水库优化调度方法研究分析
2010-11-18 来源：www.nearlw.com
摘要：水库优化调度对水资源的合理利用具有很重要的意义，本文从其调度所采用的优化方法方面分析了国内外水库优化调度的研究的进展。对几种代表性的方法在水库优化调度中的应用列表分析比较，最后对今后水库优化调度方法的研究发展作了展望。
关键词：水库优化调度，优化方法
1 概述
水库优化调度是一个多阶段决策过程的最优化问题, 是在常规调度和系统工程的一些优化理论及其技术的基础上发展起来的。其基本内容可描述为:根据水库的入流过程,遵照优化调度准则,运用最优化方法,寻求比较理想的水库调度方案,使发电、防洪、灌溉、供水等各部门在整个分析期内的总效益最大。通过水库优化调度，可以解决各用水部门之间的矛盾，经济合理地利用水资源及水能资源，因而，在现今我国乃至世界水资源贫乏、开采利用不合理的情况下，水库优化调度具有非常重要的意义。开展水库的优化调度研究工作，提高水库的管理水平，几乎在不增加任何额外投资的条件下，便可获得显著的经济效益。
关于水库优化调度的研究最早从20世纪40年代开始，美国人Mases于1946年最早将优化概念引入水库优化调度。国内的相关研究则是从上世纪60年代起步。华中科技大学的张勇传是国内水库优化调度的开拓者。这些年，随着系统工程优化理论和数学规划理论的日臻完善，随着计算机技术在这两大领域的应用，水库优化调度的方法也愈加丰富。从径流描述上分，一般可分为确定型和随机型两种；从所包含的水库数目划分，可分为单库优化调度和水库群优化调度两方面；另外，赵鸣雁等人从库群目标函数和相应的约束条件方面把水库优化调度划分为：显随机优化方法、隐随机优化方法、多目标优化模型、有预报的实时控制、启发式规划模型以及其他模型六种。单从优化调度所采用的优化方法划分，一般可分为线性规划、非线性规划、动态规划、多目标优化和大系统协调法、新算法等。本文从其用的优化方法方面进行总结和评述。
2线性规划非线性规划方法
2.1线性规划线性规划是水库优化调度中较简单且应用广泛的规划方法。这种方法不需要初始决策，结果收敛于全局最优解，在大规模问题的求解中用的较多。1973年，Windsor最早把线性规划应用于水库群的联合调度。Needham等人于2000年将线性规划的混合整数规划方法应用于Lowa and Des Moins River的防洪调度，指出作随机评价时，该方法耗时很多。国内的王厥谋（1985）建立了一个线性规划模型进行防洪优化调度。许自达（1990）用线性规划方法求解了并联水库群联合调度。线性规划法计算效率低，由于水库优化调度是非线性和随机性，当调度的目标函数和约束条件很复杂时，需先用其他方法将问题线性化再进行求解。
2.2 非线性规划非线性规划是应用最广泛、最普遍的数学规划之一，它能很有效地处理不可分目标函数和非线性约束问题，许多其他数学方法都对这两个问题束手无策。2003年，Barros等人首次把非线性规划的一种—逐次线性规划方法（SLP）应用于世界上最大的水电站系统之一——Brazilian水电站，研究结果证明了该方法计算精确且效率高。国内的吴保生和陈惠源于1991年根据逐次优化算法的思想和防洪具体问题，提出了多库群防洪的多阶段逐次优化方法，解决了防洪中重要的河道流状态滞后问题。1994年，都金康和周广安通过分析并联水库群下泄流量合河道防洪控制点洪峰流量之间的内在联系，提出了水库群洪水调度模型及其逐次优化解法，成功地实现了水库群之间及水库群与区间汇流的错峰问题。但非线性规划方法通常需要先进行线性处理，因此出现优化过程慢、相对计算时间长的问题。比线性规划复杂，且没有通用的求解方法和程序，因而非线性规划的应用的广泛性比不上线性规划和动态规划。
3动态规划及其系列方法
基于水资源系统的非线性和随机性特征，动态规划方法可以很好地解决这个问题，动态规划是解决多阶段决策过程最优化问题最常用的一种数学方法。国外最早将动态规划应用于水库优化调度的是美国的J.D.C.Little,他于1955年提出了径流为随机的水库优化调度随机数学模型。1962年，R.A.Howward提出了动态规划与马尔科夫过程理论。Young.G.K于1967年研究了确定条件下的水库群优化调度。动态规划法具有可知性和无后效性的特点。将动态规划最优化原理应用到水库调度中可简单概括为: （1）水库在任何时段内的最优发电运行方式与以往的调度过程无关。（2）水库在任何时段内的最优决策只依赖于该时段初水库的状态,它的选择应使面临时段及未来时期内的发电效益(期望值) 之总和达到最大。（3）将多维非线性问题转化为多阶段决策问题, 通过逐段求解，最终求得全局最优解。通过增加状态数目来满足各阶段的可分解性和单调性。
