【精品硕博论文-水利水电工程】基于多目标免疫遗传算法的梯级水库优化调度研究

硕士学位论文基于多目标免疫遗传算法的梯级水库优化调度研究RESEARCHONOPTIMALOPERATIONOFCASCADERESERVOIRSBASEDONMULTIOBJECTIVEIMMUNEGENETICALGORITHM摘要能源需求的飞速增长导致常规能源储量日渐枯竭，生态环境问题也愈发严重，开辟清洁可再生的新能源逐步替代常规能源已成为我国生态文明社会建设的重点。水电是一种清洁的可再生能源，在我国的能源格局中占据着重要的位置，先行和强化水电能源开发是调整我国能源结构和实施可持续发展的重要战略决策。目前我国的水电装机容量已具有较大的规模，但是现行水库的调度运行方式侧重于发挥水库的社会经济功能，对库区及下游河流的生态环境功能发挥没有提到应有的高度，导致水生态环境问题逐渐突出，同时能源结构调整的加快和电力市场改革的深化，都对水库调度提出了新的更高的要求。梯级水库优化调度可以在几乎没有增加附属设施和附加投资的情况下，更充分可观地发挥水库群总体调度能力，从而获得比单级水库优化调度更加明显的社会经济与生态环境综合效益。由于流域梯级水库是一个与特定自然与社会经济环境紧密结合的开放式复杂系统，具有高维、非线性、时变、不确定性、多目标等属性，同时随着流域梯级大规模开发利用，梯级水库目标多元化，联系复杂化已成为基本特征，传统优化调度理论不可避免出现不能最大化发挥梯级水库综合效益的局限。另外流域社会经济快速发展伴随着水电站管理和运行机制尚未健全、水生态环境状况日益下降等问题，将生态目标作为水库调度的主要目标之一势在必行，因此开展流域梯级水库多目标优化调度具有十分重要的现实意义。本论文围绕了流域梯级水库优化调度，构建了考虑生态需水目标的梯级水库多目标优化调度模型，建立了改进的多目标免疫遗传算法求解梯级水库多目标调度非劣方案集，并采用无权重和有权重的投影寻踪模型和TOPSIS寻优模型对非劣方案集进行多属性决策，得到了梯级水库多目标优化调度的最佳均衡方案。论文主要内容和研究成果如下（1）系统总结了流域梯级水库优化调度的国内外研究动态，阐述了开展流域梯级水库多目标优化调度的必要性，明确本文的研究理论和框架；（2）阐述了梯级水库优化调度特点以及准则，构建了梯级水库优化调度常用模型。同时概括分析国内外有关河流生态需水的估算方法，在此基础上建立了以与适宜生态流量距离最小作为生态环境效益目标函数的梯级水库多目标优化调度模型。（3）简要总结了国内外常用的梯级水库优化调度求解算法，建立了基于矢量距浓度的多目标免疫遗传算法，提出了将多目标免疫遗传算法应用于梯级水库多目标优化调度的求解步骤；（4）简要介绍了常用的多属性决策方法，提出了基于VIGA的投影寻踪评价模型和TOPSIS方案优选模型的无权重和有权重多属性决策方法，详细阐述了两种模型求解的步骤。确定了梯级水库多目标调度方案的多属性决策指标集，并给出了调度方案多属性决策的方法步骤；（5）以棉花滩、青溪梯级水库为例，估算了青溪水库下游河道所需的最小生态流量和适宜生态流量，构建了考虑河流下游生态需水要求的梯级水库多目标优化调度模型，采用MOVIGA和NSGA2对模型求解得到非劣调度方案集，分别采用无权重和基于权重的VIGAPP和TOPSIS对方案集进行多属性决策，得到水库相对最优调度方案，与单目标发电优化调度对比进行方案合理性分析，并对进一步提高水资源利用效益提出了相应的建议。关键词梯级水库、优化调度、河道生态需水、多目标免疫遗传算法、多属性决策ABSTRACTTHERAPIDGROWTHINENERGYDEMANDHASSEENTHEINCREASINGDEPLETIONOFCONVENTIONALFUELSANDTHEWORSENINGENVIRONMENTALPROBLEMSDEVELOPINGCLEAN,RENEWABLEENERGYISBECOMINGTHEFOCUSOFSOCIALCONSTRUCTIONOFECOLOGICALCIVILIZATIONASACLEANANDRENEWABLEENERGY,HYDROPOWEROCCUPIESANIMPORTANTPOSITIONINCHINASENERGYPATTERN,THUSDEVELOPINGHYDROPOWERVIGOROUSLYANDPREFERENTIALLYISANINEVITABLESTRATEGYCHOICEFORADJUSTMENTOFTHEENERGYSTRUCTUREANDTHEIMPLEMENTATIONOFSUSTAINABLEDEVELOPMENTATPRESENT,CHINASHYDROPOWERINSTALLEDCAPACITYALREADYHASALARGESCALE,BUTTHEEXISTINGWAYOFRESERVOIROPERATIONFOCUSESONTHESOCIOECONOMICFUNCTIONS,WITHOUTHIGHLIGHTINGTHEECOLOGICALENVIRONMENTOFTHERESERVOIRANDDOWNSTREAMRIVERS,RESULTINGINECOLOGICALANDENVIRONMENTALPROBLEMSINWATERBECOMEMOREAPPARENTCOMBININGWITHTHEACCELERATINGRESTRUCTUREOFENERGYANDDEEPENINGREFORMOFTHEELECTRICITYMARKET,NEWANDHIGHERREQUIREMENTSFORRESERVOIROPERATIONHASBEENPROPOSEDOPTIMALOPERATIONOFCASCADERESERVOIRSCANFULLERPLAYTHEOVERALLEFFECTIVENESSOFRESERVOIRSANDOBTAINMORESIGNIFICANTCOMPREHENSIVEBENEFITSCONSISTSOFSOCIAL,ECONOMIC,ECOLOGICALTHANASINGLERESERVOIRALMOSTWITHOUTANYADDITIONALINVESTMENTCASCADERESERVOIRISANOPENEDCOMPLEXSYSTEMSCLOSELYINTEGRATEDWITHSPECIFICNATURALANDSOCIOECONOMICENVIRONMENTTHEYALWAYSHAVEPROPERTIESLIKEHIGHDIMENSIONAL,NONLINEAR,TIMEVARYING,UNCERTAINTY,MULTIPLEANDOTHERATTRIBUTESWITHTHELARGESCALEDEVELOPMENTANDUTILIZATIONOFRIVERBASIN,THEGOALSOFCASCADERESERVOIRDIVERSIFYINGANDCONTACTCOMPLICATINGHASBECOMETHEBASICFEATURES,SOTRADITIONALOPTIMALOPERATIONTHEORYINEVITABLYHASTHELIMITATIONSOFAPPEARINGNOTTOMAXIMIZETHEOVERALLEFFICIENCYOFCASCADERESERVOIRSINADDITION,THERAPIDECONOMICDEVELOPMENTCOMESALONGWITHTHEMANAGEMENTANDOPERATIONMECHANISMOFHYDROPOWERNOTFULLYDEVELOPEDANDWATERECOLOGICALENVIRONMENTDECLINEDPROVIDEDTHIS,MAKINGTHEECOLOGICALOBJECTIVEASONEOFTHEMAINOBJECTIVESOFRESERVOIROPERATIONISIMPERATIVE,THEREFORECARRYINGOUTMULTIOBJECTIVEOPTIMIZATIONOFCASCADERESERVOIROPERATIONISOFIMPORTANTPRACTICALSIGNIFICANCEAROUNDTHEOPTIMALOPERATIONOFCASCADERESERVOIR,THISPAPERFIRSTCONSTRUCTSTHEMULTIOBJECTIVEOPTIMALOPERATIONMODELCONSIDERINGECOLOGICALWATERDEMAND,THENANIMPROVEDMULTIOBJECTIVEIMMUNEGENETICALGORITHMISESTABLISHEDFORTHENONINFERIORSOLUTIONSETOFMULTIOBJECTIVEOPERATIONOFCASCADERESERVOIRS,ANDTHEBESTBALANCEDOPERATIONPROGRAMISOBTAINEDTHROUGHWEIGHTEDANDUNWEIGHTEDMETHODSOFPROJECTIONPURSUITMODELANDTOPSISOPTIMIZATIONMODELTHEMAINCONTENTSANDRESULTSAREASFOLLOWS1THELITERATUREREVIEWOFOPTIMALOPERATIONOFCASCADERESERVOIRSHOMEANDABROADISSUMMARIZEDSYSTEMATICALLY,ANDTHENECESSITYTOCARRYOUTMULTIOBJECTIVEOPTIMIZATIONOFCASCADERESERVOIRSCHEDULINGISEXPLAINED,THENACLEARFRAMEWORKOFTHISSTUDYISSPECIFIED2THECHARACTERISTICSANDSTANDARDSOFOPTIMALOPERATIONOFCASCADERESERVOIRSAREDESCRIBED,ANDCOMMONLYUSEDMODELISCONSTRUCTEDMEANWHILEINSTREAMFLOWESTIMATIONMETHODSHOMEANDABROADARESUMMARIZEDANDANALYZEDBASEDONTHIS,AMULTIOBJECTIVEOPTIMALOPERATIONMODELOFCASCADERESERVOIRSISPROPOSEDCONSIDERINGTHEDISTANCEBETWEENTHEPRACTICALDISCHARGEANDTHESUITABLEECOLOGICALFLOWASTHEOBJECTIVEFUNCTIONOFECOLOGICALBENEFITS3THECOMMONLYUSEDALGORITHMSOFOPTIMALOPERATIONOFCASCADERESERVOIRSHOMEANDABROADAREBRIEFLYSUMMARIZED,ANDAMULTIOBJECTIVEIMMUNEGENETICALGORITHMBASEDONTHEVECTORBASEDCONCENTRATIONISESTABLISHEDTHENTHESTEPSOFTHISALGORITHMAPPLIEDTOMULTIOBJECTIVEOPTIMALOPERATIONOFCASCADERESERVOIRSAREPROPOSED4THECOMMONLYUSEDMULTIATTRIBUTEDECISIONMAKINGMETHODSAREDESCRIBED,THENWEIGHTEDANDUNWEIGHTEDPROJECTIONPURSUITEVALUATIONMODELBASEDONTHEVIGAANDTOPSISOPTIMIZATIONMODELAREPROPOSED,ANDTHESTEPSAREDETAILEDTHENTHEMULTIATTRIBUTEDECISIONINDEXSETOFMULTIOBJECTIVEOPERATIONOFCASCADERESERVOIRSISDETERMINEDANDTHESTEPSOFTHESETWOMETHODSAPPLIEDTOMULTIATTRIBUTEDECISIONMAKINGOFTHENONINFERIORSOLUTIONSETOFCASCADERESERVOIRSOPERATIONAREPROPOSED5THEMIANHUATANANDQINGXICASCADERESERVOIRSARETAKENASASTUDYCASEFIRSTLYTHEREQUIREDMINIMUMANDSUITABLEECOLOGICALFLOWDOWNSTREAMTHEQINGXIRESERVOIRISESTIMATED,THENTHEMULTIOBJECTIVEOPTIMALOPERATIONMODELOFTHESETWOCASCADERESERVOIRSCONSIDERINGECOLOGICALWATERREQUIREMENTSOFTHERIVERDOWNSTREAMISCONSTRUCTEDSECONDLY,MOVIGAANDNSGA2AREUSEDTOSOLVETHISOPERATIONMODELTOGETTHENONINFERIORSETRESPECTIVELYTHIRDLY,UNWEIGHTEDANDWEIGHTEDVIGAPPANDTOPSISMODELAREEMPLOYEDFORMULTIATTRIBUTEDECISIONMAKINGTOGETTHEOPTIMALOPERATIONPROGRAMOFTHESECASCADERESERVOIRS,BASEDONWHICHTHERATIONALITYOFTHATPROGRAMISANALYZEDCOMPAREDWITHTHEGENERATIONOPTIMIZATIONMODELFINALLYTHECORRESPONDINGCOUNTERMEASURESTOIMPROVEWATERCONSERVANCYAREPUTFORWARDKEYWORDSCASCADERESERVOIRS,OPTIMALOPERATION,ECOLOGICALWATERREQUIREMENT,MULTIOBJECTIVEIMMUNEGENETICALGORITHM,MULTIATTRIBUTEDECISIONMAKING目录摘要IABSTRACTIII第一章绪论111研究背景和意义112国内外研究动态2121国外研究动态2122国内研究动态613本文研究内容与技术路线9131主要研究内容9132技术路线10第二章梯级水库多目标优化调度模型构建1221梯级水库优化调度特点与准则12211梯级水库调度分类12212梯级水库调度特点13213梯级水库调度准则1422梯级水库常用优化调度模型14221目标函数15222约束条件1523考虑生态需水目标的梯级水库优化调度模型构建16231建模思路16232生态调度内涵及准则17233河流生态需水估算18234模型构建2224本章小结23第三章梯级水库优化调度多目标免疫遗传算法设计2431梯级水库优化调度常用求解算法2432免疫遗传算法基础25321遗传算法25322免疫算法26323免疫遗传算法27324免疫遗传算法改进29325函数测试3033多目标免疫遗传算法32331多目标优化数学模型及最优解33332多目标免疫遗传算法步骤33333函数测试3434梯级水库多目标免疫遗传算法求解步骤3735本章小结37第四章梯级水库多目标优化调度方案多属性决策3841多属性决策矩阵及属性规范化38411决策矩阵38412属性规范化3942多属性决策常用方法4043无权重的决策方法41431基于VIGA的投影寻踪聚类模型41432TOPSIS方案优选模型4344基于权重的决策方法4345梯级水库调度方案多属性决策步骤45451水库调度方案多属性决策指标集45452水库调度方案多属性决策步骤4646本章小结47第五章实例研究4851基本情况48511汀江流域概况48512永定河概况49513棉花滩水库概况50514青溪水库概况51515基础资料5252棉花滩青溪梯级水库多目标优化调度54521生态需水估算54522模型构建57523模型求解58524多属性决策62525进一步提高水资源利用效益的建议6853本章小结69第六章总结与展望7161总结7162展望72参考文献74致谢80第一章绪论11研究背景和意义经济社会的发展伴随着能源需求的膨胀，导致煤、石油等常规化石能源储量日渐枯竭，生态环境问题也愈发严重，开辟清洁可再生的新能源逐步替代常规能源已成为社会各界的共识，是我国生态文明社会建设的重点。