-
水库防洪优化调度问题主要涉及优化数学模型及求解方法2个部分。优化数学模型决定最优决策的适用性, 模型求解方法仅决定解的稳定性和计算效率。优化数学模型包括决策变量、水库出流的表现形式、河道洪水演算方法等3个方面。决策变量表现形式和河道洪水演算方法如何选择, 决定了优化数学模型的构建方法, 而决策变量的表现形式同时也决定了优化数学模型的适用性。因此, 如何科学合理地构建水库防洪优化调度数学模型[1], 对于水库防洪优化调度问题具有十分重要的理论价值和生产应用价值。
从优化数学模型构建方法看, 关于下游河道洪水演进方法主要聚焦马斯京根法和长办汇流曲线。钟平安等[2]提出马斯京根法和迭代试算相结合的方法进行河道洪水反向演算, 以简化河库联合调度模型求解方法；解建仓等[3]采用马斯京根法, 在水库调度和洪水演进的基础上提出正向和反向调节2种错峰调度方式；Zhang等[4]建立了确定性防洪优化调度数学模型, 利用简化二维动态规划方法进行求解计算, 试图克服动态规划的后效性与马斯京根法洪水演算的时滞性冲突；谢柳青和易淑珍[5]建立了基于马斯京根河道洪水演进方程与多目标离散微分动态规划的水库群防洪系统多目标优化调度模型；都金康等[6]结合马斯京根河道演算和防洪调度原理, 对单一水库和多水库洪水调度构造线性模型并求解；罗赟等[7]提出利用遗传算法求解马斯京根模型的河段传播时间, 进而优化长办汇流曲线模型的参数K, 保证参数全局最优；陈森林等[8]基于水库调度阶段划分及出流上界分析引入水库出流上下界约束, 建立了水库防洪补偿调节线性规划模型(RFCR-LP), 实现了水库调度决策和下游河道水流演进的完全耦合, 避免了常规多阶段决策优化方法的后效性。从优化数学模型求解方法来看, 现行水库防洪优化调度模型主要围绕线性规划[9-10]、非线性规划[11]、动态规划[12]、多目标决策[13-14]、粒子群算法[15]等方法进行研究[16]。可见, 现行文献都是以时段初(末)水库出库流量作为决策变量、并假设水库出流时段内线性变化, 再耦合选择的河道洪水演进方法(最常用的是马斯京根法)构建水库防洪优化调度数学模型[17-18], 为方便表述, 称这类优化数学模型为“瞬时出流模型”。为适应“瞬时出流模型”决策变量的要求, 陈森林等[8]在优化数学模型的构建中, 将“矩形入流”(时段内入流不变)的长办汇流系数转换成了“梯形入流”(时段内入流均匀增加或减少)的长办汇流系数。
随着中国社会经济的快速发展, 对水库防洪调度决策也提出了更高的要求, 在水库洪水优化调度构模方面, 泄流闸门操作安全问题与防洪库容占用问题一样得到重视[19-20]。由此导致瞬时出流模型存在2个难以解决的问题: ①最优决策只能是瞬时流量, 必然存在很多时段内的出库流量变化幅度较大, 从而导致闸门必须连续操作(实际上是洪水调节的全过程)；②防洪调度软件系统的人工交互(对最优解进行调整)中, 为避免闸门频繁操作, 如果将瞬时流量改为时段固定流量(实际操作中也是这样的), 势必造成时段初(末)流量突变, 从而导致“瞬时出流模型”耦合的河道演算方法失效。由于不能演算, 交互后的出流过程也无法保证防洪控制点的合成流量峰值不超过安全流量。
本文提出“恒定出流模型”概念, 即以时段内恒定的出库流量为决策变量(符合河道演算的矩形入流条件), 选择长办汇流曲线作为河道洪水演进方法, 耦合构建水库防洪优化调度数学模型, 并通过实例应用证明其解决以上问题的有效性和科学性。
-
以1个水库和下游单个防洪控制点所组成的基本防洪系统为研究对象, 对于任意一场洪水过程, 以时段内恒定的出库流量为决策变量, 调节洪水所占用的水库防洪库容最小为准则, 相应的目标函数为
$$ V_{\mathrm{fh}}^{*}=\min \left\{\Delta t \sum\limits_{t=1}^{T}\left(\bar{I}_{t}-\hat{O}_{t}\right)\right\} $$ (1) 式中: V*fh为水库调节洪水所占用的最小防洪库容, m3；It为t时段平均入库流量, m3/s；${\hat Q_t}$为t时段内恒定的出库流量, m3/s；Δt为计算时段长度, s；T为入库洪水总时段数。
-
(1) 水库水量平衡约束:
$$ V_{t+1}=V_{t}+\left(\bar{I}_{t}-\hat{O}_{t}\right) \Delta t $$ (2) 式中: Vt、Vt+1分别为t时段初、末水库蓄水量, m3。
(2) 出库流量约束。为保障水库泄流设施安全运行和下游河道冲刷威胁堤防安全, 可设置如下约束:
$$ \left|\hat{O}_{t+1}-\hat{O}_{t}\right| \leqslant \Delta O $$ (3) 式中: ΔO为任一相邻时段间出库流量的最大允许变幅, m3/s。
对于式(3), 2种模型具有本质性的差别: 对于瞬时出流模型, 该式对时段初、末出库流量的变幅进行限制, 是为了避免“每个”时段内连续不断的调整闸门孔数或开度；对于恒定出流模型, 该式则是限制“相连”时段之间出库流量的变幅, 是为了避免时段之间闸门(孔数或开度)的变动太大。从闸门操作安全来讲, 即使时段之间出库流量变幅很大(主要是孔数的调整)也不存在问题, 所以, ΔO应该是在下游河道冲刷威胁堤防安全论证的基础上才能确定(从天然洪水看, 峰前后涨跌速度一般都很快), 这属于河道治理专业的研究范畴, 不能因为水库调度人员的个人偏好(闸门变化越小越安全)决定。
(3) 水库泄流能力约束。对于实时洪水调度的起涨段和补偿段, 水库出库流量应满足泄流能力约束:
$$ \hat{O}_{t} \leqslant f_{\mathrm{xl}}\left(\frac{V_{t}+V_{t+1}}{2}\right) $$ (4) 式中: fxl(·)为水库泄流能力曲线。
(4) 水库出库流量约束。为保证式(1)的线性化, 设置如下限制:
