非充分生態(tài)約束條件下水庫生態(tài)調(diào)度模型研究

徐淑琴 蘇 鑫 邢貞相 王莉莉 路豪杰

(1.東北農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院， 哈爾濱 150030； 2.黑龍江省松花江工程建設(shè)管理處， 哈爾濱 150030)

非充分生態(tài)約束條件下水庫生態(tài)調(diào)度模型研究

徐淑琴1蘇 鑫1邢貞相1王莉莉2路豪杰1

(1.東北農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院， 哈爾濱 150030； 2.黑龍江省松花江工程建設(shè)管理處， 哈爾濱 150030)

在不影響水庫原有防洪及供水目標(biāo)前提下，為了降低水庫對(duì)河流生態(tài)系統(tǒng)的影響，針對(duì)部分調(diào)度模型存在調(diào)度結(jié)果滿足最小生態(tài)流量約束而不滿足適宜生態(tài)流量約束的情況，提出了以最小生態(tài)流量約束調(diào)度結(jié)果為基礎(chǔ)，逐步向適宜生態(tài)流量約束靠近的非充分生態(tài)約束流量求解方法，并引入松弛變量，建立了生態(tài)保證程度與發(fā)電量的關(guān)系，通過對(duì)比Kmin法和Kmax-1法的Tennant評(píng)價(jià)結(jié)果確定水庫生態(tài)調(diào)度的最佳平衡點(diǎn)，以此作為非充分生態(tài)約束條件下的尼爾基水庫生態(tài)調(diào)度模型。結(jié)果表明，生態(tài)流量約束值還有很大的提升空間，不宜直接選取最小生態(tài)流量約束的調(diào)度結(jié)果作為調(diào)度方案；新的調(diào)度模型可以有效解決此類生態(tài)調(diào)度問題，給決策者提供更合理的調(diào)度方式，6種生態(tài)約束條件下的生態(tài)保證程度分別可提高60%、80%、40%、60%、70%、70%，電量損失率僅為2.01%、1.13%、1.28%、1.47%、2.16%、2.08%。

環(huán)境水利； 水庫生態(tài)調(diào)度； 生態(tài)流量； 生態(tài)保證程度； 電量損失率

引言

水庫作為重要的水利工程使水資源得以更加有效的利用，大規(guī)模的水庫建設(shè)促進(jìn)了社會(huì)經(jīng)濟(jì)的發(fā)展，為人類帶來了巨大的經(jīng)濟(jì)和社會(huì)效益。但在以往的水庫運(yùn)行中，以經(jīng)濟(jì)效益最大化為目標(biāo)的水庫調(diào)度在改變河道天然徑流時(shí)空分配的同時(shí)，破壞了河流的連續(xù)性，改變了河流原有的水文環(huán)境，導(dǎo)致下游河道缺水干涸、河床淤沙、生態(tài)環(huán)境惡化等一系列生態(tài)問題[1]。因此，探究新形勢(shì)下的水庫調(diào)度方式顯得尤為重要，生態(tài)調(diào)度也逐漸成為新的研究方向。

國外的生態(tài)調(diào)度實(shí)踐始于20世紀(jì)40年代，而國內(nèi)的生態(tài)調(diào)度研究工作起步較晚，進(jìn)入21世紀(jì)，隨著人們對(duì)河流生態(tài)的逐步重視，生態(tài)調(diào)度研究工作才蓬勃開展[2]。1982年，SALE等[3]將魚類最佳棲息地面積對(duì)應(yīng)的生態(tài)流量作為適宜生態(tài)流量并建立了優(yōu)化調(diào)度模型；2008年，CASTELLETTI等[4]為實(shí)現(xiàn)對(duì)河流的生態(tài)保護(hù)，將最小生態(tài)流量約束條件方程加入到優(yōu)化調(diào)度模型中；2010年，SHAFROTH等[5]通過模擬春季洪水脈沖，減緩洪水退水過程，來修復(fù)本地岸邊植被；康玲等[6]計(jì)算了四大家魚產(chǎn)卵所需的洪水脈沖，以及河道的最小和適宜生態(tài)流量，建立了丹江口水庫調(diào)度模型；尹正杰等[7]計(jì)算了4種最小生態(tài)流量并作為約束條件，進(jìn)行了梯級(jí)水庫的優(yōu)化調(diào)度研究；徐淑琴等[8]考慮水文變異對(duì)生態(tài)流量的影響，建立了水文變異條件下的生態(tài)調(diào)度模型。

