标题

Size: px

Start display at page:

Download "标题"

郎韶
5 years ago
Views:

1 第 28 卷第 5 期 2017 年 9 月水科学进展 ADVANCES IN WATER SCIENCE Vol.28,No.5 Sep.,2017 DOI: / j cnki 黄河流域水资源能源粮食的协同优化彭少明, 郑小康, 王煜, 蒋桂芹 ( 黄河勘测规划设计有限公司, 河南郑州 ) 摘要 : 黄河流域是中国重要能源和粮食主产区, 然而水资源短缺已成为制约能源粮食发展的关键要素为优化流域水资源能源粮食之间的关系, 引入协同学原理构建水资源能源粮食整体分析框架, 建立具有总分结构互馈关联的协同优化模型, 采用多要素均衡智能算法, 提出黄河流域粮食生产能源开发与水资源调配一体优化的布局方案结果表明, 通过水资源能源粮食协同优化, 2030 年增加流域供水量亿 m 3 ; 优化了流域粮食生产布局, 人均粮食产量提高 12%; 优选了能源产业规模和结构, 煤炭开采石油加工和火电总装机分别增加了 2 86 倍 4 08 倍和 0 80 倍 ; 在满足生活生态环境用水的同时实现了粮食增收能源增产关键词 : 水资源 ; 能源 ; 粮食 ; 协同优化 ; 布局 ; 黄河流域中图分类号 : TV212 文献标志码 : A 文章编号 : (2017) 水能源和粮食是人类生存和发展不可或缺的资源 [1] 随着人口增长经济社会发展, 能源粮食与水资源的系统风险问题日益突出 [2], 并受到各国政府及学术界的高度关注水能源粮食纽带关系相互交织错综复杂, 揭示互动机理协同优化相互作用关系具有重要的科学意义 [3 8] 当前国内外在水能源粮食协同优化领域的研究尚处于起步阶段, 主要成果包括 : 揭示了能源和粮食生产与水资源消耗之间的关联关系与反馈机制 [9 14], 构建了水能源粮食的分析框架 [15 17], 探索了互动关系模拟分析方法, 提出了应对水能源粮食系统风险的措施 [18 20], 并从作物品种改良 [21] 用水效率改进 [22 24] 水权交易 [25] [26 28] 水足迹和虚拟水贸易等方面探讨了解决问题的途径然而, 水能源粮食之间存在复杂的相互作用和纽带关系, 以往研究大多侧重于水能源水粮食两两之间关系的改善, 而忽视了水能源粮食之间的互馈关联作用, 对三者之间纽带关系的定量揭示和整体优化研究较少, 尤其是在系统优化方法和协同建模技术等研究不足黄河流域土地能源矿产资源丰富, 是中国重要的能源流域和粮食主产区, 然而水资源短缺, 并成为制约流域发展的瓶颈要素在国家能源安全粮食安全战略驱动下流域用水需求进一步增长, 水土资源分布不匹配供需矛盾突出等问题进一步凸显开展流域水资源能源粮食协同优化, 提出适水产业规模和布局是提高区域发展支撑能力的重要手段而当前黄河流域水资源能源粮食问题的研究多集中在能源粮食生产的水资源安全保障和以水资源承载能力为约束的配置方面, 整体协同优化研究尚处于概念阶段本文从系统科学角度研究水资源能源粮食之间的纽带关系, 构建黄河流域水资源能源粮食协同优化模型, 研究多要素均衡求解方法, 提出协同优化方案 1 黄河流域水资源与能源粮食概况 (1) 水资源条件黄河流域属大陆性季风气候, 大部分地处干旱半干旱地区, 降水量少而蒸发量大, 流域多年平均降水量为 mm, 而蒸发量为 mm 黄河多年平均径流量为亿 m 3, 人均水资收稿日期 : ; 网络出版时间 : 网络出版地址 : http: / / kns cnki net / kcms / detail / P html 基金项目 : 国家重点研发计划资助项目 (2017YFC ; 2017YFC ) 作者简介 : 彭少明 (1973 ), 男, 河南信阳人, 教授级高级工程师, 博士, 主要从事水文水资源方面研究 E mail: pengshming@ 163 com

