王新,王超,馬芳平,孫嘉輝,苑瑞芳,雷曉輝,王浩
(1. 江蘇大學(xué)國家水泵及系統(tǒng)工程技術(shù)研究中心,江蘇 鎮(zhèn)江 212013; 2. 中國水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國家重點(diǎn)實(shí)驗(yàn)室,北京 100038; 3. 國能大渡河流域水電開發(fā)有限公司,四川 成都 610041; 4. 山東大學(xué)土建與水利學(xué)院,山東 濟(jì)南 250061; 5. 中國地質(zhì)大學(xué)水資源與環(huán)境學(xué)院,北京 100083)
RiverWare是一種流域水資源規(guī)劃與決策工具,被廣泛應(yīng)用于水庫群模擬和優(yōu)化調(diào)度、洪水預(yù)報(bào)、洪水模擬和管理、水質(zhì)模擬、水權(quán)分配、流域生態(tài)環(huán)境評(píng)價(jià)等多個(gè)領(lǐng)域[1],其最大特點(diǎn)是用戶可以根據(jù)需求,利用RPL策略語言將復(fù)雜調(diào)度運(yùn)行方式靈活地表達(dá)成各種邏輯策略(集),進(jìn)而解決不同水問題.該工具在國外的發(fā)電、生態(tài)、水權(quán)管理、防洪、水資源核算、環(huán)境評(píng)價(jià)及修復(fù)等領(lǐng)域應(yīng)用廣泛,但在國內(nèi)應(yīng)用較少.在國外的應(yīng)用, 如ESCHENBACH等[2]首次在田納西流域應(yīng)用RiverWare,對該流域的水資源進(jìn)行優(yōu)化配置;WHEELER等[3]利用RiverWare對尼羅河的埃塞俄比亞復(fù)興水庫進(jìn)行蓄水策略研究,進(jìn)而實(shí)現(xiàn)最大化收益;HYUN等[4]利用RiverWare對圣胡安河流域進(jìn)行建模,研究了不同降水條件下農(nóng)業(yè)灌溉對流域水資源配置的影響.在國內(nèi)的應(yīng)用,新疆維吾爾自治區(qū)水利水電科學(xué)研究院[5]在與美國得克薩斯州農(nóng)工大學(xué)申請國際合作項(xiàng)目“基于RIVERWARE模型的抗旱減災(zāi)水資源管理決策支持系統(tǒng)研究”的同時(shí),引進(jìn)了RiverWare流域建模工具,并在烏魯木齊河上游段開展研究工作;文獻(xiàn)[1]對烏魯木齊河流域建立RiverWare模型進(jìn)行模擬,結(jié)果表明模型對上游河段模擬效果良好,但下游由于缺乏地下水資料以及用水情況比較復(fù)雜等原因未能充分反映實(shí)際情況.
水庫作為人類開發(fā)和利用水資源的重要載體,在供水發(fā)電、防洪減災(zāi)、減淤防凌、航運(yùn)生態(tài)等諸多方面發(fā)揮著關(guān)鍵作用[6-8].在全球氣候變化背景下,水庫入庫徑流的水文特征發(fā)生了一定程度的變化[9-11],使得水文預(yù)報(bào)面臨巨大挑戰(zhàn),進(jìn)而增加了水庫預(yù)報(bào)調(diào)度風(fēng)險(xiǎn).針對因入庫徑流不確定性導(dǎo)致的水庫調(diào)度風(fēng)險(xiǎn)決策,國內(nèi)外學(xué)者進(jìn)行了大量研究,HADDAD等[12]利用數(shù)學(xué)統(tǒng)計(jì)模型得到入庫徑流序列,然后將其與實(shí)測入庫徑流輸入水庫調(diào)度模型,進(jìn)而研究徑流不確定性對水庫調(diào)度結(jié)果的影響;GHIMIRE等[13]提出可利用超概率模型應(yīng)對入庫徑流不確定性對水庫調(diào)度結(jié)果的影響;汪蕓等[14]利用隨機(jī)方法生成人工徑流序列,研究分析了水文預(yù)報(bào)精度、庫水位、水庫下泄能力等因素對水庫優(yōu)化調(diào)度結(jié)果的影響;李克飛等[15]采用組合模型對月徑流進(jìn)行預(yù)報(bào),同時(shí)基于優(yōu)化調(diào)度模型,構(gòu)建了水電站水庫預(yù)報(bào)發(fā)電調(diào)度的模糊風(fēng)險(xiǎn)分析模型框架;張飛[16]在利用徑流概率預(yù)報(bào)模型得到入庫徑流后,建立基于報(bào)童模型的水庫優(yōu)化調(diào)度耦合模型,進(jìn)而指導(dǎo)徑流不確定性下的水庫調(diào)度決策.綜上所述,一方面,RiverWare軟件在國內(nèi)應(yīng)用較少;另一方面,現(xiàn)有水文預(yù)報(bào)不確定性研究成果豐碩,但是預(yù)報(bào)結(jié)果大多與優(yōu)化調(diào)度模型結(jié)合,其調(diào)度結(jié)果難以指導(dǎo)水庫實(shí)際生產(chǎn)運(yùn)行.
