Page 88 - 水利学报2025年第56卷第4期

差。图 ４（ａ）对比图 ５（ａ），说明使用前反馈混合 ＬＱＲ算法得到的控制点水位偏差与传统的流量补偿前
馈方法得到的水位偏差相比，区间宽度缩小了 ５０％。其中，结合图 ４下游水位 － 上游闸门流量对应过
程，说明流量提前补偿前馈对于水位控制点的水位偏差控制有明显效果，能在渠道取水流量增大前适
当时间提供等量的流量补偿，进而减小水位波动。但是，流量补偿前馈算法一次到位的大幅流量变化
较为激进，可能会引起水位偏差峰值较大，部分渠池如 Ｐｏｏｌ２、Ｐｏｏｌ５和 Ｐｏｏｌ９的水位偏差绝对值超过
１０ｃｍ。相应地，图 ５中，使用本文前馈算法的流量控制过程采用小幅、多步的优化控制策略，流量
变化较为缓和，能够实现更稳定的水位控制，其水位偏差峰值显著减小，稳定过渡时间明显缩短。
３种控制算法控制过程的量化性能指标如表 ２所示。表 ２中，无前馈的 ＬＱＲ纯反馈控制算法的各
项控制性能最差，渠道系统不仅需要付出大量的流量调节（ ＮＩＡＱ）和闸门启闭（ＮＩＡＷ）成本，其获得的
水位偏差指标 ＭＡＥ是 ＤＣＬＱＲ算法的 ２．１倍，是 ＨＬＱＲ算法的 ３．３倍，渠系过渡到稳定状态耗时也最
久（ Ｔ ｓｔａｂｌｅ ＝ ３７．３３ｈ ）。对比传统的 ＤＣＬＱＲ算法，本文改进的 ＨＬＱＲ算法在各项控制性能上均有不同程
度的改善，ＮＩＡＱ和 ＮＩＡＷ 分别降低了 ４９．８０％和 ６４．３６％，ＭＡＥ和 ＩＡＥ分别降低了 ３６．５１％和 ２８．９９％，
稳定耗时缩短了 ８．１１％，实现了 “降本增效” 的控制结果。

表 ２ 控制算法应用于工况一的控制结果

控制算法 ＭＡＥ × １０ － ２ ＩＡＥ × １０ － ３ ＮＩＡＱ × １０ － ４ ＮＩＡＷ× １０ － ４ Ｔ ｓｔａｂｌｅ ?ｈ
ＬＱＲ ５．９ ６．４１ ５．５４ ２．１２ ３７．３３
ＤＣＬＱＲ ２．８ １．７７ ３．１６ １．２８ １２．３３
ＨＬＱＲ １．８ １．２５ １．５９ ０．４６ １１．３３

４．４ 鲁棒性检验 前馈控制因考虑了取水计划进行提前调控，获得了良好的水位控制效果，但实际工
程应用中渠道的取水流量常与计划流量有所出入，因此，控制器的性能表现对取水计划的准确性依赖
程度较大。为检验本文所提算法的鲁棒性，设计了取水流量不同程度偏离计划流量的不确定工况，确
保该算法在实际不确定性取水工况下依然能保持较好的控制性能。将带流量补偿前馈的 ＬＱＲ反馈控制
算法和本文提出的前反馈混合 ＬＱＲ控制算法应用于工况二的调控，结果见图 ６和图 ７。因无前馈 ＬＱＲ
控制算法不涉及取水流量计划，故对鲁棒性检验部分的不确定性取水工况不再进行该算法的计算与
比较。

图 ６ 流量补偿前馈 ＬＱＲ控制算法应用于工况二的控制过程

进一步分析控制性能指标的变化情况，开展了［ － ５０％， ＋ ５０％］区间内 １０组不同取水误差工况进
行模拟计算。结果如图 ８所示：（１）ＤＣＬＱＲ算法对于偏多的取水流量容忍度较高，在取水流量偏大
１０％～２０％时甚至出现部分性能指标略有改善的情况，其原因可能是原流量主动补偿的启动时间偏早，
导致提前补偿的水量偏多；（２）ＨＬＱＲ算法在取水流量偏少 １０％～５０％范围内，流量变化积分和闸门开

— ５ ０ —
６