$$ \hat{O}_{t} \leqslant \bar{I}_{t} $$ (5) 对于式(5), 水库调节一场洪水过程, 可分为3段: ①洪水起涨段。对于设计洪水, 水库来多少泄多少；对于实时洪水, 既可以考虑预泄, 也可以不考虑预泄。如果考虑预泄涉及的问题会更多(比如预见期长短、精度等), 这里不便讨论预报预泄问题。②水库调控段。入库流量一定大于出库流量。③退水段。不论是设计洪水、还是实时洪水, 只要退水段的出库流量大于或等于入库流量, 都不可能增加水库调节这场洪水占用的防洪库容, 即这一阶段如何泄流已经不属于防洪库容占用的研究问题, 主要涉及后期兴利与下游行洪安全问题, 因此, 式(5)是合理的, 增加式(5)约束后, 最优解的退水段一定是出库流量等于入库流量, 这样就可以保证线性表达式(1)的正确性。
(5) 河道汇流约束。对于多支流汇入的河道, 不失一般性的河道汇流约束为[21]
$$ \boldsymbol{Q}_{t}=\tilde{\boldsymbol{\alpha}}^{O} \tilde{\boldsymbol{Q}}_{t}{ }^{\mathrm{T}}+\sum\limits_{k=1}^{K} \tilde{\boldsymbol{\alpha}}^{k}\left(\tilde{\boldsymbol{q}}_{t}{ }^{k}\right)^{\mathrm{T}}+q_{t} $$ (6) 式中: ${\mathit{\boldsymbol{\tilde O}}_t} = \left({{{\hat O}_t}, {{\hat O}_{t - 1}}, \cdots, {{\hat O}_{t - {n_{\hat O}} + 1}}} \right)$、${\mathit{\boldsymbol{\tilde \alpha }}^o} = \left({\alpha _1^o, \alpha _2^o, \cdots, \alpha _{{n_o}}^o} \right)$分别为水库时段恒定出流向量及水库出流演算至防洪控制点的矩形入流的长办汇流系数(个数为nO)向量；$\tilde{\boldsymbol{q}}_{t}^{k}=\left(\bar{q}_{t}^{k}, \bar{q}_{t-1}^{k}, \cdots, \bar{q}_{t-n_{k}+1}^{k}\right)$、${{\mathit{\boldsymbol{\tilde \alpha }}}^k} = \left({\alpha _1^k, \alpha _2^k, \cdots, \alpha _{{n_k}}^k} \right)$分别为第k(=1~K)支流控制站时段平均流量向量及相应演算至防洪控制点的矩形入流的长办汇流系数(个数为nk)向量；qt为无控制站t时段初的其他区间入流量, m3/s。
(6) 防洪控制点安全泄流约束:
$$ Q_{t} \leqslant Q_{\mathrm{aq}} $$ (7) 式中: Qaq为防洪控制点安全泄流量, m3/s。
(7) 非负约束:
$$ \hat{O}_{t} \geqslant 0 $$ (8) 式(8)联合式(2)—式(5)的限制后, 就不会造成除${{\hat Q}_t}$以外的其他变量为负值。此外, 为避免出现时段间跳跃式的出库流量过程, 也可以设置恒定泄流的连续时段数限制。
式(1)—式(8)构成了水库防洪优化调度数学模型“恒定出流模型”。如果水库泄流能力约束式(4)进行线性化处理[22], 则该模型属于典型的线性规划模型, 可应用具有全局最优解、且算法稳定的LP求解方法进行求解(如Matlab等软件)。
对于任一防洪系统的任意实际场次(或设计)洪水, 只要符合以上数学模型约束条件的算法表达, 就一定存在最优的占用防洪库容(Vfh*)和出库流量过程(${{\hat Q}_t}$*), 这是线性规划模型LP决定的。所以, 该模型的适应性和通用性较强。
-
恒定出流模型与瞬时出流模型(以文献[8]为例)的本质区别在于:
(1) 决策变量的性质不同。恒定出流模型的决策变量${{\hat Q}_t}$为时段内恒定的水库出库流量(决策变量个数为T), 而瞬时出流模型的决策变量Ot为时段初(末)水库出库流量(瞬时流量, 决策变量个数为T+1)、且必须满足时段内出库流量线性变化。
(2) 河道洪水演进方法的入流条件不同。恒定出流模型的河道洪水演进方法的入流条件为矩形(如图 1(a)所示), 适用于阶梯型出库流量过程(即任一时段都是以时段长、时段初(末)流量分别为长、宽的矩形)的河道洪水演进；而瞬时出流模型中常用河道洪水演进方法马斯京根法的入流条件为三角形(如图 1(b)所示), 只适用于折线型出库流量过程(即任一时段都是以时段长为高, 时段初、末流量分别为上底和下底的直角梯形)的河道洪水演进。
图 1 单位入流示意
Figure 1. Unit inflow diagram
(3) 河道洪水汇流系数的个数相差1个。恒定出流模型的汇流系数个数为$\hat n$O, 而瞬时出流模型的汇流系数个数nO=$\hat n$O+1。以长办汇流曲线为例, 矩形入流的河道汇流系数向量为$\hat{\tilde{\boldsymbol{\alpha}}}^{o}=\left(\hat{\alpha}_{1}^{0}, \hat{\alpha}_{2}^{0}, \cdots, \hat{\alpha}_{\hat{n}_{0}}^{O}\right)$, 则转换成梯形入流的河道汇流系数向量$\tilde{\boldsymbol{\alpha}}^{0}=\left(\alpha_{1}^{o}, \alpha_{2}^{0}, \cdots, \alpha_{n_{0}}^{o}\right)=\left(\frac{\hat{\alpha}_{1}^{0}}{2}, \frac{\hat{\alpha}_{1}^{0}+\hat{\alpha}_{2}^{0}}{2}, \cdots, \frac{\hat{\alpha}_{n-1}^{0}+\hat{\alpha}_{n}^{0}}{2}, \frac{\hat{\alpha}_{n}^{0}}{2}\right)$。
(4) 最优出库流量过程不同。基于第(1)、(2)条, 瞬时出流模型只能得到折线型出库流量过程, 但恒定出流模型可以得到阶梯型的出库流量过程, 更符合水库调度实际。
