本发明涉及泵站调度,尤其涉及一种基于调度模型的梯级泵站优化调控方法及系统。
背景技术:
1、梯级泵站是由多个不同高度的泵站组成,按照一定的高低顺序排列形成的一种水力输送设施。梯级泵站通常用于较大规模的水力输送系统,如灌溉、供水、排水等。在梯级泵站中,每个泵站都需要按照一定的顺序进行运行,以实现最优的水力输送效果。
2、目前,对于梯级泵站的优化调控方法并不常见,主要是对单级泵站进行优化的方法,例如,中国发明专利申请cn115455812a公开了一种供水泵站优化方法,主要基于水泵的运行特性曲线,建立水泵优化数学模型,通过人工电场算法对数学模型进行求解,得到优化方案,这类方法能够降低泵站的能耗,但是考虑到的泵站运行指标量较少,难以综合考虑多个因素,且未引入调度模型。又例如中国发明专利申请cn107730152a公开了一种泵站调度优化方法,主要采集泵站机组的扬程、流量和水泵效率建立调度优化模型,而且需要计算一天的调水量和用电量,根据时段进行排序后,计算出调水量。
3、但是上述技术方案缺乏基于实时数据的优化算法,且未提出对梯级泵站的优化,综上所述,现有的泵站优化算法存在以下问题:缺乏基于实时数据的优化方法,难以及时调整泵站运行,且只考虑泵站的少量指标,难以综合多个因素,同时缺乏针对梯级泵站的优化调控方法,缺乏调度模型,难以自动实现优化调控。为了解决上述问题,本实施例公开一种基于调度模型的梯级泵站优化调控方法。
技术实现思路
1、针对上述所显示出来的问题,本发明提供了一种基于调度模型的梯级泵站优化调控方法及系统用以解决背景技术提到缺乏基于实时数据的优化方法,难以及时调整泵站运行,且只考虑泵站的少量指标,难以综合多个因素,同时缺乏针对梯级泵站的优化调控方法,缺乏调度模型,难以自动实现优化调控的问题。
2、一种基于调度模型的梯级泵站优化调控方法,包括以下步骤:
3、收集梯级泵站的实时运行数据;
4、根据所述梯级泵站中每个泵的位置及设备信息建立所述梯级泵站的调度模型;
5、对所述梯级泵站进行数学模型的建立,得到泵站数学模型;
6、基于所述实时运行数据及所述泵站数学模型确定所述梯级泵站的优化目标;
7、根据所述优化目标对所述泵站数学模型进行优化,得到优化结果;
8、根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控。
9、优选的,收集梯级泵站的实时运行数据,包括:
10、确定待采集的数据种类;
11、根据所述待采集的数据种类选取数据采集方式,并确定梯级泵站的数据采集位置;
12、在所述梯级泵站的采集位置通过所述数据采集方式进行梯级泵站数据的实时采集,得到所述实时运行数据;
13、根据所述实时运行数据的采集频率进行存储容量的计算,得到数据存储容量;
14、确定所述实时运行数据的数据类型并根据其确定实时运行数据的数据存储格式;
15、基于所述数据存储容量将所述实时运行数据按照所述数据存储格式进行存储。
16、优选的,对所述梯级泵站进行数学模型的建立,得到泵站数学模型,包括:
17、获取所述梯级泵站的历史运行数据及控制参数;
18、对所述梯级泵站的地形及水力特性进行勘测,得到泵站的地形和水力特性相关参数;
19、基于所述历史运行数据、控制参数、梯级泵站的地形和水力特性相关参数构建所述梯级泵站的水力模型;
20、对所述梯级泵站的管道特性进行计算,得到管道特性参数;
21、获取所述梯级泵站的结构和装置参数;
22、基于所述历史运行数据、管道特性参数及梯级泵站的结构和装置参数构建所述梯级泵站的能耗模型;
23、确定所述梯级泵站的水力模型和能耗模型为所述泵站数学模型。
24、优选的,基于所述实时运行数据及所述泵站数学模型确定所述梯级泵站的优化目标,包括:
25、将所述实时运行数据中的重复数据、缺失数据及不完整的数据进行删除,得到清洗后的实时运行数据;
26、通过平滑技术将所述清洗后的实时运行数据中的随机噪声进行去除,得到去噪后的实时运行数据;
27、设置异常值范围,并对所述去噪后的实时运行数据进行检测,将在所述异常值范围的数据进行剔除或修正,得到异常值处理后的实时运行数据;
28、基于所述泵站数学模型对所述异常值处理后的实时运行数据进行分析,得到所述梯级泵站的当前运行情况和当前性能指标;
29、对所述梯级泵站的当前运行情况和当前性能指标进行问题评估,得到所述梯级泵站的可优化选项;
30、获取所述梯级泵站的正常运行状况和正常性能指标,以基于所述正常运行情况和正常性能指标对所述可优化选项进行优化目标的确定,得到所述梯级泵站的优化目标。
31、优选的,根据所述优化目标对所述泵站数学模型进行优化,得到优化结果,包括:
32、根据所述优化目标定义约束条件;
33、确定第一优化算法,并设置所述第一优化算法的种群大小参数、交叉率参数、变异率参数及迭代次数;
34、确定第二优化算法,并设置所述第二优化算法的最大迭代次数、惯性权重因子、学习因子;
35、通过所述第一优化算法和第二优化算法分别对所述泵站数学模型进行优化第一优化结果和第二优化结果;
36、评估第一优化结果和第二优化结果的优劣和适用性,得到评估结果;
37、基于所述第一优化结果和第二优化结果,参考所述评估结果确定所述优化结果。
38、优选的,根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控,包括:
