CN114491893A - 基于组合水泵特性曲线进行污水提升优化调度方法 - Google Patents

基于组合水泵特性曲线进行污水提升优化调度方法 Download PDF

Info

Publication number
CN114491893A
CN114491893A CN202210149189.5A CN202210149189A CN114491893A CN 114491893 A CN114491893 A CN 114491893A CN 202210149189 A CN202210149189 A CN 202210149189A CN 114491893 A CN114491893 A CN 114491893A
Authority
CN
China
Prior art keywords
sewage
pipe network
pump station
pump
water
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.)
Granted
Application number
CN202210149189.5A
Other languages
English (en)
Other versions
CN114491893B (zh
Inventor
王荣合
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Texen Sci&tech Water System Engineering Co ltd
Original Assignee
Shenzhen Texen Sci&tech Water System Engineering Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Texen Sci&tech Water System Engineering Co ltd filed Critical Shenzhen Texen Sci&tech Water System Engineering Co ltd
Priority to CN202210149189.5A priority Critical patent/CN114491893B/zh
Publication of CN114491893A publication Critical patent/CN114491893A/zh
Application granted granted Critical
Publication of CN114491893B publication Critical patent/CN114491893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Development Economics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Genetics & Genomics (AREA)
  • Mathematical Analysis (AREA)

Abstract

本发明公开了基于组合水泵特性曲线进行污水提升优化调度方法，涉及污水管网泵站调度技术领域，包括以下步骤：（1）、管网监测点设立；（2）、管网污水数据采集；（3）、泵站运行监测及水泵特性曲线组合；（4）、基于污水流量的目标函数构建；（5）、模拟系统构建。该基于组合水泵特性曲线进行污水提升优化调度方法，先设立监测点并对管网流量等数据进行监测，对监测点进行优化有利于在经济成本最低的情况下，以最少的监测点获得最大管网泵站控制片区覆盖面的代表性数据，此外还对水泵特性曲线进行组合，便于基于特征曲线组合的基础上，根据污水管网不同的进水流量大小，确定使用能耗最小情况下泵站控制片区各水泵机组的最佳运行点。

