城市行業(yè)用水量變化與用水模式實(shí)例研究

程　桂，李翠梅，郜　闊

1)蘇州科技學(xué)院環(huán)境科學(xué)與工程學(xué)院，江蘇蘇州 215009；2)同濟(jì)大學(xué)環(huán)境科學(xué)與工程學(xué)院，上海 200092

?

Received：2015-09-23；Accepted：2015-10-26

Foundation：National Natural Science Foundation of China(51109153)；Science and Technology Project of Housing and Construction Department of Jiangsu Province(2014ZD96)

? Corresponding author：Professor Li Cuimei. E-mail：cuimeili@163.com

Citation：Cheng Gui，Li Cuimei，Gao Kuo. A case study of water consumption change and water-use pattern for city industries[J]. Journal of Shenzhen University Science and Engineering, 2016, 33(1): 49-54.(in Chinese)

【土木建筑工程 / Architecture and Civil Engineering】

城市行業(yè)用水量變化與用水模式實(shí)例研究

程桂1，李翠梅1，郜闊2

1)蘇州科技學(xué)院環(huán)境科學(xué)與工程學(xué)院，江蘇蘇州 215009；2)同濟(jì)大學(xué)環(huán)境科學(xué)與工程學(xué)院，上海 200092

摘要：采用層次聚類分析法，研究蘇州高新區(qū)居民生活、機(jī)關(guān)事業(yè)單位、商業(yè)服務(wù)業(yè)、電子設(shè)備制造業(yè)、化工-醫(yī)藥-食品業(yè)、機(jī)械制造業(yè)和紡織-紙制品業(yè)等主要行業(yè)用水量時(shí)序變化過程，分析高新區(qū)內(nèi)7大主要行業(yè)用水量變化規(guī)律．以行業(yè)用水特點(diǎn)為主要影響因素，進(jìn)行用水模式分類研究，形成了不同行業(yè)用水模式，并以此為基礎(chǔ)形成了蘇州高新區(qū)總用水模式，分析高新區(qū)供水的節(jié)能潛力．研究結(jié)果可為蘇州高新區(qū)供水調(diào)度提供參考．

關(guān)鍵詞：給水工程；城市供水；用水量；用水模式；層次聚類法；節(jié)能

A case study of water consumption change and

當(dāng)前，節(jié)能降耗[1]已成為一個(gè)全球性的研究熱點(diǎn)．隨著經(jīng)濟(jì)建設(shè)的發(fā)展，資源緊缺困境日益突出，節(jié)約能源已成為我國的基本國策．然而我國大多數(shù)供水企業(yè)現(xiàn)今仍采用人工經(jīng)驗(yàn)運(yùn)行模式，能源消耗較大．如果采用科學(xué)調(diào)度管理模式，使得調(diào)度時(shí)供水量盡可能地接近城市時(shí)段用水量，可以節(jié)約大量的供水能量消耗．用水模式指用戶用水量的時(shí)序變化過程，與用戶的用水性質(zhì)、天氣條件和節(jié)假日安排等因素密切相關(guān)．城市日用水量變化模式由各行業(yè)代表性用戶變化模式組合形成，可以反映一天內(nèi)各時(shí)段的用水量變化情況．

