一种城市河网防涝优化调度方法与流程

本发明属于城市防涝技术领域，涉及一种基于swmm(stormwatermanagementmodel，暴雨洪水管理模型)模型和差分进化算法的城市河网防涝优化调度方法。

背景技术：

近年来频发的内涝灾害对诸多城市造成重创。城市雨水排放系统作为城市径流收集和排放的通路，是城市防涝的关键。为了缓解极端降雨事件导致的城市内涝，诸多措施(如管网改扩建)及方法(如优化调度)被广泛应用。相较于管网改扩建,优化调度通过优化排水系统中的闸门和泵站等的运行，充分利用现有系统的调蓄能力来缓解内涝，显然是更经济且更易实施的方式。

一方面，现有方法多以雨水排放管网系统作为城市防涝优化调度的对象，极少有对于城市河网(包括河道、湖泊、闸门、泵站等)以缓解城市内涝为目标的优化调度研究。城市河网对于超标雨水的蓄排作用未得到足够关注。事实上，城市河网是城市雨水排放系统的重要组成部分。对于高水面率的城市来说，如果能通过优化水系中闸门及泵站的运行，充分发挥河道、湖泊的调蓄作用，应对暴雨内涝的潜力巨大。相反的，如果运行不得当，湖泊、河道会在暴雨时水位升高，淹没湖泊周边、河道两岸的管网出口，造成管网排水能力的下降甚至丧失，进而引发内涝，造成严重损失。

另一方面，现有对于城市雨水系统的调度方法多是基于固定的控制策略，这一控制策略通常由专业人员根据历史运行情况确定。这种凭经验的调度方式存在诸多问题，不利于充分发挥城市河网对涝水的调蓄能力。

针对以上问题，需要提出一种结合优化计算的城市河网系统防涝调度方法，充分利用城市河网系统的防涝蓄排能力。

技术实现要素：

本发明的目的在于克服上述现有技术存在的缺陷而提供一种基于swmm模型和差分进化算法的城市河网防涝优化调度方法。

本发明的目的可以通过以下技术方案来实现：

一种基于swmm模型和差分进化算法的城市河网防涝优化调度方法，包括以下步骤：

步骤s1：获取城市河网上游各个雨水子汇水区的基础资料，分别构建swmm模型并率定模型参数，输入特定降雨事件的降雨过程线进行降雨径流模拟，获取各个子汇水区雨水管网排口的流量过程线；

步骤s2：获取城市河网系统基础资料，构建河网swmm模型并率定模型参数，将步骤s1中得到的子汇水区雨水管网排口的流量过程线作为河网模型的入流(inflow)，该模型将用于计算特定调度策略下的系统溢流量及河道湖泊水位过程线；

步骤s3：构造河网系统防涝优化调度模型，包括优化目标函数及决策变量，基于差分进化算法对决策变量进行优化；

步骤s4：在python环境中实现步骤s3中基于差分进化算法的优化调度模型和步骤s2中swmm模型的耦合，迭代计算河网系统的最优防涝调度策略。

所述步骤s1具体包括：

步骤s11：按照城市河网沿线雨水排口划分上游雨水子汇水区；

步骤s12：获取各个雨水子汇水区的建模基础资料，包括：土地利用类型、雨水管网拓扑关系及管长管径、雨水井位置及井底标高、连接方式；

步骤s13：分别构建各子汇水区的swmm雨水排水模型，通过实测降雨数据对径流系数、管道糙率参数进行率定；

步骤s14：输入特定降雨事件的降雨过程线进行降雨径流模拟，获取各个子汇水区雨水管网排口的流量过程线。

所述步骤s2具体包括：

步骤s21：获取城市河网系统建模基础资料，包括：河网拓扑关系、河道控制截面形状及河段长度、蓄水单元水位容积曲线、控制单元(闸门和水泵)的现行调度策略；

步骤s22：构建河网swmm模型，通过实测降雨数据对河道糙率参数进行率定；

步骤s23：将步骤s14中得到的子汇水区雨水管网排口的流量过程线作为上述河网swmm模型的入流(inflow)，该模型将用于计算特定调度策略下的系统溢流量及河道湖泊水位过程线。

所述步骤s3具体为：构造河网系统防涝优化调度模型。其中，目标函数为：最小化河网系统溢流量及河道湖泊水位超过最高控制水位的累积水位差；决策变量为：各个控制单元对应于不同水位的开度策略组合。然后基于差分进化算法对决策变量进行优化。

所述步骤s4具体包括：

步骤s41：针对步骤s3中的河网系统防涝优化调度问题，在python环境中实现该问题的差分进化算法，生成初始调度策略；

步骤s42：在python环境中打开河网swmm模型的input文件(后缀名为.inp)，写入对于控制单元(闸门和水泵)的(初始)调度策略；

步骤s43：在python环境中运用pyswmm包直接调用改写后的input文件进行模型计算，得到河网系统溢流量及河道湖泊水位过程线；

步骤s44：根据上述河网模型结果计算目标函数值，判断是否达到优化目标或最大迭代步数，如果未达到，则由差分进化算法更新控制单元的调度策略，并跳转回步骤s42，继续下一步的迭代优化计算；