但對(duì)于這些研究而言，大多是以最小生態(tài)流量[9]或適宜生態(tài)流量[10]為約束條件的興利調(diào)度。但在運(yùn)行過程中會(huì)存在這樣的問題，如文獻(xiàn)[6,8]所示，當(dāng)水庫進(jìn)行生態(tài)調(diào)度時(shí)，在來水不足的年份，由于入庫水量及庫容的限制，其調(diào)度結(jié)果可以滿足最小生態(tài)流量的要求，但無法滿足適宜生態(tài)流量的要求，若此時(shí)僅以最小生態(tài)流量進(jìn)行調(diào)度，雖然經(jīng)濟(jì)效益較為樂觀，但會(huì)造成生態(tài)用水的浪費(fèi)；而以適宜生態(tài)流量為約束進(jìn)行調(diào)度，生態(tài)保證程度較高，但會(huì)損失較大的經(jīng)濟(jì)效益，同時(shí)也無法制定確切的調(diào)度方案。因此，本文提出非充分生態(tài)約束條件下水庫生態(tài)調(diào)度模型，以最小生態(tài)流量約束下的調(diào)度結(jié)果為基礎(chǔ)，求解得到非充分生態(tài)約束流量，并建立生態(tài)保證程度與發(fā)電量的關(guān)系，通過對(duì)比Kmin法和Kmax-1法的Tennant評(píng)價(jià)結(jié)果確定水庫生態(tài)調(diào)度的最佳平衡點(diǎn)，制定更易被決策者接受的水庫調(diào)度方式，以期為水庫生態(tài)調(diào)度提供新的思路。

1 水庫生態(tài)調(diào)度模型

目前，生態(tài)調(diào)度方法包括：河流生態(tài)需水量調(diào)度、模擬生態(tài)洪水調(diào)度、防治水污染調(diào)度、控制泥沙調(diào)度、生態(tài)因子調(diào)度、水系連通性調(diào)度等[11-13]。而考慮生態(tài)需水量的水庫優(yōu)化調(diào)度模型主要為生態(tài)流量約束型模型、生態(tài)流量目標(biāo)型模型以及生態(tài)價(jià)值目標(biāo)型模型[14]。本文選擇生態(tài)流量約束型模型對(duì)尼爾基水庫的生態(tài)調(diào)度進(jìn)行求解。

1.1 生態(tài)調(diào)度模型

為探究非充分生態(tài)約束條件下水庫生態(tài)調(diào)度模型的效果，本文以文獻(xiàn)[8]的研究成果為基礎(chǔ)，選擇以最大發(fā)電量為調(diào)度目標(biāo)，目標(biāo)函數(shù)為

(1)

式中E——調(diào)度期總的發(fā)電量T——計(jì)算時(shí)段總數(shù)Nt——時(shí)段出力 Δt——計(jì)算時(shí)段

約束條件：

水量平衡約束

(It-Qt-St-Qloss,t)Δt=Vt+1-Vt

(2)

水位約束

Zmin≤Zt≤Zmax

(3)

水輪機(jī)最大過機(jī)流量約束

Qt≤Qmax

(4)

水電站出力約束

Nmin≤Nt≤Nmax

(5)

水電站出力特性

Pt=ft(H,Q)

(6)

生態(tài)約束

Qemin,t(或Qefit,t)≤(Qt+St)≤Qemax,t

(7)

非負(fù)約束：上述各變量非負(fù)。

式中Vt+1、Vt——t時(shí)段末、時(shí)段初的庫容It——入庫流量Qt、St——發(fā)電流量、棄水流量Qloss,t——水庫各時(shí)段蒸發(fā)和滲漏損失之和

Zmin、Zmax——水庫死水位、正常蓄水位(或汛限水位)

Qmax——水電站水輪機(jī)組的最大過機(jī)流量

Nmin、Nmax——水電站的保證出力、額定出力Qemin，t、Qefit，t、Qemax，t——最小生態(tài)流量、適宜生態(tài)流量、最大生態(tài)流量

1.2 非充分生態(tài)約束條件求解模型

當(dāng)存在水庫生態(tài)調(diào)度結(jié)果可以滿足最小生態(tài)流量約束，而不滿足適宜生態(tài)流量約束時(shí)，采用以下步驟進(jìn)行非充分生態(tài)約束流量的求解：①以最小生態(tài)流量為約束條件，以最大發(fā)電量為目標(biāo)，對(duì)水庫進(jìn)行生態(tài)調(diào)度，并記錄達(dá)到最優(yōu)目標(biāo)值時(shí)的逐時(shí)段下泄流量，記為Qbestmin。②將Qbestmin與適宜生態(tài)流量約束流量Qefit進(jìn)行比較，若任一時(shí)段的適宜生態(tài)流量大于Qbestmin，則用該時(shí)段的Qbestmin代替Qefit，否則，仍保留原值，由此會(huì)產(chǎn)生一組個(gè)別時(shí)段流量值小于適宜生態(tài)流量的新的生態(tài)流量，記為Qefit1。③將新產(chǎn)生的生態(tài)流量作為約束條件，進(jìn)行該條件下的水庫生態(tài)調(diào)度，記錄下達(dá)到最優(yōu)目標(biāo)值時(shí)的逐時(shí)段下泄流量，記為Qefit2。④將任一時(shí)段的Qefit2與Qefit1進(jìn)行比較，若Qefit2大于Qefit1且小于Qefit，則將該時(shí)段的Qefit2賦值給Qefit1，若該時(shí)段的Qefit2大于Qefit，則將該時(shí)段的Qefit賦值給Qefit1，否則，Qefit1仍保留原值，由此會(huì)產(chǎn)生一組新的生態(tài)流量值，記為Qefit3。⑤重復(fù)③、④，不斷更新小于適宜生態(tài)流量的流量約束，直到所有小于適宜生態(tài)流量的約束值與生態(tài)調(diào)度后的流量值相等，即為所求得的最小生態(tài)流量與適宜生態(tài)流量之間的非充分生態(tài)約束流量。

