抽水蓄能電站地下廠房施工期照明最優照度分配問題研究

李　寧，陳　磊，李璟延，楊　梅，王建明（.中國電建集團北京勘測設計研究院有限公司，北京0004；.河北豐寧抽水蓄能有限公司，河北承德06850；.國網新源控股有限公司，北京0076）

?

抽水蓄能電站地下廠房施工期照明最優照度分配問題研究

李寧1，陳磊2，李璟延3，楊梅1，王建明1
（1.中國電建集團北京勘測設計研究院有限公司，北京100024；2.河北豐寧抽水蓄能有限公司，河北承德068350；3.國網新源控股有限公司，北京100761）

摘要：抽水蓄能電站地下廠房施工期的照明問題比較復雜，其最優照度分配問題國內也鮮有研究。蓄能電站地下廠房系統不僅要最大限度節省成本還要考慮施工期照明質量及照明效果，避免安全事故的發生，針對這一特點，本文建立了基于遺傳算法的蓄能電站地下廠房施工期智能優化模型，以照明系統耗能最小作為運行的目標函數，使各照明燈具照度分配達到最優。并對其進行了仿真驗證，實驗結果表明：該方法可以按不同的照度需求調節地下廠房內各照明燈具，使其獲得最佳的優化照度，可以在保證照明質量的前提下最大限度的節省施工期的照明成本。

關鍵詞：蓄能電站地下廠房；節能；照度模型；遺傳算法

1引言

抽水蓄能電站地下廠房的建設有其獨有的特點，24 h全天候的照明是保障電站建設及施工安全的前提，但施工單位往往基于成本考慮僅僅是對施工作業提供了必要的保障，導致施工環境昏暗，因此存在很大的安全隱患。可見，既要保障地下廠房施工人員的安全作業，又要降低成本的投入是彼此矛盾的，但是，若能對抽水蓄能電站中照明燈具的照度值進行合理的配置，即可解決這個問題。目前，國內照明的節能途徑包括：①節能電光源及其照明器件的選擇；②照明節能設計中的控制方式；③合理優化照明燈具的布局；④良好的日常維護。不同區域內各照明燈具照度分配的合理優化這一非線性問題在國內卻鮮有研究，因此，該方法的研究對降低蓄能電站地下廠房施工期照明投入成本這一問題具有積極意義[1-4]。

目前，國內外的學者對抽水蓄能電站地下廠房施工期不同區域內最優照度分配這一領域的研究相對較薄弱，本文旨將遺傳算法這一概念引入到照明燈具的照度優化過程中，再運用系統工程的觀點，分析蓄能電站地下廠房施工期中最經濟的運行模式。遺傳算法提供了一種求解非線性、多模型、多目標等復雜系統優化問題的通用框架，在滿足基本照明的前提下進行綜合分析，搜索全局得到最優解，從而使系統整體照度的分配達到最優，確保系統的低功耗[5]。最后，本文通過工程對比，充分驗證了該方法在解決照度優化問題方面，具有良好的效果。

2抽水蓄能電站照度調節優化方案

2.1施工期洞室照明及優化方案概述

抽水蓄能電站地下廠房不同區域內的照明有其不同的照度需求，尤其是各條連接外界的隧道。為了既滿足照明問題，也同時滿足低成本的要求，目前的解決方法多數是更改照明燈具的數量，從而滿足各區域的不同需求，然而，這不僅會造成廠房內部，亮暗不均，而且還不能達到照度的需求，從而導致內部施工的安全隱患，所以，通過調整各個燈具的照度值來達到整體的照明最佳照度，則成為了關鍵，以達到低能耗、廠房照明充足的要求。

2.2地下廠房內照度模型

2.2.1地下廠房內單燈照度模型

燈具照度模型的設計受很多因素的影響，包括燈具種類，光通量，燈具的安裝位置，安裝方式，布置角度和布置方法，燈具的安裝高度，色譜圖等多種因素。在計算單燈照度時有很多種方法，如利用系數法、單位容量法、概算曲線法、平方反比法等多種方法，不同的方法有不同的優缺點，在進行照度計算時要根據不同的情況進行選擇，以期選擇出適合不同環境的最優方法，本文選用光強表的數值計算方法來建立地下廠房內單燈照度模型。

