關鍵技術攻關助力多水源格局下的從源頭到龍頭的供水安全

2014年12月南水北調中線工程通水后，京津冀區域，特別是京津特大城市群，形成了“南水北調來水和本地水資源互聯互調”的多水源供水新格局。南水北調中線工程在一定程度上緩解了京津冀區域嚴重缺水的局面。與此同時，其供水安全保障也面臨了巨大挑戰。2017年國家水體污染控制與治理科技重大專項(簡稱“水專項”)設置了“多水源格局下城市供水安全保障技術體系構建”科研項目，以保障北京市多水源格局下的安全供水為核心，優化、集成既有水專項相關研究成果。探明丹江口水源超長距離輸送過程中水質變化規律，突破南水北調中線原水水質預警技術、生態型水源地保護管理技術。以多水源水質水量變化和水廠工藝適應性為約束條件，形成基于水源-水廠-管網聯動的水質安全保障集成技術；以智慧供水建設為切入點，建設多層次、全方位預警決策和風險管控平臺，構建基于在線監測和智能決策的大型管網節水節能、水質提升的優化調度技術，進而全面提升北京市供水安全保障。

“多水源格局下城市供水安全保障技術體系構建”項目團隊由北京市自來水集團有限責任公司、南水北調中線干線工程建設管理局等16家單位近350名科研人員組成，北京市自來水集團有限責任公司董事長、教授級高級工程師劉鎖祥為項目負責人。

1 背景

自2014年12月“南水北調”中線工程通水以來，“南水”的取用量從初期每日70萬m3增加到后期每日近250萬m3(2019年夏季供水高峰期)，日供水量占北京城區近70%。北京市已形成以外調水源和本地水源結合的互聯互調的多水源供水系統，這為北京市經濟社會的協調快速發展提供了重要的水資源支撐。與此同時，多水源供水格局以及由此帶來的水源水質復雜多樣化和水源切換新常態化對水處理工藝、供水管網運行和龍頭水穩定達標提出了更高的要求。因此，在飲用水源趨向多樣化和復雜化的條件下，以保障北京市多水源格局下的安全供水為核心，需完善集水源水質監控預警、水廠工藝運行優化、安全輸配與智能化調控于一體的供水安全保障技術體系，解決從源頭到龍頭全過程中出現的技術問題和管理問題，提高用戶終端供水安全保障度。

2 加強原水水質監測和預警

2014年12月南水北調中線工程全線通水，中線干線總長1 432 km(含天津干線)，涉及京、津、冀、豫4個省、直轄市，北京、天津、石家莊、鄭州等130余座大小城市。根據國務院批準的《南水北調工程總體規劃》，要求中線工程全線輸水水質不低于國家地表水環境質量Ⅲ類標準。為了加強對中線總干渠全線水質監測，工程設計之初就規劃建設13座水質自動監測站、30個水質監測斷面、4座水質化驗實驗室。能全程監測中線總干渠水溫、pH、電導率、渾濁度、溶解氧、氨氮、高錳酸鹽指數、溶解性有機物、綜合生物毒性、總磷、總氮、葉綠素等關鍵指標。通水以來，水質監測數據顯示，中線輸水水質穩定達到或優于地表水Ⅱ類標準。

2.1 探明南水北調中線工程運行過程中藻類增殖規律

依托水專項課題，項目組在中線干渠全線常規水質指標監測的基礎上，對南水北調中線運行過程中的藻類增殖問題進行研究。研究發現，南水北調中線總干渠共鑒定出浮游植物7門140種，其中，硅藻(45.71%)>綠藻(35.00%)>藍藻(10.71%)>隱藻(3.57%)，裸藻、甲藻、金藻種類較少，所占比例較小。藻類種類從春季到秋季逐漸增加，自秋季到冬季，種類數開始下降。空間分布上，陶岔渠首處的物種數目最低，團城湖處最高，從南到北呈現逐漸遞增的趨勢。中線總干渠浮游植物細胞密度的年平均值為6.96×106cell/L，按大小的季節排序為夏季>春季>秋季>冬季。葉綠素a濃度為0.260～27.681 μg/L，分布存在明顯的時空異質性。季節上，春夏季是生物量偏高的季節，藻類異常增殖現象明顯；空間上，從陶岔到穿黃工程呈現增加的趨勢，隨后沿程到團城湖呈現波動性遞減的趨勢。通過對中線總干渠浮游植物、著生藻類以及生態環境因子的周年同步調查，結合水文因子的分析：確認春夏季是藻類異常增殖的敏感季節，硅藻和綠藻是異常增殖的主要藻類；溫度、硝態氮是影響中線總干渠以硅藻為優勢種的浮游植物群落時空分布的關鍵因子；總磷、氨氮、高錳酸鹽指數、流速也對群落結構分布產生一定的影響。

