（水利水电工程专业论文）改进粒子群算法在并联水库群联合防洪优化调度中的应用.pdf

摘要 水库防洪优化调度主要是研究水库的科学管理和调度决策的优化技术。目 前，国内外学者对水库防洪优化调度问题己进行了许多深入的研究并取得了一 些重要的研究成果，但是水库防洪优化调度理论仍存在不足之处，需要进一步 的提高和深入。水库防洪优化调度面临的两个最重要的问题，是如何把实际的 水库防洪优化调度问题概化为合适的数学模型，以及如何构建求解这种数学模 型适宜的算法。对于水库防洪优化调度模型的求解，传统的优化方法在收敛速 度、收敛精度方面都存在较大的不足。 粒子群算法是近年来新兴的一种简单实用的基于群体智能的全局优化算 法。由于它简单、容易实现且功能强大，因而短短几年的时间便获得了很大发 展，并且被广泛应用于许多领域。但是它仍然有一些缺点，针对标准粒子群算 法的一些缺点，本文提出了一种新的改进粒子群优化算法，该算法在收敛速度、 收敛精度方面比常规粒子群算法有很大的提高。然后，本文根据并联水库群中 各个水库的特点，给出单一水库防洪优化调度和并联水库群联合防洪优化调度 的模型，并运用改进粒子群算法对其求解。 本文以1 9 9 1 年淮河流域灌史河上鲇鱼山和梅山并联水库群为例，应用本文 提出的水库防洪优化调度模型和改进粒子群算法，进行实例计算。结果表明， 蒋家集断面的最大洪峰流量得到比较大的削减，大大缓解了蒋家集断面的防洪 压力。同时也表明改进粒子群算法在水库防洪优化调度领域有很强的适应性， 为水库防洪优化调度模型的求解提供了一条新的途径。 关键词：并联水库群防洪调度 灌史河粒子群优化算法马斯京根 v b a b s t r a c t t h eo p t i m a lo p e r a t i o no ff l o o dc o n t r o lr e s e r v o i rs t u d i e st h e o p t i m i z a t i o no fs c i e n t i f i cm a n a g e m e n ta n dd i s p a t c h i n gd e c i s i o n a t p r e s e n t ，al o to ff u r t h e rr e s e a r c hh a sb e e nc a r r i e dt h r o u g ha n dm a n y r e s u l t sg a i n e db o t h a th o m ea n da b r o a d b u tt h e r ea r es t i1 1 i n c o m p l e t e n e s s e si nt h i st h e o r yn e e d i n gi m p r o v i n ga n di tn e e d sf u r t h e r b er e s e a r c h e d t w oc r i t i c a lp r o b l e m sc o n f r o n t e di nt h eo p t i m a lo p e r a t i o n o ff l o o dc o n t r o lo fr e s e r v o i ra r et oc o n v e r tar e a lo p t i m a lo p e r a t i o n p r o b l e mt oa na p p r o p r i a t em a t h e m a t i c a lm o d e la n dt oc o n s t r u c tab e s t o p t i m a lt e c h n i q u ef o rs o l v i n gt h i s m o d e l w h a ti sm o r e ，c o n v e n t i o n a l o p t i m i z a t i o na l g o r i t h m sf o rt h es o l u t i o no ft h eo p t i m a lm o d e l sh a v em a n y 1 i m i t a t i o n si nc o m p u t i n gs p e e da n dc o n v e r g e n c e p a r t i c l es w a r mo p t i m i z a t i o n ( p s o ) i sa n e ws i m p l ea n dp r a c t i c a l o v e r a l lo p t i m i z a t i o na l g o r i t h mb a s e do ns w a r mi n t e l l i g e n c e b e c a u s e o fi t sa d v a n t a g e s ，i th a sg o tg r e a td e v e l o p m e n ta n db e e n u s e d e x t e n s i v e l y a i m i n ga tt h ed i s a d v a n t a g eo fc l a s s i c a lp s o t h i sp a p e ri m p r o v e sp s oa n d p u t sf o r w a r dan e wi m p r o v e da l g o r i t h m t h en e wi m p r o v e da l g o r i t h ma r e b e t t e rt h a nb e f o r ei nc o m p u t i n gs p e e da n dc o n v e r g e n c e t h e n ，a c c o r d i n gt o c h a r a c t e r i s t i c so fe a c hr e s e r v o i r p a p e rs e tu pt h em a t h e m a t i c a lm o d e l a n dm u l t i r e s e r v o i ri np a r a l l e la n d o p t i m a lt h e m i nm u l t i r e s e r v o i ri np a r a l l e l ，t h e o ff l o o dc o n t r o lo fe a c hr e s e r v o i r u s e st h en e wi m p r o v e da l g o r i t h mt o t h i sp a p e rt a k e sm u l t i r e s e r v o i ri np a r a l l e lo fn i a ny u s h a na n d m e i s h a ni ng u a nr i v e ra n ds h ir i v e ro fh u a i h er i v e rb a s i no f1 9 9 1a sa n e x a m p l e i te m p l o ym o d e la n dm e t h o dw h i c ht h i st e x tp u t sf o r w a r da n d c a l c u l a t et h ee m b o d i m e n t r e s u l ti n d i c a t e ，a d o p tp e a kj i a n g j i a j im o s t l a r g ef l o o dc r e s tf l o wt oc o n t r o ls e c t i o nr e d u c eb i g g e rb e h i n dt h e o p t i m a lo p e r a t i o no ff l o o dc o n t r o l ，h a v er e l i e v e dj i a n g j i a j ia n dt u r n e d o f ft h ef l o o dp r e s s u r ew h i c hc o n t r o l st h es e c t i o ng r e a t l y t h ea n a l y s i s o ft h er e s u l t ss t i l ls h o wt h ea p p l i c a b i l i t yo fp s ot ot h ef i e l do fo p t i m a l o p e r a t i o no ft h eo p t i m a lo p e r a t i o no ff l o o dc o n t r o lr e s e r v o i r ，w h i c h p r o v i d e san e ww a yo fs o l v i n gt h eo p t i m a lo p e r a t i o nm o d e l s k e yw o r d ：m u l t i r e s e r v o i ri np a r a l l e l r i v e rp a r t i c l es w a r mo r i t i m i z a t i o n f l o o dc o n t r o l g u a na n ds h i m u s k i n g u m v b 学位论文独创性声明： 本人所呈交的学位论文是我个人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写过的研究成果。与我 一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的 说明并表示了谢意。如不实，本人负全部责任。 论文作者( 签名) ：2 0 0 7 年b 只ile l 学位论文使用授权说明： 河海大学、中国科学技术信息研究所、国家图书馆、中国学术 期刊( 光盘版) 电子杂志社有权保留本人所送交学位论文的复印件 或电子文档，可以采用影印、缩印或其他复制手段保存论文。本人 电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论 文外，允许论文被查阅和借阅。