（水文学及水资源专业论文）感潮枢纽调度模型及应用系统研究.pdf

摘要 摘要 本文分析了感潮枢纽及其调度的特点，在研究了感潮枢纽调度可能的调度 目标、约束条件、边界条件基础上，根据水量平衡原理建立了感潮枢纽的调度 模型，并给出调度模型求解的范例。论述了作为感潮枢纽调度模型边界条件的 洪水预报相关模型和潮位预报的水动力学方法，讨论了洪水预报和潮水位预报 的相关修正方法。 感潮枢纽的调度为多目标调度。通常在多目标调度系统中，其调度目标与 调度控制措施显著相关，调度目标通过相应的调度控制措施得以实现，故本文 提出了控制矩阵方法，对原始调度目标矩阵作一线性变换，对变换后的调度目 标矩阵作进一步的协方差分析，得出了相应的分析结论。 本文以福建省九龙江北溪枢纽为研究对象，论述了典型感潮枢纽调度系统 的组成和调度模型应用概况，提出了基于连续实测潮水位资料的潮水位预报方 法：相似外延法，并结合应用实际对洪潮联合调度进行了初步分析，提出了洪 潮联合容差调度的概念。文章最后对调度模型实际应用案例进行了分析。系统 运行结果表明，感潮枢纽调度系统的建立，提高了调度控制准确度，较大幅度 的提高了控制运行的周期，产生了可观的社会经济效益。 关键词：感潮枢纽、调度模型、控制矩阵方法、洪潮容差调度、相似外延法 a b s t r a c t a bs t r a c t i t l ec o n c e p to ft h et i d es e n s i t i v en o o dc o n 仃o lp r o j e c ti sf i r s t l yi n t r o d u c e di nt h ep a p e ra n d l e 0 p e r a t i o nm o d e lf o rt h o s et i d es e n s i t i v ef l o o dc o n t r o lp r o j e c t 觚di t sc h a r a c t e r i s t i c s i s 觚a j y z e d b a s e do no p e m t i o n a lo b j e c t i v e s ，s u b j e c tc o n d i t i o ，a 1 1 dw a t e rq u a m i 妙b a l a n c i n g ，锄 o p e r a t i o nm o d e lf o rt i d es e i l s i t i v ef 1 0 0 dc o n t r o lp r o j e c ti se s t a b l i s h e d 锄da 够p i c a ls o l u t i o nt oa c 笛es t u d yi sa i s og i v e ni nt h ep a p e r b o t i lu p 蛐广e 锄f l o o df o r c c 雏t 锄dd o w n s t r e 锄t i d e f 0 豫c 签tb yh y d r o d y n 锄i c sa r et a k e na ss u b j e c tc o n d i t i o 舾 1 1 1 eo p e m t i o nm o d e lf o rt h et i d es e l l s i t i v en 0 0 dc o n t r 0 1p r o j e c ti sg e n e r a l l yo fm u l t i p l e o b j e c t i v e s t h e r ei sas i g n i f i c a n tr e l a t i v i 妙锄o n go p e r a t i o n a lo b j e c t i v e sa n dc o n t r o lm e 嬲u r e s t h eo p e r a t i o n a lo b j e c t i v e sc o u l db er e a l i z e dt h r 伽g hm o s ec o r r e s p o n d i n gc o n 仃d lm e a s u r e s t h e r e f o r em ec o m r o lm a t r i xi si n 仃0 d u c e d a na l g e b r a i c a l l yt r a l l s f 0 珊e dm o d e l 矗o mt h e 嘶g m a l o b j e c t i v em a t r i xi sp r o p o s e d t h ec o v 撕锄c eo ft i l ea l g e b r a j c a l l yt r a j l s f 0 衄e do b j e c t i v em 枷x m r o u g hc o n 仃o lm 砌xc o u l db ec o m p r e s s e du n d e rs p e c h a ln o 咖觚d ，| 厂d 6 p 胛，搬n 伽t h eu p b o u n da r i dl o wb o