DE112012003487T5 - System and method for optimizing the operation of a water network - Google Patents
System and method for optimizing the operation of a water network Download PDFInfo
- Publication number
- DE112012003487T5 DE112012003487T5 DE112012003487.2T DE112012003487T DE112012003487T5 DE 112012003487 T5 DE112012003487 T5 DE 112012003487T5 DE 112012003487 T DE112012003487 T DE 112012003487T DE 112012003487 T5 DE112012003487 T5 DE 112012003487T5
- Authority
- DE
- Germany
- Prior art keywords
- water
- unit
- optimization
- scenarios
- scenario
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 243
- 238000000034 method Methods 0.000 title claims description 23
- 238000005457 optimization Methods 0.000 claims abstract description 97
- 230000000694 effects Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000013500 data storage Methods 0.000 claims abstract description 5
- 238000005309 stochastic process Methods 0.000 claims description 12
- 230000007547 defect Effects 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 230000036962 time dependent Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 19
- 238000013459 approach Methods 0.000 description 10
- 230000032258 transport Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000009472 formulation Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005086 pumping Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 241000196171 Hydrodictyon reticulatum Species 0.000 description 2
- 238000010612 desalination reaction Methods 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000978750 Havardia Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000454 anti-cipatory effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Abstract
Ein System zur Optimierung des Betriebs eines Wassernetzes, umfassend zumindest eine Datenspeichereinheit (23) zum Speichern eines Hydraulikmodells sowie zumindest einer Betriebseinschränkung des Wassernetzes (17), wobei das Hydraulikmodell die Abhängigkeit von Druckhöhen und Strömen im Wassernetz von einem Betriebszustand zumindest einer Stelleinheit (20) des Wassernetzes und von einem erwarteten Wasserbedarf darstellt, zumindest eine Verarbeitungseinheit, die eine Optimierungseinheit (OP) enthält, wobei die Optimierungseinheit angepasst ist, um zumindest eine Betriebskonfigurationsinformation für die zumindest eine Stelleinheit zu erstellen, indem sie eine Zielfunktion eines Optimierungsproblems minimiert, wobei das Optimierungsproblem auf dem Hydraulikmodell basiert, zumindest eine Ausgabeschnittstelle (18) zur Bereitstellung der zumindest einen Betriebskonfigurationsinformation für die zumindest eine Stelleinheit. Damit das Wassernetz mit einer gesenkten unteren Wasserstandsgrenze einer Wasserspeichereinrichtung betrieben werden kann, enthält die zumindest eine Verarbeitungseinheit außerdem eine Szenarienerstellungseinheit (SG) zur Erstellung einer endlichen Menge von Szenarien in Form von möglichen Realisierungen des erwarteten Wasserbedarfs im Laufe der Zeit und/oder des Betriebszustands und/oder von Merkmalen der zumindest einen Stelleinheit und/oder des zumindest einen Parameters des Hydraulikmodells, wobei die endliche Menge von Szenarien auf Wahrscheinlichkeitsinformationen über die Unsicherheit dieser Variablen basiert. Die Optimierungseinheit ist angepasst, um die Zielfunktion des Optimierungsproblems durch Ausführung einer stochastischen Optimierung zu minimieren, wobei das Optimierungsproblem ferner die Zielfunktion zur Darstellung zumindest eines unerwünschten Nebeneffekts des Betriebs der zumindest einen Stelleinheit, die zumindest eine Betriebseinschränkung und die endliche Menge von Szenarien berücksichtigt.A system for optimizing the operation of a water network, comprising at least one data storage unit (23) for storing a hydraulic model and at least one operating restriction of the water network (17), the hydraulic model determining the dependence of pressure levels and currents in the water network on an operating state of at least one actuating unit (20) of the water network and an expected water demand, at least one processing unit including an optimization unit (OP), wherein the optimization unit is adapted to create at least operating configuration information for the at least one actuator by minimizing an objective function of an optimization problem, the optimization problem based on the hydraulic model, at least one output interface (18) for providing the at least one operating configuration information for the at least one actuator. In order for the water network to be operated with a lowered lower water level limit of a water storage facility, the at least one processing unit also includes a scenario generation unit (SG) for creating a finite set of scenarios in the form of possible realizations of the expected water demand over time and / or operating condition and or features of the at least one actuator and / or the at least one parameter of the hydraulic model, wherein the finite set of scenarios is based on probability information about the uncertainty of those variables. The optimization unit is adapted to minimize the objective function of the optimization problem by performing stochastic optimization, the optimization problem further including the objective function of representing at least one undesirable side effect of the operation of the at least one actuator, the at least one operational constraint, and the finite set of scenarios.
Description
Die Erfindung betrifft ein System und ein Verfahren zur Optimierung des Betriebs eines Wassertransport- und/oder -verteilungsnetzes, im Folgenden auch Wassernetz genannt. Das System umfasst zumindest eine Datenspeichereinheit zum Speichern eines Hydraulikmodells sowie zumindest einer Betriebseinschränkung des Wassernetzes, wobei das Hydraulikmodell die Abhängigkeit der Druckhöhen und Ströme im Wassernetz von einem Betriebszustand zumindest einer Stelleinheit des Wassernetzes und von einem erwarteten Wasserbedarf darstellt, zumindest eine Verarbeitungseinheit, die eine Optimierungseinheit enthält, wobei die Optimierungseinheit angepasst ist, um zumindest eine Betriebskonfigurationsinformation für die zumindest eine Stelleinheit zu erstellen, indem sie eine Zielfunktion eines Optimierungsproblems minimiert, wobei das Optimierungsproblem auf dem Hydraulikmodell basiert, und zumindest eine Ausgabeschnittstelle zur Bereitstellung der zumindest einen Betriebskonfigurationsinformation für die zumindest eine Stelleinheit. Die durch die oben genannten Systemelemente ausgeführten Schritte definieren das entsprechende Verfahren.The invention relates to a system and a method for optimizing the operation of a water transport and / or distribution network, also referred to below as water network. The system comprises at least one data storage unit for storing a hydraulic model and at least one operating restriction of the water network, the hydraulic model representing the dependence of the pressure levels and flows in the water network on an operating state of at least one actuating unit of the water network and on an expected water requirement, at least one processing unit comprising an optimization unit wherein the optimization unit is adapted to create at least one operation configuration information for the at least one actuator by minimizing an objective function of an optimization problem, the optimization problem being based on the hydraulic model, and at least one output interface for providing the at least one operation configuration information for the at least one adjusting unit. The steps performed by the above system elements define the corresponding method.
Da Energiepreise ständig steigen, prüfen mehr und mehr Wasserversorgungseinrichtungen die Betriebsstrategie ihrer energieaufwändigen Wassertransport- und/oder -verteilungsnetze, um Energie- und Betriebskosten zu senken. Während ein Wasserverteilungsnetz Wasser von einer Wasserquelle zu verschiedenen industriellen und/oder privaten Wasserverbrauchern transportiert, transportiert ein Wassertransportnetz Wasser über weite Distanzen von mehreren hundert Kilometern, beispielsweise von einer Meerwasserentsalzungsanlage zu einem oder zu mehreren Wasserverteilungsnetzen. Beim Betrieb dieser Wassernetze besteht die Möglichkeit deutlicher Verbesserungen der Betriebseffizienz. Der Austausch oder die Überholung von energieaufwändigen Stellantrieben im Wassernetz, z. B. von Pumpen, ist eine Möglichkeit, die heute schon am häufigsten umgesetzt wird. Die andere Möglichkeit besteht darin, die Wechselwirkung zwischen den verschiedenen Stellantrieben und die gesamte Betriebsstrategie des kompletten Netzes zu optimieren.As energy prices continue to rise, more and more water utilities are reviewing the operating strategy of their energy-intensive water transport and / or distribution networks to reduce energy and operating costs. While a water distribution network transports water from a source of water to various industrial and / or private water consumers, a water transport network transports water over long distances of several hundred kilometers, for example from a seawater desalination plant to one or more water distribution networks. When operating these water networks, there is the possibility of significant improvements in operating efficiency. The replacement or overhaul of energy-consuming actuators in the water network, z. As pumps, is a possibility that is already being implemented most often today. The other possibility is to optimize the interaction between the various actuators and the entire operating strategy of the entire network.
