CN117494616B - 一种闸泵群调度模拟方法及系统 - Google Patents
一种闸泵群调度模拟方法及系统 Download PDFInfo
- Publication number
- CN117494616B CN117494616B CN202311833907.1A CN202311833907A CN117494616B CN 117494616 B CN117494616 B CN 117494616B CN 202311833907 A CN202311833907 A CN 202311833907A CN 117494616 B CN117494616 B CN 117494616B
- Authority
- CN
- China
- Prior art keywords
- gate
- group
- scheduling
- pump
- value
- 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.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 44
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 234
- 230000008878 coupling Effects 0.000 claims abstract description 81
- 238000010168 coupling process Methods 0.000 claims abstract description 81
- 238000005859 coupling reaction Methods 0.000 claims abstract description 81
- 238000005086 pumping Methods 0.000 claims description 29
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 12
- 238000011144 upstream manufacturing Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000012876 topography Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 238000001363 water suppression through gradient tailored excitation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Fluid Mechanics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及水利工程技术,揭露了一种闸泵群调度模拟方法,包括:获取目标地区的水系基本参数,根据水系基本参数对目标地区构建耦合水动力模型;利用耦合水动力模型对目标地区的闸群进行水力模拟,得到闸群的第一水力特性,利用耦合水动力模型对目标地区的泵群进行水力模拟,得到泵群的第二水力特性;根据第一水力特性及第二水力特性计算目标地区的水系排涝能力值;根据水系排涝能力值、闸群的第一调度参数及泵群的第二调度参数生成闸群和泵群的调度组合模型;根据调度组合模型对闸群及泵群的调度组合进行模拟,得到最优调度组合。本发明还提出一种闸泵群调度模拟系统。本发明可以提高闸泵群调度时的模拟效率。
Description
技术领域
本发明涉及水利工程技术领域,尤其涉及一种闸泵群调度模拟方法及系统。
背景技术
随着城市化进程的加快,城市不透水面增加,绿地、湿地、池塘等天然调蓄设施减少,在遭遇暴雨洪水时,需要对闸群和泵群进行合理的启闭调度,实现科学泄洪与排涝。现有的闸泵群调度的调度多以经验调度为主,仅凭人工经验感觉,结合实时水位情况,进行控制调度,调度效率低下,成效不好,可能错失最佳泄洪排涝时机。
为实现对闸泵群科学合理调度,需要对闸群和泵群的调度组合进行模拟,以支撑闸泵群调度模拟分析。本发明提出了一种闸泵群调度模拟方法及系统,为闸泵群调度提供了模拟科技平台支撑,以智能化手段辅助水网闸泵群联合调度。
发明内容
本发明提供一种闸泵群调度模拟方法、系统,其主要目的在于解决进行闸泵群调度时的模拟效率较低的问题。
为实现上述目的,本发明提供的一种闸泵群调度模拟方法,包括:
S1、获取目标地区的水系基本参数,根据所述水系基本参数对所述目标地区构建耦合水动力模型;
S2、利用所述耦合水动力模型对所述目标地区的闸群进行水力模拟,得到所述闸群的第一水力特性,利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性,其中所述利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性,包括:
S21、利用所述耦合水动力模型中的泵站流量公式对所述目标地区的泵群进行水力模拟,得到泵站流量,其中所述泵站流量公式为:
其中,为泵站在/>时段内的排出流量,/>为泵站在/>时段内的入流量,/>为泵站额定的最大抽排能力,/>为泵站在/>时刻的水位位置,/>为泵站的初始水位位置;
S22、根据所述泵站流量确定所述泵群的第二水力特性;
S3、根据所述第一水力特性及所述第二水力特性计算所述目标地区的水系排涝能力值;
S4、根据所述水系排涝能力值、所述闸群的第一调度参数及所述泵群的第二调度参数生成所述闸群和所述泵群的调度组合模型;
S5、根据所述调度组合模型对所述闸群及所述泵群的调度组合进行模拟,得到最优调度组合。
可选地,所述根据所述水系基本参数对所述目标地区构建耦合水动力模型,包括:
获取所述目标地区对应的地形数据,利用预设的网格生成器将所述地形数据构建为三角网格地形;
将所述三角网格地形及所述水系基本参数中的水文参数输入至预设的水文模拟工具中进行水文模型构建,得到所述目标地区的水文模型;