2 682 水科学进展第 28 卷源量不足全国平均的 1 / 4, 且具有年际变化大年内分配集中空间分布不均等特征 (2) 粮食生产黄河流域大部分地区光热资源充足, 农业生产发展潜力大, 流域内共有耕地万 hm 2 此外, 黄河下游流域外引黄灌区土地面积为 656 万 hm 2, 有效灌溉面积约万 hm 2 汾渭平原河套灌区和黄淮海平原是国家主体功能区规划划定的全国重要粮食主产区近 30 年流域粮食产量连续增长, 2015 年粮食总产量达到 4370 万 t (3) 能源开发黄河流域上游水能资源上中游地区煤炭和天然气资源中下游地区石油都十分丰富, 被誉为中国的能源流域黄河流域已探明煤产地 ( 或井田 )685 处, 保有储量亿 t, 占全国煤炭储量的 46 5% 国家能源战略规划的主要能源基地包括 : 宁夏宁东能源基地, 内蒙古呼包鄂金三角能源基地, 陕北榆林能源工业基地, 山西离柳孝汾煤电能源基地以及甘肃陇东能源基地等 2 水资源能源粮食协同分析框架构建 2 1 流域水资源能源粮食协同优化的概念流域是具有水力纵向联系的区域组合, 水资源能源和粮食均为流域生存和发展的关键要素, 协调其内部关系对实现流域和谐发展具有重要意义哈肯认为, 协同就是系统中诸多子系统相互协调的合作的或同步的联合作用集体行为, 协同是系统整体性相关性的内在表现 [29] 协同优化是指在复杂的大系统内, 为实现整体演进目标, 各子系统或是子系统内部各组分之间相互配合相互支持而形成的一种互动的良性循环, 并可持续发展的状态流域水资源能源粮食协同优化是指在保障流域经济社会和谐发展的总目标下, 通过水资源能源粮食各子系统内部优化以及互相之间的互馈联动实现整体优化 2 2 水资源能源粮食协同分析框架从物质关联的角度来看, 流域水资源能源粮食之间联系紧密 : 水资源取用输送处理等环节需要消耗大量的能源, 能源是提高水资源开发便利性的基本保障 ; 能源生产从矿产开采到电能产生全过程需要在水的清洗冷却传导等作用下完成, 水是能源生产的基础要素 ; 粮食从作物生长到食品加工全过程均是以水为投入要素, 粮食的生产储存加工等需要消耗能源, 同时粮食为流域社会提供赖以生存和发展的基础物质, 也为能源生产提供生物质原料从流域协同的角度来看, 流域水资源能源粮食之间互动性强 : 高效的水资源调配和水利工程安排可为能源和粮食生产提供稳定可靠的水源保障 ; 科学的能源规模结构和布局可助力水资源调配能力和手段改善, 提高粮食生产效率 ; 合理的农业灌溉用地规模粮食种植结构可降低对水和能源的消耗, 提供多元化的粮食安全选择通过水资源能源粮食系统的内部优化外部协调从而使得整个复合系统进入良性循环, 达到整体协同的效果流域水资源能源粮食协同分析框架见图 1 黄河流域水资源能源粮食相互之间依赖程度有所不同 : 黄河流域农业用水占总用水量的 71% ( 主要为粮食种植 ) 能源开发用水占 13%; 黄河流域部分山区河段用水需要提升数十米甚至百米, 地下水抽取一般在百图 1 流域水资源能源粮食协同分析框架米以上, 而水的输送通常也需要多级泵站加压, 矿井水 Fig 1 Framework of water energy food nexus 净化污水处理回用也需要消耗能源, 但从量上来看供 collaborative analysis for a watershed 水过程中消耗的能源尚不足流域能源总产出的 1% 黄河

