城市原水系統(tǒng)調(diào)度研究與應用綜述

顧正華,周 統(tǒng),翁曉丹,申屠華斌

(1.浙江大學建筑工程學院,浙江 杭州 310058; 2.中國電建集團華東勘測設(shè)計研究院有限公司,浙江 杭州 311122)

原水作為保障生活生產(chǎn)的主要水源,其供水安全不僅直接影響社會穩(wěn)定,還與城市的可持續(xù)發(fā)展和生態(tài)環(huán)境保護息息相關(guān)。隨著城市經(jīng)濟的發(fā)展和人口的增長,城市需水量持續(xù)增加,分布不均的水資源已不能滿足城市供水的需求,修建原水工程以合理調(diào)配區(qū)域內(nèi)的原水資源就成了城市發(fā)展的必經(jīng)之路,城市原水系統(tǒng)也應運而生。城市原水系統(tǒng)指城市范圍內(nèi)未經(jīng)過工藝處理的包含多種形式的天然水資源系統(tǒng)[1],一般由4個子系統(tǒng)組成[2]:①水源子系統(tǒng),主要包括水庫、江河、湖泊、海洋等地表水源,潛水、泉水等地下水源;②取水子系統(tǒng),即原水取水泵站;③輸水子系統(tǒng),主要包括輸水管渠、輸水河道、提升泵站、調(diào)節(jié)池、調(diào)控閥門等構(gòu)件;④需水子系統(tǒng),包括水廠、工農(nóng)業(yè)、生活、城市公用事業(yè)等原水用戶。為了滿足時代發(fā)展下的供水需求,城市原水系統(tǒng)逐步形成了由多水源、多類型、多輸配水工程、多級提升設(shè)備構(gòu)成的開放復雜系統(tǒng)[3],與以水廠為源頭的配水系統(tǒng)相互獨立,具有隨機性和周期性的特點[4]。目前國內(nèi)外關(guān)于城市原水系統(tǒng)調(diào)度的研究較為豐富,已具備相對成熟的原水系統(tǒng)模擬軟件,各類優(yōu)化算法也廣泛應用于解決大型城市原水系統(tǒng)調(diào)度問題,但準確地描述城市原水系統(tǒng)調(diào)度與傳統(tǒng)水資源配置之間區(qū)別的文獻卻很少,也缺乏對近年來城市原水系統(tǒng)調(diào)度理論研究與實踐發(fā)展的系統(tǒng)性總結(jié)。本文從城市原水系統(tǒng)調(diào)度的理論研究、軟件開發(fā)和工程實踐三方面對已有研究成果進行分析、歸納和總結(jié),并指出今后的發(fā)展趨勢。

