活水多目標優化調度方法與流程
2024-04-15 18:30:05
1.本發明涉及河網水環境安全技術領域，尤其涉及一種活水多目標優化調度方法。
背景技術：
2.河網在保障防洪排澇「水安全」與汙染自淨「水生態」中扮演重要角色。近年來，受城鎮化進程高速推進、閘泵堤防工程大量修建的影響，河道水域面積侵佔萎縮顯著，水力聯繫削弱明顯，水環境容量大幅降低，生態環境日漸惡化。
3.活水調度利用閘、泵等水資源調度工程實現河網與外部水系連通，通過引水衝汙稀釋汙染物，進而實現水體黑臭改善，是水環境治理的重要非工程手段。利用閘、泵工程進行活水調度時，應綜合考慮安全、經濟、生態、環境等多方面因素，是一個多目標問題。目前活水調度常基於預案情景、監測數據以及調度管理人員主觀經驗，進行調度方案情景模擬比選與下發執行，存在情景方案不豐富、計算效率欠佳、智能性不足等局限性。
4.因此，如何利用水動力水質模型、多目標優化調度模型以及優化算法，實現河網水量水質的動態模擬、海量調度方案的高效比選與優化，輔助活水調度科學決策，仍然是本領域技術人員亟待解決的問題。
技術實現要素：
5.本發明提供一種活水多目標優化調度方法，用以解決現有活水調度情景方案不豐富、計算效率欠佳、智能性不足等局限性的問題。
6.本發明提供一種活水多目標優化調度方法，包括：
7.調研活水工程信息，明確水動力水質模型建設範圍，確定引水路線，完成閘泵調度工程設置；
8.對歷史水位、流量、水質同步監測數據收集整理，選取典型事件對所述水動力水質模型中的參數進行率定驗證，完成所述水動力水質模型的構建；
9.以水動力提升、水質改善與工程運行經濟性為活水調度目標，構建活水調度水動力-水質-工程經濟評價指標體系；
10.基於所述活水調度水動力-水質-工程經濟評價指標體系，綜合採用層次分析法和相對目標接近度法，確定活水多目標優化調度模型的目標函數，設置水位、流量、閘泵調度運行的約束條件，並將閘門開度、泵站抽排流量作為優化調度的決策變量；
11.耦合所述水動力水質模型與所述活水多目標優化調度模型，形成活水多目標優化調度耦合模型，採用優化算法求解所述活水多目標優化調度耦合模型；並以計算效率與計算精度平衡為原則確定所述水動力水質模型的計算時間步長、優化算法參數，制定並行計算策略；
12.接入實時水位、流量和水質數據，驅動所述活水多目標優化調度耦合模型進行實時計算，生成最優調度方案。
13.根據本發明提供的一種活水多目標優化調度方法，所述調研活水工程信息，明確
為調度模擬開始時間，單位為h；cg為汙染物濃度降低值，單位為mg/l；c0為模擬開始時汙染物濃度，單位為mg/l；ce為模擬結束時汙染物濃度，單位為mg/l；
33.基於泵站運行調度經濟性要求，確定調度過程泵站抽排電費w為調度工程運行經濟效益評價指標；
34.所述調度過程泵站抽排電費w通過如下公式計算：
[0035][0036]
上述式中，w為調度過程中泵站抽排電費，單位為元；υ為抽水能量不均勻係數，為無量綱數；δ為區域電價，單位為元/kwh，h
p
為泵站水頭提升高度，單位為m；q
p
為泵站抽排流量，單位為m3/s；η為泵站效率，為無量綱數。
[0037]
根據本發明提供的一種活水多目標優化調度方法，所述基於所述活水調度水動力-水質-工程經濟評價指標體系，綜合採用層次分析法和相對目標接近度法，確定活水多目標優化調度模型的目標函數，設置水位、流量、閘泵調度運行的約束條件，並將閘門開度、泵站抽排流量作為優化調度的決策變量，具體包括：
[0038]
基於所述評價指標體系中的五個指標的理想正負點f
imax
與f
imin
(i＝1,2,3,4,5；f
imin
≤fi≤f
imax
)以及預設標準化公式，對所述五個指標可行解對應目標向量f＝(f1,f2,f3,f4,f5)進行標準化，得到可行解對應的標準化向量af＝(α1,α2,α3,α4,α5)；
[0039]
其中，對活水河段長度佔比f1、期末水質改善f4正向目標，以第一預設規則進行標準化，得到活水河段長度佔比f1經標準化處理後相對目標接近度α1、期末水質改善f4經標準化處理後相對目標接近度α4；