用水模式是供水系統(tǒng)設(shè)計(jì)、運(yùn)營調(diào)度的重要資料，是送水泵站供水線設(shè)計(jì)的主要參考[2-6]．已有學(xué)者對用水模式的確定進(jìn)行了研究，金波等[6]提出了城市用水模式的詳細(xì)測定方案，以蘇州市為例詳細(xì)介紹了測定工作的細(xì)節(jié)；Pan等[7]將時(shí)用水量變化模式分為工作日、周六和周日3種情況進(jìn)行研究；Nahm等[8]考慮季節(jié)、氣候條件和節(jié)假日安排的影響，分別確定了相應(yīng)的用水模式；侯煜堃等[9]采用聚類分析法，對鄭州市16個(gè)大用戶用水模式進(jìn)行分類，根據(jù)主成分分析結(jié)果確定各自的用水模式曲線；馬海寧[10]采用時(shí)間序列三角函數(shù)分析方法擬合了南方某市工業(yè)用水的用水模式曲線，可用于供水系統(tǒng)建模；賈寶秋等[11]通過多水源分時(shí)分級供水方式的研究，解決了逐時(shí)變化的城市用水量問題;麥志彥等[12-13]利用模式識別方法從歷史數(shù)據(jù)中篩選出外界因素相似度高的進(jìn)行預(yù)測，強(qiáng)化了歷史數(shù)據(jù)與調(diào)度用水量的聯(lián)系，提高了預(yù)測精度．本研究以蘇州市高新區(qū)為例，采用層次聚類方法分析蘇州市高新區(qū)用水模式，確定相應(yīng)的用水模式曲線，根據(jù)得到的城市時(shí)用水模式曲線分析蘇州市優(yōu)化調(diào)度的節(jié)能潛力．

1用水模式數(shù)據(jù)采集方案

用戶用水量統(tǒng)計(jì)數(shù)據(jù)紛繁復(fù)雜，甚至存在一定的遺漏，僅僅根據(jù)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分類尚欠恰當(dāng)，有必要對供水區(qū)域用戶用水信息進(jìn)行前期調(diào)研．調(diào)研主要從3個(gè)方面入手，包括用水對象、營業(yè)廳收費(fèi)系統(tǒng)和典型用戶的選擇．

1) 用水對象.不同地區(qū)由于自然條件、生活習(xí)慣各異，用水模式也各不相同；同一地區(qū)不同行業(yè)也存在用水模式的差異；即便同一地區(qū)同一行業(yè)，由于個(gè)體技術(shù)水平、節(jié)水意識不同，用水模式也會(huì)存在一定的差別．所以，用水對象的背景調(diào)查對于準(zhǔn)確測定用水模式十分重要．

2) 營業(yè)廳收費(fèi)系統(tǒng).營業(yè)廳收費(fèi)系統(tǒng)登記了用戶的用水類型、每月的用水量等相關(guān)信息．根據(jù)營業(yè)廳月度報(bào)表中的用戶信息可以初步確定用水模式的類型，還可以從中選取各類用水模式中的代表性用戶現(xiàn)場測定．營業(yè)廳報(bào)表中用戶的用水性質(zhì)是在用戶申請報(bào)裝時(shí)確定的．隨著時(shí)間的變化，用戶的用水規(guī)律可能發(fā)生了變化，并且同一類型的用戶之間用水規(guī)律也可能存在較大的差異．有必要對用水模式進(jìn)行進(jìn)一步的調(diào)整和劃分．

3) 典型用戶的選擇.根據(jù)營業(yè)廳月度報(bào)表和行業(yè)人員經(jīng)驗(yàn)，選擇每一類別用水模式內(nèi)的典型用戶．選取原則為：① 用戶用水量大，隨機(jī)性小，且優(yōu)先選擇用水量較大的用戶；② 選取的代表性用戶用水模式要全面；③ 所選用戶要有相對便利的監(jiān)測條件，確保順利取得實(shí)測數(shù)據(jù)．

2用水模式數(shù)據(jù)處理

2.1數(shù)據(jù)處理流程

由于用水過程具有隨機(jī)性、不可控制性和周期性，因此需要對獲取的數(shù)據(jù)進(jìn)行篩選，剔除異常數(shù)據(jù)，最大限度地減少實(shí)測數(shù)據(jù)帶來的誤差．對于用水模式實(shí)測原始數(shù)據(jù)，一般進(jìn)行如下處理：

1)完整性判斷．分析原始數(shù)據(jù)是否完整，對于個(gè)別遺漏可通過內(nèi)插法補(bǔ)足，以保證其完整性．如數(shù)據(jù)缺失過多，應(yīng)重新測量．