m do ft h ec o m p r c s s e do b j e c t i v em 枷xu i l d e r 凡6 f 淞肿n nh 雒b e e n d e d u c e d b a s e d0 nm u l t i v a r i a t es t o c h a s t i c & s t a t i s t i c a i 锄a i y s i s ，al i n e a rr e g r e s s i o nm o d e li s t u p as u 伍c i e n tc o n d i t i o ni sd e d u c e df o rt h ec o n t r o lm 砌x t 0a c h i e v es o m eb e 舵rr c g r e s s i o n e s t i m a t i o nw i t l lab e t i 甜c o n f i d e n c ea j l e ao f 丘，c o m p 耐n gt 0t i l em a x m u ml i l ( e l i h 0 0 de s t i m a t i 蚰 a sac a s e 洲y t h er e a lt i m eo p e r a t i o nm o d e lf o rj i u l o n g 硒v e rb e i x if l o o dc o m r o l ，f u j i 觚 p r 0 v i l l c eh a sb e e nw o r k e do u ta n dt h ei m e 黜ds y s t e mf o ra l j t o m a t i co p e r a t i o ni sb r i e f l y i 咖d u c e d t h ew h o l es y s t e mi sp u ti n t 0 叩e m t i o ni na u g 吣t ，2 0 0 7 t h ec 0 0 r d i n a t i o no fu p - 舳锄i n c o m ef 0 r e c a s ta n dd o w n s t r e 锄t i d ef 1 0 r e c a s ta sw e l la st 1 1 er e a lt i m ec o n e c t i o ni s i n 仃o d u c e dt or e a lt i m e0 p e r a t i o nf o rt i d es e n s i t i v ef 1 0 0 dc o n 仃0 lp r o j e c t n es i m i i 撕t ) ，e x t e n s i o n i s a p p l i e dt 0t h es h o r t - t e 瑚t i d ef o r e c a s tb yc o n t i n u o l l s1 1 e a lt i m et e l e m e t r y t h ed e v i a t i o n t o l e 舢to p e m t i o ni sf i r s t l yi n t i 蜘u c e dt 0t t l et i d es e n s i t i v ep r o j e c tu n d e r b o t hu p _ s 眈锄n o o d a n dd o w n s t i e 锄t i d e t h e 印p l i c a t i o nr e s u l t sh a v eb e e n 卸甜y z e d 锄de v a l u a t e da t t 1 1 ee n do ft h ep 印e r 1 1 屺 p r a c t i c a lr e s u l t ss h o wt 1 1 a tt 1 1 ea c c u r a c yo fo p e r a t i o no nw a t e r l o c k si sg r e a t l yi m p m v e d ，w h i c h y i e l d ss i g n i 6 c a n ts o c i a ie c o n o m i c a lb e n e f i t st ot h eo w n e r k e yw o r d st i d es e l l s i t i v ef 1 0 0 dc o n t r o lp r o j e c t ；f 0 r e c a s t & o p e r a t i o n ；o p e r a t i o nm o d e l ； c o n 仃o lm a t 血；f l o o df o r e c a s t ；t i d ef o r e c a s t ，d e v i a t i o nt o l e 啪to p e r a t i o nu 1 1 d e r b o t l lu p - s t r e 锄 f 1 0 0 d 锄dd o w n - s 仃e 锄t i d e ；s i m i l 撕t ) re x t e n s i o n 前言 j 一 刖吾 迄今为止，国内外专家学者在实时预报调度系统领域均进行了大量的理论 研究及颇具规模的应用实践探索。