基于改进多目标蚁群算法的辽阳灌区渠系优化配水研究

何 岩

(辽宁省水利水电勘测设计研究院有限责任公司，辽宁 沈阳 110003)

1 研究方法

首先对目标函数进行设定，对于多目标蚁群算法而言，目标函数构建方程如式(1)：

Z=f(fs(x)，fj(x)，fh(x))

(1)

式中：Z为目标函数；fs(x)为灌区优化配水后的社会效益；fj(x)为灌区优化配水后的环境效益；fh(x)为灌区优化配水后的经济效益。对三个效益目标函数进行优化加权计算如式(2)：

(2)

式中：i为不同类别目标效益类函数；ωi为各类目标效益函数的加权值。在灌区优化配水计算时首先对灌区经济效益进行优化计算如式(3)：

(3)

式中：k为灌区供水单元总数；M为目标效益类别总数；e为灌区供水单元的效益比例，元/m3；j为灌区供水单元数量；ν为灌区灌溉定额，元/m3；α为灌区供水排序。以确保区域最下水资源短缺程度为灌区优化配水的社会效益目标函数如式(4)：

(4)

式中：D为灌区不同目标需水量，m3；ν′为供水标准，m3。区域供水污染程度最低为其环境目标函数如式(5)：

(5)

式中：C为区域水环境保护目标的浓度均值，mg/L；O为区域浓度降解系数。对不同类别目标函数设定其约束条件如式(6)：

(6)

式中：x和W为灌区可供水量和总供水能力，m3。对农作物需水条件按照需水条件进行约束如式(7)：

(7)

式中：Li为作物灌溉用水面积，hm2；Si为作物灌溉定额，m3/hm2。对不同求解变量进行自适应度的计算，从而对其变量优化检索范围进行调整计算如式(8)：

Dmin(t)=D0/Tβ

(8)

式中：Dmin为最小目标源搜索范围；D0为搜索初始范围；T为搜索范围；β为自适应调整系数。目标函数的信息要素在在进行目标搜索源自适应调整后进行扩散计算，其检索范围扩散方程如式(9)：

(9)

2 实例应用

2.1 灌区概况

本文以辽阳灌区为具体工程，葠窝水库为辽阳灌区主要供水水源，辽阳灌区总干渠长度为13 687 km。受季风气候影响辽阳灌区降水量多年均值为735.2 mm，降水主要集中在夏季的6—8月，区域蒸发量多年均值为1452.6 mm[1-8]。整个灌区从东北向西南地势逐步递减变化。灌区设计灌溉和有效灌溉面积分别为10 000 hm2和8000 hm2近些年来辽阳灌灌溉面积有所衰减，2020年灌溉实际面积为6667 hm2。整个灌区支渠、农渠、斗渠分别为49.85 km、345.60 km以及106.60 km。辽阳灌区主要渠系的配水特征如表1所示。灌区各渠系配水流量在0.75～1.76 m3/s，通过现场测定灌区各渠系配水率在19.21%～47.38%之间，各渠系总体配水率均低于50%[9-14]。

表1 灌区渠系配水特征

2.2 灌区作物需水分析

结合作物需水模型[15]对辽阳灌区主要农作物月需水量进行了计算，各类型农作物逐月需水量计算结果如表2所示。

表2 辽阳灌区主要农作物各月份灌溉需水量计算结果

从辽阳灌区主要农作物各月份灌溉需水量计算结果可看出，5—9月为辽阳灌区各类农作物需水量最高月份，5—9月份各类型农作物具有较大的潜水蒸发，加大了各类型农作物的耗水量，因此其需水量也相对较高。区域农作物耕种措施是各类型农作物各月需水量影响的主要因素，作物需水量在种植时间响应增加，而在作物收割期逐步递减。

2.3 灌区配水优化计算对比

对灌区农作物需水量采用不同优化算法进行各月份配水量的对比，对比结果如表3、表4所示，并结合改进前后的多目标蚁群算法对灌区各渠系优化配水结果进行对比，结果如表5所示。

表3 传统多目标蚁群算法下的灌区配水优化计算结果

表4 改进多目标蚁群算法下的灌区配水优化计算结果

表5 改进前后多目标蚁群算法的灌区渠系优化配水对比

2.4 改进算法下灌区配水效率优化结果

采用改进的多目标蚁群优化算法对灌区不同渠系组合下配水率和配水时间进行优化计算，优化结果如表6所示。

表6 改进目标蚁群算法下渠系配水时间与配水量优化结果

各渠系优化组合下其优化配水时间相比于轮灌作业发方式平均可缩短29.5 h，整个轮灌时间周期内的配水调节率优化后均在50%以上，通过优化后辽阳灌区各渠系优化配水效率得到改善，灌区配水效益达到最优化的目标。

3 结 语

改进后的多目标蚁群算法相比于改进前，采用自适应度对其搜索变量进行自适应调整，提高了其寻优求解的收敛度，使得其优化求解精度得到改善。相比于改进前的优化算法，改进后优化算法下辽阳灌区各渠系配水量均值和配水率均值分别提高8.75万m3和13.6%，灌区渠系优化配水效果改善较为明显。整个轮灌时间周期内的配水调节率优化后均在50%以上。