組迭代求解曲線可知，實驗組的迭代曲線，雖然有波動的情況出現，但波動頻率較小，且能夠用最快的速度收斂。而對照A組和對照B組的迭代曲線，其波動幅度非常大，可見在同樣的迭代條件下，兩個傳統方法采用的算法，收斂速度較慢，影響最優解的位置選擇，從而影響調配方案的制定。

2.3 調配效果

各個測試組算法迭代完畢后，分別按照不同的方法，制定水利水資源多目標調配線路，調配后的城市水資源當年現狀，如圖2所示。