1 城市原水系統(tǒng)調(diào)度的理論研究

城市原水系統(tǒng)是城市水資源系統(tǒng)的一部分,其結(jié)構(gòu)如圖1所示。對于城市原水系統(tǒng)調(diào)度的含義,不同階段有不同的解釋,但現(xiàn)在一般認為,城市原水系統(tǒng)調(diào)度是指根據(jù)城市居民生活、工業(yè)生產(chǎn)、農(nóng)業(yè)、生態(tài)環(huán)境等調(diào)度需求,對城市原水系統(tǒng)中的各項工程設(shè)施和原水資源進行協(xié)調(diào)、優(yōu)化和管理的過程。在城市原水系統(tǒng)調(diào)度的研究中常常出現(xiàn)與水資源配置和水庫群調(diào)度概念區(qū)分不清的問題,但實際上城市原水系統(tǒng)調(diào)度在研究對象和研究目的上與這兩者有著較大差別。水資源配置一般是指合理分配不同區(qū)域和用水戶之間的水資源,以達到水資源可持續(xù)利用的目標[5],廣義上來說城市原水系統(tǒng)調(diào)度是水資源配置的一個重要組成部分。但在研究對象上,水資源配置主要以流域系統(tǒng)為對象,以流域水循環(huán)的物理過程為科學基礎(chǔ)進行水資源總體規(guī)劃[6];城市原水系統(tǒng)調(diào)度則是在考慮流域水文特性的基礎(chǔ)上,對水源單元(河流、湖泊、地下水等)、取水單元(取水泵站、引水工程等)、輸水單元(管渠、河道等)做系統(tǒng)性分析,且就物理過程來說城市原水系統(tǒng)中各單元間不存在循環(huán)流[3]。在研究目的上,水資源配置是在水資源天然循環(huán)基礎(chǔ)上,結(jié)合供用耗排人工側(cè)支循環(huán)來展開滿足區(qū)域經(jīng)濟和生態(tài)環(huán)境要求的配置工作;城市原水系統(tǒng)調(diào)度則是以城市內(nèi)的供水水質(zhì)水量保障、節(jié)水節(jié)能減耗以及緊急事件處理和應對為目標展開原水調(diào)度工作。另一方面,水庫群調(diào)度一般是指對多個水庫進行協(xié)調(diào)管理,以最大限度地提高水資源利用效益的過程[7]。在研究對象上,水庫群調(diào)度是以區(qū)域內(nèi)多個水庫及之間的水利工程為對象,研究其相互關(guān)系和影響,聚焦防洪、興利和綜合利用來研究上下游水庫徑流的水力聯(lián)系和水庫庫容差異引起的防洪補償[8];城市原水系統(tǒng)調(diào)度則是將水庫作為原水系統(tǒng)中的一個水力單元,弱化水庫本身的防洪興利功能。在研究目的上,水庫群調(diào)度以水庫群系統(tǒng)中的防洪、發(fā)電、灌溉、供水和生態(tài)等要素為具體目標;城市原水系統(tǒng)調(diào)度則是以需水子系統(tǒng)(用戶)為主體提供滿足供水保證、節(jié)能減耗、生態(tài)環(huán)保等要求的調(diào)度方案,并不考慮防洪、航運、輸沙等目標。

圖1 城市原水系統(tǒng)的結(jié)構(gòu)

城市原水系統(tǒng)調(diào)度的研究在國外始于20世紀70年代,而國內(nèi)在21世紀初才將其從水資源配置的研究中獨立出來。早期的原水調(diào)度以規(guī)則調(diào)度為主[9],通過水務管理者的經(jīng)驗來制定調(diào)度方案,雖能解決相對簡單的原水系統(tǒng)缺水問題,但無法勝任復雜原水系統(tǒng)的調(diào)度需要,存在發(fā)展瓶頸。此外,規(guī)則調(diào)度的調(diào)度過程對人員經(jīng)驗依賴程度高,調(diào)度決策的可靠性較差,不易于推廣應用。隨著計算機技術(shù)的發(fā)展,國內(nèi)外對城市原水系統(tǒng)調(diào)度的研究過渡到以模擬調(diào)度和優(yōu)化調(diào)度為主的科學調(diào)度階段。其中模擬調(diào)度側(cè)重于運用數(shù)理方法模擬物理化學過程,而優(yōu)化調(diào)度則是在模擬調(diào)度的基礎(chǔ)上,通過目標函數(shù)、約束條件、決策變量等實現(xiàn)大型城市原水系統(tǒng)調(diào)度問題的優(yōu)化求解。城市原水系統(tǒng)優(yōu)化調(diào)度的決策可靠性較強,優(yōu)化調(diào)度方法能夠推廣應用于不同結(jié)構(gòu)的原水系統(tǒng),但近年來城市原水系統(tǒng)越來越趨于復雜,單純基于需水預測的調(diào)度方案已不能滿足調(diào)度運行的實際要求,因此能夠?qū)崟r監(jiān)測和管理、定制化生成有時效性的調(diào)度方案的智能調(diào)度成了學者和水務公司廣泛研究的對象。下面對城市原水系統(tǒng)的模擬調(diào)度、優(yōu)化調(diào)度和智能調(diào)度的研究進程和研究方法做深入探討,這3種調(diào)度理論在時間軸上有所交織,充分反映了具有時代特征的原水調(diào)度實踐需求與科技發(fā)展趨勢。