论文全部或部分内容的公布( 包括刊 登) 授权河海大学研究生院办理。 论文作者c 签名，：牡2 。7 年易月 第一章绪论 1 1 概述 第一章绪论 1 1 1 水库优化调度的重要性 水利是农业的命脉，也是经济和社会发展的重要基础产业。 我国水资源在时间和空间分布上很不均匀。在时间分配上，一是水资源年内 分布不均，二是水资源总量年际变化大。其主要原因是降水量在时间分布上的不 均衡性。就年内分布而言，南方各省汛期4 个月( 5 月份8 月份) 降水量占全年 总降水量的5 0 6 0 ；北方各省汛期( 6 月份9 月份) 降水量占全年的7 0 8 0 ，造成河流丰、枯期相差悬殊。从年降水量分布来看，历年最大降水量和最 小降水量比值以西北地区最大，可超过8 ，华北为4 6 ，东北为3 4 ，南方地区 一般为2 3 ，这就给水资源开发利用增加了一定的难度，也是造成我国水旱灾害 频繁、农业生产不稳的原因。 我国水资源空间分布不均的主要表现是：南方水多地少，北方水少地多。全 国水资源有8 1 分布在长江流域及其以南地区，而该地区人口占全国的5 4 7 ， 耕地占3 5 9 ，g d p 占全国的5 4 8 ，人均水资源量3 4 8 0 m 3 ，每公顷耕地平均 水资源量6 4 5 0 0 m 3 ，属于人多、地少、经济发达、水资源相对丰富的地区。而长 江流域以北的广大地区，人口占全国的4 3 2 ，耕地占全国5 8 3 ，g d p 占全国 的4 3 4 ，水资源仅占全国的1 4 4 ，人均水资源量7 4 7 m 3 ，每公顷耕地平均水 资源7 6 0 5 m 3 ，属于人多、地多、经济相对不发达、水资源短缺的地区。 由于水资源分布的不均匀，我国是世界上洪涝灾害发生频率最高、受灾最 重的少数国家之一。我国疆域辽阔、河湖众多，与水有关的自然灾害始终和国 家的发展息息相关。我国大约2 3 的国土上存在着不同类型和不同程度的洪水 灾害。 自公元前2 0 0 年到1 9 4 9 年，全国共发生较大洪涝灾害1 0 9 2 次，平均2 年 一次。据不完全统计，在过去2 1 9 7 年间黄河流域发生洪涝灾害1 4 7 次，长江出 现洪涝灾害1 7 8 次。这些洪灾有些属于暴雨洪灾，有些持续多雨高水位涝灾， 有些属于溃决洪灾【“。 河海大学硕士学位论文 洪涝灾害对我国经济发展的影响很大。随着社会经济的发展，洪涝灾害不 再是只对农业生产增长造成直接严重影响，还造成民舍倒塌、交通通讯瘫痪、 部分企业停产或半停产，使经济波动，社会不稳定，严重阻碍我国经济的发展。 正确认识我国的洪涝灾害形势，减轻或避免洪灾的影响，甚至利用洪水， 化害为利，以保证和促进区域稳定持续发展，这对我国可持续发展战略有着极 其重要的意义。 近几十年来，随着社会的进步和经济的发展以及大洪水的频繁发生，水库 防洪问题成为学术界普遍关注的问题，通过水库防洪调度，处理好蓄泄关系， 削减洪峰，保证防洪目标的安全。随着系统理论的不断成熟，以及系统分析方 法在水资源规划中的应用，传统的常规调度已经不能满足人们的要求，水库调 度已经进入了优化调度阶段。 1 1 2 水库( 群) 优化调度的复杂性 水库( 群) 优化调度就是应用系统工程的理论和方法，将水库( 群) 的调 度问题处理成系统工程的优化问题，用优化技术确定水库( 群) 的最优决策， 使水库( 群) 获得最大的调度效益。优化调度根据所研究的方法不同，又可分 成确定性优化法，隐性随机优化法和显性随机优化法。 水库( 群) 调度中，由于天然径流的随机特性，调度决策过程的多阶段性， 水库( 群) 结构的复杂性以及应用的多目标性，给水库( 群) 调度工作带来了 很大的困难。 1 1 2 1 径流的随机特性 水库( 群) 的天然入库流量是一种随机流量，它的出现具有偶然性，很难 预先得知。这就给水库( 群) 的控制运用带来了很大的困难。在入库径流量未 知的情况下，确定水库( 群) 的泄水量，只能根据运行人员的主观经验判断。 如水库的实际来水量比预计的来水量少时，就会使水库水位削落过快，使水利 部门可用水量减少，并使发电量减少，危及水库的正常运行；若水库的实际来 水量比预计来水量大时，就有可能使水库很快蓄满，并发生大量的弃水，造成 水量浪费，影响水库的调度效益。径流出现的这种不确定性，是水库( 群) 调 2 第一章绪论 度过程中不易处理的问题。目前，在水库( 群) 优化调度研究中，一般将径流 过程处理为随机过程。 1 1 2 2 水库( 群) 运用的多目标性 水库( 群) 一般都具有综合利用任务，我国水库( 群) 大多具有防洪、发 电、灌溉、航运、供水等多种效益。水库( 群) 的各个目标之间是相互影响和 相互制约的，并且有些目标还难以用定量的方式来描述。这使得水库( 群) 得 调度决策非常困难。对于这一问题，一般都是以某一目标为主，其他目标作为 一种限制条件，使其得到最低限度的满足。目前，已经有人应用多目标规划方 法来研究水库( 群) 调度问题，进行了一些有益的尝试，取得了一些积极的成 果。 1 1 2 3 水库( 群) 调度的多阶段决策特性 水库( 群) 运用的目的，应该是使水库( 群) 在整个运行周期内获得最大 的运行效益，这就使水库( 群) 调度问题变成了一个多阶段的决策问题，更由 于径流出现的不确定性，使得这种多阶段的决策非常困难。