将所述三角网格地形及所述水系基本参数中的水动力参数输入至预设的水动力模拟工具中进行水动力模型构建,得到所述目标地区的水动力模型;
将所述水文模型及所述水动力模型进行耦合,得到所述耦合水动力模型。
可选地,所述利用预设的网格生成器将所述地形数据构建为三角网格地形,包括:
将所述地形数据中的地形边界区域线绘制为边界坐标文件;
将所述边界坐标文件输入至所述网格生成器中,生成地形边界;
对所述地形边界进行边界线点间隔,得到地形网格;
利用预设的三角算法将所述地形网格调整为所述三角网格地形。
可选地,所述将所述水文模型及所述水动力模型进行耦合,得到所述耦合水动力模型,包括:
根据所述三角网格地形的地形坐标确定耦合线;
将所述耦合线映射至所述三角网格地形边界上,确定耦合的网格单元;
根据预设的时间步长及所述网格单元将所述水文模型及所述水动力模型进行耦合,得到所述耦合水动力模型。
可选地,所述利用所述耦合水动力模型对所述目标地区的闸群进行水力模拟,得到所述闸群的第一水力特性,包括:
利用所述耦合水动力模型中的闸孔出流公式对所述目标地区的闸群的闸孔进行水力模拟,得到闸孔出流值,其中所述闸孔出流公式为:
其中,为所述闸孔出流值,/>为闸门垂向收缩系数,/>为闸孔流速系数,/>为闸门开启高度,/>为上游水位高度,/>为闸门的孔口数量,/>为单个闸孔的高度,/>为重力加速度;
利用所述耦合水动力模型中的宽顶堰出流公式对所述目标地区的闸群的堰流进行水力模拟,得到宽顶堰出流值,其中所述宽顶堰出流公式为:
其中,为所述宽顶堰出流值,/>为宽顶堰的流量系数,/>为闸门的孔口数量,/>为单个闸孔的高度,/>为重力加速度,/>为上游水位高度,/>为闸门侧收缩系数;
根据所述闸孔出流值及所述宽顶堰出流值确定所述第一水力特性。
可选地,所述根据所述第一水力特性及所述第二水力特性计算所述目标地区的水系排涝能力值,包括:
获取所述第一水力特性中的闸孔出流值和宽顶堰出流值;
获取所述第二水力特性中的泵站流量;
利用预设的相对加权算法根据所述闸孔出流值、所述宽顶堰出流值及所述泵站流量计算所述目标地区的水系排涝能力值:
其中,为所述水系排涝能力值,/>为所述闸孔出流值的加权系数,/>为所述闸孔出流值,/>为所述宽顶堰出流值的加权系数,/>为所述宽顶堰出流值,/>为所述泵站流量的加权系数,/>为所述泵站流量。
可选地,所述根据所述水系排涝能力值、所述闸群的第一调度参数及所述泵群的第二调度参数生成所述闸群和所述泵群的调度组合模型,包括:
利用如下的闸门过流约束公式及所述闸群的第一调度参数计算所述闸群的第一约束条件:
其中,为所述第一约束条件,/>为闸群中闸门的过流量条件函数,/>为闸上水位,为闸下水位,/>为闸门开度;
根据所述泵群的第二调度参数计算所述泵群的第二约束条件;
根据所述水系排涝能力值、所述第一约束条件及所述第二约束条件生成所述闸群和所述泵群的调度组合模型。
可选地,所述根据所述水系排涝能力值、所述第一约束条件及所述第二约束条件生成所述闸群和所述泵群的调度组合模型,包括:
根据所述水系排涝能力值确定水系最高控制水位的惩罚权重;
根据所述第一约束条件确定所述闸群的最高控制水位的第一水位值;
根据所述第二约束条件确定所述泵群的最高控制水位的第二水位值;
根据所述惩罚权重、所述第一水位值及所述第二水位值生成所述调度组合模型的调度目标函数:
其中,为水位的影响权重,/>为时间的影响权重,/>为转换因子,/>为所述闸群和所述泵群中第/>个设备的惩罚权重,/>为闸群最高控制水位的所述第一水位值,/>为泵群最高控制水位的所述第二水位值,/>为所述闸群中第/>个闸门的水位值,/>为所述泵群中第/>个泵站的水位值,/>为水位上升至最高控制水位的时刻,/>为水位跌落至最高控制水位的时刻,/>为闸群中闸门的数量,/>为泵群中泵站的数量,/>为最小值函数,/>为最大值函数。
可选地,所述根据所述调度组合模型对所述闸群及所述泵群的调度组合进行模拟,得到最优调度组合,包括:
确定所述闸群及所述泵群的调度组合的组合控制方式;
利用预设的混合策略算法和所述组合控制方式对所述调度组合模型进行模拟,得到所述最优调度组合。
为了解决上述问题,本发明还提供一种闸泵群调度模拟系统,所述系统包括耦合水动力模型构建模块、水力特性计算模块、水系排涝能力值计算模块、调度组合模型生成模块及调度组合模拟模块,其中,
所述耦合水动力模型构建模块,用于获取目标地区的水系基本参数,根据所述水系基本参数对所述目标地区构建耦合水动力模型;
所述水力特性计算模块,用于利用所述耦合水动力模型对所述目标地区的闸群进行水力模拟,得到所述闸群的第一水力特性,利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性;
所述水系排涝能力值计算模块,用于根据所述第一水力特性及所述第二水力特性计算所述目标地区的水系排涝能力值;
所述调度组合模型生成模块,用于根据所述水系排涝能力值、所述闸群的第一调度参数及所述泵群的第二调度参数生成所述闸群和所述泵群的调度组合模型;
所述调度组合模拟模块,用于根据所述调度组合模型对所述闸群及所述泵群的调度组合进行模拟,得到最优调度组合。
本发明实施例通过获取目标地区的水系基本参数,根据水系基本参数构建耦合水动力模型,进而根据耦合水动力模型模拟闸群和泵群的水力特性,有利于提高对闸泵群调度模拟的准确性。进而根据闸群的第一水力特性和泵群的第二水力特性计算目标地区的水系排涝能力,根据水系排涝能力可以确定目标地区在进行防洪排涝的处理能力,便于及时对闸群和泵群最出判断,判断闸群和泵群是否开启和开启的数量,有利于提高防洪排涝的效率。根据水系排涝能力值、闸群的第一调度参数及泵群的第二调度参数确定闸群和泵群的调度组合模型,进而根据调度组合模型对闸群和泵群的组合控制方式不断进行模拟,得到最优调度组合,可实现在防洪排涝中闸群和泵群的最佳使用方式,提高进行闸泵群调度时的模拟效率。因此本发明提出的闸泵群调度模拟方法及系统,可以解决进行闸泵群调度时的模拟效率较低的问题。
附图说明
图1为本发明一实施例提供的闸泵群调度模拟方法的流程示意图;