1.1 城市原水系統(tǒng)模擬調(diào)度

城市原水系統(tǒng)模擬調(diào)度從水動力學模型和水質(zhì)模型出發(fā)進行系統(tǒng)建模,通過數(shù)理方法求解模型,并根據(jù)有限數(shù)目的調(diào)度運行方式給出調(diào)度策略。例如:Eker等[10-11]在考慮泵站揚程、管道摩擦損失和局部損失等因素的情況下對包含梯級水庫和提升泵站的供水系統(tǒng)建立模擬控制模型,對泵站流量、水庫水頭等進行非線性耦合,采用改進的二分法求解非線性摩擦系數(shù)方程,并通過設(shè)置液位控制器和H∞魯棒優(yōu)化來提高系統(tǒng)運行的穩(wěn)定性和魯棒性;趙璧奎等[1,12-13]采用大系統(tǒng)分散控制方法將原水系統(tǒng)分解為多個獨立控制單元,把水庫、泵站等單元概化為水源節(jié)點,將定性控制技術(shù)引入基于水質(zhì)遷移轉(zhuǎn)化基本方程的水質(zhì)水量耦合建模中,利用有向圖遍歷技術(shù)在時間和空間兩個維度上求解模型,并運用決策樹對調(diào)度策略進行分析;王如琦等[14]基于實測數(shù)據(jù)和地理信息數(shù)據(jù),由達西公式和柯列勃洛克-魏特公式對原水系統(tǒng)建模,結(jié)合風險事故分析提出多水源條件下原水調(diào)配方案,并根據(jù)模擬結(jié)果給出調(diào)度策略。該研究在參數(shù)校核過程中發(fā)現(xiàn)原水輸水管線中綜合當量粗糙度不但與管道流量、流速相關(guān),還與化學藥劑濃度及溫度等因素相關(guān)。模擬調(diào)度適用于探究城市原水系統(tǒng)特定的物理化學過程,還具備能在較小時間尺度上描述調(diào)度過程的優(yōu)點。然而,當應對大型城市原水系統(tǒng)調(diào)度問題時,單純通過模擬調(diào)度無法針對多樣化的調(diào)度目標給出較優(yōu)的調(diào)度策略,也難以處理隨機性較強的原水調(diào)度問題,因此以科學的模擬調(diào)度為基礎(chǔ),優(yōu)化城市原水系統(tǒng)調(diào)度決策逐漸成為研究的重點。

1.2 城市原水系統(tǒng)優(yōu)化調(diào)度

針對城市原水系統(tǒng)的復雜性和隨機性,國內(nèi)外大部分城市原水系統(tǒng)調(diào)度研究均采用優(yōu)化方法,其發(fā)展趨勢為由小規(guī)模原水系統(tǒng)的單目標優(yōu)化問題到大規(guī)模原水系統(tǒng)的多目標決策分析。早年學者們多針對由高地水庫重力輸水和低地水源泵站輸水所組成的原水系統(tǒng)進行研究,例如:Joeres等[15-16]假設(shè)水庫泄水量在某時段內(nèi)是庫存量的線性函數(shù),構(gòu)建了原水系統(tǒng)線性規(guī)劃模型,利用機會約束線性決策規(guī)則選擇出合適的操作策略,并通過仿真程序?qū)ζ溟L期性能進行測試;Wu[17]在運籌學基礎(chǔ)上分別建立了確定型和隨機型線性規(guī)劃模型來評估原水系統(tǒng)調(diào)度的經(jīng)濟性和可靠性,運用機會約束規(guī)劃將約束條件與概率對應以研究調(diào)度運行的隨機性,其主要優(yōu)點是在給定概率分布函數(shù)的情況下,可將隨機問題轉(zhuǎn)化為等價的確定問題;Vieira等[18-19]從環(huán)保節(jié)能角度出發(fā),在原水系統(tǒng)中引入包含風電能源的水電機組,從日尺度分析系統(tǒng)的最佳運行方式,以系統(tǒng)能源費用最低為目標,對常規(guī)泵站、水庫構(gòu)成的原水系統(tǒng)進行線性規(guī)劃和非線性規(guī)劃分析,對包含風電能源的供水系統(tǒng)分夏季和冬季進行非線性規(guī)劃分析。