在预报调度模型的研究领域，各种建模方法 百花齐放，百家争鸣。学者们不仅用数学的方法研究了模型的建立和求解，而 且大量的学者借鉴仿生学的研究方法和研究成果进行了应用实践，取得了丰硕 的研究成果。 实时预报调度受诸多因素影响，如入库径流、水库特性、用水特性、水闸 泄流特性、通航要求、环保要求以及电站的机电特性等，其中径流与水闸泄流 的影响较大，对于感潮枢纽，变化的潮位也会产生较大的影响。 感潮枢纽上游多为径流式水库，下游为感潮河段，通常担负流域下游的挡 潮防洪及周边地区的防洪、工农业生产供水、生活供水、通航、排污等任务， 感潮枢纽调度模型的研究与应用直接影响防洪安全、供水安全、水库的效益与 运行成本，具有现实意义。 本文从感潮枢纽实时预报调度系统的实际需要出发，研究了感潮枢纽实时 调度模型及其相关边界条件，研究了调度目标和控制方法的相关性，并将调度 模型应用于现实系统，为感潮枢纽实时预报调度系统提供了一个典型范例。 本文主要创新点有： ( 1 ) 从调度目标、约束条件、水量平衡方程入手对感潮枢纽调度模型进 行了初步探讨，建立了感潮枢纽的调度模型，给出了调度模型的建立和求解过 程，为进一步研究感潮水利枢纽的调度提供了一个模型建立和求解范例 ( 2 ) 研究了调度目标和控制方法的相关性，提出了实现调度目标的控制 前言 矩阵方法。在定义了作为随机过程的目标矩阵和控制矩阵后，通过研究分析得 到了如下研究成果：控制矩阵方法的目标矩阵的协方差阵在谱范数和 f r o b e n i u s 范数的意义下均达到了压缩；利用随机矩阵协方差阵的对称半正定 性，以及对称矩阵的f r o b e n i u s 范数与其特征值的关系，给出了用控制矩阵方 法进行协方差阵压缩以后的协方差阵的上、下界估计；运用控制矩阵方法的回 归估计量的置信区域，并在同一置信水平的前提下，与传统方法的极大似然估 计量进行了对比，给出了控制矩阵方法取得较优的置信区域的一个充分条件。 ( 3 ) 将感潮枢纽调度模型成功的运用于北溪枢纽预报调度系统，并从系 统的角度描述了北溪枢纽预报调度系统的体系结构、网络平台、系统拓扑结 构、系统控制逻辑和系统功能，为感潮枢纽调度系统提供了一个模型应用和系 统建设的范例。 ( 4 ) 为解决调度模型的下边界一闸下潮水位的预报问题，在连续实测资 料的基础上，应用相似原理，提出了潮水位预报的相似外延法。 ( 5 ) 提出了通过实测数据与预测潮水位数据来直接修正预报入流( 而不 是修正预报模型或模型参数) 的方法即所谓的洪潮联合容差调度。洪潮联合容 差调度其本质是承认预报和计算的中间结果与真值的误差，但并不去设法消除 和减小误差，而是保持误差的客观存在及其相对稳定性，建立各种中间结果之 间的内在联系，达到使得最终目标偏差最小的方法。 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 论文作者( 签 责任。 2 0 0 8 年6 月日 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 论文作者2 0 0 8 年6 月日 第一章绪论 第一章绪论 1 1感潮枢纽的概念和研究的意义 1 1 1感潮枢纽的概念 我国是一个拥有漫长海岸线和辽阔陆地纵深的国家，众多江河奔腾东去注 入大海。人们为了保障江河入海口上游的供水通航，充分利用有限的淡水资 源，防止咸潮的回灌，往往在江河入海口附近的河道上修建挡潮拦河闸等水利 枢纽工程。本文称此类上游一般为径流式水库，下游为感潮河段的，通常担负 流域下游及周边地区的挡潮防洪、工农业生产供水、生活供水、通航、排污等 任务的水利枢纽为感潮枢纽。感潮枢纽如图1 1 所示。 图1 1 感潮枢纽示意图 河海人学博一i ：论文感潮枢纽调度模型及应用系统研究 1 1 2问题的提出和研究的意义 通常情况下，感潮枢纽所处的位置水面较为宽阔，往往需要相当数量的水 闸并列构成挡潮拦河闸群。为保证上游水位保持在合理范围内，就必须调节水 闸的开启高度。由于上游的来水不是一个平稳恒定的过程，下游的潮位也处于 时刻变化之中，因此与上游水位和下游潮水位密切相关的水闸的出流也是一个 非平稳恒定的过程，这就给合理的调节水闸丌启高度带来了很大的困难。 感潮枢纽除具有一般水利枢纽或水库的特点外还具有如下特征： ( 1 ) 枢纽主要调度控制对象为拦河水闸群； ( 2 ) 枢纽上游多为径流式水库，库容小，调蓄能力弱，蓄水不是主要目 的，保证出库与入库水量基本平衡，控制库区水位平稳在合理范围才 是水库安全运行的关键； ( 3 ) 枢纽下游为感潮河段，潮位涨落变化快、幅度大，对水闸下泄有顶 托，下泄流量变化大。 对于感潮枢纽，由于其上游的径流式水库调蓄库容十分有限，较小的流量 变化就有可能引起较大的库水位的变化，而下游潮水位对出流的影响加剧了流 量变化的频率和幅度，从而使得库水位很难在枢纽水闸工况不变的情况下保持 较长时间的稳定。