城市供水系統(tǒng)的優(yōu)化調(diào)度與智能控制

【摘要】供水系統(tǒng)是城市的基礎設施，為緩解當前的供水壓力，實現(xiàn)高質(zhì)、高效地供水，需進行優(yōu)化調(diào)度。從優(yōu)化調(diào)度和智能控制兩方面對當前的城市供水系統(tǒng)做了具體分析。

【關鍵詞】城市供水系統(tǒng)；優(yōu)化調(diào)度；智能控制

1.引言

水是生命之源。隨著城市化水平提高，城市人口漸趨于飽和，生活生產(chǎn)各方面的用水需求驟增，且水的質(zhì)量更受關注。作為城市發(fā)展的基礎設施，供水系統(tǒng)的意義不言而喻。然而，在工業(yè)取得進步的同時，環(huán)境污染也愈發(fā)嚴重，加上水利用率較低，人們節(jié)約用水意識不足，使得城市供水系統(tǒng)面臨的壓力越來越大。如今，供水規(guī)模擴大，增加了系統(tǒng)的復雜性，管理調(diào)度愈發(fā)困難，稍有不合理，必將影響到正常供水。因此，必須對當前供水系統(tǒng)管理模式加以改善，并引進現(xiàn)代化高科技，對其調(diào)度管理進行優(yōu)化，在自動化的基礎上朝著智能化方向邁進，以獲得最大效益。

2.城市供水系統(tǒng)的優(yōu)化調(diào)度

2.1 概述

當前城市供水系統(tǒng)頗為復雜，優(yōu)化調(diào)度指的是在水壓穩(wěn)定、水質(zhì)達標且能夠?qū)崿F(xiàn)正常供水的基礎上，根據(jù)監(jiān)測系統(tǒng)獲取的供水信息及相關數(shù)據(jù)構建預測模型，經(jīng)專業(yè)計算對下一時段的需水量進行預測。然后將城市供水管網(wǎng)分析模型與優(yōu)化調(diào)度決策模型相結合，并考慮經(jīng)濟、安全等因素，制定科學合理的調(diào)度方案，實現(xiàn)社會、經(jīng)濟效益的最大化。

關于優(yōu)化調(diào)度，由以下3部分組成：①用水量預測。包括供水區(qū)域內(nèi)的日/時用水量，這是基礎部分，調(diào)度決策多以預測結果為標準。所以必須采用科學的預測方法，保證用水量預測的準確性；②管網(wǎng)分析模擬模型。包括微觀和宏觀兩種模型，管網(wǎng)是供水的途徑和承載者，其分析結果是否科學直接關系到調(diào)度分配的合理性。所以為了制定有效的調(diào)度決策，必然要建立客觀精確的管網(wǎng)分析模擬模型；③調(diào)度決策模型。包括直接優(yōu)化和兩級尋優(yōu)，以前兩者為基礎，最終確定優(yōu)化運行的決策變量，可直接反映出優(yōu)化調(diào)度成果。因此為實現(xiàn)效益最大化，應構建科學合理的調(diào)度決策模型。

2.2 城市用水量預測

作為優(yōu)化調(diào)度的前提，用水量的預測顯得尤為關鍵。當前城市供水系統(tǒng)多安裝有在線監(jiān)測裝置，可實時獲取供水狀態(tài)。對其監(jiān)測結果進行統(tǒng)計分析，以此為依據(jù)，借助相關數(shù)學模型和算法預測下一時段的用水量?；疑A測法、回歸分析法、人工神經(jīng)網(wǎng)絡法、指數(shù)平滑法等在當前較為常用。相應的模型有灰色預測模型、自回歸移動平均模型、人工神經(jīng)網(wǎng)絡模型、季節(jié)性指數(shù)平滑模型等。

發(fā)達國家在此方面的研究已有很長時間，并取得顯著成效。如構建回歸模型，通過對降雨量和溫度的分析，對日需水量進行預測；澳大利亞墨爾本市借助時間序列模型預測當?shù)赜盟?，頗為有效；也有更深入的研究，在時間序列預測中引進灰色模型。近些年來，國內(nèi)也加大了在用水量預測方面的研究力度，相繼出現(xiàn)了多種研究方法。如重慶某地利用BP神經(jīng)網(wǎng)絡技術預測月用水量；深圳則有地方應用多變量灰色模型IMGM（1，n），是普通變量灰色模型的升級和改進；也有地區(qū)采用RBF組合模型，通過發(fā)揮該模型的雙重優(yōu)勢，能夠提高預測的準確度。

2.3 供水管網(wǎng)模型

通過模擬管網(wǎng)的運行，提供相關模擬信息，為優(yōu)化調(diào)度創(chuàng)造有利條件。該模型意義重大，是優(yōu)化調(diào)度的重要保障。在長期研究探索中，形成了微觀和宏觀兩種模型。

①微觀水力模型

即利用水力學原理，建立起連續(xù)性方程、能量方程及管段水頭損失方程，搜集全面的信息數(shù)據(jù)，并以此為基礎構建模型。其適應性較強，能夠適應系統(tǒng)拓撲和節(jié)點用水量模式的變化，而且能夠?qū)崟r獲取各個管段和節(jié)點的具體參數(shù)以及運行狀況，為管網(wǎng)的規(guī)劃設計和優(yōu)化調(diào)度提供便利條件。

微觀模型的資料庫更齊全，管網(wǎng)拓撲結構比較清楚，能夠真實客觀地反映系統(tǒng)結構，但其建模工作量大。不過，在當前時代，數(shù)據(jù)采集技術不斷完善，管網(wǎng)系統(tǒng)管理的科學性和規(guī)范性日益提升，使得微觀模型的作用越來越明顯。因此，相關研究從未間斷過。

