一种供水管网实时调度系统及方法与流程

文档序号:11408402阅读:931来源:国知局
一种供水管网实时调度系统及方法与流程

本发明属于城市供水领域,具体是一种供水管网实时调度系统及方法。



背景技术:

随着我国城市化及工业化的快速发展,城市供水管网系统的规模逐渐庞大,拓扑结构趋向复杂。由此,当前调度员依据个人经验的指挥调度方法,越来越不能满足实时调度的要求。

目前,国内关于供水管网实时调度问题解决方案的探索大多是基于宏观水力模型展开的。由于宏观水力模型是以数据驱动的,以此为基础的调度方案必定存在缺陷,例如无法得到非测点的运行状态,遇到改扩建、检修等引起管网拓扑结构改变的情况时,原调度方法会因模型失准而失效。

随着国内供水管网基础自动化、信息系统的逐步建立与完善,使得借助微观机理模型的调度方法成为可能。为此,国内也有专家学者出于实时性考虑,提出了在线构架系统以及基于在线构架的供水实时调度方法(zl201510078366.5)。该发明专利是直接利用实时水量数据开展供水调度,虽在一定程度上可以提高响应速度,但由于缺乏供水管网实时模型的支撑,无法全面了解供水管网的实时状态,必然会影响调度决策效果。

有鉴于此,本发明在供水管网全面数字化背景下,提出了一种基于实时水力模型的供水管网实时调度系统及方法。



技术实现要素:

本发明提出了一种基于实时水力模型的供水管网实时调度系统及方法,旨在通过供水管网实时状态的跟踪分析,得到更准确、高效的调度方案,具体系统框架如图1所示。

本发明的一部分在于:从实时调度问题的系统层面出发,提出一种基于实时水力模型的供水管网实时调度系统,具体包含实时数据获取、实时数据处理、实时调度决策三个模块。其中,实时数据获取模块主要是利用管网信息系统获取实时数据,为系统提供数据支持。实时数据处理模块包含实时模型的建立、分钟级需水量预测、管网状态的动态评估三部分,主要是利用实时的流量、压力数据进行机理建模,同时预测下一调度周期的需水量,并评估管网当前状态。实时调度决策模块则是在上述工作基础上确定调度指令。

本发明的另一部分在于:提出了一种更具时效性、全面性的供水管网调度方法;供水管网动态调度决策的获取并非片面的从预测的需水量出发,而是综合考虑了管网实时状态。具体是:利用实时水量数据,预测分钟级需水量,再利用实时模型模拟,预先评估管网运行状态,然后通过优化搜索确定下一时段调度决策。

本发明方法采取以下步骤:

1建立供水区域的实时水力模型

结合实时水力模型框架(如epanet-rtx)进行实时建模,利用实测数据更新模型的状态和边界参数,反复校验修正以得到准确的实时水力模型。如供水区域的管网升级改造,可通过更新水力模型以确保其符合实际。

2预测分钟级需水量

结合天气、节假日等干扰因素,从趋势性角度出发,利用arima模型对下一调度时刻的需水量进行预测。

非平稳序列arima(p,d,q)通过d次差分转化,得到平稳的arma(p,q)序列zt。又由于y1,y2…yd与d阶单整序列yt相互独立,所以对zt的预测不受y1,y2…yd的影响,故有:

若已知yt及其以前时段的值,则由上式可得arima(p,d,q)序列{yt}的预测模型为:

一旦求出将其带入上式,即可求出yt+h的预测值。

其中p为自回归项,q为移动平均项数,d为差分阶数,y1,y2…yd为初始值。实际调度对需水量的预测误差须<5%。

3评估管网状态

(1)参数选择

<1>水压

围绕最低服务水头hmin、最高服务水头hmax、平均服务水头have、历史数据水头标准差hs角度出发,对节点压力定级评估。

<2>流速

以经济流速vd为基础,对流速评估。

<3>水压波动

用下式无量纲化水压波动数据:

其中x(k),x(k+1)分别为两相邻时刻的水压值,|j|为水压波动率。

(2)评估指标

通过设置各个待评估参数的评估指标表,可以把各参数的统一化结果转化为在同一标度下的评估结果。其中bh、bdh、bv分别为水压、水压波动、流速的评估结果。

<1>水压评估指标表(带格式表格)

<2>流速评估指标表

<3>水压波动评估指标表

4决策实时调度指令

实时调度决策围绕供水区域的实时调度问题及其优化求解展开。先由需水量预测确定下一时段的供水量,然后在满足管网结构、水量水压等约束条件下,通过调节水泵、水塔、增压泵、阀门开度等,使管网系统保持在供需动态平衡状态,水量和水压达到安全、经济供水要求。

优化是以下一周期管网状态评估最优为目标函数,调节水泵、水塔、增压泵、阀门开度为决策变量。具体的,在实时调度决策时,首先把分钟级需水量预测值投入管网实时模型,并利用状态评估得到当前调度周期的状态。然后在管网约束条件下,以下一周期状态评估最优为目标函数,利用优化算法ga求解最优调整方案,从而得到实时调度指令。