Das obere Diagramm in
Somit konzentrieren sich derzeitige Betriebsverfahren auf die Aufrechterhaltung von Wasserständen in den Wasserspeichern, um den Kundenbedarf zu jedem Zeitpunkt zu decken, wobei der Kundenbedarf jedoch Unsicherheiten unterliegt. Um mit dieser Unsicherheit im Bedarf umzugehen, legen die Wasserversorgungseinrichtungen künstlich höhere Grenzen für die Speicherdruckhöhengrenzen in den Speichern fest, bis zu 80% des Füllvermögens, um hohe Wasserstände in den Speichereinrichtungen aufrecht zu erhalten. Auf diese Weise ist in den Speichereinrichtungen ausreichend Wasser vorhanden, um den Bedarf abzudecken, auch wenn es zu unerwarteten Veränderungen im Bedarf kommt. Dieser Ansatz führt jedoch zu einer Erhöhung der Betriebskosten aufgrund der erforderlichen höheren Pumpkapazität.Thus, current operating procedures focus on maintaining water levels in reservoirs to meet customer demand at all times, but customer demand is subject to uncertainties. To cope with this uncertainty in demand, water supply facilities artificially set higher limits for reservoir pressure head limits in the reservoirs, up to 80% of the fill capacity, to maintain high water levels in the reservoirs. In this way, there is enough water in the storage facilities to meet the demand, even if there are unexpected changes in demand. However, this approach leads to an increase in operating costs due to the required higher pumping capacity.
Außerdem lässt dieser Ansatz mögliche Vorteile einer zeitlichen Verschiebung der Füllvorgänge außer Acht, z. B. wenn Energietarife niedrig sind, oder des Betreibens von Pumpen zum Transport des Wassers durch das Netz mit verringerter Geschwindigkeit oder mit höchster Effizienz, was erreicht werden kann, indem Wasser in Speichereinrichtungen, wie z. B. Speichertanks, gespeichert wird, wenn es nicht benötigt wird.In addition, this approach disregards possible advantages of a temporal shift of the filling operations, z. When power rates are low, or operating pumps to transport the water through the network at a reduced rate or with the highest efficiency, which can be achieved by adding water to storage devices such as storage devices. As storage tanks, is stored when it is not needed.
Im Allgemeinen ist die Optimierung eines Wassernetzes die Bestimmung von Betriebsinformationen, die berücksichtigt werden müssen, wenn anschließend die Steuersignale für zumindest eine der Stelleinheiten des Netzes erzeugt werden, wobei die Stelleinheiten normalerweise Pumpen, Ventile innerhalb des Netzes sowie Stelleinheiten zur Steuerung des Zuflusses zu und/oder Abflusses aus Wasserspeichern und zur Steuerung einer oder mehrerer Quellströme des Wassernetzes sind. Die Betriebsinformationen für die Stelleinheiten werden so bestimmt, dass die Netzbetriebskosten, beispielsweise Energieverbrauchskosten, minimiert werden und gleichzeitig der Wasserbedarf, der Mindest- und/oder Höchstdruck oder die Durchflusshöhe in den Wasserrohren des Netzes sowie andere Betriebseinschränkungen des Wassernetzes eingehalten werden.In general, the optimization of a water network is the determination of operating information that must be taken into account when subsequently generating the control signals for at least one of the network's actuators, the actuators typically including pumps, valves within the network, and actuators to control the flow to and / or effluent from water reservoirs and for controlling one or more source streams of the water network. The operating information for the actuators shall be determined in such a way as to minimize network operating costs such as energy consumption while respecting the water demand, minimum and / or maximum pressure or flow height in the water pipes of the network and other operational limitations of the water network.
Verfahren zur Optimierung des Betriebs von Wasserverteilungsnetzen sind in der
Unglücklicherweise ist der Betrieb von Wassernetzen äußerst komplex und von vielen Unsicherheiten betroffen. Unsicherheiten sind beispielsweise variierender Wasserbedarf im Laufe der Zeit sowie sich ändernde Parameter, wie z. B. Pumpeneffizienz oder Differenzen zwischen dem Wassernetzmodell und dem realen Prozess. Die Unsicherheiten im Bedarf machen eine Vorhersage, die für die optimalen Stellantrieb-Zeitpläne, z. B. für Pumpen, Ventile, Speichertanks, Quellen, notwendig ist, schwierig und wirken sich auf die Qualität der Optimierungsergebnisse aus. In der Tat können Unsicherheiten sogar zu Unausführbarkeiten oder unerwünschtem Systemverhalten führen.Unfortunately, the operation of water networks is extremely complex and affected by many uncertainties. Uncertainties are, for example, varying water requirements over time and changing parameters, such. Pump efficiency or differences between the water network model and the real process. The uncertainties in demand make a prediction necessary for the optimal actuator schedules, e.g. As for pumps, valves, storage tanks, sources, is necessary, difficult and affect the quality of the optimization results. In fact, uncertainties can even lead to unworkability or undesirable system behavior.
Das linke Diagramm in
Um diese Situation zu überwinden, sammeln bestehende Lösungen, die mit einem Steuersystem oder einem SCADA-System (System zur Überwachung und Datenerfassung) interagieren, Echtzeit-Netzbetriebsdaten und berechnen optimierte Stellantrieb-Zeitpläne oder Alarmgrenzeneinstellungen neu, um sich an die neue Situation im Netz anzupassen. Die Neuberechnung erfolgt auf Basis eines periodischen Zeitplans, z. B. jede ganze Stunde, oder auf Basis von Ereignissen, wie z. B. der Übertretung von Unter- oder Obergrenzen. In der Lösungsformulierung der Optimierungsalgorithmen, sind große Sicherheitsmargen enthalten, um die Parameter so zu optimieren, dass diese Probleme überwunden werden und zu jedem Zeitpunkt, auch bei sich ändernden Bedingungen, eine Versorgung des Kundenbedarfs sichergestellt ist. Dies führt wieder zu einem konservativeren Ansatz dazu, wie das Wassernetz ausgeführt und betrieben wird. Im Falle von ereignisbasierten Neuberechnungen können die Neuberechnungen vergleichsweise oft notwendig werden, was zu häufigen Korrekturen der Stellantrieb-Zeitpläne und damit zu erheblicher Stellantriebaktivität führt. Letztendlich können die Energieersparnisse geringer sein als bei der oben beschriebenen Optimierung ohne jegliche Anpassung an die Netzsituation.To overcome this situation, existing solutions interacting with a control system or SCADA system collect real-time network operating data and recalculate optimized actuator schedules or alarm limit settings to accommodate the new network situation , The recalculation is based on a periodic schedule, eg. B. every hour, or based on events such. As the violation of lower or upper limits. In the solution formulation of the optimization algorithms, large safety margins are included in order to optimize the parameters in such a way that these problems are overcome and at any time, even with oneself changing conditions, a supply of customer needs is ensured. This again leads to a more conservative approach to how the water network is run and operated. In the case of event-based recalculations, recalculations may become necessary relatively often, resulting in frequent corrections of the actuator timings and thus significant actuator activity. Ultimately, the energy savings can be lower than in the optimization described above without any adaptation to the grid situation.
Deterministische Modellierungsstrategien bringen den Nachteil mit sich, dass sie Modellunsicherheiten und Betriebsunsicherheiten nur sehr begrenzt berücksichtigen können. Dies kann zu Unausführbarkeit oder unerwünschten Optimierungslösungen führen, wenn sie in der realen Welt umgesetzt werden.Deterministic modeling strategies have the disadvantage that they can take into account model uncertainties and operational uncertainties only very limited. This can lead to impracticability or unwanted optimization solutions when implemented in the real world.