21世紀以來,由于計算機技術(shù)和啟發(fā)式算法不斷完善,使用遺傳算法、粒子群算法等啟發(fā)式算法解決城市原水系統(tǒng)優(yōu)化調(diào)度問題變得十分廣泛,其中尤以遺傳算法使用最多。例如:郭思元[3]采用系統(tǒng)分析方法對廈門市供水原水系統(tǒng)優(yōu)化調(diào)度進行研究,從空間和時間兩個維度對原水系統(tǒng)進行優(yōu)化并提出原水系統(tǒng)中長期優(yōu)化調(diào)度控制策略;鄭飛飛等[2,20]將原水系統(tǒng)調(diào)度分為豐水期和枯水期,以總費用最小且水庫補水量最大為目標,從時間序列上優(yōu)化了原水系統(tǒng)補水過程;陳衛(wèi)等[21-22]從多水源原水系統(tǒng)一級優(yōu)化調(diào)度入手,研究了城市原水系統(tǒng)優(yōu)化調(diào)度模型的建立和求解問題;陳衛(wèi)等[21]選取供需壓差、泵站電耗、制水成本和供需水量差等作為子目標函數(shù),將多目標決策問題轉(zhuǎn)化為單目標決策問題;陶濤等[22]針對珠海市分散復雜多水源原水系統(tǒng)河庫并存、庫庫連通和汛期多雨水的特點,通過遺傳算法求解以取水泵站能耗最小、水庫運行末水位偏離水庫控制水位最小為目標的一級優(yōu)化調(diào)度模型。近年來,Luna等[23]考慮泵站狀態(tài)、操作成本以及二氧化碳排放,利用遺傳算法對日尺度泵站調(diào)度進行優(yōu)化,并在算法種群中引入已知可行解和選擇性突變機制等知識機制來提高算法的收斂性。除了采用遺傳算法外,還有部分學者將粒子群算法應用于城市原水系統(tǒng)優(yōu)化調(diào)度研究中。例如:Montalvo等[24]提出了一種自適應框架來提高粒子群優(yōu)化算法的魯棒性,算法的參數(shù)與粒子共同進化從而使參數(shù)的調(diào)整變得不再煩瑣。需要指出的是,城市原水系統(tǒng)調(diào)度的復雜性往往伴隨著優(yōu)化目標的多樣性,因此多目標優(yōu)化問題的研究也十分重要。Carpitella等[25]提出了一種基于多準則的多目標優(yōu)化問題研究方法,采用模糊優(yōu)劣解距離法(fuzzy technique for order of preference by similarity to ideal solution,FTOPSIS)對非劣排序遺傳算法Ⅱ(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)找到的帕累托解進行排序,考慮了城市原水系統(tǒng)中泄漏問題的不確定性,得到不同情景下帕累托前沿的模糊解以確定水泵控制的最優(yōu)決策方案。該方法不僅適用于解決城市原水系統(tǒng)的不確定性問題,也為解決城市原水系統(tǒng)的多目標問題提供思路。

在研究優(yōu)化調(diào)度問題時,目標函數(shù)與約束條件的設(shè)立是優(yōu)化過程的關(guān)鍵步驟,決策變量則是提出調(diào)度決策的基礎(chǔ)。表1總結(jié)了當前國內(nèi)外城市原水系統(tǒng)優(yōu)化調(diào)度中的目標函數(shù)、約束條件和決策變量。由表1可知,城市原水系統(tǒng)優(yōu)化調(diào)度的目標函數(shù)多以原水系統(tǒng)運行成本最小或部分子系統(tǒng)運行費用最小來建立。水量平衡、水位約束、庫容約束是最基本的約束條件,但特定原水系統(tǒng)會根據(jù)具體情況由水務公司建立更為細化的約束要求。決策變量以水庫泄水量和泵站開關(guān)最常見,需在具體問題中進行設(shè)立。