水电是一种清洁的可再生能源，2014年世界水日在西班牙召开，其主题即为“水与能源”，各国精英和专家聚集一堂共同商讨水资源与能源的美好未来，为水与能源的团结协作共谱华章。水电在我国的能源格局中占据着重要的位置，先行和强化水电能源开发是调整我国能源格局和实施可持续发展的重要战略决策。进入21世纪后，我国的水电总装机容量日增猛进，到2013年底时已经超过了28亿KW，居世界第一，约占到我国电力总装机容量的2245，并仍在以较快速度推进；2013年水电发电量8963亿KWH，约占年总发电量的16761。可以看出，目前我国的水电装机容量已具有较大的规模，水电站水库的调度作用也日益突出。但是我国现行水库的调度运行方式侧重于发挥水库的社会经济功能，对库区以及水库下游河流的生态环境功能发挥没有提到应有的高度，导致水生态环境问题逐渐突出。加上能源结构调整与水生态文明社会建设步伐加快，都对水库调度提出了新的更高的要求。因此新形势下如何进一步优化运行已有水电站水库，尽可能充分挖掘水电站水库的潜能以便获得更大的综合效益显得尤为迫切。梯级水库优化调度可以通过库容、水文、水力补偿，在几乎没有增加附属设施和附加投资的情况下，更充分可观地发挥水库群总体调度能力，从而获得比单级水库优化调度更加明显的社会经济与生态环境综合效益2。另外社会经济快速发展也伴随着水电站管理和运行机制尚未健全、水生态环境状况日益下降等问题，将生态目标作为水库调度的主要目标之一势在必行。如何构建更加科学合理的优化调度模型和寻求高效精确求解的优化方法，是梯级水库优化调度所面临的两大问题，因此开展流域梯级水库多目标优化调度具有现实意义和生产应用价值。国内外学者已经对梯级水库优化调度的基本理论、调度模型、求解方法等做了大量的研究探索，成绩斐然。尤其是计算机的发展带来了人工智能优化算法的繁荣，梯级水库优化调度的相关理论研究已日臻完善。由于流域梯级水库是一个与特定自然与社会经济环境紧密结合的开放式复杂系统，考虑到水利工程项目各自的特殊性、梯级水库系统之间存在的高维复杂水力联系、天然来水条件的不确定性和时变性、河流生态环境系统影响因子和生物响应的复杂性、水库功能的多目标属性以及约束条件处理的粗糙性，同时随着流域梯级大规模开发利用，梯级水库目标多元化，联系复杂化已成为基本特征，传统优化调度理论不可避免地出现不能最大化发挥梯级水库综合效益的局限。因此如何增强梯级水库优化调度模型及求解算法的的有效性与普适性以及时代特征，同时兼顾河流生态系统的用水需求、保障河流的生态健康值得进一步研究。本论文拟结合河流的生态环境用水需求，构建考虑河流生态需水目标的梯级水库多目标优化调度模型。同时分析概括常规优化算法，建立基于免疫算法的遗传算法，结合多目标决策理论、方法与技术，对模型目标函数和约束条件、免疫遗传算子等做相应改进，建立基于矢量距浓度的多目标免疫遗传算法，对梯级多目标优化调度模型进行求解。该算法不仅保留了基本遗传算法的优越高效搜索特性，还可以解决基本遗传算法在求解过程中局部寻优能力比较薄弱、早熟收敛、结果不够精确等问题3，也可以获得更加优越的多目标非劣解。综上所述，本论文的选题具有较强的实际应用意义和研究价值，通过研究流域梯级水库多目标优化调度，能够进一步提高水能利用率，挖掘水能潜力，减少不可再生能源消耗，优化能源结构，大力响应节能减排、生态文明号召，能为可持续发展的和谐社会建设提供科学创新和技术支撑。12国内外研究动态国内外关于水库优化调度的研究内容主要集中在三个方面一是如何构建适用的模型，二是如何建立求解模型的有效算法，三是如何考虑水库优化调度实践中的生态环境问题。经济社会快速发展对水库优化调度要求逐步提高，水库优化调度经历了模型从单库单目标优化调度到多库多目标联合优化调度，求解算法从传统算法到智能优化算法再到算法集成，调度实践也从未考虑生态环境需求到积极应对生态环境影响的发展过程。121国外研究动态1211水库优化调度国外开展水库的优化调度研究时间较早，1946年美国学者MASES最先将数学优化模型引进水库优化调度中，但此后较长时间水库优化调度仍停留在研究和探索阶段，直到上世纪50年代后，随着系统分析学科理论体系和运筹优化模型基础逐渐兴起，计算机科学技术蓬勃发展才使得水库调度问题在理论研究和实际应用中取得了前所未有的进步。随后各种优化算法和优化调度模型相继涌现，但尚且处在单库优化调度阶段，梯级水库优化调度则起于上世纪60年代末。