Ein Ziel der vorliegenden Erfindung besteht in der Bereitstellung eines Systems und Verfahrens zur Optimierung des Betriebs eines Wassernetzes, mit dem die oben beschriebenen konservativen Ansätze überwunden werden, um die künstlich hohen Grenzen für die Wasserstände in den Speichereinrichtungen zu vermeiden, d. h. um insbesondere die untere Wasserstandsgrenze zu senken, während gleichzeitig das Risiko, dass das Wasser ausgeht, verringert wird.It is an object of the present invention to provide a system and method for optimizing the operation of a water network that overcomes the conservative approaches described above to avoid the artificially high limits for water levels in the storage devices; H. in particular, to lower the lower water level while at the same time reducing the risk of the water running out.
Gemäß der Erfindung umfasst die zumindest eine Verarbeitungseinheit außerdem eine Szenarienerstellungseinheit zur Erstellung einer endlichen Menge von Szenarien in Form von möglichen Realisierungen des erwarteten Wasserbedarfs im Laufe der Zeit und/oder des Betriebszustands der zumindest einen Stelleinheit und/oder des zumindest einen Parameters des Hydraulikmodells, wobei die endliche Menge von Szenarien auf Wahrscheinlichkeitsinformationen über die Unsicherheit des erwarteten Wasserbedarfs, des Betriebszustand bzw. des zumindest einen Parameters basiert und die Optimierungseinheit angepasst ist, um eine Zielfunktion des Optimierungsproblems durch Ausführung einer stochastischen Optimierung zu minimieren, wobei das Optimierungsproblem die Zielfunktion zur Darstellung zumindest eines unerwünschten Nebeneffekts des Betriebs der zumindest einen Stelleinheit, die zumindest eine Betriebseinschränkung und die endliche Menge von Szenarien in Form eines szenarienbasierten Optimierungsmodells berücksichtigt.According to the invention, the at least one processing unit further comprises a scenario creation unit for creating a finite set of scenarios in the form of possible implementations of the expected water demand over time and / or the operating state of the at least one actuator and / or the at least one parameter of the hydraulic model the finite set of scenarios is based on probability information about the uncertainty of the expected water demand, the operating state or the at least one parameter, and the optimization unit is adapted to minimize an objective function of the optimization problem by performing stochastic optimization, the optimization problem being the objective function for display at least an undesirable side effect of the operation of the at least one actuator, the at least one operational constraint and the finite set of scenarios in the form of a scenario-based optimization model.
Gemäß der Erfindung wird das Optimierungsproblem formuliert und gelöst, indem beschreibbare Modell- und Betriebsunsicherheiten direkt berücksichtigt werden, wodurch sichergestellt wird, dass definierte Grenzen und Bedarfswerte erfüllt werden. Dies ermöglicht außerdem eine insgesamt kosteneffektivere Lösung als bei Verwendung eines deterministischen Modells als Basis. Insbesondere da sichergestellt werden kann, dass die untere Wasserstandsgrenze einer Wasserspeichereinrichtung nicht weit unterschritten wird, kann die untere Wasserstandsgrenze sicher auf einen niedrigen Wert eingestellt werden.According to the invention, the optimization problem is formulated and solved by directly taking into account describable model and operational uncertainties, thereby ensuring that defined limits and demand values are met. This also provides an overall more cost-effective solution than using a deterministic model as a basis. In particular, since it can be ensured that the lower water level limit of a water storage device is not far below, the lower water level limit can be safely set to a low value.
Die Unsicherheiten werden für eines der Folgenden beschrieben:
- • gemessene Signale, insbesondere Eingaben oder Störungen im Hydraulikmodell, wie z. B. Wasserbedarf,
- • Betriebszustand und/oder Merkmale der Stelleinheiten, wie z. B. Effizienzkurven, z. B. Pumpeneffizienzkurven, und
- • Modellparameter, z. B. Rohrrauigkeitskoeffizienten.
- • measured signals, in particular inputs or faults in the hydraulic model, such as: B. water demand,
- • Operating status and / or features of the actuators, such as B. efficiency curves, z. B. pump efficiency curves, and
- • Model parameters, eg B. pipe roughness coefficients.
Weitere Unsicherheiten können definiert werden. Wenn beispielsweise weitere Eingabeinformationen des Optimierungsproblems, wie z. B. Stromtarife oder Wasserquellkosten, nicht vorher für den nächsten Optimierungszeithorizont bekannt sind, was im nachstehend beschriebenen Beispiel 24 Stunden sind, können solche Informationen ebenfalls in Form von Unsicherheiten anstelle von zusätzlichen deterministischen Eingaben im Optimierungsproblem enthalten sein.Further uncertainties can be defined. For example, if further input information of the optimization problem, such. Electricity tariffs or water source costs not previously known for the next optimization time horizon, which in the example described below is 24 hours, such information may also be included in the form of uncertainties rather than additional deterministic inputs to the optimization problem.
In einer ersten Ausführungsform der Erfindung ist die Szenarienerstellungseinheit angepasst, um eine nachfolgende Szenarienreduktionstechnik anzuwenden, um ähnliche Szenarien zu bündeln und so den Rechenaufwand für die Optimierungseinheit während der Verarbeitung der resultierenden szenarienbasierten Optimierungsmodelle zu reduzieren. In einer weiteren Ausführungsform ist die Szenarienerstellungseinheit angepasst, um die endliche Menge von Szenarien durch Bildung eines Oberszenarios und eines Unterszenarios zu erstellen, die den Bereich möglicher Realisierungen im Laufe der Zeit für zumindest einen der oben genannten Werte oder Parameter, die Unsicherheiten ausgesetzt sind, definieren. Dies ist ein äußerst einfacher Ansatz für die Fälle, in denen nur wenige Informationen über Unsicherheiten und Wahrscheinlichkeiten zur Verfügung stehen.In a first embodiment of the invention, the scenario generation unit is adapted to apply a subsequent scenario reduction technique to bundle similar scenarios and thus reduce computational effort for the optimization unit during processing of the resulting scenario-based optimization models. In another embodiment, the scenario generation unit is adapted to create the finite set of scenarios by forming a top scenario and a subset that define the range of possible implementations over time for at least one of the above values or parameters that are subject to uncertainty , This is a very simple approach for cases where there is little information about uncertainties and probabilities.
In einer spezifischen Ausführungsform ist die Szenarienerstellungseinheit angepasst, um die Unsicherheiten durch einen stochastischen Prozess darzustellen, wobei jeder stochastische Prozess auf einem zugrunde liegenden kontinuierlichen Wahrscheinlichkeitsraum über einen Zeithorizont mit begrenzter Dauer definiert ist, wodurch eine explizite Darstellung der Unsicherheiten erzeugt wird.In a specific embodiment, the scenario generation unit is adapted to represent the uncertainties through a stochastic process, where each stochastic process is performed on a single stochastic process underlying continuous probability space over a time horizon of limited duration, thereby generating an explicit representation of the uncertainties.
In einer weiteren Ausführungsform ist die Szenarienerstellungseinheit angepasst, um die endliche Menge von Szenarien durch Ableitung der Unsicherheiten von Messdaten vom Wassernetz zu erstellen. Alternativ dazu können Unsicherheitsdaten aus einer Speichereinheit ausgelesen werden oder von einem Bediener in das System und so in die Szenarienerstellungseinheit eingegeben werden.In another embodiment, the scenario generation unit is adapted to create the finite set of scenarios by deriving the uncertainties of measurement data from the water network. Alternatively, uncertainty data may be read from a memory unit or entered by an operator into the system and thus into the scenario generation unit.
Die Szenarienerstellungseinheit kann außerdem angepasst sein, um die endliche Menge von Szenarien in Form eines Szenarienbaums für graphische Darstellungen bereitzustellen. Der Szenarienbaum kann dann von einem Benutzer weiter angepasst werden, bevor er zur Erstellung des Optimierungsproblems für die Optimierungseinheit verwendet wird.The scenario builder may also be adapted to provide the finite set of scenarios in the form of a graphical tree scenario tree. The scenario tree may then be further customized by a user before being used to create the optimizer optimization problem.