文中介紹RiverWare軟件的組成和功能,并提出一種考慮來水預(yù)報(bào)信息的調(diào)度規(guī)則,基于該規(guī)則構(gòu)建RiverWare模型,研究分析三峽水庫在蓄水關(guān)鍵期不同預(yù)報(bào)精度下的發(fā)電效益,對三峽水庫的預(yù)報(bào)調(diào)度以及RiverWare建模工具推廣應(yīng)用具有重要的參考價(jià)值和指導(dǎo)意義.
RiverWare軟件主要包括可擴(kuò)展的對象庫、RPL策略語言和求解器.
對象庫主要提供建模對象.RiverWare模型由多個(gè)對象組成,將每個(gè)對象鏈接形成流域系統(tǒng)的拓?fù)浣Y(jié)構(gòu),鏈接允許模型運(yùn)行時(shí)對象信息從一個(gè)對象傳遞到另一個(gè)對象.RiverWare的對象類型包括蓄水庫(Storage Reservoir)、水平式發(fā)電站(Level Power Reservoir)、傾斜式發(fā)電站(Slope Power Reservoir)、抽水蓄能水庫(Pumped Storage Reservoir)、河段(Reach)等多種對象,如表1所示.每個(gè)建模對象主要包含表達(dá)其屬性的插槽以及不同的調(diào)度方法,模型求解前需要對所有對象進(jìn)行必要的數(shù)據(jù)配置.
表1 RiverWare建模對象
用戶可利用RiverWare提供的RPL語言將復(fù)雜水庫調(diào)度運(yùn)行方式(如調(diào)度圖運(yùn)行、目標(biāo)水位、下泄模式控制以及優(yōu)化調(diào)度運(yùn)行等)表達(dá)成各種策略(集),策略(集)主要包括函數(shù)、調(diào)度規(guī)則、優(yōu)化目標(biāo)3種類型.
3種策略都是通過利用多種邏輯語句來解構(gòu)調(diào)度運(yùn)行方式,函數(shù)是利用運(yùn)算關(guān)系及邏輯語句得到目標(biāo)變量,同時(shí)RiverWare也內(nèi)置了一些常見函數(shù),如絕對值函數(shù)、插值函數(shù)、水位庫容關(guān)系查找;調(diào)度規(guī)則是利用運(yùn)算關(guān)系、邏輯語句及函數(shù)實(shí)現(xiàn)運(yùn)行方式,如消落期水位均勻消落、汛期庫水位約束;優(yōu)化目標(biāo)是利用邏輯語句(常用for循環(huán)語句)實(shí)現(xiàn)指定目標(biāo)的最大化或者最小化,如調(diào)度期發(fā)電量最大.在創(chuàng)建策略(集)時(shí),用戶可在RiverWare提供的RPL Palette面板中選擇運(yùn)算法則、邏輯語句、關(guān)聯(lián)對象、預(yù)定義函數(shù)等功能,如圖1所示.