-
为更好地比较恒定出流模型与瞬时出流模型关于闸门操作方面的差异, 定义出库流量相对偏差, 即时段初、末出库流量之差的绝对值与之和的比值:
$$ \delta_{t}=\frac{\left|O_{t+1}-O_{t}\right|}{O_{t+1}+O_{t}} $$ (9) 式中: δt为t时段出库流量相对偏差, δt∈[0, 1]；Ot、Ot+1分别为t时段初、末出库流量, m3/s。
对于一场洪水而言, 为了描述水库补偿期间逐时段出库流量变化情况, 定义平均出库流量相对偏差, 即:
$$ \bar{\delta}=\sum\limits_{t=t_{\mathrm{b}}}^{t_{\mathrm{e}}} \delta_{t} / T_{\mathrm{bc}} $$ (10) 式中: $\bar \delta $为水库补偿期间逐时段平均出库流量相对偏差；tb、te、Tbc分别为水库补偿调节(拦蓄洪水期间)的开始与终止时段号、总时段数(Tbc=te-tb+1)。
对于恒定出流模型, δt、$\bar \delta $ ≡0；δt和$\bar \delta $主要用于衡量瞬时出流模型的出库流量过程与实际应用需求的偏离程度。δt越大, 说明“时段内”出库流量变化越剧烈, 则需要水库闸门连续不断的调整孔数或开度。
-
亭子口水库控制了嘉陵江中游地区洪水的主要来源, 提高嘉陵江中下游地区防洪能力是亭子口水库重要的工程任务之一, 其坝址控制流域面积为61 089 km2, 占防洪控制点南充以上流域面积的81.4%。亭子口—南充449 km河段可分为2段, 亭子口—南部区间面积为6 605 km2, 区间较大支流东河从左岸汇入；南部—南充区间面积为8 119 km2, 区间较大支流西河从右岸汇入, 如图 2所示。防洪标准为50年一遇, 南部和南充相应安全泄流量分别为24 100 m3/s和25 100 m3/s, 水库出流和支流入流的河道汇流演算方法采用长办汇流曲线。
图 2 亭子口水库防洪系统示意
Figure 2. Schematic diagram of flood control system of Tingzikou Reservoir
该防洪系统具有水库和区间不同遭遇组合的3种典型设计洪水: 峰高量大的“56·6”型洪水、全流域峰高尖瘦(量不是很大)的“81·7”型洪水及水库以上来水较小、区间入流较大的“73·9”型洪水(表 1所示)。
表 1 各典型洪水的洪峰流量组成
Table 1. Flood peak flow of different typical flood
m3/s 洪型 南充 亭子口 亭子口—南部区间 南部—南充区间 “56·6” 31 530 22 370 10 980 6 080 “73·9” 32 790 20 290 17 630 7 520 “81·7” 32 170 25 300 9 020 5 990 -
分别以南部和南充作为控制点, 且分别应用恒定出流模型与瞬时出流模型[8], 对于各型设计洪水, 推求保证相应控制断面防洪安全所需要的防洪库容及水库出流过程。
(1) 以南部为防洪控制点, 各型设计洪水的统计指标见表 2，流量过程如图 3—图 5所示。
表 2 以南部为防洪控制点的计算结果
Table 2. Flood routing results of Nanbu station
洪型 优化实现模型 蓄水历时/h 起蓄时段号 最大下泄流量/(m3·s-1) 控制点洪峰流量/(m3·s-1) 占用的防洪库容/亿m3 $\bar \delta $ “56·6” 瞬时出流模型 15 108 22 200 24 100 4.027 0.113 恒定出流模型 12 111 21 900 24 100 4.020 0 “81·7” 瞬时出流模型 13 72 24 700 24 100 4.054 0.084 恒定出流模型 14 72 24 600 24 100 4.047 0 “73·9” 瞬时出流模型 12 64 16 500 24 100 4.676 0.164 恒定出流模型 12 63 15 000 24 100 4.671 0 
图 3 “56·6”型洪水水库出入流过程和南部流量过程
Figure 3. Inflow and outflow of reservoir and its process at Nanbu using type "56·6"
图 4 “81·7”型洪水水库出入流过程和南部流量过程
Figure 4. Inflow and outflow of reservoir and its process at Nanbu using type "81·7"
图 5 “73·9”型洪水水库出入流过程和南部流量过程
Figure 5. Inflow and outflow of reservoir and its process at Nanbu using type "73·9"
(2) 以南充为防洪控制点, 各型设计洪水的统计指标见表 3，流量过程如图 6—图 8所示。
表 3 以南充为防洪控制点的计算结果
Table 3. Flood routing results of Nanchong station
洪型 优化数学模型 蓄水历时/h 起蓄时段号 最大下泄流量/(m3·s-1) 控制点洪峰/(m3·s-1) 占用的防洪库容/亿m3 $\bar \delta $ “56·6” 瞬时出流模型 9 110 21 300 25 100 5.595 0.052 恒定出流模型 7 112 21 500 25 100 5.495 0 “81·7” 瞬时出流模型 9 74 24 700 25 100 6.057 0.053 恒定出流模型 7 76 24 900 25 100 6.016 0 “73·9” 瞬时出流模型 14 64 16 500 25 100 7.773 0.055 恒定出流模型 14 65 16 900 25 100 7.777 0 
图 6 “56·6”型洪水水库出入流过程和南充流量过程
