4.3.2.4 渠系多目标动态配水模型
大中型灌区涉及多级渠道，系统构建整个灌区渠系动态优化配水模型时，将总干、干渠及支渠作为研究对象。安地灌区由1条总干渠和多条支渠组成。通过灌区实时灌溉预报模型，可获得未来一段时期（周或旬）不同区域需要灌溉的日期和水量。结合灌区的实时工况、水情等信息，开展智慧决策调度，合理进行渠系配水，保证水源供水通过各级渠系“适时、适量”进入所需的灌溉区域，满足作物精准灌溉的需求。
（1）设计思路
渠系动态配水系统属于大系统，其特点有：①模型变量多，支渠配水流量及开始时间均为变量，支渠数量多，模型维数高；②模型包含多个子系统，即每条干渠均为相互独立且相互关联的子系统；③模型性能评价采用多个目标，需要用多目标准则进行决策和优化。以上特点符合大系统的一般特点，因此，渠系动态优化配水系统为大系统。将渠系动态优化配水模型分解为两层模型，上层为总干渠协调层，下层为干—支渠子系统，子系统相互独立。
对下级渠道进行动态划分轮灌组，划分方式有两种：①延续时间相似，采用时间叠加的形式进行划分，即下级渠道同时开闸和关闸；②设计流量相似的渠道，采用平铺划分，即采用同一流量先后进行下级渠道放水。时间和流量相似的标准为划分调整流量不超过所有下级渠道设计流量的20%。
实现全灌区闸门远程控制还需要大量的水利工程建设及相应管理手段和理念的更新。在灌区范围内，人工及机械操作仍然是主要渠道闸门的操作方式，而闸门操作次数多时，可能会产生流量衔接不稳定等问题，影响渠道运行安全。为减少闸门管理成本并保证渠道运行安全，模型目标应考虑将闸门操作次数降到最少。此外，为减少灌区输水损失，模型目标应考虑渠系渗漏损失最小。此模型属于多目标优化模型。
（2）实施方案
灌区可用水源调查分析。收集灌区近30年降雨资料，统计分析灌区降雨规律及50%、75%、90%水平年降雨量。通过现场调研、资料收集等手段，统计灌区范围内可用水源，包括列入浙江省名录的山塘、水库、堰坝、泵站等。
①灌区主要干支渠系现状
统计灌区范围内主要干渠、支渠灌溉面积范围以及渠系现状，包括渠道正常运行流量、渠道允许最高水位、输配水时间、渠道水利用系数、渠道长度、衬砌情况、闸门位置等情况。
②数学模型构建
包括目标函数的建立和约束条件的建立。
③目标函数
多级渠系配水要尽可能考虑人为操作便利性，同时考虑渠系渗漏损失少和流量输水平稳等目标，以保证模型的实用性。本项目采用干渠及总干渠闸门操作次数少、渠系输水损失小、渠道输水过程中的流量变化小这3个目标来评价模型结果优劣。
闸门操作次数少，即：
式中，N为总干渠、干渠及支渠闸门操作总次数；COUNTIF为闸门操作计数函数；Qi为干渠流量，m3/s；Qz为总干渠流量，m3/s；i为干渠渠道序号；n为干渠渠道总数。
渠系输水损失最小，即：
式中，W损为灌区各级渠系输水总损失水量；W总损为安地灌区总干渠输水损失；W干损为安地灌区参与输水的干渠损失水量；W支损为安地灌区参与配水的支渠损失水量；渠道输水损失与渠道正常运行流量、输配水时间、渠道水利用系数、渠道长度及衬砌情况、渠床特性等有关，可采用理论计算公式结合实测数据修正。
渠道输水过程中的流量变化最小，即：
(https://www.daowen.com)
式中，SCV为主干渠和干渠的输水过程流量变异系数；C总V为主干渠的流量变异系数；C干V为各条干渠的流量变异系数。
④约束条件
按照灌区渠道运行的要求，该模型的约束条件包括：
A.支渠配水流量约束。实际配水流量为设计流量的0.6—1倍，即：
式中，qd为第d条支渠实际配水流量，m3/s；qd设为该支渠设计流量，m3/s；α为实际流量与设计流量比值，取值为0.6—1.0。
B.最大轮期约束。渠系总配水时间小于根据灌溉预报计算确定的允许最大总配水时间，即：
式中，t总为渠系总配水时间，s；tmax为允许最大总配水时间，s，根据预报的灌水中间日确定。
其他还有水量平衡约束和上下级渠道输水连续性约束等。
⑤模型求解
多目标渠系配水模型较单目标模型的复杂程度更深，对求解算法的要求也更高，智能进化算法在该方面表现出来的优越性更加显著。遗传算法鲁棒性强、搜索度高，且适合求解整数规划问题，本项目采用此算法求解模型。
遗传算法基本思想是：模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学方式，利用计算机仿真运算，将问题的求解过程转换成类似生物进化中染色体基因交叉、变异等过程。在求解较为复杂的组合优化问题时，相对一些常规的优化算法，遗传算法通常能够较快获得较好的优化结果。求解步骤如下：
A.在决策空间中随机生成初始的若干可行解，不可行解被淘汰。
B.多目标函数的处理采用加权和法转换为单目标问题，先进行各个目标函数无量纲化，再进行权重赋值，将转换后的目标函数作为适应度函数。适应度函数采用如下公式：
式中，f为适应度函数；λ1、λ2、λ3为各项目标函数的权重；N的单位为次，其余均为无量纲。各干渠闸门操作次数为正整数，1/N的取值范围为（0，1），1/N目标函数为最大化，W损和SCV均为最小化，可将最大化目标函数乘以-1转换为最小化。适应度函数值越小，代表配水方案越好。
C.采用轮盘赌方法进行后代选择操作，采用交叉和变异增加后代的多样性，交叉和变异后的子代若为不可行解，则舍去，采用精英保留方法保留当前优化状态下的最优解。
D.设置最大迭代次数为1000，适应度函数理想值和最大迭代次数作为优化终止条件，并从最后一代群体可行解中选出最优解。
⑥模型运行结果评价
得到渠系各干渠运行方案，并与经验法确定的渠道运行方案进行比较，评价模型运行结果。