CN102156413B - 城市多水源原水系统应急调度方法和系统 - Google Patents
城市多水源原水系统应急调度方法和系统 Download PDFInfo
- Publication number
- CN102156413B CN102156413B CN201010615281A CN201010615281A CN102156413B CN 102156413 B CN102156413 B CN 102156413B CN 201010615281 A CN201010615281 A CN 201010615281A CN 201010615281 A CN201010615281 A CN 201010615281A CN 102156413 B CN102156413 B CN 102156413B
- Authority
- CN
- China
- Prior art keywords
- raw water
- water system
- water
- scheduling
- mrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 430
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 72
- 231100000719 pollutant Toxicity 0.000 claims abstract description 69
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000005192 partition Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000013178 mathematical model Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000003911 water pollution Methods 0.000 claims description 8
- 239000000356 contaminant Substances 0.000 claims description 6
- 238000011065 in-situ storage Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000009792 diffusion process Methods 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 abstract 1
- 238000011161 development Methods 0.000 description 14
- 150000003839 salts Chemical class 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000005086 pumping Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种突发污染事故时城市多水源原水系统的应急调度方法，包括：S110：根据瞬时点源的河流一维水质模型确定水质污染浓度场的时空分布规律，获得下游取水口断面污染物浓度开始超标的时间以及超标持续时间；S120：根据上述数据、污染事故发生位置、污染物质的总量和原水系统当前的可用水量数据以及水厂原水需求量数据，评估当前原水系统是否处于安全状态；S130：采用模糊推理或预设的优化算法确定原水系统调度方案；S140：根据所确定的应急策略或者调度方案对原水系统进行调度。利用本发明，能够在应急条件下快速确定污染事故对原水系统的影响，并有针对性地确定合理的应急策略和优化的调度方案，最大限度地保障城市原水系统的安全性和可靠性。
Description
技术领域
本发明涉及市政工程的给排水调度技术领域，更为具体地，涉及一种在突发污染事故时的城市多水源原水系统应急调度方法和系统。
背景技术
随着我国经济的持续高速增长，各种自然、人为矛盾交织冲突导致污染事故频发，特别是南方沿海工业密集地区，城市供水系统不仅面临着周期性的咸潮上溯影响，同时也承受着上游水源地突发污染事故的风险。目前，各城市应对水源地突发污染事故主要依靠污染现场和水厂的应急处理措施，从污染事故的应急响应角度看属于被动响应，这种被动的应急处理措施虽然可以在一定程度上降低污染物浓度，保障出厂水的水质达标，遏制突发污染事故造成的生命财产损失，但对于较大规模的突发污染事故，仅仅依靠这种被动式的应急处理很难积极有效地控制突发污染事故的影响。
我国南方沿海城市的水源具有多样性，不仅可以从取水泵站直接向水厂供应原水，还可以将水库蓄水采用重力输水方式向水厂供应原水。水库除接受自然降水外，还可以由取水泵站向其补水。因此，由泵站、水库、水厂及它们之间的管线、明渠、隧洞、渡槽等共同构成了一个分散复杂的多水源原水系统。这样的布置方式对于水源地的突发污染事故具有较好的抗冲击能力，为原水系统依靠应急调度来规避或降低突发污染事故的影响提供了可能，但缺点是很难控制复杂的原水系统。因此，急需提出一种应急调度决策支持系统，来保障城市的饮用水安全。
供水系统的水力学模型是反映供水系统内部水力条件时空变化规律的数学模型，采用该模型可以在不同初始条件和边界条件下，模拟供水系统的运行状态，通过引入合理的目标函数并求解优化调度的数学模型，可以为供水调度提供重要的决策支持信息。目前，随着供水系统建模软件的不断发展，越来越多的供水公司开始着手建立管网水力学模型，并在基于模型的调度决策支持系统研究方面进行了有益的尝试。但原水系统的水力学模型很少见，基于原水系统水力学模型的调度决策支持系统尚未有相关报道。