1968年，LARSEN将增量动态规划法用于多库优化调度模型求解，该方法是在动态规划的基础上提出的改进，能够有效避免动态规划在求解多库优化调度问题时出现的“维数灾”问题4；1973年，WINDSOR首次使用整数规划、二元规划、混合整数规划等多种常规的线性规划数学模型对梯级水库群的联合优化调度进行了深入的研究5；1979年，YAKOWITZ和MURRAY二人采用微分动态规划法对四座水库联合优化调度进行研究，并将计算结果与离散动态规划法和增量动态规划法结果作了对比分析，结果表明此改进方法与其他两种方法相比更具优越性6；1981年，TURGEONA建立了基于逐步优化方法的梯级水库群联合优化运行模型，此方法的基本思想是把梯级水库群调度原本复杂的非线性问题转化为多阶段逐步进行优化的过程，从求解思路上开辟了一种新的求解梯级水库优化调度模型的方法7；1988年，AHMED使用主成分分析方法低维重构了梯级水库群系统优化调度的高维模型，然后运用随机动态规划法求解降维后的低维模型，并在加拿大LAGRANDE河流上的五座水库群中得到了成功应用8。20世纪90年代以来，随着计算机科学技术以及人工智能优化技术的发展，遗传算法（）、人工神经网络（）、GENTICALGORITHMG，ARTIFCALNEURTWORKAN，蚁群算法（）、粒子群算法（CYOPIZATONCO，）、模拟退火方法（）、混PARTILSWRTIPS，SIMLTDNLIGS，沌优化算法（，）、人工鱼群算法（HAOSITLGRITH）等开始逐步广泛应用于梯级水库群的优化ARTIFCLFIRALF，调度领域。由于智能优化方法对优化调度模型没有过多的限制，具有处理不连续、不可微、高维、高度非线性问题以及并行计算等其他传统方法所不具备的优点和能力，从而一经提出便迅速成为水库群联合优化调度领域的研究热点和发展趋势。然而梯级水库往往是多目标多功能的，且这些目标之间往往存在一定的矛盾，为实现总体综合效益的最大化，需要对各目标进行权衡择优，由此很多研究者开始致力于多目标进化算法（）的研究。MULTIOBJECTIVELUTIONARYALGITHMMOE，近年来有关的研究大多是基于PARETO最优方法，即在群体进化过程中引入了OEA非支配解集思想，这类方法主要有、LTIJTIEGTICLORITGA（）、NONDMIATESORTINGGETICGORHMNS（）2、等，为水库的多目标优化STRGHPVLUAYLPEA（）调度奠定了坚实的基础。1212免疫遗传算法遗传算法是一种智能优化搜索算法，1975年由美国的密歇根大学教授JOHNHHOLLAND提出，之后得到迅猛发展，并成功推广运用于社会经济诸多领域。1994年，EAST和HALL二人成功运用遗传算法实现了四座水库的联合优化调度模型求解，并将遗传算法的计算时间和内存存储空间与离散的微分动态规划法进行对比分析，结果表明遗传算法的性能更好，寻优效率更高，占用内存更少，能够进一步减小水库群系统求解模型的复杂程度9；1997年，CLIVEIRA等人使用遗传算法，不仅求解了梯级水库群系统的优化调度问题，还基于此开发了梯级水库群系统的联合运行调度规程10；1999年，ROBIN和MOHD二人利用基于实数编码的遗传算法求解了四座水库群的优化调度问题，并与采用二进制编码的遗传算法以及传统方法对比，分析发现遗传算法不仅比传统方法鲁棒性更强，而且采用实数编码能够加快算法寻优速度11；2002年，HUANG等人将遗传算法和随机动态规划方法相结合，成功求解了两座并联水库的优化调度问题12；2004年，AKTER等人则将遗传算法和模糊集方法相耦合，结果表明此方法能够很好地融合两种方法的优点，提高算法的收敛速度和寻优能力。这些研究融合了几类算法的特点，能在一定程度上避免各类算法自身的缺点，这一思路为研究新的求解算法开辟了新的可行方向13。基本遗传算法在提高搜索能力和寻优速度的同时，也存在编码不准确、早熟收敛、对初始种群敏感、控制参数选择缺乏标准、个体多样性不足等问题。生物学研究表明，免疫系统具有很高的智能级14。免疫算法（）最初IMUNEALGORITHI，由SFORREST和APERELSON提出，通过模拟免疫系统学习、记忆、促进、抑制等生理机制，来求解分布式的复杂问题，具有较强的鲁棒性15。免疫算法利用免疫记忆细胞来避免个体多样性缺失，能够克服简单遗传算法早熟收敛、多样性不足等问题，但是免疫算法自身也存在收敛速度慢的缺点。遗传算法中融入免疫算法思想可以得到免疫遗传算法，一方面可以弥补算法各自缺点，另一方面还能提高算法性能。1213水库生态调度经济社会的快速发展，导致河流生态环境问题日渐严重，许多国家在走过不断污染的工业化路程后逐步开展了河流的生态修复工程，并将改变大坝的运行调度方式作为一项重要的生态修复措施，水库生态调度逐渐走上了历史的舞台。20世纪70年代，美国开始了哥伦比亚河的生态调度尝试16。早期阶段，生态调度常结合工程措施，通过改建溢洪道、修建鱼梯、安装小型机组、修建曝氧堰等，达到保护特定动物或鱼类的目的。这些调度措施在河流生态系统修复过程中起到了积极作用，但也造成了一定的损失，包括发电量损失和工程措施费用等。20世纪90年代以后，美国对田纳西流域的水库群系统展开生态调度探索，以下游河道最小生态流量和溶解氧浓度为指标，通过改变水库群系统的日调度运行方式、水轮机间歇式脉冲流量调节、坝下反调节池二次调泄等措施，不仅得到了鱼类和大型无脊椎动物的积极有益响应17，而且在兼顾河流防洪、发电、航运的同时，也对水质改善、娱乐方面产生了重要影响18。进入21世纪以来，西方发达国家更加注重河流的生命健康，澳大利亚开展了墨累河的生命行动19，美国在格林河、萨瓦那河、比尔威廉斯河等河流继续开展生态调度的研究，模拟了增加水库下泄洪峰流量和持续时间20、下泄高脉冲水流21、减缓洪水退水过程22等近自然水流情势。