一种自流灌溉灌区的渠系多目标配水实时优化方法与流程

本发明涉及灌溉配水，具体是指一种自流灌溉灌区的渠系多目标配水实时优化方法。

背景技术：

1、科学高效的渠系配水过程可以有效节约水资源，提升农业灌溉效益。南方沿河灌区多采用自流灌溉模式，在水资源总量和强度刚性约束下，限额计划供水将逐步落实。传统灌区输配水依据农作物生长制度、灌区渠系分布及人工经验进行逐年分条轮灌、分段轮灌的工作制度制定，以确定全年灌区从水源引水及各干支渠配水量及过程。这类方法在时间尺度上较为固定，逐年制定，已制定的计划仅在遭遇干旱或大雨等天气情况进行人工决策提前或推迟，难以实时应对气象条件及水源水情的变化，输配水模式较为粗略灵活性、时效性欠缺。

2、得益于信息技术、人工智能的发展，结合气象条件和灌溉需水预报的实时渠系输配水成为可能，在传统经验基础上，输配水模式进一步优化，优化目标从考虑渠系输配水损失最小，到兼顾考虑渠系输水平稳的多目标建模迈进，优化算法从传统数理规划、动态规划等向差分进化、多目标粒子群、nsgaii等智能算法改进，在灌区渠系输配水问题上的时效性、精细化有所改良，但此类方法仍假定渠系支、斗分水口出流能自流覆盖所控制田块面积，而未考虑优化结果中小流量、低水位或沿程水头损失较大情形时，自流难以灌溉至高程较高的田块，容易导致自流覆盖“死区”。

技术实现思路

1、针对上述情况，为克服现有技术的缺陷，本发明提供了一种自流灌溉灌区的渠系多目标配水实时优化方法。一方面引入灌区田块dem高程信息，推导渠系支、斗口水位自灌溉覆盖能力，提出自流灌溉率目标，解决现有方法难以考虑灌溉自流覆盖问题，另一方面借助信息技术，构建考虑输水损失、渠系水流平稳、自流灌溉率的多目标输配水实时优化模型，利用nsgaiii智能算法高效求解，提高灌区输配水灵活性、时效性。

2、本发明采取的技术方案如下：一种自流灌溉灌区的渠系多目标配水实时优化方法，包括如下步骤：

3、步骤1，收集灌区渠系相关工程参数、灌区运行管理资料及当前轮期需水计划：

4、利用灌区高程dem生成等高线，划分各支渠出水口覆盖田块面积，剔除渠道出水口渠顶高程以上高程面积，将剩余面积作为渠道净灌溉面积纳入计算考虑范围；

5、步骤2，构建各灌片自流灌溉率模型并通过加权方法构造灌区自流灌溉率目标函数，首先根据高程dem统计出不同高程对应的栅格单位数量，计算相应面积，然后采用logistic曲线拟合各支渠出水口的自灌溉率模型，再通过面积加权构造灌区自流灌溉率目标函数；

6、(2-1)从91卫图下载灌区数字高程dem，采用arcgis软件，转换工具-由栅格转出-栅格转点，将dem栅格图转为带高程数据的点，统计各支渠渠底高程至渠顶高程水位对应的栅格数量，计算不同水位对应灌溉面积，采用logistic曲线拟合各支渠口的自灌率模型，式子为：

7、

8、其中ri为支渠i在渠道出水口水位zi下的自灌溉率，pi1、pi2、pi3分别为i号渠道对应自流灌溉率logistic曲线的参数；

9、(2-2)计算各支渠自流灌溉率模型后，通过各支渠控制面积进行加权，构造灌区自流灌溉率目标函数，如下式：

10、

11、f3代表灌区自流灌溉率目标函数；vi代表i号渠道对应灌溉田块面积m2；i代表支渠总数；zi代表i号渠道出水口水位m；pi1、pi2、pi3分别为i号渠道对应自流灌溉率logistic曲线的参数；

12、步骤3，构建考虑灌区自流灌溉率的渠系多目标配水实时优化模型：

13、通过渠道恒定非均匀流计算给定流量qi下支渠出水口水位zi，计算灌区渠系输水损失最小、干渠流量波动性最小、灌区自流覆盖率最大三个目标函数，建立灌区多目标配水模型，(3-1)多目标包含以下三个：

14、①灌区渠道输水损失最小目标：

15、

16、②干渠流量波动性最小目标，利用方差度量干渠流量波动性：

17、

18、②灌区自流覆盖率最大目标：

19、

20、式中，lm、ld为干、支渠道输水损失量m3；j为干、支渠渠道总数；i为各级输水渠道编号；li为第i条渠道长度km；qi为各条渠道实际配水流量m3/s；ti2、ti1分别代表渠道i配水结束时间与开始时间h；βi、ai、mi分别为渗水量折减系数、渠床土壤透水系数、渠床土壤透水指数；j为渠系输水不同时段，t代表总输水时间h；q1j代表上级渠道在不同时段渠系配水流量m3/s，q1为干渠各时段平均流量m3/s；其中渗水量折减系数βi、渠床土壤透水系数ai、渠床土壤透水指数mi等参数选取参考《中国农田水利》，并依据实际土壤性质、渠道建设情况选定；

