一種供水管網(wǎng)實時調度系統(tǒng)及方法與流程

本發(fā)明屬于城市供水領域，具體是一種供水管網(wǎng)實時調度系統(tǒng)及方法。

背景技術：

隨著我國城市化及工業(yè)化的快速發(fā)展，城市供水管網(wǎng)系統(tǒng)的規(guī)模逐漸龐大，拓撲結構趨向復雜。由此，當前調度員依據(jù)個人經(jīng)驗的指揮調度方法，越來越不能滿足實時調度的要求。

目前，國內(nèi)關于供水管網(wǎng)實時調度問題解決方案的探索大多是基于宏觀水力模型展開的。由于宏觀水力模型是以數(shù)據(jù)驅動的，以此為基礎的調度方案必定存在缺陷，例如無法得到非測點的運行狀態(tài)，遇到改擴建、檢修等引起管網(wǎng)拓撲結構改變的情況時，原調度方法會因模型失準而失效。

隨著國內(nèi)供水管網(wǎng)基礎自動化、信息系統(tǒng)的逐步建立與完善，使得借助微觀機理模型的調度方法成為可能。為此，國內(nèi)也有專家學者出于實時性考慮，提出了在線構架系統(tǒng)以及基于在線構架的供水實時調度方法(zl201510078366.5)。該發(fā)明專利是直接利用實時水量數(shù)據(jù)開展供水調度，雖在一定程度上可以提高響應速度，但由于缺乏供水管網(wǎng)實時模型的支撐，無法全面了解供水管網(wǎng)的實時狀態(tài)，必然會影響調度決策效果。

有鑒于此，本發(fā)明在供水管網(wǎng)全面數(shù)字化背景下，提出了一種基于實時水力模型的供水管網(wǎng)實時調度系統(tǒng)及方法。

技術實現(xiàn)要素：

本發(fā)明提出了一種基于實時水力模型的供水管網(wǎng)實時調度系統(tǒng)及方法，旨在通過供水管網(wǎng)實時狀態(tài)的跟蹤分析，得到更準確、高效的調度方案，具體系統(tǒng)框架如圖1所示。

本發(fā)明的一部分在于：從實時調度問題的系統(tǒng)層面出發(fā)，提出一種基于實時水力模型的供水管網(wǎng)實時調度系統(tǒng)，具體包含實時數(shù)據(jù)獲取、實時數(shù)據(jù)處理、實時調度決策三個模塊。其中，實時數(shù)據(jù)獲取模塊主要是利用管網(wǎng)信息系統(tǒng)獲取實時數(shù)據(jù)，為系統(tǒng)提供數(shù)據(jù)支持。實時數(shù)據(jù)處理模塊包含實時模型的建立、分鐘級需水量預測、管網(wǎng)狀態(tài)的動態(tài)評估三部分，主要是利用實時的流量、壓力數(shù)據(jù)進行機理建模，同時預測下一調度周期的需水量，并評估管網(wǎng)當前狀態(tài)。實時調度決策模塊則是在上述工作基礎上確定調度指令。

本發(fā)明的另一部分在于：提出了一種更具時效性、全面性的供水管網(wǎng)調度方法；供水管網(wǎng)動態(tài)調度決策的獲取并非片面的從預測的需水量出發(fā)，而是綜合考慮了管網(wǎng)實時狀態(tài)。具體是：利用實時水量數(shù)據(jù)，預測分鐘級需水量，再利用實時模型模擬，預先評估管網(wǎng)運行狀態(tài),然后通過優(yōu)化搜索確定下一時段調度決策。

本發(fā)明方法采取以下步驟：

1建立供水區(qū)域的實時水力模型

結合實時水力模型框架(如epanet-rtx)進行實時建模，利用實測數(shù)據(jù)更新模型的狀態(tài)和邊界參數(shù)，反復校驗修正以得到準確的實時水力模型。如供水區(qū)域的管網(wǎng)升級改造，可通過更新水力模型以確保其符合實際。

2預測分鐘級需水量

結合天氣、節(jié)假日等干擾因素，從趨勢性角度出發(fā)，利用arima模型對下一調度時刻的需水量進行預測。

非平穩(wěn)序列arima(p,d,q)通過d次差分轉化，得到平穩(wěn)的arma(p,q)序列zt。又由于y1，y2…yd與d階單整序列yt相互獨立，所以對zt的預測不受y1，y2…yd的影響，故有：

若已知yt及其以前時段的值，則由上式可得arima(p,d,q)序列{yt}的預測模型為：

一旦求出將其帶入上式，即可求出yt+h的預測值。

其中p為自回歸項，q為移動平均項數(shù)，d為差分階數(shù)，y1，y2…yd為初始值。實際調度對需水量的預測誤差須<5％。

3評估管網(wǎng)狀態(tài)