Description

基于组合水泵特性曲线进行污水提升优化调度方法
技术领域
本发明涉及污水管网泵站调度技术领域，具体为基于组合水泵特性曲线进行污水提升优化调度方法。
背景技术
污水管网主要用于污水输水，污水管网泵站调度问题，是影响碳中和与碳达峰的因素之一。污水管网重力流，从起点到污水处理厂，会有多个泵站组合提升。因此，根据监测水量、水泵组合和水厂要求，进行泵站梯级调度是必要的。
现有的污水管网调度方法，不能够基于个水泵片区的水泵特性曲线进行污水提升优化调度，不能够在基于管网流量数据以及水泵负荷数据的基础上进行最佳调度，为此，我们提出基于组合水泵特性曲线进行污水提升优化调度方法。
发明内容
针对现有技术的不足，本发明提供了基于组合水泵特性曲线进行污水提升优化调度方法，解决了上述背景技术中提出的问题。
为实现以上目的，本发明通过以下技术方案予以实现，基于组合水泵特性曲线进行污水提升优化调度方法，包括以下步骤：
(1)、管网监测点设立；
(2)、管网污水数据采集；
(3)、泵站运行监测及水泵特性曲线组合；
(4)、基于污水流量的目标函数构建；
(5)、模拟系统构建；
(6)、调度系统设立；
(7)、污水调度执行。
进一步的，所述基于组合水泵特性曲线进行污水提升优化调度方法包括以下具体步骤：
(1)、管网监测点设立
基于污水管网基础数据，建立泵站控制片区的污水管网模型，并于泵站控制片区的污水管网模型位置建立平面坐标系，对污水管网模型进行划分，然后在基于坐标系的基础上，载入预设监测点，然后对预设监测点进行模拟，并使用空间模拟退火算法，以经济成本以及监测覆盖面为约束条件，进行监测点的优化并确立监测点，从而在经济成本最低的情况下，以最少的监测点获得最大管网泵站控制片区覆盖面的代表性数据，最后通过全站仪测量监测点的水平参数，进行监测点布置，于监测点位置安装支撑架，用于后期的监测设备设立；
(2)、管网污水数据采集
构建管网水量监测系统，于监测点位置的支撑架上设置监测设备，即设置水位传感器、水质传感器、流速传感器、流量传感器、水压传感器以及液体密度传感器等多个前端数据采集设备进行数据采集，采集过程中，对污水管道的水位、水质、流速、流量、水压以及水密度等数据进行监测，每0.5-1.0h进行一次实时监测，并通过WEP或GSM无线通信网络数据传输系统将检测数据传输至管网水量监测系统，进行数据储存和数据分析处理；
(3)、泵站运行监测及水泵特性曲线组合
对泵站的多台水泵运行情况进行监测，确定泵站控制片区水泵机组运行时的最大负荷流量，并将泵站控制片区内多台水泵的转速作为常量，将泵站控制片区内多台水泵的流量、扬程、功率和效率等作为主要考虑的性能参数，构建泵站片区水泵运行特性曲线，并进行曲线组合，绘制特性曲线组合图；
(4)、基于污水流量的目标函数构建
根据管网水量监测系统以及泵站水泵特征曲线组合图，建立模拟反算方法模型，并建立多目标函数：
MAX.q＝πd2v/4 (1)
MAX.Q＝Pη/2.73H(2)
MIN.EC＝0.0414×Q+13.828(3)
MAX.OE＝OE(4)
建立污水管网的管道负荷流量函数：q＝πd2v/4，计算出污水管网的管道的最大污水排水流量；并建立污水管网各泵站片区的泵站水泵负荷流量函数：Q＝Pη/2.73H，以及计算出污水管网各泵站片区的泵站水泵的最大污水排水流量；并建立污水管网各泵站片区的泵站能源消耗函数：EC＝0.0414×Q+13.828，Q为泵污水排放量；并建立污水管网的污水排水效率，OE为污水排放效率；
将污水流量作为最优化过程的控制变量，并采用实数编码形式；设定控制变量取值范围，并以此作为遗传算法种群取值的约束条件；针对污水管网的污水流量变化区间中的每个污水流速均按照以下步骤进行最优污水排放量的模拟反算，即可获得针对某污水流速的最优污水排放量；针对每一个污水流速，在控制变量取值范围内随机选取n个数值为例值，构成该污水流速条件下的最优污水排放量可能解的种群(n)；以每一条例值为数值算例，采用污水管网各泵站片区的泵站能源消耗函数为数学模型进行n次计算，并同时输出和存储污水管网各泵站片区的n个能源消耗结果；以最佳排水总量混合最低能源消耗为目标，采用上述步骤建立的多目标函数进行优化算法评价以及结果分析；通过分析评估进行寻优，在满足最大世代数目标时，跳出程序并输出排水总量和最低能源消耗值；若不满足最大世代数目标，则按照步骤上述进行重复计算，直到输出最排水总量混合最低能源消耗值为止，从而在基于特征曲线组合的基础上，根据污水管网不同的污水流量大小，确定使用能耗最小情况下泵站控制片区各水泵机组的最佳调度运行方式；同时将泵站水泵进行污水调度时的能源消耗与变电价相关联，计算泵站运行成本，将能耗最少，运行电费最低作为模拟运行思路，由于管网的容量一定，因此可以充分利用管网的容量，进行水泵的调度，达到在用高电价时段，水尽量存贮在管网中，但保证水不溢流；在用低电价时段，把管网中的水尽量达到最低，腾空管网空间。
进一步的，所述基于组合水泵特性曲线进行污水提升优化调度方法还包括以下具体步骤：
(5)、模拟系统构建
