一种基于调度模型的梯级泵站优化调控方法及系统技术方案

本发明专利技术公开了一种基于调度模型的梯级泵站优化调控方法及系统，其方法包括：收集梯级泵站的实时运行数据，根据所述梯级泵站中每个泵的位置及设备信息建立所述梯级泵站的调度模型，对所述梯级泵站进行数学模型的建立，得到泵站数学模型，基于所述实时运行数据及所述泵站数学模型确定所述梯级泵站的优化目标，根据所述优化目标对所述泵站数学模型进行优化，得到优化结果，根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控。通过本发明专利技术的技术方案，引入多种泵站指标，综合考虑多种因素，同时建立调度模型，自动的实现对梯级泵站的优化调控。的优化调控。的优化调控。

【技术实现步骤摘要】
一种基于调度模型的梯级泵站优化调控方法及系统


[0001]本专利技术涉及泵站调度
，尤其涉及一种基于调度模型的梯级泵站优化调控方法及系统。

技术介绍

[0002]梯级泵站是由多个不同高度的泵站组成，按照一定的高低顺序排列形成的一种水力输送设施。梯级泵站通常用于较大规模的水力输送系统，如灌溉、供水、排水等。在梯级泵站中，每个泵站都需要按照一定的顺序进行运行，以实现最优的水力输送效果。
[0003]目前，对于梯级泵站的优化调控方法并不常见，主要是对单级泵站进行优化的方法，例如，中国专利技术专利申请CN115455812A公开了一种供水泵站优化方法，主要基于水泵的运行特性曲线，建立水泵优化数学模型，通过人工电场算法对数学模型进行求解，得到优化方案，这类方法能够降低泵站的能耗，但是考虑到的泵站运行指标量较少，难以综合考虑多个因素，且未引入调度模型。又例如中国专利技术专利申请CN107730152A公开了一种泵站调度优化方法，主要采集泵站机组的扬程、流量和水泵效率建立调度优化模型，而且需要计算一天的调水量和用电量，根据时段进行排序后，计算出调水量。
[0004]但是上述技术方案缺乏基于实时数据的优化算法，且未提出对梯级泵站的优化，综上所述，现有的泵站优化算法存在以下问题：缺乏基于实时数据的优化方法，难以及时调整泵站运行，且只考虑泵站的少量指标，难以综合多个因素，同时缺乏针对梯级泵站的优化调控方法，缺乏调度模型，难以自动实现优化调控。为了解决上述问题，本实施例公开一种基于调度模型的梯级泵站优化调控方法。r/>
技术实现思路