21、(3-2)约束包含以下：

22、①流量约束

23、渠道实际配水流量qi需在渠道最小流量jvqd与加大流量jdqd范围内变化：

24、jvqd≤qi≤jdqd                        (6)

25、各时段干渠流量qj小于最大设计流量qmax，大于干渠淤积流量qmin：

26、qmin≤qj≤qmax                        (7)

27、②供水量约束

28、渠道配水流量qi与配水时间(ti2-ti1)乘积应该在可供水量范围内：

29、wmin≤qi(ti2-ti1)≤wmax                    (8)

30、③水量平衡约束

31、灌区任意时刻下级渠道配水流量之和等于上级渠道实际配水流量q1：

32、

33、④时间约束

34、灌区各级渠道配水结束时间大于开始时间，小于总输水时间t：

35、0≤ti1≤ti2≤t                       (10)

36、为保证对下级渠道正常供水，有灌区规定渠道最小流量以不低于渠道设计流量的40％为宜，也有灌区规定渠道最低水位等于或大于70％的设计水位；

37、(3-3)渠道水位推导，采用渠道恒定非均匀流，对上、下游断面建立能量方程，见式(11)，忽略局部水头损失，则出水口水位由式(12)得出：

38、

39、式中z1、z2为上、下游断面渠底高程m，h1、h2为上、下游断面渠道水深m，v1、v2为上、下游断面流速m/s，δhw为水头损失m，a1、a2为动能校正系数；

40、

41、v＝q/s                          (13)

42、

43、

44、s＝bh+uh2                        (16)

45、

46、式中i为渠道底坡、v为断面流速m/s、q为断面流量m3/s、s为渠道过水断面面积m2、c为谢才系数m0.5/s、r为水力半径m、n为渠道糙率、b为渠道底宽m、h为渠道水深m、u为渠道边坡比；

47、步骤4，采用nsgaiii多目标算法求解灌区自流灌溉率的渠系多目标配水实时优化模型，采用熵权法综合灌区渠系输水损失最小、干渠流量波动性最小、灌区自流覆盖率最大三个目标结果进行决策优选。

48、进一步地，所述步骤4中nsgaiii多目标算法包含以下步骤：

49、①初始化算法参数，设置种群规模n、迭代次数、变异率、交叉率，设置参考点生成参考面；

50、②初始化种群，对父代种群pt进行选择、交叉、变异，产生子代种群qt，从两代种群rt＝pt∪qt，共2n个个体进行解码并计算其适应度函数{f1,f2,f3}，其适应度函数分别为灌区渠道输水损失最小f1、干渠流量波动性最小f2、灌区自流覆盖率最大f3；

51、③将rt通过非支配排序分为多个非支配解集{m1,m2,m3,…mw}，从m1开始构造一个新的解集st，每次移动一个非支配解到st直到其数量大于或等于种群规模n；

52、④从st中选择解产生下一代种群pt+1，若st数量等于n，则pt+1＝st，否则先将st中的集合放入pt+1，再根据参考点选择机制选取其余解。

53、进一步地，所述步骤4中熵权法多目标决策优选包含以下步骤：

54、①定义信息熵及nsgaiii多目标算法计算得到的pareto解集对应的目标矩阵r。式中，n为种群规模，e为目标值变异程度及蕴含信息量，pi为种群中每个粒子出现的概率；

55、

56、②求解各目标的客观和综合权重，首先求解每个目标j下种群中每个粒子i所占比重，求解每个目标的熵值ej，求解各目标函数客观权重αj和综合权重γj；其中βj是人工赋值的主观权重：

57、

58、

59、③义理想点和负理想点，采用相对目标接近度方法，计算目标粒子排名；首先对pareto解集各粒子进行标准化处理，计算理想点和负理想点结合γj计算各粒子距fmin、fmax的距离和接近度l，式中，fj为目标j的标准化粒子，选择接近度l大的方案作为最终方案：

60、

61、

62、

63、进一步地，所述工程参数包括渠系拓扑结构、渠道底宽、斜率、坡度、设计水深、设计流量。

64、进一步地，所述灌区运行管理资料包括灌区水期表，历年输配水过程。

65、进一步地，所述当前轮期需水计划包括灌区各支渠口控制灌片的需水量。

66、采用上述结构本发明取得的有益效果如下：

67、通过引入灌区各灌片dem高程信息，推导渠系支、斗口水位自灌溉覆盖能力，提出灌区自流灌溉率目标，解决现有配水优化方法难以考虑灌溉自流覆盖问题；

68、从建模上综合考虑灌区在配水过程中的输水损失、渠系水流平稳、自流灌溉率问题，以灌区渠道输水损失最小、干渠流量波动性最小、灌区自流覆盖率最大为目标构建多目标配水模型，采用nsgaiii智能算法高效求解并采用熵权法进行决策优选得出输配水实时优化结果，所提全套方法实用可行，比原有方法考虑更全面，求解效果更优，切实提高灌区输配水灵活性、时效性。