但动态规划方法还是不够完善，其最大的问题就是当水库数目多时，往往会产生不可避免的“维数灾”，另外计算工作量也很大。
针对动态规划的“维数灾”问题，专家学者们提出了大量改进措施，主要有粗网格内插技术、连续逐次逼近动态规划（DPSA）、增量动态规划（IDP）以及离散文分动态规划法（DDDP）、逐步优化算法等。1957年Bellman提出粗网格内插技术，主要通过采用扩大离散间距的方法来减轻内存的负担和评价和储存所有离散点优化结果的庞大计算量，从而达到减轻维数的目的。尽管1993年Johnson等人利用分段多项式是这种内插法更成熟，但还是不能完全克服“维数灾”。1962年，Bellman和Dreyfus提出的动态规划逐次逼近法（DPSA），将多维问题转化为一系列一维问题。实践证明这种方法虽然可以减少维数灾，但还是不能从根本上克服它。1970年Jacobson和Mayne首次提出了微分动态规划（DDP）法，这种方法利用解析解法代替原先的离散状态空间来解决动态规划的“维数灾”。加利福尼亚北部的Mad River水库系统证明了DDP的计算时间是线性规划的十六分之一。此外，增量动态规划法（IDP）和离散微分动态规划（DDDP）通过用逐次逼近的方法寻优，每次寻优指在某个状态序列附近的小范围内进行的方式降低计算机储存量。1971年，由Heidari等人提出的离散为分动态规划法（DDDP），对两库系统有效，但不适合更大的库群系统。国内的谢柳清和易淑珍于2002年提出一种离散微分动态规划与马氏京跟洪水演进相结合的大系统分解协调算法，并以三库联合防洪优化调度为例，计算结果满意，证明了方法的可行性。1975年加拿大学者H.R.Howson和N.G.F.Sancho提出逐步优化算法（POA）来求解多状态动态规划问题。其优点是不必离散状态变量，因而可以获得较精确的解，且收敛于全局最优解。
计算机的迅猛发展，为解决动态规划“维数灾”问题创造了新的构想空间。2000年，徐慧等人以最大削峰位准则，利用巨型计算机的高速度和大容量优势，解决了动态规划模型的优化计算中的“维数灾”和“网格灾”问题，给出了淮河流域9个大型水库联合优化调度的模型。动态规划在水库优化调度中用的最多，但最近几年没有什么新的研究动态。
4遗传算法和人工神经网络
4.1 遗传算法及其发展遗传算法（GA）是美国密执安大学的著名科学家J.H.HoIIand教授于20世纪70年代中期提出来的一种基于生物遗传和进化机制的适合于复杂系统优化计算的自适应概率优化技术 。Otero于1995年将GA应用于确定最小暴雨滞留库容存储量，并进行优化调度，主要是对描述调度规则结构的参数进行优化，并没有优化每个时段的实际泄量。Sharif和Wardlaw于2000年则提出直接用GA取代DDDP这种确定优化方法来优化水库下泄时段记录。国内的王晓安和李承军于2003年将GA用于解决提及水电站系统短期发电优化调度问题，并建立了相应的模型，同时用实例证明该方法可以求解复杂约束提阿件下的非线性优化问题。由于标准的遗传算法（SGA）在解决复杂系统优化问题出现了问题，首先，SGA收敛于最优解的概率小雨1，其应用的可靠性值得怀疑；其次，当无法确定个体目标函数的政府上限时，SGA计算中个体目标函数向适应度评价函数的转化很不方便。因此研究人员提出了许多改进方法。2003年钟登华、熊开智等人提出的改进的遗传算法优化了选择算子，其他两个算子与标准算法相同。以库容变化序列对应的个体编码，代替传统的发电流量序列，避免了水库地形对水位的影响。
遗传算法为解复杂系统优化问题提供了一种通用框架，它不依赖于问题的具体领域，对所求解问题的种类具有很强的鲁棒性，它以决策变量的编码作为运算对象，以目标函数值直接作为概率搜索的基本信息，可同时使用多个搜索的信息，并且占用计算机内存少，尤其适用于求解一些非线性、多模型、多目标和多参数的复杂系统的全局总体优化问题。水电站优化调度是一个典型的全局优化问题，将遗传算法应用于水库优化调度中，在可解决应用动态规划等算法时出现的“维数灾”问题。遗传算法的不足之处在于其计算过程存在“早熟”现象。