构建双重模拟调度系统，基于水泵特性曲线组合基础上所给出的泵站控制片区各水泵机组的最佳运行点进行模拟，一重用于模拟在非调度情况下，污水管网各泵站控制片区输水情况，另一重用于模拟调度后的情况下，污水管网各泵站控制片区输水情况，基于各泵站片区的泵站水泵当前负荷流量以及最佳负荷流量，进行泵站梯级调度模拟，以泵站梯级数为阶段变量，即n＝n1，n2，n3……nx，以各梯级泵站单位水量所消耗的能量最小，按供电部门峰时电价和峰谷电价计算付出的电费最低为目标函数，即：
Figure BDA0003510506460000041
其中，c1为峰时电价，c2为谷时电价；h1为泵站峰时运行时间，h2为泵站谷时运行时间；根据实际模拟情况，从中选择最优调度方案，确定最佳调度运行点和提升高度。
进一步的，所述基于组合水泵特性曲线进行污水提升优化调度方法还包括以下具体步骤：
(6)、调度系统设立
设置调度总系统与调度子系统，调度总系统用于污水管网的各泵站片区，调度子系统用于控制各泵站片区内的多台水泵，并建立一级调度中心和二级调度中心，一级调度中心设于污水管网起始区域与污水管理厂区相连，二级调度中心设于各泵站片区附近，与污水管网相连以及污水泵站的多台水泵相连，其分散式设有多个，用于实现各泵站片区污水管网的蓄水、排水和供水，在调度力不足时，将一级调度中心或二级调度中心作为调度中转站，减轻污水管网压力，保证污水管网体系稳定运行，并且保证污水处理厂进水均衡的条件下，上、下游泵站也要考虑互相调蓄的功能，尽量降低水泵扬程，达到节能的目的。
进一步的，所述基于组合水泵特性曲线进行污水提升优化调度方法还包括以下具体步骤：
(7)、污水调度执行
根据模拟调度系统模拟选出的最优调度方案，通过调度总系统控制各泵站片区的输送流量，调整各泵站片区的当前负荷流量以及污水管网的当前总负荷流量，并通过调度子系统控制各泵站片区内多台水泵的输送流量，进而优化各个泵站控制片区的负荷，完成泵站梯级调度，进行多个泵站梯级提升的优化。
进一步的，所述步骤(2)管网污水数据采集的过程中，水位传感器、水质传感器、流速传感器、流量传感器、水压传感器以及液体密度传感器等多个前端数据采集设备与管网水量监测系统之间通过WFP或GSM无线通信网络数据传输系统进行无线连接。
进一步的，所述步骤(2)管网污水数据采集的过程中，在前端数据采集设备数据传输中断时可进行无线通信网络数据传输系统的切换，以确保数据传输的实时性，避免数据传输中断。
进一步的，所述步骤(4)基于污水流量的目标函数构建的过程中，式(1)中，污水管网的管道负荷流量函数中，q为管道流量，单位为m3/h，d为管径，单位为m，v为经济流速，单位为m/s。
进一步的，所述步骤(4)基于污水流量的目标函数构建的过程中，式(2)中，各泵站片区的泵站水泵负荷流量函数中，Q为水泵流量，单位为m3/h，P为轴功率，单位为KW，η为泵的效率，单位为％，2.73为常数，H为扬程，单位为m。
进一步的，所述步骤(6)调度系统设立的过程中，二级调度中心数量与污水管网中的泵站片区数量一致。
本发明提供了基于组合水泵特性曲线进行污水提升优化调度方法，具备以下有益效果：该基于组合水泵特性曲线进行污水提升优化调度方法，首先设立监测点并对管网流量等数据进行监测，对监测点进行优化有利于在经济成本最低的情况下，以最少的监测点获得最大管网泵站控制片区覆盖面的代表性数据，以便于构建管网水量监测系统，进行数据储存和数据分析处理，此外还对泵站的多台水泵运行情况进行监测，并根据检测数据绘制泵站水泵特性曲线，方便直观的了解泵站水泵运行情况，并对水泵特性曲线进行组合，便于基于特征曲线组合的基础上，构建后续的模板函数；
根据管网水量监测系统以及泵站水泵特性曲线相关数据，能够建立污水管网的管道Wis流量函数以及污水管网各泵站片区的泵站水泵污水流量函数，以便于以最佳排水总量混合最低能源消耗为目标，采用多目标函数进行优化算法评价以及结果分析，并通过分析评估进行寻优，从而能够在基于特征曲线组合的基础上，根据污水管网不同的污水流量大小，确定使用能耗最小情况下泵站控制片区各水泵机组的最佳调度运行方式，在基于该最佳调度运行方式的基础上便于进行后续的最优调度操作，设置调度总系统与调度子系统的两级调度功能，能够进行多操作的调度，确保每个泵站控制片区流量和各泵站片区内的多台水泵流量均能够得到最佳调度，而且通过设立一级调度中心和二级调度中心便于实现各泵站片区污水管网的蓄水、排水和供水，从而能减轻污水管网压力，保证污水管网体系稳定运行；
此外该基于组合水泵特性曲线进行污水提升优化调度方法，还设立双重模拟调度系统，能够基于水泵特性曲线组合基础上所给出的泵站控制片区各水泵机组的最佳运行点进行模拟，一重模拟在非调度情况污水管网各泵站控制片区输水情况，另一重模拟调度后的情况污水管网各泵站控制片区输水情况，从而能够获得更加直观的调度显示结果，议案并与根据实际模拟情况，从中选择最优调度方案，确定最佳调度运行点和提升高度，进而能够优化各个泵站控制片区的负荷，完成泵站梯级调度，进行多个泵站梯级提升的优化。
附图说明
图1为本发明基于组合水泵特性曲线进行污水提升优化调度方法结构示意图；
图2为本发明基于污水流量的目标函数的计算框图。
具体实施方式