(1)參數(shù)選擇

<1>水壓

圍繞最低服務水頭hmin、最高服務水頭hmax、平均服務水頭have、歷史數(shù)據(jù)水頭標準差hs角度出發(fā)，對節(jié)點壓力定級評估。

<2>流速

以經(jīng)濟流速vd為基礎，對流速評估。

<3>水壓波動

用下式無量綱化水壓波動數(shù)據(jù)：

其中x(k),x(k+1)分別為兩相鄰時刻的水壓值，|j|為水壓波動率。

(2)評估指標

通過設置各個待評估參數(shù)的評估指標表，可以把各參數(shù)的統(tǒng)一化結果轉化為在同一標度下的評估結果。其中bh、bdh、bv分別為水壓、水壓波動、流速的評估結果。

<1>水壓評估指標表(帶格式表格)

<2>流速評估指標表

<3>水壓波動評估指標表

4決策實時調度指令

實時調度決策圍繞供水區(qū)域的實時調度問題及其優(yōu)化求解展開。先由需水量預測確定下一時段的供水量，然后在滿足管網(wǎng)結構、水量水壓等約束條件下，通過調節(jié)水泵、水塔、增壓泵、閥門開度等，使管網(wǎng)系統(tǒng)保持在供需動態(tài)平衡狀態(tài)，水量和水壓達到安全、經(jīng)濟供水要求。

優(yōu)化是以下一周期管網(wǎng)狀態(tài)評估最優(yōu)為目標函數(shù)，調節(jié)水泵、水塔、增壓泵、閥門開度為決策變量。具體的，在實時調度決策時，首先把分鐘級需水量預測值投入管網(wǎng)實時模型，并利用狀態(tài)評估得到當前調度周期的狀態(tài)。然后在管網(wǎng)約束條件下，以下一周期狀態(tài)評估最優(yōu)為目標函數(shù)，利用優(yōu)化算法ga求解最優(yōu)調整方案，從而得到實時調度指令。

目標函數(shù)為：maxf(x)＝αbh+βbv+γbdh，其中α、β、γ分別為水壓、流速、水壓波動評估結果的權重系數(shù)，其由估價準則的估價結果決定。估價準則體現(xiàn)了當前調度方案對評估參數(shù)的重視程度。具體是：根據(jù)本調度周期所處時段，確定供水管網(wǎng)所屬水量狀態(tài)。水壓可表征水量狀態(tài)，不同的水量狀態(tài)對供水、經(jīng)濟、安全指標的重視程度各不相同，這直接影響估價準則的設置。此外，估價準則還和水壓波動率直接相關。當水壓波動率超過3％，則認為供水管網(wǎng)處于較大波動狀態(tài)，水壓波動對調度影響大。本發(fā)明采用的估價準則如下：

若水壓波動率過大，為保障供水管網(wǎng)系統(tǒng)的安全需率先進行平復水壓操作。

優(yōu)化算法ga尋優(yōu)的主要步驟為：

<1>染色體編碼將解空間映射到編碼空間，而每個編碼空間對應問題的一個解。

<2>初始化對種群迭代次數(shù)，交叉概率，變異概率等參數(shù)初始化。

<3>適應度評價適應度用于衡量群體中各個體在優(yōu)化計算中最優(yōu)解的優(yōu)良程度。

<4>選擇將種群中較好的個體通過選擇遺傳到下一代。

<5>交叉種群中的個體兩兩配對，并對染色體某些位置的基因交換以獲得最優(yōu)染色體并遺傳到下一代，具體計算方式為：

其中n1、n2表示一組配對的個體，n1ˊ、n2ˊ表示一組配對后的個體，α為交叉概率。

<6>變異隨機對染色體位置進行變異，避免得到局部最優(yōu)解。

<7>當?shù)玫阶顑?yōu)解或達到迭代次數(shù)時，終止算法。

本發(fā)明的有益效果：系統(tǒng)基于epanet-rtx供水管網(wǎng)實時模型，充分利用供水管網(wǎng)基礎自動化、信息系統(tǒng)采集的實時數(shù)據(jù)，在準確反映供水管網(wǎng)狀態(tài)基礎上，利用短期需水量預測、運行狀態(tài)評估等指導調度決策，較一般調度方法有更優(yōu)的效果。