In einer speziellen Ausführungsform reflektiert die Zielfunktion den resultierenden Energieverbrauch und/oder den Wasserzufluss von einer Quelle, wenn die zumindest eine Stelleinheit in Betrieb ist.In a specific embodiment, the target function reflects the resulting energy consumption and / or the water flow from a source when the at least one actuator is in operation.
In dieser speziellen Ausführungsform kann die Optimierungseinheit weiter angepasst sein, um sich verändernde Tarife für Energie und Wasser aus der Quelle zu berücksichtigen.In this particular embodiment, the optimization unit may be further adapted to take into account changing energy and water tariffs from the source.
In einer weiteren Ausführungsform wird das Optimierungsproblem als begrenzte Diskretisierung eines Szenarios auf Basis eines stochastischen Zweistufen-Programmierungsmodells formuliert.In another embodiment, the optimization problem is formulated as a limited discretization of a scenario based on a stochastic two-stage programming model.
Das Hydraulikmodell kann auf einer Beschreibung der Topologie des Wassernetzes basieren, das eine Knotenmenge und eine Randmenge umfasst, wobei die Knotenmenge aus Speicherknoten, Wasserbedarfsknoten und Quellknoten besteht und wobei die Randmenge Wasserrohre, Pumpen und Ventile darstellt.The hydraulic model may be based on a description of the topology of the water network comprising a node set and an edge set, the node set consisting of storage nodes, water demand nodes, and source nodes, and wherein the marginal set represents water pipes, pumps, and valves.
In diesem Fall wird das Hydraulikmodell dann durch Zustandsgleichungen gebildet, welche die Abhängigkeit des zeitabhängigen Zustands des Wassernetzes von der zumindest einen Betriebskonfigurationsinformation der zumindest einen Stelleinheit und vom erwarteten Wasserbedarf darstellen und wobei der zeitabhängige Zustand aus Druckhöhen in den Knoten der Knotenmenge und Strömen an den Rändern der Randmenge besteht.In this case, the hydraulic model is then formed by state equations representing the dependence of the time dependent state of the water network on the at least one operating configuration information of the at least one actuator and the expected water demand, and wherein the time dependent state of pressure levels in the nodes of the node set and currents at the edges the marginal amount exists.
Um die Änderung einer unteren Wasserstandsgrenze einer Wasserspeichereinrichtung explizit zu berücksichtigen, kann die zumindest eine Verarbeitungseinheit ferner eine Wasserstandseinstelleinheit umfassen, die angepasst ist, um eine Abhängigkeit zwischen einer Senkung der unteren Wasserstandgrenze und einem Ausmaß, in dem der zumindest eine Nebeneffekt verringert wird, während gleichzeitig die zumindest eine Betriebseinschränkung eingehalten wird, zu schätzen und als weitere Eingabe in das Optimierungsproblem für die Optimierungseinheit bereitzustellen.In order to explicitly consider the change of a lower water level limit of a water storage device, the at least one processing unit may further comprise a water level setting unit adapted to adjust a dependency between lowering the lower water level limit and an extent at which the at least one side effect is reduced the at least one operational constraint is met, and to provide as further input to the optimization problem for the optimization unit.
Außerdem kann die Wasserstands konfigurationseinheit angepasst sein, um eine Abhängigkeit zwischen der Reduktion des unerwünschten Nebeneffekts und einem Risiko, dass die Wasserspeichereinrichtung einen kritischen Wasserstand erreicht, wobei der kritische Wasserstand anzeigen kann, dass die Wasserspeichereinrichtung kurz davor steht, auszutrocknen, oder dass sie einen Wasserstand erreicht, der nicht länger ausreicht, um ausreichend Druck für den Transport des Wassers durch die Wasserrohre bereitzustellen, zu schätzen und als weitere Eingabe in das Optimierungsproblem für die Optimierungseinheit bereitzustellen.In addition, the water level configuration unit can be adapted to a dependency between the reduction of the unwanted side effect and a risk that the water storage device reaches a critical water level, wherein the critical water level can indicate that the water storage device is about to dry out, or that they have a water level reached, which is no longer sufficient to provide sufficient pressure for the transport of water through the water pipes, estimate and provide as further input to the optimization problem for the optimization unit.
In einer weiteren spezifischen Ausführungsform ist die Szenarienerstellungseinheit angepasst, um die endliche Menge von Szenarien für eine Entscheidungsunterstützungseinheit bereitzustellen, wobei die Entscheidungsunterstützungseinheit angepasst ist, um für eine identifizierte mögliche Ursache eines Defekts im Wassernetz eine entsprechende Auswirkung auf das Wassernetz einzuschätzen, wobei die endliche Menge von Szenarien berücksichtigt wird.In another specific embodiment, the scenario generation unit is adapted to provide the finite set of scenarios for a decision support unit, the decision support unit adapted to estimate a corresponding impact on the water network for an identified potential cause of a defect in the water network, the finite amount of Scenarios is considered.
Die Erfindung und ihre Ausführungsformen gehen außerdem aus den nachstehend beschriebenen Beispielen in Verbindung mit den beiliegenden Zeichnungen hervor, die Folgendes zeigen:The invention and its embodiments will be more apparent from the following examples taken in conjunction with the accompanying drawings, in which:
Wie oben erläutert wurde, ist die Hauptidee der Erfindung die folgende: Anstatt nur ein Optimierungsproblem zu formulieren, wie es mit deterministischen Modellansätzen erfolgt, werden die Unsicherheiten in den verschiedenen Parametern des Hydraulikmodells des Wassernetzes als endliche Menge von möglichen Realisierungen eines jeweiligen Parameters P im Laufe der Zeit modelliert, was zu szenarienbasierten Optimierungsmodellen führt. Jedes Szenario stellt eine mögliche Parameterrealisierung im Laufe der Zeit dar, d. h. wo zu einem bestimmten Zeitpunkt in der Zukunft ein bestimmter Wert für den jeweiligen Parameter P mit einer spezifischen Wahrscheinlichkeit ω1... ωr angenommen wird, was zu einem so genannten Szenarienbaum führt, wie er in
Jeder Pfad von der Wurzel zu einem der Blätter stimmt mit einem Szenario überein. Die Knoten entsprechen bestimmten Zeitpunkten t {0, ..., T}, zu denen Entscheidungen c(t) getroffen werden.Each path from the root to one of the leaves is consistent with a scenario. The nodes correspond to certain times t {0, ..., T}, at which decisions c (t) are made.
Das Optimierungsproblem kann beispielsweise gelöst werden, indem stochastische Zweistufen-Programmier-(2SSP-)Verfahren eingesetzt werden.For example, the optimization problem can be solved by using two-step stochastic programming (2SSP) techniques.
In vielen Situationen stehen nur unvollständige Informationen über die zugrunde liegende Wahrscheinlichkeitsverteilung zur Verfügung. Die Szenarienerstellung basiert dann meist auf der Verwendung von historischen Daten, die auf Schätzungs-, Simulations- und Stichprobenverfahren angewandt werden, oder schließen das Wissen eines erfahrenen Netzbetreibers ein.In many situations, only incomplete information about the underlying probability distribution is available. Scenario creation is then usually based on the use of historical data that is applied to estimation, simulation, and sampling techniques or includes the knowledge of an experienced network operator.