图2为本发明一实施例提供的构建耦合水动力模型的流程示意图;
图3为本发明一实施例提供的计算第一水力特性的流程示意图;
图4为本发明一实施例提供的群闸调度设置界面的示意图;
图5为本发明一实施例提供的单个水闸调度设置界面的示意图;
图6为本发明一实施例提供的闸泵群调度模拟系统的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种闸泵群调度模拟方法。所述闸泵群调度模拟方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述闸泵群调度模拟方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的闸泵群调度模拟方法的流程示意图。在本实施例中,所述闸泵群调度模拟方法包括:
S1、获取目标地区的水系基本参数,根据所述水系基本参数对所述目标地区构建耦合水动力模型;
本发明实施例中,所述水系基本参数包括湖泊的特征水位、河流的特征水位、港渠的渠道长度和渠道断面、闸门的闸门形状和闸孔类型、泵站的相关资料、断面面积和断面流速等。
详细地,可通过查询相关地质和水文资料获取目标地区地水系基本参数,或者利用GIS地表获取目标地区的水系基本参数,其中,GIS主要是用于股那里和分析城市雨洪模型所需数据,如构建二维水动力模型,需要对目标地区数字高程模型进行地表填充及水流流向分析。
本发明实施例中,所述耦合水动力模型是基于质量守恒和能量守恒定律进行水平方向耦合、垂向耦合、正向耦合及侧向耦合多方向耦合的水动力模型,其中,管网和河道采用一维水动力模型,水流从管网或河道中溢出时采用二维水动力模型。基于实际数据对研究对象进行建模计算,计算可得到水系内任意河道断面的水位和流量过程。
本发明实施例中,参图2所示,所述根据所述水系基本参数对所述目标地区构建耦合水动力模型,包括:
S21、获取所述目标地区对应的地形数据,利用预设的网格生成器将所述地形数据构建为三角网格地形;
S22、将所述三角网格地形及所述水系基本参数中的水文参数输入至预设的水文模拟工具中进行水文模型构建,得到所述目标地区的水文模型;
S23、将所述三角网格地形及所述水系基本参数中的水动力参数输入至预设的水动力模拟工具中进行水动力模型构建,得到所述目标地区的水动力模型;
S24、将所述水文模型及所述水动力模型进行耦合,得到所述耦合水动力模型。
详细地,模型在构建时需要定义研究的区域范围,将目标地区的地形数据进行网格化,用于后续对模型的构建,其中,所述地形数据为同一高程的常数,利用地图软件提取目标地区的高程点数据,并提取无人机航拍所生成的三维模型中的河道断面数据,以此来获取较为完成的地形数据。
具体地,在构建模型时有方形网格与非结构化三角网格两种,其中,三角网格地形文件对模型的模拟运行影响灵敏,制作出来的网格质量越好,模型的稳定性越高,模型模拟的效果越好。
本发明实施例中,所述利用预设的网格生成器将所述地形数据构建为三角网格地形,包括:
将所述地形数据中的地形边界区域线绘制为边界坐标文件;
将所述边界坐标文件输入至所述网格生成器中,生成地形边界;
对所述地形边界进行边界线点间隔,得到地形网格;
利用预设的三角算法将所述地形网格调整为所述三角网格地形。
详细地,所述边界坐标文件是对地形数据中的地形边界区域线生成的xy坐标,并绘制为网格生成器能够使用的xy格式文件,将xy格式文件输入至网格生成器中,可以生成地形边界,并等间距插分各边界线点,并设置地形上边界和下边界,对地形边界进行局部加密并不断调整地形网格为三角网格。
具体地,所述三角算法是将地形网格不断调整为三角网格所使用的算法,即首先根据实际地形来确定网格的数量及网格边长的大小,将网格的角度不断调整,直到网格的角度取值范围为40度至60度,超过角度取值范围容易造成模型发散,最后需要对网格进行精细化,不断进行网格调整,直到地形网格调整为三角网格地形。
进一步地,所述水文模拟工具为MIKE SHE,MIKE SHE是具有物理意义的分布式水文系统模拟软件,可以模拟陆相水循环中所有主要的水文过程,综合考虑了地下水、地表水、补给以及蒸散发等水量交换过程。所述水文参数包括地形高程、降雨量和蒸发量等参数。
更近一步地,所述水动力模拟工具是MIKE 21,MIKE 21是一个专业的工程软件包,用于模拟河流、湖泊、河口、海湾、海岸及海洋的河流、波浪、泥沙及环境。所述水动力参数包括时间步长、河道糙率、地形边界条件等参数,如当用户为模型提供了地形、底部糙率风场和水动力边界条件等输入数据后,模型会计算出每个网格的水位和水流变化。
本发明实施例中,水文模型只注重降雨后径流的产生过程和规律,忽视系统内不均匀性的河道水流的运行规律,而水动力模型只注重河道内的水流运行规律情况,忽视了流域内整体的产汇流的形成,因此,需要将水文模型和水动力模型进行耦合,从而得到更为完整的水流模拟。
本发明实施例中,所述将所述水文模型及所述水动力模型进行耦合,得到所述耦合水动力模型,包括:
根据所述三角网格地形的地形坐标确定耦合线;
将所述耦合线映射至所述三角网格地形边界上,确定耦合的网格单元;
根据预设的时间步长及所述网格单元将所述水文模型及所述水动力模型进行耦合,得到所述耦合水动力模型。
详细地,对于模型耦合的连接方式有标准连接和侧向连接,标准连接是将连接线映射到一个或多个单元格的耦合线上,即标准连接是一个边界条件。侧向连接是可以根据三角网格地形的坐标确定需要耦合的耦合线,由此根据耦合线在三角网格地形中确定需要耦合的网格单元。
具体地,根据模型耦合的耦合机制利用紧密耦合的机制,以水文模型与水动力模型进行实时、动态、双向的数据传递,这种耦合机制在时间上同步、在空间上对应、需要两项模型在每一个时间步长内对所有空间耦合位置上的数据进行双向传递。其中,可利用MIKESHE自带的耦合模块对所述水文模型与所述水动力模型进行耦合,从而得到耦合水动力模型。
进一步地,根据耦合水动力模型可以模拟出闸群和泵群的水力特性,以此确定闸泵群的水流流向和水流流量。