[0040]
具體地，所述調活水河段長度佔比f1、期末水質改善f4通過如下公式進行標準化處理：
[0041][0042]
對死水河段長度佔比f2、水質達標耗時f3和泵站抽排電費f5負向指標以第二預設規則進行標準化，得到死水河段長度佔比f1經標準化處理後相對目標接近度α2、水質達標耗時f3經標準化處理後相對目標接近度α3以及泵站抽排電費f5經標準化處理後相對目標接近度α5；
[0043]
具體地，所述死水河段長度佔比f2、水質達標耗時f3和泵站抽排電費f5通過如下公式進行標準化處理：
[0044][0045]
最終得到可行解得標準化向量af＝(α1,α2,α3,α4,α5)，其中，正理想點af
max
＝(1,1,1,1,1)，負理想點af
min
＝(0,0,0,0,0)；
[0046]
採用層次分析法ahp，計算所述五個指標的權重ω1、ω2、ω3、ω4、ω5；
[0047]
基於所述五個指標的權重ω1、ω2、ω3、ω4、ω5和所述標準化向量af＝(α1,α2,α3,α4,α5)，採用加權歐式距離計算所屬標準化向量af＝(α1,α2,α3,α4,α5)相對目標接近度f，以相對目標接近度f最大為目標，確定活水多目標優化調度目標函數，將多目標轉化為單目標
問題；
[0048]
具體地，所述可行解標準化後向量af＝(α1,α2,α3,α4,α5)至正理想點af
max
(1,1,1,1,1)加權歐式距離g1通過如下公式進行計算：
[0049]
g1＝[ω
12
(α
1-0)2+ω
22
(α
2-0)2+ω
32
(α
3-0)2+ω
42
(α
4-0)2+ω
52
(α
5-0)2]
05.
[0050]
具體地，所述可行解標準化後向量af＝(α1,α2,α3,α4,α5)至負理想點af
min
(0,0,0,0,0)加權歐式距離g2通過如下公式進行計算：
[0051]
g2＝[ω
12
(α
1-1)2+ω
22
(α
2-1)2+ω
32
(α
3-1)2+ω
42
(α
4-1)2+ω
52
(α
5-1)2]
05.
[0052]
具體地，所述活水多目標優化調度目標函數通過如下公式進行計算：
[0053][0054]
設置河道防洪排澇、生態景觀、閘泵運行安全性約束條件以及水源引水能力約束；
[0055]
河道防洪排澇水位約束通過如下公式表示：
[0056]zi,t
≤z
if
[0057]
式中，z
i,t
為第i個斷面在t時刻水位，單位為m；z
if
為第i個斷面的防洪水位，單位為m；
[0058]
所述河道生態景觀約束約束通過如下公式表示：
[0059]zi,t
≤z
ie
[0060]
式中，z
i,t
為第i個斷面在t時刻水位，單位為m；z
ie
為第i個斷面的生態景觀水位，單位為m；
[0061]
所述水源可引水量約束通過如下公式表示：
[0062]yi,t
≤y
imax
[0063]
式中，y
i,t
為第i個引水水源在t時刻引水流量，單位為m3/s；y
i,max
為第i個引水水源可引流量上限，單位為m3/s；
[0064]
所述閘門過流安全性約束通過如下公式表示：
[0065][0066]
式中，g
m,i
為閘門m第i閘孔流量，單位為m3/s；為閘門m的設計流量，m3/s，n為閘口總數；
[0067]
所述泵站抽排能力約束通過如下公式表示：
[0068]qt
≤q
p
[0069]
式中，q
t
為t時刻泵站抽排流量，單位為m3/s，q
p
為泵站的設計流量，單位為m3/s；
[0070]
將泵站抽排流量與閘門開度作為優化調度的決策變量，基於所述閘門過流安全性以及泵站抽排能力約束，調整所述泵站抽排流量與閘門開度作為優化調度的決策變量。
[0071]
根據本發明提供的一種活水多目標優化調度方法，所述耦合所述水動力水質模型與所述優化算法，形成活水多目標優化調度耦合模型，採用優化算法求解所述耦合後活水多目標優化調度模型，並以計算效率與計算精度平衡為原則確定所述水動力水質模型的計算時間步長，制定並行計算策略，具體包括：
[0072]