Der Rechenaufwand zur Lösung von szenarienbasierten Optimierungsmodellen hängt stark von der Anzahl an Szenarien im Modell ab. Daher muss ein Kompromiss zwischen der Genauigkeit der Approximation und der Modellgröße, die mit der Anzahl an Szenarien exponentiell steigt, in Betracht gezogen werden. Die Anwendung von speziellen Szenarienreduktionsverfahren unterstützt die Verringerung der Rechenzeit. Eine Ausführungsform der Erfindung basiert daher auf der Idee, die Anzahl an Knoten im Szenarienbaum zu verringern, indem ähnliche Szenarien gebündelt werden. Im extremen Fall könnte die endliche Menge von möglichen Parameterrealisierungen, d. h. die endliche Menge von Szenarien, beispielsweise auf nur zwei Szenarien reduziert werden, ein Unterszenario und ein Oberszenario, wobei jede(s) der beiden Szenarien oder Kurven die eine Kurve aus der unteren bzw. oberen Hälfte aller Kurven mit der höchsten Wahrscheinlichkeit darstellt.The computational burden of solving scenario-based optimization models depends heavily on the number of scenarios in the model. Therefore, a tradeoff must be made between the accuracy of the approximation and the model size, which increases exponentially with the number of scenarios. The use of special scenario reduction methods helps to reduce the computation time. An embodiment of the invention is therefore based on the idea of reducing the number of nodes in the scenario tree by bundling similar scenarios. In the extreme case, the finite set of possible parameter realizations, i. H. the finite set of scenarios, for example, reduced to only two scenarios, a sub-scenario and an upper scenario, where each of the two scenarios or curves represents the one curve from the lower and upper half of all curves with the highest probability.
Die Berücksichtigung von Unsicherheiten in der Formulierung des Optimierungsproblems führt zu robusteren Betriebskonfigurationsinformationen für die zumindest eine Stelleinheit, da Unausführbarkeiten leichter vermieden werden können. Auf einer längerfristigen Basis führt es auch zu höheren Kosteneinsparungen, da die Sicherheitsmargen der Ober- und Untergrenzen der Wasserstände, die heute aufgrund von deterministischen Problemformulierungen notwendig sind, reduziert werden können.The consideration of uncertainties in the formulation of the optimization problem leads to more robust operation configuration information for the at least one actuator since inefficiencies can be more easily avoided. On a longer term basis, it also leads to higher cost savings as the safety margins of the upper and lower limits of the water levels that are required today due to deterministic problem formulations can be reduced.
Die Betriebskonfigurationsinformation für die zumindest eine Stelleinheit kann eine aus folgenden sein:
- • ein Stellantrieb-Zeitplan in Form einer zeitlichen Abfolge von Betriebszuständen der zumindest einen Stelleinheit oder
- • eine Verweistabelle für Betriebsanweisungen für die Erzeugung eines Steuersignals für die zumindest eine Stelleinheit, wobei die Betriebsanweisungen in Abhängigkeit vom aktuellen Zeitpunkt und/oder aktuellen Zustand des Wassernetzes definiert werden, oder
- • eine Menge von Parametern, einschließlich beispielsweise Mindest- und/oder Höchstwerten für die Steuersignale, die für die zumindest eine Stelleinheit erzeugt werden sollen.
- An actuator schedule in the form of a chronological sequence of operating states of the at least one actuator or
- A reference table for operating instructions for the generation of a control signal for the at least one actuating unit, wherein the operating instructions are defined as a function of the current time and / or current status of the water network, or
- A set of parameters including, for example, minimum and / or maximum values for the control signals to be generated for the at least one actuator.
Nachstehend wird ein Beispiel für einen stochastischen Ansatz zur Optimierung eines Wassernetzes unter Unsicherheiten genauer für das Beispiel der Modellierung der Unsicherheit bezüglich des Wasserbedarfs beschrieben.An example of a stochastic approach to optimizing a water network under uncertainties will now be described in greater detail for the example of modeling the uncertainty in water demand.
Der erste Schritt ist die Erstellung eines Modells der Wassernetzstruktur und -dynamiken.The first step is to create a model of the water network structure and dynamics.
Die Aufgabe von Wasserversorgungssystemen ist der Transport und die Verteilung der erforderlichen Wassermenge in der notwendigen Qualität zum richtigen Zeitpunkt zu bestimmten Verbrauchern oder Speicher- oder Wasseraufbereitungseinrichtungen. Rohwasser wird bei Quellen, z. B. Grundwasser oder Oberflächenwasser wie Flüssen oder Seen, in das Netz eingespeist. Falls erforderlich wird das Rohwasser einer chemischen Behandlung unterzogen. Danach wird das saubere Wasser entweder in kleinen Speichereinrichtungen gespeichert, die sich direkt bei den Quellen befinden, oder in das Netz gepumpt. Pumpen führen das Wasser durch Rohre, indem sie die Druckhöhe an bestimmten Stellen nach oben treiben, um Höhenunterschiede zu überwinden und Druckhöhenabfälle in Rohren auszugleichen, die durch Reibungsverluste verursacht werden. Die Anzahl an einzelnen Pumpen, die in einer Pumpstation eingeschaltet werden, ist durch eine diskrete Entscheidungsvariable beschrieben. Sie kann jeder beliebige ganzzahlige Wert zwischen der Untergrenze Null und der Obergrenze sein, die durch die Maximalzahl an Pumpen in der Pumpenstation definiert ist. Ventile sind Netzelemente zur Steuerung von Strömen und Druckhöhen. Sie können in unterschiedlichen Ausmaßen gedrosselt werden, um die Bewegung von Wasser durch Rohre zu steuern. Besondere Aufmerksamkeit muss auf die Speichereinrichtungen gerichtet werden, weil sie die einzigen Netzelemente sind, die einen Puffer zwischen Netzzufluss und -abfluss bereitstellen. Sie entkoppeln verschiedene Wassernetzabschnitte und machen das System flexibel, wodurch verschiedene mögliche Betriebsstrategien umgesetzt werden können. The task of water supply systems is the transport and distribution of the required amount of water in the necessary quality at the right time to particular consumers or storage or water treatment facilities. Raw water is at sources such. As groundwater or surface water such as rivers or lakes, fed into the network. If necessary, the raw water is subjected to a chemical treatment. Thereafter, the clean water is either stored in small storage facilities located directly at the sources or pumped into the network. Pumps pass the water through pipes by raising the head at certain points to overcome differences in altitude and to compensate for pressure drop in pipes caused by friction losses. The number of individual pumps that are turned on in a pumping station is described by a discrete decision variable. It can be any integer value between the lower limit zero and the upper limit defined by the maximum number of pumps in the pump station. Valves are network elements for controlling flows and pressure levels. They can be throttled to different extents to control the movement of water through pipes. Special attention must be paid to the storage devices because they are the only network elements that provide a buffer between network inflow and outflow. They decouple different sections of water network and make the system flexible, allowing various possible operating strategies to be implemented.
Die Topologie des Wassernetzes ist durch eine Grafik G = (N, E) beschrieben, wobei N für eine Knotenmenge und E für eine Randmenge steht. Die Knotenmenge N = Nrn ⋃ Ncn ⋃ Ndn ⋃ Nsn besteht aus Speicherknoten Nrn, Verbindungsknoten Ncn, Wasserbedarfsknoten Ndn und Quellknoten Nsn, und die Randmenge E = Epi ⋃ Epu ⋃ Eva umfasst oder stellt Wasserohre (Epi), Pumpen (Epu) und Ventile (Eva) dar.The topology of the water network is described by a graph G = (N, E), where N stands for a node set and E for an edge set. The node set N = N rn ⋃ N cn ⋃ N dn ⋃ N sn consists of storage node N rn , connection node N cn , water demand node N dn and source node N sn , and the margin set E = E pi ⋃ E pu ⋃ E va includes or represents water pipes (E pi ), pumps (E pu ) and valves (E va ) is.