对于单一水库的优 化调度问题，以前一般应用动态规划法，借助电子计算机就可以解决这一问题， 但是这种方法的精度和计算速度相比于目前应用比较广的遗传算法、蚁群算法 等要差得多。对于复杂和庞大的水库群系统优化调度问题，需要引入若干个状 态变量，状态变量数目的增加，使每阶段状态的组合数目随状态变量的数目呈 指数关系增加，应用动态规划法会出现“维数灾”，而遗传算法、蚁群算法则可 以相对比较准确的解决这个问题。但是这些方法存在着它们各自的缺点。 1 1 3 水库调度的发展阶段 1 1 3 1 常规调度阶段 我国的水库调度工作，经历了从无到有，逐步发展的过程。解放前，修建 的水库少而小，谈不上系统的水库调度工作；建国后，我国己建成大、中、小 型水库8 万多座。水库调度是保障水库安全，充分发挥水库综合效益的最重要 河海大学硕士学位论文 的环节。长期以来，经过一些技术人员的努力和探索，总结出了水库常规调度 图。在此基础上根据调度人员的经验和主观判断，进行水库调度，可以提高水 库的运行效果。 常规调度有着其固有的缺陷，它仅以几条蓄水指示线来指导水库的运行， 难免会很粗糙，精度不高，而且，它是以水库的保证运行为依据的水库调度， 不能使水库获得最优的运行效益。我国直到7 0 年代中期，才在全国普及常规调 度，并且直到目前为止，我国很多水库还是采用常规调度图来指导水库的实际 运行。 1 1 3 2 单库优化调度阶段 从1 9 5 7 年b e l l m a n 提出动态规划原理及1 9 6 0 年h o w a r d 提出马尔可夫决策 方法以后，随着径流随机描述理论的发展，电子计算机的出现及进入实用，水 库调度便进入了优化调度阶段。这时的优化调度，主要限于单库优化调度。7 0 年代，国外对单库随机优化调度的理论和方法己研究的比较深入，形成了水库 优化调度的系统理论与方法，并在一些水库的优化调度研究中取得了成功。经 过多年的研究和实践，我国已经掌握了单库优化调度的理论与方法，在我国全 面开展优化调度已经具备了条件。开展水库优化调度，已成为水库调度工作中 的一项重要任务。 1 i 3 3 库群优化调度阶段 组成水库群的各库，其水文径流情况和调度性能不同，联合调度工作可以 进行各库的水文补偿和库容补偿调节。在规划设计中，这种相互补偿调节可以 提高水库群的总保证出力。在建成后的兴利运行中，不但可提高全水库群的水 量利用效益，而且还可以提高水头利用效益。因此水库群的联合优化调度问题 很受重视，国外从7 0 年代中期开始研究水库群的优化调度问题，我国从8 0 年 代中期研究库群的优化调度问题，目前已取得丰富的成果。 1 2 国内外研究进展 水库优化调度的研究约始于上世纪中叶，是随着数学上最优化方法的发展 4 第一章绪论 而兴起的。随着实用性的要求越来越高，研究者将关注的重点转移到实用技术 的集成与多学科交叉研究上。在模拟模型与优化调度模型的开发上更着眼于理 论先进、方法完善、范围进一步扩大、仿真性能更好的模型如何提高防洪调 度的决策支持功能，如何构建人机交互机制，以及如何获得实用化要求的关键 技术，已经成为新的研究热点。 在科研人员的努力下，出现了大量的研究成果。研究大多侧重于理论与方 法的应用，诸如数学规划方法的应用，多目标决策方法的应用，大系统理论方 法的应用，随机理论的应用，模糊数学的应用，人工智能方法的应用等等，总 体说来有如下的方法： 1 2 1 优化方法 优化方法大多是基于数学规划技术运作的，通过确定一组决策变量的值使 得目标函数在约束条件下，自动搜寻并取得最优解。常采用的方法有：线性规 划、动态规划、非线性规划等。 1 2 1 1 线性规划方法 线性规划方法于1 9 3 9 年提出，是在水资源领域中应用最早且最广泛的一种 规划技术，被认为是当代科学最重要的进步之一。大型线性规划方法可以求解 数百个变量，对于一些特定的非线性规划则常常进行线性化处理，使之变为线 规划问题。6 0 年代起，线性规划方法即开始应用于水资源系统规划、设计、施 工和管理等方面。 1 9 7 4 年y e h 等人用线性规划方法研究了水库最优化问题，以直接寻求最优 运行策略1 2 1 。 1 9 7 9 年，h o u c k 提出了一个包含与未来径流预报有关的风险模型，该模型 以预报可靠性作为输入，是一个有机遇约束的线性规划模型【3 l 。 1 9 9 0 年，许白达将水库群系统防洪联合调度的注意力转移到了下游河道的 洪水演进上，分别以马斯京根法和槽蓄曲线推导了优化调度计算式( 前者为线性 规划模型，后者则为动态规划法) ，认为在某些情况下此式即为水库群系统防洪 优化调度的判别式，还给出了一个以线性规划方法求解四水库并联的水库群系 5 河海大学硕士学位论文 统防洪优化联合调度的算例【4 】。 1 9 9 8 年，马勇、高似春、陈惠源针对由混联水库群和多分蓄洪区组成的复 杂防洪系统，研究和建立了一个防洪系统联合运行的大规模线性规划模型，提 出了判断扒口分洪界点及其相应的分阶段解算的处理方法【5 1 。 线性规划求解技术成熟，处理方便，在满足线性和连续性等假定下具有广 泛应用价值。如何加大其研究力度，扩大其研究范围，是一个值得重视并具有 重要现实意义的课题。 