圖1 RPL Palette面板
RiverWare中提供了模擬(Simulation)、基于規(guī)則的模擬(Rule-based simulation)和優(yōu)化 (Optimization)3種求解器用于模型求解.模擬和基于規(guī)則的模擬2個(gè)求解器主要應(yīng)用引進(jìn)收益項(xiàng)和損失項(xiàng)的水量平衡方程作為理論基礎(chǔ),計(jì)算公式為
Storaget+1=Storaget+(∑Inflowst-∑Outflowst)×
Δt+Gainst-Lossest,
(1)
式中:Storaget,Storaget+1分別為t時(shí)段初、末的蓄水量;Inflowt,Outflowt為t時(shí)段的平均入庫流量、出庫流量;Gainst,Lossest分別為t時(shí)段的收益項(xiàng)和損失項(xiàng),如蒸發(fā)、降水、河岸蓄水、抽水蓄水、滲流、引水、回流等.
模擬求解器是在已知式(1)的6個(gè)變量中任意5個(gè)后進(jìn)行求解.對于基于規(guī)則的模擬求解器,由于式(1)中已知變量少于5個(gè)(即欠定模型),無法直接應(yīng)用模擬求解器,需要通過策略語言RPL指定的規(guī)則(集)對欠定模型提供未知變量的信息,進(jìn)而滿足求解要求.優(yōu)化求解器是在指定目標(biāo)和約束條件下,基于優(yōu)先線性目標(biāo)規(guī)劃法,得到滿足約束條件的最大化或最小化目標(biāo)值.
文中重點(diǎn)圍繞考慮來水預(yù)報(bào)信息調(diào)度規(guī)則開展研究,在構(gòu)建考慮來水預(yù)報(bào)信息的規(guī)則調(diào)度模型時(shí),為驗(yàn)證規(guī)則的可靠性,同時(shí)構(gòu)建以發(fā)電量最大為目標(biāo)的優(yōu)化調(diào)度模型,將其調(diào)度計(jì)算結(jié)果作為參照.
在實(shí)際調(diào)度過程中,一方面,當(dāng)前時(shí)刻到調(diào)度期末的預(yù)報(bào)來水總量具有不確定性,對于不確定性可以采用預(yù)報(bào)系數(shù)進(jìn)行表征;另一方面,當(dāng)前時(shí)刻到調(diào)度期末的庫容變化量是確定的,這兩部分水量和即當(dāng)前時(shí)刻到調(diào)度期末水庫總轉(zhuǎn)移水量,用水庫總轉(zhuǎn)移水量除以當(dāng)前時(shí)刻到調(diào)度期末的時(shí)段長度,就能得到逐時(shí)段平均出庫流量,計(jì)算公式為
(2)
?=1+[1-2Rand()]×c,
(3)
式中:c為偏差系數(shù);Rand()為隨機(jī)數(shù),介于0~1.
模型約束條件主要包括水量平衡約束、水庫水位約束、水庫下泄流量約束、發(fā)電出力約束等.
通過對比該平均出庫流量與水庫出庫流量約束的大小關(guān)系來確定水庫下泄流量,可保證水庫在滿足相關(guān)流量約束的前提下在調(diào)度期末達(dá)到目標(biāo)水位,且出庫流量也較平穩(wěn),有利于水電站的安全運(yùn)行.
以電站發(fā)電量最大為目標(biāo)函數(shù),計(jì)算公式為
(4)
Ni=KQiHi,
(5)
式中:T為調(diào)度期時(shí)段數(shù);Ni為時(shí)段i的出力;Δt為時(shí)段長度;K為水電站的綜合出力系數(shù);Qi為時(shí)段i的發(fā)電引用流量;Hi為時(shí)段i的水頭.
模型約束條件同2.1節(jié).差分進(jìn)化算法是1種基于群體導(dǎo)向的隨機(jī)搜索技術(shù),具有優(yōu)化效率高、參數(shù)設(shè)置簡單、魯棒性好等優(yōu)點(diǎn).文中采用差分進(jìn)化算法對優(yōu)化調(diào)度模型進(jìn)行求解.