4.2 人工神经网络的应用人工神经网络（ANN）是一种具有高度非线性自适应并行分布的信息处理系统，它以生物神经网络位模拟基础，是目前国内外比较流行和具有发展前途的系统之一。确切地说，ANN并非优化方法，但可以用于多元回归分析，得到因随机优化的确定优化原则。Raman和Chandramouli于1996年利用ANN求解初始库容、入流量和需水量已知条件下的水库优化泄流序列，并成功应用到印度Aliyar水库的调度和管理中。后又将这种方法扩展到库群的调度中。ANN对于多水库、多变量、多目标进行系统决策时，具有运算速度快，构造灵活，人工干预少的优点。
GA和ANN属于启发式规划方法。启发式规划方法的普遍优点就是通常都可以得到全局最优解，不会陷入局部最优或无法收敛。
5多目标优化及大系统协调分解法
考虑到水库要实现防洪、灌溉、发电等多方面的效益以及决策者的爱好，多目标优化分析方法的引入势在必然。1982年G.L.Beckor用约束扰动法研究了水库群系统的多目标问题，在得到一组非劣解后，由决策者根据其主观原因确定一个满意结果。林翔岳等人于1992年采用多目标、多层次方法对某水库群的多目标优化调度问题进行了研究。1995年，贺北方等人以自动优化模拟机是求解了两水库多目标优化调度问题。同年，王本德等人对淮河流域5多目标优化及大系统协调分解法考虑到水库要实现防洪、灌溉、发电等多方面的效益以及决策者的爱好，多目标优化分析方法的引入势在必然。1982年G.L.Beckor用约束扰动法研究了水库群系统的多目标问题，在得到一组非劣解后，由决策者根据其主观原因确定一个满意结果。林翔岳等人于1992年采用多目标、多层次方法对某水库群的多目标优化调度问题进行了研究。1995年，贺北方等人以自动优化模拟机是求解了两水库多目标优化调度问题。同年，王本德等人对淮河流域5座水库建立了多目标模型。多目标优化方法可以同时优化多个目标，因此，在综合利用水库的优化调度中比较实用。。多目标优化方法可以同时优化多个目标，因此，在综合利用水库的优化调度中比较实用。
大系统分解协调法是将复杂的大系统分解为若干简单的字系统，先对各子系统进行局部的最优化，然后根据大系统的总任务和目标，协调各子系统关系，从而实现全局最优化。Chaudnry(1973)利用空间分解和多级优化技术确定了以印度河流域一个子系统的优化设计及运行调度问题。1980年，Jamshidi应用分解协调技术解决了Grande流域开发问题，将流域分解为多个字系统，将每个字系统按时间分解，构成三级谱系结构。在国内，1995年黄志忠和周之豪以大系统分解协调理论为基础，研究出并联和串联库群实时防洪调度的分解协调算法，并将此法推广到混联库群的实时调度，实验结果表明此法可克服一般动态规划的“维数灾”，可广泛应用于大流域多库实时防洪调度。
2000年，杨侃、张静仪和董增川针对长江防洪系统，将发系统分解协调原理与网络分析方法相结合，提出了长江防洪系统网络分析分解协调优化调度方法，并进行了仿真验证。2001年，杨侃和刘云波将基于多目标的大系统分解协调法应用于串联水库群宏观优化调度的分析研究中，建立了基于多目标分析的库群系统分解协调宏观决策模型，通过实例证明该法的可行性。大系统分解协调法适用于较多串联水库组成的系统，在较多水库的优化调度中，需要考虑局部效益和整体效益，大系统的分解协调法可谓是相得益彰。
6两种新算法-蚁群算法和混沌算法
6.1蚁群算法及其原理蚁群算法是模拟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,并能在觅食过程中能够感知信息素的存在和强度, 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涌向食物时, 相同时间内相对较短路径上通过的蚂蚁越多, 该路径上累积的信息素强度也越大, 后来的蚂蚁选择该路径的概率也相对较大, 最终整个蚁群找到最优路径。蚂蚁个体选择路径时的随机搜索使搜索过程不易过早陷入局部最优路径。
蚁群算法（ACA）最早由Dorigo等提出，用于求解组合优化问题，如旅行商问题（TSP）、作业安排调度问题等NP完全问题，均取得较好的结果。2005年徐刚等人把蚁群算法应用于水库优化调度问题，基于水库优化调度问题亦是一类复杂的组合优化问题，且具有非线性和离散性等特点。可以解决动态规划的“维数灾”问题，且收敛速度快。其用于求解梯级水电站群的调度问题还有待进一步研究。蚁群算法是一种随机化启发式搜索算法，具有并行化、鲁棒性强、正反馈的优点，在水库优化调度中用蚁群算法有以下优点：