1 2 1 2 动态规划方法 水库调度动态规划方法的基本思想是建立在美国数学家b e l l m a n 在5 0 年代 提出的动态规划( d p ) 理论基础之上的，实质上动态规划是最优化领域的一个 重要分支，这是一种研究多阶段决策过程的递推最优化方法。采用多阶段决策 过程，可把一个包含多变量的问题分解成一系列各自包含一个变量的问题。 1 9 6 3 年，谭维炎、黄守信等根据动态规划理论建立了一个长期调节水电站 的优化调度模型，并在狮子滩水电站的优化调度中得到应用【6 】。 。1 9 8 3 年，鲁子林等应用增量动态规划并结合短期洪水预报模型，实施富春 江水电站的优化调度，获得了平均每年增发电能2 4 7 0 万千瓦时的效益【。”。 1 9 7 6 年，s c h d t z 对某并联水库群建立了一个动态规划模型，以下游削峰为 目标，不需要洪水损失资料，但只适于各支流洪水同时发生的情况【钔。 l a r s o n 在1 9 6 8 年用增量动态规划法( i d p ) 研究过四库问题。h e i d a r i ( 1 9 7 1 ) 等考虑了四个水库的实际问题，首次提出并应用离散微分动态规划法( d d d p ) 求解问题。n o p m o g c o l 和a s k e w ( 1 9 7 6 ) 用多重增量动态规划技术( m i d p ) 研 究此问题。m u r r a y 和y a k o w i t z ( 1 9 7 9 ) 用约束微分动态规划法求解并把问题扩 大1 0 个水库计算了最优策略。 1 9 8 7 年，管家宝、虞锦江把梯级电站洪水调度问题转化为二次动态规划问 题，应用分解协调理论和极小值原理求解，但不能考虑洪水演进的变形【9 】。 1 9 8 6 年，张玉新、冯尚友建立了一个多维决策的多目标动态规划模型【1 0 1 ， 以多目标为基本目标，而将其它非基本目标作为状态变量处理，求解方法仍基 于一般的动态规划原理，该法实质上是单目标动态规划法在多目标问题中的应 6 第一章绪论 用，因此，随着维数的增加，计算工作量必然增加较多。为克服这一问题，张 玉新、冯尚友又于1 9 8 8 年提出了一个称之为多目标动态规划迭代法的求解方 法，该法的核心是构造一个三级段函数，计算效益有所提耐1 。在研究以发电 量和淤积量为目标的水沙联合优化调度中，用该法求出非劣解集后再用均衡规 划法选出满意的调度方案。 1 9 9 5 年，贺北方、涂龙将径流过程的随机描述与模糊动态规划相结合，建 立了水库优化调度的随机系统模糊动态规划模型( s f d p m ) 0 2 1 。 2 0 0 0 年，徐慧等人应用每秒运算2 5 亿次的国产曙光1 0 0 0 巨型计算采用动 态规划模型对淮河正阳关以上流域的9 个大型水库进行联合优化调度研究，同 时给出了淮河流域9 个大型水库联合优化调度模型【1 3 】。 在研究复杂的系统问题时，随着系统中单元( 子问题) 数目的增加，变量和 数目亦急剧增加，应用非线性方法求解时，将遇到计算工作量和存储容量困难， 即所谓的“维数灾”问题。动态规划方法适用于水库调度的多阶段决策，但求 解较繁琐复杂实用上存在“维数灾”问题，使其应用受到了一定限制，需要 加以深入研究和细化。 1 2 1 3 其他优化方法 非线性规划、网络流规划也都有所应用，但目前应用的状况远不如线性规 划、动态规划那样广泛。非线性规划能够有效处理目标函数不可分和非线性约 束问题，可为水库调度提供更为基本的数学方法。 1 9 8 6 年，李寿声、彭世彰等结合一些地区水库调度实际问题拟订了一个非 线性规划模型和多维动态规划模型，用于解决满足多种水源分配的水库最优引 水量问题【1 4 1 。 1 9 9 6 年，樊尔兰、李怀恩等建立了综合利用水库优化调度的动态确定性多 目标非线性数学模型，并利用逐次逼近( t h ep r o g r e s s i v ea p p r o a c ha l g o r i t h m , p a a ) 的逐步优化法( t h ep r o g e s s i v e0 p t i m a l 埘舢g o f i t l l m p o a ) ，即p a p o a 法求 解模型的最优解集1 1 5 1 。 但是，非线性规划方法优化过程缓慢，没有通用的解法和程序，实际应用 常需要进行线性化，或者与其他优化方法和模拟方法结合。网络流规划方法是 河海大学硕士学位论文 一种基于图论和网络分析的规划技术，在解决水库运行调度问题上，可有较好 的灵活性，但目前尚未见到将该方法用于水库群系统防洪联合调度。 1 2 1 4 大系统分解协调法 大系统理论主要针对大规模复杂系统而建立起来的，这些系统一般都具有 规模庞大、功能复杂、功能综合、因素众多、模型维数高等特点。由于大系统 问题的复杂特性，应用传统方法求解将会遇到许多困难。例如由于大系统结构 关联复杂，难以用常规方法建立系统的数学模型；大系统的动态特性中常含有 不同目标的状态，不能用统一的时间来度量系统的特性；大系统空白j 分布广阔， 不可能采用集中控制方式，根据当地信息资料确定局部控制；大系统模型维数 高且复杂，用传统的整体分析计算方法，随着系统中单元( 子问题) 数目的增 加，变量和约束数目亦急剧增加，应用非线性方法求解时，将遇到计算工作量 和存储容量上的困难，即所谓的“维数灾”问题等困难。 