表1 城市原水系統(tǒng)優(yōu)化調(diào)度中的目標函數(shù)、約束條件和決策變量發(fā)展變化

1.3 城市原水系統(tǒng)智能調(diào)度

近年來,隨著城市原水需水量預測方法趨于科學[32]和城市原水系統(tǒng)的規(guī)模不斷擴大,傳統(tǒng)的單一模擬調(diào)度和優(yōu)化調(diào)度已無法滿足原水調(diào)度的需求,因此,以大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)為基礎(chǔ)的智能調(diào)度技術(shù)應運而生。智能調(diào)度是利用在線監(jiān)測系統(tǒng)、決策支持系統(tǒng)、決策指揮系統(tǒng)所組成的技術(shù)框架[22],輔以數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(supervisory control and data acquisition,SCADA)、地理信息系統(tǒng)(geographic information system,GIS)、動態(tài)仿真系統(tǒng)、專家系統(tǒng)和模糊理論等對城市原水系統(tǒng)從預測到監(jiān)測到控制進行全方位調(diào)控,其中涵蓋了城市用水預測、原水需水量預測、泵站和管線的監(jiān)控及優(yōu)化等多方面調(diào)度過程。張曄明[33]以青草沙、陳行和黃浦江這3個相對獨立的水源地所形成的多水源原水系統(tǒng)為對象,從調(diào)度多級控制框架、調(diào)度系統(tǒng)硬件設(shè)計、調(diào)度功能設(shè)計、信息安全設(shè)計等層面探討了城市原水系統(tǒng)智能調(diào)度的技術(shù)要點,提供了建立原水智能調(diào)度綜合管理平臺的思路。Pei等[34]利用界殼理論和模糊集的相似性,探討了成都城市原水安全應急救援方法,從壓力和支撐兩個維度構(gòu)建了評價指標體系,提出了城市原水安全應急救援控制因素的確定原則,為城市原水系統(tǒng)智能調(diào)度技術(shù)中應急調(diào)度研究提供幫助。Zhang等[35]采用BP(back propagation)神經(jīng)網(wǎng)絡(luò)、支持向量回歸技術(shù)(support vector regression,SVR)和長短期記憶模型(long short-term memory,LSTM)3種人工智能模型,利用1982—2015年的水庫運行歷史記錄,在月、日、小時3個時間尺度上模擬水庫運行,給城市原水系統(tǒng)智能調(diào)度提供了算法支持,改善了調(diào)度準確性。

受經(jīng)濟效益驅(qū)動,原水智能調(diào)度技術(shù)與原水公司關(guān)系緊密,大量應用情景和前沿信息來源于原水公司的原水工程建設(shè),如上海城投原水有限公司提出了水量預測、原水預警、泵組尋優(yōu)、機泵控制的原水智能調(diào)度框架[36]。自2020年全球疫情爆發(fā)后,原水調(diào)度領(lǐng)域內(nèi)在線檢測與調(diào)控技術(shù)的應用發(fā)展迅速,以青草沙原水廠為代表的原水公司采用在線監(jiān)測為主、輔以人工比對的方式,對監(jiān)測點位的水質(zhì)指標進行檢測化驗,并根據(jù)上游來水特點對水庫的藻類、嗅味等指標進行重點監(jiān)測,定期將各項水質(zhì)情況上報至供水管理部門和生態(tài)環(huán)境部門,確保總氯、糞大腸菌、生物毒性等各項常規(guī)水質(zhì)指標達標。此外,一些原水公司利用城市原水智能調(diào)度技術(shù)建立了流域協(xié)同保障工作機制,第一時間接收水文水情預警以及閘泵運行工況信息,第一時間告知下游水廠濁度、藻類、pH值、有機物含量、加藥調(diào)整等水質(zhì)信息,及時有效地互通各水源地的水量水質(zhì)監(jiān)測及管理情況。

2 城市原水系統(tǒng)調(diào)度軟件開發(fā)

城市原水調(diào)度的理論研究與調(diào)度軟件開發(fā)息息相關(guān),仿真軟件、機器學習是模擬調(diào)度、優(yōu)化調(diào)度和智能調(diào)度最有效的計算工具,城市原水調(diào)度研究中常用的仿真軟件有EPANET、Infoworks WS Pro、Infoworks ICM等,其計算機制和特點各不相同。此外,城市原水系統(tǒng)智能調(diào)度需要科學統(tǒng)籌全局的取用水,云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)的快速發(fā)展,為原水的智慧化運營提供了理論和技術(shù)支撐,現(xiàn)階段原水供應的調(diào)度方式以人工經(jīng)驗方法進行生產(chǎn)調(diào)度管理,導致運行效率低,運營成本高,預警監(jiān)測大多由人工完成,對異常情況反應力極低,極大影響生產(chǎn),因此開發(fā)以決策支持系統(tǒng)為主的城市原水系統(tǒng)調(diào)度軟件就顯得十分重要。