S2、利用所述耦合水动力模型对所述目标地区的闸群进行水力模拟,得到所述闸群的第一水力特性,利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性;
本发明实施例中,闸门是控制水通道启闭的重要水力设施,用于控制水位、调节流量、排放积淤等。而在城市呵护泵群中闸门类型和闸下水工建筑物多为平面闸门和宽顶堰。因此,可以分析宽顶堰平面闸门出流特性。
本发明实施例中,所述第一水力特性是指根据对目标地区的闸群进行水力模拟后,所得到闸群的水流去向和水流流量;所述第二水力特性是指根据对目标地区的泵群进行水力模拟后,所得到的泵群的水流去向和水流流量。
本发明实施例中,参图3所示,所述利用所述耦合水动力模型对所述目标地区的闸群进行水力模拟,得到所述闸群的第一水力特性,包括:
S31、利用所述耦合水动力模型中的闸孔出流公式对所述目标地区的闸群的闸孔进行水力模拟,得到闸孔出流值,其中所述闸孔出流公式为:
其中,为所述闸孔出流值,/>为闸门垂向收缩系数,/>为闸孔流速系数,/>为闸门开启高度,/>为上游水位高度,/>为闸门的孔口数量,/>为单个闸孔的高度,/>为重力加速度;
S32、利用所述耦合水动力模型中的宽顶堰出流公式对所述目标地区的闸群的堰流进行水力模拟,得到宽顶堰出流值,其中所述宽顶堰出流公式为:
其中,为所述宽顶堰出流值,/>为宽顶堰的流量系数,/>为闸门的孔口数量,/>为单个闸孔的高度,/>为重力加速度,/>为上游水位高度,/>为闸门侧收缩系数;
S33、根据所述闸孔出流值及所述宽顶堰出流值确定所述第一水力特性。
详细地,宽顶堰平面闸门出流根据不同条件在堰流和闸孔出流两种形式之间转换。堰流是指无压缓流从建筑物障壁顶部溢流至下流,上游水位雍高,而后水面跌落的局部水力现象;闸孔出流是指水流受闸门门板的限制流过闸门孔口的出流现象。其中,闸门出流通常按设计流量大小均一化计算,没有考虑不同情况下闸门的不同流态。
具体地,对于平面闸门,通常使用闸门的相对开度,即闸门开启高度和上游水位高度/>的比值判断出流形式为堰流或者闸孔出流,其中,闸孔出流流态下的自由出流和淹没出流的判别标准是闸下水位和跃后水深的大小关系,堰流流态下自由出流和淹没出流的判别标准是闸上水位和闸下水位的比值。因此,利用耦合水动力模型模拟洪水在闸门开度情况下的演进过程。
进一步地,当相对开度小于0.1,则认为闸门处于关闭状态;若相对开度处于0.1至0.6之间,则通过闸门的流态为闸孔出流,并将所述闸孔出流值也作为所述第一水力特性,即通过耦合水动力模型分析出闸门的第一水力特性为闸孔出流且闸孔出流的水流流量;当相对开度大于0.6时,则通过闸门的流态为宽顶堰出流,并将所述宽顶堰出流值也作为水力特性,即通过耦合水动力模型分析出闸门在相对开度大于0.6的情况下的第一水力特性为宽顶堰出流且宽顶堰出流的水流流量。
更进一步地,不仅要用闸门控制水位,且泵站也是排水排涝工程的重要组成部分。泵站的核心是抽水泵,具有能将水位较低的水体抽送到水位较高处的作用,泵站的正常运行能确保城市在汛期降雨时道路畅通。
本发明实施例中,所述利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性,包括:
利用所述耦合水动力模型中的泵站流量公式对所述目标地区的泵群进行水力模拟,得到泵站流量,其中所述泵站流量公式为:
其中,为泵站在/>时段内的排出流量,/>为泵站在/>时段内的入流量,/>为泵站额定的最大抽排能力,/>为泵站在/>时刻的水位位置,/>为泵站的初始水位位置;
根据所述泵站流量确定所述泵群的第二水力特性。
详细地,利用耦合水动力模型可以模拟泵站的水力特性,即泵站的水流运动过程和泵站流量,其中,所述泵站流量是指抽水量,泵在单位时间内所输送的水量。对泵站的调度同时受到泵站的泵站流量、上下游水位等影响。
具体地,所述第二水力特性是根据泵站流量确定泵站的运行状态,由此确定泵站的水流流向和水流流量。当泵站流量低于预设的排水位时,泵站不运行,抽排流量为零;当泵站流量超过预设的排水位时,泵站的抽排流量等于其泵站流量;当泵站流量大于其最大抽排能力时,将最大抽排能力为最大抽排流量。
进一步地,利用耦合水动力模型对闸门、泵站的水力特性进行模拟,即确定闸门的水流流向和水流流量以及确定泵站的水流流向和水流流量。根据所述第一水力特性和所述第二水力特性可以确定目标地区的排涝能力,进而根据排涝能力确保在汛期降雨时能够及时排涝,保证道路通畅。
S3、根据所述第一水力特性及所述第二水力特性计算所述目标地区的水系排涝能力值;
本发明实施例中,所述水系排涝能力值是指根据所述第一水力特性中的闸孔出流值及宽顶堰出流值和所述第二水力特性中的泵站流量确定所述目标地区的最优水系排涝能力。
本发明实施例中,所述根据所述第一水力特性及所述第二水力特性计算所述目标地区的水系排涝能力值,包括:
获取所述第一水力特性中的闸孔出流值和宽顶堰出流值;
获取所述第二水力特性中的泵站流量;
利用预设的相对加权算法根据所述闸孔出流值、所述宽顶堰出流值及所述泵站流量计算所述目标地区的水系排涝能力值:
其中,为所述水系排涝能力值,/>为所述闸孔出流值的加权系数,/>为所述闸孔出流值,/>为所述宽顶堰出流值的加权系数,/>为所述宽顶堰出流值,/>为所述泵站流量的加权系数,/>为所述泵站流量。
详细地,所述相对加权算法中的加权系数表示数据的重要性,加权系数越大,表示数据越重要。如闸孔出流值的加权系数为0.4,宽顶堰出流值的加权系数为0.1,泵站流量的加权系数为0.5,即泵站在排涝中占据重要的地位,其次是闸门中的闸孔,最后是宽顶堰。根据加权系数可以更加准确的计算水系排涝能力。
具体地,根据闸孔出流值、宽顶堰出流值及泵站流量可得到闸泵群的平均蓄水能力,进而根据蓄水能力可以确定目标地区的水系排涝能力。
进一步地,根据水系排涝能力、闸群的调度参数及泵群的调度参数可以对闸群和泵群进行组合调度,以此实现闸泵群调度。
S4、根据所述水系排涝能力值、所述闸群第一调度参数及所述泵群的第二调度参数生成所述闸群和所述泵群的调度组合模型;
