城市供水系统两级优化调度研究

【水资源】

城市供水系统两级优化调度研究

王　彤１，张浩祥１，涂　杰２，３，冯雪峰２，３，张　凯１，周　晓１，杨　军１

（１．长安大学建筑工程学院，陕西西安７１００５４；２．长安大学环境科学与工程学院，陕西西安７１００５４；

３．长安大学旱区地下水文与生态效应教育部重点实验室，陕西西安７１００５４）

摘　要：为了使城市供水系统调度更具科学性，达到节能降耗的目的，对供水系统的优化调度进行研究。建立并验证了供水系统宏观模型的可行性，分析了宏观模型的精度及优势。以该宏观模型为基础，建立以最小费用为目标的一级优化模型，对多水源供水系统的流量及压力进行重新分配。以一级优化结果及宏观模型理论为前提，建立二级优化调度模型，并运用寻优能力较强的遗传算法进行求解，对北方某市的供水系统进行两级优化调度。结果表明：与优化前相比，一级优化后整体供水成本呈下降趋势；二级优化后，水泵的组合方式发生了较大变化，调速装置得到充分利用，优化后整个供水系统能耗低于优化前。因此，对供水系统进行两级优化调度是可行的，能够达到节能降耗的目的。关键词：节能降耗；两级优化调度；宏观模型；遗传算法

中图分类号：ＴＶ２１３．４　　　文献标志码：Ａ　　　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－１３７９．２０１９．０７．０１８　

ＷＡＮＧＴｏｎｇ１，ＺＨＡＮＧＨａｏｘｉａｎｇ１，ＴＵＪｉｅ２，３，ＦＥＮＧＸｕｅｆｅｎｇ２，３，ＺＨＡＮＧＫａｉ１，ＺＨＯＵＸｉａｏ１，ＹＡＮＧＪｕｎ１３．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＧｒｏｕｎｄｗａｔｅｒＣｕｌｔｕｒｅａｎｄＥｃｏｌｏｇｉｃａｌＥｆｆｅｃｔｓｉｎＡｒｉｄＲｅｇｉｏｎｏｆＭＯＥ，Ｘｉ’ａｎ７１００５４，Ｃｈｉｎａ）

２．ＳｃｈｏｏｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇ’ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００５４，Ｃｈｉｎａ；

（１．ＳｃｈｏｏｌｏｆＡｒｃｈｉｔｅｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇ’ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００５４，Ｃｈｉｎａ；

ＳｔｕｄｙｏｎＴｗｏ⁃ＳｔａｇｅＯｐｔｉｍａｌＳｃｈｅｄｕｌｉｎｇｏｆＣｉｔｙＷａｔｅｒＳｕｐｐｌｙＳｙｓｔｅｍ

Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｍａｋｅｔｈｅｄｉｓｐａｔｃｈｉｎｇｏｆｕｒｂａｎｗａｔｅｒｓｕｐｐｌｙｓｙｓｔｅｍｍｏｒｅｓｃｉｅｎｔｉｆｉｃａｎｄａｃｈｉｅｖｅｔｈｅｇｏａｌｏｆｅｎｅｒｇｙｓａｖｉｎｇａｎｄｃｏｎｓｕｍｐ⁃