3 第 5 期彭少明, 等 : 黄河流域水资源能源粮食的协同优化 683 流域灌溉地的粮食产量占流域粮食总产量的 70%, 灌溉地粮食亩产为旱作的 2 0 ~ 5 8 倍, 由于枯水年和用水紧张时期的供水量不足, 农业用水常常被挤占, 影响了粮食生产由此可见, 水资源安全是黄河流域能源安全粮食安全的基础, 水资源高效利用是流域水资源能源粮食协同优化主要驱动 3 协同优化模型建立与求解 3 1 模型的建立建立具有总分结构的流域水资源能源粮食协同优化模型, 总控模型实现系统的总体协调控制水资源能源粮食各子系统运动方向, 水资源调配模型粮食生产模型和能源优化模型分别实现水源协调与用水配置粮食生产和能源优化水资源调配模型根据流域水资源可利用量, 扣除其他行业分水指标后初配能源粮食用水量, 作为粮食生产和能源优化的基础水量 ; 粮食生产模型和能源优化模型分别根据初配水量, 开展规模结构布局优化以及用水技术优化, 向水资源调配模型反馈用水水平取水费用以及收益等参数, 提出流域粮食产量和能源产能 ; 各模型之间采用嵌套耦合的模式, 数据实时关联动态互馈, 通过反馈迭代与修正, 优化水资源调配能源粮食生产布局方案 ; 总控模型对水资源调配能源粮食产量, 采用式 (1) 辨识系统演变的方向, 控制引导系统优化方向模型框架见图 2 图 2 黄河流域水资源能源粮食协同优化模型框架 Fig 2 Framework of water energy food collaborative optimization model for Yellow River basin 水资源能源粮食协同优化具有多目标优化的特性, 因此, 需要协调水资源利用能源开发粮食生产各目标的关系, 支撑流域经济社会可持续协调发展总控模型控制流域水资源能源粮食规划目标的综合偏离度最小化 : min f = 3 é ω i ( S - i S i ù i = 1 ë ê S i û ú (1) 式中 : f 为流域水资源能源粮食的综合协调度, ω i (i = 1, 2, 3) 分别为水资源能源粮食对流域总体目标的贡献权重, 按照水资源高效利用保障能源粮食安全为准则, 由层次分析法确定 ; S 1 S 1 分别为流域耗水量水资源可利用量 ; S 2 S 2 分别为能源实际生产量能源规划产量 ; S 3 S 3 分别为粮食实际产量粮食规划产量 ; α(0 α 2, 在此取 1 5) 为幂指数 (1) 水资源调配模型通过合理开源优化配置科学调度, 实现流域供水综合效益的最大化, 并保证地区及不同部门的水量分配合理 )

4 684 水科学进展第 28 卷 B(w) = max J T [θ(j, t) - C(j, t)]q S (j, t) (2) j = 1 t = 1 式中 : B(w) 为供水综合效益 ; θ(j, t) C(j, t) 分别为 j 地区 t 时段供水的收益成本 ; Q S (j, t) 为 t 时段供水量 ; J 为流域总分区数 ; T 为供水的总时段水资源调配模型的主要约束条件包括 : 区域时段供水不得超过可利用量, 供水量不得低于保证率要求, 配置供水量不得超过工程供水能力, 断面下泄流量不得低于生态环境需水等 (2) 粮食生产模型通过合理规划水旱组合品种优化结构选择满足流域粮食安全产量稳定, 目标为流域粮食产量最大, 提高流域粮食的自给率 T F = max J K L [P F (j, k, l)a S (j, k, l)] (3) j = 1 k = 1 l = 1 式中 : T F 为流域粮食总产量 ; P F (j, k, l) 为 j 地区 k 种作物 l 种植模式下粮食的单产 ; A S 为作物种植面积 ; l 为种植模式, 包括旱地和水浇地 ; K 为流域种植粮食作物的种类数 ; L 为种植模式种类数粮食生产模型的主要约束条件包括 : 区域粮食播种面积不得超过耕地面积, 水浇地的面积不得超过有效灌溉面积, 粮食产量与经济技术水平适应 (3) 能源优化模型通过合理规模类型组合科学布局满足国家能源安全稳定供应, 目标为流域能源产量最大化, 提高能源安全支撑能力 T E = max J M N [P E (j, m, n)e S (j, m, n)] (4) j = 1 m = 1 n = 1 式中 : T E 为流域能源产量 ; P E (j, m, n) 为 j 地区 m 种能源 n 工艺模式下的能源单位产出 ; E S ( j, m, n) 为 j 地区 m 种能源 n 工艺模式能源生产规模 ; M 为流域能源种类数 ; N 为能源生产方式数能源优化模型的主要约束条件包括 : 区域能源总量不得超过资源储量和生产能力, 能源生产满足清洁生产要求, 能源生产不得低于效率标准, 规模符合环境容量要求水量 (4) 模型关联与参数传递水资源调配模型通过水资源可利用量工程规模优化输出地区部门配置水资源调配模型与粮食生产模型之间通过作物生育期需水和作物水分生产函数等参数联系 Q F (j, k, l) = f [E Tc (j, k, l), P e (j, k, l), G e (j, k, l), ΔW] / η g (j, k, l) (5) 式中 : Q F (j, k, l) 为 j 地区 k 种作物 l 种植模式下的生育期需水定额, 受生育期需水量 E Tc 有效降水 P e 地下水补给 G e 以及地下水位变化 ΔW 影响 ; 生育期需水量 E Tc 由作物系数 K c 和作物蒸发蒸腾量 E T0 确定, 即 E Tc = K c E T0, 作物系数 K c 由分区实测得到, 作物蒸发蒸腾量 E T0 通常采用彭曼公式计算 ; η g 为灌溉水利用系数, 由渠系水利用系数和田间水利用系数组成将 Q F (j, k, l) 用作物耗水量 w 表示, 则作物生育期水分生产函数为 P F (j, k, l) = a + bw + cw 2 (6) 式中 : w 为作物生育期用水量 ; a b c 为常数, 不同地区作物取不同值水资源调配模型与能源优化模型之间通过能源生产过程需水和能源投入产出函数等参数联系 : Q E (j, m, n) = X in (j, m, n) / η E (7) 式中 : Q E (j, m, n) 为 j 地区 m 种能源 n 工艺模式下的单位产品需水定额 ; X in ( j, m, n) 为单位能源生产工艺需水量, 通常受能源类型生产工艺技术水平等影响 ; η E 为能源工业用水效率系数, 由工业供水系统确定将 Q E (j, m, n) 用能源生产耗水量 W 表示, 则以水为投入要素的能源工业柯布道格拉斯生产函数为 P E (j, m, n) = AK α L β W γ (8) 式中 : A 为技术水平 ; K 为资金投入 ; L 为劳动力投入 ; W 为能源生产用水量 ; α β γ 为常数, 不同地区不同能源生产取不同值