本发明其中一个实际应用场景中,对于整个防洪系统而言,暴雨过程、水位约束和闸门开启时间、开启大小及所有闸门的组合形式的改变都会引起湖泊的水位变化和渠道断面的水位、流量变化,属于一个动态问题。因此,需要一个调度模型计算得到的闸门开度组合过程不是某个时段的局部最优解,应当是整个调度期内的全局最优解。
本发明实施例中,所述调度组合模型是一种数学模型,是采用某种寻优策略,找到水系中闸泵群的最优组合运行调度规则,使整个水系的综合防洪效果达到最优。所述调度组合模型是以最高运行水位最低且超过最高控制水位的持续时间最短为调度目标,以闸门的过流能力、泵站的能力及河渠水网的泄洪能力为约束条件建立调度组合模型。所述第一调度参数是指闸群的闸上水位、闸下水位及闸门开度等;所述第二调度参数是指泵群的排流量、泵站的最大抽排能力等。
本发明实施例中,所述根据所述水系排涝能力值、所述闸群的第一调度参数及所述泵群的第二调度参数生成所述闸群和所述泵群的调度组合模型,包括:
利用如下的闸门过流约束公式及所述闸群的第一调度参数计算所述闸群的第一约束条件:
其中,为所述第一约束条件,/>为闸群中闸门的过流量条件函数,/>为闸上水位,为闸下水位,/>为闸门开度;
根据所述泵群的第二调度参数计算所述泵群的第二约束条件;
根据所述水系排涝能力值、所述第一约束条件及所述第二约束条件生成所述闸群和所述泵群的调度组合模型。
详细地,所述第一约束条件是闸群的闸门的过流量约束,闸门的过流量与闸门的闸上水头、闸下水头及闸门开度均有关;所述第二约束条件是泵群中泵站的过流约束能力,即泵站的最大抽排流量。
具体地,确定闸群和泵群的约束条件后,根据水系排涝能力、闸群的约束条件和泵群的约束条件对闸群和泵群组成最优调度组合模型,用于确定闸群和泵群在进行防洪排涝时,最好的调度组合。
本发明实施例中,所述根据所述水系排涝能力值、所述第一约束条件及所述第二约束条件生成所述闸群和所述泵群的调度组合模型,包括:
根据所述水系排涝能力值确定水系最高控制水位的惩罚权重;
根据所述第一约束条件确定所述闸群的最高控制水位的第一水位值;
根据所述第二约束条件确定所述泵群的最高控制水位的第二水位值;
根据所述惩罚权重、所述第一水位值及所述第二水位值生成所述调度组合模型的调度目标函数:
其中,为水位的影响权重,/>为时间的影响权重,/>为转换因子,/>为所述闸群和所述泵群中第/>个设备的惩罚权重,/>为闸群最高控制水位的所述第一水位值,/>为泵群最高控制水位的所述第二水位值,/>为所述闸群中第/>个闸门的水位值,/>为所述泵群中第/>个泵站的水位值,/>为水位上升至最高控制水位的时刻,/>为水位跌落至最高控制水位的时刻,/>为闸群中闸门的数量,/>为泵群中泵站的数量,/>为最小值函数,/>为最大值函数。
详细地,所述惩罚权重是指超过最高控制水位的惩罚权重,根据水系排涝能力可以确定水系的最高控制水位,超过最高控制水位就会有惩罚权重。根据所述第一约束条件中的闸门过流量,确定闸门中最高控制水位的第一水位值;根据所述第二约束条件中的泵站的最大抽排流量,确定泵站中最高控制水位的第二水位值。
具体地,所述调度目标函数中为转换因子,将水位和时间转化为同一量级,便于后续对调度目标函数进行计算。根据闸群和泵群中最高运行水位最低且超过最高控制水位的持续时间最短为优化调度目标,生成闸群和泵群的最优调度目标函数,进而得到最优调度组合。
S5、根据所述调度组合模型对所述闸群及所述泵群的调度组合进行模拟,得到最优调度组合。
本发明其中一个实际应用场景,研发了“某城市水系调度系统”,在对某城市的水闸调度时,如图4所示,为某城市水系调度系统中群闸调度设置界面的示意图,水闸调度方案中展示某城市街道内所有水闸,根据水闸设置对应的时序数据,或者设置多条时序数据,根据所有的水闸,可以对水闸设置所需的时序条数X,对应水闸即插入X条时序数据;而当需要删除时序数据时,则选中需要删除的时序数据,或者可以清空对应所选水闸的时序数据,还可以导入文件插入时序数据,选择导入单表格或者导入多表格,从而确定水闸的时序数据,从而可以实现群闸调度的成果其中,水闸的控制方式有关闸、开闸、只进不出、只出不进、只进不出+控制水位,只出不进+控制水位、进水时达到控制水位即关闸、调蓄控制八种水闸控制方式。可利用某城市水系调度系统中的水闸调度方案界面进行水闸调度。此外,如图5所示,为单个水闸调度设置界面的示意图,当导入单表格表单时,表示只对某个选中的水闸进行调度,可以设置所选水闸的时序数据及水闸控制方式,从而可以实现单个水闸调度的成果。
本发明实施例中,所述根据所述调度组合模型对所述闸群及所述泵群的调度组合进行模拟,得到最优调度组合,包括:
确定所述闸群及所述泵群的调度组合的组合控制方式;
利用预设的混合策略算法和所述组合控制方式对所述调度组合模型进行模拟,得到所述最优调度组合。
详细地,所述组合控制方式为预先设置的,如在汛期暴雨期间,当水位高于回水出口断面的水位时,可以将闸门和泵站进行开启;在汛前,将各调蓄湖泊的水位降至汛前控制水位,以预留调蓄容积迎接暴雨;在暴雨期间,可以根据降雨量的多少,对闸群和泵群进行开启控制。
具体地,所述混合策略算法是基于精英变异策略、局部搜索策略提出的一种改进的混合算法。即首先设置种群大小、初始位置和初始速度,最大迭代次数,计算粒子的适应度值,评价其位置的优劣,并更新粒子历史最优、全局最优,再计算该时刻种群的聚集度及当前最优解的变异概率,若生成随机数如果小于变异概率,则对当前全局最优解进行变异,最终根据迭代次数得到全局最优解,即最优调度组合。
进一步地,根据不同的组合控制方式不断对调度组合模型进行模拟,直到利用混合策略算法找到组合控制方式的最优解。
本发明实施例通过获取目标地区的水系基本参数,根据水系基本参数构建耦合水动力模型,进而根据耦合水动力模型模拟闸群和泵群的水力特性,有利于提高对闸泵群调度模拟的准确性。进而根据闸群的第一水力特性和泵群的第二水力特性计算目标地区的水系排涝能力,根据水系排涝能力可以确定目标地区在进行防洪排涝的处理能力,便于及时对闸群和泵群最出判断,判断闸群和泵群是否开启和开启的数量,有利于提高防洪排涝的效率。根据水系排涝能力值、闸群的第一调度参数及泵群的第二调度参数确定闸群和泵群的调度组合模型,进而根据调度组合模型对闸群和泵群的组合控制方式不断进行模拟,得到最优调度组合,可实现在防洪排涝中闸群和泵群的最佳使用方式,提高进行闸泵群调度时的模拟效率。因此本发明提出的闸泵群调度模拟方法及系统,可以解决进行闸泵群调度时的模拟效率较低的问题。