请参阅图1-2，下面将结合本发明的具体实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
基于组合水泵特性曲线进行污水提升优化调度方法，包括以下步骤：
(1)、管网监测点设立；
(2)、管网污水数据采集；
(3)、泵站运行监测及水泵特性曲线组合；
(4)、基于污水流量的目标函数构建；
(5)、模拟系统构建；
(6)、调度系统设立；
(7)、污水调度执行。
基于组合水泵特性曲线进行污水提升优化调度方法包括以下具体步骤：
(1)、管网监测点设立
基于污水管网基础数据，建立泵站控制片区的污水管网模型，并于泵站控制片区的污水管网模型位置建立平面坐标系，对污水管网模型进行划分，然后在基于坐标系的基础上，载入预设监测点，然后对预设监测点进行模拟，并使用空间模拟退火算法，以经济成本以及监测覆盖面为约束条件，进行监测点的优化并确立监测点，从而在经济成本最低的情况下，以最少的监测点获得最大管网泵站控制片区覆盖面的代表性数据，最后通过全站仪测量监测点的水平参数，进行监测点布置，于监测点位置安装支撑架，用于后期的监测设备设立；
(2)、管网污水数据采集
构建管网水量监测系统，于监测点位置的支撑架上设置监测设备，即设置水位传感器、水质传感器、流速传感器、流量传感器、水压传感器以及液体密度传感器等多个前端数据采集设备进行数据采集，采集过程中，对污水管道的水位、水质、流速、流量、水压以及水密度等数据进行监测，每0.5-1.0h进行一次实时监测，并通过WEP或GSM无线通信网络数据传输系统将检测数据传输至管网水量监测系统，进行数据储存和数据分析处理；
(3)、泵站运行监测及水泵特性曲线组合
对泵站的多台水泵运行情况进行监测，确定泵站控制片区水泵机组运行时的最大负荷流量，并将泵站控制片区内多台水泵的转速作为常量，将泵站控制片区内多台水泵的流量、扬程、功率和效率等作为主要考虑的性能参数，构建泵站片区水泵运行特性曲线，并进行曲线组合，绘制特性曲线组合图；
(4)、基于污水流量的目标函数构建
根据管网水量监测系统以及泵站水泵特征曲线组合图，建立模拟反算方法模型，并建立多目标函数：
MAX.q＝πd2v/4 (1)
MAX.Q＝Pη/2.73H(2)
MIN.EC＝0.0414×Q+13.828(3)
MAX.OE＝OE(4)
建立污水管网的管道负荷流量函数：q＝πd2v/4，计算出污水管网的管道的最大污水排水流量；并建立污水管网各泵站片区的泵站水泵负荷流量函数：Q＝Pη/2.73H，以及计算出污水管网各泵站片区的泵站水泵的最大污水排水流量；并建立污水管网各泵站片区的泵站能源消耗函数：EC＝0.0414×Q+13.828，Q为泵污水排放量；并建立污水管网的污水排水效率，OE为污水排放效率；
将污水流量作为最优化过程的控制变量，并采用实数编码形式；设定控制变量取值范围，并以此作为遗传算法种群取值的约束条件；针对污水管网的污水流量变化区间中的每个污水流速均按照以下步骤进行最优污水排放量的模拟反算，即可获得针对某污水流速的最优污水排放量；针对每一个污水流速，在控制变量取值范围内随机选取n个数值为例值，构成该污水流速条件下的最优污水排放量可能解的种群(n)；以每一条例值为数值算例，采用污水管网各泵站片区的泵站能源消耗函数为数学模型进行n次计算，并同时输出和存储污水管网各泵站片区的n个能源消耗结果；以最佳排水总量混合最低能源消耗为目标，采用上述步骤建立的多目标函数进行优化算法评价以及结果分析；通过分析评估进行寻优，在满足最大世代数目标时，跳出程序并输出排水总量和最低能源消耗值；若不满足最大世代数目标，则按照步骤上述进行重复计算，直到输出最排水总量混合最低能源消耗值为止，从而在基于特征曲线组合的基础上，根据污水管网不同的污水流量大小，确定使用能耗最小情况下泵站控制片区各水泵机组的最佳调度运行方式；同时将泵站水泵进行污水调度时的能源消耗与变电价相关联，计算泵站运行成本，将能耗最少，运行电费最低作为模拟运行思路，由于管网的容量一定，因此可以充分利用管网的容量，进行水泵的调度，达到在用高电价时段，水尽量存贮在管网中，但保证水不溢流；在用低电价时段，把管网中的水尽量达到最低，腾空管网空间；
(5)、模拟系统构建
构建双重模拟调度系统，基于水泵特性曲线组合基础上所给出的泵站控制片区各水泵机组的最佳运行点进行模拟，一重用于模拟在非调度情况下，污水管网各泵站控制片区输水情况，另一重用于模拟调度后的情况下，污水管网各泵站控制片区输水情况，基于各泵站片区的泵站水泵当前负荷流量以及最佳负荷流量，进行泵站梯级调度模拟，以泵站梯级数为阶段变量，即n＝n1，n2，n3……nx，以各梯级泵站单位水量所消耗的能量最小，按供电部门峰时电价和峰谷电价计算付出的电费最低为目标函数，即：
Figure BDA0003510506460000101
其中，c1为峰时电价，c2为谷时电价；h1为泵站峰时运行时间，h2为泵站谷时运行时间；根据实际模拟情况，从中选择最优调度方案，确定最佳调度运行点和提升高度；
(6)、调度系统设立