將所述水動力水質模型模擬的河段流速、河段汙染物濃度、泵站抽排流量作為所
述活水多目標優化調度模型的輸入，將優化算法的決策變量作為所述水動力水質模型的輸入，並基於遺傳算法nsga_ⅱ以目標函數值最大為優化迭代方向，對上述決策變量優化迭代，進而實現水動力水質模型、優化算法的耦合，形成活水多目標優化調度耦合模型；
[0073]
對優化算法nsga_ⅱ的種群規模n、進化代數g、雜交概率pc、以及變異概率pm參數進行初設，初步制定基於gpu的並行優化計算策略；
[0074]
調整初擬的時間步長、所述優化算法初設種群規模n以及進化代數g和所述並行優化計算策略，直至滿足所述活水多目標優化調度計算效率與水動力水質模型計算精度要求。
[0075]
根據本發明提供的一種活水多目標優化調度方法，所述接入實時水位、流量和水質數據，驅動所述耦合後活水多目標優化調度模型進行實時計算，生成最優調度方案，具體包括：
[0076]
接入實時監測水位、流量、水質數據，所述實時監測水位、流量、水質監測數據包括活水引水水源、河道各關鍵斷面以及出水口的實時水位、流量和水質監測數據；
[0077]
採用所述驅動數據驅動所述活水多目標優化調度耦合模型進行實時優化計算，生成活水調度方案。
[0078]
本發明提供的活水多目標優化調度方法，以水動力提升、水質改善與工程運行經濟性為河網活水調度目標，構建活水調度水動力-水質-工程經濟評價指標體系；利用優化算法求解水動力水質模型與活水多目標優化調度耦合模型中閘門開度以及泵站抽排流量，以計算效率與計算精度平衡為原則，確定所述水動力水質模型的計算時間步長，優化算法參數並完成並行計算策略的制定；接入實時水位、流量和水質數據，驅動所述耦合後活水多目標優化調度模型進行實時計算，實現了河網水量水質的實時動態模擬、海量調度方案的比選與迭代優化，有效輔助活水調度科學決策。
附圖說明
[0079]
為了更清楚地說明本發明或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0080]
圖1為本發明提供的活水多目標優化調度方法的流程示意圖；
[0081]
圖2為本發明提供的技術流程示意圖；
[0082]
圖3為本發明提供的多目標優化模型的建模範圍與測量斷面分布圖；
[0083]
圖4為本發明提供的多目標優化模型部分斷面形狀參數信息示意圖；
[0084]
圖5為本發明提供的多目標優化模型的目標函數構造頁面；
[0085]
圖6為本發明提供的多目標優化模型實時計算過程中，目標函數對目標接近度變化過程示意圖。
具體實施方式
[0086]
為使本發明的目的、技術方案和優點更加清楚，下面將結合本發明中的附圖，對本發明中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，
而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
[0087]
由於現有的活水調度方法普遍存在情景方案不豐富、計算效率欠佳、智能性不足等局限性的問題,下面結合圖1-圖6描述本發明的活水多目標優化調度方法。圖1為本發明提供的活水多目標優化調度方法的流程示意圖，如圖1所示，該方法包括：
[0088]
步驟110，調研活水工程信息，明確水動力水質模型建設範圍、確定引水路線，完成閘泵調度工程設置。
[0089]
步驟120，對歷史水位、流量、水質同步監測數據收集整理，選取典型事件對所述水動力水質模型中的參數進行率定驗證，完成所述水動力水質模型的構建。
[0090]
步驟130，以水動力提升、水質改善與工程運行經濟性為河網活水調度目標，構建活水調度水動力-水質-工程經濟評價指標體系。
[0091]
步驟140，基於所述評價指標體系，綜合採用層次分析法和相對目標接近度法，確定活水多目標優化調度模型的目標函數，設置水位、流量、閘泵調度運行的約束條件，並將閘門開度、泵站抽排流量作為優化調度的決策變量。
[0092]
