厂网河一体化分类智能调度方法技术

本发明专利技术涉及城市水量水质综合调度技术领域，为了实现各涉水要素的联合优化调度，提供了一种厂网河一体化分类智能调度方法，包括：步骤1、根据涉水要素建立厂网河一体化模型；步骤2、根据厂网河一体化模型设计调度模型；步骤3、采用多目标粒子群算法获取调度模型的解集；步骤4、根据步骤3得到的解集进行涉水要素的调度。采用上述步骤实现了各涉水要素的联合优化调度，保证了城市排水系统安全高效运转，充分发挥了水环境保障功能。

【技术实现步骤摘要】
厂网河一体化分类智能调度方法
本专利技术涉及城市水量水质综合调度
，具体是一种厂网河一体化分类智能调度方法。
技术介绍
涉水设施在协调运行调度方面存在问题：首先是污水厂的处理负荷与污水分布不匹配，污水厂通常只能被动接收管网输送的污水，无法获得污水水量、水质的预报、预警，导致工艺调控滞后，可能造成高峰流量时厂前直接溢流排放，或是部分污水处理水质不达标排放等。然后是河水倒灌，管道、泵站高水位运行问题，发生大雨时，下游河道水位与排水系统水位倒挂，导致河水倒灌进入市政排水口，引发城市内涝；泵站、污水厂出于经济效益考虑，分别选择高水位和低负荷运行，导致整个系统高水位运行，加重了溢流污染。再就是城市水系统缺乏精细自动化水资源调配，闸站等调度规程依赖人工经验，自动化程度低；另外，需要精细制定污水厂尾水等水源的资源化利用和配置方案，以满足城市河道生态补水/景观补水，增强河道水动力等需求。综上，污水厂、排水管网、河道管理体制在时间和空间上的割裂，以及全局运营调度目标的缺失，使得排水系统不能完全发挥其应有的功能，城市水安全、水环境和水生态质量难以得到很好的保障。1993年，第一届INERURBAN会议上针对河道水质控制提出了一体化城市模型这一概念，建立包括污水管网、污水处理厂和河道在内的一体化模型，把河道水质直接作为控制目标，取代了以往以厂前溢流总量作为替代指标来衡量水污染的方法。2015年有研究针对城市防洪排涝建立了河道-内陆一体化模型，考虑了河道对排水系统的回水效应。然而，这些一体化研究依旧是把整个排水系统分割成雨水管道系统和污水管道系统进行调度，而且在设计调度场景的时候并未真正的实现厂网河一体化的调度，而只是建立了一个集排水管网、污水厂和河道的一体化物理模型，在调度控制方面仅仅关注其中一个子模型，并未实现调度控制层面的一体化。一体化指的是通过多个子系统的集成保证达到系统最优性能，然后以此来调度各个子系统。因此，如何实现各涉水要素的联合优化调度从而有效保障城市水安全和流域水质达标，是当前城市防汛排涝和水环境研究的核心所在。此外，由于气候变化和人口增长的影响，城市水系统存在动态性，传统排水系统调度规则无法应对多变的环境，因此需要制定一种基于系统当前状态的动态调度方案，以充分利用现有排水系统的蓄排能力。
技术实现思路
为了实现各涉水要素的联合优化调度，本专利技术体供了一种厂网河一体化分类智能调度方法。本专利技术解决上述问题所采用的技术方案是：厂网河一体化分类智能调度方法，包括：步骤1、根据涉水要素建立厂网河一体化模型；步骤2、根据厂网河一体化模型设计调度模型；步骤3、采用多目标粒子群算法获取调度模型的解集；步骤4、根据步骤3得到的解集进行涉水要素的调度。进一步地，所述涉水要素包括污水处理厂、蓄水池、水闸和泵站。进一步地，所述步骤2具体为根据厂网河一体化模型、雨水井积水历时及河道流速建立调度模型。进一步地，当雨水井积水历时>15min时，所述调度模型采用水安全调度场景模型；当雨水井积水历时在0～15min之间时，所述调度模型采用水环境调度场景模型；当河道流速小于最小允许流速时，所述调度模型采用水生态调度场景模型。进一步地，所述水安全调度场景模型为：式中，F为泵站运行费用，α为单位抽水量的费用因子，q1jt为第j台泵站在第t时刻的抽水量，num为泵站总台数，Δt为模型迭代时间步长，T为调度总时间，Q为雨水井溢流量，qit为第i个雨水井在t时刻的溢流量，n为雨水井总数，Min为最小化函数；所述水环境调度场景模型为：式中，Fw为污水泵站运行费用，α为单位抽水量的费用因子，qwjt为第j台污水泵站在第t时刻的抽水量，num为泵站总台数，Δt为模型迭代时间步长，Qw为厂前溢流总量，qwt为污水处理厂前池在t时刻的溢流量，Cw为河道断面水质浓度超过阈值的总时间，cm为第m个河道断面水质浓度，c0为河道断面水质浓度的阈值，为第m个河道断面水质浓度超过阈值的时间，Ww为河道补水总量，qt为河道接收的补水流量，T为调度总时间，Min为最小化函数；所述水生态调度场景模型为：式中，C为水质浓度，ck为第k个河道断面的水质浓度，m为河道断面的总数，P为换水周期，Vi为第i条河道的蓄水量，qi为厂后尾水补给第i条河道的流量，n为区域河流总数，Min为最小化函数，max为最大值函数。进一步地，步骤3所述的多目标粒子群算法的步骤为：步骤B1、初始化参数：包括种群规模N、迭代次数M、粒子初始速度v0和位置x0、惯性权重w0及外部存档阈值，同时将外部档案空间初始化为空；步骤B2、根据目标函数计算粒子的适应度值；步骤B3、根据历史个体最优值pbest和当前粒子适应度值，更新个体最优值pbest：如果当前粒子支配历史粒子，则用当前粒子的适应度值更新个体最优值pbest，否则不更新；若不存在支配关系，则从当代粒子的适应度值和历史粒子的适应度值中随机选择一个更新粒子最优值pbest；步骤B4、根据当前粒子的适应度值计算Pareto边界，将边界粒子加入外部档案空间，在外部档案空间中，根据支配关系筛选出Pareto边界粒子更新外部档案空间；同时采用轮盘赌法维护外部档案空间的规模；步骤B5、计算并更新外部档案空间中的全体最优值gbest；步骤B6、判断是否满足迭代终止条件，若否，根据速度更新公式、位置更新公式及惯性因子更新公式更新粒子的速度、位置和惯性权重，对不满足约束条件的粒子添加惩罚项，并返回步骤B2继续寻找Pareto非劣解集；若是，则迭代终止，输出Pareto非劣解集，算法结束。进一步地，所述速度更新公式为：所述位置更新公式为：式中为第i个粒子在第t次迭代的粒子速度，ωt为第t次迭代的惯性权重，c1和c2为学习因子，r1和r2为(0,1)之间的随机数，为第i个粒子在第t次迭代的粒子位置，pbesti为第i个粒子时的最优值，gbesti为第i个粒子时外部档案空间中的全体最优值，所述惯性因子更新公式为ωt＝ω2+(ω1-ω2)×(M-t)/M，式中，ω1为初始惯性权重，ω2为最大迭代次数时的惯性权重，t为当前迭代次数，M为迭代总次数。进一步地，所述c1＝c2＝1.5，ω1＝0.9，ω2＝0.4。进一步地，当所述调度模型为水安全调度场景模型时，约束条件包括水量平衡约束、河道过流能力约束、排水管网过流能力约束、闸门开度约束及泵站抽水过流能力约束；当所述调度模型为水环境调度场景模型时，约束条件包括水量平衡约束、河道过流能力约束、排水管网过流能力约束、闸门开度约束、泵站抽水能力约束及污水处理厂处理能力约束；当所述调度模型为水生态调度场景模型时，约束条件包括城市水系生态流速约束、泵站抽水能力约束及污水处理厂尾水补给能力约束。本专利技术相比于现有技术具有的有益效果是：厂网河一体化分类智能调度是以城市水安全、流域水质和河道水动力达标为目标，从水量、水质和水动力的角度对本文档来自技高网...

