馬 永 勝

(陜西省水利電力勘測設(shè)計研究院，陜西 西安 710001)

0 引 言

近年來，隨著國家生態(tài)文明建設(shè)的不斷推進，水生態(tài)環(huán)境基礎(chǔ)保障功能日益凸顯。特別是對長江經(jīng)濟帶建設(shè)，國家確定了“共抓大保護，不搞大開發(fā)”的生態(tài)優(yōu)先、綠色發(fā)展總基調(diào)[1]。保障河湖生態(tài)水量是加強水資源開發(fā)利用管控、推進河湖生態(tài)保護和水生態(tài)文明建設(shè)的基本要求[2]。河湖生態(tài)用水，不僅要嚴格退還以往“欠賬”，更要有條件地按照高標準滿足其用水要求[3]。綜合利用型水庫作為流域水資源均衡調(diào)控主體，在應(yīng)對傳統(tǒng)供水、灌溉、發(fā)電目標基礎(chǔ)上，還需面對流域新增的水生態(tài)環(huán)境目標。對于已建成涉及生態(tài)目標的水庫工程，國內(nèi)相關(guān)學者相繼開展了水庫生態(tài)調(diào)度研究[4-8]。喬曄等[9]對比分析了利用水庫生態(tài)調(diào)度方式減緩工程不利影響的實例；黃強等[10]通過闡釋生態(tài)調(diào)度內(nèi)涵指出了水庫生態(tài)調(diào)度發(fā)展方向；黃艷[11]較為系統(tǒng)地總結(jié)了三峽水庫建成以來生態(tài)調(diào)度的實踐及其特點。然而相較于已建成水庫，規(guī)劃階段的水庫工程規(guī)模正待確定，綜合目標之間可能存在競爭或包容關(guān)系，目標需水量及需水過程未完全明確，其生態(tài)調(diào)度更為復雜，且現(xiàn)行規(guī)范無具體參照可依，在實踐中長期困擾水庫工程設(shè)計人員。因此，面對水生態(tài)目標的規(guī)劃水庫合理規(guī)模論證、基于多目標調(diào)度運行方式的確定，是當前綜合性水庫工程設(shè)計的難點，也是亟需解決的具有實踐意義的關(guān)鍵技術(shù)問題。

本文以漢江流域最大支流月河生態(tài)調(diào)度為研究實例，確定河道合理的生態(tài)流量及年內(nèi)過程，建立水庫多目標聯(lián)合調(diào)度模型，分析多目標之間博弈關(guān)系，論證規(guī)劃水庫適宜的工程設(shè)計規(guī)模，旨在為漢江流域生態(tài)需水界定、面向生態(tài)的多目標規(guī)劃水庫規(guī)模論證提供理論借鑒與技術(shù)支撐。

1 流域生態(tài)問題及規(guī)劃水庫概況

1.1 流域概況及生態(tài)問題

漢江流域被定位為國家生態(tài)經(jīng)濟帶及南水北調(diào)中線工程戰(zhàn)略水資源保障區(qū)[12]，流域水生態(tài)環(huán)境狀況直接影響中線工程京津冀等受水區(qū)數(shù)千萬人飲水安全，屬國家重大戰(zhàn)略安全問題[13]。月河為漢江一級支流，是漢江流域內(nèi)重要河流，發(fā)源于秦嶺南麓鳳凰山主峰鐵瓦殿大堰溝，并于安康市漢濱區(qū)流入漢江干流。月河全長95.2 km，流域面積2 830 km2，多年平均徑流量9.04億m3。月河干流位于漢江流域川道地區(qū)，人口稠密，產(chǎn)業(yè)聚集，是安康市經(jīng)濟社會發(fā)展核心區(qū)域，長期高速發(fā)展、人口劇增，加之氣候變化和日益嚴峻的水污染等因素，致使月河相較于漢江流域其他主要河流水生態(tài)環(huán)境矛盾更為突出[14]。主要表現(xiàn)為：水資源過度開發(fā)、水生態(tài)空間擠占嚴重、水環(huán)境日益惡化、甚至偶發(fā)重大水污染事件。此外，月河水生態(tài)流量長期無法充分保障，難以維系月河健康及其對區(qū)域經(jīng)濟社會的支撐作用，并可能直接威脅到漢江流域“一泓清水永續(xù)北上”的歷史使命。