步驟150，耦合所述水動力水質模型與所述活水多目標優化調度模型，形成活水多目標優化調度耦合模型，採用優化算法求解所述活水多目標優化調度耦合模型；並以計算效率與計算精度平衡為原則確定所述水動力水質模型的計算時間步長、優化算法參數，制定並行計算策略。
[0093]
步驟160，接入實時水位、流量和水質數據，驅動所述活水多目標優化調度耦合模型進行實時計算，生成最優調度方案。
[0094]
本發明提供的活水多目標優化調度方法，以水動力提升、水質改善與工程運行經濟性為活水調度目標，利用優化算法求解水動力水質模型與活水多目標優化調度耦合模型中閘門開度以及泵站抽排流量，以計算效率與計算精度平衡為原則，確定所述水動力水質模型的計算時間步長，優化算法參數並完成並行計算策略的制定；接入實時水位、流量和水質數據，驅動所述耦合後活水多目標優化調度模型進行實時計算，實現了河網水量水質的實時動態模擬、海量調度方案的比選與迭代優化，有效輔助活水調度科學決策。
[0095]
基於上述實施例，該方法中，所述調研活水工程信息、明確水動力水質模型建設範圍，確定引水路線，完成閘泵調度工程設置，具體地，包括以下步驟：
[0096]
s11：調研區域內活水工程(河網、引水水源、閘門、泵站)基礎信息、空間分布、監測數據、運行調度情況；
[0097]
s12：根據引水源、河網在線監測設備以及閘泵空間位置信息，確定水動力水質模型建設範圍；
[0098]
s13：結合建模範圍內河網走向與橫斷面變化情況，確定斷面測量布設點位並按測繪標準進行地形測量，整理形成水動力水質模型可調用的斷面地形數據；
[0099]
s14：根據調研獲取的閘泵的基礎信息(形狀尺寸、設計參數)以及運行調度信息(啟閉規程)，結合河網流向，確定引水路線並完成水動力水質模型中閘泵參數與特性曲線設置。
[0100]
基於上述實施例，該方法中，所述對歷史水位、流量、水質同步監測數據收集整理，選取典型事件對所述水動力水質模型中的參數進行率定驗證，完成所述水動力水質模型的
構建，具體地，包括以下步驟：
[0101]
s21：收集整理歷史河網、引水水源、閘門、泵站等位置水位、流量、水質監測數據；
[0102]
s22：綜合考慮建模範圍內水位、流量、水質在線監測情況以及模型求解穩定性需要，將活水路線起始節點的流量(引水流量)以及汙染物濃度作為水動力水質模型上邊界、活水路線末端節點的水位作為水動力水質模型下邊界。
[0103]
s23：從收集整理的歷史監測數據(水位、流量、水質)中選取典型事件對水動力水質模型水動力參數(曼寧係數)以及水質參數(汙染物衰減係數)進行率定驗證，率定驗證步驟如下：
[0104]
(a)：根據河道斷面形狀、材質等基本信息，對河道各河段糙率進行初步設置；
[0105]
(b)：基於河道斷面的水質考核要求，確定參與水質模擬的汙染物種類，對各類汙染物衰減係數的初始值進行設置；
[0106]
(c)：研判模型模擬的空間尺度、計算精度與速率要求，初步擬定水動力水質模型計算的時間步長，實現河道水動力水質模型初步構建。
[0107]
(d)：根據上下邊界以及建模範圍內關鍵點位歷史水位、流量、汙染物濃度監測情況，選取典型事件用於率定驗證，並將對應事件下引水水源流量、汙染物濃度監測數據以及出水口水位監測數據按建模格式整理輸入模型，運行模擬；
[0108]
(e)：以相對誤差(re)與納什效率係數(nse)為率定驗證評價指標，基於關鍵斷面模擬值與實測值差異，採用人工試錯法對各河段水動力參數(曼寧係數)進行調整，完成水動力模型率定；基於率定後水動力模型，對各類汙染物的衰減係數(水質參數)進行調整，直至模擬汙染物濃度與實測汙染物濃度相對誤差(re)與納什效率係數(nse)在許可範圍內，進而完成水質模型率定；
[0109]
(f)：在模型驗證期，基於上述步驟(e)確定的參數進行水動力水質模擬計算，驗證模型有效性。
[0110]
基於上述實施例，該方法中，以水動力提升、水質改善與工程運行經濟性為活水調度目標，構建活水調度水動力-水質-工程經濟評價指標體系，具體地，包括以下步驟：
[0111]
s31：以死水河段長度佔比pd和活水河段長度佔比p
l