1.3 引入松弛變量的生態(tài)調(diào)度模型

生態(tài)調(diào)度往往存在經(jīng)濟(jì)效益與生態(tài)效益之間的矛盾問題，在水量充足的年份，矛盾可以得到有效緩解，可非充分條件下的水庫生態(tài)調(diào)度多發(fā)生于來水不足的年份，若一味的追求生態(tài)效益，固然可以滿足生態(tài)調(diào)度的理念，但會(huì)損失較大的經(jīng)濟(jì)效益，故如何提供更容易被決策者接受的調(diào)度方式顯得尤為重要。

陳端等[14]建立了不同生態(tài)流量滿足程度與工程效益損失之間的關(guān)系，據(jù)此尋找最小生態(tài)流量與適宜生態(tài)流量的最佳平衡點(diǎn)；徐剛等[15]研究了不同生態(tài)基流對(duì)水利樞紐發(fā)電效益影響，探索進(jìn)一步加大生態(tài)基流的可能性。根據(jù)文獻(xiàn)[14-15]的思路，本文通過引入松弛變量λ，擬定不同生態(tài)保證程度的生態(tài)基流，據(jù)此進(jìn)行生態(tài)調(diào)度，建立不同生態(tài)保證程度與發(fā)電量之間的關(guān)系曲線，同時(shí)，計(jì)算各生態(tài)基流的斜率絕對(duì)值k，以分析比較不同生態(tài)基流下的發(fā)電收益損失程度，建立非充分條件下水庫生態(tài)調(diào)度模型，從而尋找該調(diào)度方式下最佳平衡點(diǎn)。

具體實(shí)現(xiàn)過程計(jì)算式為

QECλ,t=Qemin,t+λ(Qnsec,t-Qemin,t)

(8)

(9)

式中QECλ,t——不同生態(tài)保證程度下的生態(tài)基流Qnsec,t——非充分條件下的生態(tài)約束流量Eλ——生態(tài)保證程度為λ時(shí)的發(fā)電量，其中E0=Emin

Emin——最小生態(tài)流量約束下的發(fā)電量

kλ——斜率，即不同生態(tài)保證程度下的發(fā)電量變化程度

1.4 模型求解

1.4.1 模型求解方法

螢火蟲算法的思想是模擬自然界中螢火蟲的發(fā)光行為，即通過螢火蟲總是朝向更亮的區(qū)域飛去實(shí)現(xiàn)進(jìn)化[16]。目前，該算法分為GSO和FA兩種。這兩者的仿生原理相同，但在具體實(shí)現(xiàn)方面有一定的差異[8]。其中，GSO算法由KRISHNANAND等[17]提出，F(xiàn)A算法在2009年，由YANG[18]提出。本文選擇FA算法對(duì)模型進(jìn)行優(yōu)化求解。

1.4.2 FA算法在水庫生態(tài)調(diào)度模型中的應(yīng)用

FA算法已被證實(shí)在求解約束優(yōu)化類問題方面的優(yōu)越性，曾冰等[19]針對(duì)裝配序列規(guī)劃問題的特點(diǎn)，提出了一種改進(jìn)的螢火蟲算法，并與遺傳算法進(jìn)行比較，證明其優(yōu)越性；付強(qiáng)等[20]針對(duì)土壤水分特征曲線參數(shù)優(yōu)化的非線性擬合問題，將FA算法與PSO算法、GA算法進(jìn)行對(duì)比，證明其具有模擬結(jié)果精度高、曲線吻合性好的特點(diǎn)。

尋優(yōu)過程為：①以死水位為下限，汛限水位或正常蓄水位為上限，在這范圍內(nèi)生成一系列的初始種群。②將初始種群通過水量平衡方程等約束條件進(jìn)行約束，推求滿足約束條件下的逐時(shí)段水位值及下泄流量。③判斷下泄流量是否大于水輪機(jī)最大過機(jī)流量，若大于水輪機(jī)最大過機(jī)流量，則發(fā)電流量取水輪機(jī)最大過機(jī)流量，多余流量為棄水流量；若小于水輪機(jī)最大過機(jī)流量，則為發(fā)電流量。④根據(jù)下泄流量，在尾水位流量關(guān)系表中查得對(duì)應(yīng)的下游水位。⑤根據(jù)出力及發(fā)電量公式，求得相應(yīng)的出力和發(fā)電量，并尋找最大發(fā)電量在種群中的位置，以便獲取各時(shí)段初庫容及對(duì)應(yīng)的水位。

在尋優(yōu)過程中，初始種群的選擇較為重要，若每次均可生成滿足約束的初始解，則會(huì)大大減少尋優(yōu)過程，本文通過約束條件來實(shí)現(xiàn)這一過程。根據(jù)水量平衡方程

Vt+1=Vt+(It-Qx,t-Qloss,t)Δt

(Vmin,t≤Vt≤Vmax,t)