1.2 規(guī)劃水庫基本情況

規(guī)劃的恒河水庫位于月河最大支流恒河中下游，水庫壩址距恒河入月河口以上約20 km，恒河全段基本未建較大取水工程，流域內(nèi)人類活動干擾少，恒河水質(zhì)常年優(yōu)于月河、水量豐沛，且中下段具備興建較大調(diào)蓄樞紐的地質(zhì)地形條件。

恒河水庫是該流域內(nèi)規(guī)劃的綜合性、多目標水利工程，工程任務(wù)是在改善月河水生態(tài)基礎(chǔ)上，滿足區(qū)域內(nèi)城鎮(zhèn)生活、工業(yè)生產(chǎn)、農(nóng)業(yè)灌溉等多種用水需求，并且兼顧發(fā)電，規(guī)劃恒河水庫功能與流域區(qū)位關(guān)系如圖1所示。

2 生態(tài)需水年內(nèi)分期計算

2.1 年內(nèi)分期劃定

河流生態(tài)流量是一個貫穿河流全生命周期維持河道及河口生態(tài)系統(tǒng)健康，并保障人類生存發(fā)展所需的河道適宜流量。生態(tài)流量確定是面向生態(tài)多目標水庫調(diào)度的前提和基礎(chǔ)。同時，生態(tài)流量的時間變異性是天然徑流的重要特征。天然河流因氣候或降水等因素其水文情勢呈現(xiàn)季節(jié)性變化，導致年內(nèi)呈現(xiàn)較大時程差異，影響不同時段生態(tài)流量確定[15]。為更精準刻畫河流生態(tài)流量，可借鑒類似汛期分期的理論與方法，選取相關(guān)水文要素對天然河流生態(tài)流量分期劃定?？紤]到河流生態(tài)流量各時段間并無嚴格界限，符合模糊集理論原理，本文采用模糊統(tǒng)計方法推求河流天然徑流經(jīng)驗隸屬度，并擬合參數(shù)曲線求得理論隸屬函數(shù)和理論隸屬度，依此劃定天然河流年內(nèi)分期[16]。

生態(tài)流量分期理論隸屬度函數(shù)如式(1)所示：

(1)

式中：a1，a2分別為逐日天然徑流量產(chǎn)生梯度變化的開始和結(jié)束時間；b1，b2為生態(tài)調(diào)度水庫庫容特性參數(shù)。

2.2 生態(tài)需水計算

常見的生態(tài)流量計算方法是將其選定為多年平均天然徑流量某一比例，得到單一生態(tài)流量值，這未能充分體現(xiàn)不同分期內(nèi)生態(tài)流量大小、歷時、變率、過程等變化特性。然而，不同等級生態(tài)流量，對于維系河流生態(tài)健康而言營造了不同的生境，蘊含著不同的生態(tài)意義。因此，合理的生態(tài)流量計算方法應(yīng)能呈現(xiàn)出不同流量等級在時間和頻率上的分布趨勢。隨機流量歷時曲線法(Stochastic Flow Duration Curve，SFDC)能夠揭示流量在頻率域上的分布特征及其變化趨勢，對河流生態(tài)流量設(shè)計與選取具有指導意義。用于確定生態(tài)流量的隨機流量歷時曲線是流量-歷時(超過頻率)的關(guān)系曲線，表征設(shè)計時段內(nèi)超過某一特征流量的持續(xù)時長或出現(xiàn)頻率，其中設(shè)計時段可取日、月、年等不同時間尺度。通過在隨機流量曲線中選擇不同流量-歷時頻率，推求頻率曲線下超過頻率計算相應(yīng)生態(tài)流量[17]。

(1)繪制逐年流量-歷時曲線AFDC(Annual Flow Duration Curve)。采用天然河流逐年實測日流量qt，i，統(tǒng)計不同流量頻率區(qū)間，繪制該年內(nèi)流量-歷時曲線。

(2)繪制隨機流量-歷時曲線簇SFDCs(Annual Flow Duration Curves)。按照年徑流頻率Pa，i選取若干條逐年流量-歷時曲線，組成隨機流量-歷時曲線簇，見圖2。

(3)繪制超越頻率-歷時曲線簇EPFDCs(Exceedance Probability Flow Duration Curves)。依據(jù)預選的特征頻率Pp，i，在隨機流量-歷時曲線簇上摘選對應(yīng)流量Qt，i，點繪超越頻率-歷時曲線簇，見圖3。

(4)提取分期生態(tài)流量。在超越頻率-歷時曲線簇中查找各分期生態(tài)流量頻率Pe，i，并提取各自相應(yīng)頻率下生態(tài)流量值作為各分期生態(tài)流量設(shè)計值Qe，i。