以三峽水庫作為研究對象,根據(jù)《三峽(正常運(yùn)行期)—葛洲壩水利樞紐梯級(jí)調(diào)度規(guī)程(2019 年修訂版)》(下稱《規(guī)程》)中相關(guān)要求:三峽蓄水期為9月至10月;9月10日需將水位控制在150~155 m;9月底控制水位162 m;10月底蓄至175 m;11月和12月盡量維持高水位運(yùn)行.2種調(diào)度模型均引入以上約束,擬定2種調(diào)度模型以9月10日至12月31日為蓄水調(diào)度關(guān)鍵期,初水位為150 m,采用日時(shí)間尺度.對三峽水庫1965—2008年共44 a蓄水調(diào)度關(guān)鍵期平均入庫徑流進(jìn)行排頻后,選取豐、平、枯(對應(yīng)頻率分別為25%,50%,75%)3種典型來水情景進(jìn)行調(diào)度計(jì)算和分析.
針對預(yù)報(bào)的不確定性和隨機(jī)性,設(shè)定多組偏差系數(shù),基于蒙特·卡羅方法,在每個(gè)偏差系數(shù)下生成100個(gè)隨機(jī)數(shù),根據(jù)式(3)得到100個(gè)預(yù)報(bào)系數(shù),即可能出現(xiàn)的100個(gè)預(yù)報(bào)入庫徑流場景.另外,將調(diào)度期實(shí)際逐日徑流數(shù)據(jù)作為完美預(yù)報(bào)徑流,即偏差系數(shù)為0.研究使用RiverWare軟件進(jìn)行流域建模,基于考慮來水預(yù)報(bào)信息調(diào)度規(guī)則對不同偏差系數(shù)下各典型來水情景進(jìn)行調(diào)度計(jì)算,下述內(nèi)容只闡述平水年.使用Rule-based simulation求解器.
3.2.1 拓?fù)浣Y(jié)構(gòu)構(gòu)建
建模對象選擇水文站(Stream Gage)、水平式發(fā)電站(Level Power Reservoir)、數(shù)據(jù)對象(Data),分別代表三峽入庫水文測站、三峽電站以及為滿足建模需求數(shù)據(jù),將水文站與水平式發(fā)電站進(jìn)行鏈接形成拓?fù)浣Y(jié)構(gòu).三峽電站對象的方法欄中,Power(出力)方法選擇Plant Power Equation(電站出力公式),即根據(jù)式(5)求解出力;Spill(棄水)方法選擇Regulated(規(guī)定),即當(dāng)下泄流量超過水輪機(jī)最大發(fā)電引用流量產(chǎn)生棄水;Tailwater(壩下水位)方法選擇Base Value Plus Lookup Table(由出庫流量值查表),即選擇根據(jù)下游水位流量曲線得到壩下水位.三峽電站數(shù)據(jù)對象里存入預(yù)報(bào)入庫徑流.構(gòu)建拓?fù)浣Y(jié)構(gòu)后對各方法下的插槽配置數(shù)據(jù)信息,如圖2所示.
圖2 三峽水庫調(diào)度拓?fù)浣Y(jié)構(gòu)及相關(guān)信息Fig.2 Topological structure and related information of Three Gorges Reservoir Operation
3.2.2 RPL規(guī)則配置
根據(jù)《三峽(正常運(yùn)行期)—葛洲壩水利樞紐梯級(jí)調(diào)度規(guī)程(2019 年修訂版)》確定蓄水規(guī)則,蓄水規(guī)則邏輯結(jié)構(gòu)相似,文中只給出9月份對應(yīng)的RPL代碼塊,構(gòu)建RPL規(guī)則集如下.
1) 9 月份蓄水期間.
① 當(dāng)水庫來水流量大于等于10 000 m3/s 時(shí),按不小于10 000 m3/s下泄;
Sanxia.Outflow[@″t″]=
THENIF(Y1≥10 000″cms″)
THENY1
ELSE10 000″cms″
ENDIF
ENDIF
Y1=
② 當(dāng)來水流量大于等于8 000 m3/s 但小于10 000 m3/s 時(shí),按來水流量下泄,水庫暫停蓄水;
③ 當(dāng)來水流量小于8 000 m3/s 時(shí),若水庫已蓄水,可根據(jù)來水情況適當(dāng)補(bǔ)水至8 000 m3/s下泄.