Figure 6. Inflow and outflow of reservoir and its process at Nanchong using type "56·6"
图 7 “81·7”型洪水水库出入流过程和南充流量过程
Figure 7. Inflow and outflow of reservoir and its process at Nanchong using type "81·7"
图 8 “73·9”型洪水水库出入流过程和南充流量过程
Figure 8. Inflow and outflow of reservoir and its process at Nanchong using type "73·9"
-
(1) 防洪控制点越近，水库补偿能力越强。南充控制断面合成流量(水库出流与区间入流, 如图 6—图 8)接近其安全流量的历时很短(“点接触”), 而南部控制断面合成流量(如图 3—图 5)接近其安全流量的历时较长(“线接触”)、基本实现了防洪控制点流量过程的“削平头”或“削峰”。
(2) 防洪控制点越近，水库越可能存在二次补偿调节。水库补偿调节可以通过图 9进行解释, 对于南部防洪点来说, 人们已经习惯了水库补偿出流过程为图 9中a-b-c-d-e所标识的流量过程线(补偿期间是“V”型b-c-d), 防洪控制断面流量过程为a-F-G-e, 即以防洪控制点安全流量为上限, 根据汇流时间(水库出流和区间入流分别到防洪控制点)差别扣除区间入流过程(倒置的红线b-c-d标识的过程), 剩余部分即为水库能够泄流的过程a-b-c-d-e。教科书等文献这样解释补偿调度, 实际上是只考虑水库出流和区间入流至防洪控制点的平移、不考虑坦化, 水库离防洪控制点有一定距离时则不可能这样。
图 9 水库防洪补偿调节示意
Figure 9. Schematic diagram of reservoir flood control compensation regulation
从图 3至图 5可见, 水库对南部补偿调节期间, 各型洪水的出库流量过程均呈现“W”形。为了解释这一规律, 以“56·6”型洪水为例, 绘制南部合成流量过程如图 10所示, 水库出流呈现3个峰值, 但演算至南部断面的流量过程只出现2个峰值(“U”型, 由于水库出流的第2个峰形持续时间很短, 经过河道调蓄的影响, 在南部断面已经坦化)、恰好避开了区间来流(即在防洪控制点恰好符合图 9的补偿规律), 由此在南部形成了3个不太明显的峰值。所以, 水库只有进行二次(很可能还存在多次)补偿调节, 才“可能接近”实现防洪控制点流量过程的“削平头”或“削峰”。这种二次补偿调节之前没有发现的主要原因, 可能是计算方法导致: 一是由于无法得到防洪控制点的最优解流量过程, 所以根据河道汇流演算方法反推水库出流的方法[2]难以发现；二是现有文献采用各种非线性规划算法(包括各种智能算法)难以保证与LP一样获得全局最优解；三是过多的限制条件导致难以发现, 比如时段之间流量变幅(式(3))等。从实例看, 二次补偿规律主要出现在防洪控制点离水库距离较近(距离到底多少需要大量的进一步论证)的情形, 可以推断: 这种规律与洪水类型(实际或设计)或量级无关；离水库较远的防洪控制点南充则只能是“错峰”调度(图 6—图 8)。
图 10 “56·6”型洪水水库出流和区间入流演算至南部的流量过程
Figure 10. Process of constant outflow model using type "56·6" and its flow process at flood control point
(3) 等蓄量调度方式是一种偏保守的完全补偿调度方式简化。以南部控制点为例, 对于“56·6”型洪水, 等蓄量调度方式[23]将二次补偿调节简化为类似“U”型调节, 这样虽然可以避免区间入流峰现时间不确定造成的风险, 但也造成等蓄量调度方式调洪占用的防洪库容(4.446亿m3)比恒定出流模型(4.020亿m3)偏大约10.6%, 这种为多少年才能出现或者永远无法出现的洪水情形预留偏多的防洪库容, 如果长期应用于兴利目的, 则可能对中国产生巨大的经济效益和社会价值。
(4) 恒定出流模型与瞬时出流模型的比较。水库补偿调节期间, 对于每一个时段, 瞬时出流模型的出库流量相对偏差较大, 都需要闸门长时间的连续调整孔数和开度(图 11所示), 以实现时段内流量的大幅度匀速变化。而恒定出流模型最多仅需要每个时段调整1次即可。此外, 对于不同典型设计洪水, 以南部为防洪控制点, 瞬时出流模型防洪库容比恒定出流模型偏大0.1%~0.17%，最大下泄流量偏大100~1 500 m3/s, 蓄水历时(或起蓄时刻)因洪水类型不同而呈现不同变化；以南充为防洪控制点, 瞬时出流模型防洪库容比恒定出流模型偏大约0.05%~0.18%，最大下泄流量减少200~400 m3/s, 蓄水历时增加0~2 h, 起蓄时间需要提前1~2 h。
图 11 各型洪水的瞬时出流模型δt过程
Figure 11. δt Value of Nanbu using different flood type
-
根据决策变量的表达形式不同, 本文将水库防洪优化调度数学模型划分为瞬时出流模型与恒定出流模型2种类型, 拓展了水库防洪优化调度模型的构建途径和方法, 并在恒定出流模型方面进行了初步的尝试。主要结论如下:
(1) 以时段内水库恒定出流为决策变量, 选择长办汇流曲线作为河道洪水演进方法, 耦合构建水库防洪优化调度数学模型, 采用能保证全局最优解的LP算法求解。实例应用表明, 恒定出流模型比瞬时出流模型占用的防洪库容减小0.05%~0.18%、最大下泄流量有增有减。由此说明, 恒定出流模型既不劣于瞬时出流模型, 也能很好地解决瞬时出流模型存在的问题。
(2) 通过实例应用, 发现了水库二次补偿调节方式, 比等蓄量调度方式减小占用的防洪库容10.6%, 既丰富了水库补偿调度规律的认知, 也为水库防洪库容的确定提供了新的方法。
Study on constant outflow model for reservoir flood control operation and its application
-
