实现水量交换的深圳市中西部水库群优化调度研究

黄强, 金文婷, 刘任远

(西安理工大学 西北旱区生态水利工程重点实验室，陕西 西安 710048)

深圳是一个严重缺水的城市，主要依靠境外调水，在深圳东部水源工程未建成之前，主要靠东深供水工程供水。其中，深圳市中西部片区(宝安区、南山区、福田区部分地区)正在形成以东深引水工程为主，东部引水工程为辅，相互连通的供水水源网络系统。在该系统中主要由公明、鹅颈、石岩、茜坑四座水库联合向深圳市中西部供水。因此，为了提高本地和外调水资源的利用效率[1-3],缓解供需矛盾,提高城市供水保证率,保障社会经济的可持续发展，对深圳中西部水库群联合调度进行研究具有重要的意义。

深圳中西部水库群联合调度的核心是公明水库，该水库是战略储备水库，总库容1.48×108m3，首要任务是储备水源，以应对突发事件，在突发事件中能保证给深圳中西部城市供水3个月。其次，在特枯年份和连续枯水年，补充其他水库。深圳市中西部水库群调度的目的是在保证城市供水的前提下，将境外引水的多余水量存入公明水库，以作战略储备。但是，在水库群调度中有可能造成公明水库一味地追求多蓄水量，使储备水长期不周转，导致水库水质恶化等问题。所以，深圳市中西部水库群调度必须考虑每年对公明水库的水量进行交换，以保证水库的水质安全。

深圳市中西部水库群调度是一个具有特色、比较复杂的系统工程。解决这一问题的思路是综合考虑，统筹兼顾，在保证深圳市中西部城市供水、提高城市供水保证率和减少缺水的基础上，解决公明水库的水量交换问题，确保水质安全，实现公明水库战略储备水资源的目标。为此，需要建立多目标水库群供水联合优化调度模型[4-5]，采用系统工程优化算法求解模型[6-8]，获得水库群优化调度策略，指导未来水库群的合理运行与调度。深圳市中西部水库群联合调度思路见图1。

图1 水库群优化调度研究思路图

1 深圳市中西部多目标水库群供水优化调度模型的建立

1.1 目标函数

根据以上研究，深圳市中西部水库群联合调度研究的目标是在保证深圳市中西部供水保证率97%、提高公明水库战略储备水量的前提下，使供水系统缺水量最小、公明水库蓄水量最大和公明水库交换水量最大。

目标1使公明水库群对深圳中西部的供水能力满足城市需水要求并有较高的保证率，达到供水优化调度的目的。因此模型中设立缺水量最小(供水保证率最大)为首要目标，其表达式为：

(1)

P(gg)=∑i(que(i)>0)/(I+1)

(2)

式中，I为年数，i=1，2，…,43，I=45；J为以年为计算周期内的月时段数，j=1，2,…,12，J=12；N为水库数目，n=1，2，…,N,N=4；Wx(n,i,j)为第i年第j时段第n个水库对应供水区的需水量；W本地(n,i,j)为本地水在第i年j时段第n水库的蓄水量；W境外(n,i,j)为境外水在第i年j时段第n水库的蓄水量；que(i)为第i年总缺水量；P(gg)为供水保证率。

目标2由于公明水库在深圳中西部水库群中具有战略性储存水源的重要地位，最大限度地储存水资源是公明水库的首要任务。因此模型中设立公明水库蓄水量最大为第二目标，其表达式为：

(3)

式中，W公明(i,j)为公明水库在第i年j时段的蓄水量，W公明(i)为公明水库第i年总蓄水量。

目标3公明水库存储的大量水源需要每年通过水库群的优化调度实现一定程度的水量交换，从而防止储备水不流动而导致水质恶化。因此模型中设立公明水库交换水量最大为第三目标，其表达式为：

(4)

式中，W公明g(i,j)为公明水库在第i年j时段的供水量；Wjh(i,j)为公明水库在第i年j时段的交换水量；max表示取括号里数值中较大的值。

1.2 约束条件

1) 模型最基本的约束条件为供水调蓄系统总水量平衡约束。公明供水调蓄工程供水系统各时段和多年平均必须要满足水量平衡约束，即：

需水量=来水-损失-弃水+

缺水+各水库初末库容差

其表达式为：

W需水(i,j)=W境外(i,j)+W本地(i,j)-

W损失(i,j)-W弃水(i,j)+

V初末库容差(i,j)+W缺水(i,j)

(5)