3 水庫多目標調(diào)度模型

3.1 模型建立

面向水生態(tài)的多目標水庫規(guī)模論證，核心是協(xié)調(diào)生態(tài)效益與社會經(jīng)濟效益之間的矛盾，達成生態(tài)和其他各用水利益主體之間的平衡。因此，基于各目標間相互博弈關(guān)系，分別以生態(tài)目標、供水目標以及發(fā)電目標為3個相對獨立的目標函數(shù)，構(gòu)建多目標水庫調(diào)度模型。

3.1.1目標函數(shù)

(1) 生態(tài)目標。本文采用能夠充分反映水庫調(diào)節(jié)對河流生態(tài)流量影響的修正全年流量偏差函數(shù)(Amended annual proportional flow deviation，AAPFD)作為生態(tài)目標。國內(nèi)外水生態(tài)環(huán)境評價研究表明，AAPFD值越大，河流的健康狀況越差。因此，生態(tài)目標為河流AAPFD值最小。

(2)

(2) 供水目標。水庫多目標供水各用水對象依據(jù)其對于社會經(jīng)濟發(fā)展重要程度，具有不同供水等級。一般地，生活用水優(yōu)于生產(chǎn)用水，這兩者又優(yōu)于農(nóng)灌用水，需引入不同權(quán)重因子，將各供水目標統(tǒng)一于供水目標函數(shù)。

(3)

式中：F2為各供水對象缺水量最小目標，由考慮不同權(quán)重因子的缺水函數(shù)表示；在計算時段t內(nèi)，Qld，t與Qls，t為生活需水量與生活供水量，m3/s；Qdd，t與Qds，t為工業(yè)需水量與工業(yè)供水量，m3/s；Qid，t與Qis，t為農(nóng)業(yè)需水量與農(nóng)業(yè)供水量，m3/s；ω1，ω2，ω3分別為城市生活、工業(yè)生產(chǎn)及農(nóng)業(yè)灌溉供水等級權(quán)重因子。

(3) 發(fā)電目標。通常多目標背景下的水庫發(fā)電目標，多應(yīng)用為結(jié)合式發(fā)電方式，即發(fā)電效益多遵從于生態(tài)與供水效益。發(fā)電目標依據(jù)水電站動能計算公式表達。

(4)

式中：F3為水庫發(fā)電量最大目標；水庫總發(fā)電量為各計算時段t的動能Nt與離散化時長Δt的乘積在總調(diào)度時段T內(nèi)合計；具體的，K為水庫出力系數(shù)；Qel，t為水庫發(fā)電流量，m3/s；Hel，t為水庫發(fā)電水頭，m。

3.1.2約束條件

(1) 水庫水量平衡。

Vt+1=Vt+(QI，t-QO，t-QL，t)×3600Δt

(5)

式中：Vt+1與Vt為水庫于t+1以及t時刻庫內(nèi)水量，m3；QI，t，QO，t和QL，t分別為水庫入庫、出庫以及損失水量(包含蒸發(fā)、滲漏、輸水損失等)，m3/ s；Δt為離散時段長度，h。

依據(jù)水庫水量平衡式中水庫庫容為決策變量，確定時段內(nèi)各水庫蓄、供水量，從而現(xiàn)實長系列迭代計算。

(2)庫容約束。

(6)

(3) 水位約束。

(7)

(4) 供水量約束。

(8)

式中：QS，t與QD，t為水庫對不同對象供水量與需水量(S代表各對象供水量，D代表各對象需水量)，m3。

(5) 供水度約束。

(9)

式中：η為各個對象在t時刻的供水度。按照現(xiàn)行設(shè)計規(guī)范要求，該指標值一般不低于70%。

(6) 出力約束。

(10)

3.2 模型求解

多目標水庫調(diào)度模型的求解屬于多維非線性問題，以往多采用將多目標轉(zhuǎn)化為單一目標的求解方式，雖在一定程度上可降低模型求解難度，但其在尋優(yōu)過程中無法實現(xiàn)多目標間的同步優(yōu)化，難以全面反映多目標水庫調(diào)度模型中各目標間的博弈關(guān)系。在多目標求解過程中，各目標存在相互競爭，從本質(zhì)上講，多目標水庫調(diào)度是不存在單個最優(yōu)解，只會產(chǎn)生非劣解(或稱Pareto最優(yōu)解集)。因此，對于多目標調(diào)水庫調(diào)度模型求解，應(yīng)盡可能尋找更多的非劣解，構(gòu)建更為豐富的Pareto最優(yōu)解集，從而依據(jù)決策者的偏好選取模型適宜的解。

