鄭 麗
(貴州新中水工程有限公司,貴陽 550000)
過去10~20年里,由于泄漏問題,管網(wǎng)輸水過程中損失了大量的水,同時在水處理和抽水方面耗能過高[1]。許多學(xué)者對復(fù)雜大型給水管網(wǎng)絡(luò)(WDN)進(jìn)行了運(yùn)營改進(jìn),通過引入壓力控制算法可以減少泄漏,從而節(jié)省清潔水[2];通過優(yōu)化泵的運(yùn)行,可以減少用于泵送的能量[3]。通常會配備變速驅(qū)動裝置,可以通過操縱泵速來控制泵出口壓力。如果減壓閥(PRV)上游有泵而沒有任何中間水箱,則可以通過調(diào)整管網(wǎng)上游部分的泵來降低PRV 入口壓力。因此對于某些WDN 來說,可以將泵運(yùn)行優(yōu)化與壓力控制結(jié)合起來。
泵的優(yōu)化方案可以基于時間序列,本文考慮的是時間排程法[4]。現(xiàn)有文獻(xiàn)中大多數(shù)WDN 優(yōu)化方法是通過水力模擬器或簡化的質(zhì)量平衡模型作為其優(yōu)化過程的關(guān)鍵元素,并且通常將小規(guī)模的供水系統(tǒng)作為案例研究。本文提出使用液壓建模作為輸入,不需要電子地圖模擬器來產(chǎn)生可行的解決方案。
本文研究的對象包括存在壓力泄漏網(wǎng)絡(luò)的水力模型、簡化的PRV模型。成本函數(shù)代表水處理和泵送的總成本,采用過載泵的管網(wǎng)模型成本情況見圖1。由圖1 可知,過載的泵在兩個方面導(dǎo)致了總成本過高。首先,它導(dǎo)致高能耗。其次,它導(dǎo)致高壓,從而增加泄漏,這意味著需要從源頭抽取更多的水。因此,優(yōu)化模型通過最小化總成本來減少能源消耗和管網(wǎng)泄漏。
圖1 采用過載泵的管網(wǎng)模型成本情況
為了減小優(yōu)化問題的規(guī)模,使用模塊縮減算法簡化了全液壓模型。在簡化模型中,所有儲罐和所有控制元件(如泵和閥門)保持不變,但管道和節(jié)點的數(shù)量顯著減少。所考慮優(yōu)化問題的一些決策變量是連續(xù)的(如產(chǎn)水量、泵速、閥門開度),一些是整數(shù)的(如打開泵的數(shù)量)。包含連續(xù)變量和整數(shù)變量的問題被稱為混合整數(shù)問題,在解決該問題的過程中,重點是獲得連續(xù)的時間序列,可通過時間序列離散化算法求解。
首先,使用一個簡化的管網(wǎng)水力模型和一些相關(guān)數(shù)據(jù),目標(biāo)函數(shù)由主軟件模塊以數(shù)學(xué)建模語言GAMS 自動生成[5];隨后,調(diào)用CONOPT 的非線性規(guī)劃求解器來計算連續(xù)優(yōu)化解;然后,最佳解決方案從CONOPT 反饋到主軟件模塊,對其進(jìn)行分析和進(jìn)一步處理。所有變量的原始數(shù)據(jù)直接從加載網(wǎng)絡(luò)結(jié)構(gòu)的EPANET輸出文件中獲得。
2.1.1 連接節(jié)點
對于連接節(jié)點,通過質(zhì)量平衡方程計算:
式中:Λc是節(jié)點分支關(guān)聯(lián)矩陣;q是支流向量;dc表示需求向量;lc表示按式(2)計算的泄漏向量。
式中:P 表示節(jié)點壓力矢量;α 表示泄漏指數(shù);k 表示泄漏系數(shù)矢量。
2.1.2 泵站
假設(shè)泵站中所有的泵都具有相同特性。除了強(qiáng)制泵站沿其揚(yáng)程流量曲線運(yùn)行的標(biāo)準(zhǔn)水力方程式外,還為每個泵站添加了以下約束:
式中:Δh表示進(jìn)水口和出水口之間的揚(yáng)程增量;u表示運(yùn)行中的泵數(shù)。
當(dāng)一些泵站串聯(lián)時,沒有中間水箱和帶有止回閥的旁路,式(3)可防止泵站在開啟時以負(fù)揚(yáng)程運(yùn)行。但是,式(3)允許泵站入口和出口節(jié)點之間存在水頭負(fù)增加,當(dāng)它關(guān)閉時,水可以通過旁路流動。因此對于泵站串聯(lián)的網(wǎng)絡(luò),需要式(3)來確保解的物理可行性。
采用對泵站功率直接建模,引入IF-ELSE公式:
