灌区水资源优化配置决策支持系统——以蜻蛉河灌区为例

王 莹，余 航，杨茂灵，杨 鑫，郑 斌(.云南农业大学水利学院 水资源与节水灌溉重点实验室，昆明 6500；.昭通市水利水电勘测设计研究院, 云南 昭通 6500)

0 引 言

灌区灌溉用水经由水源、输配水渠道至田间工程，取水、输水、配水3个环节均需因时因地制定合理制度。本研究主要从水源和输配水环节建立水资源优化配置决策支持系统，为灌区灌溉用水决策提供支持。

近年由于气候变化，灌区水库严重淤积，兴利库容变小，而水资源未能进行统一有效调度，使得干旱造成农业减产[1]。很多学者针对水库群优化调度开展了广泛研究[2,3]，为灌区的抗旱减灾提供决策依据。

同时，大型灌区作物种植结构复杂、土壤类型不一、降雨分布不均，尤其云南高原灌区高差较大，渠道坡降差异显著，诸多因素存在较大的时空变异性差异。水力模拟模型通常建立在配水过程中同时向下级配水的假设基础之上[4-6]，适用于缺少数据资料的地区。而灌区尺度渠系系统配水流量不等的情况更加普遍[7,8]。

综上，水库优化调度和渠系工作制度优化是灌区水资源优化配置决策支持系统的重要组成部分，开展此项研究对提高云南高原灌区灌溉用水管理水平，节约灌溉用水量，减少旱灾影响具有重大理论与现实意义。

1 系统组成及数学模型

1.1 系统组成

灌区水资源优化配置模型系统为三库模式：即数据库、模型库、方法库以及人机交互系统(图1)。

图1 灌区水资源优化配置模型系统框架

数据库包括空间数据和非空间数据，包括历史、实时以及未来的气象、水源、作物、土壤、渠系和灌溉系统。水源信息包括水库库容、河流径流量、下垫面参数和灌溉可供水量等水文信息。作物信息包括作物类型、作物种植结构、种植面积、作物系数、作物产量敏感系数和生育期。土壤信息主要为土壤类型分布图以及与土壤类型相关的参数。渠系信息包括灌区渠系布置图、渠系断面尺寸、设计流量和渠系水利用系数等。灌溉方式信息包括地面灌、喷灌和滴灌以及田间水利用系数。空间数据描述各参数的空间位置，而非空间数据为不随空间位置变化而改变的属性参数。空间数据与非空间数据通过查询表连接，每个栅格对应一个编码方便模型优化时进行调用。

模型库包含水库优化调度模型和渠系工作制度时空优化模型。主程序与子模型之间是调度与反馈的关系。同时，模型受方法库的支配。模型库通过对空间数据库的调用和参数传递实现优化，并将优化结果返回数据库。

方法库是通过算法对模型进行优化求解，如线性规划、非线性规划以及多目标优化优化等方法。方法库中优化方法采用软件编写，可根据需求进行修改和扩充。

GIS人机交互系统是用户与其他各库发生决策行为的平台。数据库、模型库以及方法库的各功能通过GIS人机交互系统实施人为控制和决策。该系统的界面友好并能与Windows系统兼容。

1.2 数学模型

1.2.1水库优化调度模型

总目标(年总引水量最大)：

(1)

阶段目标(各水库月引水量之和最大)：

(2)

式中：Xi,j为第i个水库第j阶段的引水量，万m3；m为水库数量；n表示阶段。

约束条件：

(1)库容约束：

Vi,死≤Vi,j≤Vi,限

(3)

其中：

(4)

式中：单位为万m3。Vi,j为第i个水库第j阶段蓄水量；Vi,死为第i个水库死库容；Vi,限为第i个水库限制库容；Vi,0为时段初蓄水量；Ri,k-1为第i个水库第k-1阶段的来水量；Yi,k-1为第i个水库第k-1阶段的用水量；Ei,k-1为第i个水库第k-1阶段的蒸发渗漏损失量。

(2)引水量约束：

Xi,j≤Vi,j-Vi,死-Yi,j-Ei,j

(5)

(3)引水沟过流限制：水库引水天数最多为5 d，则：

X1j≤64.8,X2j≤86.4,X3j≤172.8,X4j≤172.8

(6)

(4)库容瞬时约束：

(7)