(1) 引入变异特征的蚁群算法，应用局部搜索机制优化路径，能在搜索中找到较好的可接受的解，提高了算法搜索效率；(2) 计算速度快,搜索效率高；(3) 收敛性能好,容易找到全局最优解；(4) 避免了动态规划法的“维数灾”
6.2混沌优化算法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，邱林、田景环等人于2005年把混沌优化算法应用于水库优化调度中。他们指出，混沌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毫无疑问能跳出局部最优的羁绊，取得满意结果。
混沌现象是确定性系统所表现的内在随机行为的总称，有时也称为确定性随机现象，混沌不是杂乱无章、错综复杂的混乱，而是具有精密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。混沌的迭代具有不重复性和遍历性，决定了其快速寻优的可能。
本算法的思想是对目标函数不做变动，根据Lo2gistic 方程生成的混沌序列,将其放大到包含可行域S 的一个区域，从中搜索属于S 的点，然后通过比较、迭代，最终求出问题的最优解。
Lo2gistic方程的普遍式，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，更容易跳出局部最优解，且搜索效率高。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。
7其他优化方法
除了上述的水库优化调度的几种优化方法，还有模糊法、对策论、灰色理论、遗传模拟退火算法等。近年来，几种优化方法的耦合成了新的发展趋势，1993年陈守煜等人用随机动态规划与模糊优选等理论有机结合起来，提出了多目标模糊优选随机动态模型。Soliman则于1986年综合了许多优化方法，提出多变量空间优化模型。多种优化方法的耦合可以更好地解决库群联合优化调度问题。6结语与展望方法从易到难，论述由旧及新。水库优化调度的研究不是一个热门的话题，确实很值得关注的问题。每一个新方法的应用都能或多或少解决以前的优化方法的一些缺陷，使得求解更快、更精确。但迄今为止还没有一个方法是完美的，完全没有瑕疵的，所以水库优化调度的优化方法的研究也将前仆后继，继往开来。
目前，国内外的水库优化调度研究已经取得了很大进展。总体来说，国外的水库优化调度方法侧重于线性规划、动态规划、大系统分解协调及模拟技术，国内对单库优化调度的研究比较成熟，库群的优化理论也在不断发展。随着计算机技术和水资源管理水平的发展，水库优化调度方法的研究必然有更广阔的发展前景。
（1）新技术的发展和已有优化理论的耦合研究，计算机技术及系统工程的进一步发展为新的调度方法产生提供了可能。另外，单库调度发展到库群联合调度，其复杂性和随机性大大增加，仅凭一种优化方法很难将其研究透彻，因而两种或几种方法理论的耦合在今后有很大的发展空间。
（2）基于空间数据的决策支持系统研究。遥感、地理信息系统（GIS）等空间数据为决策者提供了高效的信息处理工具和技术。水库优化调度可基于这些理论建立专家决策支持系统，向更加可视、交互、智能、集成化的方向发展。
（3）尽管库群的优化调度已经越来越重要，很多研究都倾向于解决多目标大规模的水库系统，但事实上中国也只有一个三峡，大规模的水库群系统并不是很多，所以，小型水电站或水库的优化调度也会有更多的发展。
京都名师论文中心成立于2000年，是中国最顶级的论文工作平台，致力于为全国各类客户提供论文指导、发表论文服务，以提供高品质职称论文服务为己任，是全国唯一一家依托北京各大高校学术资源、设置在北京大学校内的论文发表服务机构。一直以来，京都名师论文网致力于对高品质工程师职称论文、水利工程师职称论文的传承与传播，对中国高品质原创论文事业的推动，已得到社会各界的广泛认可和赞誉。
参考文献：
[1] J.S.Windsor. Optimization model for reservoir flood control. [J].Water Resources Research, 1973.9(5):1103-1114.
[2] Needham, J.,Watkins, J.,etc. Linear programming for flood control in the lowa and Des Moines rivers[J]. Journal of Water Resources Planning and Management, 2000,126(3): 118-127.