圖1所示為地下廠房內單燈照度模型示意圖，其中A點為廠房內某照明裝置，P點為所設定的照度檢測點，H為照明燈具的安裝高度，r為夾角[6]。

圖1　地下廠房內單燈照度模型示意圖

本文采用光強表對照明裝置的照度進行計算，地下廠房內的某一照明裝置在檢測點產生的照度為[7-8]：

Epi—照明裝置i在圖中照度檢測點所產生的照度值（lx）；

r—檢測點對應的照明裝置的夾角；

I—照明裝置在檢測點P的光強值（cd）；

M—照明裝置的養護系數；

E—照明裝置的光通量（lm）；

H—照明裝置的安裝高度（m）。

所有照明裝置在檢測點所產生的總的照度值：

Ep—檢測點p照度值（lx）；

n—照明裝置數（個）。

通常，地下廠房內會有多個照明裝置對某一區域進行同時作用，從而增強亮度。但是照明裝置的作用范圍是有限的，距離照明裝置太遠的區域基本不受影響，因此只需要計算某一檢測點附近一定區域內的照明裝置在此檢測點同時作用產生的照度值。

2.2.2抽水蓄能電站地下廠房施工期照度優化模型

眾所周知，同一種照明裝置，照明功率越大它所對應的光通量越高，因此光通量可以間接反映照明裝置的能量消耗。本著系統所耗能最低的指標，本文以各照明裝置總的光通量最小作為算法擇優選擇的標準，并確定目標函數。

（1）目標函數：

式中：F—各照明裝置總光通量的最小值（lm）；

E（i）—第i個照明裝置的光通量（lm）；

m—照明裝置總個數。

（2）限值條件：

①檢測位置照度值限值條件：

檢測位置的照度值應該不小于此區域所要求的照明水平，保證照明條件滿足工作需要：

式中：Eav（i）—第i個檢測區域的照度值（lx）；

e（i）—第i個檢測區域的照度需求值（lx）。

②各照明裝置照度限值條件：

各照明裝置都有各自的照度調節區域，不能無限調節，調節值應在各自所規定的調節區域內：

式中：Emini—第i個照明裝置照度下限（lx）；

Ei—第i個照明裝置的照度值（lx）；

Emaxi—第i個照明裝置的照度上限（lx）[9]。

3模型的建立

3.1算法簡介

遺傳算法是一種搜索最優解的算法，它模擬自然界的進化選擇過程，這種算法把自然界生物進化過程中的優勝劣汰、擇優選擇等反映到了算法程序上，通過這個機理得到最優解，遺傳算法在很多領域都得到應用。本文根據遺傳算法的這些機理把理論研究應用到了實際工程中，以耗能最小作為擇優選擇的目標，進行了地下廠房施工期照明的優化模型建立，針對施工期地下廠房照明設計優化算法：

（1）初始種群的產生

針對現在燈具照度調節的方法，對每個燈具進行照度調節，在設計的施工期照明優化模型中，對初始種群的每個基因進行二進制編碼，將初始種群中的個體用一個在照度調節范圍內的實數來表示。

（2）進行適應度函數的構造

在算法實施過程中需要進行選擇，首先必須制定選擇依據，也就是擇優選擇的條件，這里構造了適應度函數進行選擇評價，適應度函數認為個體越接近目標值則此個體遺傳到下一代進行重新選擇的概率就會更大，反之概率就會變低，甚至被淘汰。

（3）選擇與繁殖

個體在遺傳到下一代的過程中，為了防止產生局部最優解的問題出現，需要增加新的個體，這個新的個體產生的過程中可以采用交叉和變異，遺傳算法中制定了很多交叉、變異的方法來進行選擇和淘汰，并最終保證種群個體數量一定。

（4）進行約束條件的確定

在優化模型進行求解的過程中，用何種方法來確認程序所得出的結果已經達到最優，這是程序終止的關鍵問題。在這里優化模型采用的方式是：遺傳算法所產生的平均適應度基本不變或者是其變化值在一個很小的給定值里[9-11]。

3.2優化模型的建立

根據工程中對照明優化的需要，并引入上文中提到的遺傳算法的思想，進行了施工期照度優化模型的建立，下面對優化模型算法程序流程進行相應介紹，如圖2所示。

圖2　照度優化模型程序步驟

同時進行優化模型參數確定：

（1）概率選擇：遺傳算法交叉和變異概率有兩種選擇方式

①定值，一般而言，交叉概率在0.9～0.97之間任取,變異概率在0.1～0.001之間任??；②自適應取值，按交叉或變異個體的適應度值以及當代的平均適應度值計算，本文中此參數由程序自行設定。