此外，随着在线监测技术和设备的不断发展，一些城市开始着手建立水源地的在线监测系统。通过该系统，可以对水源的主要水质指标进行实时监控，一旦监测指标发生异常便会自动报警，通过相关工作人员的核实，可以确认上游是否发生了突发污染事故。在线监测技术的应用可以为应急条件下的供水调度提供重要的基础信息。
发明内容
鉴于上述问题，本发明的目的是提供一种在突发污染事故时城市多水源原水系统的应急调度方法和系统。
根据本发明的一个方面，提供了一种在突发污染事故时城市多水源原水系统的应急调度方法，包括：
S110：根据瞬时点源的河流一维水质模型确定水质污染浓度场的时空分布规律，从而获得下游取水口断面污染物浓度开始超标的时间以及超标持续时间；
S120：根据所述所获得的下游取水口断面污染物浓度开始超标的时间和超标持续时间，以及污染事故发生位置、污染物质的总量、原水系统当前的可用水量数据和水厂原水需求量数据，评估原水系统在当前规模的污染事故下是否处于安全状态；
S130：如果原水系统处于非安全状态，则采用模糊推理确定在所述污染事故时的原水系统应急策略；如果原水系统处于安全状态，则利用预设的优化算法确定原水系统调度方案；
S140：根据步骤S130中所确定的原水系统应急策略或者调度方案对城市多水源原水系统进行调度。
根据本发明的另一方面，提供了一种突发污染事故时城市多水源原水系统的应急调度系统，包括：
水质模型预测单元，用于根据瞬时点源的河流一维水质模型确定水质污染浓度场的时空分布规律，从而获得下游取水口断面污染物浓度开始超标的时间以及超标持续时间；
原水系统状态评估单元，用于根据所述所获得的下游取水口断面污染物浓度开始超标的时间和超标持续时间，以及污染事故发生位置、污染物质的总量、原水系统当前的可用水量数据和水厂原水需求量数据，评估原水系统在当前规模的污染事故下是否处于安全状态；
应急策略判定单元，用于在原水系统处于非安全状态时，采用模糊推理确定在所述污染事故下的原水系统应急策略；
优化调度计算单元，用于在原水系统处于安全状态时，利用预设的优化算法确定原水系统调度方案；
原水系统调度单元，用于根据所述应急策略判定单元或所述优化调度计算单元所确定的原水系统应急策略或者调度方案对城市多水源原水系统进行调度。
利用上述根据本发明的城市多水源原水系统的应急调度方法和系统，可以实现以下有益效果：
1、本发明利用Matlab平台实现了城市多水源原水系统的计算机辅助应急调度。相对于现有的供水调度应急预案的制定方法，本发明整合了水力学模型、优化计算方法和计算机技术在制定应急决策方面的优势，提高了应急预案的科学性和可操作性。为供水企业积极有效地应对水源地突发污染事故，最大限度地保障原水系统的安全性和可靠性提供了关键的技术支持。
2、本发明提出了基于水力学模型的城市多水源原水系统在突发污染事故条件下的安全性评估方法，相对于人为的经验判断，能够充分利用历史数据和污染事故信息对原水系统的安全性进行全面评估，改善了安全性评估的方法，具有更坚实的理论依据和更高的可信度。
3、本发明以开源软件EPANET2.0作为水力学模型的建模环境，通过其提供的编程接口实现与Matlab开发环境的交互；利用Matlab GUIDE(MatlabGraphical User Interface Development Environment，Matlab图形用户界面开发环境)作为应急调度决策支持系统的界面开发环境，可以简化程序界面的设计过程并且可以充分利用Matlab强大的计算能力和丰富的内置函数，从而提高开发效率，缩短研发周期，降低投入成本。
为了实现上述以及相关目的，本发明的一个或多个方面包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明了本发明的某些示例性方面。然而，这些方面指示的仅仅是可使用本发明的原理的各种方式中的一些方式。此外，本发明旨在包括所有这些方面以及它们的等同物。
附图说明
通过参考以下结合附图的说明及权利要求书的内容，并且随着对本发明的更全面理解，本发明的其它目的及结果将更加明白及易于理解。在附图中：
图1示出了本发明的应急调度方法的流程图；
图2示出了本发明的应急调度系统的逻辑结构示意图；
图3示出了本发明实施例中水质模型预测单元的处理流程示意图；
图4示出了本发明实施例中绘制原水系统安全分区图的流程示意图；
图5示出了发明实施例中应急策略判定单元所采用的模糊逻辑推理系统示意图；
图6示出了发明实施例中优化调度计算单元的工作流程示意图。
在所有附图中相同的标号指示相似或相应的特征或功能。
具体实施方式
以下将结合附图对本发明的具体实施例进行详细描述。
在城市多水源原水系统遭遇突发污染事故时，需要根据污染的时间、程度结合原水系统的相关参数数据，全面判断污染事故对原水系统的影响，评估原水系统的安全状态，从而提出相应合理的应急策略或调度方案。
为了实现上述发明目的，本发明在EPANET2.0平台上建立城市多水源原水系统的水力学模型，并以动态链接库的形式完成水力学模型与优化调度数学模型的关联耦合。利用Matlab作为应急调度决策支持系统的开发平台，以Matlab GUIDE作为程序界面的开发环境，从而实现应急调度决策支持系统中各模块的无缝衔接，提高系统的完整性及动态交互性。