设置调度总系统与调度子系统，调度总系统用于污水管网的各泵站片区，调度子系统用于控制各泵站片区内的多台水泵，并建立一级调度中心和二级调度中心，一级调度中心设于污水管网起始区域与污水管理厂区相连，二级调度中心设于各泵站片区附近，与污水管网相连以及污水泵站的多台水泵相连，其分散式设有多个，用于实现各泵站片区污水管网的蓄水、排水和供水，在调度力不足时，将一级调度中心或二级调度中心作为调度中转站，减轻污水管网压力，保证污水管网体系稳定运行，并且保证污水处理厂进水均衡的条件下，上、下游泵站也要考虑互相调蓄的功能，尽量降低水泵扬程，达到节能的目的；
(7)、污水调度执行
根据模拟调度系统模拟选出的最优调度方案，通过调度总系统控制各泵站片区的输送流量，调整各泵站片区的当前负荷流量以及污水管网的当前总负荷流量，并通过调度子系统控制各泵站片区内多台水泵的输送流量，进而优化各个泵站控制片区的负荷，完成泵站梯级调度，进行多个泵站梯级提升的优化。
步骤(2)管网污水数据采集的过程中，水位传感器、水质传感器、流速传感器、流量传感器、水压传感器以及液体密度传感器等多个前端数据采集设备与管网水量监测系统之间通过WFP或GSM无线通信网络数据传输系统进行无线连接。
步骤(2)管网污水数据采集的过程中，在前端数据采集设备数据传输中断时可进行无线通信网络数据传输系统的切换，以确保数据传输的实时性，避免数据传输中断。
步骤(4)基于污水流量的目标函数构建的过程中，污水管网的管道负荷流量函数中，式(1)中，q为管道流量，单位为m3/h，d为管径，单位为m，v为经济流速，单位为m/s。
步骤(4)基于污水流量的目标函数构建的过程中，各泵站片区的泵站水泵负荷流量函数中，式(2)中，Q为水泵流量，单位为m3/h，P为轴功率，单位为KW，η为泵的效率，单位为％，2.73为常数，H为扬程，单位为m。
步骤(6)调度系统设立的过程中，二级调度中心数量与污水管网中的泵站片区数量一致。
具体实施例一：
建立泵站控制片区的污水管网模型，确立监测点，并进行监测点布置，然后构建管网水量监测系统，于监测点位置的支撑架上设置监测设备，即设置水位传感器、水质传感器、流速传感器、流量传感器、水压传感器以及液体密度传感器等多个前端数据采集设备进行数据采集，采集过程中，对污水管道的水位、水质、流速、流量、水压以及水密度等数据进行监测，每1.0h进行一次实时监测，并通过GSM无线通信网络数据传输系统将检测数据传输至管网水量监测系统，进行数据储存和数据分析处理；并对泵站的多台水泵运行情况进行监测，确定泵站控制片区水泵机组运行时的最大负荷流量，并将泵站控制片区内多台水泵的转速作为常量，将泵站控制片区内多台水泵的流量、扬程、功率和效率等作为主要考虑的性能参数，构建泵站片区水泵运行特性曲线，并进行曲线组合，绘制特性曲线组合图；然后根据管网水量监测系统以及泵站水泵特征曲线组合图，建立模拟反算方法模型，并建立多目标函数，建立污水管网的管道负荷流量函数：q＝πd2v/4，计算出污水管网的管道的最大污水排水流量；并建立污水管网各泵站片区的泵站水泵负荷流量函数：Q＝Pη/2.73H，以及计算出污水管网各泵站片区的泵站水泵的最大污水排水流量；并建立污水管网各泵站片区的泵站能源消耗函数：EC＝0.0414×Q+13.828，Q为泵污水排放量；并建立污水管网的污水排水效率，OE为污水排放效率；
将污水流量作为最优化过程的控制变量，并采用实数编码形式；设定控制变量取值范围，并以此作为遗传算法种群取值的约束条件；针对污水管网的污水流量变化区间(qmin，q1，...，qi，...，qn，qmax)中的每个污水流速均按照以下步骤进行最优污水排放量的模拟反算，即可获得针对某污水流速的最优污水排放量(Qmin，Q1，...，Qi，...，Qn，Qmax)；针对每一个污水流速，在控制变量取值范围内随机选取n个数值为例值，构成该污水流速条件下的最优污水排放量可能解的种群(n)；以每一条例值为数值算例，采用污水管网各泵站片区的泵站能源消耗函数为数学模型进行n次计算，并同时输出和存储污水管网各泵站片区的n个能源消耗结果；以最佳排水总量混合最低能源消耗为目标，采用上述步骤建立的多目标函数进行优化算法评价以及结果分析；通过分析评估进行寻优，在满足最大世代数目标时，跳出程序并输出排水总量和最低能源消耗值；若不满足最大世代数目标，则按照步骤上述进行重复计算，直到输出最排水总量混合最低能源消耗值为止，从而在基于特征曲线组合的基础上，根据污水管网不同的污水流量大小，确定使用能耗最小情况下泵站控制片区各水泵机组的最佳调度运行方式；最后进行模拟系统构建并设立调度系统，完成泵站梯级调度，进行多个泵站梯级提升的优化。
综上，该基于组合水泵特性曲线进行污水提升优化调度方法，使用时首先基于污水管网基础数据，建立泵站控制片区的污水管网模型，并于泵站控制片区的污水管网模型位置建立平面坐标系，对污水管网模型进行划分，然后在基于坐标系的基础上，载入预设监测点，然后对预设监测点进行模拟，并使用空间模拟退火算法，以经济成本以及监测覆盖面为约束条件，进行监测点的优化并确立监测点，从而在经济成本最低的情况下，以最少的监测点获得最大管网泵站控制片区覆盖面的代表性数据，最后通过全站仪测量监测点的水平参数，进行监测点布置，于监测点位置安装支撑架，用于后期的监测设备设立；