靠经验和一般的调度方法难以使库水位较长时间保持稳定， 往往需要通过频繁的调节闸门开度来实现水库水位的平稳，但这样不仅增加了 调度运行的工作频度和工作人员的劳动强度，又加大了能源的浪费和加快了机 电设备的损耗。 综上，有必要研究感潮枢纽调度模型、建立感潮枢纽预报调度自动化系 统，实现优化调度，解决感潮枢纽库水位平稳和调度运行频繁的矛盾，满足感 潮枢纽实际的调度需求。由此，提出了本文需要解决的问题，即感潮枢纽的调 度问题。 感潮枢纽调度系统为综合性实时预报调度系统。广义地讲，实时预报调度 系统是对某一特定的流域或水系的水资源进行合理配置和调度的所有基于计算 机网络和通信系统的相互关联的自动化系统和应用软件系统的总和。它包括自 动测量系统( 含水雨情、工情、墒情、气象信息的采集等) 、自动化控制系统 ( 含闸门、泵站等的自动控制) 、实时预报数学模型及软件( 含洪水预报、潮位 2 第一章绪论 预报、水环境变化趋势预报等) 、实时调度数学模型及软件、水利工程安全观测 系统、水环境( 水质) 监测系统、自动化监视系统、网络和通信系统、数据库 系统、应用软件系统等。对实时预报调度系统的研究是一个十分庞杂的课题。 就水文学的角度而言，研究的重点一般会放在预报和调度的模型及实现方法 上。 实时洪水预报数学模型和实时水库调度数学模型是近二十年来在水文领域 发展最为迅速的一个应用分支，是现代应用水文学的重要组成部分，是建立 在充分掌握客观水文规律、实时水雨情数据和水文要素的基础上对未来水文要 素作出准确预报与调度幢1 。 实时预报调度受诸多因素影响，如入库径流、水库特性、用水特性、水闸 泄流特性、通航要求、环保要求以及电站的机电特性等，其中径流与水闸泄流 的影响较大，对于感潮枢纽，变化的潮位也会产生较大的影响。 本文根据感潮枢纽的特点，对感潮枢纽调度模型及其基本要素、调度目标 与调度方法的相关性进行研究，最后以福建省九龙江北溪枢纽自动化系统为例 研究了感潮枢纽调度系统。北溪枢纽调度系统是一项建立在九龙江北溪引水枢 纽工程及其综合调度管理系统基础上的具有一定规模、结构相对复杂、技术涉 及面较广的系统工程，是解决九龙江北溪流域下游地区防洪减灾、保障厦门及 厦漳交界地区水资源供给的一项重要的非工程措施，其系统架构、实时洪水预 报、潮位预报及水闸调度的思路、理论、方法和实践为感潮枢纽水闸实时预报 调度系统提供了一个成功的案例，具有广泛的应用前景，对感潮水闸实时预报 调度具有重要的指导意义和应用参考价值。 1 2国内外研究进展 迄今为止，国内外在实时预报调度系统领域均进行了大量的理论研究及颇 具规模的应用实践探索。在预报调度模型的研究领域，各种建模方法百花齐 放，百家争鸣。学者们不仅用数学的方法研究了模型的建立和求解，而且大量 的学者借鉴仿生学的研究方法和研究成果进行了应用实践，取得了蔚为可观的 研究成果，甚至有学者借鉴病原与抗体的医学原理n 1 进行了有益的探索。 河海大学博1 ：论文 感潮根纽调度模型及心用系统研究 1 2 1水文预报的研究进展 水文预报是防汛、抗旱和水资源利用等重大决策的重要依据，历来受到各 方面的关注，也是应用水文学中发展最快的分支。现在广泛使用的水文预报模 型，如新安江模型等都是概念性水文模型，即模型参数都具有确定的物理意 义。预报调度人员根据获得的预报结果( 通常是一个流量序列) 作出相应的决 策。然而，众所周知，现在的预报模型在精度上未能完全满足实时调度的需 要，它只是对复杂水文过程的一种近似模拟，模型的结构、参数以及模型的输 入均为非精确的。面对不确定的水文过程和以确定形式表述的水文预报，防洪 调度决策者在制定决策时，如何科学地对待、处理水文预报，并达到最优的调 度决策，就成为人们关心的课题。 在防汛指挥决策中，及时准确的洪水过程预报一直是防汛指挥决策中的关 键支撑技术，半个多世纪以来，水文学者研究发展了众多的预报技术和方法。 在2 0 世纪3 0 年代，人们研发了一些以相关图、谢尔曼单位线、马斯京根法 为代表的传统预报方法；自2 0 世纪5 0 年代开始，系统理论开始向洪水预报 技术渗透，最初引起水文学者兴趣的是谢尔曼单位线与系统响应函数定义的一 致性，于是用系统离线识别算法作为推求单位线的数值工具的研究首先兴起， 与此同时系统分析的许多概念和方法也逐步引入水文学中n 一，6 1 。 国内外基于计算机的流域水文模拟盯，8 9 1 0 川在解决水文实际问题和进行水 文规律研究上起着显著的作用，其核心是通过建立数学模型，在计算机上对流 域上发生的水文过程进行模拟并实现。目前在国际上影响较大的模型有我国的 新安江模型、美国的萨克拉门托模型、斯坦福模型及日本的水箱模型口2 1 等，主 要侧重于山区径流形成的研究，国内外在这方面的研究均发表了大量的学术论 r 1 3 ，1 4 ，1 5 1 6 1 7 ，1 8 1 9 2 0 ，2 1 2 2 2 3 ，2 4 ，2 5 j - o 我国实时洪水预报调度系统啪3 最早于1 9 8 0 年前后起步。1 9 8 3 ，我国引进 了意大利的一套水情自动测报系统及约束线性系统模型( c l s 模型) 乜7 2 8 瑚瑚- 3 ，该模型由意大利e t o d i n i 等人提出，是国际上开发较早、影响较大 的一个实时预报模型，对中国水情自动测报系统的发展起了巨大的促进作用， 水利部信息中心也丌发了s c l s 实时预报模型，该模型是由新安江模型和c l s 4 第章绪论 模型结合而成，比单独应用c l s 模型的效果有较大的改进。