②宏觀水力模型

因管網(wǎng)內(nèi)部的水力關系較為復雜，在此對其忽略，利用統(tǒng)計分析法和“黑箱理論”，直接建立供水管網(wǎng)系統(tǒng)“輸入量”和“輸出量”之間經(jīng)驗性函數(shù)關系式和數(shù)學模型。構建該模型的理論在上世紀70年代在國外就已提出，出現(xiàn)了比例負荷模型，之后相關研究越來越多。國內(nèi)的生活用水量和總水量的關系變化較大，不適合用比例負荷模型。為此，許多專業(yè)學者紛紛致力于管網(wǎng)宏觀水利模型的構建，并研究出了適合國內(nèi)現(xiàn)狀的模型，如大規(guī)模供水系統(tǒng)宏觀仿真模型、分時段管網(wǎng)統(tǒng)計模型、半理論增廣混合回歸模型等。

2.4 優(yōu)化調(diào)度模型及算法

優(yōu)化調(diào)度的目的是在保證正常供水的同時，降低各種消耗，以獲取最大的經(jīng)濟效益和社會效益。城市供水管網(wǎng)優(yōu)化調(diào)度頗為復雜，具有非線性、動態(tài)性、多目標的特點，決策變量不同，優(yōu)化調(diào)度建模也各有差異。通常有直接和間接優(yōu)化兩種，其數(shù)學模型由兩部分組成：①目標函數(shù)。即系統(tǒng)能夠維持運行所消耗成本的數(shù)學表達式；②約束條件。即供水能力、管網(wǎng)內(nèi)部水力平衡、用戶水壓等條件。隨著計算機應用的普及，城市供水管網(wǎng)逐漸引進該技術，在幾十年的發(fā)展中取得很大成果。就國內(nèi)而言，有研究利用蟻群算法求解多目標直接優(yōu)化調(diào)度模型，比遺傳算法更具優(yōu)勢。也有研究采用多種算法，針對水源多水池供水管網(wǎng)系統(tǒng)以運行費用、漏失量、節(jié)點平均水齡為目標建立優(yōu)化調(diào)度模型。

3.城市供水系統(tǒng)的智能控制

對大多數(shù)城市而言，供水地理位置較為分散，如采用傳統(tǒng)的調(diào)度方法，如人工抄表等，效率較低，獲取的信息數(shù)據(jù)有限且傳遞速度慢。雖能夠?qū)崿F(xiàn)正常供水，但算不得優(yōu)化調(diào)度，而且當前的供水系統(tǒng)管理愈發(fā)復雜，傳統(tǒng)方式已逐漸不能滿足更高的要求。目前的缺陷集中于以下幾點：①運行數(shù)據(jù)缺乏完整性，量化管理很難開展；②參數(shù)測量手段比較少，難以完整地對系統(tǒng)進行分析；③調(diào)度失誤致使出現(xiàn)供水不均的狀況；④供水參數(shù)未能在最佳工況下運行，造成供需不匹配。

在此介紹一種城市供水管網(wǎng)遠程智能監(jiān)控系統(tǒng)，由3部分構成：①數(shù)據(jù)中心。主要由PC機和上位機軟件構成，它實現(xiàn)對數(shù)據(jù)的接收、存儲、顯示、數(shù)據(jù)請求以及曲線顯示、報表打印輸出等信息管理工作和進行特殊情況的監(jiān)控中心預警以及通過客戶端軟件方便地訪問實時和歷史數(shù)據(jù)；②供水管網(wǎng)監(jiān)控點。實時將現(xiàn)場的壓力、流量、水表讀數(shù)等數(shù)據(jù)采集到數(shù)據(jù)采集終端內(nèi)，根據(jù)實時數(shù)據(jù)實現(xiàn)采集點現(xiàn)場的自動報警，防止事故發(fā)生；③用戶手機。通過3G智能手機訪問數(shù)據(jù)中心采集現(xiàn)場實時數(shù)據(jù)或編輯短信發(fā)送至數(shù)據(jù)采集終端采集現(xiàn)場實時數(shù)據(jù)。該系統(tǒng)操作簡便、易維護，具有實時性和可擴充性，且性價比較高，在實際中較為實用，值得推薦使用。

4.結束語

城市供水系統(tǒng)在人們生活中發(fā)揮著重要作用，隨著用水需求的增加，系統(tǒng)管理變得更為復雜。為維持正常安全供水，并減少各種消耗，需改變傳統(tǒng)模式，實現(xiàn)優(yōu)化調(diào)度。同時應積極引進現(xiàn)代化高科技，建立起智能系統(tǒng)對供水管網(wǎng)實現(xiàn)智能控制。

參考文獻

[1]尹兆龍，信昆侖，李飛，鄒俊，項寧銀.城市供水系統(tǒng)優(yōu)化調(diào)度現(xiàn)狀與展望研究[J].環(huán)境科學與管理，2014，26（1）：142-143.

[2]曹良沛.城市供水系統(tǒng)的優(yōu)化調(diào)度與智能控制研究[D].中南大學，2005.

[3]周天佐.城市供水系統(tǒng)優(yōu)化調(diào)度的研究[D].中南大學，2009.

[4]張利娟，俞亭超.遺傳算法在供水系統(tǒng)原水優(yōu)化調(diào)度中的應用[J].低溫建筑技術，2011，23（6）：130-132.

[5]陸燕.人工智能控制提高水壓的控制精度[J].工業(yè)控制計算機，2010，22（5）：137-139.

[6]劉玉成，劉玉斌.智能建筑群中供水系統(tǒng)的節(jié)能與監(jiān)控系統(tǒng)[J].微計算機信息，2007，20（7）：167-168.