摘要: 现行水库洪水优化调度数学模型存在泄流闸门开度不断调整及时段间流量突变的问题。针对这些问题，将水库防洪优化调度数学模型分为时段内出库流量线性变化的瞬时出流模型和时段内出流不变的恒定出流模型。对于1个水库和1个防洪控制点所组成的基本防洪系统，应用矩形入流条件的河道洪水演进方法，以时段内恒定的出库流量为决策变量，构建水库防洪优化补偿调度数学模型。实例计算结果表明：恒定出流模型比瞬时出流模型占用的防洪库容减小0.05%~0.18%、最大下泄流量有增有减，即恒定出流模型既不劣于瞬时出流模型，也能很好地解决瞬时出流模型存在的问题。同时，实例揭示的水库二次补偿调节比等蓄量调度方式减小防洪库容10.6%，为确定水库的防洪库容提供了新的方法。Abstract: There are some problems in the current mathematical model of the optimal operation of reservoir floods, such as continuous adjustments of the discharge gate and sudden change in discharge between time periods. In response to these problems, the model of the optimal operation of reservoir flood control is divided into the instantaneous outflow model and the constant outflow model. In a basic flood control system consisting of a reservoir and a flood control station, with a constant outflow rate considered the decision variable, a compensative reservoir flood control regulation is developed through the confluence curve of the Yangtze Water Resources Commission; this system can meet the requirements of refinement and safety. Compared with the instantaneous outflow model, the results of the constant outflow model show that the flood storage capacity decreased by 0.05%—0.18%, while the maximum discharge shows the behavior of both increasing and decreasing, indicating that the constant outflow model is not inferior to the instantaneous outflow model. At the same time, the results reveal that the regulation of secondary compensation reduces the flood control storage capacity by 10.6% compared with that obtained with the equal-storage operation model; this result provides a new method for determining the flood control storage capacity of a reservoir.
-
图 2 亭子口水库防洪系统示意
Figure 2. Schematic diagram of flood control system of Tingzikou Reservoir
图 3 “56·6”型洪水水库出入流过程和南部流量过程
Figure 3. Inflow and outflow of reservoir and its process at Nanbu using type "56·6"
图 4 “81·7”型洪水水库出入流过程和南部流量过程
Figure 4. Inflow and outflow of reservoir and its process at Nanbu using type "81·7"
图 5 “73·9”型洪水水库出入流过程和南部流量过程
Figure 5. Inflow and outflow of reservoir and its process at Nanbu using type "73·9"
图 6 “56·6”型洪水水库出入流过程和南充流量过程
Figure 6. Inflow and outflow of reservoir and its process at Nanchong using type "56·6"
图 7 “81·7”型洪水水库出入流过程和南充流量过程
Figure 7. Inflow and outflow of reservoir and its process at Nanchong using type "81·7"
图 8 “73·9”型洪水水库出入流过程和南充流量过程
Figure 8. Inflow and outflow of reservoir and its process at Nanchong using type "73·9"
图 9 水库防洪补偿调节示意
Figure 9. Schematic diagram of reservoir flood control compensation regulation
图 10 “56·6”型洪水水库出流和区间入流演算至南部的流量过程