然后构建管网水量监测系统，于监测点位置的支撑架上设置监测设备，即设置水位传感器、水质传感器、流速传感器、流量传感器、水压传感器以及液体密度传感器等多个前端数据采集设备进行数据采集，采集过程中，对污水管道的水位、水质、流速、流量、水压以及水密度等数据进行监测，每0.5-1.0h进行一次实时监测，并通过WEP或GSM无线通信网络数据传输系统将检测数据传输至管网水量监测系统，进行数据储存和数据分析处理，在前端数据采集设备数据传输中断时可进行无线通信网络数据传输系统的切换，以确保数据传输的实时性，避免数据传输中断；
再对泵站的多台水泵运行情况进行监测，确定泵站控制片区水泵机组运行时的最大负荷流量，并将泵站控制片区内多台水泵的转速作为常量，将泵站控制片区内多台水泵的流量、扬程、功率和效率等作为主要考虑的性能参数，构建泵站片区水泵运行特性曲线，并进行曲线组合，绘制特性曲线组合图；
然后根据管网水量监测系统以及泵站水泵特征曲线组合图，建立模拟反算方法模型，并建立多目标函数：
MAX.q＝πd2v/4 (1)
MAX.Q＝Pη/2.73H (2)
MIN.EC＝0.0414×Q+13.828 (3)
MAX.OE＝OE (4)
建立污水管网的管道负荷流量函数：q＝πd2v/4，其中q为管道流量，单位为m3/h，d为管径，单位为m，v为经济流速，单位为m/s，计算出污水管网的管道的最大污水排水流量；并建立污水管网各泵站片区的泵站水泵负荷流量函数：Q＝Pη/2.73H，其中Q为水泵流量，单位为m3/h，P为轴功率，单位为KW，η为泵的效率，单位为％，2.73为常数，H为扬程，单位为m，以及计算出污水管网各泵站片区的泵站水泵的最大污水排水流量；并建立污水管网各泵站片区的泵站能源消耗函数：EC＝0.0414×Q+13.828，Q为泵污水排放量；并建立污水管网的污水排水效率，OE为污水排放效率；
将污水流量作为最优化过程的控制变量，并采用实数编码形式；设定控制变量取值范围，并以此作为遗传算法种群取值的约束条件；针对污水管网的污水流量变化区间中的每个污水流速均按照以下步骤进行最优污水排放量的模拟反算，即可获得针对某污水流速的最优污水排放量；针对每一个污水流速，在控制变量取值范围内随机选取n个数值为例值，构成该污水流速条件下的最优污水排放量可能解的种群(n)；以每一条例值为数值算例，采用污水管网各泵站片区的泵站能源消耗函数为数学模型进行n次计算，并同时输出和存储污水管网各泵站片区的n个能源消耗结果；以最佳排水总量混合最低能源消耗为目标，采用上述步骤建立的多目标函数进行优化算法评价以及结果分析；通过分析评估进行寻优，在满足最大世代数目标时，跳出程序并输出排水总量和最低能源消耗值；若不满足最大世代数目标，则按照步骤上述进行重复计算，直到输出最排水总量混合最低能源消耗值为止，从而在基于特征曲线组合的基础上，根据污水管网不同的污水流量大小，确定使用能耗最小情况下泵站控制片区各水泵机组的最佳调度运行方式；同时将泵站水泵进行污水调度时的能源消耗与变电价相关联，计算泵站运行成本，将能耗最少，运行电费最低作为模拟运行思路，由于管网的容量一定，因此可以充分利用管网的容量，进行水泵的调度，达到在用高电价时段，水尽量存贮在管网中，但保证水不溢流；在用低电价时段，把管网中的水尽量达到最低，腾空管网空间；
再构建双重模拟调度系统，基于水泵特性曲线组合基础上所给出的泵站控制片区各水泵机组的最佳运行点进行模拟，一重用于模拟在非调度情况下，污水管网各泵站控制片区输水情况，另一重用于模拟调度后的情况下，污水管网各泵站控制片区输水情况，基于各泵站片区的泵站水泵当前负荷流量以及最佳负荷流量，进行泵站梯级调度模拟，以泵站梯级数为阶段变量，即n＝n1，n2，n3……nx，以各梯级泵站单位水量所消耗的能量最小，按供电部门峰时电价和峰谷电价计算付出的电费最低为目标函数，即：
Figure BDA0003510506460000151
其中，c1为峰时电价，c2为谷时电价；h1为泵站峰时运行时间，h2为泵站谷时运行时间；根据实际模拟情况，从中选择最优调度方案，确定最佳调度运行点和提升高度；
然后设置调度总系统与调度子系统，调度总系统用于污水管网的各泵站片区，调度子系统用于控制各泵站片区内的多台水泵，并建立一级调度中心和二级调度中心，一级调度中心设于污水管网起始区域与污水管理厂区相连，二级调度中心设于各泵站片区附近，与污水管网相连以及污水泵站的多台水泵相连，其分散式设有多个，用于实现各泵站片区污水管网的蓄水、排水和供水，在调度力不足时，将一级调度中心或二级调度中心作为调度中转站，减轻污水管网压力，保证污水管网体系稳定运行，并且保证污水处理厂进水均衡的条件下，上、下游泵站也要考虑互相调蓄的功能，尽量降低水泵扬程，达到节能的目的；
最后根据模拟调度系统模拟选出的最优调度方案，通过调度总系统控制各泵站片区的输送流量，调整各泵站片区的当前负荷流量以及污水管网的当前总负荷流量，并通过调度子系统控制各泵站片区内多台水泵的输送流量，进而优化各个泵站控制片区的负荷，完成泵站梯级调度，进行多个泵站梯级提升的优化。