本发明所涉及的EPANET2.0软件是由美国环境保护总署(United StatesEnvironmental Protection Agency，USEPA)下设的国家风险管理研究实验室(National Risk Management Research Laboratory)开发的一款进行压力管网水力、水质模拟分析的开源软件包。EPANET软件可以提高管理人员对给水管网水力状态和水质状况的理解，通过对多种方案的分析和评估，提高整个供水系统的安全性和可靠性。该软件包的最新版本号为Build2.00.12，可从USEPA的官方网站上免费下载。EPANET作为一款开源的软件包以其开放性、灵活性及稳定性成为业内诸多专业软件公司首选的水力计算引擎。随EPANET软件同时发布的还有相应的开发工具包(The EPANET Programmer’s Toolkit)，它以动态链接库(Dynamic Link Library，DLL)的形式将水力计算引擎内的诸多函数封装起来，极大地方便了开发人员利用第三方的集成开发环境根据不同的需求进行二次开发。
本发明所采用的程序界面开发环境Matlab GUIDE为程序开发者提供了一种实用的工具，大大简化了图形界面的开发及编码过程。利用GUIDE的布局编辑器，可以通过单击并拖拽各个GUI组件的方法，将坐标轴、面板、按钮、文本框及滑动条等控件放入布局窗口内；此外，还可以为图形用户界面添加工具栏、菜单及弹出式菜单。GUIDE自动生成控制各组件运行的程序代码文件，它提供了用于图形界面初始化的代码并包含了各组件回调函数的程序框架，通过在M文件编辑器中编写相应的代码即可实现各种所需的功能。因此，采用Matlab GUIDE可以大大提高应用程序界面的开发效率，缩短开发时间。
图1示出了根据本发明的突发污染事故时城市多水源原水系统的应急调度方法的流程图。如图1所示，为了能够在遭遇突发污染事故时对城市多水源原水系统进行合理有效的调度，首先需要取得原水系统受到污染的相关参数信息，即首先要根据瞬时点源的河流一维水质模型确定水质污染浓度场的时空分布规律，从而获得下游取水口断面污染物浓度开始超标的时间以及超标持续时间(步骤S110)；然后根据所获得的下游取水口断面污染物浓度开始超标的时间、超标持续时间，以及污染事故发生位置、污染物质的总量、原水系统当前的可用水量数据和水厂原水需求量数据，评估原水系统在当前规模的污染事故下是否处于安全状态(S120)；接着针对原水系统的安全状态进行调度方案的推演确定，即如果原水系统处于非安全状态，则采用模糊推理确定在污染事故时的原水系统应急策略；如果原水系统处于安全状态，则利用预设的优化算法确定原水系统调度方案(S130)；最后根据上述所确定的原水系统应急策略或者调度方案对城市多水源原水系统进行调度(S140)。
相应地，本发明提供的突发污染事故时城市多水源原水系统的应急调度系统的逻辑结构如图2所示，该应急调度系统200包括水质模型预测单元210、原水系统状态评估单元220、应急策略判定单元230、优化调度计算单元240以及原水系统调度单元250。
其中，水质模型预测单元210，用于根据瞬时点源的河流一维水质模型确定水质污染浓度场的时空分布规律，从而获得下游取水口断面污染物浓度开始超标的时间(即应急反应时间)以及超标持续时间。
在本发明的一个优选实施方式中，瞬时点源的河流一维水质模型，根据河流一维水质基本模型经推导和变换得到，这种推导和变换属于现有的技术，在此不再详述。相比于现有的用于水污染控制的二维、三维水质模型，对基础数据的完备性要求较低且具有计算简便、快速的优势，可以为原水系统的应急调度工作争取宝贵的时间。
并且，根据瞬时点源的河流一维水质模型确定水质污染浓度场的时空分布规律、从而获得下游取水口断面污染物浓度开始超标的时间以及超标持续时间的具体流程如图3所示，首先通过在线监测确定突发污染事故的发生位置和污染物总量，结合污染河道的平均河道纵向流速和河道纵向弥散系数，确定瞬时点源河流一维水质模型参数(S310)；然后根据瞬时点源河流一维水质模型确定下游取水口断面污染物浓度开始超标的时间以及超标持续时间(S320)。
具体地，作为示例，假设12月份在原水系统的某泵站上游20km处发生一起交通事故，共有5t粗酚流入磨刀门水道(国家地表水水质标准中的阈值为0.005mg/L)，通过查阅水文资料确定污染河道的平均河道纵向流速为0.4m/s、河道纵向弥散系数为2849m2/s，根据上述数据确定瞬时点源河流一维水质模型参数；然后根据瞬时点源河流一维水质模型确定污染团约3.2h后到达该泵站取水口断面，超标持续时间约为31.4h。
与图3所示的流程对应，水质模型预测单元210又包括污染数据确定单元211和超标时间确定单元212(参见图2中水质模型预测单元210的框架结构)。
其中，污染数据确定单元211，用于通过在线监测确定突发污染事故的发生位置和污染物总量，结合污染河道的平均河道纵向流速、河道纵向弥散系数，确定瞬时点源河流一维水质模型参数；超标时间确定单元212，用于根据污染数据确定单元211所确定的瞬时点源河流一维水质模型确定下游取水口断面污染物浓度开始超标的时间以及超标持续时间。
其中，瞬时点源排放条件河流一维水质模型的解析表达式如下：
在上述表达式(1)中，各字符所代表的参数如下：
C——污染物浓度(mg/L)；
x——沿河流方向的距离(m)；
t——时间(s)；
ux——河流纵向流速(m/s)；
Dx——污染物在河流中的纵向弥散系数(m2/s)；
k——污染物降解速率常数(s-1)；
A——河流断面面积(m2)
M——污染物质量(mg)
原水系统状态评估单元220，用于根据水质模型预测单元210中所获得的下游取水口断面污染物浓度开始超标的时间以及超标持续时间，以及污染事故发生位置、污染物质的总量、原水系统当前的可用水量数据和水厂原水需求量数据，评估原水系统在当前规模的污染事故下是否处于安全状态。
在本发明的一个优选实施方式中，应急调度系统200还包括原水系统安全分区图绘制单元(图中未示出)，用于通过构造原水系统的初始状态和设定污染物在取水口的持续时间构建突发污染事故时不同初始状态取水口的可取水时间序列；然后根据通过水力学模型和优化算法对所述可取水时间序列进行处理所获得的原水系统安全性评估结果确定原水系统的临界污染持续时间；进而根据所述临界污染持续时间和所述瞬时点源的河流一维水质模型，确定原水系统处于临界状态时的污染物总量与污染事故发生位置的不同组合；最后根据所述不同组合绘制原水系统的安全分区图。