(10)式中Qx,t——下泄流量，包括發(fā)電流量和棄水流量

確定每一調(diào)度時(shí)段的上下限數(shù)值。

對(duì)于典型年調(diào)度的水庫來說，初始庫容為已知，同時(shí)根據(jù)文獻(xiàn)[8]求得的最小、適宜生態(tài)流量或非充分適宜生態(tài)流量及最大生態(tài)流量，可確定下一時(shí)段下泄流量的上下限，故下一時(shí)段的上、下限庫容約束計(jì)算式為

Vmax,t+1=Vt+(It-min(Qx,t)-Qloss,t)Δt

(11)

Vmin,t+1=Vt+(It-max(Qx,t)-Qloss,t)Δt

(12)

求解下一時(shí)段的上下限約束之后，還應(yīng)遵循以下原則：若本時(shí)段庫容下限值小于死庫容，上限值大于死庫容，則本時(shí)段庫容下限值取為死庫容；若本時(shí)段庫容下限值大于正常蓄水位(或汛限水位)所對(duì)應(yīng)的庫容Vz/Vx，則本時(shí)段庫容上限值和下限值均取Vz/Vx；若本時(shí)段庫容上限值小于死庫容，則本時(shí)段的上限值和下限值均為死庫容；若本時(shí)段的上限值大于Vz/Vx，下限值小于Vz/Vx，則本時(shí)段庫容上限值取為Vz/Vx。若生成的初始庫容值在本時(shí)段的上下限約束內(nèi)，則保持不變，若不在該范圍內(nèi)，則計(jì)算本時(shí)段的庫容

Vt+1=Vmin,t+1+rand(Vmax,t+1-Vmin,t+1)

(13)

式中 rand()——0～1之間的隨機(jī)數(shù)

圖1 較枯水年的生態(tài)流量約束及優(yōu)化調(diào)度結(jié)果Fig.1 Ecological flow constraints and optimal scheduling results for relatively dry years

在庫容上下限及每時(shí)段的庫容確定后，記錄下每時(shí)段對(duì)應(yīng)的庫容上下限值，由水庫庫容曲線查得相應(yīng)的水位，作為各時(shí)段水位約束的上下限值，根據(jù)該數(shù)值進(jìn)行算法的進(jìn)化與變異，以此減少無關(guān)解的影響。

本文雖以文獻(xiàn)[8]的研究成果為基礎(chǔ)，但所用算法及其實(shí)現(xiàn)過程略有不同，故調(diào)度結(jié)果有所差異，考慮本文研究目的，具體差異分析不做過多贅述。

2 應(yīng)用實(shí)例

2.1 尼爾基水庫概況

尼爾基水利樞紐位于嫩江干流中游，為多年調(diào)節(jié)水庫，其正常蓄水位216 m，死水位195 m，主汛期(6月21日—8月25日)汛限水位為213.37 m，前汛期(6月1日—20日)及后汛期(9月6日—30日)汛限水位為正常蓄水位，水庫總庫容86.10億m3，其中防洪庫容23.68億m3，興利庫容59.68億m3，死庫容4.88億m3，裝機(jī)容量250 MW。

2.2 尼爾基水庫生態(tài)調(diào)度結(jié)果

2.2.1 非充分生態(tài)約束條件下生態(tài)調(diào)度結(jié)果

區(qū)間水補(bǔ)給會(huì)在一定程度上影響河段的流量，對(duì)研究造成干擾，所以為了消除區(qū)間水補(bǔ)給的影響，選擇尼爾基水庫壩下至第一個(gè)入水口——訥謨爾河長(zhǎng)度為10 km的河段為控制斷面，并考慮尼爾基水庫原有的供水、防洪、發(fā)電、航運(yùn)任務(wù)兼顧生態(tài)需水目標(biāo)進(jìn)行水庫的生態(tài)調(diào)度。

根據(jù)推求的非充分生態(tài)約束流量，依據(jù)文獻(xiàn)[8]所述方法進(jìn)行水文變異條件下的生態(tài)調(diào)度，將最小生態(tài)流量約束下的調(diào)度曲線記為RMinEFC、適宜生態(tài)流量過程線記為SEFC、非充分條件下的適宜生態(tài)流量過程線記為NSSEFC、最小生態(tài)流量過程線記為MinEFC、非充分適宜生態(tài)流量約束下的調(diào)度曲線記為RNSSEFC，較枯水年和平水年調(diào)度結(jié)果分別見圖1、圖2及表1、表2。

由圖1、圖2可以看出，最小生態(tài)流量約束下的調(diào)度結(jié)果均不能滿足適宜生態(tài)流量的要求，且不能滿足的年份多發(fā)生在5—10月份之間，而該時(shí)期也恰好為作物生育期，說明農(nóng)業(yè)用水與生態(tài)用水之間存在矛盾；經(jīng)過本文模型確定出的非充分條件下的適宜生態(tài)流量，其調(diào)度結(jié)果與最小生態(tài)流量約束下的調(diào)度結(jié)果相比，可以看出，當(dāng)調(diào)度結(jié)果不能滿足適宜生態(tài)流量時(shí)，約束值可在兩者之間得到有效的提升，而其他時(shí)段，調(diào)度結(jié)果均能滿足適宜生態(tài)流量的要求，說明該模型可以有效的提高生態(tài)的保證程度；由圖1b、圖2c可知，在現(xiàn)狀條件下確定的非充分適宜生態(tài)流量與原適宜生態(tài)流量相比，較為接近，說明現(xiàn)狀下的生態(tài)需水量較低、較易滿足，不宜按最小生態(tài)流量進(jìn)調(diào)度，不能滿足的時(shí)段多發(fā)生在調(diào)度初期，若在調(diào)度開始時(shí)可以多存蓄些水量則可更好地解決此類問題。