2)剔除異常數(shù)據(jù)．對于存在明顯錯(cuò)誤的原始數(shù)據(jù)(如個(gè)別時(shí)段用水量異常增多，不符合常理的極高或極低水量等)，應(yīng)及時(shí)剔除，避免影響到數(shù)據(jù)內(nèi)在規(guī)律的表達(dá)．

3)相關(guān)聚類分析．為提高供水管網(wǎng)建模過程中節(jié)點(diǎn)流量分配的準(zhǔn)確度，需要根據(jù)用戶用水量數(shù)據(jù)進(jìn)行科學(xué)、合理地分類，找到每一類用戶的用水模式．聚類分析根據(jù)數(shù)據(jù)內(nèi)在特性進(jìn)行合理的分類，可以避免個(gè)人經(jīng)驗(yàn)等主觀分類的誤差．

2.2聚類分析

2.2.1聚類分析概念的界定

聚類分析(cluster analysis)是根據(jù)“物以類聚”的原理，對數(shù)據(jù)進(jìn)行分類的一種多元統(tǒng)計(jì)分析方法．在沒有先驗(yàn)知識的情況下，可以按數(shù)據(jù)各自的特性來進(jìn)行合理的分類．層次聚類需要定義樣本的類間距離關(guān)系，一般用于定義距離的統(tǒng)計(jì)量包括“歐氏距離”、“馬氏距離”、“兩項(xiàng)距離”和“明氏距離”[14]．層次聚類首先將每個(gè)樣本都?xì)w入一類，然后將不同類之間類間距離最近的進(jìn)行合并，重新計(jì)算類間距離，直到所有的樣本都?xì)w于一類．在計(jì)算類間距離的過程中，有6種不同的方法可以選用，分別是最短距離法、最長距離法、類平均法、重心法、中間距離法和離差平方和法．

Matlab軟件中提供了2種聚類分析方法，一種是clusterdata函數(shù)，可以對樣本進(jìn)行一次聚類．該方法用戶的選擇較少，也無法更改距離計(jì)算方法．另一種是分布聚類，聚類過程由pdist、linkage和cluster等函數(shù)綜合處理樣本數(shù)據(jù)，得到聚類結(jié)果．

2.2.2Matlab聚類分析

本研究采用層次聚類方法對11個(gè)代表性用戶樣本進(jìn)行層次分解，并分析用戶24 h用水量變化，進(jìn)而判別用水模式的分類情況．借鑒以往聚類分析參數(shù)的選定，為評價(jià)11組用水量數(shù)據(jù)的相似程度，本研究采用歐氏距離和Pearson相關(guān)系數(shù)進(jìn)行計(jì)算，算法如下：

1) 歐氏距離

其中，m為用戶數(shù)； Dij代表i和j兩用戶間的歐氏距離； Xik和Xjk分別代表i和j兩用戶用水量數(shù)據(jù)的相似程度值．

2) Pearson相關(guān)系數(shù)

歐式距離越近說明兩者關(guān)系越密切，歸納為一類的可能性很大，越遠(yuǎn)說明屬于不同類，本研究采用離差平方和法進(jìn)行聚類分析，通過計(jì)算并類后的離差平方和增量來判斷是否可并為一類，如果并類后的離差平方和增量最小，就可并為一類，否則重新計(jì)算直到并類完成．

3實(shí)例研究

3.1蘇州高新區(qū)行業(yè)用水分類及用水量變化

蘇州高新區(qū)自來水廠營業(yè)廳月度報(bào)表中統(tǒng)計(jì)大用戶為108戶(月用水量≥10 000 m3為大用戶)，大用戶合計(jì)水量占全區(qū)總用水量62%以上，可以代表高新區(qū)用水特性． 月度報(bào)表中根據(jù)登記的用水性質(zhì)，將用戶分為居民生活用水、電子設(shè)備制造業(yè)用水和機(jī)械制造業(yè)用水等14類用水類型．