作為水動力提升效果指標，並根據實際河網流速、評價考核標準、死水臨界流速和活水臨界流速，確定所述水動力提升效果指標；
[0112]
具體地，所述死水河段長度佔比pd和活水河段長度佔比p
l
通過如下公式計算：
[0113][0114][0115]
上述式中：pd為死水河段長度佔比，為無量綱數；p
l
為活水河段長度佔比，為無量綱數；v
l
為河道水流速度，單位為m/s；vd為死水臨界流速，單位為m/s；v為調度期末流速，單位為m/s；為調度期末流速小於死水臨界流速河道長度，單位為m；為調度期末流速大於活水臨界流速河道長度，單位為m；s為河道總長度，單位為m；
[0116]
s32：以水質達標耗時th和所述期末汙染物濃度降低值cg作為水質改善效果指標；
[0117]
具體地，所述水質達標耗時th和所述期末汙染物濃度降低值cg通過如下公式計算：
[0118]
th＝t
d-to[0119]cg
＝c
0-ce[0120]
上述式中，th為斷面水質達標耗時，單位為h；td為斷面水質達標時間，單位為h；t0為調度模擬開始時間，單位為h；cg為汙染物濃度降低值，單位為mg/l；c0為模擬開始時汙染物濃度，單位為mg/l；ce為模擬結束時汙染物濃度，單位為mg/l；
[0121]
s33：基於泵站運行調度經濟性要求，確定調度過程泵站抽排電費w為調度工程運行經濟效益評價指標；
[0122]
具體地，所述調度過程泵站抽排電費w通過如下公式計算：
[0123][0124]
上述式中，w為調度過程中泵站抽排電費，單位為元；υ為抽水能量不均勻係數，為無量綱數；δ為區域電價，單位為元/kwh，h
p
為泵站水頭提升高度，單位為m；q
p
為泵站抽排流量，單位為m3/s；η為泵站效率，為無量綱數。
[0125]
上述公式中用於求解死水河段長度佔比、活水河段長度佔比、水質達標耗時、期末汙染物濃度降低值和泵站抽排電費的參數均來自於水動力水質模型的輸出。
[0126]
基於上述實施例，該方法中，所述基於所述活水調度水動力-水質-工程經濟評價指標體系，綜合採用層次分析法和相對目標接近度法，確定活水多目標優化調度模型的目標函數，設置水位、流量、閘泵調度運行的約束條件，並將閘門開度、泵站抽排流量作為優化調度的決策變量，具體地，包括以下步驟：
[0127]
s41：基於所述評價指標體系中的五個指標的理想正負點f
imax
與f
imin
(i＝1,2,3,4,5；f
imin
≤fi≤f
imax
)以及預設標準化公式，對所述五個指標可行解對應目標向量f＝(f1,f2,f3,f4,f5)進行標準化，得到可行解對應的標準化向量af＝(α1,α2,α3,α4,α5)；
[0128]
其中，對活水河段長度佔比f1、期末水質改善f4正向目標，以第一預設規則進行標準化，得到活水河段長度佔比f1經標準化處理後相對目標接近度α1、期末水質改善f4經標準化處理後相對目標接近度α4；
[0129]
具體地，所述調活水河段長度佔比f1、期末水質改善f4通過如下公式進行標準化處理：
[0130][0131]
對死水河段長度佔比f2、水質達標耗時f3和泵站抽排電費f5負向指標以第二預設規則進行標準化，得到死水河段長度佔比f1經標準化處理後相對目標接近度α2、水質達標耗時f3經標準化處理後相對目標接近度α3以及泵站抽排電費f5經標準化處理後相對目標接近度α5；
[0132]
具體地，所述死水河段長度佔比f2、水質達標耗時f3和泵站抽排電費f5通過如下公式進行標準化處理：
[0133]
[0134]
最終得到可行解得標準化向量af＝(α1,α2,α3,α4,α5)，其中，正理想點af
max
＝(1,1,1,1,1)，負理想點af
min
＝(0,0,0,0,0)；
[0135]
s42：採用層次分析法ahp，計算所述五個指標的權重ω1、ω2、ω3、ω4、ω5；
[0136]
具體地，採用層次分析法(ahp)，計算所述五個指標的權重ω1、ω2、ω3、ω4、ω5，計算流程如下所示：
[0137]