2.2 實現南水北調中線總干渠著生藻類和浮游藻類在線監測

基于南水北調中線總干渠著生藻類監測需求，項目組開展了著生藻在線監測設備原創性研發。采用計算機視覺的方法，將拍攝并回傳的著生藻生長情況實時圖像進行計算，獲取藻類的生長信息，并在中線沙河渡槽附近實施在線監測設備示范，構建著生藻類在線監測模型(圖1～圖3)。實現了中線著生藻類在線監測，填補了國內外無著生藻類在線監測技術的空白，具有理論及技術的原始創新性。針對中線浮游藻類的監測需求，項目組開展了中線浮游藻類AI識別設備研發。采用深度神經網絡技術與專家知識融合的全新算法，在多通路藻類樣本進樣、聚焦、拍攝、識別及計數等方面突破性實現了自動化，能在無人值守條件下實現藻類的種類、比例、藻密度等多指標自動分析輸出，具有明顯的技術優勢。監測數據表明，近年來藻類增殖得到一定的控制。

圖1 著生藻類在線監測設備

圖2 水上攝像頭監測畫面

圖3 水下攝像頭監測畫面

2.3 實現南水北調中線工程沿線水質風險識別與預警

通過建立基于機器視覺的危化品車輛流量、類別監控識別與統計分析系統，辨識危化品運輸車輛，實現危化品車輛出入橋梁的信息登記和流量統計。對危化品車輛偏離車道、停車、翻車、沖入渠道等異常事件能第一時間進行信息報告與自動預警；對橋上人員往干渠道內拋物等動作進行跟蹤識別并記錄和預警，完成中線風險源自動識別與智能監控技術。為了實現南水北調中線水質預報與預警，項目組建立了總體一維-局部三維的水動力水質模擬模型，實現干渠總體水質模擬的基礎上，以三維模擬深入挖掘沿線重點構筑物對水質和藻類增殖的影響(圖4～圖5)。總干渠水質變化成因涉及多種因素，在機理模型之外，還采用了先進的小波分析算法耦合神經網絡對總干渠水質變化進行數據挖掘，通過深度學習的大數據算法實現水質及藻類的預測，對于大數據技術在水質預測中的實際應用具有引領性。在實現對水質的預測后，通過主成分分析對預警指標及其等級進行了設定，并利用布谷鳥算法實現了對水質風險快速、精準的評估。依托武漢大學計算機學院實現預測預警模型的研發，將機理模型和大數據算法同時嵌入南水北調中線輸水水質預警與業務化管理平臺，實現平臺水質預警的集成化和可視化。同時，以實景重現為目標，通過反射成像等數字場景呈現技術，對模擬和實測情況進行實景顯示，可以對藻類的漂浮實現場景顯示，具有較強的先進性。

項目組依托水專項充分考慮輸配過程中水質的穩定性對出廠水水質指標的要求，從水廠-管網協同控制的龍頭水水質保障理念，提出系列水廠-管網協同控制技術措施。為南水北調水源進京后管網水質的穩定性保持提供了理論依據和技術支持，是實現龍頭水穩定達標的必經之路。