Der physikalische, von der Zeit t abhängige Zustand y(t) des Netzes besteht aus Druckhöhen in den Knoten und Strömen an den Rändern. Der Zustand y(t) erfüllt ein System von differential-algebraischen Gleichungen (DAEs), die Erhaltungssätze vom Kirchhoff-Typ, nichtlineare Druckhöhe-Strömung-Beziehungen von Pumpen, Ventilen und Rohren und die zeitliche Veränderungsrate von Wasserspeicherhöhen in den Speichereinrichtungen aufgrund von Strömen umfassen.The physical, dependent on the time t state y (t) of the network consists of pressure levels in the nodes and currents at the edges. The state y (t) satisfies a system of differential algebraic equations (DAEs) comprising Kirchhoff-type conservation laws, non-linear pressure-altitude flow relationships of pumps, valves and pipes, and the rate of change of water storage heights in the storage devices due to currents ,
Die differential-algebraischen Gleichungen werden durch die Steuer- und Entscheidungsvariablen c(t) beeinflusst, von denen einige integral sind und welche die Netzbetriebskonfiguration für die Pumpen, die Ventile und den Quellstrom darstellen, d. h. die Betriebskonfigurationsinformationen für die Stelleinheiten, insbesondere die Stellantrieb-Zeitpläne. Außerdem bestimmt der Wasserbedarf ξ(t) den Abfluss aus dem System.The differential algebraic equations are affected by the control and decision variables c (t), some of which are integral and which represent the network operating configuration for the pumps, the valves and the source current, i. H. the operating configuration information for the actuators, in particular the actuator schedules. In addition, the water demand ξ (t) determines the outflow from the system.
Formal können die Zustandsgleichungen F, d. h. das System von DAEs, als
Die Formulierung des Optimierungsproblems umfasst die Zielfunktion Φ, die Zustandsgleichungen F und die Betriebseinschränkungen G, von denen einige einfache Grenzen sind.The formulation of the optimization problem includes the objective function Φ, the equations of state F, and the operational constraints G, some of which are simple limits.
Die Zielfunktion Φ = (Φpu + Φsn), die minimiert werden soll, besteht aus Betriebskosten, wie z. B. Pumpenergiekosten Φpu und Quellstromkosten Φsn, die während des Zeithorizonts T auftreten.The objective function Φ = (Φ pu + Φ sn ), which is to be minimized, consists of operating costs, such. Pump energy costs Φ pu and source current costs Φ sn occurring during the time horizon T.
Die Einschränkungen G schränken den Zustand des Systems auf seinen praktischen Betriebsbereich ein, beispielsweise die Anforderung, dass die Pumpen im physikalischen Bereich einer positiven Druckhöhensteigerung arbeiten.The restrictions G limit the state of the system to its practical operating range, for example the requirement that the pumps operate in the physical range of a positive pressure increase.
Das Betriebsplanungsproblem und damit das Optimierungsproblem ist dann wobei gilt:
Die optimale Lösung für die Entscheidungsvariablen c(t) ist die Antwort, die der Benutzer, d. h. der Wasserversorgungsbetrieb, im realen technischen System umsetzen muss.The optimal solution for the decision variable c (t) is the answer that the user, i. H. the water supply company, in the real technical system must implement.
Im Allgemeinen ist das DAE-System auf einem fixen Zeitraster diskretisiert, und die Steuer- und Entscheidungsvariablen c(t) werden als stückweise konstant gewählt, was das Optimierungsproblem in ein dynamisches gemischt-ganzzahliges nichtlineares Programmierungs-(MINLP-)Problem verwandelt.In general, the DAE system is discretized on a fixed time scale, and the control and decision variables c (t) are chosen to be piecewise constant, turning the optimization problem into a dynamic mixed integer nonlinear programming (MINLP) problem.
Die gemischt-ganzzahlige Komponente geht auf die Koexistenz von kontinuierlichen und diskreten Pumpvariablen zurück. Der nichtlineare Teil umfasst die Zielfunktion und die Druckhöhe-Strömung-Beziehungen. Je nach numerischem Löser und dem zugrunde liegenden Algorithmus sind glatte Funktionen sehr erwünscht, insbesondere wenn derivatbasierte Optimierungsverfahren eingesetzt werden.The mixed-integer component is due to the coexistence of continuous and discrete pump variables. The nonlinear part includes the objective function and the pressure head-flow relationships. Depending on the numerical solver and the underlying algorithm, smooth functions are highly desirable, especially when using derivative-based optimization techniques.
Die derzeitige Praxis der Wassernetz-Betriebsplanung besteht in der Lösung der Optimierungsproblems für einen fixen Bedarf ξ(t), üblicherweise den erwarteten Bedarf, was die Optimierung deterministisch macht.The current practice of water network operations planning is to solve the fixed-demand optimization problem ξ (t), usually the expected demand, which makes the optimization deterministic.
Gemäß der Erfindung wird stattdessen ein stochastische Optimierung eingesetzt, die es möglich macht, Modell- und Bedarfsunsicherheiten zu berücksichtigen. Im Allgemeinen besteht eine häufige Praxis zur Korrektur zufälliger Störungen in dynamischen Prozessen auf der Anwendung eines so genannten bewegten Horizonts. Vorausgesetzt Wahrscheinlichkeitsinformationen über die Unsicherheitsdaten sind verfügbar, gehen stochastische Modelle einen Schritt weiter, indem sie diese stochastischen Informationen explizit bei zukünftigen Ereignissen mit einbeziehen. Der Entscheidungsprozess wird vorhersagbar anstatt nur auf vergangene Wasserbedarfsrealisierungen zu reagieren. Deshalb ist ein stochastischer Prozess erforderlich, der die zufälligen Wasserbedarfsereignisse beschreibt, wie sie innerhalb ihrer Wahrscheinlichkeit auftreten. Der stochastische Prozess für den zufälligen Wasserbedarf ξ = ξt mit t ∈ [0, T] ist auf einem gewissen zugrunde liegenden kontinuierlichen Wahrscheinlichkeitsbereich definiert, der unter anderem eine Funktion der oben beschriebenen Menge von Zustandsgleichungen F und einer Wahrscheinlichkeitsverteilung P ist und wobei T die Dauer des Zeithorizonts ist.According to the invention, a stochastic optimization is instead used, which makes it possible to take into account model and demand uncertainties. In general, a common practice for correcting random disturbances in dynamic processes is the application of a so-called moving horizon. Provided probability information about the uncertainty data is available, stochastic models go one step further by explicitly including this stochastic information in future events. The decision making process becomes predictable rather than just reacting to past water demand realizations. Therefore, a stochastic process is required that describes the random water demand events as they occur within their likelihood. The stochastic process for the random water demand ξ = ξ t with t ∈ [0, T] is defined on a certain underlying continuous probability range, which is inter alia a function of the set of equations of state F and a probability distribution P described above Duration of the time horizon is.
Natürlich führt die explizite Darstellung einer Unsicherheit durch einen stochastischen Prozess zur Gewinnung von Informationen im Laufe der Zeit. Diese zusätzlichen Modellinformationen erhöhen die Komplexität des Optimierungsmodells, was zu umfangreichen stochastischen Programmen führt. Die meisten Lösungsverfahren für solche umfassenden Programme basieren auf der Approximation durch einen zeitdiskreten stochastischen Prozess, wobei ξt Werte in Rs (für t ∈ {0, ...T}) annimmt, wobei s := |Ndn| für die Zahl an Bedarfsknoten steht. Die stochastischen Variablen ξt werden direkt vor der Zeit t beobachtet, und ξ0 wird mit t = 0 angenommen. Somit ist der zeitdiskrete stochastische Prozess eine Sammlung von Zufallsvariablen ξ = (ξ0, ..., ξT) in RsT.Of course, the explicit representation of an uncertainty through a stochastic process leads to the extraction of information over time. This additional model information increases the complexity of the optimization model, resulting in large stochastic programs. Most solution methods for such comprehensive programs are based on the approximation by a time-discrete stochastic process, where ξ t takes values in R s (for t ∈ {0, ... T}), where s: = | N dn | stands for the number of demand nodes. The stochastic variables ξ t are observed directly before time t, and ξ 0 is assumed to be t = 0. Thus, the time-discrete stochastic process is a collection of random variables ξ = (ξ 0 , ..., ξ T ) in R sT .