近年來，帶精英策略的非支配排序遺傳算法(Non-dominated Sorting Genetic Algorithm-Ⅱ，NSGA-Ⅱ)廣泛應(yīng)用于水庫多目標優(yōu)化調(diào)度[18]。NSGA-Ⅱ算法在傳統(tǒng)遺傳算法基礎(chǔ)上，為確保種群子代優(yōu)良，引入了精英策略，顯著提高算法魯棒性。此外，為提高種群搜索范圍，采用擁擠度及其比較算子，豐富了種群多樣性。NSGA-Ⅱ算法主要步驟如下：首先，隨機生成初始父代種群，對該種群非支配排序，并采用遺傳算子(genetic operators)進行交叉(crossover)和變異(mutation)操作獲得第一代子代；其次，合并父代與子代種群，執(zhí)行快速非支配排序，計算個體擁擠度，選擇適應(yīng)解個體，產(chǎn)生新父代種群；最后，遵循遺傳操作產(chǎn)生新子代種群；如此循環(huán)，直至完成最大迭代次數(shù)，具體求解流程如圖4所示。

4 結(jié)果分析與討論

4.1 月河分期生態(tài)流量確定

依據(jù)月河1958～2018年共60 a洪水資料，采用模糊統(tǒng)計實驗法以每年第一場和最后一場洪水發(fā)生時間作為汛期起止劃分指標，從而獲得汛期模糊集的一次顯影樣本，統(tǒng)計每天被60 a中各年汛期樣本覆蓋的頻次，推求相應(yīng)頻率進而獲得恒河水庫全年各天的經(jīng)驗隸屬度。對初步計算的經(jīng)驗隸屬度參照隸屬函數(shù)線形進行參數(shù)擬合，得到理論隸屬函數(shù)參數(shù)：a1=6月25日；a2=9月10日；b1=58.62；b2=65.25(b1，b2是與規(guī)劃恒河水庫調(diào)蓄能力有關(guān)的參數(shù))。因此，確定月河生態(tài)流量分期的理論隸屬函數(shù)為：

日尺度下月河生態(tài)流量分期理論隸屬度計算結(jié)果見圖5，以旬時段統(tǒng)計表示。

參照生態(tài)流量分期理論隸屬度結(jié)果，考慮河流生態(tài)流量在全年水文情勢變化的時程差異，依據(jù)隸屬度值梯度變化，設(shè)定劃分閾值分別為0.995與0.980，將月河生態(tài)流量劃分3個分期：前汛期4～5月、主汛期6～9月、枯水期10月至次年3月。

采用隨機流量歷時曲線法(SFDC)計算各分期段內(nèi)生態(tài)流量值。首先，選用月河1958～2018年合計60 a實測逐日徑流資料，將流量歷時曲線繪制同一坐標系(縱坐標取對數(shù)坐標系)，得到月河隨機流量歷時曲線簇SFDCs，如圖6所示。

月河隨機流量-歷時曲線族中不同頻率水平的SFDC大致呈平行狀態(tài)，由于圖6采用對數(shù)坐標系，該結(jié)果表明月河不同頻率天然流量基本呈對數(shù)均勻分布。

其次，依據(jù)預選的超越頻率于月河隨機流量-歷時曲線簇中選取對應(yīng)頻率下的隨機流量過程，繪制出月河天然流量超越頻率-歷時曲線簇EPFDCs，如圖7所示。

4.2 恒河水庫多目標調(diào)度結(jié)果分析

本文應(yīng)用NSGA-Ⅱ算法對面向月河水生態(tài)的恒河水庫多目標調(diào)度模型求解，算法中所選取種群規(guī)模N=200、最大迭代次數(shù)Gen=1 000，并引入二進制交叉算子(交叉概率Pc=0.85)和多項式突變(變異概率Pm=1/n，其中n為決策變量即水庫調(diào)節(jié)水位個數(shù))。此外，確定的突變分布指數(shù)m和交叉分配指數(shù)c均為20。采用月河以及恒河1958～2018年60 a逐日徑流過程完成旬尺度的長系列計算，得到較多非劣解，由此構(gòu)建非劣解集。在非劣解集內(nèi)，可選擇偏好生態(tài)效益、供水效益與發(fā)電效益的Pareto最優(yōu)解形成3類情景，并依據(jù)對3個目標的不同滿足程度組成決策空間，即規(guī)劃方案，結(jié)果見表1。

