基于改進多目標蟻群算法的遼陽灌區渠系優化配水研究

何 巖

(遼寧省水利水電勘測設計研究院有限責任公司，遼寧 沈陽 110003)

1 研究方法

首先對目標函數進行設定，對于多目標蟻群算法而言，目標函數構建方程如式(1)：

Z=f(fs(x)，fj(x)，fh(x))

(1)

式中：Z為目標函數；fs(x)為灌區優化配水后的社會效益；fj(x)為灌區優化配水后的環境效益；fh(x)為灌區優化配水后的經濟效益。對三個效益目標函數進行優化加權計算如式(2)：

(2)

式中：i為不同類別目標效益類函數；ωi為各類目標效益函數的加權值。在灌區優化配水計算時首先對灌區經濟效益進行優化計算如式(3)：

(3)

式中：k為灌區供水單元總數；M為目標效益類別總數；e為灌區供水單元的效益比例，元/m3；j為灌區供水單元數量；ν為灌區灌溉定額，元/m3；α為灌區供水排序。以確保區域最下水資源短缺程度為灌區優化配水的社會效益目標函數如式(4)：

(4)

式中：D為灌區不同目標需水量，m3；ν′為供水標準，m3。區域供水污染程度最低為其環境目標函數如式(5)：

(5)

式中：C為區域水環境保護目標的濃度均值，mg/L；O為區域濃度降解系數。對不同類別目標函數設定其約束條件如式(6)：

(6)

式中：x和W為灌區可供水量和總供水能力，m3。對農作物需水條件按照需水條件進行約束如式(7)：

(7)

式中：Li為作物灌溉用水面積，hm2；Si為作物灌溉定額，m3/hm2。對不同求解變量進行自適應度的計算，從而對其變量優化檢索范圍進行調整計算如式(8)：

Dmin(t)=D0/Tβ

(8)

式中：Dmin為最小目標源搜索范圍；D0為搜索初始范圍；T為搜索范圍；β為自適應調整系數。目標函數的信息要素在在進行目標搜索源自適應調整后進行擴散計算，其檢索范圍擴散方程如式(9)：

(9)

2 實例應用

2.1 灌區概況

本文以遼陽灌區為具體工程，葠窩水庫為遼陽灌區主要供水水源，遼陽灌區總干渠長度為13 687 km。受季風氣候影響遼陽灌區降水量多年均值為735.2 mm，降水主要集中在夏季的6—8月，區域蒸發量多年均值為1452.6 mm[1-8]。整個灌區從東北向西南地勢逐步遞減變化。灌區設計灌溉和有效灌溉面積分別為10 000 hm2和8000 hm2近些年來遼陽灌灌溉面積有所衰減，2020年灌溉實際面積為6667 hm2。整個灌區支渠、農渠、斗渠分別為49.85 km、345.60 km以及106.60 km。遼陽灌區主要渠系的配水特征如表1所示。灌區各渠系配水流量在0.75～1.76 m3/s，通過現場測定灌區各渠系配水率在19.21%～47.38%之間，各渠系總體配水率均低于50%[9-14]。

表1 灌區渠系配水特征

2.2 灌區作物需水分析

結合作物需水模型[15]對遼陽灌區主要農作物月需水量進行了計算，各類型農作物逐月需水量計算結果如表2所示。

表2 遼陽灌區主要農作物各月份灌溉需水量計算結果

從遼陽灌區主要農作物各月份灌溉需水量計算結果可看出，5—9月為遼陽灌區各類農作物需水量最高月份，5—9月份各類型農作物具有較大的潛水蒸發，加大了各類型農作物的耗水量，因此其需水量也相對較高。區域農作物耕種措施是各類型農作物各月需水量影響的主要因素，作物需水量在種植時間響應增加，而在作物收割期逐步遞減。

2.3 灌區配水優化計算對比

對灌區農作物需水量采用不同優化算法進行各月份配水量的對比，對比結果如表3、表4所示，并結合改進前后的多目標蟻群算法對灌區各渠系優化配水結果進行對比，結果如表5所示。

表3 傳統多目標蟻群算法下的灌區配水優化計算結果

表4 改進多目標蟻群算法下的灌區配水優化計算結果

表5 改進前后多目標蟻群算法的灌區渠系優化配水對比

2.4 改進算法下灌區配水效率優化結果

采用改進的多目標蟻群優化算法對灌區不同渠系組合下配水率和配水時間進行優化計算，優化結果如表6所示。

表6 改進目標蟻群算法下渠系配水時間與配水量優化結果

各渠系優化組合下其優化配水時間相比于輪灌作業發方式平均可縮短29.5 h，整個輪灌時間周期內的配水調節率優化后均在50%以上，通過優化后遼陽灌區各渠系優化配水效率得到改善，灌區配水效益達到最優化的目標。

3 結 語

改進后的多目標蟻群算法相比于改進前，采用自適應度對其搜索變量進行自適應調整，提高了其尋優求解的收斂度，使得其優化求解精度得到改善。相比于改進前的優化算法，改進后優化算法下遼陽灌區各渠系配水量均值和配水率均值分別提高8.75萬m3和13.6%，灌區渠系優化配水效果改善較為明顯。整個輪灌時間周期內的配水調節率優化后均在50%以上。