目前，在我国较 常用的实时洪水预报模型有大型水电系统实时洪水预报与调度模型，此类模型 建立在一般流域水文模拟模型，也称降雨径流模型( 如新安江模型，萨克拉门 托模型等) 基础上，再加上自适应卡尔曼滤波实时校正功能，具有较高的预报 精度。 为了解决水文预报的不确定性问题，心z y s z t o f o w i c zr 口2 3 等人提出贝叶斯 概率预报系统( b a y 面a 1 1 f o r e c a s t i n gs y s t e m ，简称b f s ) 框架，将水文预报不 确定性分为输入不确定性( 由预见期内降雨不确定性引起) 与水文不确定性， 并在此基础上做了大量开创性的工作3 ，孔3 5 3 6 1 ，为水文预报不确定性研究开辟 了新的途径。b f s 定量的、以概率分布的形式描述水文预报不确定度，为防 洪决策提供了更多信息，使得预报人员在决策中能考虑多种不确定性，定量地 估计各种决策的风险和后果，实现预报和决策的有机结合。国内也有不少学者 对基于贝叶斯分析的概率洪水预报模型进行了研究口7 棚1 。李向阳等力在贝叶斯 概率水文预报系统( b f s ) 框架之上，研究了水文预报的不确定性，建立了流 量先验分布及似然函数的b p 神经网络模型，并通过m a r k o v 链m o n t ec a r l o ( m c m c ) 方法4 训求解得到流量后验分布及其统计参数。研究结果表明，基 于b p 神经网络的b f s 不仅显著提高了预报精度，而且为防洪指挥决策提供 了更多的参考依据，使得预报人员在决策中能考虑预报的不确定性，定量的估 计各种决策的风险和后果。由于我国目前尚未发布流域概率降雨预报，该文献 在研究中并未考虑预见期内概率降雨的不确定性。 近年来，随着遥感技术被引入水文水资源中，国内外许多水文工作者正致 力于将雷达估测降雨技术应用于水文预报工作的研究中“l4 2 3 j 屯4 6 娜4 l 钾，4 9 瑚，5 1 1 。 雷达具有很好的时空分辨率，可以获得流域面上的瞬时降雨分布h ，这优于雨 量计单点观测所得的雨量场分布李致家等畸2 1 尝试将雷达降雨数据作为水文模 型的输入用于洪水预报中，从他们模拟的结果来看，雷达估测降雨在水文预报 中有很好的应用前景。 5 河海大学博上论文感潮枢纽调度模型及应用系统研究 1 2 2 潮位预报的研究进展 潮汐分析和预报方法在我国起步于7 0 年代后期，常用的理论和方法主要 有基于达尔文分潮展开的最小二乘法。其中涉及到由于潮位观测资料的短少而 提出的方法有准调和分潮方法畸3 朋1 和短期观测的方法畸印及不完整逐时潮汐观测 记录的分析方法汹5 7 1 等。国外在该领域的研究起步较早，在潮汐分析和预报研 究上杜德生等人最早提出了一系列理论和方法，对近代潮汐分析和预报研究有 着极大的影响睇6 9 ，觚6 l 6 2 3 她6 5 酾6 。 流域水文模拟对流域上发生的水文过程进行模拟，在计算机上建模实现， 这种技术在解决水文实际问题与进行水文规律研究上都起着显著的作用。对感 潮河网水动力学的模拟研究主要始于6 0 年代，7 0 年代后随着计算机科学的发 展，该领域有大量研究成果问世旧 眠7 0 7 l7 2 7 3 用，7 5 1 ，基本方程常采用圣维南方程 组，数值计算的方法主要有有限差分法盯6 ，7 7 ，78 7 吼8 0 8 1 ，8 2 8 3 8 屯8 5 ，跳盯明_ 的虮9 1 1 ，有限元 法阻乙9 3 r9 4 1 ，有限体积法6 ，9 7 9 刚和特征线法等。另外，进入8 0 年代后，对于湖 泊等大水体的水动力学模拟大多已采用二维数值模拟模型或三维数值模拟模型 1 0 0 ，1 0 l ，1 0 2 ，1 0 3 1 0 4 ，1 0 5 1 ，1 0 7 1 0 8 1 ，l l o ，l ll ，1 1 2 11 3 ，4 o 感潮河段水位变化受天文潮、气象因素及上游来水的共同影响，水位预报 有其复杂性，目前有大量的学者n 幅，6 ，1 17 “巩儿吼1 2 0 1 2 对感潮河段的潮水位预报进 行了研究。 以前，对这些地区沿用海洋潮位预报的方法，即采用某年的逐时潮位资料 率定调和常数，用潮汐预报模型计算任何时间的潮位。李国芳n 2 2 3 等人的研究 表明：( a ) 在感潮河段，当预报年的上游来水与调和分析年的上游来水存在较 大差异时，上述做法将导致计算潮位系统性地偏高或偏低；( b ) 流量增量与其 引起的增水之间存在必然的联系，通过建立两者的相关关系对潮汐预报模型计 算的潮位进行校正，其效果令人满意，该方法使用效果的好坏，取决于上游流 量对预报点潮位的影响程度，上游流量对预报点潮位的影响越大，校正后预报 精度的改善越显著虽然不同的入海河段上游流量改变引起的潮位升降是不同 的，但李国芳等人的研究思路和方法可供其他感潮河段的潮位预报参考。 