城市用水量預(yù)測[15]一般由長期預(yù)測和短期預(yù)測組成，在此選取蘇州市高新區(qū)2013年11月17日至23日期間108戶大用戶用水量采集數(shù)據(jù)．?dāng)?shù)據(jù)間隔取1 h，通過高新區(qū)內(nèi)布置的無線水表遠(yuǎn)傳系統(tǒng)自動(dòng)采集．部分未安裝智能遠(yuǎn)傳水表用戶，由人工抄表采集，時(shí)間間隔為1 h．

為盡可能地消除設(shè)備和人為讀數(shù)誤差，取2013年11月17日至23日用水量數(shù)據(jù)各時(shí)段的平均值作為聚類分析樣本，總計(jì)108個(gè)樣本，24個(gè)聚類指標(biāo)．利用Matlab內(nèi)置的聚類函數(shù)編程計(jì)算．考慮用水模式的代表性和普遍性，蘇州高新區(qū)行業(yè)用水最終分為7類(表1)．

表1　蘇州高新區(qū)用水模式分類

圖1　蘇州高新區(qū)主要行業(yè)用水模式曲線Fig.1　Water demand pattern curves in main industries in Suzhou National High-Tech Zone

根據(jù)分類情況，在各自用水模式類別內(nèi)選擇典型用戶，擬合用水模式曲線．根據(jù)2013年11月17日至23日采集的典型用戶用水量數(shù)據(jù)，確定蘇州高新區(qū)7類用水模式曲線，如圖1．從圖1可見，不同行業(yè)的用水量模式區(qū)別較大．電子設(shè)備制造業(yè)和紡織-紙制品業(yè)等生產(chǎn)性行業(yè)用水高峰期與居民生活用水高峰明顯錯(cuò)開．以電子設(shè)備制造業(yè)為例，由圖1(a)可見，電子設(shè)備制造業(yè)用水量在10∶00—11∶00和17∶00—18∶00達(dá)到最大值；從圖1(b)可看出，7∶00—8∶00和21∶00—23∶00是居民用水的高峰期．這與蘇州地區(qū)的行業(yè)特點(diǎn)和居民生活習(xí)慣相符．

考慮各行業(yè)用水量在蘇州高新區(qū)總用水量中所占比例，以此作為各行業(yè)用水量權(quán)值，加權(quán)求得蘇州高新區(qū)用水模式曲線，可以表示蘇州高新區(qū)總用水量的時(shí)序變化．由圖1(h)可看出蘇州高新區(qū)總用水呈典型雙駝峰狀，在8∶00達(dá)到全日最高峰(占全天用水量的5.27%)，21∶00達(dá)到全日另一個(gè)峰值(占全天用水量的5.04%)，3∶00達(dá)到全日最低值(占全天用水量的2.54%)．

3.2蘇州高新區(qū)供水分級供水分析

圖2為蘇州高新區(qū)總用水量與典型二泵站供水模式比較圖，圖中陰影部分代表供水量與用水量的差值．由圖2可得因供水模式與用水模式間的差異導(dǎo)致的日電耗損失W．

圖2　蘇州高新區(qū)典型分級供水模式分析圖 Fig.2　The analysis of typical classification water supply pattern in Suzhou National High-Tech Zone

(1)

其中， Q為供水量與用水量的差值水量； H為水泵揚(yáng)程； t為水泵運(yùn)行時(shí)間； ρ為水的密度； g為重力加速度； η1和η2分別為水泵與電機(jī)效率值，均取80%．由式(1)可得W≈4 958 kW·h．江蘇省2012年供水行業(yè)采用一般工商業(yè)電價(jià)標(biāo)準(zhǔn)，為0.882元/(kW·h).可知導(dǎo)致的日損失約為4 373元，因此江蘇省應(yīng)施行分時(shí)電價(jià)政策．