Um ein numerisch leicht umsetzbares Optimierungsproblem zu erhalten, wird Unsicherheit bezüglich des Wasserbedarfs als endliche Menge von möglichen Bedarfsrealisierungen im Laufe der Zeit modelliert, was zu szenarienbasierten Optimierungsmodellen führt. Das bedeutet, dass eine diskrete Approximation der zugrunde liegenden Wahrscheinlichkeitsverteilung in Betracht gezogen wird, die durch einen endlichen Wahrscheinlichkeitsbereich gegeben ist, der unter anderem eine Funktion von speziellen Szenarien ωj mit j = 1, ..., r ist. Jedes Szenario stelle eine mögliche Wasserbedarfsrealisierung der Zukunft dar und tritt mit einer Wahrscheinlichkeit von πwj ≥ 0 auf. Insgesamt weisen die Modellszenarienauf, unter der Annahme, dass eines der Szenarien in der Realität stattfinden wird.In order to obtain a numerically easy-to-implement optimization problem, uncertainty regarding water demand is modeled as a finite set of possible demand realizations over time, resulting in scenario-based optimization models. This means that a discrete approximation of the underlying probability distribution is considered, which is given by a finite probability domain, which among other things is a function of special scenarios ω j with j = 1, ..., r. Each scenario represents a possible water demand realization of the future and occurs with a probability of π wj ≥ 0. Overall, the model scenarios show on, assuming that one of the scenarios will take place in reality.
Alle Szenarien des Modells Ω = {ω1, ..., ωr} können in Form eines Szenarienbaums dargestellt werden, wie er in
Da die Ergebnisse des realen zugrunde liegenden Problems von großem Interesse sind, ist die Erstellung eines solchen Szenarienbaums eine wichtige Aufgabe. Das Hauptziel besteht in einer geeigneten Darstellung der zugrunde liegenden Wahrscheinlichkeitsverteilung von ξ, weil der Optimalwert und die Optimallösung von den ausgewählten Szenarien abhängen. Bei vielen Anwendungen stehen und unvollständige Informationen über die zugrunde liegende Wahrscheinlichkeitsverteilung zur Verfügung. Die Szenarienerstellung basiert dann meist auf der Verwendung von historischen Daten, die auf Schätzungs-, Simulations- und Stichprobenverfahren angewandt werden, oder schließen das Wissen eines erfahrenen Netzbetreibers ein. Since the results of the real underlying problem are of great interest, creating such a scenario tree is an important task. The main goal is to properly represent the underlying probability distribution of ξ because the optimal and optimal solutions depend on the scenarios selected. For many applications, incomplete information about the underlying probability distribution is available. Scenario creation is then usually based on the use of historical data that is applied to estimation, simulation, and sampling techniques or includes the knowledge of an experienced network operator.
Im Allgemeinen können vier verschiedene Approximationsarten für die reale Wahrscheinlichkeitsverteilung P durch eine endliche Szenarienmenge in Bezug auf den Grad an verfügbaren Informationen unterschieden werden: volles Wissen über P, bekannte Parameterfamilie, Probeninformationen und niedriger Informationsstand. Wenn nur wenige Informationen zur Verfügung stehen, die auf Beobachtungsdaten basieren, zeigt die Erstellung eines Ober- und eines Unterszenarios typische Proben, wie sie in
Der Rechenaufwand zur Lösung von szenarienbasierten Optimierungsmodellen hängt stark von der Anzahl an Szenarien im Modell ab. Daher muss ein Kompromiss zwischen der Genauigkeit der Approximation und der Modellgröße, die mit der Anzahl an Szenarien exponentiell steigt, in Betracht gezogen werden. Häufig werden spezielle Szenarienreduktionsverfahren eingesetzt, während immer noch geeignete Approximationen dargestellt werden. Diese Methoden basieren auf der Anwendung einer nachfolgenden Szenarienreduktion.The computational burden of solving scenario-based optimization models depends heavily on the number of scenarios in the model. Therefore, a tradeoff must be made between the accuracy of the approximation and the model size, which increases exponentially with the number of scenarios. Frequently, special scenario reduction techniques are used while still providing appropriate approximations. These methods are based on the application of a subsequent scenario reduction.
Ziel ist es, die Anzahl an Knoten im Szenarienbaum zu verringern, indem ähnliche Szenarien gebündelt werden. Die reduzierten Bäume und der Originalbaum werden dann durch eine bestimmte Wahrscheinlichkeitsabstandsmetrik verglichen. Neue Wahrscheinlichkeiten werden dann dem reduzierten Baum zugewiesen, sodass das neue Wahrscheinlichkeitsmaß gemäß einer Metrik des natürlichen Abstands am nächsten bei der Anfangsverteilung liegt.The goal is to reduce the number of nodes in the scenario tree by bundling similar scenarios. The reduced trees and the original tree are then compared by a certain probability distance metric. New probabilities are then assigned to the reduced tree so that the new probability measure is closest to the initial distribution according to a metric of the natural distance.
Eine weitere wichtige Tatsache basiert auf der Robustheit des optimalen Zielwerts und der optimalen Lösung bezüglich der eingesetzten Szenarien. Robustheit ist erwünscht, d. h. kleine Störungen der Szenarien und der entsprechenden Wahrscheinlichkeiten sollten höchsten zu kleinen Veränderungen des optimalen Zielwerts und der optimalen Lösung führen.Another important fact is based on the robustness of the optimal target value and the optimal solution with regard to the scenarios used. Robustness is desired, d. H. Small perturbations of the scenarios and the corresponding probabilities should lead to very small changes in the optimal target value and the optimal solution.
Wie oben beschrieben ist vorgesehen, dass Wahrscheinlichkeitsinformationen über die Unsicherheit des Wasserbedarfs zur Verfügung stehen und dass stochastische Optimierungsverfahren eingesetzt werden können, um diese zu nutzen. Das stochastische Optimierungsproblem dient dann dazu, eine Zielfunktion zu minimieren, die insbesondere erwartete Betriebskosten berücksichtigt, wobei die Minimierung der Anforderung unterliegt, dass die erhaltenen Betriebskonfigurationsinformationen für die Stelleinheiten für alle Was serbedarfsrealisierungen möglich sind.As described above, it is envisioned that probability information on the uncertainty of water demand will be available and that stochastic optimization techniques may be used to exploit it. The stochastic optimization problem then serves to minimize an objective function which, in particular, accounts for expected operating costs, subject to the minimization of the requirement that the obtained operating configuration information for the actuators be available for all water demand implementations.
Wie oben erläutert wurde, ist die Unsicherheit bezüglich des Wasserbedarfs als endliche Menge von möglichen Bedarfsrealisierungen modelliert, was zu so genannten szenarienbasierten Optimierungsmodellen führt, um ein numerisch leicht umsetzbares Optimierungsproblem zu erhalten.As discussed above, the uncertainty in water demand is modeled as a finite set of possible demand realizations, resulting in so-called scenario-based optimization models to obtain a numerically easy to implement optimization problem.
Neben der Berücksichtigung der unsicheren Bedarfsstruktur, wie oben beschrieben, nutzt ein Zweistufen-Programmier-(2SSP-)Verfahren die Tatsache, dass nur ein Teil der Entscheidungen, welche die Hier-und-Jetzt-Entscheidungen x sind, so genannte Entscheidungen der ersten Stufe, getroffen werden muss, bevor der Bedarf beobachtet werden kann. Dies ist unter der Bezeichnung Nichtantizipierbarkeit bekannt.In addition to considering the uncertain demand structure as described above, a two-step programming (2SSP) method takes advantage of the fact that only a portion of the decisions that are the here-and-now decisions x are so-called first-stage decisions , must be taken before the need can be observed. This is known as non-anticipatory.
Die restlichen Steuervariablen, die Hilfsaktionen z, so genannten Entscheidungen der zweiten Stufe, müssen erst zu einem späteren Zeitpunkt fixiert werden, wenn ein Teil des Bedarfs schon beobachtet wurde.The remaining tax variables, the relief actions z, so-called decisions of the second stage, need to be fixed at a later date, if a part of the needs has already been observed.