式中，W需水为城市需水量(以各水厂的供水规模为准);W境外为从东江引的境外水(是通过北线引水工程引用的);W本地(i,j)是本地自产水，其水量很小;W损失(i,j)是各水库蒸发、渗漏及河道损失等总损失;V初末库容差(i,j)为水库各时段初末库容之差，此值为正代表水库此时段是供水，此值为负代表水库此时段是蓄水。

2) 库容约束，即在计算的各时段各水库的库容不能超过其正常蓄水位对应的兴利库容，并不低于死库容，其表达式为：

(6)

3) 城市供水量约束, 各水厂的需水反映了城市的需水量值，该约束即表明公明供水调蓄工程的总供水量不得大于城市的需水量，其表达式为：

(7)

式中，Wg(n,j)、Wx(j)分别代表各水库供水与对应水厂需水之间的关系。

4) 各水库水量平衡约束，即各个水库自身要保证上一个时段与下一个时段之间的水量平衡衔接无误，其表达式为：

Vm(i,j+1)=Vm(i,j)+Wm(i,j)-

Wmg(i,j)-Wloss(i,j)

(8)

式中，Vm(i,j+1)、Vm(i,j)分别代表第m个水库第i年第j时段的末、初库容；Wm(i,j)为第m水库第i年第j时段的蓄水量；Wmg(i,j)为第m水库第i年第j时段的供水量；Wloss(i,j)为第m水库第i年第j时段的蒸发渗漏损失。

5) 各输水线路过水能力约束，是确保优化调度结果可行性的必要条件，即调度得出的各输水线路中各时段的流量均不得大于输水管道的最大输水流量，也不得小于输水管道的最小输水流量。其表达式为：

(9)

2 模型的求解

深圳市中西部水库群供水优化调度模型属于大规模、非线性、高维、多目标、多阶段、多约束优化的问题[9]。其中，3个目标函数之间既有联系，又有矛盾。矛盾在于既要实现缺水量最小(提高供水保证率)，又要求公明水库蓄水量最大、交换水量最大。因此，本研究拟把多目标优化模型转化为单目标模型[10]，并采用决策动态优选的自适应算法求解模型[11-12]。

此算法的基本思路为北线引水按比例分给茜坑、鹅颈、石岩三水库，每个水库的入库水量比例应从1%～100%中进行选择，但入库比例之和应该小于或等于100%，通过调度这四座水库对深圳市中西部地区的城市需水进行调配。

如果第一次入库比例分配不符合城市供水要求，则继续循环，直到各水库入库水量符合实际供水要求为止，多余的水进入公明水库作为储备水源，以备突发性缺水事件、连续枯水年或特枯年份时发生缺水的情况。通过对长系列月径流资料进行计算，决策者可以通过对模拟运行调度计算结果进行分析，分析各水库的蓄、供水平衡，分析供水保证率，公明水库蓄水量等，如不合格再通过改变供水调度原则、调整各参数等因素再一次进行计算，直至计算结果合理为止。

具体优化模拟计算步骤详述如下。

1) 输入1960.4～2005.3共45年的月来水资料，N个供水节点水平年第j月城市需水量Wx(n,j)，各水厂节点的有效库容Vmax(n)，各水库的水位库容曲线，特征参数、死库容、正常库容，各水库蒸发渗漏损失等资料值。

2) 由各水库以最大限度提供对应供水区的城市用水，例如，第n个节点水库的供水量为Wn g(n,j)。

3) 由北线引水bx(j)按比例分给各水库，每个水库的入库水量比例应同时从1%～100%中进行选择，但是X+Y+Z+C≤100%。X、Y、Z、C为4水库入库比例。

4) 计算各水库入库过程、出库过程及公明水库的交换水量，确定公明水库蓄满所需时间。

5) 统计缺水量、公明水库交换水量和储备库容蓄满率。

6) 当求解的水库群调度策略满足供水系统要求时，输出调度结果；否则，调整水库入库比例，返回到第3)步，继续计算。

3 深圳市中西部水库群联合供水优化调度结果分析

深圳市中西部水资源主要来源于本地自产水和境外东江引水，4座水库的本地多年平均自产水总水量约5.896×107m3，境外东江北线引水5.0×108m3，采用丰增、枯减的原则引水。公明水库对应的姜下水厂实际需水量为7.320×107m3/a，应该注意的是当公明水库的库容达到储备库容1.2141×108m3要求之后，为保证公明水质，才给姜下水厂供水，低于储备库容则不给姜下水厂供水。城市需水量为(4.9154～5.6474)×108m3/a,扣除各水库的多年平均蒸发渗漏总量2.135×107m3/a，则实际可供水量为5.3446×108m3/a。