結(jié)語

用水模式是城市供水系統(tǒng)運(yùn)營管理的重要參考，直接反映了用戶的用水量時(shí)序特征．以蘇州高新區(qū)為例，采用聚類分析法研究了該區(qū)主要行業(yè)的用水規(guī)律，并根據(jù)典型供水模式與蘇州高新區(qū)總用水模式比較，分析了高新區(qū)的節(jié)能潛力．研究表明，根據(jù)行業(yè)分類用水模式，符合行業(yè)用水特征，可以較好地模擬用戶的用水量變化，城市供水系統(tǒng)參照用水模式調(diào)度運(yùn)行，可以降低運(yùn)行能耗．

引文：程桂，李翠梅，郜闊．城市行業(yè)用水量變化與用水模式實(shí)例研究[J]. 深圳大學(xué)學(xué)報(bào)理工版，2016，33(1)：49-54.

參考文獻(xiàn)/ References：

[1] 張曉慧. 基于供水管網(wǎng)優(yōu)化調(diào)度的系統(tǒng)節(jié)能分析[D]. 太原：太原理工大學(xué), 2012.

Zhang Xiaohui. System energy saving analysis based on water supply pipe network optimization scheduling[D]. Taiyuan：Taiyuan University of Technology, 2012.(in Chinese)

[2] 趙洪賓. 給水管網(wǎng)系統(tǒng)理論與分析[M].北京: 中國建筑工業(yè)出版社, 2003.

Zhao Hongbin. The theory and analysis of water supply network system[M]. Beijing: China Building Industry Press, 2003.(in Chinese)

[3] 張志磊, 蔣白懿, 王燁,等. 供水管網(wǎng)系統(tǒng)用水模式確定與分析[J]. 供水技術(shù), 2014，8(2):42-44.

Zhang Zhilei, Jiang Baiyi, Wang Ye, et al. Determination and analysis of water supply system for water supply network[J]. Water Supply Technology, 2014，8(2): 42-44.(in Chinese)

[4] 劉春霞, 王琰, 沈磊,等. 城市典型用戶四季用水模式變化規(guī)律的確定及分析[J]. 供水技術(shù), 2015，9(4)：49-52.

Liu Chunxia, Wang Yan, Shen Lei, et al. Determination and analysis of the rugulate typical four seasons of water consumption patterns in the city[J].Water Supply Technology, 2015，9(4)：49-52.(in Chinese)

[5] 謝善斌, 金波, 劉遂慶. 基于不確定性度量的給水管網(wǎng)用戶的用水模式分析[J]. 中國給水排水, 2011，27(7):59-62.

Xie Shanbin, Jin Bo, Liu Suiqing. The analysis of water consumption patterns of water supply network users based on uncertainty measurement[J]. China Water and Wastewater, 2011，27(7): 59-62.(in Chinese)

[6] 金波, 蔣懷德. 城市用水模式測試方法探討[J]. 中國給水排水, 2011，27(20):39-42.

Jin Bo, Jiang Huaide. Testing method of urban water consumption[J]. China Water and Wastewater, 2011，27(20): 39-42.(in Chinese)

[7] Pan W, Xu C. Demand forecasting for water distribution system[J]. Civil Engineering Systems, 1992,9(2):105-121.

[8] Nahm E S, Woo K B. Prediction of the amount of water supplied in wide-area waterworks[C]// Proceedings of the 24th Annual Conference of the IEEE. Seattle，USA: IEEE Press, 1998.

[9] 侯煜堃, 趙春會(huì), 俞國平, 等. 自來水用戶用水模式的確定方法研究[J]. 中國給水排水, 2008,24(15):63-68.

Hou Yukun, Zhao Chunhui, Yu Guoping, et al. Research on the determination method of water user’s water consumption in China[J]. China Water and Wastewater, 2008,24(15): 63-68.(in Chinese)

[10] 馬海寧. 給水管網(wǎng)水力建模的用水模式研究[J]. 給水排水, 2008,24(1):109-111.