2.1 城市原水系統(tǒng)的仿真軟件

城市原水系統(tǒng)調(diào)度研究中的仿真軟件以美國環(huán)保署開發(fā)的開源供水管網(wǎng)模擬軟件EPANET最為常見。EPANET應用廣泛,且適用于線性規(guī)劃和非線性規(guī)劃問題的求解。Vieira等[18]將優(yōu)化模型中的優(yōu)化規(guī)則直接在EPANET軟件中實現(xiàn),并以EPANET為基礎(chǔ)開發(fā)了一個集成的軟件工具以評估優(yōu)化結(jié)果。紀昌明等[37]在Visual Studio 2008環(huán)境下將MapX控件與SQL Server 2000 數(shù)據(jù)庫相整合,開發(fā)了深圳市原水調(diào)度系統(tǒng)的GIS實時監(jiān)視圖功能模塊,該模塊可實現(xiàn)鷹眼導航、專題地圖、交互查詢和無級漫游等可視化功能,使原水系統(tǒng)調(diào)度仿真更加直觀,也增強了仿真軟件的數(shù)據(jù)更新和空間分析能力。趙璧奎等[38]通過對原水系統(tǒng)進行概念化分析提出由點、線、面基本元素構(gòu)成的原水系統(tǒng)概念化模型,針對原水系統(tǒng)拓撲結(jié)構(gòu)的動態(tài)存儲、拓撲關(guān)系還原、優(yōu)化模擬和接口函數(shù)擴展設(shè)計等關(guān)鍵問題,運用面向?qū)ο蠹夹g(shù)設(shè)計開發(fā)了深圳市原水系統(tǒng)調(diào)度管理系統(tǒng)仿真模型庫及用戶交互界面。王如琦等[14,39]將Infoworks WS Pro和Infoworks ICM這兩種軟件引入城市原水系統(tǒng)的研究中,用于模擬上海城市原水系統(tǒng),比較這兩種軟件在模擬大型城市原水系統(tǒng)的優(yōu)劣;通過采用兩種軟件的不同糙率模型,對不同坡度及管底標高的微觀模型進行測試,結(jié)果表明對于無精細管道數(shù)據(jù)的原水系統(tǒng),推薦采用WS Pro模型的CW糙率模型,對于有詳細管網(wǎng)數(shù)據(jù)的原水系統(tǒng),推薦采用ICM的N糙率模型。綜上所述,雖然城市原水系統(tǒng)調(diào)度研究中以EPANET居多,但水力仿真軟件并不局限于此。

2.2 城市原水調(diào)度的決策支持系統(tǒng)

隨著城市原水系統(tǒng)的仿真軟件逐漸完善,原水調(diào)度領(lǐng)域內(nèi)決策支持系統(tǒng)也得到廣泛應用。Palmer等[40]開發(fā)了一個用于協(xié)助干旱決策的決策支持系統(tǒng),集成了專家系統(tǒng)、線性規(guī)劃模型、數(shù)據(jù)庫管理工具和計算機圖形學等多種編程技術(shù),并根據(jù)西雅圖水務局管理人員的運營經(jīng)驗構(gòu)建專家系統(tǒng)的規(guī)則庫;該決策支持系統(tǒng)的線性規(guī)劃模型可以確定1987年西雅圖旱災條件下原水系統(tǒng)的水量情況和最優(yōu)調(diào)度策略,但無法為未來發(fā)生的干旱事件提供決策。Wang等[41]設(shè)計了基于水力模型的應急調(diào)度決策支持系統(tǒng),用以消除多水源原水系統(tǒng)上游突發(fā)污染事件的影響;該決策支持系統(tǒng)包括水質(zhì)預測、系統(tǒng)安全評估、應急策略推理和調(diào)度優(yōu)化4個功能模塊;其工作流程是先在給定污染信息的條件下,計算特定截面上的水質(zhì)變化,然后利用第一個模塊的輸出對當前系統(tǒng)的安全性進行綜合評估,同時考慮到污染的影響和系統(tǒng)容量,當污染嚴重影響系統(tǒng)可靠性時,采用基于模糊邏輯的推理模塊生成包括技術(shù)措施在內(nèi)的合理策略。原水調(diào)度決策支持系統(tǒng)的研究為原水智能調(diào)度提供了軟件支撐,而想要進一步豐富城市原水系統(tǒng)調(diào)度軟件的功能模塊,則離不開仿真軟件、決策支持系統(tǒng)、SCADA、GIS的集成應用[33]。