5 第 5 期彭少明, 等 : 黄河流域水资源能源粮食的协同优化 685 模型中包含 3 个决策变量, 即流域供水总量 ( 为地区供水量 Q S (j, t) 之和 ) 粮食总产量 T F 能源总产量 T E ; 模型中的协调变量包括配置粮食生产和能源加工的耗水量, 作物种植面积 A S ( j, k, l) 作物系数 K c, 不同类型能源的单位产出 P E (j, m, n) 及其规模 E S (j, m, n) 3 2 模型求解对于流域水资源能源粮食这一复合巨系统, 求解采用大系统分解协调技术及嵌套遗传算法和逐步优化方法, 主要求解步骤为 : 步骤 1: 采用总控模型大系统分解协调方法将系统分解为水资源调配粮食生产和能源优化 3 个相互联系动态反馈的模型, 对嵌套的外层水资源调配采用实码遗传算法 (RAGA) 生成能源产业水量 W 和粮食生产水量 w, 分别传递给粮食生产和能源优化模型步骤 2: 两个并行的子系统分别计算粮食生产和能源产出, 能源优化模型以总控模型输出的能源产业配置水量为约束, 采用逐步优化算法 (POA) 提出能源产业的规模布局和工艺参数等, 并输出流域能源总产出 ; 粮食生产模型以总控模型输出的粮食产业配置水量为约束, 采用 RAGA 内层嵌套遗传寻优算法生成不同地区的播种规模灌溉面积和粮食种植结构方案及收益参数等, 输出流域粮食产量步骤 3: 系统总控对能源优化模型和粮食生产模型反馈的水资源利用粮食生产和能源产出采用式 (1) 进行集总辨识, 控制系统演化的方向, 计算第 p+1 次偏离度 f p +1 与 p 次 f p 偏离度的相对差值 ξ = (f p + 1 -f p ) / f p, 当 ξ 迭代终止, 否则返回步骤 1 重新生成能源粮食的初配水量 4 协同算例分析以黄河流域年序列天然水资源量作为模型的基础输入, 以 2030 年为研究水平年, 以月为计算步长开展流域水资源能源粮食协同优化 4 1 流域概化节点是水资源配置粮食生产能源优化的基本计算单元为保证模型模拟精度, 流域节点划分遵循 5 条原则 : 反映流域水力联系和取用水关系 ; 反映河段工程条件 ; 反映区域水源条件 ; 反映区域粮食和能源生产水平 ; 反映河段水质和水量要求根据水土光热及矿产资源禀赋, 考虑水资源分区行政分区农业灌区和能源基地布局情况, 采用概化的点线元素表达, 绘制描述流域水力联系的系统网络节点图, 并以此作为模型计算基础将黄河流域概化为 37 个节点, 调配工程节点 5 个, 控制节点 2 个黄河流域概化节点见图 3 Fig 3 图 3 黄河流域概化节点 Generalized notes of Yellow River basin