Figure 10. Process of constant outflow model using type "56·6" and its flow process at flood control point
表 1 各典型洪水的洪峰流量组成
Table 1. Flood peak flow of different typical flood
m3/s 洪型 南充 亭子口 亭子口—南部区间 南部—南充区间 “56·6” 31 530 22 370 10 980 6 080 “73·9” 32 790 20 290 17 630 7 520 “81·7” 32 170 25 300 9 020 5 990 
下载: 导出CSV
表 2 以南部为防洪控制点的计算结果
Table 2. Flood routing results of Nanbu station
洪型 优化实现模型 蓄水历时/h 起蓄时段号 最大下泄流量/(m3·s-1) 控制点洪峰流量/(m3·s-1) 占用的防洪库容/亿m3 $\bar \delta $ “56·6” 瞬时出流模型 15 108 22 200 24 100 4.027 0.113 恒定出流模型 12 111 21 900 24 100 4.020 0 “81·7” 瞬时出流模型 13 72 24 700 24 100 4.054 0.084 恒定出流模型 14 72 24 600 24 100 4.047 0 “73·9” 瞬时出流模型 12 64 16 500 24 100 4.676 0.164 恒定出流模型 12 63 15 000 24 100 4.671 0
下载: 导出CSV
表 3 以南充为防洪控制点的计算结果
Table 3. Flood routing results of Nanchong station
洪型 优化数学模型 蓄水历时/h 起蓄时段号 最大下泄流量/(m3·s-1) 控制点洪峰/(m3·s-1) 占用的防洪库容/亿m3 $\bar \delta $ “56·6” 瞬时出流模型 9 110 21 300 25 100 5.595 0.052 恒定出流模型 7 112 21 500 25 100 5.495 0 “81·7” 瞬时出流模型 9 74 24 700 25 100 6.057 0.053 恒定出流模型 7 76 24 900 25 100 6.016 0 “73·9” 瞬时出流模型 14 64 16 500 25 100 7.773 0.055 恒定出流模型 14 65 16 900 25 100 7.777 0
下载: 导出CSV
-
[1] 周新春, 许银山, 冯宝飞. 长江上游干流梯级水库群防洪库容互用性初探[J]. 水科学进展, 2017, 28(3): 421-428. doi: 10.14042/j.cnki.32.1309.2017.03.013 ZHOU X C, XU Y S, FENG B F. An exploration on the interoperability of the flood control capacities of cascade reservoir groups in the upper reaches of Yangtze River[J]. Advances in Water Science, 2017, 28(3): 421-428. (in Chinese) doi: 10.14042/j.cnki.32.1309.2017.03.013 [2] 钟平安, 张慧, 邴建平, 等. 河道洪水反流向演算过程迭代方法[J]. 水文, 2007, 27(2): 37-39. https://www.cnki.com.cn/Article/CJFDTOTAL-SWZZ200702008.htm ZHONG P A, ZHANG H, BING J P, et al. The process iteration method of flood inverse routing in river channel[J]. Journal of China Hydrology, 2007, 27(2): 37-39. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SWZZ200702008.htm [3] 解建仓, 张刚, 魏娜, 等. 基于综合集成平台的洪水演进及错峰调度[J]. 水利信息化, 2011(1): 19-24. doi: 10.3969/j.issn.1674-9405.2011.01.005 XIE J C, ZHANG G, WEI N, et al. Flood routing and peak-alternation regulation based on integrated service platform[J]. Water Resources Informatization, 2011(1): 19-24. (in Chinese) doi: 10.3969/j.issn.1674-9405.2011.01.005 [4] ZHANG J W, LIU P, LEI X H, et al. Optimal operation methods of baise reservoir for flood control[J]. Journal of Water Resources Research, 2014, 3(4): 315-325. doi: 10.12677/JWRR.2014.34039 [5] 谢柳青, 易淑珍. 水库群防洪系统优化调度模型及应用[J]. 水利学报, 2002, 33(6): 38-42, 46. doi: 10.3321/j.issn:0559-9350.2002.06.007 XIE L Q, YI S Z. Optimal flood dispatch model for multi-reservoir system[J]. Journal of Hydraulic Engineering, 2002, 33(6): 38-42, 46. (in Chinese) doi: 10.3321/j.issn:0559-9350.2002.06.007 [6] 都金康, 李罕, 王腊春, 等. 