圖4 一維水質模擬與可視化模塊

圖5 渠道局部三維可視化仿真

2.4 構建應對多水源和季節性高藻的強適應性節能型凈水技術系統

南水水源進京后，南水硅藻在春季時占比較高(80%)，水廠濾池雖可以截留硅藻，但硅藻給濾池帶來了很大的負擔，造成濾池嚴重堵塞。為了提高水廠混凝沉淀單元對藻類的去除效果，項目組從混凝劑種類、助凝劑選擇以及預處理方法上提出技術措施：在混沉單元應用聚合氯化鋁(PACl)和三氯化鐵(FeCl3)雙藥投加方式，同時適當采用預氯化或預臭氧技術。通過強化水廠混凝沉淀效果可以去除消毒副產物前體物，將三鹵甲烷生成量控制在較低的水平。冬季時，南水水源出現藻類較高、渾濁度較低的水質特性，混凝反應形成的絮體較為松散，后續沉降效果不佳。項目組通過1年多的生產性試驗研究，確定可以考慮投加高分子絮凝劑聚丙烯酰胺(PAM)，以加速絮體沉降；在一定范圍內，PAM投加量越大，污泥沉降速度越快，可起到壓縮泥層的作用，增加回流的污泥濃度。因此，項目組提出將PAM應用于機械加速澄清池的建議，一方面可以作為應急手段解決冬季低溫、低濁、混凝效果差的問題，另一方面提高污泥濃度、降低排泥能耗。該技術已經在項目示范工程郭公莊水廠進行了應用。為了提高水廠的運維效率，項目組開發了一種取代傳統人工檢測沉降比的機械加速澄清池污泥沉降速度自動分析裝置，該設備能夠自動配制不同濃度的污泥，得到同種機加池循環污泥不同濃度時的沉降速度，從而預測最佳的排泥時機，為機械加速澄清池的精準排泥及穩定運行提供了技術保障。該研究成果為北京市40余座機加池實現自動排泥創造了可行性條件。為了綜合評價項目組建立的多水源供水格局下水質凈化多級屏障技術體系，對郭公莊水廠的工藝單耗在不同季節、不同原水水質波動的變化規律進行系統分析，提出了滿足出廠水水質標準的水廠節能降耗運行方案，并在郭公莊水廠進行技術示范，2019年—2020年示范水廠平均凈水能耗(包括凈水和進水提升泵能耗)均控制在0.099 29～0.091 23 kW·h/m3。

圖6 機械加速澄清池監控平臺

自主研發的機加池多參數監控系統提出水廠-管網協同策略，確保北京市公共龍頭水穩定達標。為了充分了解北京市供水管網水質情況，項目組深入北京市公共供水區域內的住宅小區、公共場所等地大量采集龍頭水樣品。利用現場檢測和實驗室檢測相結合、常規化學/微生物分析與現代大型儀器/分子生物學等手段相結合，針對不同水源、水廠、管網等情形診斷識別了引起管網輸配過程水質變化的關鍵影響因子，通過向居民下發調查問卷獲取大量關于用戶龍頭水水質的數據信息，提出了北京市各主力水廠及其供水管網的水廠-管網協同控制策略。

項目組研究發現，在水廠控制方面，除了保證出廠水滿足《生活飲用水衛生標準》的基本要求外，還應通過水源調度、強化/優化常規工藝和深度處理工藝等提升出廠水的化學和生物穩定性，使出廠水的pH、總堿度、拉森指數、總有機碳、消毒劑含量、殘余鋁/鐵等主要指標達到合理的限值水平，從而降低水在輸配過程中對管網管材的腐蝕性，抑制管網中微生物的生長繁殖，減少管網內顆粒物生成和沉積物累積，降低管網輸配過程消毒副產物的生成。在管網運行維護方面，提出了針對水力停留時間長、管網沉積物累積嚴重的區域進行定期放水沖洗，對水質影響較大的老舊管材(特別是腐蝕嚴重的灰口鑄鐵管)進行及時淘汰更新等措施建議。項目牽頭單位根據研究結果，2019年—2020年持續加大了老舊小區改造和自備井置換工作力度。改造后的供水管線采用安全度更高的球墨鑄鐵管和不銹鋼管，這2種材質的抗腐蝕能力強，管內不易結垢；同時，由于市政自來水水質硬度大大低于自備井水，自備井置換后的自來水口感明顯改善，水壓更加平穩，水質更加安全可靠。根據各水廠、管網系統安裝的水質在線監測分析結果，證實了南水進京之后，項目牽頭單位采取的凈水工藝調整、水廠布局優化、老舊管網改造等系列工程技術措施，切實保障了北京市龍頭水穩定達標，實現了供水水質品質進一步的提升。

隨著物聯網、大數據、云計算及移動互聯網等新技術不斷融入傳統行業的各個環節，智慧城市作為人們對于美好生活的向往已被列入國家“十三五”發展計劃，供水管理的智慧化和綜合化作為其中的一項重要內容也越來越得到人們的重視。供水管理的智慧化和綜合化是實現供水安全的必然途徑。

2.5 管網分區計量提升了市區供水系統精細化漏損管控

北京市區供水管網長度達到9 900余km，為了實現供水管網漏損管控的精細化，項目牽頭單位探索并實踐“分區調度、區域控壓、小區計量”管網精細化管理模式，逐漸構建形成3個調度分區、4個壓力控制區和923個獨立計量區(DMA)，實現了管網壓力的精準管控。針對DMA漏損狀況評估問題，項目組通過DMA現場試驗，獲得了在當前管網運行條件下DMA可以達到的最低漏損水平，并采用數學建模方法，建立了LMNF與DMA基礎屬性(管材、管長、管齡、戶數、壓力)之間的關系。采用該方法，可以獲得任意DMA在其當前運行條件下最低可達到的最小夜間流量。當實際最小夜間流量大于該值時，說明該DMA有漏損降低空間；在此基礎上對全市范圍的DMA進行了漏損狀況評價后，明確了漏損嚴重的DMA，提高了漏損控制的針對性。針對DMA漏損監測問題，項目組建立了基于管網流量趨勢異常診斷與聽音檢漏法檢測極限分析相結合的管網漏損預警技術，有效提高了漏損檢測能力。首先，采用日均流量和最小夜間流量同步比較的方法，提高了對流量異常的判斷準確率；然后，分析了北京市供水管網聽音法檢出的近5 000個漏水點的流量分布特征，確定了DMA流量異常的報警閾值；最后，將上述流量趨勢異常判斷與聽音檢漏法確定的流量異常預警閾值結合，形成了高效的DMA漏損監測技術，并基于成本效益分析，提出了DMA漏損管控的優化控制策略，該方法顯著提高了漏損控制的經濟性。根據系列研究成果，項目牽頭單位逐步提升管網安全運行水平，漏損率連續10年持續下降，2020年市區管網漏損率達到“水十條”規定的要求(圖7)。

圖7 2011年—2020年管網漏損率

2.6 供水系統智慧化管理進一步提升了飲用水安全保障水平

智慧供水系統旨在通過運用大數據技術和現代信息平臺技術，實現供水系統中各項信息之間的互聯互通，使整個系統能夠實時反應、協調運作，最終實現精細化、科學化、智慧化的供水調度和運行管理。為了實現對管網狀態的實時模擬，分析管網系統中各個構成部分的運行功能，優化管網運行狀態。項目組通過對市區管網近萬 km的20多萬條管段和節點的數據分析，利用相關軟件系統建立全網水力模型，通過狀態分析，確定近期、遠期的管網改造和改擴建方案，為管網系統的安全高效運行提供輔助決策支持。在此基礎上，采用遺傳算法等智能算法，對管網壓力、配水機泵能耗等運行工況進行模擬分析，科學合理地制定多水廠聯合優化調度方案。在滿足供水水量、水壓及水質要求的前提下，最大限度地提高供水系統的經濟效益和社會效益，不僅節省了大量能源，而且能使管網在合理的狀態下運行，管網的壓力也更為合理，實現了節水、節能的雙重目標：近年年均節水達3 000余萬m3，節電達200余萬kW·h(圖8)。

圖8 2011年—2020年市區配水單耗

為了實現供水系統全流程的精細化、智慧化管理，項目組整合了現有凈水工藝智能調控、供水智能調度、管網漏損管控等子系統，開發了綜合性的數據接口中心服務，結合基于微服務集群架構技術的供水平臺應用，形成了一體化、可擴展的供水智慧化解決方案，實現了供水全流程關鍵數據的深度分析，利用物聯網技術強化了管網流量、壓力、水質數據的動態收集與管理，為項目牽頭單位實現生產過程低碳化、水質監控全程化、調度運行智能化、漏損控制精細化提供技術支撐。