如图6所示,是本发明一实施例提供的闸泵群调度模拟系统的功能模块图。
本发明所述闸泵群调度模拟系统100可以安装于电子设备中。根据实现的功能,所述闸泵群调度模拟系统100可以包括耦合水动力模型构建模块101、水力特性计算模块102、水系排涝能力值计算模块103、调度组合模型生成模块104及调度组合模拟模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述耦合水动力模型构建模块101,用于获取目标地区的水系基本参数,根据所述水系基本参数对所述目标地区构建耦合水动力模型;
所述水力特性计算模块102,用于利用所述耦合水动力模型对所述目标地区的闸群进行水力模拟,得到所述闸群的第一水力特性,利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性;
所述水系排涝能力值计算模块103,用于根据所述第一水力特性及所述第二水力特性计算所述目标地区的水系排涝能力值;
所述调度组合模型生成模块104,用于根据所述水系排涝能力值、所述闸群的第一调度参数及所述泵群的第二调度参数生成所述闸群和所述泵群的调度组合模型;
所述调度组合模拟模块105,用于根据所述调度组合模型对所述闸群及所述泵群的调度组合进行模拟,得到最优调度组合。
详细地,本发明实施例中所述闸泵群调度模拟系统100中所述的各模块在使用时采用与上述图1至图3中所述的闸泵群调度模拟方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种闸泵群调度模拟方法,其特征在于,所述方法包括:
S1、获取目标地区的水系基本参数,根据所述水系基本参数对所述目标地区构建耦合水动力模型;
S2、利用所述耦合水动力模型对所述目标地区的闸群进行水力模拟,得到所述闸群的第一水力特性,包括:利用所述耦合水动力模型中的闸孔出流公式对所述目标地区的闸群的闸孔进行水力模拟,得到闸孔出流值,其中所述闸孔出流公式为:
其中,为所述闸孔出流值,/>为闸门垂向收缩系数,/>为闸孔流速系数,/>为闸门开启高度,/>为上游水位高度,/>为闸门的孔口数量,/>为单个闸孔的高度,/> 为重力加速度;
利用所述耦合水动力模型中的宽顶堰出流公式对所述目标地区的闸群的堰流进行水力模拟,得到宽顶堰出流值,其中所述宽顶堰出流公式为:
其中,为所述宽顶堰出流值,/>为宽顶堰的流量系数,/>为闸门的孔口数量,/>为单个闸孔的高度,/> 为重力加速度,/>为上游水位高度,/>为闸门侧收缩系数;
根据所述闸孔出流值及所述宽顶堰出流值确定所述第一水力特性;
利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性,其中所述利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性,包括:
S21、利用所述耦合水动力模型中的泵站流量公式对所述目标地区的泵群进行水力模拟,得到泵站流量,其中所述泵站流量公式为:
其中,为泵站在/>时段内的排出流量,/>为泵站在/>时段内的入流量,/>为泵站额定的最大抽排能力,/>为泵站在/>时刻的水位位置,/>为泵站的初始水位位置;
S22、根据所述泵站流量确定所述泵群的第二水力特性;
S3、根据所述第一水力特性及所述第二水力特性计算所述目标地区的水系排涝能力值;
S4、根据所述水系排涝能力值、所述闸群的第一调度参数及所述泵群的第二调度参数生成所述闸群和所述泵群的调度组合模型;
S5、根据所述调度组合模型对所述闸群及所述泵群的调度组合进行模拟,得到最优调度组合。
2.如权利要求1所述的闸泵群调度模拟方法,其特征在于,所述根据所述水系基本参数对所述目标地区构建耦合水动力模型,包括:
获取所述目标地区对应的地形数据,利用预设的网格生成器将所述地形数据构建为三角网格地形;
将所述三角网格地形及所述水系基本参数中的水文参数输入至预设的水文模拟工具中进行水文模型构建,得到所述目标地区的水文模型;
将所述三角网格地形及所述水系基本参数中的水动力参数输入至预设的水动力模拟工具中进行水动力模型构建,得到所述目标地区的水动力模型;
将所述水文模型及所述水动力模型进行耦合,得到所述耦合水动力模型。
3.如权利要求2所述的闸泵群调度模拟方法,其特征在于,所述利用预设的网格生成器将所述地形数据构建为三角网格地形,包括:
将所述地形数据中的地形边界区域线绘制为边界坐标文件;
将所述边界坐标文件输入至所述网格生成器中,生成地形边界;
对所述地形边界进行边界线点间隔,得到地形网格;
利用预设的三角算法将所述地形网格调整为所述三角网格地形。
4.如权利要求2所述的闸泵群调度模拟方法,其特征在于,所述将所述水文模型及所述水动力模型进行耦合,得到所述耦合水动力模型,包括:
根据所述三角网格地形的地形坐标确定耦合线;
将所述耦合线映射至所述三角网格地形边界上,确定耦合的网格单元;
根据预设的时间步长及所述网格单元将所述水文模型及所述水动力模型进行耦合,得到所述耦合水动力模型。
5.如权利要求1所述的闸泵群调度模拟方法,其特征在于,所述根据所述第一水力特性及所述第二水力特性计算所述目标地区的水系排涝能力值,包括:
获取所述第一水力特性中的闸孔出流值和宽顶堰出流值;
获取所述第二水力特性中的泵站流量;
利用预设的相对加权算法根据所述闸孔出流值、所述宽顶堰出流值及所述泵站流量计算所述目标地区的水系排涝能力值:
其中,为所述水系排涝能力值,/>为所述闸孔出流值的加权系数,/>为所述闸孔出流值,/>为所述宽顶堰出流值的加权系数,/>为所述宽顶堰出流值,/>为所述泵站流量的加权系数,/>为所述泵站流量。
6.如权利要求1所述的闸泵群调度模拟方法,其特征在于,所述根据所述水系排涝能力值、所述闸群的第一调度参数及所述泵群的第二调度参数生成所述闸群和所述泵群的调度组合模型,包括:
利用如下的闸门过流约束公式及所述闸群的第一调度参数计算所述闸群的第一约束条件:
其中,为所述第一约束条件,/>为闸群中闸门的过流量条件函数,/>为闸上水位,/>为闸下水位,/>为闸门开度;
根据所述泵群的第二调度参数计算所述泵群的第二约束条件;
根据所述水系排涝能力值、所述第一约束条件及所述第二约束条件生成所述闸群和所述泵群的调度组合模型。
7.如权利要求6所述的闸泵群调度模拟方法,其特征在于,所述根据所述水系排涝能力值、所述第一约束条件及所述第二约束条件生成所述闸群和所述泵群的调度组合模型,包括:
根据所述水系排涝能力值确定水系最高控制水位的惩罚权重;
根据所述第一约束条件确定所述闸群的最高控制水位的第一水位值;
根据所述第二约束条件确定所述泵群的最高控制水位的第二水位值;
根据所述惩罚权重、所述第一水位值及所述第二水位值生成所述调度组合模型的调度目标函数:
其中,为水位的影响权重,/>为时间的影响权重,/>为转换因子,/>为所述闸群和所述泵群中第/>个设备的惩罚权重,/>为闸群最高控制水位的所述第一水位值,/>为泵群最高控制水位的所述第二水位值,/>为所述闸群中第/>个闸门的水位值,/>为所述泵群中第/>个泵站的水位值,/>为水位上升至最高控制水位的时刻,/>为水位跌落至最高控制水位的时刻,/>为闸群中闸门的数量,/>为泵群中泵站的数量,/>为最小值函数,/>为最大值函数。
8.如权利要求1所述的闸泵群调度模拟方法,其特征在于,所述根据所述调度组合模型对所述闸群及所述泵群的调度组合进行模拟,得到最优调度组合,包括:
确定所述闸群及所述泵群的调度组合的组合控制方式;
利用预设的混合策略算法和所述组合控制方式对所述调度组合模型进行模拟,得到所述最优调度组合。
9.一种闸泵群调度模拟系统,其特征在于,所述系统包括耦合水动力模型构建模块、水力特性计算模块、水系排涝能力值计算模块、调度组合模型生成模块及调度组合模拟模块,其中,
所述耦合水动力模型构建模块,用于获取目标地区的水系基本参数,根据所述水系基本参数对所述目标地区构建耦合水动力模型;
所述水力特性计算模块,用于利用所述耦合水动力模型对所述目标地区的闸群进行水力模拟,得到所述闸群的第一水力特性,包括:利用所述耦合水动力模型中的闸孔出流公式对所述目标地区的闸群的闸孔进行水力模拟,得到闸孔出流值,其中所述闸孔出流公式为:
其中,为所述闸孔出流值,/>为闸门垂向收缩系数,/>为闸孔流速系数,/>为闸门开启高度,/>为上游水位高度,/>为闸门的孔口数量,/>为单个闸孔的高度,/> 为重力加速度;
利用所述耦合水动力模型中的宽顶堰出流公式对所述目标地区的闸群的堰流进行水力模拟,得到宽顶堰出流值,其中所述宽顶堰出流公式为:
其中,为所述宽顶堰出流值,/>为宽顶堰的流量系数,/>为闸门的孔口数量,/>为单个闸孔的高度,/> 为重力加速度,/>为上游水位高度,/>为闸门侧收缩系数;
根据所述闸孔出流值及所述宽顶堰出流值确定所述第一水力特性;
利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性,其中所述利用所述耦合水动力模型对所述目标地区的泵群进行水力模拟,得到所述泵群的第二水力特性,包括:
利用所述耦合水动力模型中的泵站流量公式对所述目标地区的泵群进行水力模拟,得到泵站流量,其中所述泵站流量公式为:
其中,为泵站在/>时段内的排出流量,/>为泵站在/>时段内的入流量,/>为泵站额定的最大抽排能力,/>为泵站在/>时刻的水位位置,/>为泵站的初始水位位置;
根据所述泵站流量确定所述泵群的第二水力特性;
所述水系排涝能力值计算模块,用于根据所述第一水力特性及所述第二水力特性计算所述目标地区的水系排涝能力值;
所述调度组合模型生成模块,用于根据所述水系排涝能力值、所述闸群的第一调度参数及所述泵群的第二调度参数生成所述闸群和所述泵群的调度组合模型;
所述调度组合模拟模块,用于根据所述调度组合模型对所述闸群及所述泵群的调度组合进行模拟,得到最优调度组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311833907.1A CN117494616B (zh) | 2023-12-28 | 2023-12-28 | 一种闸泵群调度模拟方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311833907.1A CN117494616B (zh) | 2023-12-28 | 2023-12-28 | 一种闸泵群调度模拟方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117494616A CN117494616A (zh) | 2024-02-02 |
CN117494616B true CN117494616B (zh) | 2024-04-26 |
Family
ID=89676768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311833907.1A Active CN117494616B (zh) | 2023-12-28 | 2023-12-28 | 一种闸泵群调度模拟方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117494616B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012008922A (ja) * | 2010-06-28 | 2012-01-12 | Teral Inc | 水位制御方法、及び、水位制御システム |
CN106202618A (zh) * | 2016-06-24 | 2016-12-07 | 珠江水利委员会珠江水利科学研究院 | 一种工程调度与感潮河网污染物输移过程耦合的数值模拟方法 |