表1 多目標恒河水庫情景組成及規(guī)劃方案對比Tab.1 Comparison of the scenario composition and planning scheme for multi-objective Henghe Reservoir

由表1可見，各規(guī)劃方案的目標值即月河生態(tài)目標、水庫供水目標、水庫發(fā)電目標無法同時實現(xiàn)最優(yōu)化(供水量最大且保證率滿足設(shè)計要求)，反映出3個目標之間存在相互競爭關(guān)系。依據(jù)目標偏好于眾多非劣解方案中摘選形成三類情景，分別代表月河生態(tài)最優(yōu)(情景一)、水庫供水最優(yōu)(情景二)、水庫發(fā)電最優(yōu)(情景三)。情景一中3個規(guī)劃方案，其月河生態(tài)供水量與保證率均大于其他兩類情景中的各規(guī)劃方案，且滿足月河生態(tài)保證率不低于95%的目標要求，表現(xiàn)出該情景滿足月河生態(tài)目標偏好；情景二、三體現(xiàn)了水庫供水與發(fā)電效果最優(yōu)的目標偏好。此外，不同Pareto最優(yōu)解，即各情景下的規(guī)劃方案亦各有所側(cè)重，若某一目標效益增大，則至少其他一個或兩個目標利益勢必損失；同時，在供水目標內(nèi)部各用水對象之間也存在“爭水”現(xiàn)象，如情景二內(nèi)，水庫供水最優(yōu)即方案4、方案5中各對象供水量均滿足保證率要求，隨著方案6生活供水量增加保證率提至96.2%，而生產(chǎn)與農(nóng)灌供水減少致使其保證率降低為94.4%,74.8%，均無法達到設(shè)計要求。再者，各目標之間相互影響強度也不盡相同，如水庫發(fā)電目標對月河生態(tài)目標、水庫供水目標中的農(nóng)灌影響較大，相互之間存在強競爭關(guān)系。在水庫發(fā)電最優(yōu)的情景三中，發(fā)電效益在方案7～9有所增加，其對生活與生產(chǎn)供水影響較低，而月河生態(tài)及農(nóng)灌用水顯著減少，兩者保證率降至各方案最低，為88.3%，66.7%。究其原因，月河生態(tài)與農(nóng)灌供水相較于其他對象供水過程變幅較大，該變化具有較強的時段性或季節(jié)性，而較優(yōu)發(fā)電效益需要較為穩(wěn)定均勻的流量過程，兩者間存在較強的用水過程矛盾。因此，為尋求綜合效益最優(yōu)方案，需根據(jù)決策者偏好，并結(jié)合其他因素實現(xiàn)多目標規(guī)劃方案優(yōu)選。

4.3 面向生態(tài)的恒河水庫規(guī)模論證

多目標水庫工程規(guī)模論證是尋求水資源利用效率、多目標綜合效益、建設(shè)投資、運行風險等諸多因素之間平衡，從而確定效益顯著、經(jīng)濟適宜、運行安全的合理工程規(guī)模。決策者采用不同效益偏好，即本文多目標效益在3類情景下的9個規(guī)劃方案，各目標用水過程各有差別，其工程規(guī)模與建設(shè)投資亦不相同。因此，為實現(xiàn)表1中各方案目標效益，通過水庫工程規(guī)模模擬演算并計算對應(yīng)建設(shè)投資。

本文選取的工程規(guī)模指標為與水庫多目標效益實現(xiàn)直接相關(guān)的水庫興利調(diào)節(jié)特征水位——死水位與正常蓄水位，及相應(yīng)決定建設(shè)投資的水庫壩高及總庫容。此外，面向生態(tài)的水庫工程規(guī)模確定，應(yīng)基于生態(tài)效益且考慮經(jīng)濟效益、社會效益等。因此，建設(shè)投資指標不僅采用了水庫建設(shè)工程投資，同時將由水庫建設(shè)造成的社會影響以移民投資表示，結(jié)果見表2。

表2 各情景下恒河水庫規(guī)劃方案工程規(guī)模及投資對比Tab.2 Comparison of project scale and investment of Henghe Reservoir under different planning schemes and preferential scenarios