式中：V0,j为洋派水库j阶段的蓄水量，m3。

(5)非负约束：

Xi,j≥0

(8)

模型采用线性规划求解方法。

1.2.2渠系工作制度优化模型

目标1：上级渠道流量波动最小，即方差最小。

(9)

(10)

式中：q*j为第j个下级渠道的毛配水流量，m3/s；N为一个轮灌组内的支渠个数；fij(x)是一个描述在轮灌期内渠道连续配水状态的连续函数[式(11)]。

(11)

式中：t0j为灌水开始时间，h；t2j为灌水结束时间，h。

目标2：渠道渗漏损失最小。

(12)

式中：Vs为上级渠道的渗漏损失，m3；Vd为下级渠道的渗漏损失，m3；Wsi为上级渠道净配水量，m3；W*dj为第j个下级渠道毛配水量，m3；ηs为上级渠道渠系水利用系数；ηdj为第j个下级渠道的渠系水利用系数。

目标3：配水量与需水量的差值最小。

minZ3=min{W*dj-Wnj}

(13)

式中：Wnj为第j个渠道控制范围的需水量，m3。

约束条件：

(1)配水连续性约束：

0≤t0j≤Tj=1,2,…,N

(14)

t2j≤Tj=1,2,…,N

(15)

t0j+t1j=t2jj=1,2,…,N

(16)

式中：t1j为灌溉时间，h。

(2)配水量约束：

Wsi=Qsits60×60W*dj=q*jt1j60×60

(17)

式中：ts为时段i的时间步长，h。

(3)流量约束：

aqj≤q*j≤bqjQsi≤cQsd

(18)

式中：qj为第j个下级渠道的设计流量，m3/s；Qsd为上级渠道的设计流量，m3/s；a,b,c分别为下级渠道和上级渠道运行流量的允许阈值系数。

(4)灌溉可供水量约束：

Wai≥Wsi/ηs

(19)

式中：Wai为时段i灌溉可供水量，m3。

决策变量：灌水结束时间(t2j)和毛配水流量(q*j)。

模型采用多目标规划求解的方法求解，寻找目标函数的非劣解集。

2 灌区概况

蜻蛉河大型灌区位于云南省楚雄彝族自治州中西部金沙江二级支流蜻蛉河沿河两岸。灌区地理位置北纬25°28′～25°45′，东经101°05′～101°10′，范围涉及姚安、大姚两县的7个乡镇，农业人口26.6万人。灌区有效灌溉面积2万hm2。流域内多年平均气温16.5 ℃，年最高气温37.1 ℃，最低零下5.5 ℃。年平均日照时数2 518 h，灌区多年平均降雨量834.7 mm，多年平均蒸发量2 096 mm。灌区已经基本形成灌排结合的大型灌区体系，目前蜻蛉河灌区共建成中型水库4座，小(Ⅰ)型水库18座，小(Ⅱ)型水库4座，其他小型水利设施1 900余座，水利工程平均农业灌溉供水量为1.8亿m3。灌区总体布置形成三大灌溉体系，即红梅-洋派灌溉体系，白鹤-妙峰灌溉体系以及大罗古-永丰灌溉体系。

3 系统界面及运行结果

3.1 系统界面

界面包含菜单、图层显示、地图显示、目标函数选择、按钮(数据输入、优化、结果显示)。系统各功能界面如图2～图5所示。

图2 系统界面

图3 片区选定界面

图4 实际作物需水量计算界面

图5 水库联合优化调度模型软件界面

3.2 运行结果

(1)水库优化调度优化结果。根据统计资料分析，在保证率为75%下的红梅水库、胡家山水库来水量典型年为2005-2006年(表1)。

表1 水库基础数据 万m3

水库联合优化调度模型优化结果见表2。在保证率为75%的情况下，上游水库向洋派水库引水总量为668.25万m3，其中11、12、8月引水最多，分别为149.46、151.80和151.83 万m3。4座水库中胡家山水库向洋派水库引水最多为538.35万m3，大康郎水库引水最少为10.08万m3，而红梅水库由于蓄水较少、死库容较多，且用水较大导致引水入洋派水库也较少。

表2 上游水库引水入洋派水库结果 万m3

(2)渠系工作制度优化结果。根据灌区各骨干水源相对独立的特点，灌区总体布置形成三大灌溉体系，共29条渠道，各参数见表3。

表3 蜻蛉河灌区渠道模型参数表

蜻蛉河灌区渠系工作制度优化结果见图6至图8，分别为目标函数1和2、目标函数1和3以及目标函数2和3的优化结果。决策者根据管理经验确定两个目标函数的重要程度，从Pareto解集中选取一组解作为多目标遗传算法优化后的渠系工作制度。一次灌水过程的灌水时间为2 880 h(即4个月)。根据选择的目标函数不同，渠系工作制度存在较大差异。其中目标函数1和2的优化结果显示，渠道在配水区间分布均匀，渠道流量波动较小。目标函数1和3的优化结果显示，渠道运行相对集中在中前期，而目标函数2和3的优化结果显示渠系运行时间相对集中在中间时段。从图6、图7可以看出，渠系配水过程连续，即每个时段都有灌水事件发生，利于渠道运行流量的稳定。图8显示配水时间小于2 880 h，只有1 901 h，减少了灌水时间。

图6 灌溉保证率P=75%目标函数1和2优化后渠系工作制度

图7 灌溉保证率P=75%目标函数1和3优化后渠系工作制度

图8 灌溉保证率P=75%目标函数2和3优化后渠系工作制度

4 结 语

本研究以GIS为平台建立了水土资源优化配置支持系统，解决了水资源优化调度以及山丘区渠系调水配水不合理的问题。主要结论如下：

(1)水库优化调度模型可以解决多水库向单一水库引水问题，模型可得到不同频率下水库优化调度方案，优化结果合理。

(2)渠系工作制度优化模型能很好地解决云南高原灌区灌溉系统的渠系配水问题，缩短了渠系运行时间，提高了渠系运行的稳定性，减少了渠系渗漏损失，使得灌溉供需更加平衡。

□

[1] 余 航, 王 龙, 文 俊, 等. 云南蜻蛉河大型灌区水库联合优化调度[J]. 水资源与水工程学报, 2015,(6):90-92，97. 去人为确定2个因子合适的权重，对于权重的确定本文选择定性分析[10]的方法。当水力性能和粒子通过率同等重要时，即选取C点的结构参数进行流道设计。

4 结 论

借鉴弯道环流现象可以增加流动内部的碰撞和漩涡，增加流态内部的紊乱程度，从而有效耗能，设计弯道环流式迷宫流道。通过数值模拟和计算分析进行正交实验，并对实验结果进行直观、方差及回归分析。以流态指数和粒子通过率作为衡量新型流道的水力性能和抗堵性能的指标，同时，以流量作为约束指标，采用多目标粒子群算法对2组目标函数进行迭代优化，得到具有最小流态指数和最大粒子通过率的非劣解集。

□

参考文献：

[1] 张 俊. 迷宫流道灌水器水力与抗堵性能评价及结构优化研究[D]. 西安：西安交通大学, 2009.

[2] 邓聚龙.灰理论基础[M]. 武汉：华中科技大学出版社, 2002:162-225.

[3] 李 宁. 粒子群优化算法的理论分析与应用研究[D]. 武汉：华中科技大学, 2006.

[4] 芮德繁. 连续弯道环流运动与泥沙冲淤特性的数值模拟及实验[D]. 成都：四川大学, 2005.

[5] 张 俊, 魏公际, 赵万华,等. 灌水器内圆弧形流道的液固两相流场分析[J]. 中国机械工程, 2007, 18(5):589-593.

[6] Shi Y, Eberhart R. Modified particle swarm optimizer[C]∥ IEEE world congress proceedings on computational intelligence，1998. IEEE International Conference on Evolutionary Computation,2015:69-73.

[7] Frans V D B, Engelbrecht A P. A Cooperative approach to particle swarm optimization[J]. Transactions on Evolutionary Computation, 2004, 8(3):225-239.

[8] Coello C A C, Pulido G T, Lechuga M S. Handling multiple objectives with particle swarm optimization[J]. Transactions on Evolutionary Computation, 2004, 8(3):256-279.

[9] Coello C A C, Lechuga M S. MOPSO: a proposal for multiple objective particle swarm optimization[C]∥ Proceedings of the 2002 congress on evolutionary computation, 2002:1 051-1 056.

[10] 朱学军. 基于Pareto多目标进化计算的健壮性设计方法及应用研究[D]. 上海：上海交通大学, 1999.