(a)判斷矩陣構造：將活水調度評價指標體系下各指標對優化調度方案決策影響性大小相互比較，表1為本發明提供的比較標度表，確定任意兩評價指標之間比較標度a
ij
(a
ij
＝1/a
ji
)，並參照表1合理取值。
[0138]
表1比較標度表
[0139][0140]
最終得到判斷矩陣p如下所示：
[0141][0142]
(b)採用和法對判斷矩陣歸一化處理，得到最大特徵值對應特徵向量w：
[0143]
對p同列元素按下式進行歸一化，得到歸一化矩陣b＝(b
ij
)5×5，
[0144][0145]
並對b同行元素求和得到向量c＝(c1,c2,c3,c4,c5)
t
，其中ci：
[0146][0147]
再按照下式對c歸一化，得到特徵向量w＝(w1,w2,w3,w4,w5)
t
,該特徵向量即為最大特徵值對應特徵向量
[0148]
[0149]
(c)特徵值計算：
[0150]
λ
max
w＝p
·w[0151]
(d)一致性檢驗：
[0152]
按照下式計算一致性ci(consistency index)：
[0153][0154]
按照下式計算隨機一致性比率cr(consistency ratio)
[0155][0156]
根據隨機一致性指標取值表，n＝5時，ri＝1.12，當cr＜0.1時，判斷矩陣p一致性通過檢驗，最大特徵值對應特徵向量即為各評價指標權重；
[0157]
s43：基於所述五個指標的權重ω1、ω2、ω3、ω4、ω5和所述標準化向量af＝(α1,α2,α3,α4,α5)，採用加權歐式距離計算所屬標準化向量af＝(α1,α2,α3,α4,α5)相對目標接近度f，以相對目標接近度f最大為目標，確定活水多目標優化調度目標函數，將多目標轉化為單目標問題；
[0158]
具體地，所述可行解標準化後向量af＝(α1,α2,α3,α4,α5)至正理想點af
max
(1,1,1,1,1)加權歐式距離g1通過如下公式進行計算：
[0159]
g1＝[ω
12
(α
1-0)2+ω
22
(α
2-0)2+ω
32
(α
3-0)2+ω
42
(α
4-0)2+ω
52
(α
5-0)2]
05.
[0160]
具體地，所述可行解標準化後向量af＝(α1,α2,α3,α4,α5)至負理想點af
min
(0,0,0,0,0)加權歐式距離g2通過如下公式進行計算：
[0161]
g2＝[ω
12
(α
1-1)2+ω
22
(α
2-1)2+ω
32
(α
3-1)2+ω
42
(α
4-1)2+ω
52
(α
5-1)2]
05.
[0162]
具體地，所述活水多目標優化調度目標函數通過如下公式進行計算：
[0163][0164]
s44：設置河道防洪排澇、生態景觀、閘泵運行安全性約束條件以及水源引水能力約束；
[0165]
(a)河道防洪排澇水位約束：為保證調度過程河道與沿岸城市安全，各斷面在活水調度期間，水位均小於對應斷面洪水位；
[0166]
河道防洪排澇水位約束通過如下公式表示：
[0167]zi,t
≤z
if
[0168]
式中，z
i,t
為第i個斷面在t時刻水位，單位為m；z
if
為第i個斷面的防洪水位，單位為m；
[0169]
(b)河道生態景觀約束：為保證城市內河水生態與景觀需要，河道各斷面水位不宜過低，各段面在活水調度期間應高於生態水位：
[0170]
所述河道生態景觀約束約束通過如下公式表示：
[0171]zi,t
≤z
ie
[0172]
式中，z
i,t
為第i個斷面在t時刻水位，單位為m；z
ie
為第i個斷面的生態景觀水位，單位為m；
[0173]
所述水源可引水量約束通過如下公式表示：
[0174]yi,t
≤y
imax
[0175]
式中，y
i,t
為第i個引水水源在t時刻引水流量，單位為m3/s；y
i,max
為第i個引水水源可引流量上限，單位為m3/s；
[0176]
(c)閘門過流安全性：為保證閘門過流安全性，在活水調度期間閘門各閘孔過流流量應小於閘門設計流量：
[0177]
所述閘門過流安全性約束通過如下公式表示：
[0178][0179]
式中，g
m,i