采用优化调度模型，对45年月来水资料进行长系列计算，得出深圳市中西部水库群优化调度结果，见图2、表1和图3所示。

图2 水库群供水优化调度结果图

表1 优化调度下公明水库调度目标分析

图3 公明水库优化调度典型年入库水量图

由水库群优化调度模型的求解可知，深圳市中西部的北线引水量为4.969×108m3，其水量分配为：茜坑水库9.547×107m3，鹅颈水库1.287×108m3，石岩水库2.727×108m3。茜坑水库由于得到北线引水的补充，再加上自产水量，每年可向城市供水9.882×107m3；鹅颈水库向城市供水量为5.460×107m3，将剩余水量7.765×107m3蓄入公明水库，同时实现水量交换；石岩水库的北线引水量远不足以满足其供水需求，因此由公明水库向其补充2.759×107m3的水量，在进一步实现公明水库水量交换的同时，使得石岩水库的城市供水量达到3.382×108m3，保证了深圳中西部城市供水。

3.1 水库群调度成果分析

分析表1和图2、图3,可得以下结论。

1) 缺水分析

由于北线引水有丰枯变化，深圳市中西部供水调蓄工程由茜坑、鹅颈、石岩、公明4座水库联合调度，对该水库群供水进行优化调度的研究结果表明，该地区不缺水。

2) 城市供水及保证率分析

深圳市中西部多年平均总可供水量约为5.5581×108m3，但其需水量约为(4.9154～5.6474)×108m3/a。根据城市供水保证率的统计分析，按照月份统计，1960—2005年供45年，540个月，其缺水月份为0，月供水保证率为99.9%；按年统计，45年都不缺水，年供水保证率为98%，达到了设计供水保证率97%，实现了该地区的供水保障。

由于公明水库给姜下水厂的供水原则是：当公明水库的水位达到储备水位时才给姜下水厂供水，为了保证公明水库水质环境安全。所以经45年长系列调度计算，给姜下水厂供水总月数为297个月，所以公明水库给姜下水厂供水保证率为55%。

3) 公明水库生态调度分析

由于公明水库是个储备水库，储备库容1.2141×108m3，所以为了使水质不至于恶化，必须采用生态调度的方法，经过分层水量交换达到保证水质的目的。

经计算，公明水库多年平均交换水量达到7.230×107m3，其中最大交换水量是8.153×107m3(1979—1980年)；最小交换水量是5.073×107m3(1961—1962年)，极值比为1.6∶1，且多年平均蓄满周期为1.62 a，可以满足保证水质的要求。

4) 各水库蒸发渗漏损失分析。茜坑水库多年平均损失水量为1.730×106m3；鹅颈水库多年平均损失水量为1.440×106m3；石岩水库多年平均损失水量为4.930×106m3；公明水库多年平均损失水量为1.311×107m3；深圳市中西部四座水库的总损失水量为2.121×107m3，占总来水的3.8%。

3.2 多年调度各水库入库比例结果分析

由于本研究调度目标多、复杂，所以本研究采取对茜坑、鹅颈、石岩水库每月入库水量按比例离散化处理，并通过调度目标及动态优选的方法进行优选，最终得出45年长系列调度计算结果。

然后分析其调度方案，得出各水库多年调节每月入库水量比例关系和各水库多年月平均入库比例，见图4、图5。

图4 1960—2005年各水库入库比例分析结果

图5 各水库多年月平均入库比例

由图4可知，可将茜坑、鹅颈、石岩水库的多年平均入库比例大致定为17.7%、8.8%、51.1%，即北线引水的77.6%用于供水，剩余的22.4%蓄入公明水库。这样就在保证深圳市中西部供水的前提下，使公明水库的储备库容基本达到1.2141×108m3，并保证公明水库交换水量达到其水质标准要求的水量。

由图5可知，各水库的多年月平均入库比例有一定的变化幅度，其中茜坑、鹅颈水库的变化幅度不大，而石岩水库的入库幅度变化较大。各水库的入库比例之和基本上都小于98%，说明有一定的水量蓄入公明水库，7、8、9月份的蓄水量最大。

4 结 论

本研究主要是通过对公明供水调蓄工程45年长系列资料进行优化调度分析，旨在提高深圳中西部城市的供水保证率和储备水量，以应对突发性事件，并且保证水库供水和水质安全。结论为：