2)10 月份蓄水期間.
① 一般情況下,水庫下泄流量按不小于8 000 m3/s控制;
② 當(dāng)水庫來水流量小于8 000 m3/s 時(shí),可按來水流量下泄.
3)11 月份和12 月份.
水庫最小下泄流量按葛洲壩下游廟嘴水位不低于39.0 m 且三峽電站發(fā)電出力不小于保證出力對應(yīng)的流量控制.
4) 其他約束.
水電站運(yùn)行過程中還需要滿足水庫大壩自身安全、上游防洪任務(wù)、下游航運(yùn)需求以及水電站水輪機(jī)出力限制等相關(guān)約束條件,具體約束條件包括:
① 水位應(yīng)控制在145~175 m.
Sanxia.PoolElevation[@″t″]=
THEN145″m″
ENDIF
Sanxia.PoolElevation[@″t″]=
THEN175″m″
ENDIF
② 出庫流量應(yīng)控制在4 500~98 800 m3/s.
Sanxia.Outflow[@″t″]=
THEN4 500″cms″
ENDIF
Sanxia.Outflow[@″t″]=
THEN98 800″cms″
ENDIF
③ 最大出力應(yīng)控制在22 400 MW.
Sanxia.Power[@″t″]=
THEN22 400″MW″
ENDIF
為驗(yàn)證規(guī)則可靠性,基于完美預(yù)報(bào)分別用優(yōu)化和考慮來水預(yù)報(bào)信息調(diào)度規(guī)則進(jìn)行調(diào)度計(jì)算.不同調(diào)度方式發(fā)電量E計(jì)算結(jié)果見表2,在完美預(yù)報(bào)來水下,3種典型年利用規(guī)則得到的發(fā)電量較優(yōu)化調(diào)度分別損失4.6%,3.7%,3.2%;圖3為2種調(diào)度方式的調(diào)度過程,相較優(yōu)化調(diào)度過程,規(guī)則調(diào)度水位和流量Q變化過程均相對較緩,雖然流量過程仍有突變,但流量突變情況有所緩和.綜上所述,文中提出的考慮來水預(yù)報(bào)信息的調(diào)度規(guī)則具有較好的調(diào)度效果.
圖3 不同調(diào)度方式調(diào)度過程
表2 不同調(diào)度方式發(fā)電量
基于考慮來水預(yù)報(bào)信息的調(diào)度規(guī)則,利用RiverWare軟件對3 600種入庫徑流情景序列(3種來水頻率,每種來水頻率下設(shè)置12個(gè)偏差系數(shù),每個(gè)偏差系數(shù)下取隨機(jī)100次)進(jìn)行調(diào)度計(jì)算;最后利用上四分位數(shù)、中位數(shù)、平均數(shù)、下四分位數(shù)4個(gè)統(tǒng)計(jì)量對發(fā)電量進(jìn)行統(tǒng)計(jì),各典型年不同偏差系數(shù)Cv發(fā)電量統(tǒng)計(jì)值見表3.分析3種典型來水情景下不同偏差系數(shù)規(guī)則調(diào)度結(jié)果,將發(fā)電量各個(gè)統(tǒng)計(jì)值與完美預(yù)報(bào)發(fā)電量的相對偏差控制在0.20%時(shí),得到3種典型來水情景偏差系數(shù)的邊界閾值分別為0.05,0.20,0.05.