【技术保护点】
1.厂网河一体化分类智能调度方法，其特征在于，包括：/n步骤1、根据涉水要素建立厂网河一体化模型；/n步骤2、根据厂网河一体化模型设计调度模型；/n步骤3、采用多目标粒子群算法获取调度模型的解集；/n步骤4、根据步骤3得到的解集进行涉水要素的调度。/n

【技术特征摘要】
1.厂网河一体化分类智能调度方法，其特征在于，包括：
步骤1、根据涉水要素建立厂网河一体化模型；
步骤2、根据厂网河一体化模型设计调度模型；
步骤3、采用多目标粒子群算法获取调度模型的解集；
步骤4、根据步骤3得到的解集进行涉水要素的调度。


2.根据权利要求1所述的厂网河一体化分类智能调度方法，其特征在于，所述涉水要素包括污水处理厂、蓄水池、水闸和泵站。


3.根据权利要求2所述的厂网河一体化分类智能调度方法，其特征在于，所述步骤2具体为根据厂网河一体化模型、雨水井积水历时及河道流速建立调度模型。


4.根据权利要求3所述的厂网河一体化分类智能调度方法，其特征在于，当雨水井积水历时>15min时，所述调度模型采用水安全调度场景模型；当雨水井积水历时在0～15min之间时，所述调度模型采用水环境调度场景模型；当河道流速小于最小允许流速时，所述调度模型采用水生态调度场景模型。


5.根据权利要求4所述的厂网河一体化分类智能调度方法，其特征在于，所述水安全调度场景模型为：



式中，F为泵站运行费用，α为单位抽水量的费用因子，q1jt为第j台泵站在第t时刻的抽水量，num为泵站总台数，Δt为模型迭代时间步长，T为调度总时间，Q为雨水井溢流量，qit为第i个雨水井在t时刻的溢流量，n为雨水井总数，Min为最小化函数；
所述水环境调度场景模型为：



式中，Fw为污水泵站运行费用，α为单位抽水量的费用因子，qwjt为第j台污水泵站在第t时刻的抽水量，num为泵站总台数，Δt为模型迭代时间步长，Qw为厂前溢流总量，qwt为污水处理厂前池在t时刻的溢流量，Cw为河道断面水质浓度超过阈值的总时间，cm为第m个河道断面水质浓度，c0为河道断面水质浓度的阈值，为第m个河道断面水质浓度超过阈值的时间，Ww为河道补水总量，qt为河道接收的补水流量，T为调度总时间，Min为最小化函数；
所述水生态调度场景模型为：



式中，C为水质浓度，ck为第k个河道断面的水质浓度，m为河道断面的总数，P为换水周期，Vi为第i条河道的蓄水量，qi为厂后尾水补给第i条河道的流量，n为区域河流总数，Min为最小化函数，max为最大值函数。


6.根据权利要求5所述的厂网河一体化分类智能调度方法，其特征在于，步骤3所述的多目标粒子群算法的步骤为：
步骤B1、...

【专利技术属性】
技术研发人员：莫世川，谢坤，杨朝彬，朱一松，陈华，张志伟，邱向东，张丽莎，钟桂良，李伟，陈定，黄翠，
申请(专利权)人：中国电建集团成都勘测设计研究院有限公司，武汉大学，
类型：发明
国别省市：四川;51