CN117709135B - 考虑电厂温排水影响时长权重的热影响分析方法及系统 - Google Patents
考虑电厂温排水影响时长权重的热影响分析方法及系统 Download PDFInfo
- Publication number
- CN117709135B CN117709135B CN202410169886.6A CN202410169886A CN117709135B CN 117709135 B CN117709135 B CN 117709135B CN 202410169886 A CN202410169886 A CN 202410169886A CN 117709135 B CN117709135 B CN 117709135B
- Authority
- CN
- China
- Prior art keywords
- influence
- temperature rise
- drainage
- data
- area
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 173
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 238000011160 research Methods 0.000 claims abstract description 65
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 230000008878 coupling Effects 0.000 claims abstract description 35
- 238000010168 coupling process Methods 0.000 claims abstract description 35
- 238000005859 coupling reaction Methods 0.000 claims abstract description 35
- 238000004088 simulation Methods 0.000 claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 16
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 14
- 229910052760 oxygen Inorganic materials 0.000 claims description 14
- 239000001301 oxygen Substances 0.000 claims description 14
- 238000012876 topography Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000009792 diffusion process Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000001556 precipitation Methods 0.000 claims description 3
- 230000000241 respiratory effect Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 abstract description 3
- 238000013178 mathematical model Methods 0.000 description 9
- 239000008239 natural water Substances 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 3
- 101100295776 Drosophila melanogaster onecut gene Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种考虑电厂温排水影响时长权重的热影响分析方法及系统,包括以下步骤:确定研究区域并栅格化,采集研究数据;针对研究区域,构建水动力和热力学耦合模型,并采用研究数据对水动力和热力学耦合模型进行参数率定,获得率定后的水动力和热力学耦合模型;采用率定后的水动力和热力学耦合模型进行模拟计算,输出电厂温排水在各个计算时刻的温升影响范围,获得各个计算时刻的温升场;对温升场计算结果进行时间和空间上的遍历统计,得到各个温升值下的影响时长占比的空间分布及对应的温升包络面积。可以精确的实时评估温排水对环境生态的影响范围和影响状况,并且降低了调查需求,不会受气象因素制约而产生评估偏差。
Description
技术领域
本发明涉及环境工程技术领域,尤其涉及一种考虑电厂温排水影响时长权重的热影响分析方法及系统。
背景技术