大系统理论在克服上述困难方面提供了一些方法，如可通过多重建模，然 后再建立关联模型，组成大系统的整体模型。通过系统结构分析，对大系统进 行层次分解，把大系统的多目标性分散到各层次上，建立各层次的相应模型， 再建立各层次问与系统总体目标的关联模型，以反映系统的总体功能。 大系统分解协调优化方法是一种降维迭代方法，较为常用。其基本思想是 将一个复杂的大系统按照具体情况和需要划分成若干个规模较小、结构比较简 单的子系统，然后实现各予系统的局部最优化，最后根据大系统的总任务和总 目标，协调子系统的输入和决策，实现整个系统的最优化。其中最常用的两级 结构，在二级递阶控制的大系统中，下级为n 个局域控制子系统，上级为协调 器，对各个子系统进行协调控制。协调控制的任务在于协调各个子系统之间的 相互耦合，在各子系统局部最优化的基础上，通过协调，实现大系统的全局最 优化。如图1 1 所示。第一级是下级子系统，解决各子问题的优化；第二级是 上级协调器，解决各子系统的相互耦合，实现大系统的优化。 第一章绪论 图1 1 分解协调示意图 水库群系统是一个相互关联的复杂大系统。目前，大系统理论在水电站水 库群系统优化调度领域渐受重视，在防洪水库群系统中的应用才f l l j n 起步。 1 9 8 1 年，张勇川利用大系统分解协调的观点，对水库群调度进行了研究， 提出了有时段径流预报的m d p 模型【1 6 1 。 1 9 8 6 年，董增川研究了大系统分解原理在水库群优化调度中的应用【1 7 】。 1 9 8 8 年，胡振鹏、冯尚友提出了动态大系统多目标递阶分析的分解一一聚 合方法，在解决丹江口水库防洪与兴利两个目标的优化调度时得到了应用【1 8 1 。 1 9 9 4 年，黄志中、周之豪对澄水流域提出了水库群实时防洪调度的多目标 决策模型，以分解协调方法克服“维数灾? 1 9 1 。 1 9 9 8 年，解建仓、田峰巍等结合黄河干流水库群( 包括水电站) 实例，建 立了优化调度模型，采用大系统分解协调原理推导了模型的求解算法【2 0 】。 1 2 2 智能仿生方法 计算机技术的快速发展，使得大规模的数据处理成为可能，从而在最近十 几年的时间里，涌现出像人工神经网络( a n n ) 、遗传算法( g a ) 和蚁群算法( a c a ) 等智能仿生算法，为水库优化调度的进一步发展作出了很好的贡献。 人工神经网络，或称为类神经网络，指的是模仿生物神经网络的资讯处理系 统【2 ”。人工神经网络较确切的定义为：人工神经网络是一种计算系统，包括软件 与硬件，它使用大量简单相连的人工神经元来模仿生物神经网络的能力。人工神 经网络是生物神经元的简单模拟，它从外界环境或者其他神经元取得资讯，同时 加以非常简单的运算，输出其结果到外界环境或者其他人工神经元。 1 9 4 3 年，美国心理学家麦卡洛克( w m c c u l l o c h ) 和数学家皮茨( w p i t t s ) 首先用数学模型对神经系统中的神经元进行了理论建模，从此揭开了人工神经 9 河海大学硕士学位论文 网络研究的序幕。特别是1 9 8 2 年h o p f i e d 模型和1 9 8 5 年反向传播算法b p 的提 出，更是大大拓宽了人工神经网络的应用领域。 人工神经网络是仿效生物处理模式以获得智能信息处理的理论。它着眼于脑 的微观网络结构，通过大量神经元的复杂连接，采用由底到顶的方法，通过自学 习、自组织和非线性动力学所形成的并行分布方式，来处理难于语言化的信息模 式。人工神经网络实质上实现了一个从输入到输出的映射功能，而数学理论己证 明它具有实现任何复杂非线性映射的功能，这使得它特别适合于求解内部机制复 杂的问题：网络能通过学习带正确答案的实例集自动提取“合理的”求解规则， 即具有自学习能力；同时还具有一定的推广、概括能力。 由于水利系统完善的水情信息资料，使得利用神经网络技术预测未知数据 资料成为可能，也为优化调度提供了最直接、有效的基本信息。所以国内外在 神经网络的水资源领域应用方面做了大量的研究工作，已经在分类和识别问题、 预测预报问题、优化计算问题、专家系统研制与开发问题和其它一些问题上取 得了不错的成果。 而遗传算法是美国密执安大学的著名科学家j h h o i i a n d 教授于2 0 世纪7 0 年代中期提出来的一种基于生物遗传和进化机制的适合于复杂系统优化计算的 自适应概率优化技术1 。遗传算法提供了一种求解复杂系统优化问题的通用框 架，它不依赖于问题的具体领域，对所求解问题的种类具有很强的鲁棒性，它 以决策变量的编码作为运算对象，直接以目标函数值作为概率搜索的基本信息。 可同时使用多个搜索点的信息，并且占用计算机内存少，尤其适用于求解一些 非线性、多模型、多目标和多参数的复杂系统的全局总体优化问题。水电站优 化调度是一个典型的全局优化问题，将遗传算法应用于水库优化调度中，可解 决应用动态规划等算法时出现的“维数灾”问题。 1 9 9 7 年，王黎等人利用二进制遗传算法对水电站水库优化调度进行了研究， 同时他把这一论理应用于四川省某大型水利枢纽的优化调度中，得到了较好的 计算效果嘲。 