更为具体地，原水系统安全分区图绘制单元首先根据历史取水情况构造原水系统的初始取水状态(即初始可取水时间序列)，初始化一个可能的污染持续时间，并将其与初始取水时间序列叠加，构造在突发污染事故条件下，取水口的可取水时间序列；然后将取水口的可取水时间序列作为初始条件，输入到原水系统的水力学模型，调用优化计算方法求解优化调度的数学模型，通过能否找到最优解判断系统是否处于正常状态，经过迭代计算，找出使得数学模型无法收敛到最优解时的临界污染持续时间；最后根据临界污染持续时间，利用水质模型确定处于临界状态时的污染物总量和污染事故发生位置的不同组合，从而绘制出系统安全分区图。
具体的，下面将以珠海市主城区原水系统作为示例来说明安全分区图的绘制过程，绘制原水系统安全分区图的流程如图4所示：
珠海市主城区原水系统所处的磨刀门水道在每年冬、春季节的枯水期会受到每月两次的咸潮影响，平岗泵站的可取水时间随咸潮规律而变化。在咸潮期，珠海水务集团供水调度的主要任务是合理制定各水库一旬内(15天)每天的蓄水水位，以保证原水系统的正常运行并在旬末有足够的蓄水来抵御下一轮的咸潮上溯。
S410：构造原水系统的初始状态矩阵。如水库水位及泵站的取水保证率的不同组合。例如，采用2007-2010年珠海市主城区原水系统三座主力水库的水位历史数据系列及根据同期的平岗泵站取水口的咸度数据计算得到的可取水时间系列根据水位的高低和取水保证率的大小进行排序，取出分别位于高、中、低位置上的代表值构成原水系统初始状态的矩阵；
S420：设定污染物在取水口的持续时间；
S430：根据所述初始状态矩阵和持续时间构建突发污染事故时不同的取水口的可取水时间序列。由于突发污染事故在时间上具有不确定性，对咸潮期突发污染事故条件下平岗泵站的可取水时间序列按照最不利情况考虑，即突发污染事故和咸潮上溯相继发生的情况，因此将污染物在取水口断面的超标持续时间紧密插入咸潮上溯导致平岗泵站不能取水的时间段之前，构成叠加后的可取水时间序列；
S440：通过水力学模型和优化算法对所述可取水时间序列进行处理，确定原水系统安全性评估结果；其中的水力学模型和优化算法采用现有的软件和算法。在该步骤S440中，其数据处理的实质是求解优化调度模型，通过判断结果是否收敛来确定临街污染持续时间。
S450：判断所述安全性评估结果是否收敛，如果收敛，则进入步骤S451，选取持续时间增量，确定新的污染物在取水口的持续时间，然后转至步骤S430；否则进入步骤S452，将所述污染物在取水口的持续时间确定为临界污染持续时间；
S460：根据临界污染持续时间和所述瞬时点源的河流一维水质模型，确定原水系统处于临界状态时的污染物总量与污染事故发生位置的不同组合；
S470：根据上述不同组合绘制原水系统的安全分区图。
具体的，作为示例，在绘制原水系统安全分区图的过程中，首先根据城市多水源原水系统中水库水位的运行情况，以及咸潮影响条件下取水口的取水保证率情况，将系统的初始状态划分为9种不同的组合(可以根据实际情况划分得更细致)；其次，设定一个初始的污染物在取水口的持续时间，将污染物的持续时间与9种不同的系统初始状态相叠加，构成突发污染事故条件下原水系统在不同初始状态时取水口的可取水时间序列情景矩阵；再次，将情景矩阵中取水口的各个可取水时间序列作为已知条件输入水力学模型，求解基于水力学模型的优化调度数学模型，如果计算结果收敛，则选取一个污染物持续时间的增量，重新构成突发污染事故条件下不同初始状态取水口的可取水时间序列，再进行系统安全性评估直至计算结果不收敛，从而获得临界污染持续时间，如果计算结果不收敛，则调整初始设定的污染物持续时间，重新进行安全性评估直至计算结果从收敛变为不收敛，从而获得临界污染持续时间；最后，将临界污染持续时间代入瞬时点源的河流一维水质模型，得到处于临界状态时的污染物总量与污染事故发生位置的不同组合，根据该计算结果便可绘制系统安全分区图。
本发明上述具体实施方式中所采用的系统安全分区图，通过迭代求解基于水力学模型的优化调度数学模型得到。现有技术中用来评估原水系统安全性的方法相对较少且定性分析居多，而本发明的系统安全分区图基于模型的计算，并且通过模拟分析确定污染事故是否会对原水系统的安全性构成威胁，使评估安全性的方法更具有说服力。
应急策略判定单元230，用于在原水系统处于非安全状态时，采用模糊推理确定在污染事故下的原水系统应急策略。
应急策略判定单元230所采用的模糊逻辑推理策略(FIS)，通过模糊化的方法将影响应急调度决策的各种相关因素定量化地表达出来，并且构建从各种影响因素到决策方案的逻辑映射关系。由于水源地的突发污染事故在时间、空间、规模、过程、水域背景、影响对象等方面存在不确定性，各类应急技术对目标污染物的处置能力也会随之发生变化。常规的根据人工经验的决策往往不能处理多种影响因素共同作用的情况，而采用FIS，可以通过事先分析的方法建立应急决策的推理机制，在一定程度上控制不确定性对应急策略分析产生的影响。
图5为本发明实施例应急策略判定单元所采用的模糊逻辑推理系统(FIS)示意图，通过对原水系统的安全性评估，当原水系统处于非安全状态时，则由应急策略判定模块推断合理的应急策略(主要包括取水泵站策略和应急技术策略)。其工作原理如下：通过分析确定影响取水泵站策略和应急技术策略的各种因素，采用Matlab内部的模糊逻辑工具箱(Fuzzy Logic Toolbox)构建从输入集(各种影响因素)到输出集(应急策略)的映射逻辑关系，采用不同的隶属度函数(Membership Function，用来表征某个变量属于某一集合的程度的量度)将输入集和输出集之间的定性关系通过模糊化的方法定量地表达出来，最终形成模糊逻辑推理系统(FIS)。具体的逻辑关系需要根据城市多水源原水系统的具体情况综合确定。当模糊逻辑推理系统建立后，即可根据具体的突发污染事故信息及应急技术信息推断合理的应急策略。