火、核电厂常采用天然水域水体对发电机组进行降温,自然水体流经发电机组后再排入天然水域,但排出的水体由于吸收了机组的热量而导致温度高于自然水体(温排水),温排水会对工程附近水域产生一定的热影响,并进一步影响工程水域环境及生态。如何科学、合理地评估电厂温排水对天然水域的影响程度一直是环境、生态影响评价关注的重点。
针对上述问题,采用水域水动力、热力数学模型模拟给出电厂温排水在海域的输移扩散结果,再根据结果统计给出水域内不同温升级下(0.5℃、1℃、2℃、3℃、4℃)的最大温升包络面积,将各温升级的最大温升包络面积作为对水域水环境及水生态影响评价的依据,上述方法是当前规范推荐的温排水影响的分析方法。然而这种温排水影响的分析方法没有细化考虑温排水对某一位置、区域的影响时长,即只考虑了该位置有或无温排水的影响,而没有考虑温排水对该位置的影响程度。由于不同水域、不同生物对温排水影响的耐受性不同,仅采用最大温升包络面积来评价温排水的影响显然是缺少科学性和合理性的,这种“一刀切”的做法会夸大温排水对水域的实际影响程度,体现不出温排水对不同耐受性水域及生物的差异化影响,已不能满足科学、合理、集约及节约利用水域的新要求。
随着水处理技术的发展,现有的电厂温水排放后环境本底水温和实际温升对环境的影响范围不易获取,而且调查所需的人力、物力需求较高,也会受气象因素制约,无法及时了解对环境生态的影响范围,并且评估的影响范围的精细度较低。
发明内容
发明目的,为了解决现有技术存在的问题,提供一种考虑电厂温排水影响时长权重的热影响分析方法及系统。
技术方案,根据本申请的一个方面,一种考虑电厂温排水影响时长权重的热影响分析方法,包括以下步骤:
步骤S1、确定研究区域并栅格化,针对研究区域采集研究数据,所述研究数据包括电厂排水数据和研究区域的地形数据、水文数据和气象数据;
步骤S2、针对研究区域,构建水动力和热力学耦合模型,并采用研究数据对水动力和热力学耦合模型进行参数率定,获得率定后的水动力和热力学耦合模型;
步骤S3、采用率定后的水动力和热力学耦合模型进行模拟计算,输出电厂温排水在各个计算时刻的温升影响范围,获得各个计算时刻的温升场;
步骤S4、对温升场计算结果进行时间和空间上的遍历统计,得到各个温升值下的影响时长占比的空间分布及对应的温升包络面积。
根据本申请的一个方面,所述步骤S1进一步为:
步骤S11、采集电厂排水数据,包括获取电厂的取排水构筑物参数、排水量和排水温升数据,所述取排水构筑物参数包括位置、形式、尺寸和数量;排水温升数据包括温升的时间序列;
步骤S12、获取研究区域的数字高程模型,以及水文数据和气象数据,所述水文数据包括水深、水位、流速、流向和温度;所述气象数据包括风速、风向、气压、气温和降水;
步骤S13、对研究数据进行预处理,预处理包括格式转换、统一分辨率、空间插值和时间平滑;
步骤S14、根据研究数据的数据类型,将预处理后的数据存储为预定格式的文件,包括网格文件、边界文件、风场文件和取排水文件。
根据本申请的一个方面,所述步骤S2进一步为:
步骤S21、构建水动力和热力学耦合模型,确定模型参数;所述模型参数包括:水底糙率、水力粘性系数和温排水扩散系数;
步骤S22、根据网格文件对研究区域进行网格剖分,确定每一网格单元的坐标、水深和邻接关系;
步骤S23、读取边界文件、风场文件和取排水文件,提取并计算水动力和热力学耦合模型的起止时间、时间步长、开边界条件、风力作用和取排水源;
步骤S24、以部分时段的研究数据作为输入,运行水动力和热力学耦合模型,计算每个网格单元的网格参数,网格包括水位、流速、流向和温升;
步骤S25、将网格参数与研究数据对比,评价模型的拟合精度,若符合要求,认为参数率定完成,输出率定后的水动力和热力学耦合模型。
根据本申请的一个方面,所述步骤S3进一步为:
步骤S31、调取电厂运行方案,获得取排水量和排水温升的数据,构建取排水时间序列文件;
步骤S32、调取预存储的分析目标,确定温排水模拟参数,温排水模拟参数包括温排水的起止时间、时间步长和输出频率,以及温升级别;温升级别以每增加∆x℃为一个级别;∆x为实数;
步骤S33、采用率定后的水动力和热力学耦合模型进行模拟计算,以取排水时间序列文件和温排水模拟参数为输入数据,计算每一时间步长时刻下每个网格单元的网格参数;
步骤S34、从各个网格单元的网格参数中提取温升数据,确定每一温升级别下的温升影响范围,并绘制温升分布图和温升影响范围图;温升影响范围是指水域中温升大于或等于该温升级别的区域。
根据本申请的一个方面,所述步骤S4进一步为:
步骤S41、针对每一温升级别,对研究区域内的各个网格单元的温升进行时间遍历统计,计算该网格单元在模拟计算期间内,温升大于该温升级别的时长,得到总影响时长;
步骤S42、将总影响时长除以模拟计算总时长,得到该温升级下温排水在该网格单元的影响时长占比;
步骤S43、遍历研究区域的各个网格单元,汇总每一温升级别下的网格单元的影响时长占比,得到每一影响时长权重的空间分布形态及包络线;
步骤S44、计算各个温升级别下各个影响时长权重下包络线的包络面积,水域中影响时长占比大于或等于该影响时长权重的区域的面积;