圖2 平水年的生態(tài)流量約束及優(yōu)化調(diào)度結(jié)果Fig.2 Ecological flow constraints and optimal scheduling results for normal years

約束條件效益指標(biāo)最小生態(tài)流量約束適宜生態(tài)流量約束非充分條件下的適宜生態(tài)流量約束次天然發(fā)電量/(億kW·h)6.195.485.86生態(tài)約束用水量/億m350.50105.1294.65現(xiàn)狀 發(fā)電量/(億kW·h)6.105.755.93生態(tài)約束用水量/億m345.1484.2281.69

表2 平水年的生態(tài)調(diào)度發(fā)電量及約束用水量

由表1、表2可以看出，適宜生態(tài)流量約束下的調(diào)度結(jié)果較最小生態(tài)流量約束下的調(diào)度結(jié)果相差較大，發(fā)電量分別減少了11.47%、5.74%、9.22%、5.60%、4.42%、6.20%，而且此約束下的下泄流量又無法滿足約束值，自然不能被決策者所接受，可若是僅以最小生態(tài)流量來調(diào)度，雖然經(jīng)濟(jì)效益顯著，但會(huì)損失生態(tài)用水，不能更好地體現(xiàn)生態(tài)調(diào)度的目標(biāo)。

非充分條件下的生態(tài)調(diào)度與適宜生態(tài)流量約束的調(diào)度結(jié)果相比，其發(fā)電量在枯水年的次天然及現(xiàn)狀條件下分別提高了6.93%、3.14%，在平水年的天然、次天然、現(xiàn)狀及不考慮變異的條件下分別提高了4.20%、2.02%、0.52%、1.96%；與最小生態(tài)流量約束的調(diào)度結(jié)果相比，在枯水年的次天然及現(xiàn)狀條件下其生態(tài)約束用水量分別提高了87.43%、42.76%，發(fā)電量分別減少了5.34%、2.78%，在平水年的天然、次天然、現(xiàn)狀及不考慮變異的條件下其生態(tài)約束用水量分別提高了97.77%、91.61%、83.97%、130.48%，發(fā)電量分別減少了5.41%、3.69%、4.93%、4.37%。

由此可以看出，非充分生態(tài)約束條件下的生態(tài)調(diào)度可以有效地增加生態(tài)用水量，提高生態(tài)保證程度，同時(shí)對(duì)進(jìn)行生態(tài)調(diào)度的水庫來說發(fā)電量的減少程度在可接受的范圍內(nèi)。

2.2.2 引入松弛變量的生態(tài)調(diào)度結(jié)果

當(dāng)以非充分生態(tài)約束進(jìn)行調(diào)度時(shí)，發(fā)電量較最小生態(tài)流量約束的調(diào)度結(jié)果最多可減少5.41%，為制定更加合理的調(diào)度方案，通過引入松弛變量來實(shí)現(xiàn)該過程。經(jīng)計(jì)算發(fā)現(xiàn)，當(dāng)松弛變量的梯度值選取較小時(shí)，相鄰梯度的調(diào)度結(jié)果相差較小，經(jīng)多次比對(duì)，選擇10%為梯度，故松弛變量的取值為0、10%、20%、…、80%、90%、100%共11個(gè)值。將非充分天然生態(tài)約束、非充分次天然生態(tài)約束、非充分現(xiàn)狀生態(tài)約束、非充分不考慮生態(tài)變異的生態(tài)約束分別記為NSNA、NSSNA、NSN、NSNV，計(jì)算結(jié)果見圖3、圖4。

圖3 較枯水年的生態(tài)流量保證程度及其發(fā)電量Fig.3 Degree of ecological flow and amount of electricity generation for relatively dry years

圖4 平水年的生態(tài)流量保證程度及其發(fā)電量Fig.4 Degree of ecological flow and amount of electricity generation for normal years

根據(jù)得到的6種生態(tài)流量保證程度與發(fā)電量關(guān)系曲線，計(jì)算非充分生態(tài)約束條件下的最佳平衡點(diǎn)，本文采用2種方法并結(jié)合Tennant評(píng)價(jià)法來實(shí)現(xiàn)該過程，選取最佳平衡點(diǎn)時(shí)，文獻(xiàn)[15]提出了生態(tài)發(fā)電收益損失比值k，比較不同生態(tài)基流下的k值，選擇最小值為最佳平衡點(diǎn)，結(jié)合該思路，本文第1種方