為閘門m第i閘孔流量，單位為m3/s；為閘門m的設計流量，m3/s，n為閘口總數；
[0180]
(d)泵站抽排能力：泵站引水調度期間，泵站抽排流量應不超過設計過流能力；所述泵站抽排能力約束通過如下公式表示：
[0181]qt
≤q
p
[0182]
式中，q
t
為t時刻泵站抽排流量，單位為m3/s，q
p
為泵站的設計流量，單位為m3/s。
[0183]
將泵站抽排流量與閘門開度作為優化調度的決策變量，基於所述閘門過流安全性以及泵站抽排能力約束，調整所述泵站抽排流量與閘門開度作為優化調度的決策變量。
[0184]
基於上述實施例，該方法中，耦合所述，所述耦合所述水動力水質模型與所述優化算法，形成活水多目標優化調度耦合模型，採用優化算法求解所述耦合後活水多目標優化調度模型，並以計算效率與計算精度平衡為原則確定所述水動力水質模型的計算時間步長，制定並行計算策略，具體地，包括以下步驟：
[0185]
s51：將所述水動力水質模型模擬的河段流速、河段汙染物濃度、泵站抽排流量作為所述活水多目標優化調度模型的輸入，將優化算法的決策變量作為所述水動力水質模型的輸入，並基於遺傳算法nsga_ⅱ以目標函數值最大為優化迭代方向，對上述決策變量優化迭代，進而實現水動力水質模型、優化算法的耦合，形成活水多目標優化調度耦合模型；
[0186]
s52：對遺傳算法種群代數種群規模(n)、進化代數(g)、雜交概率(pc)、以及變異概率(pm)等參數進行初設，鑑於活水多目標優化調度模型求解的速度和效率相對較低(水動力水質模型計算耗時較長、優化計算複雜且數據處理高密)，初步制定基於gpu的並行優化計算策略；
[0187]
s53：調整水動力水質模型初擬的時間步長、所述優化算法初設種群規模n以及進化代數g和所述的並行優化計算策略，直至滿足活水多目標優化調度模型計算效率與水動力水質模型計算精度要求。
[0188]
接入實時水位、流量和水質數據，驅動所述耦合後活水多目標優化調度模型進行實時計算，生成最優調度方案，具體地，包括以下步驟：
[0189]
s61：接入實時數據，所述實時數據包括活水引水水源、出水口和河道關鍵斷面的實時水位、流量和水質監測數據；
[0190]
s62：採用所述實時監測數據驅動所述活水多目標優化調度耦合模型進行實時優化計算，生成活水調度方案。
[0191]
具體地，採用所述實時監測數據驅動所述耦合後活水多目標優化調度模型進行實時優化計算，選擇最優的決策變量泵站抽排流量和閘門開度作為最優的活水調度方案。
[0192]
圖2為本發明提供的技術流程示意圖，圖3為本發明提供的多目標優化模型的建模範圍與測量斷面分布圖，圖4為本發明提供的多目標優化模型部分斷面形狀參數信息示意圖；圖5為本發明提供的多目標優化模型的目標函數構造頁面；圖6為本發明提供的多目標優化模型實時計算過程中，目標函數相對目標接近度變化過程示意圖。表2為本發明提供的河道生態景觀水位下限與防洪排澇水位約束上限表，表3為本發明提供的閘門過流量與對稱性約束表。
[0193]
參閱圖2-圖6以及表2和表3可知：如圖3所示，本發明中，城市河網活水多目標智能優化調度方法，包括以下步驟：
[0194]
(1)調研活水工程(河網、引水水源、閘門、泵站)基礎信息、監測數據以及運行調度情況，確定模型建設範圍；綜合考慮河網走向以及橫斷面變化情況，完成斷面布設、測量與整理(模型建設範圍、斷面布設測量點位分布如圖3所示；部分斷面測量整理成果如圖4所示)；根據調研獲取閘泵基礎信息與運行調度信息，確定引水路線並完成模型閘泵參數、特性曲線設置；
[0195]
(2)收集整理歷史水位、流量、水質同步監測數據，綜合考慮監測數據獲取可行性以及模型求解穩定性，確定模型計算上邊界條件為上遊兩引水水源流量隨時間變化過程、下邊界條件為下遊三出水口水位隨時間變化過程；研判模擬空間範圍、計算精度以及計算效率要求，對模型計算時間步長進行初設；並從歷史監測數據中選取典型事件，以典型斷面水位、流量以及汙染物濃度變化過程模擬值、實測值相對誤差(re)與納什係數(nse)在精度許可範圍內為評價指標，並採用人工試錯法對水動力水質參數(河道曼寧係數、汙染物衰減係數)進行調整，誤差滿足精度要求。