6 第一章绪论 1 2 3水库调度的研究进展 水库( 群) 联合调度问题是一类复杂的组合优化问题，具有非线性、离散 性等特点，当采用动态规划方法求解时，随着问题规模的增大，往往会出现 “维数灾，目前解决水库优化调度问题算法有：逐步优化算法( p r o g r e s s i v e o p t i m i z a t i o na l g o r i t h m ，p o a ) 1 2 3 1 2 4 1 2 引、遗传算法( g e n e t i ca l g o r i t h m s ， g a ) 、蚁群算法( a n tc o l o n ya l g o r i t h m ，a c a ) 、混沌算法( c h a o sa l g o r i t h m ， c a ) 、粒子群优化算法 ( p a n i c l es w a 册o p t i m i z e r ，p s o ) 等等。 目前，国内已有诸多学者将遗传算法( g e n e t i ca l g o i i i t s ，g a ) 应用于水 库优化调度领域n 2 6 垤l 1 2 8 啪1 ，g a 作为一种以随机理论模仿生物进化的优化搜索 方法，在求解一些复杂优化问题中己显示出强大能力，在诸多领域得到广泛应 用。 当应用标准遗传算法( s i n l p l eg e n e t i ca l g o r i t h m s ，s g a ) n 3 们的模式求解问 题时，由于s g a 的遗传控制参数采用固定值，在求解复杂优化问题时存在早 熟现象和收敛速度慢等缺点3 k 1 3 钉，因此，有学者将g a 的实现方式作了进一 步改进，提出了自适应遗传算法( a d 印t i v eg e n e t i ca l g o r i t h m s ，a g a ) n 3 引，国 内有学者将其引入水库优化调度中n 州，提出了基于a g a 的水库优化调度问题 的求解方法，并以优化调度的实例对a g a 和s g a 的性能进行了比较，结果 表明，a g a 要明显优于s g a 。 另外，对于水库多目标优化调度的遗传算法求解也有学者作了尝试n 3 5 1 。 国内也有学者n 矧根据遗传算法每代均产生大量可行解和隐含的并行性这一特 点，设计了一种基于排序的表现矩阵测度可行解对所有目标总体表现好坏的向 量比较方法，并通过在个体适应度定标中引入该方法，控制优解替换和保持种 群多样性，采用自适应变化的方式确定交叉和变异概率，设计了多目标遗传算 法( m u l t i o b j e c t i v eg e n e t i ca l g o r i t h m ，m o g a ) 。该算法通过一次计算就可以 得到问题的非劣解集，简化了多目标问题的优化求解步骤。 标准实数码的加速遗传算法( r e a la l l o c a t i o nb a s e da c c e l e r a t i n gg e n e t i c a l g o r i t h m ，r a g a ) 是金菊良教授对基本遗传算法改进而形成的一种算法n 3 7 | ， 被广泛地应用于水资源评价、规划和管理之中，其主要优点是参数少，更易获 7 河海大学博l 论文感潮枢纽调度模型及应用系统研究 得全局最优解。王德智等n 蚓以该算法为基础，做了适当的改进，并根据供水 库群的特点，设计了相应的算法框架，为供水库群的水资源合理配置提供了一 条新途径。对动态规划在供水库群优化调度中存在“维数灾”，且难以获得真 正最优解这一缺点，将改进的加速遗传算法应用到供水库群的水资源优化配置 之中。在加速遗传算法中，嵌入局部搜索，以加强算法的全局寻优能力。以库 群间的水利联系为线索，设计了相应的算法框架，并提出了供水策略区间的概 念。为了体现该算法的优越性，以二个串联供水水库的水资源优化配置为例， 选用该方法与基于动态规划的轮库迭代法进行比较研究。结果表明该方法合理 可行、收敛速度快，有一定的实用性。 蚁群算法( a n tc o l o n ya l g o r i t h m ，a c a ) 最早由d o r i g o 口剐等提出，用于求 解组合优化问题，如旅行商问题( t r a v e l i n gs a l e s m a i lp r o b l e m ，t s p )n 删、作 业安排调度问题n 4 等n p 完全问题，均取得较好的实验结果。水库优化调度 问题是一类复杂的组合优化问题，具有非线性、离散性等特点。当采用动态规 划方法求解时，随着问题规模的增大，往往会出现“维数灾”。目前已应用逐 步优化算法( p o a )n 4 2 1 、遗传算法n 4 3 3 等算法解决水库优化调度问题。 蚁群算法模拟了自然界中蚂蚁觅食路径的搜索过程。蚂蚁在寻找食物时， 能在其走过的路径上释放信息素( p h e r o m o n e ) ，蚂蚁在觅食过程中能够感知信 息素的存在和强度，并倾向于朝信息素强度高的方向移动。当大量蚂蚁不断地 从蚁巢通往食物时，相同时间内相对较短路径上通过的蚂蚁较多，该路径上累 积的信息素强度也较大，后来蚂蚁选择该路径的概率也相对较大，最终整个蚁 群会找到最优路径。因此，当大量蚂蚁组成的蚁群集体行为就表现出两种现 象：信息正反馈和随机搜索。