附圖說明

圖1為城市供水管網(wǎng)實時調度系統(tǒng)框架圖；

圖2為epanet-rtx實時建模邏輯關系圖；

圖3為實時調度流程圖。

具體實施方式

為使本發(fā)明實現(xiàn)的技術創(chuàng)新點易于理解，下面結合附圖和實例，對本發(fā)明的實現(xiàn)方式做進一步詳細敘述。本發(fā)明是以s市核心城區(qū)2016-6-298:55:0-9:0:0的運行背景為實例，調度周期為5分鐘，描述實時調度過程的。具體步驟如下：

1實時水力模型的建立

結合epanet-rtx水力模型框架進行實時建模，利用s市核心城區(qū)供水管網(wǎng)實測數(shù)據(jù)，更新模型狀態(tài)和邊界參數(shù)，反復校驗修正以得到該供水區(qū)域實時水力模型。

針對管網(wǎng)正常改擴建及異常應急等情況，先調整離線水力模型結構參數(shù)，再經(jīng)周期性校驗、人工校驗，然后在epanet-rtx實時模型框架基礎上，將傳統(tǒng)離線水力模型，通過scada、mis系統(tǒng)的在線數(shù)據(jù)更新模型狀態(tài)和邊界參數(shù)，不斷重建、校核模型。邏輯關系如圖2所示。

2需水量預測

用arima模型從趨勢性角度對出入水口需水量做分鐘級預測。首先采用預測時段以前90個時段的用水量和天氣、節(jié)假日等數(shù)據(jù)建立訓練樣本。此時d＝0，即模型可看作arma模型。然后通過計算自相關函數(shù)、偏相關函數(shù)確定p、q的范圍，并利用aic準則和平穩(wěn)性、可逆性檢驗確定預測模型，進而通過調用arima函數(shù)得到需水量預測值。

結果如表1、表2所示(單位：m³)。將預測的需水量作為下一時段的實際供水量反饋到實時模型中。對于預測的入水口流量僅作為第一次運行的初始值。8:55:0-9:0:0四個入水口供水量預測平均誤差為3.65％，出水口出水量平均預測誤差為3.52％，滿足調度的要求。

表1入水口預測供水量

3管網(wǎng)運行狀態(tài)評估

<1>水壓評估詳表

參照由歷史水頭標準差和最低、高及平均服務水頭制定的評估指標，對當前水壓定級，并最終轉化為統(tǒng)一標度下的評估值。評估明細如表3所示(單位：m)。

表3節(jié)點壓力評估明細表

<2>流速評估詳表

參照基于經(jīng)濟流速vd的流速評估指標，對當前流速定級，并最終轉化為統(tǒng)一標度下的評估值。評估明細如表4所示(單位：m³/h)。

表4管道流速評估明細表

<3>水壓波動評估詳表

根據(jù)公式無量綱化待評估參數(shù)水壓波動，水壓波動率記為|j|。參照基于水壓波動率的水壓波動評估指標，對當前水壓波動定級，并最終轉化為統(tǒng)一標度下的評估值。評估明細如表5所示(單位：m)。

表5節(jié)點壓力波動評估明細表

4獲得實時調度指令

根據(jù)本調度周期所處時段，確定供水管網(wǎng)所屬水量狀態(tài)。按照對供水、經(jīng)濟、安全指標的重視程度，并結合水壓波動率確定最適宜的估價指標，進而確定優(yōu)化目標函數(shù)。最后在管網(wǎng)約束條件下，利用優(yōu)化算法ga求解最優(yōu)調整方案，從而得到實時調度指令，如圖3所示。

鑒于實例的運行時段，本次調度應屬于用水高峰、水壓波動較大情形，故目標函數(shù)為：maxf(x)＝αbh+βbv+γbdh，其中選取價值參數(shù)為：α＝4/9,β＝1/9,γ＝4/9。運用優(yōu)化算法ga求解最優(yōu)調整方案。

對染色體進行實數(shù)編碼，具體編碼形式見表6。

表6染色體編碼形式

根據(jù)歷史入水口供水量數(shù)據(jù)，劃定染色體(入水口)的取值范圍，具體見表7(單位：m³)。

表7染色體(入水口)取值范圍

初始化確定種群數(shù)n＝200，迭代次數(shù)20，交叉概率0.95，變異概率0.95，采用模擬輪盤賭操作進行選擇。單周期運行實時水力模型，每運行一次對結果的水力性能進行評估，包括節(jié)點壓力、節(jié)點壓力波動、中間管道流速，并給出目標函數(shù)。然后搜索，進化求解，得到當前調度周期的實時調度方案。同理根據(jù)8:55:0-9:0:0的調度詳情，得到9:0:0-9:30:0的實時調度方案，具體見表8(單位：m³)。

表8實時調度方案明細