ｔｉｏｎｒｅｄｕｃｔｉｏｎ，ｔｈｅｆｅａｓｉｂｉｌｉｔｙｏｆｍａｃｒｏ⁃ｍｏｄｅｌｏｆｗａｔｅｒｓｕｐｐｌｙｓｙｓｔｅｍｗａｓｅｓｔａｂｌｉｓｈｅｄａｎｄｖｅｒｉｆｉｅｄ，ａｎｄｔｈｅａｃｃｕｒａｃｙａｎｄａｄｖａｎｔａｇｅｓｏｆｍａｃｒｏ⁃ｍｏｄｅｌｗｅｒｅａｌｓｏｖｅｒｉｆｉｅｄ．Ｂａｓｅｄｏｎｔｈｉｓｍｏｄｅｌ，ａｆｉｒｓｔ⁃ｌｅｖｅｌｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｗｉｔｈｍｉｎｉｍｕｍｃｏｓｔａｓｔｈｅｇｏａｌｗａｓｅｓｔａｂｌｉｓｈｅｄｔｏｒｅｄｉｓｔｒｉｂｕｔｅｔｈｅｆｌｏｗａｎｄｐｒｅｓｓｕｒｅｏｆｍｕｌｔｉ⁃ｓｏｕｒｃｅｗａｔｅｒｓｕｐｐｌｙｓｙｓｔｅｍ．Ｂａｓｅｄｏｎｔｈｅｆｉｒｓｔ⁃ｌｅｖｅｌｏｐｔｉｍｉｚａｔｉｏｎｒｅｓｕｌｔｓａｎｄｍａｃｒｏｓｃｏｐｉｃｍｏｄｅｌｔｈｅｏｒｙ，ａｓｅｃ⁃ｏｎｄ⁃ｌｅｖｅｌｏｐｔｉｍａｌｄｉｓｐａｔｃｈｉｎｇｍｏｄｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄ，ａｎｄｔｈｅＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｗｉｔｈｓｔｒｏｎｇｏｐｔｉｍｉｚａｔｉｏｎａｂｉｌｉｔｙｗａｓｕｓｅｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂ⁃ｌｅｍ．Ｔｈｅｔｗｏ⁃ｌｅｖｅｌｏｐｔｉｍａｌｄｉｓｐａｔｃｈｉｎｇｏｆｗａｔｅｒｓｕｐｐｌｙｓｙｓｔｅｍｉｎａｎｏｒｔｈｅｒｎｃｉｔｙｗａｓｃａｒｒｉｅｄｏｕｔ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｏｖｅｒａｌｌｗａｔｅｒｓｕｐｐｌｙｃｏｓｔｄｅｃｒｅａｓｅｓａｆｔｅｒｐｒｉｍａｒｙｏｐｔｉｍｉｚａｔｉｏｎｃｏｍｐａｒｅｄｗｉｔｈｔｈａｔｂｅｆｏｒｅｏｐｔｉｍｉｚａｔｉｏｎ；ａｆｔｅｒｔｈｅｓｅｃｏｎｄ⁃ｌｅｖｅｌｏｐｔｉｍｉｚａｔｉｏｎ，ｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｔｈｅａｆｔｅｒｏｐｔｉｍｉｚａｔｉｏｎｉｓｌｏｗｅｒｔｈａｎｔｈａｔｏｆｂｅｆｏｒｅｏｐｔｉｍｉｚａｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｉｔｉｓｆｅａｓｉｂｌｅｔｏｃａｒｒｙｏｕｔｔｗｏ⁃ｌｅｖｅｒｏｐｔｉｍａｌｄｉｓｐａｔｃｈｉｎｇｏｆｕｒｂａｎｗａｔｅｒｓｕｐｐｌｙｓｙｓｔｅｍｉｎｎｏｒｔｈｅｒｎｃｉｔｉｅｓ，ｗｈｉｃｈｃａｎａｃｈｉｅｖｅｔｈｅｐｕｒｐｏｓｅｏｆｅｎｅｒｇｙｓａｖｉｎｇａｎｄｃｏｎｓｕｍｐｔｉｏｎｒｅｄｕｃｔｉｏｎ．

Ｋｅｙｗｏｒｄｓ：ｅｎｅｒｇｙ⁃ｓａｖｉｎｇａｎｄｃｏｓｔ⁃ｒｅｄｕｃｉｎｇ；ｔｗｏ⁃ｓｔａｇｅｏｐｔｉｍａｌｄｉｓｐａｔｃｈｉｎｇｓｃｈｅｄｕｌｉｎｇ；ｍａｃｒｏｍｏｄｅｌ；ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ

ｐｕｍｐｓｈａｓｃｈａｎｇｅｄｇｒｅａｔｌｙ，ｔｈｅｓｐｅｅｄｒｅｇｕｌａｔｉｎｇｄｅｖｉｃｅｈａｓｂｅｅｎｆｕｌｌｙｕｔｉｌｉｚｅｄ，ａｎｄｔｈｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｏｆｔｈｅｗｈｏｌｅｗａｔｅｒｓｕｐｐｌｙｓｙｓｔｅｍ

　　供水系统是城市最重要的基础设施，供水泵站一般按照城市供水最不利的情况进行设计，即根据最大日最大时流量以及所对应的扬程设计［１］。因此，城市供水系统往往超出实际供水要求，造成能源浪费、漏失增加、管网服务年限减少等一系列问题，科学管理对于提高供水企业经济效益意义重大。供水管网宏观模型最先由国外专家Ｒ．Ｄｅｍｏｙｅｒ等［２］提出，但当时其模型是基于比例负荷的原理，并不符合管网的实际运行情况。鉴于宏观模型运算速度快、适用于实时调度的特点，后来又有很多学者对此进行研究，并且引入非比例负荷的概念，同时将压力监测点的压力值应用到模型建立过程中，从理论上解决了宏观模型应用于生产实际的障碍。Ｊ．Ｖｉｅｉｒａ等［３］使用代数建模的方法进行了