步骤s45：如果达到设定的优化目标或最大迭代步数，则停止优化计算，返回对应于最优目标值的最优调度策略。

与现有技术相比，本发明具有以下有益效果：

1)本发明关注城市河网(包括河道、湖泊、闸门、泵站)在缓解城市内涝中的作用，能够为充分发挥河道、湖泊的调蓄作用提供指导。

2)本发明通过分离上游雨水排水管网模型及下游河网模型，大大简化了用于迭代求解的swmm模型，在不损失计算精度的前提下进一步提高了优化计算的效率。

3)本发明将雨水管理模型swmm与差分进化算法相结合，具有原理简单、计算效率高、受异常值干扰小、收敛效果好等优点。

4)本发明方法稳健性好，可靠性高，得到的调度策略在实际应用中能够取得一定的效果，有助于缓解城市内涝问题。

附图说明

图1为本发明的方法流程示意图。

图2为本发明中基于swmm和差分进化算法的优化调度流程图。

具体实施方式

下面结合本发明的流程图和实例对本发明作具体说明。

下面将参照图1及图2来描述根据本发明实施例的一种基于swmm模型和差分进化算法的城市河网防涝优化调度方法，具体实施步骤如下：

步骤s1：

步骤s11：选取城市w作为实施例，按照该城市河网沿线雨水排口划分上游雨水子汇水区，得到子汇水区15个，分别对应15个雨水排河口；

步骤s12：获取各个雨水子汇水区的建模基础资料，包括：土地利用类型、雨水管网拓扑关系及管长管径、雨水井位置及井底标高、连接方式资料；

步骤s13：分别构建15个子汇水区的swmm雨水排水模型，通过实测的两场降雨过程线，及该降雨对应的雨水排口流量数据，分别对15个子汇水区的地表径流系数、管道糙率参数进行率定；

步骤s14：将实测降雨事件a的降雨过程线分别输入步骤s13中的15个swmm模型中，进行降雨径流模拟，获取各个子汇水区雨水管网排口的流量过程线。

步骤s2：

步骤s21：获取该实施例中城市河网系统建模基础资料，包括：河网拓扑关系、河道控制截面形状及河段长度、蓄水单元水位容积曲线、控制单元(闸门和水泵)的现行调度策略；

步骤s22：构建河网swmm模型，通过实测的两场降雨过程线(同步骤s13中的两场实测降雨)，及该降雨对应的河网3个关键节点的流量数据，对河道糙率参数进行率定；

步骤s23：将步骤s14中得到的15个子汇水区在降雨事件a下的雨水管网排口的流量过程线作为步骤s22中河网swmm模型的入流(inflow)，该河网swmm模型将用于计算特定调度策略下的系统溢流量及河道湖泊水位过程线。

步骤s3：构造城市河网系统防涝优化调度模型。本实施例中，目标函数为：最小化河网系统溢流量及河道湖泊水位超过最高控制水位的累积水位差，公式如下：

subjectto:

v＝water_system_model(r，inflow)

inflow＝stormwater_pipe_system_model(rainfall)

式中，r为控制策略；v为河网系统溢流量；t为系统模拟的总步长数；n为水系中的湖泊数量；di(t)为第i个湖泊在t个步长末的水深；dctrl,i为第i个湖泊的控制最高水深；w1和w2为权重。

决策变量为：各个控制单元(闸门及水泵)对应于其所控制影响的河湖水位的开度策略组合。

然后基于差分进化算法对决策变量进行优化，与其他进化算法一样，差分进化算法的工作步骤包括变异、交叉、选择三种操作。

步骤s4：

步骤s41：针对步骤s3中的河网系统防涝优化调度问题，在python环境中实现该问题的差分进化算法，生成初始调度策略；

步骤s42：在python环境中打开河网swmm模型的input文件(后缀名为.inp)，写入对于控制单元：闸门及水泵的现行调度策略；

步骤s43：在python环境中运用pyswmm包直接调用改写后的input文件进行模型计算，得到河网系统溢流量及河道湖泊水位过程线；

步骤s44：根据步骤s43中得出的系统溢流量及河道湖泊水位数据，代入步骤s3中的公式，计算目标函数值，判断是否达到优化目标或最大迭代步数，如果未达到，则由差分进化算法更新控制单元的调度策略，并跳转回步骤s42，继续下一步的迭代优化计算；

步骤s45：如果达到设定的优化目标或最大迭代步数，则停止优化计算，返回对应于最优目标值的最优调度策略。

上述实施例在降雨事件a下计算出该城市河网系统的最优调度策略。应用结果显示，最优化策略整体上明显优于现阶段的调度策略，取得了一定的效果，有助于缓解城市内涝问题。上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和使用发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其它实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。