（2）收斂條件的確定：采用遺傳算法所產生的平均適應度基本不變或者是其變化值在一個很小的給定值里來判定是否達到終止條件。

4工程實例分析

本文以豐寧抽水蓄能電站引水隧洞施工支洞照明作為研究對象，豐寧蓄能電站引水隧洞施工支洞長965 m，現采用單排LED燈布置（洞口實際功率100 W，洞內實際功率70 W），安裝高度5.5 m，照明效果良好。本文選取洞內某段照明區域進行優化研究，此段照明區域長40 m、寬7.5 m、燈具安裝高度為5.5 m；燈間距為10 m；空間內裝設5盞燈；燈具布置5個檢測點，其分布見圖3所示。在此只計算檢測點周圍3盞燈對其產生的影響。采用本文中所設計的照度優化模型對所選取對象進行優化，對照明燈具照度進行合理配置，同時把照度分配結果與運行情況進行對比，并分析其節能效果。

圖3　地下廠房施工支洞某段區域燈具分布圖

在圖3設定A、B、C、D、E總共5個檢測點，其照度值分別設定為100（lx）100（lx）80（lx）80（lx）50 （lx），優化算法運行過程中最優解的變化情況如圖4所示。

圖4　解的變化及種群均值變化情況

由圖4解的變化及種群均值變化情況可以看出目標函數值越來越小，并最終收斂于一個很小的區間范圍內，優化模型計算得所需各燈具的總光通量值分別為：9000lm、4000lm、4500lm、8000lm、2000lm，而現有引水隧洞施工支洞采用的燈具光通量均為7 000 lm，兩者對比可以看出優化算法對燈具的配置

具有一定的節能效果。

5結論

本文主要針對蓄能電站地下廠房施工期照明運行方式進行了研究，重點解決地下廠房施工期照明系統的安全性能與成本投入這一此消彼長的矛盾。設計了抽水蓄能電站地下廠房照度優化配置的數學模型，通過引入遺傳算法，可較好的解決抽水蓄能電站地下廠房最優照度分配問題，減少了施工期照明的投入成本，本文提出的照度優化模型不僅使得蓄能電站地下廠房施工期的照明效率有了明顯的提高，同時使各燈具的照度分配達到最優，滿足了蓄能電站地下廠房施工期進行較少投入又達到良好照明的需求。不足之處是施工期地下廠房照度優化模型的設計前提條件是理想條件下進行的，未全面考慮影響照明質量的各種因素，同時程序默認選定區域外照度為零，因此優化結果可能與實際設計經驗有區別，所以后續研究中應全面考慮各種影響因素，同時增加樣本數目以期達到良好的優化節能效果，進而指導工程設計。

參考文獻：

[1]中國水力發電工程學會電網調峰與抽水蓄能專業委員會.抽水蓄能電站工程建設文集(2013)[M].北京：中國電力出版社，2013.

[2]崔璐璐,陳仲林,殷穎.隧道照明安全與光源光色研究[J].照明工程學報,2009,20(2):25-29.

[3]ANGEL P，DESSISLAVA P.Optimization of the light distribution of luminaries for tunnel and street lighting[J].Engineering Optimization,2008,40(1):47-65.

[4]崔豐曦.基于模糊神經網絡的隧道照明控制系統研究與設計[D].長沙：湖南大學，2009.

[5]王群鋒,馮冬青,蔣德瓏.室內照明智能控制技術研究與仿真[J].計算機仿真,2012,29(3):218-221.

[6]中華人民共和國交通部.JTJ 026公路隧道通風照明設計規范[S].北京:人民交通出版社,2000 .

[7]張九紅,莊金迅.配光曲線在照明計算中的應用[J].沈陽建筑大學學報,2007,23(6) :941-944.

[8]王鵬展.LED道路照明光環境優化技術探索[D].上海：復旦大學,2011.

[9]李寧，王曉東.遺傳算法在高速公路隧道照明智能優化中的應用[J].中南大學學報(自然科學版),2013.

[10]陶吉利.基于DNA計算的遺傳算法及應用研究[D].杭州:浙江大學,2007.

[11]RAMKUMAR B,SCHOEN M P,Hybrid enhanced continuous tabu search and genetic algorithm for Parameter estimation in colored noise environments[J].Expert Systems with Applications,2011,38(4):3909-3917.

作者簡介：李寧（1986-），男，工程師，從事水電站電氣一次設計工作。

收稿日期：2015-12-18

中圖分類號：TM923.02

文獻標識碼：A

文章編號：1672-5387（2016）03-0012-04

DOI：10.13599/j.cnki.11-5130.2016.03.005