自来水处理中泵房优化调度方法研究与设计文献综述

文献综述（或调研报告）：

城市供水系统主要包括有供水泵站、供水管网、水源以及水处理构筑物等。供水系统的调度主要是根据当前调度系统的运行状态，预测下一时段供水管网当中用户所需的用水量和水压的需求，来安排泵站当中水泵的开启和关闭状态。目前,在我国很多的中小城市当中，供水系统的调度还是采用比较落后的人工方式进行控制，用水量和水压的预测也是根据多年的调度经验来进行判断。采用这种方式不仅会造成能源的浪费，还会因为供水不足影响到人们的正常用水。在很多的大中城市当中，在供水系统当中都安装了用水量的实时监测系统，对供水泵站的以及管网当中的压力值进行检测，并将数据实时反馈到调度室当中，然后再根据压力变化对泵站当中的水泵进行调节。但是目前进行调度的方式没有将供水管网的水力模型、数学规划等技术进行应用，只是将传统的人工操作改为了计算机操作^[1]。

1.用水量预测

常用的用水量预测方式分为两种，一种是根据一个城市的经济发展情况、人口基数以及未来发展情况等因素来对城市多年之后的用水量进行一个长期的预测，称之为长期用水量预测。另一种预测方式是根据近期的用水量数据来对未来若干时段的用水需求进行预测，该种预测称之为短期用水量预测。短期用水量预测在国内外研究当中比较成熟，对于短期用水量预测的方法主要有解释性分析法、时间序列法、BP神经网络等方法。其中解释性分析法对输入和输出变量之间的因果关系比较注重，要将预测时段的天气因素、节假日因素等多重因素进行考虑，该模型对输入因素的精度要求比较高，所以容易造成较大的误差；采用时间序列法对用水量进行预测时，对系统产生影响的因素只有历史用水量数据，而预测时段的天气状况、节假日情况等信息都是不需要考虑的，该种模型会受到某些突变因素的影响，对一些节假日、阴雨天气的用水量预测容易产生较大的误差。

2.机泵调度运行的节能方法

通常二泵房的机泵设计选型通常是根据中远期和最不利工况点的要求来设计的，故水泵在实际运行中所需的压力和流量与设计值有较大的差异，使得水泵经常偏离高效区运行，从而造成电能浪费。针对上述问题，对二泵站的机泵调度运行可采用以下一些节能方法^[2]：

1. 改变水泵性能曲线

确保水泵尽可能在高效区运行是水泵节能的关键。为适应不同的工况点，需要改变水泵的性能曲线，常用的方法有变频调速和切削叶轮。

1. 改变管道特性曲线

合理设计出水管路及选择合适的出水管管径可以有效地降低管路损失，从而提高系统的效率。合理选择水泵出口的止回阀也能起到节能作用。

1. 经济调度运行

生产运行过程中，在保证水量、水压满足要求的前提下做好经济调度也是节能的重要手段之一。如：

①提高清水池水位，以减少电耗。在夜间用电低谷时段蓄足清水池的水量，节约电能；清水池尽可能在高水位运行，可减少水泵的吸程，从而节约电能。

②依据供水量和管网压力及时调整开停机泵的台数及类型，优化水泵运行方案。定期做好设备保养和水泵机组效率的测试工作，优先开启效率高的机组，以达到节能的目的。

3.泵房优化调度

泵房优化调度是以运筹学为理论基础，利用现代计算技术和最优化方法，寻求满足调度原则的最优调度方式或方案。

国内外对泵房调度已进行了深入的研究，并形成了丰富的方法体系。按数学模型的性质可划分为如下几类：

⑴ 线性规划法

线性规划由苏联数学家康托罗维奇在《生产组织与计划中的数学方法》提出，其后在水资源规划管理中得到了广泛的应用。它研究的是线性目标函数在线性约束条件下取得最大值或最小值问题。但在实际供水管网中，目标函数和约束条件往往不是决策变量的线性函数，因此还需结合其他方法应用，满足水资源优化配置的更高要求。

⑵ 非线性规划法

非线性规划是具有非线性约束条件或目标函数的数学规划，由H.W.库恩和A.W.塔克于1951年提出。但非线性规划还不成熟，不像线性规划具有一般的求解方法，要具体问题具体分析，选择合适的最优算法求解，且非线性规划计算效率不高，这使得它在水资源调度中的应用不如线性规划和动态规划那么广泛。

⑶ 动态规划法

动态规划是求解决策过程最优化的数学方法。由美国数学家R.E.Bellman提出，之后在供水管网泵房调度方面得到了广泛的应用。其计算简单，能够得到全局最优解，但无统一的标准模型，在用数值方法求解时存在维数灾难问题。

⑷ 遗传算法

遗传算法是由美国的J.Holland^[3]教授1975年首先提出，采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法不需要对复杂的问题进行简化，并且能够同时处理连续变量和离散变量问题，比其他优化算法寻优能力更强。是计算机科学人工智能领域中用于解决最优化的一种搜索启发式算法。将遗传算法应用到泵房调度问题，可解决动态规划的维数灾难问题。近几年遗传算法被广泛应用于泵房调度中，并取得了良好的效果。

田一梅、李江涛^[4]等用遗传算法对直接优化调度模型进行了求解。通过实例分析得出:遗传算法求解连续/离散混合变量问题是行之有效的，对复杂空间的搜索寻优问题具有较大把握求得全局最优解，且计算时间短，满足在线调度的要求。

杨鹏、纪晓华^[5]等在用遗传算法对泵房优化调度进行计算时，考虑到水泵机组的变频调速会使遗传编码的长度大大增加，因此在前人的基础上对遗传算法进行了改进，减少了算法陷入局部最优点的机会，优化了计算结果。

鄢碧鹏，杜晓雷^[6]等对具有多个供水泵站的城市供水系统进行了研究，并提出了二级优化调度模式。在一级优化调度模型当中，以整个供水系统当中的最小电耗为目标函数，在满足供水系统当中用户的用水需求及压力前提下，确定各个水厂的供水流量及压力。在二级优化调度模型当中则是对供水泵站的水泵进行优化组合，确定水泵的开启策略。

[1] 杨建文．基于遗传算法的供水系统的节能研究[D].长沙理工大学硕士学位论文，2015

[2] 方伟曾，胡玲，曹晖．二泵房机泵节能改造实践[J].供水技术，2012，6(2)

[3] Holland, J. Genetic Algorithms, computer programs that evolve in ways that even their creators do not fully understand[J]. Scientific American, 1975, 66-72

[4] 田一梅,李江涛,戴雄奇等.遗传算法在供水系统优化调度中的应用[J].中国给水排水.2001(12):63-65

[5] 杨鹏,纪晓华,史旺旺.考虑变频调速时泵站优化调度的改进遗传算法[J].扬州大学学报(自然科学版).2002(2):67-70

[6] 鄢碧鹏,杜晓雷,刘超等.基于遗传算法和神经网络的泵站经济运行研究[J].农业机械学报,2007,38(1):80-82

[7] Jiayu Zhu, Jingcheng Wang, Xiaocheng Li, Optimal scheduling of water-supply pump stations based on improved adaptive genetic algorithm. Proceedings of the 35th Chinese Control Conference, 2716-2721, 2016