1) 水库群供水优化调度表明深圳市中西部城市45年均不缺水，年供水保证率为98%，高于设计保证率97%，满足城市供水的需求。

2) 公明水库战略储备水量多年平均达到1.2141×108m3，平均蓄满周期为1.62 a，实现了战略储备水量目标。

3) 公明水库多年平均交换水量达7.230×107m3，其中最大交换水量是8.153×107m3；最小交换水量是5.073×107m3，极值比为1.6∶1，基本满足保证水库水质环境安全的要求。

4) 得出了北线引水的各水库入库比例分别为：茜坑17.7%，鹅颈8.8%，石岩51.1%，剩余22.4%水量蓄入公明水库作为储备水源和交换水量。

综上所述，公明供水调蓄工程经过水库群优化调度能够发挥保障供水、储备水源的社会效益，同时还可实现保证水库水质安全的生态效益。

参考文献：

[1] Nagesh Komar D, Janga Reddy M. Ant colony optimization for multi-purpose reservoir operation[J].Water Resources Management, 2006,(20):879-898.

[2] Nagesh Komar D, Janga Reddy M. Multipurpose reservoir operation using particle swarm optimization[J].Water Resources Planning and Management, 2007, 133(3):192-201.

[3] Javaid H A. Multi-reservoir modeling with dynamic programming and eural networks[J].Journal of Water Resources Planning and Management, 2001, 127(2):89-98.

[4] 万芳,原文林,黄强.基于免疫进化算法的粒子群算法在梯级水库优化调度中的应用[J].水力发电学报,2010,29(1):202-206.

Wan Fang, Yuan Wenlin, Huang Qiang. Application of particle swarm optimization and immune evolution algorithm to optimal operation of cascade reservoirs[J]. Journal of Hydroelectric Engineering, 2010,29(1):202-206.

[5] 郑慧涛, 梅亚东.改进差分进化算法在梯级水库优化调度中的应用[J].武汉大学学报,2013,46(1):57-61.

Zheng Huitao, Mei Yadong. Improved differential evolution algorithm and its application to optimal operation of cascade reservoirs[J]. Wuhan University Journal of Natural Sciences, 2013,46 (1):57-61.

[6] 畅建霞, 黄强,王义民.基于改进遗传算法的水电站水库优化调度[J].水力发电学报,2001,(3):85-90.

Chang Jianxia, Huang Qiang, Wang Yimin. Optimal operation of hydropower station reservoir by using an improved genetic algorithm[J]. Journal of Hydroelectric Engineering, 2001,(3):85-90.

[7] 张双虎,黄强.基于模拟遗传混合算法的梯级水库优化调度图制定 [J].西安理工大学学报,2006,22(3):229-233.

Zhang Shuanghu, Huang Qiang. Linking simulation with genetic algorithm to establish optimal operation chart of cascade reservoirs[J]. Journal of Xi’an University of Technology, 2006,22(3):229-233.

[8] 李想, 魏加华,傅旭东.粗粒度并行遗传算法在水库调度问题中的应用[J].水力发电学报,2012,31(4) :28-33.

Li Xiang, Wei Jiahua, Fu Xudong. Application of coarse-grained genetic algorithm to reservoir operation[J]. Journal of Hydroelectric Engineering,2012,31(4): 28-33.

[9] 杨道辉. 基于育种算法的水库优化调度[J].水电自动化与大坝监测,2009,33(10):72-74.

Yang Daohui. Breeding algorithm- based optimal reservoir operation[J].Hydropower Automation and Dam Monitoring. 2009,33(10):72-74 .

[10] 解建仓,廖文华.基于人工鱼群算法的浐灞河流域水资源优化配置研究[J].西北农林科技大学学报，2013,41(6):221-226.

Xie Jiancang, Liao Wenhua. Artificial fish swarm algorithm based water resources optimal allocation in Chanba river basin[J].Journal of Northwest A&F University, 2013, 41(6) :221-226.

[11] 孙晓懿, 黄强, 康田. 汉江上游梯级水电站水库优化运行研究[J]. 西安理工大学学报,2011,27(3):311-316.

Sun Xiaoyi, Huang Qiang, Kang Tian. Optimized operation of the cascade power station reservoirs in the upper reaches of the Hanjiang river[J]. Journal of Xi’an University of Technology, 2011,27(3):311-316.

[12] 杨文娟, 刘任远. 梯级水库优化调度模型的蚁群系统(ACS)算法求解研究[J]. 西北农林科技大学学报，2013,41(8):228-234.

Yang Wenjuan, Liu Renyuan. Solution of ant colony system (ACS) algorithm to optimize reservoir operation[J]. Journal of Northwest A&F University, 2013, 41(8):228-234.