[3] 吴保生，陈惠源. 多库防洪系统优化调度的一种算法[J]. 水利学报，1991，11：35-40.
[4] 都金康，周广安. 水库群防洪调度的逐次优化方法[J]. 水利学报，1994，5（2）：134-141.
[5] Bellman, R. Dynamic programming[M]. Princeton University Press, Priceton, N.J.1957.
[6] Johnson,S., Stedinger,J.,Shoemaker,C.,etc. Numetical solution of continuous-state dynamic programs usinglinear and spline interpolation[J]. Oper. Res., 1993, 41(3): 484-500.
[7] Bellman, R., and Drefus, S. Applied dynamic programming[M]. Pricetion University Press, Priceton, N.J.1962.
[8] Jacbson, H., and Mayne, Q. Didderential dynamic programming[M]. New York: Elesevier, 1970.
[9] Jones, L., Wills, R., and Finney, B. Water resources systems planning Differential dynamic programming models[A]. Water Forum’86, ASCE, Reston, Va, 1986:1033-1040.
[10] Karamouz, M., Houck, M., and Delleur, J. Optimization and simulation od multiple rexervoir systems[J]. Journal of Water Resources Planning and Management, 1992, 118(1):71-81.
[11] 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，2002，6：38-42.
[12] Howson,H.R,.and N.G.F.Sancho, A new slgorithn for the solution of multistate dynamic programming problems[J]. Math. Programm, 1975,8(1):104-116.
[13] 徐慧，欣金彪，徐时进等.淮河流域大型水库联合优化调度的动态规划模型解[J].水文，2000，20（1）：22-25.
[14] 武广号, 文毅, 乐美峰. 遗传算法及其应用[J ]. 应用力学学报, 1996 , 13 (2) : 93～97.
[15] 周明, 孙树栋. 遗传算法原理及应用[M] . 北京：国防工业出版社, 1996.
[16] 陈国良, 王熙法, 庄镇泉, 等. 遗传算法及应用[M] . 北京: 人民邮电出版社, 1996.
[17] 钟登华，熊开智，成立芹. 遗传算法及其改进在水库优化调度中的应用. 中国工程科学.2003.
[18] 贺北方，丁大发，马细霞. 多库多目标最优控制运用的模型和方法[J]. 水利学报，1995，（3）：84-88，83.
[19] 王本德，周惠成，蒋云钟.，等. 淮河流域水库群防洪调度模型与应用[J]. 水利管理技术，1995，（4）：22-25.
[20] 黄志中，周之豪. 水库群防洪调度的大系统多目标决策模型研究[J]. 水电能源科学，1994，12（4）：237-245.
[21] 杨侃，张静怡，董增川.长江防洪系统网络分析分解协调优化调度研究[J]. 河海大学学报，2000，28（3）：77-81.
[22] 马良. 基于蚂蚁算法的函数优化[J ] . 控制与决策, 2002 , 11 :719 - 726.
[23] Dorigo M, Maniezzo V , Colorni A1 Ant system :optimization by a colony of cooperating agents[J ]1IEEE Trans on SMC , 1996 , 26(1) :28 -411[24] Dorigo M, Gambardella L M1 Ant colony system :a cooperative learning approach to the traveling salesman problem[J ]1IEEE Trans on Evolu2tionary Computing , 1997 , 1(1) :53 - 561
[25] Colorni A , Dorigo M, Maniezzo V1 Ant colony system for job2shop scheduling[J ]1 Belgian J of Operations Research Statistics and Computer.Science , 1994 , 34(1) :39 – 531.
[26] 邱林，田景环，段春青，陈晓楠，黄强. 混沌算法在水库优化调度中的应用[J]. 中国农村水利水电，2005，（7）：1007-2284.
[27] 陈守煜，邱林. 水资源系统多目标模糊优选随机动态规划及实例[J]. 水利学报，1993，（8）：43-48.
[28] S.A.Solution. Application of functional analysis to optimization of a variable head multi-reservoir power system for long-term regulation[J]. Water Resources Research, 1986, 22(6):852-858.
前一篇:河口导堤工程对入海河流纳潮的影响及敏感性分析 后一篇:边坡稳定分析极限平衡方法的讨论（续）
声明：所有论文除注明为本站原创外，其他均来自网络资源或网友投稿。版权归原作者所有，勿做其他非法用途。
备注：京都名师论文中心可以提供与此高质量论文题材相似的指导方法，欢迎联系。
论文写作
论文辅导
论文发表