6 686 水科学进展第 28 卷 4 2 模型基础资料 (1) 水资源量采用第二次全国水资源评价成果, 年系列黄河多年平均天然径流量亿 m 3, 平原区地下水可开采量为亿 m 3 黄河多年平均河流输沙及生态环境需水量为亿 m 3, 考虑未来人类活动对下垫面的改变, 预测 2030 年流域多年平均地表水可利用量为亿 m 3 (2) 经济社会发展根据黄河流域各省区统计年鉴分析, 自 20 世纪 80 年代以来, 流域经济社会发展快速, GDP 由 1980 年的 916 亿元增长到 2015 年的亿元, 总人口由万人增加到万人, 城镇化率由 17% 增加到 49% 预测 2030 年流域总人口将达万人, GDP 将达亿元 (3) 粮食生产水平黄河流域主要粮食作物为小麦和玉米, 由于地貌气候土壤的差异, 不同区域水分生产效率存在较大差别选择黄河流域 33 处大型灌区, 根据年灌溉用水与粮食产量统计, 按照省级行政区回归分析主要粮食作物水分生产函数的参数 ( 表 1), 结果显示水分生产效率下游显著高于上游 Table 1 表 1 黄河流域主要粮食作物水分生产函数参数 Parameters of food production function for Yellow River basin 省区小麦玉米 a b c a b c 青海甘肃宁夏内蒙古山西陕西河南山东 (4) 能源产业水生产效率黄河流域主要能源产业包括煤炭开采及加工石油加工以及火电工业等, 能源产业生产效率与资源质地分布生产水平以及区域气候条件有关选择黄河流域 24 个能源基地, 根据年能源产业经济信息与耗水量统计, 按照省级行政区回归分析能源产业水生产函数的主要参数 ( 表 2), 能源产业水生产效率以内蒙古宁夏最高 Table 2 表 2 黄河流域主要能源产业水生产函数参数 Parameters of energy production function for Yellow River basin 参数青海甘肃宁夏内蒙古陕西山西河南山东 A(t)μ α β τ (5) 流域需水总量根据相关规划, 黄河流域粮食产量期望达到万 t, 电力总装机容量为 MW, 结合宏观经济指标, 综合预测 2030 年黄河供水区总需水量将达到亿 m 3 研究水平年黄河供水区需水分析见表协同优化结果采用流域水资源能源粮食协同优化模型, 开展流域一体优化, 提出水资源调配和能源粮食总体布局方案 (1) 水资源调配 2015 年黄河总供水量亿 m 3, 2030 年通过新建区域性水利工程调水亿 m 3, 增加非常规水源利用亿 m 3, 在流域水资源可利用量减少的情况下通过水资源优化配置, 2030 年流域多年平均供水量亿 m 3, 增加供水量亿 m 3 从空间分布上看, 缺水在青海甘肃内蒙古陕西山东等省 ( 区 ) 均有分布, 从部门来看, 能源和粮食灌溉缺水率控制在 9% ~ 15% 之间, 农业灌溉部分缺水量可通过实施非充分灌溉工业缺水量可通过超强的节水工艺来解决研究水平年黄河流域水资源协同优化方案结果见表 4

7 第 5 期彭少明, 等 : 黄河流域水资源能源粮食的协同优化 687 Table 3 表 3 研究水平年黄河供水区需水分析亿 m 3 Water demand analysis of Yellow River basin in different planning years 生产需水量省区生活需水量能源产业一般工业粮食生产其他农业生态需水量总需水量青海四川甘肃宁夏内蒙古陕西山西河南山东黄河流域注 : 数据包含流域外的用水需求, 河北天津需水按照南水北调中东线生效后亿 m 3 分水指标直接扣除, 不参与模型优化 Table 4 表 4 黄河流域水资源调配方案亿 m 3 Water resources collaborative optimization scheme of Yellow River basin 供水量用水量省区需水量生产地表水地下水非常规水源生活能源产业一般工业粮食生产其他农业生态青海四川甘肃宁夏内蒙古陕西山西河南山东河北黄河流域 (2) 粮食生产 2015 年黄河流域现有耕地面积万 hm 2, 人均粮食产量 357 kg 考虑流域工业和城市建设占用耕地, 2030 年的耕地面积控制在万 hm 2, 配置粮食生产用水量亿 m 3, 较现状年农业实际用水增加亿 m 3 ; 通过互馈迭代, 在经济可行的情况下确定农田灌溉水利用系数为 0 62, 优化流域的灌溉面积为万 hm 2 ; 黄河流域灌溉地粮食生产能力可达到万 t, 旱耕地粮食生产能力将达到万 t, 流域粮食生产总量万 t 黄河流域粮食生产优化方案见表 5 (3) 能源布局 2015 年黄河流域发电量 kw h, 煤炭开采 7 7 亿 t 石油产量万 t, 通过水资源与能源粮食的协同优化, 2030 年配置能源产业水量亿 m 3, 根据能源优化模型优化黄河流域能源产业的总体规模 : 煤炭开采 29 7 亿 t 石油开采及加工 2 43 亿 t, 发电总装机 MW, 其中火电装机 MW, 可再生的清洁电力所占比重提升至 35 2% 优化结果, 2030 年黄河流域煤炭外运 6 20 亿 t, 电力向流域外输出率 21%, 满足流域内和向流域外输送的需求黄河流域能源生产优化结果见表 6

