[发明专利]一种不确定条件下降低能耗的水资源优化配置方法

说明书

本发明属于水资源配置技术领域，尤其涉及一种不确定条件下降低能耗的水资源优化配置方法，包括：步骤A、预测配置区的水资源需求量、水资源可获得量，将其作为水资源配置模块的前端基础数据；步骤B、基于配置区水资源自然状况设置能源消耗情况，将其作为配水耗能模块的前端输入，构建模型目标函数；步骤C、采用两阶段双层规划分析对模型进行优化求解，并耦合模糊满意度算法与区间交互式算法，设置各用户配水量与上层目标的隶属函数。本发明可在优化水资源配置的基础上，有效减少配水能耗量，获得节能增收的水资源配置方案。

技术领域

本发明属于水资源配置技术领域，尤其涉及一种不确定条件下降低能耗的水资源优化配置方法。

背景技术

水资源是人类生存的基础，随着人口增长与社会发展，水资源短缺问题日益严重。据统计，全世界有18亿人口面临着水资源短缺问题，其中，6.63亿甚至无法获得安全的饮用水。同时，能源短缺也是急需解决的世界性难题。而水资源与能源具有紧密的耦合关系。水资源抽取、运输、净化、处理中需要大量的能源，而能源生产过程中也要消耗大量的水资源。因此，如何在增大系统收益的同时，减少水资源配置过程耗所能量，实现水资源系统综合管理，在追求经济效益的同时，实现能源节约的绿色发展模式，做到资源可持续是目前所要解决的问题。

发明内容

为了解决上述技术问题，本发明提供了一种不确定条件下降低能耗的水资源优化配置方法，包括：

步骤A、预测配置区的水资源需求量、水资源可获得量，将其作为水资源配置模块的前端基础数据；

步骤B、基于配置区水资源自然状况设置能源消耗情况，将其作为配水耗能模块的前端输入，构建模型目标函数；

步骤C、采用两阶段双层规划分析对模型进行优化求解，并耦合模糊满意度算法与区间交互式算法，设置各用户配水量与上层目标的隶属函数。

所述步骤A包括：

步骤A0：输入配置区地理边界范围，基于支持向量机模型，预测配置区域不同用户在规划时期内的水资源需求量，并依据各用户历史用水量的波动情况，将需求量表示为区间参数形式；

步骤A1：依据配置区自然地理状况，采用逐步聚类分析法预测区域地表水、地下水水资源储量，将获得的水资源可获得量作为优化配置模型的输入边界；

步骤A2：加载各用户水资源需求区间以及水资源可获得量，将其作为水资源配置模块的前端基础数据，并设置误差允许范围，作为参数的波动区间。

所述步骤B包括：

步骤B0：调取配置区地下水深度、土层结构、地表水至各用户距离的水资源自然状况，依据经验公式设置单位水资源抽水能耗、净化能耗、输水能耗、处理能耗，将其作为配水耗能模块的前端输入；

步骤B1：加载区域配水耗能模块，考虑水资源优化配置中的不确定性，构建模型目标函数；对配置系统中的缺水误差进行反馈识别；

步骤B2：分别建立以社会总需电量、污染物排放总量、总水资源量、用户最小需水量为约束条件。

所述步骤C包括：依据所设置的模型隶属函数，加载系统满意度参数，范围为0到1，用于衡量决策者对模型求解结果的满意程度，满意度参数越接近于1，表明决策者对水资源配置结果越满意。

所述步骤B1包括：

考虑自然条件下水资源储量的不确定性与配置系统中缺水误差的随机性，构建上层模型目标：

加载配水耗能模块，考虑配水全过程中的抽水能耗、净化能耗、输水能耗、处理能耗，构建下层模型目标：