Claims (10)

1.基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于，包括以下步骤：
(1)、管网监测点设立；
(2)、管网污水数据采集；
(3)、泵站运行监测及水泵特性曲线组合；
(4)、基于污水流量的目标函数构建；
(5)、模拟系统构建；
(6)、调度系统设立；
(7)、污水调度执行。
2.根据权利要求1所述的基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于，所述基于组合水泵特性曲线进行污水提升优化调度方法包括以下具体步骤：
(1)、管网监测点设立
基于污水管网基础数据，建立泵站控制片区的污水管网模型，并于泵站控制片区的污水管网模型位置建立平面坐标系，对污水管网模型进行划分，然后在基于坐标系的基础上，载入预设监测点，然后对预设监测点进行模拟，并使用空间模拟退火算法，以经济成本以及监测覆盖面为约束条件，进行监测点的优化并确立监测点，从而在经济成本最低的情况下，以最少的监测点获得最大管网泵站控制片区覆盖面的代表性数据，最后通过全站仪测量监测点的水平参数，进行监测点布置，于监测点位置安装支撑架，用于后期的监测设备设立；
(2)、管网污水数据采集
构建管网水量监测系统，于监测点位置的支撑架上设置监测设备，即设置水位传感器、水质传感器、流速传感器、流量传感器、水压传感器以及液体密度传感器等多个前端数据采集设备进行数据采集，采集过程中，对污水管道的水位、水质、流速、流量、水压以及水密度等数据进行监测，每0.5-1.0h进行一次实时监测，并通过WEP或GSM无线通信网络数据传输系统将检测数据传输至管网水量监测系统，进行数据储存和数据分析处理；
(3)、泵站运行监测及水泵特性曲线组合
对泵站的多台水泵运行情况进行监测，确定泵站控制片区水泵机组运行时的最大负荷流量，并将泵站控制片区内多台水泵的转速作为常量，将泵站控制片区内多台水泵的流量、扬程、功率和效率等作为主要考虑的性能参数，构建泵站片区水泵运行特性曲线，并进行曲线组合，绘制特性曲线组合图；
(4)、基于污水流量的目标函数构建
根据管网水量监测系统以及泵站水泵特征曲线组合图，建立模拟反算方法模型，并建立多目标函数：
MAX.q＝πd2v/4 (1)
MAX.Q＝Pη/2.73H (2)
MIN.EC＝0.0414×Q+13.828 (3)
MAX.OE＝OE (4)
建立污水管网的管道负荷流量函数：q＝πd2v/4，计算出污水管网的管道的最大污水排水流量；并建立污水管网各泵站片区的泵站水泵负荷流量函数：Q＝Pη/2.73H，以及计算出污水管网各泵站片区的泵站水泵的最大污水排水流量；并建立污水管网各泵站片区的泵站能源消耗函数：EC＝0.0414×Q+13.828，Q为泵污水排放量；并建立污水管网的污水排水效率，OE为污水排放效率；
将污水流量作为最优化过程的控制变量，并采用实数编码形式；设定控制变量取值范围，并以此作为遗传算法种群取值的约束条件；针对污水管网的污水流量变化区间中的每个污水流速均按照以下步骤进行最优污水排放量的模拟反算，即可获得针对某污水流速的最优污水排放量；针对每一个污水流速，在控制变量取值范围内随机选取n个数值为例值，构成该污水流速条件下的最优污水排放量可能解的种群(n)；以每一条例值为数值算例，采用污水管网各泵站片区的泵站能源消耗函数为数学模型进行n次计算，并同时输出和存储污水管网各泵站片区的n个能源消耗结果；以最佳排水总量混合最低能源消耗为目标，采用上述步骤建立的多目标函数进行优化算法评价以及结果分析；通过分析评估进行寻优，在满足最大世代数目标时，跳出程序并输出排水总量和最低能源消耗值；若不满足最大世代数目标，则按照步骤上述进行重复计算，直到输出最排水总量混合最低能源消耗值为止，从而在基于特征曲线组合的基础上，根据污水管网不同的污水流量大小，确定使用能耗最小情况下泵站控制片区各水泵机组的最佳调度运行方式；同时将泵站水泵进行污水调度时的能源消耗与变电价相关联，计算泵站运行成本，将能耗最少，运行电费最低作为模拟运行思路，由于管网的容量一定，因此可以充分利用管网的容量，进行水泵的调度，达到在用高电价时段，水尽量存贮在管网中，但保证水不溢流；在用低电价时段，把管网中的水尽量达到最低，腾空管网空间。
3.根据权利要求1所述的基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于，所述基于组合水泵特性曲线进行污水提升优化调度方法还包括以下具体步骤：
(5)、模拟系统构建
构建双重模拟调度系统，基于水泵特性曲线组合基础上所给出的泵站控制片区各水泵机组的最佳运行点进行模拟，一重用于模拟在非调度情况下，污水管网各泵站控制片区输水情况，另一重用于模拟调度后的情况下，污水管网各泵站控制片区输水情况，基于各泵站片区的泵站水泵当前负荷流量以及最佳负荷流量，进行泵站梯级调度模拟，以泵站梯级数为阶段变量，即n＝n1，n2，n3……nx，以各梯级泵站单位水量所消耗的能量最小，按供电部门峰时电价和峰谷电价计算付出的电费最低为目标函数，即：
Figure FDA0003510506450000041
其中，c1为峰时电价，c2为谷时电价；h1为泵站峰时运行时间，h2为泵站谷时运行时间；根据实际模拟情况，进行多个泵站梯级运行，从中选择最优调度方案，确定最佳调度运行点和提升高度。
4.根据权利要求1所述的基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于，所述基于组合水泵特性曲线进行污水提升优化调度方法还包括以下具体步骤：
(6)、调度系统设立
设置调度总系统与调度子系统，调度总系统用于污水管网的各泵站片区，调度子系统用于控制各泵站片区内的多台水泵，并建立一级调度中心和二级调度中心，一级调度中心设于污水管网起始区域与污水管理厂区相连，二级调度中心设于各泵站片区附近，与污水管网相连以及污水泵站的多台水泵相连，其分散式设有多个，用于实现各泵站片区污水管网的蓄水、排水和供水，在调度力不足时，将一级调度中心或二级调度中心作为调度中转站，减轻污水管网压力，保证污水管网体系稳定运行，并且保证污水处理厂进水均衡的条件下，上、下游泵站也要考虑互相调蓄的功能，尽量降低水泵扬程，达到节能的目的，并且保证污水处理厂进水均衡的条件下，上、下游泵站也要考虑互相调蓄的功能，尽量降低水泵扬程，达到节能的目的。
5.根据权利要求1所述的基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于，所述基于组合水泵特性曲线进行污水提升优化调度方法还包括以下具体步骤：
(7)、污水调度执行
根据模拟调度系统模拟选出的最优调度方案，通过调度总系统控制各泵站片区的输送流量，调整各泵站片区的当前负荷流量以及污水管网的当前总负荷流量，并通过调度子系统控制各泵站片区内多台水泵的输送流量，进而优化各个泵站控制片区的负荷，完成泵站梯级调度，进行多个泵站梯级提升的优化。
6.根据权利要求2所述的基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于：所述步骤(2)管网污水数据采集的过程中，水位传感器、水质传感器、流速传感器、流量传感器、水压传感器以及液体密度传感器等多个前端数据采集设备与管网水量监测系统之间通过WEP或GSM无线通信网络数据传输系统进行无线连接。
7.根据权利要求2所述的基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于：所述步骤(2)管网污水数据采集的过程中，在前端数据采集设备数据传输中断时可进行无线通信网络数据传输系统的切换，以确保数据传输的实时性，避免数据传输中断。
8.根据权利要求2所述的基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于：所述步骤(4)基于污水流量的目标函数构建的过程中，式(1)中，污水管网的管道负荷流量函数中，q为管道流量，单位为m3/h，d为管径，单位为m，v为经济流速，单位为m/s。
9.根据权利要求2所述的基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于：所述步骤(4)基于污水流量的目标函数构建的过程中，式(2)中，各泵站片区的泵站水泵负荷流量函数中，Q为水泵流量，单位为m3/h，P为轴功率，单位为KW，η为泵的效率，单位为％，2.73为常数，H为扬程，单位为m。
10.根据权利要求4所述的基于组合水泵特性曲线进行污水提升优化调度方法，其特征在于：所述步骤(6)调度系统设立的过程中，二级调度中心数量与污水管网中的泵站片区数量一致。
CN202210149189.5A 2022-02-18 2022-02-18 基于组合水泵特性曲线进行污水提升优化调度方法 Active CN114491893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210149189.5A CN114491893B (zh) 2022-02-18 2022-02-18 基于组合水泵特性曲线进行污水提升优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210149189.5A CN114491893B (zh) 2022-02-18 2022-02-18 基于组合水泵特性曲线进行污水提升优化调度方法