防洪水库(群)洪水优化调度的线性规划方法[J]. 南京大学学报(自然科学版), 1995(2): 301-309. https://www.cnki.com.cn/Article/CJFDTOTAL-NJDZ502.020.htm DU J K, LI H, WANG L C, et al. A linear programming for optimal operation of multireservoir flood control system[J]. Journal of Nanjing University (Natural Sciences), 1995(2): 301-309. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-NJDZ502.020.htm [7] 罗赟, 董增川, 钟敦宇, 等. 基于长办汇流曲线的多模型联合洪水演算研究[J]. 人民长江, 2016, 47(10): 37-40, 48. https://www.cnki.com.cn/Article/CJFDTOTAL-RIVE201610008.htm LUO Y, DONG Z C, ZHONG D Y, et al. Study on flood routing by combined model based on confluence curves of Yangtze Water resources commission[J]. Yangtze River, 2016, 47(10): 37-40, 48. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-RIVE201610008.htm [8] 陈森林, 李丹, 陶湘明, 等. 水库防洪补偿调节线性规划模型及应用[J]. 水科学进展, 2017, 28(4): 507-514. doi: 10.14042/j.cnki.32.1309.2017.04.004 CHEN S L, LI D, TAO X M, et al. Development and application of a compensative regulation linear programming model for reservoir flood-control[J]. Advances in Water Science, 2017, 28(4): 507-514. (in Chinese) doi: 10.14042/j.cnki.32.1309.2017.04.004 [9] WINDSOR J S. Optimization model for the operation of flood control systems[J]. Water Resources Research, 1973, 9(5): 1219-1226. doi: 10.1029/WR009i005p01219 [10] NEEDHAM J T, WATKINS D W Jr, LUND J R, et al. Linear programming for flood control in the Iowa and des Moines rivers. [J]. Journal of Water Resources Planning and Management, 2000, 126(3): 118-127. http://citeseerx.ist.psu.edu/viewdoc/download;jsessionid=16F45BDA35207BD6007DB0C7298135D6?doi=10.1.1.64.9&rep=rep1&type=pdf [11] UNVER O I, MAYS L W. Model for real-time optimal flood control operation of a reservoir system[J]. Water Resources Management, 1990, 4(1): 21-46. doi: 10.1007/BF00429923 [12] 梅亚东. 梯级水库防洪优化调度的动态规划模型及解法[J]. 武汉水利电力大学学报, 1999, 32(5): 10-12, 91. https://www.cnki.com.cn/Article/CJFDTOTAL-WSDD199905002.htm MEI Y D. Dynamic programming model and method of cascade reservoirs optimal operation for flood control[J]. Journal of Wuhan University of Hydraulic and Electric Engineering, 1999, 32(5): 10-12, 91. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-WSDD199905002.htm [13] REDDY M J, KUMAR D N. Multiobjective differential evolution with application to reservoir system optimization[J]. Journal of Computing in Civil Engineering, 2007, 21(2): 136-146. doi: 10.1061/(ASCE)0887-3801(2007)21:2(136) [14] LUO J G, CHEN C, XIE J C. Multi-objective immune algorithm with preference-based selection for reservoir flood control operation[J]. Water