大型多水源供水系统优化运行的探究，该模型在Ａｌｇａｒｖｅ市的实际应用中表现出良好的效果；ＯｌｓｚｅｗｓｋｉＰａｗｅｌ［４］使用遗传算法对复杂离心泵的组合方式进行了优化研究；俞亭超等［５］用宏观节点压力模型和水源供水量与水头关系模型取代了复杂的网络水力方程，并以泵站供水压力和初始水位为决策变量，采用遗传

　收稿日期：２０１８－０６－１３

　基金项目：国家水体污染与治理科技重大专项（２０１４ＺＸ０７４０６－００３）

　作者简介：王彤（１９６５—），男，陕西汉中人，副教授，硕士生导师，主要从事给排水系统优化研究与教学工作

　通信作者：张浩祥（１９９４—），男，山西运城人，硕士研究生，研究方向为给排水系统优化及管网建模　Ｅ⁃ｍａｉｌ：１６４７８８８６９４＠ｑｑ．ｃｏｍ

·８１·

人民黄河　２０１９年第７期

算法对供水系统优化调度进行了研究；吕谋等［６］基于宏观模型建立了多水源供水系统分级优化调度模型；陆健等［７］采用ＢＰ神经网络宏观模型对供水系统的两级优化进行了研究，取得了较好效果，有效降低了系统运行成本。究其本质，供水系统的优化调度是通过已有的实时监测数据，在保证供水水量、水质及水压条件下，对下一个周期内给水系统的运行状况做出调整。我国很多城市供水管网老化，缺乏基础资料，监测控制设备落后，微观模型难以实现，且供水系统的管路错综复杂、水厂供水情况各异、泵站内定速泵与调速泵配合计算结果与实际水压值进行对比（见图１），发现二者基本吻合，整体误差在５％以内。该模型中各水厂的出水压力随其本身的供水流量增大而增大，原因是随着供水流量的重新调整，两座水厂供水范围增大，其所需压力值也随之增大。

表１　宏观模型拟合参数

参数清源水厂东水厂

Ａｉ２０．０１３６．９９

１．４２４×１０－５２．３９４×１０－５Ｂｉ（１，１）

－６．７４４×１０－６－１．４１１×１０

－５

Ｂｉ（１，２）

１．４１６×１０－６３．４７×１０－６

Ｂｉ（２，２）

Ｒ２０．９６２６０．９６２２

使用，直接优化调度模型复杂，求解难度大。笔者以宏观模型为基础，对供水系统的两级优化调度模型进行分析研究，以期使城市供水系统的优化调度更加合理。

１　供水系统宏观模型

模型化是供水系统优化调度的关键，目前供水系统的水力模型主要分为微观模型和宏观模型。微观模型是以质量守恒和能量守恒为前提建立水量和能量方程，对管网节点压力和流量进行求解，目前已有成熟分析软件（如ＩｎｆｏＷｏｒｋｓ和Ｂｅｎｔｌｅｙ等）在国内部分城市投入使用，一定程度上降低了供水企业运营成本。由于管网中阀门与管件复杂、各用水点流量随机性大、管道敷设年代长导致锈蚀和一些不可预知的变化，因此微观模型难以精确模拟。宏观模型忽略管网中各节点和管道的状态及参数，利用管网中主要检测数据的历史信息和实测数据，寻找各变量之间的经验关系。王训俭等［８］根据统计分析的方法，得出了多水源供水系统中各泵站出水压力与各泵站供水流量之间的经验关系。忽略供水系统水力条件，以供水系统所需水压为目标函数，以某一常量和流量的二次型之和所建立的宏观模型为

Ｈｉ＝Ａｉ＋

Ｈ∑τ

τ

ｊ＝１∑ｋ

＝

１

Ｂｉ（ｊ，ｋ）ＱｊＱｋ（１）

式中：ｉ为第ｉ个供水泵站的供水压力水头，ｍ；Ａｉ为第ｉ个供水泵站的拟合常数；Ｑｊ为第ｊ个供水泵站的

供水流量，ｍ３

／ｈ；Ｑｋ为第ｋ个供水泵站的供水流量，ｍ３为该供水系统中供水泵站的个数／ｈ；Ｂｉ（ｊ，ｋ）为第ｉ个供水泵站的宏观模型系数。

；τ根据北方某市２０１７年３月泵站运行数据对该模型进行拟合。该市共有两座水厂（清源水厂和东水厂），采用ＭＡＴＬＡＢ中的ｃｆｔｃｏｏｌ工具进行拟合，主要拟合参数见表１。拟合优度Ｒ２越接近１，表示拟合效果０．９６２越好，６清和源０．９６２水厂２，和表明该宏观模型较为精确东水厂模型的拟合优度。分将模型别为