信息正反馈使某一路径上走过的蚂蚁越多时，该 路径累积的信息素强度不断增大，后来者选择该路径的概率也越大。通过这种 正反馈寻找更好的路径。蚂蚁个体选择路径时的随机搜索使搜索过程不易过早 陷人局部最优路径。正是蚂蚁群体的这种集体行为表现出的“群集智能 ( s w 姗i n t e l l i g e n c e ) n 伽保证了蚁群算法的有效性和先进性。 徐刚等删所著文献中算法利用蚂蚁群体相互协作机制寻找水库优化问题 的最优解。算法中引入状态转移规则、信息素更新规则和领域搜索以获取最优 解，所有蚂蚁个体完成单次寻优后，按照信息素更新规则更新信息素。该过程 8 第一章绪论 不断迭代，直到满足迭代终止条件。其实例计算表明，相对于动态规划，该算 法计算速度快、收敛性好，提高了计算效率，较好的解决了传统的动态规划方 法求解水库( 群) 优化调度问题存在“维数灾”问题。 标准粒子群优化算法 ( p a n i c i es 、v a 肌o p t i m i z e r ，p s o ) 是k e 皿e d y 博士 和e b e r h a n 博士在l9 9 5 年提出的一类模拟群体智能行为的适合于复杂系统优 化计算的自适应概率优化技术n 4 6 ，1 4 7 1 。p s o 作为一种高效并行优化方法，它不 依赖于所求问题的具体领域，而是直接以决策变量的编码作为运算对象，以适 应度函数值为搜索目标，且同时可以使用多个搜索点的信息，适用于求解一些 非线性、不可微、多目标的复杂优化问题，因其原理简单、易编程实现，需调 整参数少，已应用于多个科学和工程领域域n 躺，1 4 钆1 舯1 。在国内，很多学者对 p s o 进行了研究，并根据具体的应用对p s o 算法进行了改进射 峙2 5 3 1 巩1 5 5 3 。 考虑到p s o 算法在实际应用中存在的问题，张双虎等n 5 5 1 对p s o 算法进行 了改进，将惯性权值表示为粒子群进化速度与群体平均适应度方差的函数，给 出了针对p s o 算法的约束处理机制，提出了一种改进的自适应粒子群优化算 法( m o d i f i e da d a p t i v ep s o 简称m a p s o ) ，并将其应用到水电站优化调度 中。 混沌算法( c h a o sa l g o r i t h m ，c a ) 最早由李兵等n 5 6 1 提出，用于求解优化 问题。混沌是非线性系统所独有且广泛存在的一种非周期的运动形式，表现出 介于规则和随机之间的一种行为，其现象几乎覆盖了自然科学和社会科学的每 一个分支。其具有精致的内在结构，能把系统的运动吸引并束缚在特定的范围 内，按其“自身规律 不重复地遍历所有状态，因此利用混沌变量进行优化搜索 无疑能跳出局部最优的羁绊，取得满意的结果。 混沌现象是指由确定方程所描述的系统中的随机现象，有时也称为确定性 随机现象，不是杂乱无章、错综复杂的混乱，而是具有精致内在结构的一类现 象。混沌性规律的特征有：解对初始值的高度敏感性；相空间的遍历性；系统的 内在随机性。混沌的迭代不重复性和遍历性确定其快速寻优可能性。 邱林等n 5 7 3 对混沌算法进行了必要的改进，并应用于求解水库群联合调度 问题，结合水库群实例联合调度问题，检验其有效性和合理性。混沌优化算法 直接采用混沌变量在允许解空间进行搜索，搜索过程按混沌运动自身规律进行， 9 河海大学博l ：论文感潮枢纽调度模型及应用系统研究 更容易跳出局部最优解，且搜索效率高。邱林等指出混沌优化算法是一种非常 有效的寻优方法，其与遗传算法及其他方法相比具有以下优点：( 1 ) 混沌算法 原理明了，计算过程简单，且有很高的精度。( 2 ) 遗传算法在计算过程中存在 “早熟现象”，且交叉概率和变异概率的选择对问题的解有很大的影响，而混沌 优化算法可以避免这个不足。( 3 ) 混沌优化算法运行时间优于其他方法，精度 较高。将混沌优化算法运用到水库优化调度中可以避免其他方法的不足，提高 优化结果的精度，减少运算时间。 佟春生等n 5 8 1 基于界壳理论n 5 们的基本思想，提出了一种改进的混沌算法， 利用混沌变量的特定内在随机性和遍历性跳出局部最优点，遍历寻找水库群联 合调度问题的最优解。文中实例计算表明，相对于逐步优化算法( p o a ) ，该 算法计算速度快、收敛性好，提高了计算效率，满足约束的效果较好，不失为 求解水库群优化调度问题的有效方法 b p 神经网络n 6 由于其本身的优良特性己成功应用于水文水资源等研究领 域n 6 1 1 峨1 63 。对于水文水资源系统，有些情况下，输入输出数据之间的映射关 系并不是固定的。例如：在洪水预报中，影响下游流量变化的主要因素是上游 来流过程，由于河床的冲淤变化，上游来流与下游洪水的关系随之而变，若采 用固定的映射作水文预报，虽整体效果不错，但难免会出现较大的局部误差。 考虑输入、输出数据的动态变化，使输入、输出之间的映射关系随时间而变， 可使洪水预报方法更好地符合实际物理过程，提高计算精度。 最小二乘法已被国内外众多学者广泛应用于时变参数辨识方面的研究，是 估计理论的奠基石，z h u n 6 钔和y ，o u n 6 5 1 将遗忘因子的最小二乘法应用到神经网络 中，取得了一定的改进效果，但其模型中遗忘因子为一常数，难以较快跟踪网 络参数的变化。袁晶等n 刚在神经网络的基础上，运用最小二乘估计时变参数 的递推算法，引入时变遗忘因子p ( k + 1 ) ，实时刷新模型( 包括模型的结 构、参数、预测值等) ，动态修正网络的权系数，达到减小预报误差的目的。 朱星明等“8 7 1 认为，从水动力学角度来讲，只要知道河道的宽度、底面坡 降、摩阻、上游来流量和流速等参数就可以利用一维或二维的水动力学数学模 型去推求下游河道任意位置处某时刻的水位和流速等参数，即可对下游水位进 行预报。然而这样做是件困难的事，不仅因为河道几何参数不容易得到，而且 l o 第一章绪论 就水动力学模型本身，以及数值模拟方法也存在一些难以消除的误差。现在一 般洪水水位预报模型的建立，在不考虑下游回水情况下，都要利用上游水位 ( 假使可以通过测量得到) 和当地水位信息，在事先给出的可行预报模型框架 结构下，利用观测到的一定时间序列长度的数据，在某种设定的目标函数下， 优化计算出模型参数，然后利用这个模型去推测未来时刻的洪水水位。这里同 样存在问题，基本上可概括为两个：一个是模型框架结构的正确确定并非易 事；另一个问题是对于非线性模型来讲，模型参数的优化算法的设计是件困难 的事。从1 9 4 3 年心理学家w s m c c u l l o c h 和数学家w p i t t s 研究并提出m p 神经元模型起到今天，人类对神经网络的研究走过了半个世纪的历程。人 工神经网络模型由于不需要事先针对具体问题给出模型结构，以及不需要根据 具体某个模型去设计参数的优化算法，已被人们广泛地用于解决各种实际问题 n 眠1 6 引。人工神经网络也被用于河流径流预报、降雨径流模拟、水质参数预报 等领域，特别是在径流预报和模拟方面，显示出比时间序列等方法更为有效的 特点n 7 m 1 7 “1 7 2 1 7 3 1 7 钆1 7 5 1 7 6 l 。在应用过程中，针对人工神经网络训练的收敛速度改 进、网络层数及隐含层单元数的确定等问题，人们作了许多有益的探讨n 7 7 1 。 感潮枢纽的调度一般为多目标调度，关于水库多目标调度n 7 8 3 和优化调度 n 7 吼1 舯1 已有大量文献报道，而感潮枢纽的多目标调度研究尚不多见。 1 3 研究内容及研究技术线路 本文采用理论研究和应用实践相结合的研究方法，在总结现有国内外经验 的基础上，从满足实际调度需求出发，建立了感潮枢纽调度模型，并对影响调 度模型精度的两个边界条件入库流量过程预报和下游潮位过程预报的常规方式 进行了阐述，同时从理论上对调度控制目标和实现调度目标的控制方法的相互 关系进行了研究探讨，最后以北溪枢纽为例对感潮枢纽调度系统进行了研究， 并对调度模型应用于北溪枢纽的实际运行结果进行了初步分析。 本文以北溪枢纽为研究原型对调度系统进行研究。北溪枢纽自北溪拦河闸 至浦南水文站之间的河道可以看作径流式水库，北溪枢纽的调度即为水库调 度，同时，由于北引拦河闸下泄出流( 即水库出流) 受潮汐影响，因此，北溪 河海人学博i j 论文感潮枢纽调度模型及戍用系统研究 枢纽的调度为典型的感潮枢纽水库调度。 本文首先研究了基于水量平衡原理的以库水位( 库容) 为决策变量，以防 洪、供水、节能、环保、航运等为调度目标的多目标调度的调度模型，在考虑 有效入库洪水预报和闸下潮位预报的基础上建立感潮枢纽调度的数学模型，并 在一定的假定条件下给出了实例化的求解过程。调度模型的两个边界条件入库 流量过程和下游潮水位变化过程对在求解结果的精度会产生较大的影响，故本 文对调度的边界条件进行了详尽的阐述。 感潮枢纽的调度为多目标调度。通常在多目标调度系统中，其调度目标与 调度控制措施显著相关，调度目标通过相应的调度控制措施得以实现，为此提 出控制矩阵方法，对原始调度目标矩阵作一线性变换，对变换后的调度目标矩 阵作进一步的协方差分析。 感潮枢纽调度模型构建的方法是否具有实用性，需通过实践的检验。本文 以福建省九龙江北溪枢纽为研究对象，探讨了感潮枢纽综合调度管理系统的组 成、结构，研究了调度模型的实例化，提出了基于连续实测资料的潮位预测方 法：相似外延法及洪潮联合容差调度的概念，为感潮枢纽调度系统提供了一个 完整的典型案例。最后以北溪枢纽为应用实例，对北溪枢纽应用本调度模型编 制了功能完善、结构简洁的优化调度计算软件，并通过数据交换平台将调度指 令交换到基于组态软件的闸门自动控制系统自动执行，在几乎不增加投资的条 件下，产生了可观的经济效益， 为实现上述研究目标，本文通过下述下五章内容进行具体研究。 ( 1 ) “第一章绪论 ，在分析国内外实时预报调度系统研究现状及目前调度 方法和调度模型的研究成果的基础上，引出本文的研究内容。 ( 2 ) “第二章感潮枢纽调度模型研究”，感潮枢纽的调度直接影响防洪安 全、供水安全、水库的效益与运行成本，其调度模型的研究具有现实意 义。本章根据感潮枢纽的特点，对感潮枢纽调度模型及构建模型所需的 基本要素进行了研究。分析了感潮水闸可能的调度目标，给出了各种调 度目标的目标函数和约束条件，并根据水量平衡方程，在上游洪水预 报、下游潮位预报及水闸出流计算的基础上建立实现上述调度目标的调 度模型，并给出了典