CN115423346A (zh) * | 2022-09-20 | 2022-12-02 | 中国水利水电科学研究院 | 一种明渠调水工程串联闸群汛期可调节能力实时测算方法 |
CN116011656A (zh) * | 2023-01-28 | 2023-04-25 | 河北工程大学 | 一种基于模型预测控制的泵闸群防洪调度方法及系统 |
CN116562537A (zh) * | 2023-03-22 | 2023-08-08 | 珠江水利委员会珠江水利科学研究院 | 一种闸泵群防洪排涝实时优化调度方法、系统和存储介质 |
-
2023
- 2023-12-28 CN CN202311833907.1A patent/CN117494616B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012008922A (ja) * | 2010-06-28 | 2012-01-12 | Teral Inc | 水位制御方法、及び、水位制御システム |
CN106202618A (zh) * | 2016-06-24 | 2016-12-07 | 珠江水利委员会珠江水利科学研究院 | 一种工程调度与感潮河网污染物输移过程耦合的数值模拟方法 |
CN115423346A (zh) * | 2022-09-20 | 2022-12-02 | 中国水利水电科学研究院 | 一种明渠调水工程串联闸群汛期可调节能力实时测算方法 |
CN116011656A (zh) * | 2023-01-28 | 2023-04-25 | 河北工程大学 | 一种基于模型预测控制的泵闸群防洪调度方法及系统 |
CN116562537A (zh) * | 2023-03-22 | 2023-08-08 | 珠江水利委员会珠江水利科学研究院 | 一种闸泵群防洪排涝实时优化调度方法、系统和存储介质 |
Non-Patent Citations (3)
Title |
---|
Water Quality Simulation and Improvement Under the Combined Scheduling of Sluice Gates and Pumps in the Lixia River Area;Ying Zhang 等;2021 7th International Conference on Hydraulic and Civil Engineering & Smart Water Conservancy and Intelligent Disaster Reduction Forum (ICHCE & SWIDR);20211231;第1801-1805页 * |
圩区泵闸群自动化调度控制策略研究;丁伟;李彬;;水利信息化;20170425(02);第16-19页 * |
基于水系联通的珠三角典型联围闸泵群调度方案研究;胡晓张;谢华浪;宋利祥;林凯荣;;人民珠江;20200525(05);第105-111页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117494616A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110197017B (zh) | 一种城市河流橡胶坝群水生态调控方法 | |
CN1760912A (zh) | 城市排水系统不确定水力学模型建模方法 | |
CN113723024B (zh) | 一种适用于滨海地区的“溪流”-“河道”-“河口”分布式洪水过程模拟方法 | |
CN107742170A (zh) | 一种雨水管网系统水力设计参数优化方法 | |
CN109948235B (zh) | 水资源调度与精准化配置方法 | |
CN112784502B (zh) | 一种水文水力学动态双向耦合的洪水预测方法 | |
CN113283095A (zh) | 一种进化式数字孪生流域构建方法 | |
CN103996074A (zh) | 基于cfd和改进pso的复杂地形风电场微观选址方法 | |
CN103853934A (zh) | 一种河网模型计算的方法和系统 | |
CN112257352A (zh) | 一维水动力模型和二维水动力模型的耦合方法及系统 | |
CN108021780A (zh) | 一种基于无规则非结构网格模型的山洪动态仿真方法 | |
CN115130396A (zh) | 一种河道型水库库区的分布式水文模型建模方法 | |
CN115758886A (zh) | 基于雨洪管网模型与决策树算法的调蓄池优化布设方法 | |
CN110232479A (zh) | 一种城市水库防洪补偿优化调度方法 | |
CN111985129A (zh) | 一种城市暴雨内涝精细化模拟方法 | |
CN114997591A (zh) | 一种基于水环境数学模型的入河污染物削减及河道断面水质预测方法及装置 | |
CN112699606A (zh) | 一种海绵城市布局优化多目标决策方法 | |
CN113763204A (zh) | 多目标优化下平原区河网调水工程提升水环境效果评估方法 | |
CN117236501A (zh) | 地下水资源管理与海水入侵防控方法及系统 | |
CN115879326A (zh) | 考虑暴雨时空分异的配电网与流域网应急联动决策方法 | |
CN117494616B (zh) | 一种闸泵群调度模拟方法及系统 | |
CN116562448B (zh) | 一种基于栅格分析与人工智能技术相耦合的蓄滞洪区洪水淹没快速预测方法 | |
CN116882741A (zh) | 一种超标准洪水灾害动态定量评估方法 | |
CN113869804B (zh) | 一种洪涝灾害下的电网设备风险预警方法及系统 | |
CN112163382B (zh) | 一种平原圩区河网水动力模拟方法 |
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 |