3 城市原水系統(tǒng)調(diào)度工程實踐案例

3.1 上海市原水系統(tǒng)調(diào)度工程

上海城市原水系統(tǒng)規(guī)模龐大,共有四大子原水系統(tǒng)[42]:黃浦江上游金澤原水系統(tǒng)、長江青草沙原水系統(tǒng)、長江陳行原水系統(tǒng)以及長江東風西沙原水系統(tǒng)。朱雪明等[43]以科學調(diào)度、安全輸水為基本點,系統(tǒng)地考慮了青草沙水源地原水工程的特點以及調(diào)度所涉及的各類因素,建立了由SCADA、GIS、動態(tài)仿真和水力學模型系統(tǒng)、決策支持與專家調(diào)度系統(tǒng)、調(diào)度運行管理系統(tǒng)、生產(chǎn)調(diào)度視頻系統(tǒng)、語音調(diào)度系統(tǒng)、全球廣域網(wǎng)等組成的一體化信息管理平臺,可實現(xiàn)調(diào)度的科學性、預測性和時效性,達到在滿足社會需求前提下,合理利用水資源、減少能耗、降低輸水成本的目的。張曄明[33]所介紹的上海市中心城區(qū)原水供應調(diào)度系統(tǒng)在通過了調(diào)試切換、調(diào)度運行、保高峰、抗咸潮等工況的考驗后形成了“兩江并舉、多源互補”的供應格局,青草沙、黃浦江、陳行三大子原水系統(tǒng)的服務壓力合格率可達99.53%,其中嚴橋支線、凌橋支線的電基數(shù)較原計算運行電基數(shù)大幅下降。Huang等[44]針對上海金山-黃浦江原水工程,基于流體力學建立了泵站優(yōu)化運行的計算模型,模型中考慮了泵站運行方式和初始水位下的清水箱對泵站耗電量的影響,利用該優(yōu)化計算模型,可以保證在泵機組能量充能大大降低的情況下,滿足泵送能力相同的運行需求,達到節(jié)能的目的;同時使用變速泵可以降低水泵機組的用電消耗,較大提高抽水站運行經(jīng)濟性。

3.2 珠海市原水系統(tǒng)調(diào)度工程

夏禹等[45]以珠海市原水系統(tǒng)為研究對象,通過EPANET建立珠海原水系統(tǒng)水力微觀模型,分析原水系統(tǒng)中水庫的實際應急能力和不同工況下主力取水泵站的最大取水能力,并對可能的突發(fā)情況進行分類,然后從調(diào)度的角度針對不同的突發(fā)事件制定了應急預案,提高了調(diào)度預案的可操作性和準確性,同時也能幫助調(diào)度人員及時了解應急狀態(tài)下整個原水系統(tǒng)現(xiàn)狀,為調(diào)度者的決策提供理論依據(jù)。Wang等[41]設(shè)計了基于水力模型的應急調(diào)度決策支持系統(tǒng),以珠海市這一南方沿海城市的咸潮期為例,驗證了該系統(tǒng)的可行性;通過情景分析,證明了該決策支持系統(tǒng)工具有助于水務公司快速有效地應對突發(fā)污染事件的應急調(diào)度。綜上,對于以珠海原水系統(tǒng)為代表的城市原水系統(tǒng)應急調(diào)度問題,構(gòu)建應急調(diào)度預案庫是最常見的解決途徑,決策支持系統(tǒng)在應急調(diào)度中的應用前景十分廣闊,將會成為未來研究的熱點。

3.3 國外城市原水系統(tǒng)調(diào)度工程

以美國為代表的發(fā)達國家對于城市原水系統(tǒng)調(diào)度的研究起步較早,在20世紀末便有了相對成熟的原水調(diào)度理論,建設(shè)了大量的原水調(diào)度工程,但其工程規(guī)模并不龐大。如美國馬里蘭州的巴爾的摩原水系統(tǒng)[15-16]和華盛頓州的西雅圖原水系統(tǒng)[40],均是由若干不同高程的水庫和流域水源構(gòu)成的原水系統(tǒng),其調(diào)度工程規(guī)模小且受流域水文因素影響較大,其調(diào)度成效也受氣候和魚類活動限制。由于20世紀機器學習的應用并不廣泛,調(diào)度工程中決策規(guī)劃是暫時制定的,所有機構(gòu)只能獲得數(shù)量有限的數(shù)據(jù);此外,發(fā)達國家的資本主義制度特點導致水務領(lǐng)域各機構(gòu)相互制衡的現(xiàn)象比較嚴重,決策的確切影響往往不為人知。而近10年美國逐漸將城市飲用水保護工作的重點由水廠擴展至水源地[42],如美國紐約市已發(fā)展為一個多水源地城市,紐約原水調(diào)度工程規(guī)模相對較大、調(diào)節(jié)能力強,這不僅依托于智能調(diào)度技術(shù),也得益于其長期建造的完整備用供水設(shè)施。國際上一些中小國家的城市原水系統(tǒng)調(diào)度工程側(cè)重于對水泵或水庫的單一控制優(yōu)化,其原因可能是城市規(guī)模小,原水系統(tǒng)復雜程度低,針對單一水力要素作優(yōu)化的效益也較為顯著。如Eker等[10]對土耳其加濟安泰普原水調(diào)度工程水泵機組采用最優(yōu)魯棒控制法對輸水進行控制,有效改善了供水運行。Oh等[46]在韓國城鎮(zhèn)原水調(diào)度工程中,利用水溫傳感器和實時水泵效率監(jiān)測優(yōu)化水泵調(diào)度,來減少碳排放和能源消耗。Kowalik等[47]在波蘭城鎮(zhèn)原水調(diào)度工程中,將二元線性規(guī)劃應用在水泵調(diào)度上,基本達到了電力成本最小化目標。

4 研究展望

原水系統(tǒng)人工調(diào)度這一傳統(tǒng)調(diào)度方式雖能一定程度上滿足小型城市的供水需求,但在原水系統(tǒng)趨于復雜的今天已難以在保證水質(zhì)水量的前提下控制供水成本并評估運行風險。以目前城市原水系統(tǒng)調(diào)度理論研究、軟件開發(fā)為基礎(chǔ),對工程案例作出具體分析,可以預見未來的研究方向主要有4個方面:

a.加強城市原水系統(tǒng)智能調(diào)度理論研究,構(gòu)建適用面廣、可操作性強的城市原水智能調(diào)度系統(tǒng)。開展城市原水系統(tǒng)一體化智能調(diào)度模型研究,整合SCADA、GIS、物聯(lián)網(wǎng)等監(jiān)測技術(shù)構(gòu)建智能監(jiān)測模塊,整合仿真軟件、拓撲結(jié)構(gòu)動態(tài)存儲、拓撲關(guān)系還原、水力水質(zhì)耦合計算等仿真技術(shù)構(gòu)建動態(tài)仿真模塊,整合機器學習、優(yōu)化算法、專家系統(tǒng)等調(diào)度方法構(gòu)建實時調(diào)度模塊。建立集成式的城市原水智能調(diào)度系統(tǒng),實現(xiàn)對原水供應的全面監(jiān)控和管理,降低供水成本與風險。

b.提高城市原水系統(tǒng)調(diào)度目標的預測精度與時效性。采用先進的數(shù)據(jù)采集技術(shù)獲取多維數(shù)據(jù),自動化識別數(shù)據(jù)異常和系統(tǒng)故障維護,提高預測準確性。采用改進的人工智能算法優(yōu)化預測模型,提高預測精度和魯棒性。利用大數(shù)據(jù)技術(shù)實時處理原水系統(tǒng)數(shù)據(jù)并應用于調(diào)度決策,以確保時效性。

c.建立科學的城市原水系統(tǒng)應急調(diào)度預案庫。利用系統(tǒng)建模和仿真技術(shù),模擬城市原水系統(tǒng)可能遇到的事故情景,評估系統(tǒng)的應急響應能力,并根據(jù)結(jié)果優(yōu)化應急預案,同時也需考慮研究法律和社會因素。在原水調(diào)度工程實踐環(huán)節(jié)通過虛擬現(xiàn)實(VR)或增強現(xiàn)實(AR)、數(shù)字孿生技術(shù)提高應急人員培訓效果。

d.形成滿足生態(tài)與發(fā)展需求的城市原水系統(tǒng)調(diào)度評價體系。研究不同調(diào)度方式對河流生態(tài)系統(tǒng)的影響,開發(fā)評價模型量化經(jīng)濟效益與生態(tài)保護的權(quán)重,研究生態(tài)環(huán)境的潛在風險,并形成可持續(xù)性調(diào)度指標,建立城市原水系統(tǒng)調(diào)度綜合評價體系。