1 9 9 9 年，伍永刚、王定一采用二倍体遗传算法求解梯级水电站日优化调度 问题。借助于基因显性机制，利用二倍体基因结构具有内在的保护群体基因多 样性的能力，来提高算法的全局寻优能力算法中，出力限制条件在调度方案的 1 0 第一章绪论 编码中自动满足，而其他约束条件如负荷平衡、水量平衡( 考虑梯级水库间的水 流流达时间) 等则在计算个体适应度值时予以考虑口町。 2 0 0 1 年，畅建霞等人在遗传算法中为避免采用二进制编码时存在的编码冗 余问题，提出一种基于十进制整数编码的改进遗传算法，并进行水电站水库优 化调度研究i 矧。 2 0 0 3 年，钟登华、熊歼智等人通过改进提出一种改进遗传算法并将其应用 于水库优化调度领域。他们遵循生物的适应度通常应当是一个随机量这一思想， 以个体的随机得分作为个体的适应度，采用改变通常采用的随机水位变化序列 为基础的个体编码方法，通过合理的编码，不仅使遗传算法在水库优化调度中 体现了强大的适应性，同时也简化了水库优化调度中遗传的实现过程【2 6 】。 同年，郭纯一以辽宁省省级防洪调度决策支持系统建设为背景，提出基于 遗传算法的水库防洪调度决策支持系统，使该系统具有较强的科学性、灵活性 和实用性口7 】。 1 3 本文研究的主要内容 纵观水库调度的国内外研究进展，水库调度问题的研究从未间断过，并不 断取得新的成果。但是水库优化调度理论仍存在不足之处，需要进一步的深入 研究。水库优化调度应该主要解决的两个问题，一是如何建立水库优化调度的 数学模型；二是如何选择求解这种数学模型的最优化方法i 捌。对于水库优化调 度的研究其中很重要的一部分就是对于水库调度模型进行改进，使模型能够更 好的反映实际情况，并且在模型建立的基础上，研究对模型求解的最优化方法。 对于水库优化调度模型求解是一个复杂的多约束优化问题，传统的优化方法在 解决这类问题时存在计算速度慢、收敛性能不好等一些不足，而有较强“鲁棒 性”的遗传算法、蚁群算法等一些智能仿生算法，已被学者应用于水库优化调 度中，并显示出一定的优越性。 但是遗传算法、蚁群算法等这些智能仿生算法都存在着进化速度慢，易产 生早熟收敛，并且其性能对参数有较大的依赖性。相比于遗传算法、蚁群优化 等智能仿生算法，同样基于群智能仿生的粒子群算法能够很好的克服这些缺点。 粒子群算法是通过粒子间的相互影响寻找复杂搜索空间中的最优区域，是一种 河海大学硕士学位论文 全局优化算法。与其它智能仿生计算方法相比，粒子群算法的主要特点有：( 1 ) 每一个个体都被赋予一个随机速度并在整个空间中流动；( 2 ) 个体具有记忆功 能；( 3 ) 个体的进化主要是通过个体之间的合作与竞争来实现的。粒子群优化 算法还具有并行处理、鲁棒性好等特点，能以较大概率找到问题的全局最优解， 而且计算效率比遗传算法、蚁群算法高。其最大的优势在于简单易实现、收敛 速度快，而且有深刻的智能背景，既适合科学研究，又适合工程应用【2 9 】。因此， 将粒子群算法引入水库优化调度模型求解领域，无疑是一种较好的选择。目前， 将粒子群算法运用于水库优化调度系统中的研究还很少，国内外均如此。但是 随着对粒子群算法研究的不断深入，粒子群算法在水库优化调度系统中的运用 将引起国内外的普遍重视。鉴于粒子群算法有如此多的优点及其很好的前景， 本文尝试着对粒子群算法作进一步的研究，并将其运用于水库防洪优化调度中。 本论文主要从以下几个方面进行研究： ( 1 ) 建立以最大削峰和最短成灾历时为目标的水库防洪优化调度模型 在研究已建成水库的防洪操作时，为了达到最优的防洪效益，首先需要考 虑最优准则问题。防洪的最优准则指按照什么样的指标来衡量水库防洪操作的 优劣程度。常用的防洪最优准则般有最大削峰准则、最短成灾历时准则、最 小洪灾损失准则、最大防洪安全准则等，本文结合实际案例，综合考虑水库自 身和下游防洪目标的安全情况下，合理的选择最优准则，充分发挥水库的错峰 作用。 ( 2 ) 改进粒子群算法的研究及其在水库防洪优化调度中的运用 粒子群算法是一个具有独特特点的进化计算方法，已被应用于各类连续问 题和离散问题的参数优化，已经在模糊控制器的设计、机器人路径规划、信号 处理和模式识别、函数优化、神经网络的训练等问题上均取得了不错的成果。 尽管如此，研究表明，虽然标准粒子群算法能比其他人工智能仿生算法更快的 得到较优可行解，可是它仍然有计算精度不高，优化过程后期收敛速度变慢、 容易发散等缺点。此外，如果粒子群算法的加速系数、最大速度等参数设置太 大，粒子群就有可能错过最优解，导致算法最终不收敛；而在算法收敛的情况 下，由于所有的粒子群都向最优解的方向飞去，粒子失去了多样性，使得运算 后期收敛速度明显变慢。因此，本论文对粒子群算法进行研究，提出一种改进 第一章绪论 的粒子群算法，有效的克服其存在的问题，并将这一改进粒子群算法应用于水 库防洪优化调度领域，求解复杂的多约束水库防洪优化调度模型。 ( 3 ) 将模型算法应用于淮河流域防洪系统中的鲇鱼山和梅山并联水库群的 防洪优化调度中 将建立的优化模型和改进的粒子群算法应用于淮河流域防洪系统中的鲇鱼 山和梅山并联水库群防洪优化调度，在保证各个水库自身的安全运行的情况下， 考虑区间来水，尝试通过用此模型，使得位于灌史河下游的蒋家集断面的水位 峰值得到削减，以保证该地区的安全。 