技術領域

本發明涉及水庫調度領域，具體地說是一種水庫群聯合供水水權分配調度方法。

背景技術

我國水資源日趨短缺，且時空分布極度不均衡。在新時期區域社會經濟發展的高用水要求下，水庫群間的水力聯系日益復雜化使水庫群聯合調度研究表現出高度的復雜性。但是目前在水庫群聯合優化調度方面的研究大多集中在一個調水水庫向多個(或單個)受水水庫調水且目標調水量已知的情形，而針對兩個及兩個以上調水水庫調水量與調水時機不確定的并聯調水的水庫群聯合調度規則研究很少見到，并且很少將水庫供水規則和調水規則相結合來研究水庫群優化調度。在調水時機與調水量未知的情況下，如何基于缺水風險確定調水水庫的最大調水規模、水庫群調水規則和供水規則成為當前亟待解決的問題。也就是說，需要解決水源區水庫群何時向受水區水庫調水、調多少水并考慮在調水啟動的情況下，水庫群如何對各用水戶進行適時適量供水的問題。

發明內容

本發明的目的是克服現有技術存在的不足，提供一種水庫群聯合供水水權分配調度方法，能在調水時機和調水量未知的情形下，由基于供水系統全局風險最小化的水庫群聯合模擬優化調度模型確定出的調水水庫最大調水規模，各水庫調水控制線和用水戶供水限制線，構成了簡單實用的水庫群調水規則和供水規則。

本發明的工作原理為：建立基于供水系統全局風險最小化的水庫群聯合模擬優化調度模型，同時確定水庫群的調水規則、供水規則以及調水規模，以此來指導水庫群的實際調度。

本發明一種水庫群聯合供水水權分配調度方法，包括如下步驟：

建立基于供水系統全局風險最小化的水庫群聯合模擬優化調度模型；

確定水庫群的調水規則、供水規則以及調水規模。

所述建立水庫群聯合模擬優化調度模型，首先建立目標函數，目標函數包括缺水風險最低、棄水量最小、缺水損失程度最低、調水時段數最小，目標函數如下式：

式中，RH_ij為i水庫j用水戶的缺水危險性，RE_ij為i水庫j用水戶的缺水暴露性，RV_ij為i水庫j用水戶的缺水脆弱性，RC_ij為i水庫j用水戶的防旱抗旱能力，T為總時段數，T_i為調水時段，SU_i為i水庫的棄水量，W_ij為i水庫j用水戶的缺水量，Q_ij為i水庫j用水戶的供水量，N為水庫的個數，M為用水戶的個數，w_R，w_E，w_SU和w_T分別為各子目標的權重。

決策變量x,y,z分別為各水庫調水控制線、供水限制線、和調水水庫的最大調水規模；

約束條件為：

水量平衡約束：V_t+1＝V_t+I_t-Q_t+L_t+SU_t+D_t

水庫蓄水能力上下限約束：V min≤V_t≤V max

決策變量上下限約束：V min≤x_i,y_i,z_i≤V max

水庫庫容-面積-水位特征曲線：Z_i,t＝f(V_i,t),V_i,t＝f(S_i,t)

限制供水能力不超過允許破壞深度：α₁＝0.9,α₂＝0.75。

為避免陷入局部最優解，出現早熟收斂的現象，采用并行多種群混合進化的粒子群算法(Parallel-swarms Shuffling Evolution Algorithm，簡稱PMSE-PSO)。

所述并行多種群混合進化的粒子群算法的具體步驟如下：

(1)在可行域范圍內隨機產生M×N個粒子，其中M為子群體個數，N為每個子群體中粒子的個數，并計算每個粒子的目標函數值；

(2)將粒子按目標函數值從小到大的順序進行排序；

(3)按照分配規則將總群體分成M個子群體，每個子群體中粒子的個數為N；

(4)利用PSO算法進化每個子群體；

(5)經過一定迭代次數后，將子群體進行混合，使所有粒子進行信息交流，并將每個粒子按目標函數值重新進行排序；