优化调度计算单元240，用于在原水系统处于安全状态时，利用预设的优化算法确定原水系统调度方案。
优化调度计算单元240所采用的优化算法基于优化调度数学模型实现，以原水系统的安全性最高和供水调度的总能耗最小为目标函数，采用遗传算法求解优化调度数学模型，与常规的优化调度算法相比，对目标函数的适应性更强，具有隐含的并行性和更好的全局搜索能力，可以快速地收敛到问题的全局最优解。
图6为本发明实施例中优化调度计算单元的工作流程图，如图6所示，若系统安全性评估的结果是系统处于安全状态，则在优化调度计算单元通过优化计算提出调度方案，其包括以下步骤：
S601，根据水质模型预测模块得出的污染物在取水口的超标持续时间，调整取水泵站的可取水时间序列；
S603，根据各水厂的实际用水情况，确定在下一个调度周期内各水厂的原水需求量；
S605，调用预设的优化算法求解优化调度数学模型，得到应急条件下的优化调度方案。
原水系统调度单元250，用于根据应急策略判定单元230或优化调度计算单元240所确定的原水系统调度方案对城市多水源原水系统进行调度，从而实现在全面判断污染事故对原水系统的影响、评估原水系统的安全状态的基础上，提出相应合理的应急策略或调度方案的目的。
在本发明的一个优选实施方式中，通过开放式数据互联方式(ODBC)实时访问原水系统的数据采集与监控数据库(SCADA，该数据库为现有的成熟技术)并从中获取所述原水系统中各水库当前的水位以及水厂在上一时间段的需水量，通过水库的库容特性曲线和预设的需水量预测算法确定原水系统当前的可用水量数据和水厂原水需求量数据；然后再根据所获得的下游取水口断面污染物浓度开始超标的时间以及超标持续时间，以及原水系统当前的可用水量数据和水厂原水需求量数据，结合原水系统安全分区图评估所述原水系统在当前规模的污染事故下是否处于安全状态。
如果原水系统处于非安全状态，则根据包括污染事故发生位置、污染物浓度水平以及污染物危害程度的突发污染事故信息和包括原位阻断技术、原位削减技术的效能在内的应急技术信息，采用模糊推理确定在污染事故时的原水系统调度方案；如果原水系统处于安全状态，则根据基于污染物在取水口的超标持续时间所确定的可取水时间序列数据和基于水厂在上一时间段的需水量所确定的水厂原水需求量数据，利用预设的优化算法确定原水系统调度方案。
相应地，原水系统状态评估单元220又包括水量数据确定单元和安全状态确定单元(图中未示出)，其中，水量数据确定单元用于通过开放式数据互联方式从原水系统的数据采集与监控数据库中获取原水系统中各水库当前的水位以及水厂在上一时间段的需水量，然后根据所获取的数据结合水库的库容特性曲线和预设的需水量预测算法确定原水系统当前的可用水量数据和水厂原水需求量数据；安全状态确定单元用于根据所获得的下游取水口断面污染物浓度开始超标的时间以及超标持续时间，以及原水系统当前的可用水量数据和水厂原水需求量数据，结合原水系统安全分区图评估所述原水系统在当前规模的污染事故下是否处于安全状态。
若原水系统处于非安全状态，则调用应急策略判定单元230，采用模糊逻辑推理系统(FIS)对合理的应急策略进行推断；若原水系统处于安全状态，则调用优化调度计算单元240，提出最优的原水系统调度方案，在保障原水系统安全性的前提下实现经济调度。
除此之外，本发明的应急调度系统200还能够提供与在线监测系统和应急指挥系统的接口。
如上参照附图以示例的方式描述根据本发明的突发污染事故时城市多水源原水系统的应急调度方法及系统。但是，本领域技术人员应当理解，以上公开的仅为本发明的几个具体实施例，但本发明并非局限于此，对于上述本发明所提出的突发污染事故时城市多水源原水系统的应急调度方法及系统，还可以在不脱离本发明内容的基础上做出各种改进。因此，本发明的保护范围应当由所附的权利要求书的内容确定。
Claims (2)
1.一种在突发污染事故时城市多水源原水系统的应急调度方法，包括：
S110：根据瞬时点源的河流一维水质模型确定水质污染浓度场的时空分布规律，从而获得下游取水口断面污染物浓度开始超标的时间以及超标持续时间；
S120：根据所述所获得的下游取水口断面污染物浓度开始超标的时间和超标持续时间，以及污染事故发生位置、污染物质的总量、原水系统当前的可用水量数据和水厂原水需求量数据，评估原水系统在当前规模的污染事故下是否处于安全状态；
S130：如果原水系统处于非安全状态，则采用模糊推理确定在所述污染事故时的原水系统应急策略；如果原水系统处于安全状态，则利用预设的优化算法确定原水系统调度方案；
S140：根据步骤S130中所确定的原水系统应急策略或者调度方案对城市多水源原水系统进行调度；其中，
在步骤S110中，通过河流一维水质基本模型获得所述瞬时点源的河流一维水质模型；以及，
在步骤S110中进一步包括：
S111：通过在线监测确定突发污染事故的发生位置和污染物总量，结合污染河道的平均河道纵向流速和河道纵向弥散系数，确定瞬时点源河流一维水质模型参数；
S112：根据所述瞬时点源河流一维水质模型确定下游取水口断面污染物浓度开始超标的时间以及超标持续时间；其中，
所述瞬时点源排放条件河流一维水质模型的解析表达式为：
在所述解析表达式(1)中，各字符所代表的参数如下：
C——污染物浓度(mg/L)；
x——沿河流方向的距离(m)；
t——时间(s)；
ux——河流纵向流速(m/s)；
Dx——污染物在河流中的纵向弥散系数(m2/s)；
k——污染物降解速率常数(s-1)；
A——河流断面面积(m2)
M——污染物质量(mg)