·８２·

图１　宏观模型拟合效果

２　优化调度模型

２．１　一级优化调度模型

一级优化调度是在满足供水安全条件下，找出各水厂的最优出水流量及压力，使供水系统在最经济条件下运行，通常以最低供水费用建立目标函数［９］水费用包括制水成本及输水成本，制水成本由原水水。供质及水厂工艺确定，输水成本主要为各供水泵站内水泵运行的电耗。李红艳［１０］所建立的一级优化模型的输水成本考虑了各水泵机组的效率损耗，模型复杂，参数多，求解困难。本文将水泵机组运行效率放到二级优化模型中，输水成本忽略清水池到泵站出口的压力损失，建立的一级优化模型以实际输水所需的费用ｆ最小为目标函数：

ｆ＝ｍｉｎ∑ｗ

ｉ［ｃｉＱｉ＋ｒｉＱｉ（Ｈｉ－Ｚｉ）］

（２）

式中：ｗ为各水厂泵站出水口个数；ｃｉ为水厂ｉ的制水成本，元／ｍ３为第ｉ个水厂泵站单位水量提升；Ｑｉ为水厂ｉ的单位时间供水量，ｍ３１ｍ所需的电费／ｈ；ｒｉ，元／ｍ４；Ｈｉ为水厂ｉ的泵站出水口压力水头，ｍ；Ｚｉ为水厂ｉ的清水池水深，ｍ。

为保证供水系统安全可靠运行，需保持供需平衡，

即各水厂总供水量应等于系统总用水量Ｑ供水量应介于最大供水能力Ｑｔ低水量Ｑｍａｘ和管网所要求的最，且各水厂ｍｉｎ之间：

人民黄河　２０１９年第７期

为保证用户具有足够的水压，各泵站出水口压力应满足宏观模型中的式（１）。根据管网的宏观模型理论，要保证各水厂泵站出水压力在最大值与最小值之间，管网中监测点压力水头应在最低Ｈｍｉｎ和最高Ｈｍａｘ之间：

Ｈｍｉｎ≤Ｈｉ≤Ｈｍａｘ　（ｉ＝１，２，…，ｎ）

（５）

Ｑｍｉｎ≤Ｑｉ≤Ｑｍａｘ

Ｑｉ∑＝

ｉ１

ｎ

＝Ｑｔ

（３）（４）

二级优化调度是在一级优化调度模型确定泵站出水流量及压力条件后，选择水泵机组的组合方式，确定以最低能耗Ｐ为目标函数建立的优化模型为

Ｐ＝

ｕｉＮｉ＋∑ｕｊＮｊ∑＝＝

ｉ１

ｊ１

ｍ

ｎ

ＱＡ２≥ＳＱＡ１（９）

调速泵的调速比，使运行费用最小或者能耗最低［１１］。

（１０）

式中：ｍ、ｎ分别为定速泵与调速泵台数；ｕｉ、ｕｊ为０－１Ｎｉ、Ｎｊ分别为定速泵与调速泵的功率，ｋＷ。

决策变量，取１时水泵运行，取０时水泵停止运行；

式中：ｎ为测压点数目。

２．２　二级优化调度模型

我国大多数城市供水泵站采用定速泵与调速泵组合方式并联运行。水泵特性曲线采用最小二乘法拟合，定速流量—功率（Ｑ—Ｎ）曲线方程采用最小二乘法拟合为

Ｎ＝ａ＋ｂＱ＋ｃＱ２

式中：Ｑ、Ｎ分别为水泵的流量和功率；ａ、ｂ、ｃ均为待

（６）

拟合参数。

由水泵相似定律及式（６），得出变频调节运行时离心泵特性曲线表达式为

Ｎ∗＝ａＳ３＋ｂＳ２Ｑ＋ｃＳＱ２

式中：Ｎ∗为水泵调速运行时的功率；Ｓ为转速比。

（７）为达到节能降耗的目的，离心泵的运行工况必须

在其高效区间。图２为离心泵的特性曲线，曲线ｌ分别为该离心泵在转速ｎ时所对应的Ｑ—１Ｈ、曲ｌ２

线，ｈ１、ｎ２Ａ与ｈＢ分别为高效区间的左右端所对应的管路特性曲线，阴影部分即为离心泵的高效区。定速泵流量Ｑｉ应介于高效区间内最小流量ＱＡ１和最大流量ＱＢ１之间：

ＱＡ１≤Ｑｉ≤ＱＢ１

（８）

图２　离心泵特性曲线

为防止调速后水泵吸水能力下降而导致其有效工作区间缩小Ｈ，应当保证转速为ｎＨ于转速为ｎ２时高效段扬程上限Ａ２不小１时高效段扬程下限ＨＢ１，即Ａ２≥ＨＢ１下限Ｑ。根据水泵相似定律，调速泵调速后流量Ａ２应符合：