表3 各典型年不同偏差系數(shù)發(fā)電量統(tǒng)計(jì)值
圖4為各來水頻率不同偏差系數(shù)的發(fā)電量箱型圖. 可以發(fā)現(xiàn):隨著偏差系數(shù)的增大,來水越枯,發(fā)電量基本呈遞減趨勢,充分說明預(yù)報(bào)精度明顯影響水電站經(jīng)濟(jì)效益;上、下四分位數(shù)差值也隨著偏差系數(shù)增加而增大,充分說明預(yù)報(bào)精度較差時(shí)水庫調(diào)度效益風(fēng)險(xiǎn)會(huì)明顯增加.另一方面,若以發(fā)電量的均值和中位數(shù)作為主要參考基準(zhǔn),隨著來水變枯,發(fā)電量對預(yù)報(bào)精度的敏感性呈現(xiàn)遞增趨勢.除此之外,平水年得到的發(fā)電量中位數(shù)、平均數(shù)未明顯下降而是呈一定波動(dòng)趨勢,說明考慮來水預(yù)報(bào)信息的調(diào)度規(guī)則在來水較平時(shí)有助于提高水資源的有效利用率.
圖4 各典型年不同偏差系數(shù)發(fā)電量
不同水平預(yù)報(bào)與完美預(yù)報(bào)發(fā)電量的相對偏差在0.20%時(shí),3種典型來水情景偏差系數(shù)的邊界閾值分別為0.05,0.20,0.05.因此將選取3種典型來水情景偏差系數(shù)均為0.05的調(diào)度過程,對調(diào)度結(jié)果進(jìn)一步分析,圖5,6分別為各典型年水位過程、出庫流量過程.
圖5 各典型年水位過程
根據(jù)水位變化過程,3種典型來水情景在蓄水期均能達(dá)到《規(guī)程》中蓄水期2個(gè)階段的目標(biāo)水位;在枯水年,第二階段的蓄水過程由于要滿足下泄量最低8 000 m3/s的要求,在11月3日才蓄至175 m目標(biāo)水位,并且蓄水過程相對較緩,難以保持高水位運(yùn)行;其余來水情景,考慮來水預(yù)報(bào)信息的調(diào)度模型在蓄水2個(gè)階段中均能實(shí)現(xiàn)短時(shí)間蓄至高水位,使得水電站盡可能在高水位運(yùn)行,保證發(fā)電效益.根據(jù)水庫出庫流量過程,當(dāng)蓄水2個(gè)時(shí)期來水水量相差較大時(shí)(豐水年),會(huì)導(dǎo)致在過渡時(shí)間點(diǎn)下泄量突變,對水庫水電站的安全運(yùn)行造成隱患,而在蓄水2個(gè)時(shí)期來水水量相差較小時(shí)(平水年),考慮來水預(yù)報(bào)信息的調(diào)度模型可以很好地滿足《規(guī)程》中蓄水期下泄流量應(yīng)平穩(wěn)變化的要求.
圖6 各典型年出庫流量過程
1) RiverWare軟件憑借其強(qiáng)大的交互性和適應(yīng)性,有效提高了調(diào)度水平和效率,是支撐工程設(shè)計(jì)人員、調(diào)度運(yùn)行人員開展調(diào)度規(guī)則擬定及相關(guān)研究的有效工具.但由于在國內(nèi)應(yīng)用較少,缺乏相關(guān)資料,對RiverWare的使用依賴于未來更廣泛的應(yīng)用研究.
2) 在水庫蓄水時(shí)期2個(gè)階段的來水總水量差別不大時(shí),考慮來水預(yù)報(bào)信息的調(diào)度規(guī)則可以有效滿足水庫在蓄水期下泄流量應(yīng)平穩(wěn)變化的要求且較優(yōu)化調(diào)度發(fā)電量損失不大.
3) 針對三峽水庫預(yù)報(bào)的不確定性,基于考慮來水預(yù)報(bào)信息調(diào)度規(guī)則進(jìn)行調(diào)度計(jì)算,確定出了3種典型來水情景下預(yù)報(bào)偏差系數(shù)分別在0.05,0.20,0.05內(nèi)時(shí),多組預(yù)報(bào)徑流序列發(fā)電量的上四分位數(shù)、中位數(shù)、平均數(shù)、下四分位數(shù)4個(gè)統(tǒng)計(jì)值與完美預(yù)報(bào)下發(fā)電量的偏差均不大于0.2%.
文中確定的偏差系數(shù)系列中最大間距為0.05,減小間距可能會(huì)有精度更高的偏差系數(shù)邊界閾值,后續(xù)將展開更深入的研究.