在步骤S120之前，进一步包括绘制原水系统安全分区图的步骤，具体包括：
S410：构造原水系统的初始状态矩阵；
S420：设定污染物在取水口的持续时间；
S430：根据所述初始状态矩阵和持续时间构建突发污染事故时不同的取水口的可取水时间序列；
S440：通过水力学模型和优化算法对所述可取水时间序列进行处理，确定原水系统安全性评估结果；
S450：判断所述安全性评估结果是否收敛，如果收敛，则选取持续时间增量，确定新的污染物在取水口的持续时间，然后转至步骤S430；否则将所述污染物在取水口的持续时间确定为临界污染持续时间；
S460：根据所述临界污染持续时间和所述瞬时点源的河流一维水质模型，确定原水系统处于临界状态时的污染物总量与污染事故发生位置的不同组合；
S470：根据所述不同组合绘制原水系统的安全分区图；
在步骤S120中：
通过开放式数据互联方式从原水系统的数据采集与监控数据库中获取所述原水系统中各水库当前的水位以及水厂在上一时间段的需水量，通过水库的库容特性曲线和预设的需水量预测算法确定原水系统当前的可用水量数据和水厂原水需求量数据；
根据所述所获得的下游取水口断面污染物浓度开始超标的时间以及超标持续时间，以及污染事故发生位置、污染物质的总量、原水系统当前的可用水量数据和水厂原水需求量数据，结合原水系统安全分区图评估所述原水系统在当前规模的污染事故下是否处于安全状态；
在步骤S130中，
如果原水系统处于非安全状态，则根据包括污染事故发生位置、污染物浓度水平以及污染物危害程度的突发污染事故信息和包括原位阻断技术、原位削减技术的效能在内的应急技术信息，采用模糊推理系统确定在所述污染事故时的原水系统调度策略；
如果原水系统处于安全状态，则根据基于污染物在取水口的超标持续时间所确定的可取水时间序列数据和基于水厂在上一时间段的需水量所确定的水厂原水需求量数据，利用预设的优化算法计算原水系统调度方案；其中，
所采用的模糊逻辑推理策略，通过模糊化的方法将影响应急调度决策的各种相关因素定量化地表达出来，并且构建从各种影响因素到决策方案的逻辑映射关系；
所采用的优化算法基于优化调度数学模型实现，以原水系统的安全性最高和供水调度的总能耗最小为目标函数，采用遗传算法求解优化调度数学模型。
2.一种突发污染事故时城市多水源原水系统的应急调度系统，包括：
水质模型预测单元，用于根据瞬时点源的河流一维水质模型确定水质污染浓度场的时空分布规律，从而获得下游取水口断面污染物浓度开始超标的时间以及超标持续时间；
原水系统状态评估单元，用于根据所述所获得的下游取水口断面污染物浓度开始超标的时间和超标持续时间，以及污染事故发生位置、污染物质的总量、原水系统当前的可用水量数据和水厂原水需求量数据，评估原水系统在当前规模的污染事故下是否处于安全状态；
应急策略判定单元，用于在原水系统处于非安全状态时，采用模糊推理确定在所述污染事故下的原水系统应急策略；
优化调度计算单元，用于在原水系统处于安全状态时，利用预设的优化算法确定原水系统调度方案；
原水系统调度单元，用于根据所述应急策略判定单元或所述优化调度计算单元所确定的原水系统应急策略或者调度方案对城市多水源原水系统进行调度；
原水系统安全分区图绘制单元，用于通过构造原水系统的初始状态矩阵和设定污染物在取水口的持续时间构建突发污染事故时不同的取水口的可取水时间序列；然后根据通过水力学模型和优化算法对所述可取水时间序列进行处理所获得的原水系统安全性评估结果确定原水系统的临界污染持续时间；进而根据所述临界污染持续时间和所述瞬时点源的河流一维水质模型，确定原水系统处于临界状态时的污染物总量与污染事故发生位置的不同组合；最后根据所述不同组合绘制原水系统的安全分区图；其中，
所述水质模型预测单元包括：
污染数据确定单元，用于通过在线监测确定突发污染事故的发生位置和污染物总量，结合污染河道的平均河道纵向流速、河道纵向弥散系数，确定瞬时点源河流一维水质模型参数；
超标时间确定单元，用于根据所述瞬时点源河流一维水质模型确定下游取水口断面污染物浓度开始超标的时间以及超标持续时间；其中，
所述瞬时点源排放条件河流一维水质模型的解析表达式为：
在所述解析表达式(1)中，各字符所代表的参数如下：
C——污染物浓度(mg/L)；
x——沿河流方向的距离(m)；
t——时间(s)；
ux——河流纵向流速(m/s)；
Dx——污染物在河流中的纵向弥散系数(m2/s)；
k——污染物降解速率常数(s-1)；
A——河流断面面积(m2)
M——污染物质量(mg)
所述原水系统状态评估单元包括：
水量数据确定单元，用于通过开放式数据互联方式从原水系统的数据采集与监控数据库中获取所述原水系统中各水库当前的水位以及水厂在上一时间段的需水量，进而通过水库的库容特性曲线和预设的需水量预测算法确定原水系统当前的可用水量数据和水厂原水需求量数据；
安全状态确定单元，用于根据所述所获得的下游取水口断面污染物浓度开始超标的时间以及超标持续时间，以及原水系统当前的可用水量数据和水厂原水需求量数据，结合原水系统安全分区图评估所述原水系统在当前规模的污染事故下是否处于安全状态；其中，
如果原水系统处于非安全状态，则所述应急策略判定单元根据包括污染事故发生位置、污染物浓度水平以及污染物危害程度的突发污染事故信息和包括原位阻断技术、原位削减技术的效能在内的应急技术信息，采用模糊推理系统确定在所述污染事故时的原水系统调度策略；
如果原水系统处于安全状态，则所述优化调度计算单元根据基于污染物在取水口的超标持续时间所确定的可取水时间序列数据和基于水厂在上一时间段的需水量所确定的水厂原水需求量数据，利用预设的优化算法计算原水系统调度方案；其中，
所述应急策略判定单元所采用的模糊逻辑推理策略，通过模糊化的方法将影响应急调度决策的各种相关因素定量化地表达出来，并且构建从各种影响因素到决策方案的逻辑映射关系；
