规模化管道输水灌溉管网系统优化设计方法研究

发布时间：2020-04-23 19:23

【摘要】：随着水资源短缺和供需矛盾的加剧,水资源已成为经济社会发展的一种战略性资源,是工农业生产与生活中必不可少的物质之一。我国水资源相对匮乏,人均水资源占有量较少,农业用水占全国用水量的比重较大,提高农业用水的利用率是节约水资源的有效方式。管道输水灌溉以较小的占地面积、较低的渗漏量与蒸发量被广泛认为是节水灌溉的重要措施。近年来,随着管道输水灌溉管网控制面积的增大,如何在经济费用最低的情况下保证管网流量均衡和安全调控是管网优化需要解决的关键问题。本文是在前人研究的基础上,通过对文献资料的分析,系统总结了管道输水灌溉管网优化设计方法研究现状,建立了泵站加压条件下树状灌溉管网的优化模型,并分别利用遗传算法和LINGO软件对优化模型求解,主要研究成果如下:(1)分析了树状灌溉管网的费用组成和约束条件,将管道投资年费用、机泵年运行费作为目标函数,将出流口流量均衡、管道承压力、节点压力水头、标准管径、管段长度作为优化的约束条件,建立了泵站加压条件下非线性树状灌溉管网优化模型。(2)针对大型非线性规划模型变量较多、约束条件复杂,采用常规方法难以求得最优解的问题,将基于MATLAB的遗传算法引入到模型求解中。遗传算法在处理此类离散型变量的非线性规划问题具有较强的全局寻优能力,能够快速收敛得到最优解,而且运行时间较短。在对实例中的遗传算法程序设计中,采用了基于MATLAB平台的遗传算法工具箱(GATBX),将整数编码应用到程序设计中,缩减了染色体长度,避免了编码冗余问题。对约束条件的处理采用了目标函数中添加惩罚函数的形式,通过设置恰当的惩罚系数与遗传设计参数,求得了树状灌溉管网优化模型的最优解。(3)将LINGO软件应用到优化模型求解中,利用LINGO通用的编程语言、较强的时效性,在LINGO11.0平台中编写程序,并将遗传算法与LINGO的求解结果进行对比分析,在已定扬程的灌溉管网优化中,遗传算法降低费率为11.18%,LINGO降低费率为9.2%,由此表明:遗传算法在本管网优化模型中的求解精度高于LINGO。(4)将优化模型在某一灌区中进行验证,对管网中可能用到的标准管径进行最小二乘法拟合,重新对简化后的管网进行轮灌组划分,并结合出流口各点的地形高程,将相关参数代入优化模型中,分别比较了不同最大遗传代数对优化结果的影响,并且将优化结果原经济流速法设计的方案进行对比,优化结果表明,该模型能够控制管网内压力差在20%范围内,从而验证了模型的可行性,对规模化树状灌溉管网压力均衡的控制起到一定作用。
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S277

【相似文献】