[0005]针对上述所显示出来的问题，本专利技术提供了一种基于调度模型的梯级泵站优化调控方法及系统用以解决
技术介绍
提到缺乏基于实时数据的优化方法，难以及时调整泵站运行，且只考虑泵站的少量指标，难以综合多个因素，同时缺乏针对梯级泵站的优化调控方法，缺乏调度模型，难以自动实现优化调控的问题。
[0006]一种基于调度模型的梯级泵站优化调控方法，包括以下步骤：
[0007]收集梯级泵站的实时运行数据；
[0008]根据所述梯级泵站中每个泵的位置及设备信息建立所述梯级泵站的调度模型；
[0009]对所述梯级泵站进行数学模型的建立，得到泵站数学模型；
[0010]基于所述实时运行数据及所述泵站数学模型确定所述梯级泵站的优化目标；
[0011]根据所述优化目标对所述泵站数学模型进行优化，得到优化结果；
[0012]根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控。
[0013]优选的，收集梯级泵站的实时运行数据，包括：
[0014]确定待采集的数据种类；
[0015]根据所述待采集的数据种类选取数据采集方式，并确定梯级泵站的数据采集位
置；
[0016]在所述梯级泵站的采集位置通过所述数据采集方式进行梯级泵站数据的实时采集，得到所述实时运行数据；
[0017]根据所述实时运行数据的采集频率进行存储容量的计算，得到数据存储容量；
[0018]确定所述实时运行数据的数据类型并根据其确定实时运行数据的数据存储格式；
[0019]基于所述数据存储容量将所述实时运行数据按照所述数据存储格式进行存储。
[0020]优选的，对所述梯级泵站进行数学模型的建立，得到泵站数学模型，包括：
[0021]获取所述梯级泵站的历史运行数据及控制参数；
[0022]对所述梯级泵站的地形及水力特性进行勘测，得到泵站的地形和水力特性相关参数；
[0023]基于所述历史运行数据、控制参数、梯级泵站的地形和水力特性相关参数构建所述梯级泵站的水力模型；
[0024]对所述梯级泵站的管道特性进行计算，得到管道特性参数；
[0025]获取所述梯级泵站的结构和装置参数；
[0026]基于所述历史运行数据、管道特性参数及梯级泵站的结构和装置参数构建所述梯级泵站的能耗模型；
[0027]确定所述梯级泵站的水力模型和能耗模型为所述泵站数学模型。
[0028]优选的，基于所述实时运行数据及所述泵站数学模型确定所述梯级泵站的优化目标，包括：
[0029]将所述实时运行数据中的重复数据、缺失数据及不完整的数据进行删除，得到清洗后的实时运行数据；
[0030]通过平滑技术将所述清洗后的实时运行数据中的随机噪声进行去除，得到去噪后的实时运行数据；
[0031]设置异常值范围，并对所述去噪后的实时运行数据进行检测，将在所述异常值范围的数据进行剔除或修正，得到异常值处理后的实时运行数据；
[0032]基于所述泵站数学模型对所述异常值处理后的实时运行数据进行分析，得到所述梯级泵站的当前运行情况和当前性能指标；
[0033]对所述梯级泵站的当前运行情况和当前性能指标进行问题评估，得到所述梯级泵站的可优化选项；
[0034]获取所述梯级泵站的正常运行状况和正常性能指标，以基于所述正常运行情况和正常性能指标对所述可优化选项进行优化目标的确定，得到所述梯级泵站的优化目标。
[0035]优选的，根据所述优化目标对所述泵站数学模型进行优化，得到优化结果，包括：
[0036]根据所述优化目标定义约束条件；
[0037]确定第一优化算法，并设置所述第一优化算法的种群大小参数、交叉率参数、变异率参数及迭代次数；
[0038]确定第二优化算法，并设置所述第二优化算法的最大迭代次数、惯性权重因子、学习因子；
[0039]通过所述第一优化算法和第二优化算法分别对所述泵站数学模型进行优化第一优化结果和第二优化结果；
[0040]评估第一优化结果和第二优化结果的优劣和适用性，得到评估结果；
[0041]基于所述第一优化结果和第二优化结果，参考所述评估结果确定所述优化结果。
[0042]优选的，根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控，包括：
[0043]对所述优化结果进行第一次解析，得到所述梯级泵站中每个泵设置开启或关闭的状态参数和转速参数；
[0044]确定每个泵的最大效率点及每个泵之间负荷平衡点；
[0045]获取每个泵的磨损及维护成本信息，以确定每个泵的运行时间；
[0046]基于每个泵的最大效率点、运行时间及每个泵站之间的负荷平衡点，通过调度模型使用所述开启或关闭的状态参数及转速参数对所述梯级泵站中的每个泵进行调控；
[0047]对所述优化结果进行第二次解析，得到所述梯级泵站中管道调整参数和阀门调整参数；
[0048]通过所述调度模型使用所述管道调整参数和阀门调整参数对所述梯级泵站中的管道的直径、长度、摩擦系数调整和阀门的开度参数调整。