所述优化调度计算单元所采用的优化算法基于优化调度数学模型实现，以原水系统的安全性最高和供水调度的总能耗最小为目标函数，采用遗传算法求解优化调度数学模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010615281A CN102156413B (zh) | 2010-12-30 | 2010-12-30 | 城市多水源原水系统应急调度方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010615281A CN102156413B (zh) | 2010-12-30 | 2010-12-30 | 城市多水源原水系统应急调度方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102156413A CN102156413A (zh) | 2011-08-17 |
| CN102156413B true CN102156413B (zh) | 2012-10-10 |
Family
ID=44437955
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010615281A Expired - Fee Related CN102156413B (zh) | 2010-12-30 | 2010-12-30 | 城市多水源原水系统应急调度方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102156413B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103927629B (zh) * | 2014-04-28 | 2017-09-29 | 江苏省水利科学研究院 | 多水源联合调度系统及其方法 |
| CN105277667A (zh) * | 2014-06-11 | 2016-01-27 | 西安天衡计量仪表有限公司 | 一种饮用水水源预测装置 |
| CN104143129A (zh) * | 2014-07-23 | 2014-11-12 | 中国水利水电科学研究院 | 一种面向水污染突发事件应急调度预案生成方法 |
| CN104217040A (zh) * | 2014-10-11 | 2014-12-17 | 清华大学 | 一种基于传统在线监测仪的污染事件快速探测方法 |
| CN104346695A (zh) * | 2014-10-27 | 2015-02-11 | 中国水利水电科学研究院 | 一种面向水污染突发事件应急调度情景生成方法 |
| CN106647289B (zh) * | 2017-03-06 | 2019-09-10 | 武汉大学 | 明渠输水调度闸门延时启闭时间的前馈控制方法 |
| CN108170951B (zh) * | 2017-12-27 | 2021-11-19 | 河海大学 | 基于采样数据时空匹配示踪试验的纵向离散系数确定方法 |
| CN108108857B (zh) * | 2018-01-12 | 2021-11-09 | 福建师范大学 | 河流突发污染事件应急资源调度寻优方法 |
| CN110255724A (zh) * | 2019-05-30 | 2019-09-20 | 佛山市百斯特电器科技有限公司 | 一种调节水质的方法及设备 |
| CN113095954A (zh) * | 2021-03-29 | 2021-07-09 | 上海市水务规划设计研究院(上海市海洋规划设计研究院) | 一种城市饮用水多水源连通方案的设计方法 |
| CN113222351B (zh) * | 2021-04-20 | 2022-08-16 | 南京南瑞水利水电科技有限公司 | 一种基于水体演进变化的城市应急供水精细化调度方法 |
| CN113723791A (zh) * | 2021-08-24 | 2021-11-30 | 中山大学 | 一种基于避咸蓄淡的城市供水分析方法及装置 |
| CN117252349B (zh) * | 2023-11-20 | 2024-03-01 | 中国一冶集团有限公司 | 基于水质水量双控的城市河流智能调控方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101201592A (zh) * | 2007-12-14 | 2008-06-18 | 华南理工大学 | 废水处理过程控制仿真方法及其仿真系统 |
| CN101301538A (zh) * | 2007-05-10 | 2008-11-12 | 武汉华凯科技有限公司 | 水处理药剂投加模糊智能控制系统 |
| CN101369135A (zh) * | 2007-08-14 | 2009-02-18 | 上海大地自动化系统工程有限公司 | 污水处理智能管理系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BRPI0619680A2 (pt) * | 2005-11-10 | 2011-10-11 | Yeda Res & Dev | método de expor um substrato agrìcola a um agroquìmico, uma composição compreendendo pelo menos um agroquìmico, e pelo menos um agente transformador e um artigo de fabricação |
-
2010