法為以生態(tài)流量保證程度與發(fā)電量關(guān)系曲線斜率絕對(duì)值k的最小值確定最佳平衡點(diǎn)，稱為最小斜率法(Kmin法)；根據(jù)文獻(xiàn)[14]的思路，確定第2種方法為選擇斜率絕對(duì)值最大值(即發(fā)電量改變程度最大)的前一梯度生態(tài)流量保證程度及發(fā)電量為最佳平衡點(diǎn)，稱為最大斜率法(Kmax-1法)。將兩次結(jié)果用Tennant法評(píng)價(jià)，選擇較優(yōu)者作為最優(yōu)的非充分生態(tài)流量約束，相應(yīng)的其調(diào)度結(jié)果也為非充分生態(tài)約束條件下的最佳平衡點(diǎn)，將非充分天然生態(tài)約束流量、非充分次天然生態(tài)約束流量、非充分現(xiàn)狀生態(tài)約束流量、非充分不考慮生態(tài)變異的生態(tài)約束流量分別記為QNSNA、QNSSNA、QNSN、QNSNV，計(jì)算結(jié)果見表3、圖5、圖6及表4。

根據(jù)表3、表4可以看出，Kmin法的生態(tài)調(diào)度發(fā)電量?jī)?yōu)于Kmax-1法，較最小生態(tài)流量的調(diào)度發(fā)電量相比損失率不足1.5%，可生態(tài)保證程度較低，Kmax-1法確定的生態(tài)約束流量評(píng)價(jià)結(jié)果優(yōu)于Kmin法確定的生態(tài)約束流量，而且發(fā)電損失率可控制在2.5%以下，考慮生態(tài)調(diào)度的理念，故選擇Kmax-1法確定的生態(tài)保證程度及發(fā)電量作為非充分生態(tài)約束的最優(yōu)值。同時(shí)，對(duì)于決策者來說，若個(gè)別年份的生態(tài)保證程度要求不高，或發(fā)生用電緊張的情況時(shí)，可采用Kmin法制定調(diào)度計(jì)劃來獲得最大的發(fā)電效益。

表3 Kmin法和Kmax-1法的求解結(jié)果與比較

圖5 Kmin法和Kmax-1法的較枯水年非充分生態(tài)約束流量Fig.5 Kmin and Kmax-1 methods of non-sufficient ecological constraint flow for relatively dry years

圖6 Kmin法和Kmax-1法的的平水年非充分生態(tài)約束流量Fig.6 Kmin and Kmax-1 methods of non-sufficient ecological constraint flow for normal years

典型水文年徑流條件占年均流量的比重/%Tennant法評(píng)價(jià)結(jié)果10月—次年3月份4—9月份10月—次年3月份4—9月份QNSSNA17.75138.44一般極限20%QNSSNA14.3384.52較差最佳較枯水年60%QNSSNA16.04111.48一般極限QNSN17.09118.23一般極限50%QNSN13.6574.02較差最佳80%QNSN15.3796.13一般最佳QNSNA20.58166.01較好極限20%QNSNA17.79105.50一般極限40%QNSNA18.19114.15一般極限QNSSNA17.75155.13一般極限10%QNSSNA13.9079.45較差最佳平水年60%QNSSNA16.04121.49一般極限QNSN17.15122.23一般極限20%QNSN13.6674.82較差最佳70%QNSN15.84104.45一般極限QNSNV18.32158.07一般極限50%QNSNV13.2968.02較差最佳70%QNSNV16.64128.06一般極限

注：選取尼爾基水庫1951—2010年的徑流資料推求多年平均徑流量為339.09 m3/s。

3 結(jié)論

(1)非充分生態(tài)流量約束的生態(tài)用水量與最小

生態(tài)約束在較枯水年及平水年的6種情況相比，可分別提高44.15億m3、36.55億m3、55.96億m3、46.26億m3、37.90億m3、54.81億m3，故當(dāng)發(fā)生調(diào)度結(jié)果滿足最小生態(tài)流量約束而不滿足適宜生態(tài)流量約束的情況時(shí)，不宜直接選擇最小生態(tài)流量約束的調(diào)度結(jié)果作為調(diào)度方案。

(2)通過引入松弛變量進(jìn)行非充分生態(tài)約束條件下的生態(tài)調(diào)度，建立了生態(tài)保證程度及其發(fā)電量的關(guān)系并將Kmax-1法的調(diào)度結(jié)果作為最佳平衡點(diǎn)，確定了6種約束條件下最優(yōu)調(diào)度方案的生態(tài)保證程度分別為60%、80%、40%、60%、70%、70%，發(fā)電量分別為6.065 7億kW·h、6.031 2億kW·h、6.851 3億kW·h、6.679 6億kW·h、5.968 2億kW·h、6.785 9億kW·h，說明新的調(diào)度模型可以有效地解決該種情況下的生態(tài)調(diào)度問題，提高生態(tài)保證程度并保證一定的經(jīng)濟(jì)效益，符合生態(tài)調(diào)度的理念。

(3)Kmin法的生態(tài)調(diào)度側(cè)重于經(jīng)濟(jì)效益而Kmax-1法的生態(tài)調(diào)度側(cè)重于生態(tài)效益，決策者可以結(jié)合二者的優(yōu)越性來制定更為合理的調(diào)度方案，即在生態(tài)需水量高的月份(4—9月份)，采用Kmax-1法制定調(diào)度計(jì)劃，在生態(tài)需水較少的月份(10月—次年3月份)，選擇Kmin法制定調(diào)度計(jì)劃。