式中:E、F、G、H 是給定泵站的恒定功率系數(shù);Q 是流量;P 是消耗功率;s 是歸一化獲得的額定轉(zhuǎn)速。由于系數(shù)E 和F 比G 和H 小,為了使大規(guī)模模型更容易求解,假定E=0和F=0,即消耗功率與泵站流量成線性關(guān)系。
2.1.3 閥門
在本文提出的方法中,假設(shè)所有的可控閥都是PRV(控制變量是PRV 的出口壓力)或FCV 調(diào)節(jié)閥(控制變量是閥門流量)。由于FCV 和PRV 都可以調(diào)節(jié)閥門的水頭損失,并且它們的流向是已知的,為了減少模型的非線性,建議將FCV和PRV都表示為不等式:
兩種閥門類型之間的差異是它們的控制變量。因此,閥門流量由質(zhì)量平衡方程定義。止回閥由以下公式描述:
式中:R是恒定的閥門阻力,公式確保僅當(dāng)閥門流量大于零時,閥門水頭損失為正值;當(dāng)流量為零時,水頭損失可以取任何負(fù)值。公式(6)中的術(shù)語符號(Δh)可以定義為:
目標(biāo)函數(shù)是最小化水處理和抽水的總能源成本。抽水成本取決于用電量和抽水時間內(nèi)的電費(fèi)。對于給定的時間步長τc,在給定的時間范圍內(nèi)考慮的目標(biāo)函數(shù)由下面的方程式描述:
除了前文定義的水力模型的約束外,為將系統(tǒng)狀態(tài)保持在其可行范圍內(nèi),應(yīng)設(shè)立運(yùn)行約束:
必須對關(guān)鍵連接節(jié)點處的水頭施加上述約束,以便在整個供水管網(wǎng)中保持所需的壓力。另一個重要的約束是水箱的最終水位,這樣最終水位不會低于初始水位;如果沒有設(shè)定上述限制,最低成本的優(yōu)化將導(dǎo)致水箱水位為0。控制變量也同樣受到這些約束。
本文的重點在于連續(xù)優(yōu)化,因此考慮了一種離散化算法,算法通過以下步驟進(jìn)行:
(1)加載GAMS/CONOPT程序。
(2)對于連續(xù)泵控制循環(huán)的每個泵站,計算每個時間步長的累計舍入誤差。累積的舍入誤差在隨后的時間步長中使用,通過用戶定義的閾值來決定打開的泵的數(shù)量。
(3)生成新的GAMS 代碼,其中每個泵站和每個時間步長打開的泵數(shù)量是固定的,即如步驟2 中計算的那樣。管網(wǎng)中所有流量和壓力的初始條件由GAMS/CONOPT在持續(xù)優(yōu)化期間計算得出。在此GAMS 代碼中,每個泵站和每個時間步長打開的泵數(shù)量不再是決策變量,而是強(qiáng)制參數(shù)。但求解器(CONOPT)仍然可以改變泵的速度,并且可以調(diào)整閥門流量以匹配開啟的泵數(shù)量。
(4)調(diào)用GAMS/CONOPT,然后加載整數(shù)優(yōu)化解的結(jié)果。
(5)在連續(xù)優(yōu)化過程中,只有當(dāng)該泵站的所有泵都關(guān)閉時,泵站流量才能為零。然而,在長時間范圍內(nèi)的整體優(yōu)化過程中,泵站被迫在特定的時間步驟期間開啟某一個泵,但是該泵不能在該時間步驟輸送所需的壓頭,因此泵流量為零。如果發(fā)生這樣的事件,則重復(fù)上述步驟3和4。
研究的供水管網(wǎng)由12363 個節(jié)點、12923 條管道、4 個水庫、9 個水箱、6 個泵站的13 臺水泵和315個閥門組成。該系統(tǒng)由1個主要來源(水處理廠)和2 個小規(guī)模進(jìn)口供應(yīng)。所考慮的WDN 包括復(fù)雜的結(jié)構(gòu)和泵站之間的相互作用,例如沒有中間水箱的串聯(lián)泵站、有旁路的泵站、定速和變速泵站的混合、將一個泵站的流量分流到多個水箱的閥門、從增壓泵供給的PRV或從PRV供給的增壓泵。
由于其復(fù)雜性,沒有完全描述完整的網(wǎng)絡(luò)結(jié)構(gòu);圖2 展示了網(wǎng)絡(luò)中間的泵站配置。由于泵站旁路,當(dāng)串聯(lián)的兩個泵站之間的需求量較低時,可以關(guān)閉其中一個泵站,水仍能以足夠的壓力到達(dá)管網(wǎng)的下游部分。
圖2 帶有止回閥旁路和流量控制閥的泵站結(jié)構(gòu)