如表2所示，以月河生態(tài)最優(yōu)及水庫供水最優(yōu)的情景一、情景二，主要發(fā)揮水庫調(diào)蓄供水能力，實現(xiàn)各自偏好目標的生態(tài)或供水效益最大化，其死水位均為367 m，以考慮泥沙淤積達到水庫最低泄放水位要求為主。正常蓄水位依據(jù)各規(guī)劃方案不同生態(tài)或供水效益組成而定，有所差異，因而各方案壩高及總庫容等工程規(guī)模指標也不相同，但變化不大。值得注意的是，在發(fā)電效果最優(yōu)的情景三中，各方案死水位與正常蓄水位較情景一、情景二均明顯提高，主要原因是水庫提高發(fā)電水頭，各方案可獲得更好發(fā)電效益。

為進一步對比各規(guī)劃方案綜合效益，將其生態(tài)效益、供水效益(對象供水量按目標函數(shù)2所設(shè)定權(quán)重歸一化)、凈投資(發(fā)電效益轉(zhuǎn)化為水庫運行周期內(nèi)經(jīng)濟收益，抵消部分總投資)點繪于同一三維坐標系內(nèi)(見圖8)。

圖8較為清晰地體現(xiàn)了各規(guī)劃方案間競爭關(guān)系，代表了水庫多目標利益主體的不同訴求。規(guī)劃方案優(yōu)選主要取決于決策者偏好及對工程預期投資的博弈，進而確定合理的水庫工程規(guī)模?？紤]到恒河水庫是面向生態(tài)的多目標調(diào)度工程，決策者偏好應(yīng)重點遵循生態(tài)優(yōu)先理念。由圖8可見，相較于其它方案，方案1、2生態(tài)效益較為顯著，方案2生態(tài)水量僅次于方案1，而其供水水量略大于方案1，且工程凈投資明顯低于方案1。因此，生態(tài)效益最優(yōu)情景下的規(guī)劃方案2有效協(xié)調(diào)了生態(tài)效益與其他效益之間的強競爭關(guān)系，易于發(fā)揮水庫綜合效益，具有較好的經(jīng)濟性，適宜于確定面向生態(tài)的恒河水庫工程規(guī)模。

5 結(jié) 論

漢江流域水生態(tài)環(huán)境狀況，對保障南水北調(diào)中線工程健康永續(xù)運行、支撐漢江國家生態(tài)經(jīng)濟帶和諧平穩(wěn)發(fā)展具有決定性意義。因此，流域內(nèi)水利工程從規(guī)模論證到調(diào)度運行應(yīng)全過程堅持面向生態(tài)理念，并盡可能滿足多用水對象水需求，發(fā)揮綜合利用效益。本文針對漢江流域內(nèi)水環(huán)境問題較為突出的月河，以月河支流規(guī)劃恒河水庫為例，提出了面向生態(tài)的多目標水庫規(guī)模論證架構(gòu)及研究方法。主要結(jié)論如下：

(1)采用模糊統(tǒng)計方法推求了月河天然徑流分期理論隸屬度函數(shù)，并對月河生態(tài)流量在年內(nèi)劃定出枯水期、汛前期及主汛期3個分期時段，利用隨機流量歷時曲線法(SFDC)計算各分期段生態(tài)流量值分別為：5.88，8.82，11.76 m3/s。

(2)構(gòu)建了以河流生態(tài)最優(yōu)、供水缺水最小以及發(fā)電量最大為各自目標函數(shù)的多目標水庫調(diào)度模型。引入帶精英策略的非支配排序遺傳算法NSGA-Ⅱ完成了長系列1958～2018年共60 a模擬運算，得到多目標Pareto最優(yōu)解，并形成以供水量、保證率、擬裝機、發(fā)電量等為評價指標的3類情景下9組規(guī)劃方案。

(3)分析了多目標效益之間博弈關(guān)系，論證了各規(guī)劃方案工程規(guī)模及建設(shè)投資。遵循面向生態(tài)的決策者偏好，確定了恒河水庫工程規(guī)模宜選用生態(tài)效益最優(yōu)情景下的規(guī)劃方案2，該方案生態(tài)效益顯著，且充分協(xié)調(diào)了水庫綜合效益。

值得注意的是，面向生態(tài)的多目標水庫工程規(guī)模論證中所形成各類情景及各種規(guī)劃方案，各有所長，從本質(zhì)上講，并不存在絕對優(yōu)劣差異。因而，水庫工程規(guī)模確定更多是依據(jù)決策者意愿等主觀偏好。