8 688 水科学进展第 28 卷 Table 5 表 5 研究水平年黄河流域土地利用与粮食生产优化 Land use and food production optimization of Yellow River basin in different planning years 省区播种面积 / 万 hm 2 灌溉面积 / 万 hm 年 2030 年复种指数粮食产量 / 万 t 播种面积 / 万 hm 2 灌溉面积 / 万 hm 2 复种指数青海四川甘肃宁夏内蒙古陕西山西河南山东黄河流域协同优化效果分析粮食产量 / 万 t 协同优化模型通过总体控制节水与开源协调投入与产出均衡, 以水资源的高效利用引导流域水资源向粮食产量效率高能源产出效率高的区域配置, 实现了流域水资源能源粮食的一体优化布局 (1) 水资源利用效果水资源调配协调河道内外用水需求, 2030 年控制河道外耗水总量控制为亿 m 3, 分配河道内生态环境需水量亿 m 3, 有效保障了河流生态环境用水需求通过优化调配, 均衡上下游流域内外和部门行业间的发展用水需求, 可保障流域经济社会协调发展 (2) 粮食生产格局粮食生产考虑水旱结合农业节水高效用水种植结构优化节水参数等动态调整, 在粮食生产方面通过优化引导水向粮食生产效率高的陕西河南山东灌区配置, 2030 年陕西河南山东粮食种植面积分别增加 15 5 万 hm 万 hm 2 和 3 2 万 hm 2, 灌溉面积增加 7 1 万 hm 万 hm 2 和 12 1 万 hm 2 ; 上游宁夏内蒙古等粮食生产低效区, 粮食灌溉面积分别减少 2 9 万 hm 2 和 6 2 万 hm 年流域粮食生产效率提高 19 1%, 人均粮食产量达到 416 kg, 较 2015 年提高 12% (3) 能源布局优化能源优化从布局上体现能源生产区域间的比较优势, 增加西北地区适宜发展空冷发电机组, 增加鄂尔多斯宁东陕北等煤炭石油开采加工效率高的产能, 使能源用水效率提高了表 6 Table 6 研究水平年黄河流域能源产量优化 Energy production optimization of Yellow River basin in different planning years 省区煤炭 / 亿 t 石油 / 万 t 火电装机 / MW 青海四川甘肃宁夏内蒙古陕西山西河南山东黄河流域 %; 从总规模上, 优化用水效能确定适宜的产能规模, 将能源产能提高了近 4 倍 5 结论本文针对黄河流域水资源短缺与能源粮食布局点多面广量大的矛盾问题, 基于协同学理论, 界定了流域水资源能源粮食协同分析的概念和内涵, 构建了以水为纽带的协同分析框架, 建立了具有总分结构的流域水资源能源粮食协同优化模型, 采用大系统分解协调技术及逐步优化方法和嵌套遗传算法实现复杂巨系统的优化求解以黄河流域 2030 水平年为例, 结果表明 : 通过水资源能源粮食协同优化, 2030 年流域供水量可达亿 m 3, 增加亿 m 3, 其中配置农业用水亿 m 3, 较现状年农业实际用水增加亿 m 3, 通