这些生态调度实践不仅保护目标更加明确，调度方式更加具体，同时这些调度措施基本没有经济损失或经济损失较小，对我国水库的生态调度实践也有积极的启示作用。1214多属性决策求解梯级水库多目标优化调度后能够获得有限个水库调度方案集，需要通过多属性决策得到相对最佳均衡的水库调度方案。多属性决策在社会生活中普遍存在，决策者根据已有决策信息、社会经济发展实际需要和结合自己偏好进行带有一定风险和机会的决策。多属性决策一般包含三个过程，即属性值的规范化、属性权重的确定以及方案的综合排序23，其中属性的权重能够反映决策者的决策偏好，比较符合实际的决策过程，但对于具有较大不确定性的多属性决策问题，一般不确定各属性的权重。根据属性的不同表示方法，属性值一般有实数、区间数、模糊数（三角模糊数、直觉模糊数、梯形模糊数等）、语言信息等。由于各表示方法之间的量纲具有很大的差异，因此在进行多属性决策前有必要对各属性值进行规范化处理。常用的属性规范化方法包括向量规范化、比例变换法、非比例变换法等。属性权重确定是多属性决策的重要内容，主要包括主观赋权法、客观赋权法、组合赋权法、交互式赋权法等四类24。常见主观赋权法有德尔菲法25、层次分析法26等，但是主观赋权法需要决策者具有深厚的工作经验积累，否则可能偏离客观自然规律，同时主观赋权法的透明公正性也受到一些质疑。客观赋权法主要有主成分分析法27、两阶段法28等，这些方法评价过程比较透明，再现性强，但是它们一般计算过程较为复杂。为了能够克服各自方法的缺陷，将主观赋权法和客观赋权法相结合得到组合赋权法，已成为研究发展的趋势，包括组合最小二乘法29、交互式组合法30等。但是上述方法在确定属性权重时只含有一次决策过程，在实际操作过程中总是会或多或少包含决策者的主观信息，不断调整和修正属性权重值，形成交互式的属性权重确定方法。确定各属性的权重之后，可以对各方案进行优选排序，获得相对最优方案。根据多属性决策的理论基础一般可将其方法分为传统决策方法和现代决策方法。传统决策方法如简单加权法31、ELECTRE32、TOPSIS33等。20世纪90年代以来，随着计算机科学技术以及人工智能优化技术的发展，越来越多的研究者将智能优化方法与多属性决策相结合，用以分析大批量统计数据获得属性的低维特征，形成现代的多属性决策方法，主要包括遗传算法34、粗糙集分类法35等，决策愈趋科学化和复杂化。从以上分析可以看出，多属性决策过程中属性值规范化研究比较固定，一般只需根据属性值特点选择合适的规范化方法。但是由于属性权重确定方法多种多样，方案优选排序方法机理也大相径庭，同时属性权重的确定以及方案排序方法的选择将在很大程度上影响决策结果，因此在研究中大部分研究者主要侧重于属性权重的获取以及方案排序方法的修改完善。122国内研究动态1221水库优化调度我国从20世纪60年代以后才开始对水库优化调度进行研究和实践。1960年，吴仓浦首先将最优调度模型用于年调节水库的运行调度，此后国内水库优化调度的研究蓬勃兴起，成果丰硕，但是还处于单库优化调度阶段，直到上世纪80年代初才开始梯级水库群的优化调度研究。1981年，张勇传等将大系统理论用于两座并联水库优化调度，并使用偏优损失最小作为目标函数，通过系统协调成功得到两座水库最优调度策略36；1982年，叶秉如将古典优化方法和递推增优法相结合，并用于闽北水电站群模拟调度，能够产生可观的经济效益37；1988年，冯尚友、胡振鹏二人建立了基于大系统多目标动态递阶分析模型的分解聚合方法，为研究跨流域水库群联合调度过程中多目标、多层次、多阶段复杂问题提供了新途径38；1995年，谢新民等人提出了基于大系统理论和模糊数学理论的梯级水库群优化调度模型，并采用目标协调模糊规划方法进行实例研究，结果证明了模型和方法的有效性和普适性39；同年，胡铁松等人开始使用神经网络方法对水库群的优化调度函数进行探索40；1998年，李爱玲采用概化分析方法对水库入库径流进行合理处理，并使用随机优化方法对兴利调度模型进行求解，研究表明该模型能够有效克服“维数灾”困难41；2000年，梅亚东对梯级水库洪水期的发电调度进行研究，建立了具有后效性的动态规划模型，并提出了多维动态规划近似解法以及有后效性动态规划逐次逼近算法，实例研究表明逐次逼近算法收敛速度快，性能更好42。进入21世纪以来，智能算法在水库群优化调度领域风生水起，迎面直追国外先进水平，大有实现超越之趋势。2008年，梁伟等应用混沌优化理论和方法研究了梯级水库群中长期联合优化调度问题43；同年，刘起方等采用对分插值方法和混沌嵌套搜索方法求解梯级水库优化调度模型，成功验证了此方法简单高效、鲁棒性好、普适性强等优点44。由此可见水库优化调度的理论愈加完善，求解算法也愈趋成熟复杂集成化。同时随着流域的大规模综合利用开发，越来越多国内研究者也将研究重心转移到了梯级水库的多目标优化调度上来，出现了、ORTHOGNALMUTIOBJECTIVEOLUTINARYALGOITHMOMEA（）、IJECPCESWPZAINLGORITHOPS（）等诸多先进的多目标优化LTTVARIFALFISHRLITFS，方法，更好地支持了水库多功能目标的实现。1222免疫遗传算法我国水库优化调度中采用遗传算法始于20世纪90年代中期。1995年，姜铁兵等人使用遗传算法成功制订了水库自动发电计划45；1996年，马光文等人提出了浮点编码的遗传算法，为克服水库调度模型中“维数灾”困难开拓了新途径46。随后马光文及其他诸多学者不断改进完善遗传算法在水库优化调度中的应用。2003年，胡明罡提出了实数编码的遗传算法，实例研究表明基于实数编码的遗传算法收敛更快，实用性更强47；2006年，张双虎等人建立了基于系统模拟方法的模拟遗传混合优化算法，系统阐述了应用此方法绘制梯级水库优化调度图的理论、方法与步骤，并成功应用于乌江梯级水库优化调度图的制定，研究表明采用此调度图调度时梯级水电站群多年平均总发电量可比长系列补偿调节计算增加43亿KWH，不仅能够产生可观的经济效益，也为指导乌江上游的梯级水库群科学运行调度提供了可靠合理的技术保障48；2009年，白涛等人提出了基于蜂群繁殖原理的蜂群遗传算法（），对清江上梯级水库群进行优化调度计算，获BESWARMGENTICALGORITHBSG，得的全局最优解合理可靠49；2010年，温进化等人基于免疫思想，在标准遗传算法中引入了免疫记忆机制，并建立了多目标免疫遗传算法（）50；2011年，温进化等又使用MULTIOBJECTIVIUNETICLGORITHM，MOVIA此方法对宁波周公宅皎口梯级水库群进行优化调度研究，结果验证了免疫遗传算法具有收敛速度快、能克服早熟找到全局最优值等优点51。虽然已有学者对多目标免疫遗传算法在梯级水库优化调度中的应用进行了少量研究，但是他们在研究过程中仍是将多目标问题转化为单目标问题进行求解，调度方法仍然局限于单一目标的刚性决策，忽略了各目标之间的相对重要程度，不利于水资源综合利用效益最大化目标的实现。1223水库生态调度关于我国河流生态环境问题，虽然社会各界早有普遍认识，但是真正着手预防、解决问题时间则相对较晚。2000年以来，我国先后开展了塔里木河与黑河应急生态调水、黄河调水调沙、扎龙湿地应急生态补水、引江济太、珠江压咸补淡等生态调度的尝试52。2006年，长江干流的水位创下历史同期的最低值，上游川、渝两省市遭遇特大干旱灾害袭击，上游来水明显偏少，长江水利委员会迅速做出决策，要求三峡水库汛末即开始蓄水并进行科学合理调度，有效控制了下游宜昌水文站的流量大于等于8000M3/S，满足了长江中下游地区特殊时期的生态环境需水要求53。2010年，许可分别对长江流域整体生态需水要求和典型生物资源生态需水要求进行研究，建立了以生态溢缺水量为生态目标的三峡梯级水库多目标长期优化调度模型，为开展三峡梯级水库的生态调度提出了较为合理的建议和依据54。我国学者对生态调度的自然社会环境背景、调度基本原则、调度目标选取、管理制度体制等已经进行了大量的研究，但是开展大规模水库生态调度实践还有更多问题需要完善。目前我国水库生态调度主要还是以满足水量要求和改善水质为主要目标，对于保护特定物种与恢复河流生态系统健康的调度实践与西方发达国家仍有较大的差距。1224多属性决策我国于20世纪80年代初才开始展开多属性决策问题的研究，在研究过程中也主要围绕属性值的规范化、属性权重的确定以及方案的综合排序，取得了大量的研究成果。1997年，刘树林深入研究了多属性决策中属性值的种类和标度方法，分析阐述了多属性决策的概念、理论基础、决策方法及灵敏度分析方法，并给出了常见的六大类属性值标准化方法55；传统研究方法一般注重静态的多属性决策问题，但是客观事物往往存在不确定性以及时移性，需要进行动态的多属性决策，因此2000年，戴文战等在传统属性规范化处理的基础上，引入“奖优罚劣思想建立了一种新的函数转换方法，并针对动态的多属性决策问题，提出了一种多阶段的动态多属性决策模型56；2003年，徐泽水详细总结了国内外常见的七类多属性决策问题及其方法57；2008年，谭永明采用投影寻踪算法对水质进行综合评价，并在投影指标函数最大值求解过程中使用了遗传算法进行加速，为解决多属性优化问题提供了一条新途径58；2009年，卫贵武在徐泽水基础上对几类模糊的多属性决策问题及其方法进行了总结和深化，成果丰富59；2012年，余剑将遗传算法与BP神经网络结合研究农村污水处理方案优选，并建立了网络模型的图形用户界面，增加了决策过程中的人机交互作用，使结果更加透明60。国内学者对多属性决策研究的常见问题以及发展趋势做了很多的归纳和分析，也探索和开创了不少先进智能和复杂的多属性决策属性权重确定方法和方案优选排序模型，这些研究为本文写作提供了大量的基础资料，也为研究多属性决策问题奠定了深厚的基础。但是多属性决策问题涉及因素较多，多属性决策指标集的合理获取以及决策最优方案的合理性分析研究仍然鲜见，值得进一步探索与完善。13本文研究内容与技术路线131主要研究内容本论文在广泛收集阅读和分析概括国内外相关领域研究资料和研究动态的基础上，应用水能规划、多目标决策、生态水利、最优化方法、人工智能理论等，对考虑河流生态需水目标的梯级水电站多目标优化调度进行研究。首先通过水文学方法估算河道内河流生态用水需求，构建考虑生态需水目标的梯级水库多目标优化调度模型；建立改进的多目标免疫遗传算法求解梯级水库多目标调度非劣方案集；采用无权重和有权重的投影寻踪模型和TOPSIS寻优模型对非劣方案集进行多属性决策，在此基础上得到梯级水库多目标优化调度的最佳均衡方案。本文的研究内容主要有（1）阐述论文选题依据和研究意义以及开展流域梯级水库多目标优化调度的必要性，系统分析概括梯级水库多目标优化调度相关领域国内外的研究动态，明确论文研究重点、研究方向以及技术路线；（2）阐述梯级水库优化调度准则及特点，构建梯级水库优化调度常用模型；同时研究国内外关于河道内生态需水估算方法，提出最小生态流量和适宜生态流量计算方法，构建考虑生态需水目标的梯级水库多目标优化调度模型；（3）总结国内外常用的梯级水库优化调度求解算法，阐述免疫遗传算法的基本原理，研究此算法的基本思路、基本步骤及相关改进措施，提出改进的多目标免疫遗传算法，给出将多目标免疫遗传算法应用于梯级水库多目标优化调度的求解步骤；（4）总结常用的多属性决策方法，提出无权重和有权重的改进投影寻踪评价模型用于方案优选排序，并与TOPSIS方案优选模型比较，详细阐述投影寻踪评价模型和TOPSIS方案优选模型求解步骤；确定梯级水库多目标调度方案的多属性决策指标集，给出调度方案多属性决策的方法步骤；（5）以汀江流域棉花滩青溪梯级水库为例，估算青溪水库下游河道所需最小生态流量和适宜生态流量，构建考虑河流下游生态需水要求的梯级水库多目标优化调度模型，采用改进多目标免疫遗传算法和NSGA2对模型求解得到非劣调度方案集，分别采用无权重和基于权重的投影寻踪和TOPSIS对方案集进行多属性决策，得到梯级水库相对最优调度方案，与单目标发电优化调度对比进行方案合理性分析，并对进一步提高水资源利用效益提出相应的建议；（6）总结论文主要研究内容及研究成果，指出论文尚存不足之处，以期在今后的工作学习中进一步探讨和研究。132技术路线通过广泛收集分析国内外有关梯级水库优化调度的研究动态，概括分析梯级水库优化调度基础，在此基础上构建考虑生态需水目标的梯级水库多目标优化调度模型，建立改进的多目标免疫遗传算法对模型进行求解，并对梯级水库多目标调度方案进行多属性决策，最后以闽粤边界汀江流域棉花滩青溪梯级水库为研究对象进行实例计算，并对结果进行合理性分析，以期为进一步协调和提高水资源与水能综合利用效益提供参考。论文的技术路线如图11所示。研究动态分析研究梯级水库优化调度国内外动态阐述论文选题背景及意义水库优化调度免疫遗传算法生态调度实践明确研究理论和框架调度模型求解算法方案决策构建考虑生态需水多目标优化调度模型梯级水库多目标优化调度模型构建常用梯级优化调度模型目标函数约束条件适宜生态需水常用优化调度算法多目标免疫遗传算法提出梯级水库多目标免疫遗传算法求解步骤发展趋势非劣方案集梯级水库多目标优化调度方案多属性决策常用方法无权重决策有权重决策投影寻踪（PP）；TOPSIS验证明确梯级水库多目标调度方案决策指标集与多属性决策步骤投影寻踪（PP）；TOPSIS验证梯级水库优化调度多目标免疫遗传算法设计实例研究棉花滩青溪梯级水库多目标优化调度研究基本情况构建多目标优化调度模型求解多目标优化调度模型优化调度方案多属性决策梯级水库多目标优化调度最佳均衡方案，进行方案合理性分析进一步提高水资源利用效益对策与措施总结与展望多属性决策最小生态需水图11论文技术路线图第二章梯级水库多目标优化调度模型构建流域梯级水库是一个开放式复杂系统，与特定的自然与社会经济环境相辅相成，不仅承担着流域内防洪与兴利等重大任务，对流域内生态环境也会产生影响。随着流域梯级大规模开发利用，功能综合化，目标多元化，联系复杂化已成为基本特征，梯级水库调度决策必须全面考虑不同目标之间的制约与竞争关系，导致传统优化调度理论不可避免出现不能最大化发挥梯级水库综合效益的局限。本章在阐述梯级水库优化调度特点与准则的基础上，通过水文分析方法，确定河道内生态需水，构建以生态需水目标作为生态调度因子的梯级水库多目标优化调度模型。21梯级水库优化调度特点与准则流域经济社会发展程度的不同，使梯级水库开发利用需要满足不同的使用需求与目标。对于不同目标和不同类别的梯级水库，需要确定不同的调度方法。211梯级水库调度分类按照水库调度运行目标、水库数量及结构形式、调度周期、调度方法、补偿调度、非约束性目标个数等条件，梯级水库调度主要可分为以下几类，见表21。表21梯级水库调度分类表分类名称概述防洪调度根据上下游防洪需求、洪水特性和工程安全情况拟定兴利调度包括发电、灌溉、供水、航运等调度调度运行目标综合利用调度兼顾防洪与兴利调度，同时注重生态环境目标并联水库群不同河流上的水库群，各库间有电力而无水力联系梯级水库群（串联）同一河流上的水库群，各库间既有电力也有水力联系水库数量及结构形式混联水库群串联和并联的混合形式中长期调度一般包括季、年、多年调度短期调度一般包括月、旬、周、日调度调度周期厂内经济运行厂内机组实时调度续表21梯级水库调度分类表分类名称概述常规调度以调度规则为依据，调度方法操作性强、直观简单调度方法优化调度通过优化方法求解调度模型，使目标函数获得最优值的水库控制运用方式库容补偿库容差异导致的梯级补偿调度方式水文补偿水文情况差异导致的梯级补偿调度方式补偿调度水力补偿电站参数选择与控制差异导致的梯级补偿调度方式单目标调度只有一个调度目标非约束目标个数多目标调度有两个或两个以上调度目标本文主要研究考虑经济目标与生态环境目标的串联水库中长期多目标优化调度。212梯级水库调度特点水库常规调度方法一般以调度图为依据，通过径流调节计算确定水库下泄流量过