同一泵站内并联运行的水泵，在忽略泵站内部水

头损失条件下每个水泵产生的扬程相等，且应等于一级优化所得出的该泵站出水压力水头ＨＨＨｐ：

一级优化所得的该泵站出水流量１＝２＝…＝Ｈｎ＝Ｈｍ＝ＨｐＱ（１１）

ｐ等于各水泵

流量之和：

Ｑｍ

ｎ

ｐ＝

式中：Ｑ∑ｉ＝１

Ｑｉ＋∑ｊ＝

１

Ｑｊ（１２）

ｉ为定速泵流量；Ｑｊ为调速泵流量。

水泵的转速比原先的额定转速高时，泵叶轮与电机转子的额定功率将增大，如果材质的抗裂性能较差或铸造时均匀性较差，就可能出现机械性损裂［１２］转速过低，则效率严重下降，因此水泵转速的确定应根；若据功率和效率综合考虑：

Ｓｊｍｉｎ式中：Ｓ≤Ｓｊ≤１

（１３）

ｊｍｉｎ为调速泵ｊ的最小调速比；Ｓｊ为调速泵ｊ的调速比。

为使水泵在高效区间内运行，定速泵与调速泵运行时流量应介于最大值与最小值之间，且定速泵的流量应符合式（８），调速泵的最小流量应符合式（９）。

二级优化调度的目的是确定泵站内水泵的组合方式及调速比，对于单台水泵，确定的扬程对应的流量是唯一确定的，因此单台水泵的流量扬程根据水泵的性能确定。将式（６）、式（７）代入式（１０）得到的二级优化调度目标函数为

Ｐ＝ｍｉｎ［∑ｍ

ｉ＝１ｕｉ（ａｉ＋ｂｉＱｉ＋ｃｉＱ２ｉ）＋∑ｎ

ｕｊ（ａｊＳ３ｊ＝

１＋ｂｊＳ２Ｑｊ＋ｃｊＳＱ２

ｊ）］（１４）

３　模型求解

供水系统优化调度模型求解是一个多变量非线性复杂问题，直接求解难度大。遗传算法（ＧＡ）是根据生命进化理论发展起来的一种数学问题的非传统解法，以生物的遗传变异理论为基础，模拟自然界生物进

·８３·

人民黄河　２０１９年第７期

化的全局寻优方法。遗传算法将问题的决策变量进行编码，以染色体的形式表示问题的可行解（即个体），并随机产生初始群体。以适应度函数值作为评价指标值，优胜劣汰，适应度越大，该个体生存的概率就越大。再利用遗传算子进行选择、交叉、变异等操作，保留优良基因，产生新的种群。如此循环，直到满足最大迭代次数，得出问题的最优解或者近似最优解［１３－１４］。本文２５０，选择概率０．８，交叉概率０．７，变异概率０．０５。由于遗传算法采用随机概率性规则，因此每次求出的结果遗传算法参数选择为：种群大小１５０，最大遗传代数