河海大学硕士学位论文 第二章并联水库群联合防洪优化调度数学 模型 水库优化调度一般分单一水库优化调度和水库群优化调度两类，水库群优化 调度又根据水库地理位置和水力联系的不同分为有水力联系的串联水库群、无水 力联系的并联水库群以及既有串联水库，又有并联水库的混联水库群三种优化调 度问题。迄今为止，有关水库优化调度问题的研究大多数是针对这几种水库群类 型的。 本章主要研究并联水库群联合防洪优化调度的数学模型问题。而水库群联 合防洪优化调度是在单库防洪优化调度的基础上进行的，所以本文将对单一水 库防洪优化调度和水库群防洪优化调度数学模型分别进行具体的研究。 2 1 单一水库防洪优化调度模型 水库设计运行中防洪任务的提法有三种。一是减轻水库防洪保护区的洪涝 灾害；二是防止库区城镇农田的淹没损失；三是保证大坝一定频率洪水的安全 宣泄。前二种只在水库上下游存在防护对象时才需要考虑；而第三神大坝的安 全泄洪则是对一切水库都是必须考虑的。 对于下游有防洪任务的单库防洪问题，在研究其防洪操作时，为了达到最 优的防洪效益，首先需要考虑优化准则问题。 2 1 1 防洪优化准则 防洪优化准则，指按照什么样的指标来衡量水库防洪操作的优劣程度。防 洪优化准则可分为诸多种，本文主要介绍目前应用最为广泛的以下两种优化准 则： 1 、最大削峰准则 1 4 第二牵并联水库群联合防洪优化调度数学模型 最大削峰准则的目标是在保证水库安全的前提下，使水库的最大下泄流量 最小。最大削峰准则，通常用在防洪库容有限或已定的情况下。该准则表达式 如下： 无区间来水时：r a i n m a x q , ，f ( 岛，o ) ( 2 1 ) 有区间来水时：r a i n m a x q , + q 已，t e ( 1 0 ，o ) ( 2 2 ) 其中，假定入库洪水q ；区间来水q 毫；防洪库容；下游允许安全泄量 q 安；以及溢洪道泄水能力等均为已知；f o 、为成灾时期始末 该调度方式的任务就是在上述各种已定条件下求出下泄流量最均匀的水库 泄水过程，亦即最大削峰后的下泄流量过程线，也就是待求的运行决策变量。 2 、最短成灾历时准则 最短成灾历时准则的目标是在保证水库安全前提下，使水库下泄流量超过 水库下游防洪断面的安全泄量的时间尽可能的短。该优化调度准则表达式如下 p 0 1 ： 无区间洪水时：m i n t 灾 = t i q , ( 2 3 ) 有区间洪水时：m i l l & = fl 碍，+ q 篚( f ) g 安j ( 2 4 ) 式中，砭是成灾时间；g f 为，时刻的下泄流量；g 安为下游允许安全泄量； q 区。为区间来水。 式( 2 3 ) 中，对一次特定的洪水，成灾水量是一个定量，设为w ，则 【d q ( r ) 飞p = 矿 式中：f o 、t a 为成灾时期始末，t o j f d 为成灾期( q ( f ) 2 鼹) ，但是由于 防洪库容的调蓄作用，所以实际成灾历时( q ( ) 啦) 应短于r d t o ，设实际 成灾历时为如- t , 。即有： n g ( r ) 一p = 一2 c o s f ( 2 5 ) 最小成灾历时，实际上是在保持式( 2 5 ) 积分值不变前提下，在【，o ，t d l 区 间内找到一个最短的积分限。设厂( ，) = g ( f ) 一g 安，据s c h w a r z 不等式： 河海大学硕士学位论文 i e ：i ，) 2 毋f g ( f ) 2 加 c 厂( r ) g ( ，) 西 2 取g ( ，) = 1 ，, i r i s ： ( f 2 _ f 。) 耻( ，) 拉n ( 硝 刚州胆踹 k 赫 & = f 2 一 最小等价于f 2 ，( f ) 西最大，即。 m m & 营m a ) 【r ( 吼一g 安) 威 ( 2 6 ) q ( ，) = g ( f ) + 纭( t ) m i l l 营m a x c ( g f + 缓，一强) 毋 ( 2 7 ) 2 1 2 约束条件 1 水库水量平衡约束 毕小学恤”圪 1 6 ( 2 8 ) 第二章并联水库群联合防洪优化调度数学模型 式中：厶为水库i 在t 时刻的入库流量； j + l 为水库i 在t + l 时刻的入库流量； 吼为水库i 在t 时刻的下泄流量； 吼j + l 为水库i 在t + l 时刻的下泄流量； 为水库i 在t 时刻的库容，即蓄水量； k 。为水库i 在t + 1 时刻的库容，即蓄水量； f 为时段长。 ， 2 水库蓄水能力约束 各水库每一时刻的蓄水量不超过其允许的最高水位库容和不低于兴利所需 要的最小库容，即 k 麓s 形0 v t ( 2 9 ) 式中：圪为水库i 在t 时刻的库容，即蓄水量； 吃为水库i 的兴利所需的最小库容： 矿为水库i 的允许最高水位库容。 3 泄量约束，即下游河道安全泄量约束和最大泄水能力约束 吼铋 ( 2 1 0 ) 吼吼( 巧) v t( 2 1 1 ) 式中：吼为水库i 在t 时刻的下泄流量； 口聩为水库i 下游河道防洪控制点的最大允许流量( 或安全泄量) ，式 ( 2 1 0 ) 仅在下泄流量不大于下游河道安全泄量的情况下起作 用； g j ) 为当水库蓄量为吒时的最大可能下泄能力，它通常由两部分组 成，即溢洪道