9 第 5 期彭少明, 等 : 黄河流域水资源能源粮食的协同优化 689 过优化粮食生产布局, 流域粮食总量达到万 t, 人均粮食产量提高 12%; 配置能源产业用水量亿 m 3, 通过优化能源规模和布局, 实现煤炭开采 29 7 亿 t 石油开采及加工 2 43 亿 t, 火电装机 MW, 与现状年相比, 煤炭开采增加 2 86 倍, 石油开采增加 4 08 倍, 火电总装机增加 0 80 倍 ; 在保障生活生态环境用水的基础上实现了粮食增收能源增产, 显著提高黄河流域承载能力参考文献 : [1] 常远, 夏朋, 王建平. 水能源粮食纽带关系概述及对我国的启示 [ J]. 水利发展研究, 2016, 16(5): ( CHANG Y, XIA P, WANG J P. The implications of water food energy nexus for China [ J]. Water Conservancy Development Research, 2016, 16(5): (in Chinese)) [2] 李桂君, 黄道涵, 李玉龙. 水能源粮食关联关系 : 区域可持续发展研究的新视角 [ J]. 中央财经大学学报, 2016(12): (LI G J, HUANG D H, LI Y L. Water energy food nexus (WEF nexus): new perspective on regional sustainable development [J]. Journal of Central University of Finance & Economics, 2016(12): (in Chinese)) [3] DECLAN C, EMMA A G, DELPHINE D, et al. Climate and southern Africa s water energy food nexus [ J]. Nature Climate Change, 2015, 5(9): [4] SMAJGL A, WARD J, PLUSCHKE L. The water food energy nexus realising a new paradigm[ J]. Journal of Hydrology, 2016, 533: [5] SCANLON B R, RUDDELL B L, REED P M, et al. The food energy water nexus: transforming science for society[j]. Water Re sources Research, 2017, 53(5): [6] JALILOV S M, KESKINEN M, VARIS O, et al. Managing the water energy food nexus: gains and losses from new water develop ment in Amu Darya River basin[j]. Journal of Hydrology, 2016, 539: [7] HERMANN S, WELSCH M, SEGERSTROM R, et al. Climate, land, energy and water interlinkages in Burkina Faso: an analysis of agricultural intensification and bioenergy production [ J]. Natural Resources Forum, 2012, 36(4): [8] 詹贻琛, 吴岚. 中美均面临水能源粮食三者冲突 [J]. 中国经济报告, 2014, 37(1): (SHIFFLETT S C, TURNER J L. Conflict of water energy food, both in China and America [J]. China Economic Report, 2014, 37(1): (in Chinese)) [9] HOWELLS M, HERMANN S, WELSCH M, et al. Integrated analysis of climate change, land use, energy and water strategies [ J]. Nature Climate Change, 2013, 3(7): [10] HERTEL T, STEINBUKS J, BALDOS U. Competition for land in the global bioeconomy [ J]. Agricultural Economics, 2012, 44 (s1): [11] RINGLER C, WILLENBOCKE D, PEREZ N, et al. Global linkages among energy, food and water: an economic assessment [ J]. Journal of Environmental Studies & Sciences, 2016, 6(1): [12] JESWANI H K, BURKINSHAW R, AZAPAGIC A. Environmental sustainability issues in the food energy water nexus: breakfast cereals and snacks [ J]. Sustainable Production and Consumption, 2015, 2: [13] DENNIS W. The water energy food nexus: is the increasing attention warranted, from either a research or policy perspective [ J] Environmental Science & Policy, 2017, 69: [14] 李桂君, 李玉龙, 贾晓菁, 等. 北京市水能源粮食可持续发展系统动力学模型构建与仿真 [J]. 管理评论, 2016, 28(10): (LI G J, LI Y L, JIA X J, et al. Establishment and simulation study of system dynamic model on sustainable development of water energy food nexus in Beijing[ J]. Management Review, 2016, 28(10): ( in Chinese)) [15] HOFF H. Understanding the nexus. Background paper for the Bonn2011 Conference: the water, energy and food security nexus [ C] / / Stockholm: Stockholm Environment Institute, [16] ALLAN T, KEULERTZ M, WOERTZ E. The water food energy nexus: an introduction to nexus concepts and some conceptual and operational problems [ J]. International Journal of Water Resources Development, 2015, 31(3): [17] BAZILIAN M, ROGNER H, HOWELLS M, et al. Considering the energy, water and food nexus: towards an integrated modelling approach [ J]. Energy Policy, 2011, 39(12): [18] IRWIN E, CAMPBELL J, WILSON R, et al. Human adaptations in food, energy, and water systems [J]. Journal of Environmen tal Studies & Sciences, 2016, 6(1): [19] HOEKSTRA A Y, WIEDMANN T O. Humanity s unsustainable environmental footprint [ J]. Science, 2014, 344 ( 6188):