可能不同，有时候差距会很大［１５］遗传算法所包含的适应度函数值必须是非负数。

，

而供水系统的优化调度问题通常是费用或者功率最小值，因此需要根据实际情况将求解目标变换为求最大值的形式［１６］式为

。使用界限构造法的适应度函数表达Ｆｉｔｎｅｓｓ［ｆ（ｘ）］＝

{

Ｃｍｉｎ－ｆ（ｘ）

（ｆ（ｘ）＜Ｃ０

（其他）

ｍｉｎ）

式中：Ｃ的最小估计值。

（１５）

对于多约束的复杂问题ｍｉｎ为函数ｆ（ｘ），可采用罚函数方法，将不

满足约束条件的个体赋予其远离目标的函数值［１７］如对于约束问题：。αｉ可转化为

≤ｇｉ（ｘ）≤βｉ（ｉ＝１，２，…，ｌ）

（１６）

Ｆ（ｘ，σ）＝ｍｉｎ［ｆ（ｘ）＋σ∑ｌ

Ｇｉαｉ＝１

（ｘ）］＝ｍｉｎ［｜ｇｉ（ｘ）－ｉ｜｜ｇｉ式中：ｇ（ｘ）－βｉ｜］

（１７）

ｉ（ｘ值）为约束函数和最大值；；ｌαｉ为、约βｉ分别为函数ｇｉ值的最小束条件的个数（；ｘσ）取为权重。

４　实例分析

４．１　一级优化结果分析

以我国北方某市的供水系统为例，将优化模型应用于供水系统的调度中。随机提取该市两座水厂５天的用水流量，并将其绘成曲线（见图３），可以看出１日内用水流量呈规律性变化。由于频繁起动水泵会导致水泵磨损，降低水泵使用寿命，因此根据用水流量变化规律将１日内分为０—４时、４—７时、７—１１时、１１—１５时、１５—１８时、１８—２４时６个时段。

０．００５，以平均供水成本参数０—４时为例，水厂平均制水成本参数ｃｉ取

２．７９ｍ，东水厂泵站吸水池平均水深ｒｉ取０．０２５，清源水厂泵站吸水池平均水深·８４·

图３　日用水流量变化曲线

２．３３ｍ，管网水力模型采用ＭＡＴＬＡＢ进行拟合［１８－１９］建立一级优化模型：

，２式中．３３）ｆ＝：＋ｍｉｎ［０．００５Ｑｑ（Ｈｑ－２．９４）＋０．００５ＱＤ（ＨＤ－Ｑｑ０、．０２５（Ｈｑ分别为清源水厂的出厂流量和压力水Ｑｑ＋ＱＤ）］

头；ＱＤ、ＨＤ分别为东水厂的出厂流量和压力水头。

约束条件：

ìïï３１．３２≤Ｑｑ≤１９５４．６６　１４９８．ï

ＱïíＨ＋Ｑ９８≤ＱＤ≤２５９１．０４ｑＤ＝２０６３．４９ｑ＝２０．０１＋１．４２×１０－５Ｑ２ｑ－×－６＋×－６２ïï

ＨＱ２６．７４１０ＱｑＱＤ＝３６．９９＋２．３９×１０－

５ｑ－１．４１×１０－５ＱＤｑＱＤ＋１３．．４２４７×１０Ｑ１０－６ＱＤ

２Ｄ

ïïî１９３７．．３４≤５８≤Ｈ求解该模型Ｈｑ≤２２．２２Ｄ≤５０．，９５所得结果见表２，并与优化前各水厂

泵站的流量与压力作对比（见图４）。

表２　一级优化结果

清源水厂

东水厂

时段优化流量／优化压力优化流量／优化压力－１０—４（ｍ３·ｈ）水头／ｍ（ｍ３水头／ｍ１５６４．５１２２．０２１４９８．９８·ｈ－１）２４０．４８１１—１５７—１１４—７时时时１０７７．６１２７．３２４８２８．９２４９．５５６１．７６１５—１８时１４７３．０８３３．９２１８—２４时时

１２３１．５５２８．６１１１７５．８３０７５．５４

２９．１７３０６０．９５２７．３４

３３７３．０９２４３６．７１５３．２７８８１．２０

５４．０５　量和供水压力得到重新分配　从图４可以得知，两个水厂在各个时段的供水流４９．７６

，供水系统优化后与原先调度存在明显差异。在保证管网供水总流量Ｑ下，清源水厂供水流量增大，东水厂供水流量减小ｔ前提，原因是清源水厂供水费用较低。清源水厂供水流量增大的同时所需供水压力会随之增大，导致供水成本上升，因此各水厂供水流量均需控制在合理范围内。