- 2010-12-30 CN CN201010615281A patent/CN102156413B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101301538A (zh) * | 2007-05-10 | 2008-11-12 | 武汉华凯科技有限公司 | 水处理药剂投加模糊智能控制系统 |
| CN101369135A (zh) * | 2007-08-14 | 2009-02-18 | 上海大地自动化系统工程有限公司 | 污水处理智能管理系统 |
| CN101201592A (zh) * | 2007-12-14 | 2008-06-18 | 华南理工大学 | 废水处理过程控制仿真方法及其仿真系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102156413A (zh) | 2011-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102156413B (zh) | 城市多水源原水系统应急调度方法和系统 | |
| Simonovic et al. | A new modeling approach for water resources policy analysis | |
| Labadie | Optimal operation of multireservoir systems: State-of-the-art review | |
| CN111737853B (zh) | 一种基于swmm模型的低影响开发多目标区间优化配置方法 | |
| CN104156422A (zh) | 一种基于动态神经网络的瓦斯浓度实时预测方法 | |
| CN105868886B (zh) | 雨污调蓄池运行效能评价方法 | |
| CN104460577A (zh) | 一种水质安全预警决策系统 | |
| CN105095997A (zh) | 基于蒙特卡洛和层次分析法的突发性水污染事故预警方法 | |
| Kim et al. | Single-reservoir operating rules for a year using multiobjective genetic algorithm | |
| Hu et al. | Water quality risk assessment for the Laoguanhe River of China using a stochastic simulation method | |
| CN117236199B (zh) | 城市水网区域河湖水质提升与水安全保障方法及系统 | |
| KR101188795B1 (ko) | 다중 용수원을 활용한 생태용수 통합관리시스템 및 이를 이용한 관리방법 | |
| CN115330127A (zh) | 一种水利枢纽运行风险实时控制系统及方法 | |
| Wang et al. | Approaches to providing and managing environmental flows in China | |
| Meng et al. | A deterministic approach for optimization of booster disinfection placement and operation for a water distribution system in Beijing | |
| Sun et al. | A framework for deriving dispatching rules of integrated urban drainage systems | |
| CN117571947A (zh) | 一种基于Hartee的河湖水质及蓝藻预警方法 | |
| CN112464360A (zh) | 一种基于元胞自动机和多智能体的lng船舶通过能力计算与仿真系统 | |
| CN117556984A (zh) | 一种基于机器学习的场地地下水和土壤污染风险诊断与管控方法 | |
| CN113537541A (zh) | 一种钢铁企业煤气系统优化导航方法 | |
| Yu et al. | A tempo-spatial-distributed multi-objective decision-making model for ecological restoration management of water-deficient rivers | |
| Farmani et al. | Real-time modelling of a major water supply system | |
| Puleo et al. | Water and energy saving in urban water systems: the ALADIN project | |
| Davies et al. | The Tasmanian Conservation of Freshwater Ecosystem Values (CFEV) framework: developing a conservation and management system for rivers. | |
| Ashrafi et al. | A conceptual framework of a surrogate-based quality-quantity decision support system (Q2DSS) for water resources systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121010 |