目标函数为:maxf(x)=αbh+βbv+γbdh,其中α、β、γ分别为水压、流速、水压波动评估结果的权重系数,其由估价准则的估价结果决定。估价准则体现了当前调度方案对评估参数的重视程度。具体是:根据本调度周期所处时段,确定供水管网所属水量状态。水压可表征水量状态,不同的水量状态对供水、经济、安全指标的重视程度各不相同,这直接影响估价准则的设置。此外,估价准则还和水压波动率直接相关。当水压波动率超过3%,则认为供水管网处于较大波动状态,水压波动对调度影响大。本发明采用的估价准则如下:

若水压波动率过大,为保障供水管网系统的安全需率先进行平复水压操作。

优化算法ga寻优的主要步骤为:

<1>染色体编码将解空间映射到编码空间,而每个编码空间对应问题的一个解。

<2>初始化对种群迭代次数,交叉概率,变异概率等参数初始化。

<3>适应度评价适应度用于衡量群体中各个体在优化计算中最优解的优良程度。

<4>选择将种群中较好的个体通过选择遗传到下一代。

<5>交叉种群中的个体两两配对,并对染色体某些位置的基因交换以获得最优染色体并遗传到下一代,具体计算方式为:

其中n1、n2表示一组配对的个体,n1ˊ、n2ˊ表示一组配对后的个体,α为交叉概率。

<6>变异随机对染色体位置进行变异,避免得到局部最优解。

<7>当得到最优解或达到迭代次数时,终止算法。

本发明的有益效果:系统基于epanet-rtx供水管网实时模型,充分利用供水管网基础自动化、信息系统采集的实时数据,在准确反映供水管网状态基础上,利用短期需水量预测、运行状态评估等指导调度决策,较一般调度方法有更优的效果。

附图说明

图1为城市供水管网实时调度系统框架图;

图2为epanet-rtx实时建模逻辑关系图;

图3为实时调度流程图。

具体实施方式

为使本发明实现的技术创新点易于理解,下面结合附图和实例,对本发明的实现方式做进一步详细叙述。本发明是以s市核心城区2016-6-298:55:0-9:0:0的运行背景为实例,调度周期为5分钟,描述实时调度过程的。具体步骤如下:

1实时水力模型的建立

结合epanet-rtx水力模型框架进行实时建模,利用s市核心城区供水管网实测数据,更新模型状态和边界参数,反复校验修正以得到该供水区域实时水力模型。

针对管网正常改扩建及异常应急等情况,先调整离线水力模型结构参数,再经周期性校验、人工校验,然后在epanet-rtx实时模型框架基础上,将传统离线水力模型,通过scada、mis系统的在线数据更新模型状态和边界参数,不断重建、校核模型。逻辑关系如图2所示。

2需水量预测

用arima模型从趋势性角度对出入水口需水量做分钟级预测。首先采用预测时段以前90个时段的用水量和天气、节假日等数据建立训练样本。此时d=0,即模型可看作arma模型。然后通过计算自相关函数、偏相关函数确定p、q的范围,并利用aic准则和平稳性、可逆性检验确定预测模型,进而通过调用arima函数得到需水量预测值。

结果如表1、表2所示(单位:m3)。将预测的需水量作为下一时段的实际供水量反馈到实时模型中。对于预测的入水口流量仅作为第一次运行的初始值。8:55:0-9:0:0四个入水口供水量预测平均误差为3.65%,出水口出水量平均预测误差为3.52%,满足调度的要求。

表1入水口预测供水量

3管网运行状态评估

<1>水压评估详表

参照由历史水头标准差和最低、高及平均服务水头制定的评估指标,对当前水压定级,并最终转化为统一标度下的评估值。评估明细如表3所示(单位:m)。

表3节点压力评估明细表

<2>流速评估详表

参照基于经济流速vd的流速评估指标,对当前流速定级,并最终转化为统一标度下的评估值。评估明细如表4所示(单位:m3/h)。

表4管道流速评估明细表

<3>水压波动评估详表

根据公式无量纲化待评估参数水压波动,水压波动率记为|j|。参照基于水压波动率的水压波动评估指标,对当前水压波动定级,并最终转化为统一标度下的评估值。评估明细如表5所示(单位:m)。

表5节点压力波动评估明细表

4获得实时调度指令

根据本调度周期所处时段,确定供水管网所属水量状态。按照对供水、经济、安全指标的重视程度,并结合水压波动率确定最适宜的估价指标,进而确定优化目标函数。最后在管网约束条件下,利用优化算法ga求解最优调整方案,从而得到实时调度指令,如图3所示。

鉴于实例的运行时段,本次调度应属于用水高峰、水压波动较大情形,故目标函数为:maxf(x)=αbh+βbv+γbdh,其中选取价值参数为:α=4/9,β=1/9,γ=4/9。运用优化算法ga求解最优调整方案。

对染色体进行实数编码,具体编码形式见表6。

表6染色体编码形式

根据历史入水口供水量数据,划定染色体(入水口)的取值范围,具体见表7(单位:m3)。

表7染色体(入水口)取值范围

初始化确定种群数n=200,迭代次数20,交叉概率0.95,变异概率0.95,采用模拟轮盘赌操作进行选择。单周期运行实时水力模型,每运行一次对结果的水力性能进行评估,包括节点压力、节点压力波动、中间管道流速,并给出目标函数。然后搜索,进化求解,得到当前调度周期的实时调度方案。同理根据8:55:0-9:0:0的调度详情,得到9:0:0-9:30:0的实时调度方案,具体见表8(单位:m3)。

表8实时调度方案明细

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1