表３为优化前后供水总费用对比，一级优化后整体供水成本呈下降趋势，其中１１—２４时优化效果最为明显，若不考虑用水量的季节性变化，一级优化后理论

人民黄河　２０１９年第７期

３．３３％，经济效益非常可观。因此，合理分配各水厂的

上每年可节省费用２６．１５万元，平均节省费用比为供水流量及供水压力，可大大节省供水费用。

图４　优化结果对比

表３　优化前后供水费用对比

时段０—４时１１—１５时１５—１８时１８—２４时７—１１时４—７时

优化前／元３６４．０２１４５１．２６１０８４．１８１１０６．７１８９１．４２８２７．７９

优化后／元３５７．０３１４４２．２８１０３６．４９１０６０．４４８３５．５８８２０．３８

节省费用／元节省费用比／％

６．９９７．４１４７．６９４６．２７５５．８４８．９８

１．９２０．９００．６２４．４０４．１８６．２６

泵，其中１台１２ＳＨ－９ＢＤ型定速泵，５台ＫＱＳＮ７００－

Ｎ９／７５１水泵（包括３台定速泵和２台调速泵）。水泵特性曲线采用ＭＡＴＬＡＢ拟合，选取调速泵的最小调速比０．５，取最高效率±１２％的范围为水泵的高效区，各水厂供水流量和压力水头采用表２中的一级优化结果。二级优化结果见表４，两个水厂的水泵组合方式及能５＃和６＃泵为调速泵，其他为定速泵；“０”为水泵处于关闭状态，“１”为水泵在额定转速下运转，小数为调速泵的调速比）。

耗对比见表５、表６（清源水厂的６＃和７＃泵、东水厂的

４．２　二级优化结果分析

清源水厂共有７台水泵，其中５台１４ＳＨ－１３型离心泵（包括３台定速泵和２台变速泵），２台ＫＱＳＮ４００－Ｎ１３／４３８型离心泵（均为定速泵）；东水厂共有６台水

时段０—４时４—７时７—１１时１１—１５时１５—１８时１８—２４时

清源水厂

１＃００００００

２＃００００００

３＃００００００

４＃００００００

５＃００００００

表４　二级优化结果

东水厂

０．６６３０．８１２０．９６４０．８３７０．８５２０．８１２６＃

７＃００００００

１＃００００００

２＃０１１１１０

３＃００１０００

４＃００００００

０．９４５０．９４１０．９１９０．８９２０．９０５０．９６１５＃

０００．９１９０．８９２０．９０５０６＃

表５　清源水厂优化前后能耗对比

时段０—４时４—７时７—１１时１１—１５时１５—１８时１８—２４时

优化前

水泵组合０００００１０００００１０００００００１０００００１００００００１０００００００１０

能耗／ｋＷ４７．３９９８．５９１６８．６７１２１．５４１２０．２９９５．１６

水泵组合０００００１００００００１００００００１００００００１００００００１００００００１０

优化后

能耗／ｋＷ４５．５２９７．８２１７２．８９１０７．８６１１４．６５９７．６８

节能比／％３．９４０．７８－２．５０１１．２５４．６９－２．６５

·８５·

人民黄河　２０１９年第７期表６　东水厂优化前后能耗对比

时段０—４时１１—１５时１５—１８时１８—２４时７—１１时４—７时

优化前

水泵组合０００１０００１０１０００１１１１０００１１１０００１１１００００１００

能耗／ｋＷ１０３２．２７１７９３．７３１２０４．４９１２４４．８３１１０２．３９４８３．９４

水泵组合００００１００１００１００１１０１１０１００１１０１００１１００００１０

优化后

能耗／ｋＷ４５２．３０１６４６．０２１１７９．７２１２１３．９５９８２．０９９５２．０２

节能比／％６．５４７．７７８．２３２．０６１０．９１２．４８

　　从表５和表６可以看出，优化后水泵的组合方式发生了较大变化，调速装置得到充分利用。清源水厂［５］　俞亭超，张土乔，潘莉莉．基于遗传算法的供水系统一级ｔｒｉｆｕｇａｌＰｕｍｐｓ［Ｊ］．ＡｐｐｌｉｅｄＥｎｅｒｇｙ，２０１６，１７８：５２７－５３９．

的部分时段能耗增加，原因是一级优化后清源水厂的供水流量及供水压力都有所增大。总体而言，优化后整个供水系统能耗低于优化前，并且保证了水泵在各自高效区内运行，减少了不必要的损耗，两座水厂平均每天节省能耗１８３６．８７ｋＷ，节能比为９．０５％，优化效果较好。

５　结　论

点和已知数据与目标值之间的函数关系（１）宏观模型基于统计分析的方法建立部分监测

，在缺乏基础资料、拓扑结构不完善、城区管网老化、监测设备落后的地区总流量及用户压力的前提下（２），可替代微观水力模型多水源供水系统一级优化调度是在保证供水，为水厂调度提供依据。

，合理分配各水厂供水量和供水压力，减少系统的运行总费用；通过二级优化调度可找出运行能耗最小的水泵搭配方案，合理确定泵站定速泵与调速泵的组合方式，充分利用调速装置，达到最终节能的目的，经济效益显著。参考文献：