[0196]
(3)參照城市河網活水調度相關文獻，結合區域實際情況，確定活水優化調度目標(水動力提升、水質改善、調度經濟性)、活水優化調度評價指標(死水河段佔比pd、活水河段佔比p
l
、水質達標耗時th、調度期末汙染物濃度降低值cg、泵站抽排電費w)，根據該區域實際情況，各指標狀態判斷與取值情況如下所示：死水河段:vd＝0.005m/s；活水河段v
l
＝0.1m/s、cod達標閾值濃度30mg/l，古城區泵售用電價格0.4567元/kw
·
h。
[0197]
(4)利用各評價指標與理想正負值的相對接近情況，將各評價指標進行歸一化處理；開發評價指標相對重要程度比較接口，支持用戶對各評價指標相對重要程度進行設置，並根據用戶設置相對重要程度利用層次分析法(ahp)確定各評價指標權重，進而確定多優化調度模型目標函數，基於各評價指標相對目標接近度以及層次分析法計算權重，採用加權歐式距離計算可行解相對目標接近度，以距離理想點相對目標接近度f最大為目標，確定多目標優化調度模型目標函數，多目標優化調度模型目標函數構造頁面如圖5所示。進一步，基於引水源監測信息、閘門泵站基礎信息以及運行調度記錄，確定多目標優化調度模型約束條件：基於水源流量監測數據，確定外源引水流量範圍為0至流量監測值；根據各河道基礎信息以及歷史水位監測記錄，確定生態景觀水位下限與防洪排澇水位約束上限，詳情如表2所示；基於閘門基礎參數信息以及運行調度記錄，確定各閘門過流流量以及對稱性約束如表3所示；根據泵站基礎參數信息，設計流量為3m3/s，確定泵站抽排流量0≤q
t
≤3m3/s。將泵站抽排流量與閘門開度作為優化算法的決策變量，在合理範圍內對決策變量值進行調整變化。
[0198]
表2河道生態景觀水位下限與防洪排澇水位約束上限
[0199][0200]
表3閘門過流量與對稱性約束表
[0201][0202]
(5)提取水動力水質模型模擬結果中的河段流速、汙染物濃度以及泵站耗能，作為多目標優化調度目標函數的輸入；將優化調度的決策變量(泵站抽排流量、閘門開度)作為水動力水質模型輸入，並基於優化算法(遺傳算法nsga_ⅱ)以目標函數值最大為優化迭代方向，對上述決策變量優化迭代，進而實現水動力水質模型、活水多目標優化調度模型耦合；為保證活水多目標優化調度求解的速度和效率，基於gpu制定並行優化策略，調整遺傳算法種群代數種群規模(n)、進化代數(g)、以及水動力水質模型計算時間步長，直至滿足活水多目標優化調度計算效率與水動力水質模型計算精度要求。
[0203]
(6)根據用戶輸入調度時間範圍以及對應時間範圍內水情水質在線監測數據，動態更新耦合模型兩外源引水流量約束條件、水質邊界條件以及下遊三出水口水位邊界條件。用戶點擊運算後，系統自動計算對各評價指標以及目標函數相對接近度變化情況進行展示，並輸出最佳調度方案閘門開度、泵站抽排流量變化時間序列，其中優化調度過程中，目標函數相對目標接近度變化過程如圖6所示。
[0204]
以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部模塊來實現本實施例方案的目的。本領域普通技術人員在不付出創造性的勞動的情況下，即可以理解並實施。
[0205]
通過以上的實施方式的描述，本領域的技術人員可以清楚地了解到各實施方式可藉助軟體加必需的通用硬體平臺的方式來實現，當然也可以通過硬體。基於這樣的理解，上述技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來，該計算機軟體產品可以存儲在計算機可讀存儲介質中，如rom/ram、磁碟、光碟等，包括若干指令用以使得一臺計算機設備(可以是個人計算機，伺服器，或者網絡設備等)執行各個實施例或者實施例的某些部分所述的方法。
[0206]
最後應說明的是：以上實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明各實施例技術方案的精神和範圍。