10 690 水科学进展第 28 卷 [20] ZHANG X D, VESSELINOV V V. Integrated modeling approach for optimal management of water, energy and food security nexus [J]. Advances in Water Resources, 2017, 101: [21] CHANG G Y, WANG L, MENG L Y, et al. Farmers attitudes toward mandatory water saving policies: a case study in two basins in northwest China [ J]. Journal of Environmental Management, 2016, 181(1): [22] 操信春, 邵光成, 王小军, 等. 中国农业广义水资源利用系数及时空格局分析 [ J]. 水科学进展, 2017, 28( 1): ( CAO X C, SHAO G C, WANG X J, et al. Generalized water efficiency and strategic implications for food security and water man agement: a case study of grain production in China [J]. Advances in Water Science, 2017, 28(1): (in Chinese)) [23] HOOGEVEEN J, FAURE`S J M, PEISER L, et al. GlobWat a global water balance model to assess water use in irrigated agricul ture [ J]. Hydrology and Earth System Sciences Discussions, 2015, 12(1): [24] ZAHEDI M, MONDANI F, ESHGHIZADEH H. Analyzing the energy balances of double cropped cereals in an arid region [ J]. Energy Reports, 2015, 1(C): [25] 周婷, 郑航. 科罗拉多河水权分配历程及其启示 [J]. 水科学进展, 2015, 26(6): (ZHOU T, ZHENG H. Review of wa ter right allocation in Colorado River and its enlightenment [J]. Advances in Water Science, 2015, 26(6): (in Chinese)) [26] ZHUO L, MEKONNEN M M, HOEKSTRA A Y. The effect of inter annual variability of consumption, production, trade and cli mate on crop related green and blue water footprints and inter regional virtual water trade: a study for China( ) [ J]. Water Research, 2016, 94: [ 27] MEKONNEN M M, GERBENS LEENES P W, HOEKSTRA A Y. Future electricity: the challenge of reducing both carbon and wa ter footprint [J]. Science of the Total Environment, 2016, 569 / 570: [28] VANHAM D. Does the water footprint concept provide relevant information to address the water food energy ecosystem nexus? [ J] Ecosystem Services, 2016, 28(10): [29] 哈肯. 高等协同学 [M]. 郭治安译. 北京 : 科学出版社, (HAKEN H. Advanced synergetic [M]. Translated by GUO Z A. Beijing: Science Press, ( in Chinese)) Study on water energy food collaborative optimization for Yellow River basin PENG Shaoming, ZHENG Xiaokang, WANG Yu, JIANG Guiqin ( Yellow River Engineering Consulting Co., Ltd., Zhengzhou , China) Abstract: As an important energy and major grain producing area in China, the Yellow River basin has had a shortage of water resources, becoming a key factor in the restriction of energy and food development. And the system risk of wa ter, energy and food has been escalated. An overall analysis framework model of water energy food based on the syner getic theory was established in order to optimize the relationship between water resources, energy, and food. Further, a total partition structure model was built, also known as the water energy food collaborative optimization model with an inter feedback function. The support, restriction, and interactive bond mechanism and intelligent multi factor balancing algorithm were also studied. Finally, the integration of the collaborative optimization distribution scheme and strategy for food production, energy, and water resource utilization in the Yellow River basin was demonstrated. Results show that, by collaborative optimization and comprehensive allocation of water resources, energy, and food, the average annual wa ter supply is expected to be billion m 3, increased by billion m 3. Both the food production distribution and energy production structure and scale are to be optimized; with an increase of 12 %, per capita yield of food will reach 416 kg. Coal mining, oil mining, and total thermal power installed capacity will increase by 2 86 times, 4 08 times, and 0 80 times, respectively. According to the results, a guaranteed degree of water resources for energy development and food production security can be significantly improved, with domestic and ecological water demand given the highest priority in the model. Meanwhile, increased food and energy production can be realized, as well. Key words: water resources; energy; food; collaborative optimization; distribution; Yellow River basin The study is financially supported by the National Key R & D Program of China(No 2017YFC ; No 2017YFC ).

1 GIS 95 Y = F y + (1 F) (1) 0 0 Y0 kg/hm 2 /day F y 0 y c kg/hm 2 /day [12] y m 20 kg/hm 2 /hour Y = cl cn ch G [ F( y ) T m yo + (2) (1 F)(

1 GIS 95 Y = F y + (1 F) (1) 0 0 Y0 kg/hm 2 /day F y 0 y c kg/hm 2 /day [12] y m 20 kg/hm 2 /hour Y = cl cn ch G [ F( y ) T m yo + (2) (1 F)( 24 1 Vol.24 No.1 94 2008 1 Transactions of the CSAE Jan. 2008 2008 1 100094 2 100035 3 100081 4 100081 5 100101 GIS ( ) 65.12 16.82 13.74 15.27 11.07 t/(hm 2 a) 10.93% 41.43% 46.93% 65.4%. Bi Jiye, Zhu