1 王加全,馬細(xì)霞,李艷. 基于水文指標(biāo)變化范圍法的水庫生態(tài)調(diào)度方案評(píng)價(jià)[J]. 水力發(fā)電學(xué)報(bào),2013,32(1):107-112. WANG Jiaquan,MA Xixia,LI Yan. Evaluation of reservoir ecological operation schedule by range of variability approach[J]. Journal of Hydroelectric Engineering, 2013, 32(1):107-112. (in Chinese)

2 吳旭,魏傳江,申曉晶,等. 水庫生態(tài)調(diào)度研究實(shí)踐及展望[J]. 人民黃河,2016,38(6):87-90,107. WU Xu,WEI Chuanjiang,SHEN Xiaojing,et al.Reservoir ecological operation eesearch,practice and prospect[J].Yellow River, 2016,38(6):87-90,107. (in Chinese)

3 SALE M J, BRILL E D, HERRICKS E E. An approach to optimizing reservoir operation for downstream aquatic resources[J]. Water Resources Research, 1982, 18(4):705-712.

4 CASTELLETTI A, PIANOSI F, SONCINI-SESSA R. Water reservoir control under economic, social and environmental constraints[J]. Automatic, 2008, 44(6): 1595-1607.

5 SHAFROTH P B, WILCOX A C, LYTLE D A, et al. Ecosystem effects of environmental flows: modelling and experimental floods in a dryland river[J]. Freshwater Biology, 2010, 55(1) : 68-85.

6 康玲, 黃云燕, 楊正祥, 等. 水庫生態(tài)調(diào)度模型及其應(yīng)用[J]. 水利學(xué)報(bào), 2010, 41(2): 134-141. KANG Ling, HUANG Yunyan, YANG Zhengxiang, et al. Reservoir ecological operation model and its application[J]. Journal of Hydraulic Engineering, 2010, 41(2): 134-141. (in Chinese)

7 尹正杰, 楊春花, 許繼軍. 考慮不同生態(tài)流量約束的梯級(jí)水庫生態(tài)調(diào)度初步研究[J]. 水力發(fā)電學(xué)報(bào), 2013, 32(3):66-70,81. YIN Zhengjie, YANG Chunhua, XU Jijun. Ecological regulation of cascade dams in the lower Jinsha river under different ecological flow constraints[J]. Journal of Hydroelectric Engineering, 2013, 32(3):66-70,81. (in Chinese)

8 徐淑琴, 蘇鑫, 王莉莉, 等. 水文變異條件下水庫生態(tài)調(diào)度研究[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2016, 47(4): 146-154,381. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20160420&flag=1. DOI：10.6041/j.issn.1000-1298.2016.04.020. XU Shuqin, SU Xin, WANG Lili, et al. Reservior ecological operation under condition of hydrological variability[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(4): 146-154,381. (in Chinese)

9 張濤, 李光吉, 冉令賀. 基于頻率法的河道最小生態(tài)流量計(jì)算[J]. 人民黃河, 2014, 36(3): 32-34. ZHANG Tao, LI Guangji, RAN Linghe. Minimum ecological flow calculation of river channel based on frequency Method[J]. Yellow River, 2014, 36(3): 32-34. (in Chinese)

10 陳敏建, 豐華麗, 王立群, 等. 適宜生態(tài)流量計(jì)算方法研究[J]. 水科學(xué)進(jìn)展, 2007, 18(5): 745-750. CHEN Minjian, FENG Huali, WANG Liqun, et al. Calculation methods for appropriate ecological flow[J]. Advances in Water Science, 2007, 18(5): 745-750. (in Chinese)

11 王宗志, 程亮, 王銀堂, 等. 基于庫容分區(qū)運(yùn)用的水庫群生態(tài)調(diào)度模型[J]. 水科學(xué)進(jìn)展, 2014, 25(3): 435-443. WANG Zongzhi, CHENG Liang, WANG Yintang, et al. A multi-reservoir ecological operation model based on subdivision application of reservoir storage capacities[J]. Advances in Water Science, 2014, 25(3): 435-443. (in Chinese)

12 KONDILI E, KALDELLIS J K, PAPAPOSTOLOU C. A novel systemic approach to water resources optimisation in areas with limited water resources [J]. Desalination, 2010, 250(1): 297-301.

13 HU S Y, WANG Z Z, WANG Y T, et al. Total control-based unified allocation model for allowable basin water withdrawal and sewage discharge[J]. Science China Technological Sciences, 2010, 53(5): 1387-1397.