Resources Management, 2015, 29(5): 1447-1466. doi: 10.1007/s11269-014-0886-6 [15] KENNEDY J, EBERHART R. Particle swarm optimization[C]//Proceedings of ICNN'95-International Conference on Neural Networks. Perth: IEEE, 1995: 1942-1948. [16] JOHNSTON R, KUMMU M. Water resource models in the mekong basin: a review[J]. Water Resources Management, 2012, 26(2): 429-455. doi: 10.1007/s11269-011-9925-8 [17] ZHANG J W, LI Z J, WANG X, et al. A novel method for deriving reservoir operating rules based on flood classification-aggregation-decomposition[J]. Journal of Hydrology, 2019, 568: 722-734. doi: 10.1016/j.jhydrol.2018.10.032 [18] WU S J, YANG J C, TUNG Y K. Risk analysis for flood-control structure under consideration of uncertainties in design flood[J]. Natural Hazards, 2011, 58(1): 117-140. doi: 10.1007/s11069-010-9653-z [19] 钟平安, 唐洪武. 淮河中下游洪涝综合治理的思考与初探[J]. 水科学进展, 2020, 31(5): 746-753. doi: 10.14042/j.cnki.32.1309.2020.05.011 ZHONG P A, TANG H W. Thinking and preliminary practice of comprehensive treatment of the middle and lower reaches of the Huaihe River basin[J]. Advances in Water Science, 2020, 31(5): 746-753. (in Chinese) doi: 10.14042/j.cnki.32.1309.2020.05.011 [20] KIM Y G, SUN B Q, KIM P, et al. A study on optimal operation of gate-controlled reservoir system for flood control based on PSO algorithm combined with rearrangement method of partial solution groups[J]. Journal of Hydrology, 2021, 593: 125783. doi: 10.1016/j.jhydrol.2020.125783 [21] 徐照明, 徐兴亚, 李安强, 等. 长江中下游河道冲淤演变的防洪效应[J]. 水科学进展, 2020, 31(3): 366-376. doi: 10.14042/j.cnki.32.1309.2020.03.006 XU Z M, XU X Y, LI A Q, et al. Flood control effect of the fluvial process in the middle and lower reaches of the Yangtze River[J]. Advances in Water Science, 2020, 31(3): 366-376. (in Chinese) doi: 10.14042/j.cnki.32.1309.2020.03.006 [22] 吴杰康, 郭壮志, 秦砺寒, 等. 基于连续线性规划的梯级水电站优化调度[J]. 电网技术, 2009, 33(8): 24-29, 40. https://www.cnki.com.cn/Article/CJFDTOTAL-DWJS200908006.htm WU J K, GUO Z Z, QIN L H, et al. Successive linear programming based optimal scheduling of cascade hydropower station[J]. Power System Technology, 2009, 33(8): 24-29, 40. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-DWJS200908006.htm [23] 陈森林, 孙亚婷, 黄宇昊. 水库防洪等蓄量优化调度模型及应用[J]. 水科学进展, 2018, 29(3): 374-382. doi: 10.14042/j.cnki.32.1309.2018.03.009 CHEN S L, SUN Y T, HUANG Y H. Development and application of an equal volume of storage optimization model for reservoir flood-control[J]. Advances in Water Science, 2018, 29(3): 374-382. (in Chinese) doi: 10.14042/j.cnki.32.1309.2018.03.009 -
点击查看大图
计量
- 文章访问数: 740
- HTML全文浏览量: 119
- PDF下载量: 129
- 被引次数: 0