步骤S45、重复步骤S41至步骤S45,得到各个不同影响时间权重下各个温升级别的包络线和包络面积。
根据本申请的一个方面,还包括步骤S5、基于温升包络面积,分析对研究区域水文和生态的影响,输出评价结果和电厂运行方案优化建议;
所述步骤S5进一步为:
步骤S51、获取研究区域的生物种群,选出标识生物;确定标识生物的活动区域、热耐受性和呼吸需求氧量;
步骤S52、调取活动区域所述的网格单元在不同影响时间权重下各个温升级别;基于温升级别及影响时间权重计算含氧量变化参数,形成含氧量变化时间序列;
步骤S53、构建生物指数与温度、氧浓度的回归模型,计算在温排水过程中的每一标识生物的生物指数。
根据本申请的一个方面,所述步骤S4还包括:
步骤S46、针对每一标识生物,调取该标识生物的热耐受性数据,并调取标识生物所处的网格单元;
步骤S47、针对标识生物所处的每一网格单元,根据该标识生物的热耐受性数据,设定温度冲击阈值;并结合该网格单元的相邻两级影响时间权重的包络线的变化时间,计算是否超过温度冲击阈值;
步骤S48、计算超过温度冲击阈值的网格单元占该标识生物所处的总的网格单元的面积比例,将其作为影响系数。
根据本申请的另一个方面,一种考虑电厂温排水影响时长权重的热影响分析系统,其特征在于,包括:
至少一个处理器;以及
与至少一个所述处理器通信连接的存储器;其中,
所述存储器存储有可被所述处理器执行的指令,所述指令用于被所述处理器执行以实现上述任一项技术方案所述的考虑电厂温排水影响时长权重的热影响分析方法。
有益效果,通过建立水动力和热力数学模型,并使用实测数据对水动力和热力数学模型进行校准,在结合温升影响范围进行时间和空间分析,可以精确的实时评估温排水对环境生态的影响范围和影响状况,并且降低了调查所需的人力、物力的需求,也不会受气象因素制约而产生评估偏差。
附图说明
图1为本发明的流程图。
图2为本发明步骤S1的流程图。
图3为本发明步骤S2的流程图。
图4为本发明步骤S3的流程图。
图5为本发明步骤S4的流程图。
具体实施方式
如图1所示,根据本申请的一个方面,一种考虑电厂温排水影响时长权重的热影响分析方法,包括以下步骤:
步骤S1、确定研究区域并栅格化,针对研究区域采集研究数据,所述研究数据包括电厂排水数据和研究区域的地形数据、水文数据和气象数据;
步骤S2、针对研究区域,构建水动力和热力学耦合模型,并采用研究数据对水动力和热力学耦合模型进行参数率定,获得率定后的水动力和热力学耦合模型;
步骤S3、采用率定后的水动力和热力学耦合模型进行模拟计算,输出电厂温排水在各个计算时刻的温升影响范围,获得各个计算时刻的温升场;
步骤S4、对温升场计算结果进行时间和空间上的遍历统计,得到各个温升值下的影响时长占比的空间分布及对应的温升包络面积。
在本实施例中,能够综合考虑温排水的温升值和影响时长,更全面地评价温排水的热影响;能够提高数据、模型和模拟的质量和效率;能够利用温升包络面积,分析温排水对海洋环境和生态的影响,为电厂运行方案的优化提供依据。
如图2所示,根据本申请的一个方面,所述步骤S1进一步为:
步骤S11、采集电厂排水数据,包括获取电厂的取排水构筑物参数、排水量和排水温升数据,所述取排水构筑物参数包括位置、形式、尺寸和数量;排水温升数据包括温升的时间序列;
步骤S12、获取研究区域的数字高程模型(海底数字地形图等),以及水文数据和气象数据,所述水文数据包括水深、水位、流速、流向和温度;所述气象数据包括风速、风向、气压、气温和降水;
步骤S13、对研究数据进行预处理,预处理包括格式转换、统一分辨率、空间插值和时间平滑;
步骤S14、根据研究数据的数据类型,将预处理后的数据存储为预定格式的文件,包括网格文件、边界文件、风场文件和取排水文件。
在本实施例中,全面、准确、高效地获取电厂排水数据和研究区域的地形数据、水文数据和气象数据,为建立水动力和热力学耦合模型提供必要的输入数据,保证了模拟计算的可靠性和精确性。通过对研究数据进行有效的预处理,消除数据的空缺或噪声,提高数据的质量和一致性,为模拟计算提供合理的初始条件和边界条件,保证了模拟计算的稳定性和收敛性。将预处理后的数据存储为预定格式的文件,方便后续步骤调用数据,提高数据的可用性和兼容性,为模拟计算提供便捷的数据接口,实现了数据的标准化和规范化,为模拟计算提供了统一的数据格式,保证了模拟计算的高效性和灵活性。
如图3所示,根据本申请的一个方面,所述步骤S2进一步为:
步骤S21、构建水动力和热力学耦合模型,确定模型参数;所述模型参数包括:水底糙率、水力粘性系数和温排水扩散系数;
步骤S22、根据网格文件对研究区域进行网格剖分,确定每一网格单元的坐标、水深和邻接关系;
步骤S23、读取边界文件、风场文件和取排水文件,提取并计算水动力和热力学耦合模型的起止时间、时间步长、开边界条件、风力作用和取排水源;
步骤S24、以部分时段的研究数据作为输入,运行水动力和热力学耦合模型,计算每个网格单元的网格参数,网格包括水位、流速、流向和温升;
步骤S25、将网格参数与研究数据对比,评价模型的拟合精度,若符合要求,认为参数率定完成,输出率定后的水动力和热力学耦合模型。
在本实施例中,通过采用水动力和热力学耦合模型,综合考虑了水流、水温、水质等因素,能够更全面和准确地模拟温排水的热影响,与传统的单一水动力或水温模型相比,具有更高的模拟精度和适应性。根据研究区域的特点,选择了合适的网格剖分方式,使得网格单元能够更好地适应海底地形和海岸线的变化,提高了网格的质量和分辨率,为模拟计算提供了更细致和更精确的网格数据。
在进一步的实施例中,步骤S25还包括:
步骤S251、每个预定时间,获取研究区域的遥感数据,并反演计算,得到海表温度;形成遥感图像;
步骤S252、获取水动力和热力学耦合模型的每个时刻的输出结果,并保存为模拟图像;
步骤S253、利用SIFT匹配算法对遥感图像和模拟图像进行匹配,查找出图像之间的对应关系,可以按照时间序列、网格编号、坐标位置等进行匹配;
步骤S254、采用PSNR方法对匹配后的遥感图像和模拟图像进行比较,计算图像之间的相似度,评估模型的拟合程度、误差来源、不确定性。
如图4所示,根据本申请的一个方面,所述步骤S3进一步为:
步骤S31、调取电厂运行方案,获得取排水量和排水温升的数据,构建取排水时间序列文件;
步骤S32、调取预存储的分析目标,确定温排水模拟参数,温排水模拟参数包括温排水的起止时间、时间步长和输出频率,以及温升级别;温升级别以每增加∆x℃为一个级别;∆x为实数;
步骤S33、采用率定后的水动力和热力学耦合模型进行模拟计算,以取排水时间序列文件和温排水模拟参数为输入数据,计算每一时间步长时刻下每个网格单元的网格参数;
步骤S34、从各个网格单元的网格参数中提取温升数据,确定每一温升级别下的温升影响范围,并绘制温升分布图和温升影响范围图;温升影响范围是指水域中温升大于或等于该温升级别的区域。
在本实施例中,利用率定后的水动力和热力学耦合模型,准确地模拟温排水在水域中的输移扩散过程,反映温排水对水域温度场的影响,为后续的温升影响评价提供可靠的数据支撑。能够生成每一时间步长时刻下每个网格单元的网格参数,包括水位、流速、流向、温度等,以及每一温升级别下的温升影响范围,形成温升分布图和温升影响范围图,直观地展示温排水对水域温度场的影响程度和范围,为温升影响评价提供可视化的结果。可以根据不同的分析目标,灵活地设置温升级别,满足不同的温升影响评价需求,避免了使用固定或规范的温升级别造成的信息损失或冗余,提高了温升影响评价的精细化和差异化水平。
如图5所示,根据本申请的一个方面,所述步骤S4进一步为:
步骤S41、针对每一温升级别,对研究区域内的各个网格单元的温升进行时间遍历统计,计算该网格单元在模拟计算期间内,温升大于该温升级别的时长,得到总影响时长;
步骤S42、将总影响时长除以模拟计算总时长,得到该温升级下温排水在该网格单元的影响时长占比;
步骤S43、遍历研究区域的各个网格单元,汇总每一温升级别下的网格单元的影响时长占比,得到每一影响时长权重的空间分布形态及包络线;
步骤S44、计算各个温升级别下各个影响时长权重下包络线的包络面积,水域中影响时长占比大于或等于该影响时长权重的区域的面积;
步骤S45、重复步骤S41至步骤S45,得到各个不同影响时间权重下各个温升级别的包络线和包络面积。
在本实施例中,通过细化考虑温排水对水域的影响时长,而不仅仅是温升范围,从而更加科学、合理地评估温排水对水域水环境和水生态的影响程度,避免“一刀切”的做法,体现出温排水对不同耐受性水域和生物的差异化影响,为水域的集约化和节约化利用提供依据。根据不同的影响时长权重,得到不同的温升包络线和包络面积,从而反映出温排水对水域的热影响的多样性和动态性,为水域的管理和保护提供多维度的参考数据。可以实现电厂温排水环境和生态影响的程序化建模和精细化评估,提高了温排水影响评价的科学性和精确性,为水域的规划和设计提供技术支撑。突破了传统方法只考虑最大温升包络面积的局限性,引入了影响时长权重的概念,将温排水对水域的影响分为不同的等级和程度,从而更加全面、细致地反映出温排水对水域的实际影响情况。
根据本申请的一个方面,还包括步骤S5、基于温升包络面积,分析对研究区域水文和生态的影响,输出评价结果和电厂运行方案优化建议。
所述步骤S5进一步为:
步骤S51、获取研究区域的生物种群,选出标识生物;确定标识生物的活动区域、热耐受性和呼吸需求氧量;
步骤S52、调取活动区域所述的网格单元在不同影响时间权重下各个温升级别;基于温升级别及影响时间权重计算含氧量变化参数,形成含氧量变化时间序列;
步骤S53、构建生物指数与温度、氧浓度的回归模型,计算在温排水过程中的每一标识生物的生物指数。
本实施例能够基于温升包络面积,分析对研究区域水文和生态的影响,输出评价结果和电厂运行方案优化建议。这样可以更加科学、精细地评估电厂温排水对水域水环境、水生态的影响程度,为电厂的运行管理提供依据和指导。综合考虑温排水对水域温度、氧浓度的影响,以及水域生物的热耐受性、呼吸需求氧量和生物指数等因素,从而更加全面、客观地反映温排水对水域生态的影响。该步骤还能够根据不同的影响时间权重,分析温排水对水域生态的短期和长期影响,从而更加灵活、适应地调整电厂的运行方案。实现了电厂温排水环境及生态影响的程序化建模与精细化评估,提高了温排水影响评价的效率和准确性,有利于实现水域的可持续利用和保护。
总之,细化考虑了温排水对水域生态的影响时长和程度,体现了温排水对不同耐受性水域及生物的差异化影响,更加符合水域生态的实际情况。该步骤还结合了生物指数的计算,从生物的角度评价温排水对水域生态的影响,更加直观、客观地反映水域生态的健康状况。
根据本申请的一个方面,所述步骤S4还包括:
步骤S46、针对每一标识生物,调取该标识生物的热耐受性数据,并调取标识生物所处的网格单元;
步骤S47、针对标识生物所处的每一网格单元,根据该标识生物的热耐受性数据,设定温度冲击阈值;并结合该网格单元的相邻两级影响时间权重的包络线的变化时间,计算是否超过温度冲击阈值;
步骤S48、计算超过温度冲击阈值的网格单元占该标识生物所处的总的网格单元的面积比例,将其作为影响系数。
在本申请的另一实施例中,步骤S46至S48具体如下:
S461、从数据库中查询标识生物的信息,包括其学名、分布范围、生态习性、热耐受性指标等。热耐受性指标可以是临界热最大值(CTM)、临界热最小值(CTMn)、临界热最大值的上下限(CTMmax和CTMmin)、临界热最小值的上下限(CTMnmax和CTMnmin)等。
S462、根据标识生物的分布范围,确定其所处的网格单元编号,并从模型输出文件中提取该网格单元的温升场数据,包括每个时刻的温度值、温升级别、影响时间权重等
S471、根据标识生物的热耐受性指标,设定温度冲击阈值。温度冲击阈值是指导致标识生物死亡或严重受损的温度变化幅度。温度冲击阈值可以根据不同的热耐受性指标进行计算,例如,如果采用CTM作为热耐受性指标,那么温度冲击阈值可以定义为CTM与环境温度的差值;如果采用CTMmax和CTMmin作为热耐受性指标,那么温度冲击阈值可以定义为CTMmax和CTMmin之间的温度区间。
S472、根据网格单元的温升场数据,确定该网格单元的相邻两级影响时间权重的包络线的变化时间。相邻两级影响时间权重的包络线是指在同一温升级别下,相邻的两个影响时间权重(例如10%和20%)所对应的包络线。包络线的变化时间是指在模拟计算的时间段内,包络线的面积发生显著变化的时间点。
S473、根据温度冲击阈值和包络线的变化时间,计算是否超过温度冲击阈值。如果包络线的变化时间内,网格单元的温度变化幅度超过了温度冲击阈值,那么认为该网格单元发生了温度冲击;否则,认为该网格单元没有发生温度冲击。
S481、统计每个温升级别下,超过温度冲击阈值的网格单元的数量和面积,并将其与该标识生物所处的总的网格单元的数量和面积进行比较,得到超过温度冲击阈值的网格单元的面积比例。
S482、将超过温度冲击阈值的网格单元的面积比例作为影响系数,反映温排水对标识生物的热影响程度。影响系数越大,说明温排水对标识生物的热影响越严重;影响系数越小,说明温排水对标识生物的热影响越轻微。
在某个实施例中,该电站共布置4个排水口,4个排水口均为离岸蘑菇头排水方式,总的排水量为187m3/s,排水温升为10℃。采用本发明专利对该电站温排水的影响进行分析,得到了不同影响时间权重(0.1%、1%、10%……90%)下各温升级(0.5℃、1℃、2℃、3℃、4℃)的包络线及包络面积。
本实施例主要包括如下步骤:
步骤S1、搜集核电厂的取排水构筑物布置形式、取排水量及排水温升,以及研究海域的地形、水文、气象等研究数据;
步骤S2、构建海域的水动力、热力数学模型,采用实测潮位、流速及流向数据对数学模型参数进行率定;
步骤S21、对计算海域进行网格剖分,为保证模拟结果的精度,取排水口工程近区网格尺度不大于20m;工程近区采用实测水深地形、工程远区采用海图地形,对网格进行地形插值,获得模型计算所用的网格文件;
步骤S22、确定模型计算的起止时间及时间步长,制作模型开边界水动力时间过程文件,风速、风向时间过程文件,设置电厂取排水量及排水温升,设置模型输出文件。
步骤S23、根据经验预设水底糙率、水力粘性系数及温排水扩散系数;
步骤S24、开始模型运行,计算输出水位、流速、流向及温升等数据,通过将计算数据与实测数据对比率定模型,评价相关系数和均方根误差水平是否满足要求,如不满足则返回S23步骤,调整预设的模型参数,直至满足相关系数和均方根误差水平要求;
步骤S3、采用率定过的数学模型开展温排水模拟计算,获得核电厂温排水在不同计算时刻的温升影响范围;
步骤S4、对温升场计算结果进行时间和空间上的遍历统计,得到不同温升级的影响时长占比的空间分布及对应的包络面积。
步骤S41、针对某一温升级(0.5℃、1℃、2℃、3℃、4℃),对研究水域内某一位置的温升进行时间遍历统计得到总影响时长;
步骤S42、将总影响时长除以模型计算总时长得到该温升级下温排水在该位置的影响时长占比;
步骤S43、遍历、汇总研究水域中所有位置在各温升级下的时长占比,得到影响时长权重(按0.1%、1%、10%……90%考虑)的空间分布形态及包络线;
步骤S44、计算该温升级下各影响时长权重(按1%、10%……90%考虑)下包络线的包络面积;
步骤S45、重复S41~ S44,计算得到不同影响时间权重下各温升级(0.5℃、1℃、2℃、3℃、4℃)的包络线及包络面积。
表1 不同影响时间权重下的温升包络面积及最大温升包络面积
在这个实施例中,通过搜集研究电厂的取排水构筑物布置形式、取排水量及排水温升,以及研究水域的地形、水文、气象等研究数据;通过构建研究水域的水动力、热力数学模型,采用实测数据对数学模型进行率定;采用率定过的数学模型开展温排水模拟计算,获得电厂温排水在不同计算时刻的温升影响范围;针对某一温升级(0.5℃、1℃、2℃、3℃、4℃),对温升结果进行时间和空间的遍历、统计,得到各温升级下影响时长及时长权重,获得考虑电厂温排水影响时长权重的热影响范围及对应的包络面积统计结果。本发明提供了一种全新的温排水对水域影响的计算分析方法,可以实现更加科学、合理、集约及节约地利用水域,以及更加科学、精细地评估电厂温排水对水域水环境、水生态的影响程度。本发明对于不同类型水域核电厂温排水影响评价均可以适用,方法和系统的可移植性强。
根据本申请的另一个方面,一种考虑电厂温排水影响时长权重的热影响分析系统,其特征在于,包括:
至少一个处理器;以及
与至少一个所述处理器通信连接的存储器;其中,
所述存储器存储有可被所述处理器执行的指令,所述指令用于被所述处理器执行以实现上述任一项技术方案所述的考虑电厂温排水影响时长权重的热影响分析方法。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换,这些等同变换均属于本发明的保护范围。
Claims (6)
1.一种考虑电厂温排水影响时长权重的热影响分析方法,其特征在于,包括以下步骤:
步骤S1、确定研究区域并栅格化,针对研究区域采集研究数据,所述研究数据包括电厂排水数据和研究区域的地形数据、水文数据和气象数据;
步骤S2、针对研究区域,构建水动力和热力学耦合模型,并采用研究数据对水动力和热力学耦合模型进行参数率定,获得率定后的水动力和热力学耦合模型;
步骤S3、采用率定后的水动力和热力学耦合模型进行模拟计算,输出电厂温排水在各个计算时刻的温升影响范围,获得各个计算时刻的温升场;
步骤S4、对温升场计算结果进行时间和空间上的遍历统计,得到各个温升值下的影响时长占比的空间分布及对应的温升包络面积;
所述步骤S2进一步为:
步骤S21、构建水动力和热力学耦合模型,确定模型参数;所述模型参数包括:水底糙率、水力粘性系数和温排水扩散系数;
步骤S22、根据网格文件对研究区域进行网格剖分,确定每一网格单元的坐标、水深和邻接关系;
步骤S23、读取边界文件、风场文件和取排水文件,提取并计算水动力和热力学耦合模型的起止时间、时间步长、开边界条件、风力作用和取排水源;
步骤S24、以部分时段的研究数据作为输入,运行水动力和热力学耦合模型,计算每个网格单元的网格参数,网格包括水位、流速、流向和温升;
步骤S25、将网格参数与研究数据对比,评价模型的拟合精度,若符合要求,认为参数率定完成,输出率定后的水动力和热力学耦合模型;
所述步骤S3进一步为:
步骤S31、调取电厂运行方案,获得取排水量和排水温升的数据,构建取排水时间序列文件;
步骤S32、调取预存储的分析目标,确定温排水模拟参数,温排水模拟参数包括温排水的起止时间、时间步长和输出频率,以及温升级别;温升级别以每增加Δx℃为一个级别;Δx为实数;
步骤S33、采用率定后的水动力和热力学耦合模型进行模拟计算,以取排水时间序列文件和温排水模拟参数为输入数据,计算每一时间步长时刻下每个网格单元的网格参数;
步骤S34、从各个网格单元的网格参数中提取温升数据,确定每一温升级别下的温升影响范围,并绘制温升分布图和温升影响范围图;温升影响范围是指水域中温升大于或等于该温升级别的区域。
2.根据权利要求1所述的考虑电厂温排水影响时长权重的热影响分析方法,其特征在于,所述步骤S1进一步为:
步骤S11、采集电厂排水数据,包括获取电厂的取排水构筑物参数、排水量和排水温升数据,所述取排水构筑物参数包括位置、形式、尺寸和数量;排水温升数据包括温升的时间序列;
步骤S12、获取研究区域的数字高程模型,以及水文数据和气象数据,所述水文数据包括水深、水位、流速、流向和温度;所述气象数据包括风速、风向、气压、气温和降水;
步骤S13、对研究数据进行预处理,预处理包括格式转换、统一分辨率、空间插值和时间平滑;
步骤S14、根据研究数据的数据类型,将预处理后的数据存储为预定格式的文件,包括网格文件、边界文件、风场文件和取排水文件。
3.根据权利要求2所述的考虑电厂温排水影响时长权重的热影响分析方法,其特征在于,所述步骤S4进一步为:
步骤S41、针对每一温升级别,对研究区域内的各个网格单元的温升进行时间遍历统计,计算该网格单元在模拟计算期间内,温升大于该温升级别的时长,得到总影响时长;
步骤S42、将总影响时长除以模拟计算总时长,得到该温升级下温排水在该网格单元的影响时长占比;
步骤S43、遍历研究区域的各个网格单元,汇总每一温升级别下的网格单元的影响时长占比,得到每一影响时长权重的空间分布形态及包络线;
步骤S44、计算各个温升级别下各个影响时长权重下包络线的包络面积,水域中影响时长占比大于或等于该影响时长权重的区域的面积;
步骤S45、重复步骤S41至步骤S45,得到各个不同影响时间权重下各个温升级别的包络线和包络面积。
4.根据权利要求3所述的考虑电厂温排水影响时长权重的热影响分析方法,其特征在于,还包括步骤S5、基于温升包络面积,分析对研究区域水文和生态的影响,输出评价结果和电厂运行方案优化建议;
所述步骤S5进一步为:
步骤S51、获取研究区域的生物种群,选出标识生物;确定标识生物的活动区域、热耐受性和呼吸需求氧量;
步骤S52、调取活动区域所述的网格单元在不同影响时间权重下各个温升级别;基于温升级别及影响时间权重计算含氧量变化参数,形成含氧量变化时间序列;
步骤S53、构建生物指数与温度、氧浓度的回归模型,计算在温排水过程中的每一标识生物的生物指数。
5.根据权利要求4所述的考虑电厂温排水影响时长权重的热影响分析方法,其特征在于,所述步骤S4还包括:
步骤S46、针对每一标识生物,调取该标识生物的热耐受性数据,并调取标识生物所处的网格单元;
步骤S47、针对标识生物所处的每一网格单元,根据该标识生物的热耐受性数据,设定温度冲击阈值;并结合该网格单元的相邻两级影响时间权重的包络线的变化时间,计算是否超过温度冲击阈值;
步骤S48、计算超过温度冲击阈值的网格单元占该标识生物所处的总的网格单元的面积比例,将其作为影响系数。
6.一种考虑电厂温排水影响时长权重的热影响分析系统,其特征在于,包括:
至少一个处理器;以及
与至少一个所述处理器通信连接的存储器;其中,
所述存储器存储有可被所述处理器执行的指令,所述指令用于被所述处理器执行以实现权利要求1至5任一项所述的考虑电厂温排水影响时长权重的热影响分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410169886.6A CN117709135B (zh) | 2024-02-06 | 2024-02-06 | 考虑电厂温排水影响时长权重的热影响分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410169886.6A CN117709135B (zh) | 2024-02-06 | 2024-02-06 | 考虑电厂温排水影响时长权重的热影响分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117709135A CN117709135A (zh) | 2024-03-15 |
CN117709135B true CN117709135B (zh) | 2024-04-12 |
Family
ID=90148427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410169886.6A Active CN117709135B (zh) | 2024-02-06 | 2024-02-06 | 考虑电厂温排水影响时长权重的热影响分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117709135B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765912A (zh) * | 2021-01-26 | 2021-05-07 | 武汉大学 | 基于气候模式集合的洪涝灾害社会经济暴露度的评估方法 |
CN113379262A (zh) * | 2021-06-18 | 2021-09-10 | 武汉大学 | 河道内水草影响电站发电的风险预警方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966926B (zh) * | 2021-03-02 | 2022-04-22 | 河海大学 | 一种基于集成学习的洪水敏感性风险评估方法 |
-
2024
- 2024-02-06 CN CN202410169886.6A patent/CN117709135B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765912A (zh) * | 2021-01-26 | 2021-05-07 | 武汉大学 | 基于气候模式集合的洪涝灾害社会经济暴露度的评估方法 |
CN113379262A (zh) * | 2021-06-18 | 2021-09-10 | 武汉大学 | 河道内水草影响电站发电的风险预警方法及系统 |
Non-Patent Citations (2)
Title |
---|
长兴岛某电厂温排水数值模拟研究;陈雪峰;刘松;;水道港口;20160628(03);全文 * |
陈雪峰 ; 刘松 ; .长兴岛某电厂温排水数值模拟研究.水道港口.2016,(03),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117709135A (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Davis et al. | The method for object-based diagnostic evaluation (MODE) applied to numerical forecasts from the 2005 NSSL/SPC Spring Program | |
Bardossy et al. | Fuzzy rule-based downscaling of precipitation | |
Yoder et al. | Short‐term forecasting of categorical changes in wind power with Markov chain models | |
Martinez-Vazquez | Crop lodging induced by wind and rain | |
CN109543356A (zh) | 考虑空间非平稳性的海洋内部温盐结构遥感反演方法 | |
Bellier et al. | Sample stratification in verification of ensemble forecasts of continuous scalar variables: Potential benefits and pitfalls | |
Mortensen | Wind resource assessment using the WAsP software | |
CN112784503B (zh) | 一种闸坝调度下水鸟栖息地适宜性计算方法与装置 | |
CN110162895A (zh) | 一种两阶段的高能效船型优化设计方法 | |
CN111489063A (zh) | 一种评估风力发电机对周边环境影响的方法及系统 | |
Mortensen | Planning and development of wind farms: wind resource assessment and siting | |
CN112700349A (zh) | 测风塔选址方法和装置 | |
CN115310648A (zh) | 一种基于多气象变量模型识别的中长期风电功率组合预测方法 | |
Hong et al. | Reliability-based calibration of site-specific design typhoon wind and wave loads for wind turbine | |
CN117709135B (zh) | 考虑电厂温排水影响时长权重的热影响分析方法及系统 | |
CN108764602B (zh) | 一种建筑群自然通风潜力评估方法及系统 | |
Mortensen | 46200 Planning and Development of Wind Farms: Wind resource assessment using the WAsP software | |
JP7114162B1 (ja) | 風況推定装置及び風況推定方法 | |
Međimorec et al. | Portfolio theory application in wind potential assessment | |
CN114841077A (zh) | 一种风电功率预测方法、装置、介质 | |
Baran et al. | Truncated generalized extreme value distribution based EMOS model for calibration of wind speed ensemble forecasts | |
Shende et al. | Estimation of wind characteristics at different topographical conditions using doppler remote sensing instrument—A comparative study using optimization algorithm | |
Wu et al. | Assessment of allowable sea states for offshore wind turbine blade installation using time-domain numerical models and considering weather forecast uncertainty | |
Karim et al. | Modeling of Monthly Meteorological Time Series | |
CN117421601B (zh) | 一种海面蒸发波导临近期快速预报方法 |
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 |