14 陳端, 陳求穩(wěn), 陳進(jìn). 考慮生態(tài)流量的水庫優(yōu)化調(diào)度模型研究進(jìn)展[J]. 水力發(fā)電學(xué)報(bào), 2011, 30(5): 248-256. CHEN Duan, CHEN Qiuwen, CHEN Jin. Review on optimization models of reservoir operation with consideration of ecological flow[J]. Journal of Hydroelectric Engineering, 2011, 30(5): 248-256. (in Chinese)

15 徐剛, 黃迪, 昝雄風(fēng), 等.不同生態(tài)基流量對(duì)拉洛水利樞紐發(fā)電損益影響分析[J].水力發(fā)電學(xué)報(bào), 2015, 34(11):51-58. XU Gang, HUANG Di, ZAN Xiongfeng, et al. Impact of ecological base flow on power revenues and losses of Laluo hydro-junction[J]. Journal of Hydroelectric Engineering, 2015, 34(11):51-58. (in Chinese)

16 龍文, 蔡紹洪, 焦建軍, 等. 求解約束優(yōu)化問題的螢火蟲算法及其工程應(yīng)用[J]. 中南大學(xué)學(xué)報(bào): 自然科學(xué)版, 2015, 46(4): 1260-1267. LONG Wen, CAI Shaohong, JIAO Jianjun, et al. Firefly algorithm for solving constrained optimization problems and engineering applications[J]. Journal of Central South University: Science and Technology, 2015, 46(4): 1260-1267. (in Chinese)

17 KRISHNANAND K N, GHOSE D. Detection of multiple source locations using a glowworm metaphor with applications to collective robotics[C]∥Proceedings of IEEE Swarm Intelligence Symposium, 2005: 84-91.

18 YANG Xinshe. Nature-inspired metaheuristic algorithms[M]. London:Luniver Press, 2008: 83-96．

19 曾冰, 李明富, 張翼. 基于改進(jìn)螢火蟲算法的裝配序列規(guī)劃方法[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2014, 20(4): 799-806. ZENG Bing, LI Mingfu, ZHANG Yi. Assembly sequence planning based on improved firefly algorithm[J]. Computer Integrated Manufacturing Systems, 2014, 20(4): 799-806. (in Chinese)

20 付強(qiáng), 蔣睿奇, 王子龍, 等. 基于改進(jìn)螢火蟲算法的土壤水分特征曲線參數(shù)優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(11): 117-122. FU Qiang, JIANG Ruiqi, WANG Zilong, et al. Optimization of soil water characteristic curves parameters by modified firefly algorithm[J]. Transactions of the CSAE, 2015, 31(11): 117-122. (in Chinese)

Reservior Ecological Operation Model under Condition of Non-sufficient Ecological Constraints

XU Shuqin1SU Xin1XING Zhenxiang1WANG Lili2LU Haojie1

(1.CollegeofWaterConservancyandCivilEngineering,NortheastAgriculturalUniversity,Harbin150030,China2.SonghuaRiverProjectConstructionManagementOfficeofHeilongjiangProvince,Harbin150030,China)

Under the premise that targets of the reservoir’s original flood control and water supply were unaffected, in order to reduce the influence of reservoirs on river ecosystems, in allusion to the situation that the scheduling results satisfied the constraint of minimum ecological flux rather than the appropriate ecological flux, a model to solve ecological scheduling of Nierji reservoir under the condition of incomplete ecological constraints was proposed. The model was based on the scheduling results of constraints of the minimum ecological flux, the solving method of non-sufficient ecologically constrained flux approached the constraint of appropriate ecological flux step by step, and by introducing relaxation variables, the firefly algorithm (FA) was used to optimize the scheduling process which led to the establishment of the relation curve between the degree of the ecological assurance and the generated energy and the confirmation of the optimal equilibrium point under the restriction of the non-sufficient ecological flux by the Tennant evaluation through comparing theKminwithKmax-1methods. The results showed that according to the non-sufficient ecological constraint flux inquired by the used model, the ecological water consumption and the minimum ecological constraints could be increased by 4.415 billion m3, 3.655 billion m3, 5.596 billion m3, 4.626 billion m3, 3.790 billion m3and 5.481 billion m3, respectively, in the six cases when compared with low flow years and normal years. It was indicated that there was still much room for ecological flow restriction, therefore, when the scheduling results satisfied the constraint of the minimum ecological flux rather than the appropriate ecological flux, it was inappropriate to select result of the constraint of the minimum ecological flux as the scheduling scheme; according to the established relation curve andKmax-1method, the degree of ecological guarantee of optimal scheduling scheme under six constraints were 60%, 80%, 40%, 60%, 70% and 70%, respectively and their generated energy were corresponded to 0.606 57 billion kW·h, 0.603 12 billion kW·h, 0.685 13 billion kW·h, 0.667 96 billion kW·h, 0.596 82 billion kW·h and 0.678 59 billion kW·h. In conclusion, the new scheduling model could effectively solve the problem of ecological scheduling under this kind of circumstance, improve the degree of ecological assurance, ensure certain economic benefits and provide a more reasonable scheduling approach for decision-makers and new ideas for these issues.

environmental hydraulics； reservoir ecological operation； ecological flow； ecological level of assurance； power loss ratio

10.6041/j.issn.1000-1298.2017.04.025

2016-07-26

2016-09-16

國家自然科學(xué)基金項(xiàng)目(51109036)、黑龍江省教育廳科研項(xiàng)目(11551044)和東北農(nóng)業(yè)大學(xué)農(nóng)業(yè)水土工程創(chuàng)新團(tuán)隊(duì)項(xiàng)目

徐淑琴(1964—)，女，教授，博士生導(dǎo)師，主要從事水資源優(yōu)化利用與管理及水庫調(diào)度研究，E-mail: 1210569246@qq.com

TV697.1+1

A

1000-1298(2017)04-0190-08