Ma Haining. Study on the hydraulic modeling of water supply pipe network[J]. Water Supply and Drainage, 2008，24(1): 109-111.(in Chinese)

[11] 賈寶秋, 張秀雙, 付明慶, 等. 多水源管網(wǎng)供水方式研究[J]. 沈陽建筑大學(xué)學(xué)報(bào)自然科學(xué)版, 2012,28(5):915-920.

Jia Baoqiu, Zhang Xiushuang, Fu Mingqing, et al. Research on the mode of water supply of multi source network[J]. Journal of Shenyang Construction University Natural Science Edition, 2012,28(5): 915-920.(in Chinese)

[12] 麥志彥, 何中杰, 汪雄海. 基于主影響因素的城市時(shí)用水量預(yù)測[J]. 浙江大學(xué)學(xué)報(bào)工學(xué)版, 2012，46(11):1968-1974.

Mai Zhiyan, He Zhongjie, Wang Xionghai. Prediction of urban water consumption based on main influence factors[J]. Journal of Zhejiang University Engineering Edition, 2012，46(11): 1968-1974.(in Chinese)

[13] 廖青桃. 基于用水模式識別的城市短期用水量動(dòng)態(tài)預(yù)測方法[J]. 現(xiàn)代物業(yè), 2013，12(8):8-10.

Liao Qingtao. City short of water pattern recognition based on dynamic water consumption forecasting method[J]. Modern Property Management, 2013，12(8): 8-10.(in Chinese)

[14] 楊海斌. 一種新的層次聚類算法的研究及應(yīng)用[D]. 蘭州：西北師范大學(xué), 2011.

Yang Haibin. A new research and application of hierarchical clustering algorithm[D]. Lanzhou: Northwest Normal University, 2011.(in Chinese)

[15] 丁華, 張志勇, 潘紹明. 歐氏距離法在電測深找水中應(yīng)用的可行性探討[J]. 物探與化探, 2001,25(4):285-289.

Ding Hua, Zhang Zhiyong, Pan Shaoming. The feasibility explore of applying Euclidean distance to find sounding water in electric[J]. Geophysical and Geochemical Exploration, 2001,25(4): 285-289.(in Chinese)

【中文責(zé)編：坪梓；英文責(zé)編：之聿】

water-use pattern for city industries

Cheng Gui1, Li Cuimei1?, and Gao Kuo2

1)College of Environmental Science and Engineering, Suzhou University of Science and Technology,

Suzhou 215009, Jiangsu Province, P.R.China

2)College of Environmental Science and Engineering, Tongji University, Shanghai 200092, P.R.China

Abstract：By using the hierarchical clustering analysis method, we study the process of water consumption change over time in main industries about residents, institutions, business services, electronic equipment manufacturing, chemicals-medicine-food industry, machinery manufacturing and textile-paper products in Suzhou National High-Tech Zone, and analyze the regularity of water consumption change in 7 major industries. Taking the characteristics in water-use for different industries as the main influence factor, we classify water demands into several patterns of water use in different industries. On the basis we obtain the total water consumption model in Suzhou National High-Tech Zone and discuss the energy saving potential in water supply in Suzhou National High-Tech Zone. This paper can provide a reference for water supply dispatch in Suzhou National High-Tech Zone.

Key words：water supply system；city water supply; water consumption; water consumption pattern; hierarchical clustering method; energy saving

作者簡介：程桂(1991—)，男，蘇州科技學(xué)院碩士研究生.研究方向：管網(wǎng)與設(shè)備系統(tǒng)最優(yōu)化．E-mail：18206210535@163.com

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目(51109153)；江蘇省住建廳科技基金資助項(xiàng)目(2014ZD96)

中圖分類號：TU 991.31

文獻(xiàn)標(biāo)志碼：A

doi：10.3724/SP.J.1249.2016.01049