在應(yīng)用自動模型降階算法之前,需要進(jìn)行一些手動模型準(zhǔn)備,包括以下步驟:①將模型從Darcy-Weisbach 公式轉(zhuǎn)換為Hazen-Williams 公式;②兩個水庫通過永久封閉的管道連接到系統(tǒng);③根據(jù)相似的壓力軌跡將兩個相連的水箱合并成一個直徑適當(dāng)?shù)乃?;④拆除了約200個永久關(guān)閉的隔離閥;⑤若干具有固定開度的閥門已更換為具有同等阻力的管道;⑥具有控制規(guī)則TCV(溫度控制閥門)被等效的FCV替換;⑦指定啟閉控制規(guī)則的管道被替換為FCV。
通過上述修改能夠進(jìn)一步減少網(wǎng)絡(luò)元件的數(shù)量,如果隔離閥沒有被移除,則自動模型簡化算法將把它們作為控制元件來對待,從而將它們保留在簡化的模型中。隨后,應(yīng)用了自動模型降階算法;降階規(guī)模如表1所示。
表1 原始模型和簡化模型中的元素數(shù)量
為了驗證簡化模型是否能模擬原始模型,計算了泵/閥的流量軌跡和水庫/水箱揚(yáng)程軌跡的R2擬合優(yōu)度,結(jié)果表明:簡化后的模型較好地再現(xiàn)了原模型的水力特性。泵和閥流量的R2在最不利情況下為0.94,在大多數(shù)情況下為0.99。水庫和儲罐的R2在最不利情況下為0.5,其他的R2在0.98 到1.0 之間,最大的差異發(fā)生在離主要污染源最遠(yuǎn)的一個小水箱,可忽略不計。
優(yōu)化算法在幾個情景下分別運(yùn)行,這些情景對允許的水箱液位和允許打開的泵數(shù)量有不同的限制。在所有情景下,假設(shè)每個水箱的初始液位與所提供的EPANET 模型相同,不同元素中的壓力和流量約束要么由自來水公司提供,要么假定在所有情況下都保持不變。在每種情況下,都會自動生成GAMS 代碼,并且CONOPT 會找到最優(yōu)的連續(xù)解決方案;隨后,決定擴(kuò)展模型的邊界,增加一個泵站和一個水箱。在簡化的EPANET 模型和描述泵站約束的附加文件中進(jìn)行更改后,調(diào)度器成功地生成并求解了更新的優(yōu)化模型,而不需要對算法進(jìn)行任何更改。在普通計算機(jī)上,優(yōu)化24 h 和優(yōu)化7 d 時間分別需要大約5 min和1 h。
一個7 d方案的泵站運(yùn)行隨時間的變化情況和水箱液位軌跡分別見圖3、圖4。在最便宜的電價期間,由于抽水增加,水箱水位增加;而在電價高峰期,水箱水位下降。在所有情景下,還觀察到水箱在本周中期緩慢排空,然后開始裝滿,因為最終液位必須至少是初始液位。這些觀察結(jié)果表明:如果其他政策允許,為了降低運(yùn)行成本,該水箱的運(yùn)行水平應(yīng)該低于其在EPANET模型中的初始水平。值得注意的是,不應(yīng)對當(dāng)前和優(yōu)化后的操作進(jìn)行比較,因為提供的數(shù)據(jù)僅考慮了一天的操作,而在特定的一天,大多數(shù)水箱的最終液位與初始液位相差甚遠(yuǎn)。
圖3 泵站運(yùn)行隨時間的變化情況
圖4 水箱液位軌跡
泵的運(yùn)行優(yōu)化是一項艱巨的任務(wù),因為它具有顯著的復(fù)雜性和不一致性。在本文中,同時對泵和閥進(jìn)行優(yōu)化。優(yōu)化模型是通過GAMS 語言從EPA?NET格式的水力模型和描述運(yùn)行約束、電價和泵站配置的附加文件中自動生成的。為了減小優(yōu)化問題的規(guī)模,使用模型簡化算法來簡化模型,將非線性規(guī)劃求解器CONOPT 應(yīng)用于解決連續(xù)優(yōu)化問題,隨后,使用簡單的試探法將時間序列轉(zhuǎn)換為混合整數(shù)形式。
將該方法應(yīng)用于一個大規(guī)模的WDN,考慮到WDN 復(fù)雜的結(jié)構(gòu)、泵站之間的相互作用、不同的層位、時間步長、操作約束以及水力模型的拓?fù)渥兓?,在幾個情景下進(jìn)行模擬,證明了該方法具有能自動生成方案的優(yōu)點并且具有解決各種優(yōu)化問題的能力。建議下一步的工作是改進(jìn)當(dāng)前的離散化算法。