39、对所述优化结果进行第一次解析,得到所述梯级泵站中每个泵设置开启或关闭的状态参数和转速参数;
40、确定每个泵的最大效率点及每个泵之间负荷平衡点;
41、获取每个泵的磨损及维护成本信息,以确定每个泵的运行时间;
42、基于每个泵的最大效率点、运行时间及每个泵站之间的负荷平衡点,通过调度模型使用所述开启或关闭的状态参数及转速参数对所述梯级泵站中的每个泵进行调控;
43、对所述优化结果进行第二次解析,得到所述梯级泵站中管道调整参数和阀门调整参数;
44、通过所述调度模型使用所述管道调整参数和阀门调整参数对所述梯级泵站中的管道的直径、长度、摩擦系数调整和阀门的开度参数调整。
45、优选的,在根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控之后,还包括:
46、根据所述梯级泵站的相关信息获取与所述梯级泵站性能相关的待监测参数;
47、确定对所述待监测参数采集的采样频率及数据质量,以根据所述采样频率及所述数据质量选择监测方式,得到泵站监测方式;
48、根据所述梯级泵站的运行情况及监测需求进行泵站监测方案的制订,得到泵站监测方案;
49、基于所述泵站监测方案,通过所述泵站监测方式进行所述待监测参数的监测,得到监测结果;
50、对所述监测结果进行记录和分析,当出现异常时,实施监测措施。
51、优选的,所述对所述梯级泵站的地形及水力特性进行勘测,得到泵站的地形和水力特性相关参数,包括:
52、获取梯级泵站在不同方向的勘测图像,对不同方向的勘测图像进行图像拼接获取梯级泵站的三维区域图像;
53、对三维区域图像进行实物轮廓线检测,根据检测结构获取梯级泵站的建筑轮廓线和其周围的地貌轮廓线;
54、根据梯级泵站的建筑轮廓线绘制梯级泵站的占地矢量多边形,同时,根据地貌轮廓线绘制梯级泵站周围的地貌矢量多边形;
55、确定占地矢量多边形和地貌矢量多边形之间的位置关系,根据位置关系确定梯级泵站的地形特征参数;
56、检测梯级泵站的水泵工况参数和水轮机工况参数以及在二者工况下的水流移动数据;
57、根据梯级泵站的水泵工况参数和水轮机工况参数以及在二者工况下的水流移动数据确定在水泵和水轮机同时工作下的第一稳态水力参数和第一瞬态水力参数以及在二者同时不工作下的第二稳态水力参数和第二瞬态水力参数;
58、将第一稳态水力参数和第一瞬态水力参数以及第二稳态水力参数和第二瞬态水力参数进行对比,获取对比结果;
59、根据对比结果确定梯级泵站在限制水流量前后的水力定量关系;
60、基于梯级泵站在限制水流量前后的水力定量关系和梯级泵站管理水区域参数确定梯级泵站在限制水流量前的第一水流量系数和第一流态指数;
61、获取梯级泵站中水泵的结构参数和工作驱动参数,根据结构参数和工作驱动参数构建水泵的等效阻力模型;
62、将梯级泵站在限制水流量前的第一水流量系数和第一流态指数代入到水泵的等效阻力模型中获取梯级泵站在限制水流量后的第二水流量系数和第二流态指数;
63、根据的第一水流量系数和第一流态指数以及第二水流量系数和第二流态指数确定梯级泵站的综合水力特性。
64、优选的,在通过所述调度模型使用所述管道调整参数和阀门调整参数对所述梯级泵站中的管道的直径、长度、摩擦系数调整和阀门的开度参数调整之前,还包括:
65、检测梯级泵站中每台水泵机组的电机效率和工作效率以及当前调节水位差;
66、根据每台水泵机组的电机效率和待调节水流量确定该台水泵机组的运行耗电系数;
67、基于每台水泵机组的运行耗电系数和该台水泵机组的工作效率以及当前调节水位差计算出每台水泵机组的控制约束指数:
68、
69、其中,fi表示为第i台水泵机组的控制约束指数,α表示为修正系数,ai表示为第i台水泵机组的当前调节水位差,a'表示为标准调节水位差参考阈值,f()表示为预设基准约束评估函数,ln表示为自然对数,ai表示为第i台水泵机组的运行耗电系数,bi表示为第i台水泵机组的工作效率,θi表示为第i台水泵机组的控制增益,di表示为第i台水泵机组的各组件平均运行效率;
70、根据每台水泵机组的控制约束指数确定该台水泵机组的相关管道和阀门的标准控制状态参数区间;
71、确定每台水泵机组的管道调整参数和阀门调整参数是否在该水泵机组的相关管道和阀门的标准控制状态参数区间内,若是,确定调节可行,否则,确定调节不可行,发出更改调整参数的提醒。
72、本发明还提供一种基于调度模型的梯级泵站优化调控系统,该系统包括:
73、收集模块,用于收集梯级泵站的实时运行数据;
74、第一建立模块,用于根据所述梯级泵站中每个泵的位置及设备信息建立所述梯级泵站的调度模型;
75、第二建立模块,用于对所述梯级泵站进行数学模型的建立,得到泵站数学模型;
76、确定模块,用于基于所述实时运行数据及所述泵站数学模型确定所述梯级泵站的优化目标;
77、优化模块,用于根据所述优化目标对所述泵站数学模型进行优化,得到优化结果;
78、调控模块,用于根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控。
79、本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、以及附图中所特别指出的结构来实现和获得。
80、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。