Publications (2)

Publication Number Publication Date
CN114491893A true CN114491893A (zh) 2022-05-13
CN114491893B CN114491893B (zh) 2024-08-13

Family

ID=81482348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210149189.5A Active CN114491893B (zh) 2022-02-18 2022-02-18 基于组合水泵特性曲线进行污水提升优化调度方法

Country Status (1)

Country Link
CN (1) CN114491893B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114992107A (zh) * 2022-06-14 2022-09-02 上海交通大学 基于最小能耗的多泵泥沙输送系统优化控制方法及系统
CN116596280A (zh) * 2023-07-17 2023-08-15 青岛国源中创电气自动化工程有限公司 一种污水处理厂水泵组的协同调度方法
CN118036995A (zh) * 2024-03-13 2024-05-14 深圳市广汇源环境水务有限公司 一种用于流域治理的污水系统管理调度方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102162443A (zh) * 2011-03-24 2011-08-24 杭州电子科技大学 一种多泵站城市排水管网系统的调速节能控制方法
CN102736606A (zh) * 2012-07-02 2012-10-17 于明 污水管网泵站无线远程集控管理系统
US20130164149A1 (en) * 2011-12-22 2013-06-27 Nasser Fred Mehr Energy Saving Green Wastewater Pump Station Design
CN107679717A (zh) * 2017-09-15 2018-02-09 西安博兴自动化科技有限公司 一种基于水量信息采集和泵站群优化调度的管理系统
CN108304654A (zh) * 2018-02-01 2018-07-20 交通运输部天津水运工程科学研究所 基于潮流变化的污水深海优化排放方法
US20200140307A1 (en) * 2018-11-01 2020-05-07 Crane Engineering Sales, Inc. Compact High Throughput Filtering Systems for Wastewater
WO2020103781A1 (zh) * 2018-11-19 2020-05-28 扬州大学 基于时间优化分区的感潮泵站系统变台数+变角日优化运行方法
CN111581767A (zh) * 2020-03-17 2020-08-25 深圳天澄科工水系统工程有限公司 一种管网-河流耦合模型校核特征参数率定方法
CN111931970A (zh) * 2020-03-26 2020-11-13 深圳市水务(集团)有限公司 城市流域全要素水务综合调度系统
CN113011662A (zh) * 2021-03-25 2021-06-22 河海大学 一种区域企厂网河一体化联合优化调度的系统及方法
CN113392506A (zh) * 2021-05-21 2021-09-14 苏州市排水有限公司 一种基于流量的区域污水泵站联合调度的优化配置方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102162443A (zh) * 2011-03-24 2011-08-24 杭州电子科技大学 一种多泵站城市排水管网系统的调速节能控制方法
US20130164149A1 (en) * 2011-12-22 2013-06-27 Nasser Fred Mehr Energy Saving Green Wastewater Pump Station Design
CN102736606A (zh) * 2012-07-02 2012-10-17 于明 污水管网泵站无线远程集控管理系统
CN107679717A (zh) * 2017-09-15 2018-02-09 西安博兴自动化科技有限公司 一种基于水量信息采集和泵站群优化调度的管理系统
CN108304654A (zh) * 2018-02-01 2018-07-20 交通运输部天津水运工程科学研究所 基于潮流变化的污水深海优化排放方法
US20200140307A1 (en) * 2018-11-01 2020-05-07 Crane Engineering Sales, Inc. Compact High Throughput Filtering Systems for Wastewater
WO2020103781A1 (zh) * 2018-11-19 2020-05-28 扬州大学 基于时间优化分区的感潮泵站系统变台数+变角日优化运行方法
CN111581767A (zh) * 2020-03-17 2020-08-25 深圳天澄科工水系统工程有限公司 一种管网-河流耦合模型校核特征参数率定方法
CN111931970A (zh) * 2020-03-26 2020-11-13 深圳市水务(集团)有限公司 城市流域全要素水务综合调度系统
CN113011662A (zh) * 2021-03-25 2021-06-22 河海大学 一种区域企厂网河一体化联合优化调度的系统及方法
CN113392506A (zh) * 2021-05-21 2021-09-14 苏州市排水有限公司 一种基于流量的区域污水泵站联合调度的优化配置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
陈永铭;: "基于BP网络的泵站优化调度", 节水灌溉, no. 09, 5 September 2012 (2012-09-05), pages 61 - 62 *
韦斌: "上海彭越浦泵站最优调度策略与自动化应用控制", 给水排水, no. 09, 10 September 2005 (2005-09-10), pages 101 - 104 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114992107A (zh) * 2022-06-14 2022-09-02 上海交通大学 基于最小能耗的多泵泥沙输送系统优化控制方法及系统
CN116596280A (zh) * 2023-07-17 2023-08-15 青岛国源中创电气自动化工程有限公司 一种污水处理厂水泵组的协同调度方法
CN116596280B (zh) * 2023-07-17 2023-10-03 青岛国源中创电气自动化工程有限公司 一种污水处理厂水泵组的协同调度方法
CN118036995A (zh) * 2024-03-13 2024-05-14 深圳市广汇源环境水务有限公司 一种用于流域治理的污水系统管理调度方法
CN118036995B (zh) * 2024-03-13 2024-08-16 深圳市广汇源环境水务有限公司 一种用于流域治理的污水系统管理调度方法

Also Published As

Publication number Publication date
CN114491893B (zh) 2024-08-13

Similar Documents

Publication Publication Date Title
CN114491893B (zh) 基于组合水泵特性曲线进行污水提升优化调度方法
CN113156817B (zh) 一种泵站智能配泵方法
CN105156327B (zh) 压缩空气工业螺杆式空压机群控系统的节能控制方法
CN107248751A (zh) 一种实现配电网负荷功率削峰填谷的储能站调度控制方法
CN101858095A (zh) 一种提供供水管网辅助调度数据的处理方法及装置
CN107292766A (zh) 面向风电消纳的电力系统调峰手段经济性评估方法与系统
CN110500291A (zh) 一种基于遗传算法的多泵并联控制方法
CN102629106A (zh) 供水控制方法及系统
CN110783925A (zh) 一种两级部署的电网调控模型中心控制系统及方法
CN114707776B (zh) 一种基于碳排放双控的低碳用能优化系统及方法
CN109214709B (zh) 一种钢铁企业制氧系统优化分配的方法
CN105930939A (zh) 一种城区能源基础设施规划系统及方法
CN115439027B (zh) 一种梯级水电站负荷优化调度方法、装置、设备和介质
CN110323768A (zh) 一种电化学储能电站功率分配方法及系统
CN115239091A (zh) 多水源城市供水调度方法、装置、系统及存储介质
CN201730136U (zh) 一种提供供水管网辅助调度数据的处理装置
KR20180110881A (ko) 마이크로 그리드　운용 방법
CN117366483A (zh) 基于窄带物联网的供水管网水压水量耦合监测方法及系统
CN111160384B (zh) 一种移动储能车调度优化方法、系统及装置
CN109634114B (zh) 一种冶金燃气锅炉蒸汽管网与煤气管网协调控制方法
CN110298456A (zh) 集群系统中设备维护排程方法及装置
CN116227829A (zh) 一种均衡降低供水管网系统运行维护成本的调度方法、系统及设备
CN106292408A (zh) 一种基于气象中心数据的多能源综合利用控制系统
CN106440188B (zh) 自动空调运转容量调整系统及方法
CN109888841A (zh) 一种发电机组负荷优化分配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant