水库调度

水库调度
华南新丰江水库为例
摘要：日益增长的对水的需求由于人口的增长和社会经济的发展在过去的几十年中已经成为一个世界性的威胁供水安全和河流环境健康。

本研究的目的是通过建立一个水库运行规则的推行对新丰江的多目标优化模型，为减少供水不足和最大化的发电。

此外，为了提高新丰江水库下游的农业区的灌溉用水需求的估计，一个传统的计算作物需水量的方法是利用水文模型模拟的改进结果。

虽然最佳的水库运行规则衍生的水库三优先级的场景（供水，水力发电，与同等优先），河流环境健康为基本要求，无论是采用情景。

结果表明，新规则的情况下，可以提高供水水库运行水电发电相比历史表现。

此外，这些替代水库运行政策为水库管理局来选择最适当的灵活性一个。

虽然改变当前工作的规则可能会影响其水电的导向功能，新规则可以应对日益突出的水资源短缺和降解显着的在水生环境。

总的来说，我们的结果和方法（改进的灌溉水的估计需求和水库优化模型配方）可以为当地的流域管理是有用的作为世界上其他研究者们。

1 简介
有多用途水库功能通过CAN for impounding水和控制流量。

业务用途包括普通水库防洪，水电发电，农业，家庭和工业用水供应，娱乐，导航，渔业（国际大坝，2007年）。

通常，大多数油藏是管理操作规则（NGO等人，2007年）。

水库操作规则测定水释水库水体积，水释放能力，需求，和下游约束（tingsanchali，2009年）。

一个标识的储水的目标为一个特定的时间，通常是一个单一的目标存储曲线，和其他标识存储区使用多个规则曲线的水库，这是与特定的释放有关的规则。

一个理想的操作规则，不仅要优化水库性能（例如，减少水供应不足，与经济效益最大化）也达到保护储层的储水。

然而，这是经常的情况下，一个预定义的规则可能不满足理想的法治目标。

因此，操作的细化是必要的（Le NGO等人，2007），和油藏模拟/优化模型可以精炼规则曲线的一种有效方法（伟和徐，2008）。

本研究将与目标存储曲线协会提炼新丰江水操作使用操作规则新丰江在东江水库华南盆地。

在过去的几十年中，许多研究已使用水库优化模型来确定最佳的操作策略进行（Chang等人，2005），和这个话题已经成为研究水资源可持续发展的一个主要（momtahen和dariane，2007）。

各种数学编程技术，包括人工神经网络（ANN），随机动态规划（SDP），遗传算法（GA），多目标进化算法（MOEA），和洗牌复
杂的进化过程（SCE）（Duan等人，1992），已被用于水库优化调度问题（karaboga，2004；张等人，2005；耆那教。

和辛格，2003；玉米和东，1992；拉曼光谱和chandramouli，1996；叶，1985）。

从文献回顾，SCE算法进行了有效性和鲁棒性的参数空间搜索，已被广泛用于校准各种水文模型和水库优化模型（brath等人，2002；埃克哈特和阿诺德，2001；NGO等人，2007；马德森，2003）。

本研究采用该算法获得最优的操作规则的新丰江水库。

在东江流域的后果，在过去的几十年里人口增长和社会经济的发展，对水的需求增加，与供水安全评价成为迫切需要（陈等人，2007；崔等人，2007；吴等人，2012）。

此外，来自储能的环境和生态问题操作和调水也引起了公众的关注（Chung等人，2008；Lee等人，2007；Li等人，2011）。

在东江下游地区，人口增长和巨大的工业和农业的发展都造成了巨大的增加的水资源需求。

从本流域以外的地区的水的需求（例如，香港和深圳的城市）也增加。

因此，寻找一种方法来达到一个可持续的，安全的，安全的在这一地区的水供应已经引起了政府和社会的关注。

不过，各种用水需求估计（水电，家庭，工业，灌溉，生态需水要求，质量，和导航的需水要求）是第一步，在优化水库调度对发电和供水。

特别是，对灌溉用水的需求，更准确的估计，我们改进了传统的方法通过将水文模拟的土壤和水评估工具（SWAT）（阿诺德等人，1998；neitsch等人，2005）。

本研究的目的是：（1）估计各种水要求（使用一个改进的方法，灌溉用水的需求，例如，估计）在东江流域下游（2）得到一系列不同的优先新丰江水库优化策略来保证河流的健康环保的最小化时的水供应不足和最大化的发电等。

这种论文的其余部分的结构如下：简要描述了东江流域和新丰江水库是在第2节。

3部分是本文我们描述了SWAT模型在研究区域设置的核心部分，入库数据，在前人研究的基础上，通过引入改进的SWAT模拟和其他水灌溉用水需求估计的要求，和多目标水库的配方优化模型。

在4节中，我们得出的最佳水库运行政策的新丰江水库采用模型的建立和评估他们的表现在减少水的供应赤字和其与历史观测数据的比较产生的水电能源。

5部分提出主要结论。

2 东江流域和新丰江水库
为了方便调度，多目标优化模型的开发在这项研究中，在东部的华南河流域的xfj水库被选为新的模型试验。

以下介绍的盆地和xfj水库。

2.1 东江流域东河是珠江，珠江是中国南部的三个主要支流之一，它的通过珠江三角洲，进入中国南海（牛与陈，2010）。

东江流域（图1b ）位于北纬22 ◦34之间N和25◦ 12' ，东经113◦ 24' 北纬和115 ◦ 53' （陈武，2008）。

起源于
寻乌县江西省，东河由东北流向西南，有0.39 ‰ ，平均坡度。

东江博罗（图1b）的主要径流计站控制25325平方公里（珠江委，1987），流域面积。

该盆地位于季风气候优势与区域降水量相当的空间和时间上的变化，雨季发生从四月至九月，而今年余下的是旱季。

由于径流的两个内部以及相互的年度变化从水库河水的合理分配是管理，保护和利用水资源在该地区至关重要。

2.2 新丰江水库该XFJ水库位于靠近新丰江河的出口，这是东河（图1b）的一条支流（陈，吴，2008）。

水库控制流域面积是5740平方公里，大约四分之一的东江流域区域上方博罗站年平均入库是6.17 km3/s （或0.017亿m3 /天）。

该水库是一个多年的和综合利用水库和排在1959年10月运行。

水库的主要功能是防洪，水力发电，灌溉，工业和生活用水供应。

全面的存储容量和死库容分别为1
3.9亿m3和
4.3亿m3 ，分别;水面面积在正常蓄水水位为370平方公里。

水力发电站的发电机组容量302 MW （百万瓦）。

表1列出了该特征水位水库和在不同季节相关联的存储。

3 数据和方法
由于数据的可用性，研究期间为一月1964年至1988年12月，使用的数据包括所观察到的在研究区域气象数据显示，XFJ水库水位，水库流出，水电发电量水流在博罗站。

为优化新丰江水库调度，总需水量在博罗站是必需的。

该总需水量组成的基本需求（例如，用于会议环保和生态要求，维护导航，并逮捕海水入侵等），家庭和工业用水需求和灌溉用水需求在博罗。

基本需求和生活和工业用水需求进行评估它的62 ％是灌溉（即1460平方公里）。

灌溉水需求通常是估计的基础上通过提出的方法Doorenbos和普鲁特（1977）。

本研究采用此方法，然而一个关键的变量，有效降雨，在的估算方法是通过使用SWAT模拟的改性在本研究地表径流，横向流动和渗漏。

灌溉用水需求取决于作物需水量，其定义为“深度水需要通过蒸发来满足失水一个无病的作物，下大领域成长（ETcrop ）非限制的土壤条件，包括土壤水分和肥力和给定的成长下实现满负荷生产潜力环境”（Doorenbos和普鲁特，1977）。

根据多兹等人（2005），以避免确定的需要独特的蒸发参数增长每种作物和舞台，联合国（UN）粮食及农业组织有选择单一作物作为参考表面，被定义为“一种假设参考作物0.12米的假设作物高度，70秒/米固定的表面电阻和0.23的反照率”（Allen等人，1998）。

联合国的参考作物蒸散量这是一个充分灌溉草或苜蓿作物，它的使用也就是说，蒸散量的衡量标准可确定在容易使用的气候数据（GWPA ，2005）不同的位置。

因此，估算目标的灌溉用水需求农业用地，分别计算以下参数：参考作物蒸
散量，作物蒸散量，净灌溉，实际灌溉用水需求与考虑正在考虑两种灌溉方式和应用效率（请参阅下面的说明）。

参考作物蒸发蒸腾量同的温度，湿度，风速可用天气数据速度和日照时数或辐射，改编彭曼方法就是由Doorenbos和普鲁特（1977 ）来计算参考作物蒸散量，ET0 （毫米/月），如图所示如下：ET0 =ç·[ WT ·RN +（1- WT ）·F（U）·（EA- 编）]（1）其中WT是温度的加权系数和相关联的海拔高度。

Rn是在相当于蒸发净辐射毫米/天，F（U）是一个风相关的功能。

EA和ED的饱和蒸气在平均气温和平均实际水汽压压力的空气（以毫巴为单位），分别为。

C是一个调整因素，以弥补白天和夜间的天气条件的影响。

这种方法是采用在这项研究中使用和细节的计算公式中的所有参数和变量。

（1）给出在附录A中，包括数据源。

3.3.2 。

作物蒸发蒸腾量一旦获得参考作物蒸散量（ET0 ），该作物蒸发蒸腾量（ETcrop ）可以由下式估算如下：ETcrop =KC ·ET0 （2）Kc为作物系数，这是关系到作物特性和作物生长的阶段。

据梁（1999），作物需水量研究区是由大米为主，所以系数由Doorenbos和普鲁特（1977 ）公布的价值水稻在亚洲被采用。

所有上述用于计算参考的参数作物蒸散量和作物蒸腾量能在表2中，可以发现这也说明了用于获取方法在这些参数的值。

使用所获得的气象数据在研究区域，这些变量的平均每月值在表2中的25年期间（1964年至1988年）获得（见表3）。

3.3.3 。

净灌溉用水需求由于作物蒸散量和有效的差异降雨是用来确定灌溉用水要求，有效降雨首先需要估计。

以下Doorenbos和普鲁特（1977），有效雨量指的是该部分雨水渗透到土壤中，然后蒸散成空气作物（见第3节的开始）。

也就是说，不所有降雨量为有效，因为雨水的一部分可能会丢失由于以冠层截留，地表径流，深层渗漏或蒸发（Doorenbos和普鲁特，1977）。

对于常规方法有效降雨的估计使用之间的关系月平均降水量和月作物蒸散量，并该方法不包括对入渗率的影响，并降雨强度（Doorenbos和普鲁特，1977）。

然而，当渗透低，降雨强度高，体积相当水由于地表径流可能会丢失，但该方法建议Doorenbos和普鲁特（1977）也不能排除这样的失水。

此外，无论是地下横向流动和渗流到从根区地下水也可造成水的损失，并这些还没有包括在Doorenbos和普鲁特的方法（1977）。

幸运的是，这些水文过程可以模拟通过水文模型（如SWAT ）。

在我们的研究中，特警模拟地表径流，横向流动和渗流的使用，以及计算有效降雨的公式如下︰REFF =PREP- SURQ- LATQ- SEEP （3）其中R效率是有效降雨，并PREP是降水量达到在土壤表面。

SURQ是地表径流，LATQ是地下横向流出（流出根区及订立河段），和泉是从土壤剖面（根区）的底部渗水。

采用Lee 等人的结果。

（2007）（见3.4节详情）。

用于灌溉水的需求，传统的方法估算
作物需水量（Doorenbos和普鲁特，1977）是修改通过整合来提高有效降雨的估计在SWAT模型的模拟结果。

应当指出的在本研究中使用有效降雨的定义如下研究Doorenbos和普鲁特（1977），它指的是部分渗透到土壤中，然后蒸散的雨水入空气通过的农作物。

3.1 。

特警及其设置该SWAT模型是由美国国防部开发美国农业部（USDA ）农业研究服务中心（Arnold等，1998 ; Neitsch等人，2005）为探索气候变化的影响在水，沉积物和土地管理实践，以及农业化学品产量。

该模型已被广泛用于各种各样的分水岭问题，如调查水文过程，水库调度，估算最大日负荷总量（TMDL ），评估气候和土地覆被变化的影响上水的数量和质量，并评估最佳管理效果实践（BMP ）在流域尺度（道格拉斯- 曼金等，2010 ;斯曼等人，2007; Panagopoulos等人，2011 ;斯里尼瓦桑等，2010 ; Tuppad等，2010 ;吴，陈，在新闻;吴和刘，2012A ，B ; Wu等人，2012A ，C，D ; Zhang等人，2011 ;张和张，2011）。

该模型的水文部分的基础上，在土壤剖面与过程，包括水平衡方程降水，地表径流，下渗，蒸散量，侧向流，渗流和地下水流（Arnold等，1998;Neitsch等人，2005）。

在我们以前的研究（陈，吴，2012），SWA T是设置为整个东江流域。

该流域离散为39个子流域和271水文响应单元（HRU中）使用班车雷达地形任务（SRTM ）数字高程模型（DEM ）数据（贾维斯等人，2006），从中国研究院土地覆盖数据科学和土壤来自广东土壤调查数据集的属性（广东省土壤普查办公室（GSSO ），1993）。

在此基础上发布土壤调查数据，有三种主要土壤类型- 红色土壤，latosolic土，水稻土，在东江流域（陈和吴，2012）。

红壤主要分布在上游区（以上龙川（图1b）），以及latosolic土壤是主要的一个在下游地区（包括目标的农地在当前研究）。

水稻土只能在龙川和博罗被发现县，占流域面积的比例很小（吴，2009）。

每天的气象强迫数据，包括降水，最高和最低气温，风速度和相对湿度，是从国家气候得到中国的数据共享中心。

关于模型的详细信息输入，设置，校准和验证已经由陈定和Wu（2012）。

3.2 。

水库入流在t月的月入库，这，是源自特警模拟了XFJ海盆为25的径流- 年期间（1964年至1988年）（吴和陈，2012）。

应当指出的该SWAT模拟已进行在每天的时间步长，已汇总到月度数据在这项研究中使用。

特警模拟的质量已使用被检查的由XFJ 水库管理局提供的预计入库。

图。

图2示出的比较结果，以及表示该该XFJ子流域的径流模拟（即入库）0.85一个R2的匹配相当不错的估计之一。

该月流量贡献的XFJ子流域以外的区域（Qoxfj ）同期通过减去估计来自于观察到的径流观测到的水库流出博罗。

3.3 。

灌溉用水需求流域评价灌溉水的面积需求是9658平方公里，是XFJ水库的下游，并且是位于两个径流计站，河源，博罗之
间（参见图1b和c）。

农地在这方面是2355平方公里所有公式中的条款的单位。

（ 3 ）为mm /月。

有效降雨和灌溉水是作物蒸散量的来源。

净灌溉需水量，Irrignet （毫米/月），可计算如下：Irrignet =ETcrop - R效率（4）其中ETcrop由方程计算出来。

（2）。

3.3.4 。

灌溉效率考虑到搬运和使用过程中水的损失到外地，效率因子是用来在计算灌溉用水的需求。

效率通常由三个组件，它们所代表的水损失通过运输，现场运河，和现场应用。

表4 （Doorenbos和普鲁特，1977 ）列出了效率值的每个元件的范围内。

灌溉输水可以通过实施低科技的方式如挖/建设运河（0.3米左右宽）在地面或高科技的方式，如用掩埋管道。

然而，这是难以收集的详细信息在目标农用地中的所有家庭单元领域目前的研究。

因此，我们使用0.8的中间值对运送和运河的效率。

对于现场应用效率，0.7于中土壤表面应用方法的价值建议由USDA采用（见表4）。

因此，最终的项目效率为0.45 （= 0.8 × 0.8×0.7）为我们的研究区域。

3.3.5 需求计算灌溉用水需求可以基于净额计算灌溉需求和灌溉效率。

类似于其他研究（Jothiprakash和SHANTHI ，2006;奥利维拉和劳克斯，1997年拉曼和Chandramouli ，1996;雷迪和Kumar ，2006），用于计算R效率（方程（3））所观察到的天气数据和ETcrop （见表3）的值被用来计算平均每月灌溉用水需求值（见第二栏表5）。

从表5中可以看出，最大的灌溉水的需求是在十月，最小的四月份。

3.4 。

其他需水量估算除了满足灌溉用水需求，东河被利用供水的住宅和工业用水，导航，废弃物同化和水产品的保养栖息地。

Lee等人的研究。

（2007）提供了定量评估的东江流域河流健康和水资源的可持续发展根据水文和水质模拟。

下面简要介绍了Lee等人提出的主要结果。

（2007年），这是用来在本研究中：（ 1 ）在PRWRPB （2000）Lee等人引述的报告。

（2007年），估计的供水来自东江国内和工业消费，2010年为
4.9亿m3及相关泵送速率供水，QS为150立方米/秒。

在未来而言水的需求，额外的5 ％的供水（QS）被认为是是必要的。

因此，最终的Qs为157.5立方米/秒，该值是在我们的研究中使用。

（ 2 ）需要满足水质的最低径流标准第一季度为317立方米/秒，这是基于确定溪水污染物稀释（Lee等，2007）。

（3 ）生态径流最小支持水产估计栖息地使用了“蒙大拿法” （坦南特，1976 ），这是一个方便的方法来估计所需的在流流方案，以维护不同的生态条件（如最低，好，或最佳）的水生生物根据放电的历史记录。

建议的流程提供说是微乎其微，好，还是最佳的栖息地表示为平均流量（即百分比计，一个查表）。

例如，坦（1976）表明年平均流量的河流10 ％是最低维持短期生存的需要瞬时流量水生生物。

年平均径流量30％的流量是保持良好的栖息地水生生物必需的。

因此，对应的最小和理
想的生态最低河川流量，Q2 ，可确定为76和230立方米/秒，分别为（Lee等，2007）。

（4 ）用于导航的最低径流（水路运输沿河），Q3 ，估计为210立方米/秒（Lee等，2007;PRWRPB等，2000）。

（ 5 ）最小径流逮捕海水侵入东河，Q4的出海口，估计为150立方米/秒（Wu等，2001）。

总之，最小河流，以维持和支持在东河不同的功能可以如下计算（李等人，2007）。

：水利部=最大{ Q1，Q2 ，Q3，Q4 }+QS =最大{ 317 ，230 ，210 ，150 }+157.5=474.5立方米/秒（5）其中水利部是最小的流需水量单位立方米/秒。

值得一提的是，最大的数额{ Q1 ，Q2，Q3 ，Q4 }是基本的需求，以确保安全，健康和东河的可持续性。

根据天的各月数，每月的基本需求和供水数值计算和列3和4表5 ，分别列出。

因此，总需水量（见表5的第五列）可估计的灌溉用水需求的总和，基本要求，和水的供应。

这个总需水量在博罗站使用派生新水库运行规则。

3.5 。

多目标优化模型水库多目标优化意味着有几个目标被同时优化（勒鹤等人，2007年）。

目标往往彼此冲突，并且由不同的单位来计量。

一个多用途水库的运营商，这往往有水力发电和灌溉用水供应为重点的用途，将最大限度地发挥水电效益代，并且还释放足够量的水来满足需求灌溉（雷迪和Kumar ，2006）。

这些目标通常是相互冲突：水力发电较高的水平，需要高水头，将减少灌溉释放（雷迪和Kumar ，2006）。

因此，水库运营商需要选择之前，需要考虑可能的“折衷”的解决方案最优化。

3.5.1 。

模型的数学表达式在这项研究中，储层优化的目标模型是供水赤字减少，并最大限度水力发电。

这两个目标是相互冲突的因为供水需要更多的水被释放为了满足不同的用水需求。

然而，水电一代试图最大限度地提高电力生产和需要储存在储存器，以产生更多的能量更高的水平
（雷迪和Kumar ，2006）。

下面给出的数学优化模型的表示：为了尽量减少的总和水供应短缺的平方差尽量减少SQDV=？12T = 1（Qt的- DT）2（6）其中SQDV是水供应短缺的平方差之和（径流和水需求的差异），Qt 是径流（即，可用的水）在一个河流横截面（其可以位于某处在贮存器的下游）中在t月KM3 （立方千米）的单位，DT是水的需求在t月的立方公里。

因此，如果有兴趣河流横截面是只是在储存器的出口，Qt是储层的总量在t月的释放;否则，Qt是储层的总和释放和径流体积贡献的其他相关次盆地。

在我们的案例研究中，Qt的是指后者，并包括从电源内部储放卷（RT），紧急溢出（SPT ），及径流贡献外的次盆地该XFJ海盆（Qoxfj ）（参见图1 ）（即下，Qt =放疗+ SPT + Qoxfj ）。

在水库优化模型，我们使用SQDV作为一种客观功能介绍了“错误”的（差异模拟和目标值），因为这学期考虑到正反两方面的“错误” ，
并已被广泛用于水库/水文模型（Jothiprakash和SHANTHI ，2006;雷迪和Kumar ，2006）要。

最大限度地提高能源生产最大限度地Eann =？12T = 1（一·HT ·OT +二）（7）其中Eann是在一年中的单元产生的总能量M千瓦时（亿千瓦时），和HT和OT的平均储水位（m）和释放率（立方米/秒），分别在t月。

a和b是根据不同的两个系数储，并且可以根据检测到的数据计算出来。

对于一个特定的水电系统，发电是一个函数水头和释放速率通过涡轮机叶片的（/technologies.asp ）。

根据雷迪和Kumar （2006），能量可估计该产品水头和释放速率，乘以一个电力生产系数。

式。

（7）使用现成的只是一个适于式水库水位和释放速率，我们发现它是适用为XFJ 水库。

关于导出两个系数，一个细节和b给出了第3.5.3节。

存储连续性圣+1 =ST +它- （EVPt +SPT +RT），T=1 ，2，3 ，。

，12（8）其中省1是在立方千米为单位的t月的最后储存，并这将被作为初始存储（ST）下个月。

它是在KM3的t月的入库。

EVPt是水库在t月（KM3 ）水面蒸发量，并计算利用水面蒸发法在特警（Arnold等，1998 ; Neitsch等人，2005）。

SPT和Rt 溢出和释放期间在立方千米，各自的单元周期t的水库。

这是注意到，这两个Ot的等式。

（7）和Rt在方程（8）指的是储释放（即，从电源内部释放除非另有说明）但是，前者是用立方米/秒为单位的释放速率，并且后者则是在水库蓄水的km3.Limits释放音量牦min ≤圣≤SMAX ，T=1 ，2，3 ，。

，12（9）其中Smin的和牦max是最小和最大储，仓库在KM3分别。

它们可以是死库容和储容量，分别或受限于其他值月度发电水库authority.Limits0 < ET =一·HT ·OT +b≤等，最大，t=1 ，2，3 ，。

，12（10）式中，Et ，最大和Et最大发电（M千瓦时）和实际发电量，分别为（M千瓦时）在t月。

一和b是用于确定关系的两个系数HT ·催产素和逸（见式（7 ））。

基本用水需求QT间期≥QBD =最大（Q1，Q2 ，Q3，Q4 ），T=1 ，2，3 ，。

，12（11）其中Qt是流于江段（即，博罗站在这项研究中）在KM3 ，和生灭的t 月的基本用水需求在河在KM3部分。

据雷迪和Kumar （2006），方程。

（6-11 ）涉及非线性优化。

第一个原因是，发电式。

（7）是一个非线性函数，由于的非线性特征水位，HT和水库释放速率OT的产品。

该第二个原因是，计算公式潜在蒸发损失。

（8）为水库水之间的非线性关系的函数表面积和水库蓄水。

第三个原因是，在限制每月发电方程。

（10）是非线性的。

从上面的描述（参见方程（6-8）），以最小化SQDV和1/Eann （相当于最大化能量产生）作为目标函数，水库优化模型可以导出操作规则（即目标存储每个日历月，圣+1）使用SCE的全局优化算法。

3.5.2 。

SCE算法该SCE算法进行了最小化的全局搜索
一个目标函数（Duan等人，1992 ），并已被广泛用于水文模型，如SWAT （绿色的校准和van Griensven ，2008）。

该算法包括直接搜索单纯形过程的方法中，以受控的随机的概念搜索内尔德和米德（1965），进行了系统进化在全球性的改善，竞争力演变的方向点（荷兰，1975），和复杂洗牌的概念（段等人，1993）。

据绿色和van Griensven（2008），骏选择一个初始的'人口'以随机抽样的整个对参数进行优化可行空间。

人口然后分割成几个“络合物”，每个包括2N +1 点（n为参数的数目）。

每个独立的复杂演变根据一个“再生”的过程，进而，使用单纯形法，和配合物是周期性混洗到为了共享获得的信息形成新的复合物。

该进化和洗牌的步骤继续下去，直到规定的收敛标准均达到（法兰契尼等，1998;。

绿色面包车Griensven，2008）。

关于SCE更详细的信息可以在段等人发现。

（1992）和Duan等。

（1993）。

3.5.3。

模型的变量和参数图。

图1c示出东方河系统的简化流程图。

上述优化模型（制剂）施加到该XFJ水库派生新的运作规则，以满足水的需求在博罗站（图1b）。

在本优化模型中，有三个重要的输入变量：每月流入入XFJ贮存器（它），月流量贡献的区域之外该XFJ海盆（Qoxfj），总需水量在博罗站（DT）。

然后，前两个项（它与Qoxfj）的总和为在博罗县天然径流（没有水库调节），而从电源的房子XFJ水库放水（RT）的总和，水库溢流（SPT），及Qoxfj是观察水流在博罗（QT）。

优化模型的目的是最大限度地减少径流在博罗（QT）和之间的差额总需水量（DT），并最大限度地水电发电（ET）通过派生的最优目标存储曲线（圣+1），这是仅通过使用方程求解的变量。

（6）- （11）。

正如在 2.2节中，XFJ水库蓄水范围说明 4.3和13.9立方千米和最大发电量之间容量为302兆瓦。

这些值被用来限制最小（牦min = 4.3立方公里）和最大（牦max≤ 13.9立方公里）储藏和在优化生成（ET，最大值）每月最大功率模型。

由于防洪的XFJ的主要功能之一水库，水库蓄水范围也被限制了对应的水的水平（见表1）。

然后，最大存储（牦max）不得从周期比10.05立方公里大四月至六月和10.42亿m3，任期由七月至九月。

水电发电也是的主要功能之一XFJ水库。

对于我们的案例研究中，我们发现有一个显著之间的25年期间（1964年至1988年）的线性关系发电量（ET）（M千瓦时）及水位Ht的产品和释放速率Ot的如式。

（10）和图3，其指示系数a和b是0.004和-5.559，分别为XFJ 4结果与讨论
4.1 。

的运行规则推导所代表的油藏模拟/优化模型方程。

（6-12）被施加到XFJ水库导出操作规则优化供水和水力发电的多重目标一代。

如第3节所述，。