[0049]优选的，在根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控之后，还包括：
[0050]根据所述梯级泵站的相关信息获取与所述梯级泵站性能相关的待监测参数；
[0051]确定对所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于调度模型的梯级泵站优化调控方法，其特征在于，包括以下步骤：收集梯级泵站的实时运行数据；根据所述梯级泵站中每个泵的位置及设备信息建立所述梯级泵站的调度模型；对所述梯级泵站进行数学模型的建立，得到泵站数学模型；基于所述实时运行数据及所述泵站数学模型确定所述梯级泵站的优化目标；根据所述优化目标对所述泵站数学模型进行优化，得到优化结果；根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控。2.根据权利要求1所述基于调度模型的梯级泵站优化调控方法，其特征在于，收集梯级泵站的实时运行数据，包括：确定待采集的数据种类；根据所述待采集的数据种类选取数据采集方式，并确定梯级泵站的数据采集位置；在所述梯级泵站的采集位置通过所述数据采集方式进行梯级泵站数据的实时采集，得到所述实时运行数据；根据所述实时运行数据的采集频率进行存储容量的计算，得到数据存储容量；确定所述实时运行数据的数据类型并根据其确定实时运行数据的数据存储格式；基于所述数据存储容量将所述实时运行数据按照所述数据存储格式进行存储。3.根据权利要求1所述基于调度模型的梯级泵站优化调控方法，其特征在于，对所述梯级泵站进行数学模型的建立，得到泵站数学模型，包括：获取所述梯级泵站的历史运行数据及控制参数；对所述梯级泵站的地形及水力特性进行勘测，得到泵站的地形和水力特性相关参数；基于所述历史运行数据、控制参数、梯级泵站的地形和水力特性相关参数构建所述梯级泵站的水力模型；对所述梯级泵站的管道特性进行计算，得到管道特性参数；获取所述梯级泵站的结构和装置参数；基于所述历史运行数据、管道特性参数及梯级泵站的结构和装置参数构建所述梯级泵站的能耗模型；确定所述梯级泵站的水力模型和能耗模型为所述泵站数学模型。4.根据权利要求1所述基于调度模型的梯级泵站优化调控方法，其特征在于，基于所述实时运行数据及所述泵站数学模型确定所述梯级泵站的优化目标，包括：将所述实时运行数据中的重复数据、缺失数据及不完整的数据进行删除，得到清洗后的实时运行数据；通过平滑技术将所述清洗后的实时运行数据中的随机噪声进行去除，得到去噪后的实时运行数据；设置异常值范围，并对所述去噪后的实时运行数据进行检测，将在所述异常值范围的数据进行剔除或修正，得到异常值处理后的实时运行数据；基于所述泵站数学模型对所述异常值处理后的实时运行数据进行分析，得到所述梯级泵站的当前运行情况和当前性能指标；对所述梯级泵站的当前运行情况和当前性能指标进行问题评估，得到所述梯级泵站的可优化选项；
获取所述梯级泵站的正常运行状况和正常性能指标，以基于所述正常运行情况和正常性能指标对所述可优化选项进行优化目标的确定，得到所述梯级泵站的优化目标。5.根据权利要求1所述基于调度模型的梯级泵站优化调控方法，其特征在于，根据所述优化目标对所述泵站数学模型进行优化，得到优化结果，包括：根据所述优化目标定义约束条件；确定第一优化算法，并设置所述第一优化算法的种群大小参数、交叉率参数、变异率参数及迭代次数；确定第二优化算法，并设置所述第二优化算法的最大迭代次数、惯性权重因子、学习因子；通过所述第一优化算法和第二优化算法分别对所述泵站数学模型进行优化第一优化结果和第二优化结果；评估第一优化结果和第二优化结果的优劣和适用性，得到评估结果；基于所述第一优化结果和第二优化结果，参考所述评估结果确定所述优化结果。6.根据权利要求1所述基于调度模型的梯级泵站优化调控方法，其特征在于，根据所述优化结果使所述调度模型对所述梯级泵站进行优化调控，包括：对所述优化结果进行第一次解析，得到所述梯级泵站中每个泵设置开启或关闭的状态参数和转速参数；确定每个泵的最大效率点及每个泵之间负荷平衡点；获取每个泵的磨损及维护成本信息，以确定每个泵的运行时间；基于每个泵的最大效率点、运行时间及每个泵站之间的负荷平衡点，通过调度模型使用所述开启或关闭的状态参数及转速参数对所述梯级泵站中的每个泵进行调控；对所述优化结果进行第二次解析，得到所述梯级泵站中管道调整参数和阀门调整参数；通过所述调度模型使用所述管道调整参数和阀门调整参数对所述梯级泵站中的管道的直径、长度、摩擦系数调整和阀门的开度参数调整。7.根据权利要求1所述基于调度模型的梯级泵站优化调控方法，其特征在于，在根据所述优化结果使所述调度模型对所述梯...

【专利技术属性】
技术研发人员：刘金龙，张磊，许征，项腾飞，刘斯嘉，
申请(专利权)人：北京金河水务建设集团有限公司，
类型：发明
国别省市：