［１］　姜乃昌１４３－２２２．

．泵与泵站［Ｍ］．北京：中国建筑工业出版社，２００７：［２］　ＳｙｓｔｅｍＤＥＭＯＹＥＲ［３］　ｃｉａｔｉｏｎ），１９７５，６７（７）：３７７Ｍｏｄｅｌｉｎｇ［Ｊ］．Ｒ，ＨＯＲＷＩＴＺＪｏｕｒｎａｌＬＶＩＥＩＲＡＪ，ＣＵＮＨＡＭＣ，－ＮＵＮＥＳＬ，３８０．

（ＡｍｅｒｉｃａｎＢ．ＭａｃｒｏｓｃｏｐｉｃＷａｔｅｒＷｏｒｋｓＤｉｓｔｒｉｂｕｔｉｏｎ

Ａｓｓｏ⁃ｔｈｅｅｔａｌ．Ｏｐｔｉｍｉｚａｔｉｏｎｏｆ

ｔｅｍｓ［Ｊ］．Ｏｐｅｒａｔｉｏｎｍｅｎｔ，２０１１，１３７（２）：１５０ＪｏｕｒｎａｌｏｆＬａｒｇｅ⁃ＳｃａｌｅｏｆＷａｔｅｒ－１６１．

ＲｅｓｏｕｒｃｅｓＭｕｌｔｉｓｏｕｒｃｅＰｌａｎｎｉｎｇＷａｔｅｒＳｕｐｐｌｙ＆Ｍａｎａｇｅ⁃Ｓｙｓ⁃［４］　ＶｅｒｉｆｉｃａｔｉｏｎＰＡＷＥＬＯｌｓｚｅｗｓｋｉ．ｏｆＣｏｍｐｌｅｘＧｅｎｅｔｉｃＰａｒａｌｌｅｌＯｐｔｉｍｉｚａｔｉｏｎＰｕｍｐｉｎｇａｎｄＳｔａｔｉｏｎＥｘｐｅｒｉｍｅｎｔａｌ

ｗｉｔｈＣｅｎ⁃·８６·

优化调度研究［Ｊ］．同济大学学报（自然科学版），２００６，３４

［６］　吕谋（６）：７７６，董深－７８１．

研究［Ｊ］．给水排水，韩伟，等，２００９，４５（３）：１１３．多水源泵站优化调度的工况适应性－１１６．［７］　陆健宏观模型研究，陈卫，吴志成［Ｊ］．中国给水排水．基于ＢＰ神经网络的供水管网分时段，２００７，２３（３）：９９－１０１．［８］　王训俭津大学学报，张宏伟，１９８８，２１（３）：１，赵新华．城市配水系统优化调度－７．

［Ｊ］．天［９］　黄廷林统优化调度中的应用，戴雪峰，张卉，［等Ｊ］．．改进中国给水排水ＰＳＯ算法在多水源供水系，２０１３，２９（２３）：

［１０］　６４李红艳－６８．

原理工大学．城市给水系统优化调度模型研究，２００３：９１－１１４．［Ｄ］．太原：太［１１］　俞亭超学，２００４：２８．城市供水系统优化调度研究－７３．

［Ｄ］．杭州：浙江大［１２］　李俊究［Ｄ］．．芜湖市三山水厂泵站与清水池联合优化调度研合肥：合肥工业大学，２０１７：３１－４９．［１３］　薛定宇［Ｍ］．北京，陈阳泉：清华大学出版社．高等应用数学问题的，２０１３：４０８－４１６．ＭＡＴＬＡＢ求解［１４］　常丽中的应用研究，王治国．改进实数编码遗传算法在泵站优化调度［Ｊ］．软件导刊，２０１５，１４（９）：７６－７７．［１５］　龚纯出版社．精通，２０１４：３１３ＭＡＴＬＡＢ－３４３．

最优化计算［Ｍ］．北京：电子工业

［１６］　花蕊河北农业大学．基于遗传算法的配电网络重构的研究，２００７：２３－４１．

［Ｄ］．保定：［１７］　刘磊调度，［Ｊ］．肖军自动化与仪器仪表，常海晏．基于遗传算法的城市供水泵站优化，２０１４（１１）：１１４－１１５．［１８］　张戎线拟合，余淑荣［Ｊ］．机械制造，吴明亮．，２０１５，５３（８）：１８基于ＭＡＴＬＡＢ的离心泵特性曲－２０．［１９］　吴小平曲线的拟合与绘制，把多铎，胡沙沙［Ｊ］．，中国农村水利水电等．基于ＭＡＴＬＡＢ，２０１０（１１）：

离心泵特性

１４４－１４６．

【责任编辑　张华兴】