Im Allgemeinen führt dies zu stochastischer Mehrstufenprogrammierung. Hier schränken wir die Aufmerksamkeit auf den optimistischeren Zweistufenansatz ein, bei dem die Wahl der Hilfsaktionen z auf dem vollständigen Wissen über die Bedarfsrealisierung ξ basiert.In general, this leads to stochastic multi-stage programming. Here we restrict attention to the more optimistic two-step approach, where the choice of remedies z is based on full knowledge of demand realization ξ.
Nachfolgend werden wir die Variablen der 1. und 2. Stufe mit x(t) bzw. z(t, ξt(ω)) bezeichnen. Ein szenarienbasiertes Optimierungsproblem in Form einer 2SSP-Modell-Formulierung, in der die Hilfsaktion vom Zeitpunkt t~ ∈ (0, T) an definiert ist, sieht wie folgt aus: wobei gilt:
- Φ2SSP
- die zu minimierende Zielfunktion ist,
- Φpu
- die Energieverbrauchskosten in der Pumpenstation pu sind und
- Φsn
- die Quellstromkosten sind.
- Φ 2SSP
- the objective function to be minimized is
- Φ pu
- the energy consumption costs in the pump station are pu and
- Φ sn
- the source electricity costs are.
Die Energieverbrauchskosten Φpu berücksichtigen unter anderem die Pumpeneffizienz. Die Pumpen wandeln elektrische Energie in mechanische Energie von Wasser um. Die Pumpeneffizienz, Draht-zu-Wasser-Effizienz genannt, beschreibt die Effizienz dieser Umwandlung. Sie steigt mit der Durchflussgeschwindigkeit durch die Pumpe bis zu einem gewissen Punkt, Spitzeneffizienz genannt, und nimmt dann mit steigender Durchflussgeschwindigkeit ab.The energy consumption costs Φ pu take into account, among other things, the pump efficiency. The pumps convert electrical energy into mechanical energy of water. Pump efficiency, called wire-to-water efficiency, describes the efficiency of this conversion. It increases with the flow rate through the pump to some point, called peak efficiency, and then decreases with increasing flow rate.
Die Quellstromkosten Φsn spiegeln die Kosten für die Bereitstellung von Wasser aus den Wasserquellen, z. B. Wasseraufbereitungeinrichtungen, Entsalzungsanlagen oder Wasserreservoirs wider.The source electricity costs Φ sn reflect the cost of providing water from the water sources, e.g. B. water treatment facilities, desalination plants or water reservoirs.
Weitere Kosten, die in der Zielfunktion Φ2SSP berücksichtigt werden können, sind so genannte Strafkosten für Übertretungen der Grenzbedingungen in den Wasserreservoirs.Other costs which can be taken into account in the objective function Φ 2SSP are so-called penalty costs for violations of the boundary conditions in the water reservoirs.
Die Bezeichnung Kosten ist nicht nur im Geldsinne zu verstehen, sondern wird auch verwendet, um im Allgemeinen den Grad an unerwünschten Nebeneffekten darzustellen, die minimiert werden sollen. Diese unerwünschten Nebeneffekte hängen im Allgemeinen mit dem Betrieb der Stelleinheiten zusammen, da jede Stellaktion zu zumindest einem aus der Erzeugung von zu viel Lärm oder Kohlendioxid, der Verwendung von zu viel elektrischer Energie, der Erhöhung der Menge an kostspieligem Wasser, das aus einem Reservoir in das Netz gepumpt wird, oder dem Erreichen einer unerwünschten Frequenz und/oder Amplitude des Stellbetriebs selbst führt. Alle diese und weitere unerwünschte Nebeneffekte können in der Zielfunktion und somit im Optimierungsproblem modelliert werden und werden dann aufgrund der Minimierung dieser Zielfunktion so weit wie möglich vermieden.The term cost is not just monetary, but is also used to generally represent the level of undesirable side effects that should be minimized. These undesirable side effects are generally related to the operation of the actuators as each actuation action results in at least one of the generation of too much noise or carbon dioxide, the use of too much electrical energy, the increase in the amount of expensive water flowing from a reservoir in the network is pumped, or the achievement of an undesirable frequency and / or amplitude of the control operation itself leads. All of these and other undesirable side effects can be modeled in the objective function and thus in the optimization problem and are then avoided as much as possible due to the minimization of this objective function.
Aufgrund der endlichen Diskretisierung des zugrunde liegenden stochastischen Prozesses weisen die Gleichungen (5) bis (8) die Form eines deterministischen Optimierungsmodells auf. Daher wird es auch das entsprechende deterministische Äquivalent des 2SSP-Problems genannt. Die Vorteile des deterministischen Äquivalents bestehen in einer besseren numerischen Handhabbarkeit durch Vermeidung von Wahrscheinlichkeitsintegralen.Due to the finite discretization of the underlying stochastic process, equations (5) to (8) take the form of a deterministic optimization model. Therefore, it is also called the corresponding deterministic equivalent of the 2SSP problem. The advantages of the deterministic equivalent are better numerical handling by avoiding probability integrals.
Anhand des Beispiels für ein Wassernetz
Um den möglichen Vorteil der Lösung eines stochastischen Problems gegenüber der Lösung eines entsprechenden deterministischen Problems zu bestimmen, in dem der erwartete Bedarf den unsicheren Bedarf ersetzt, wird der Wert der stochastischen Lösung (VSS) eingesetzt. Der VSS ist ein passendes Merkmal, weil er anzeigt, wie gut die optimale Lösung eines 2SSP-Modells im Vergleich mit der optimalen deterministischen Lösung, die in einen Rahmen mit unsicherem Bedarf eingebettet ist, funktioniert.To determine the potential benefit of solving a stochastic problem over solving a corresponding deterministic problem in which the expected demand replaces the unsafe need, the value of the stochastic solution (VSS) is used. The VSS is a fitting feature because it indicates how well the optimal solution of a 2SSP model works in comparison to the optimal deterministic solution embedded in a framework with uncertain needs.
Die Struktur von 2SSP-Modellen stellt sicher, dass die Entscheidungen der 1. Stufe nur umsetzbar sind, wenn es eine machbare Hilfsaktion für jedes dargestellte Bedarfsszenario gibt. Dies bedeutet dass die Variablen der 1. Stufe berechnet werden, um das Modell langfristig umsetzbar zu machen, sodass die optimalen Wasserspeicher-Wasserstandsverläufe zwischen den vordefinierten Grenzen liegen. So werden die Wasserstände in 2SSP unter Kontrolle gehalten.The structure of 2SSP models ensures that the first-level decisions are only viable if there is a feasible remedial action for each demand scenario presented. This means that the variables of the first level are calculated in order to make the model feasible in the long term, so that the optimal water storage water levels lie between the predefined limits. This keeps the water levels in 2SSP under control.
Dies ist aus der rechten Seite der
Andererseits ist das entsprechende Modell, das auf einem erwarteten und nicht einem unsicheren Bedarfswert basiert, nicht umsetzbar, was zeigt, dass ein optimaler deterministischer Zeitplan für einen erwarteten Bedarf für den realen Bedarf nicht notwendigerweise optimal oder überhaupt machbar ist. Um die Wassernetze machbar zu betreiben, mussten Schlupfvariablen eingeführt werden, und als Reaktion auf einen plötzlichen Anstieg des Wasserbedarfs musste sogar eine Unterschreitung der unteren Wasserstandsgrenze akzeptiert werden, wie aus dem erwarteten Wasserspeicherstand
Allgemein wurde bestimmt, dass die optimalen Zielwerte Φ2SSP « ΦEEV enthalten, was die Signifikanz einer stochastischen Optimierung für den Wassernetzbetrieb weiter belegt.In general, it has been determined that the optimum target values Φ 2SSP Φ EEV , which further substantiates the significance of stochastic optimization for water mains operation.
Ein weiterer wichtiger Aspekt des stochastischen Ansatzes ist der Rechenaufwand. Die Modellgröße der 2SSP-Modelle steige linear mit der Anzahl an Szenarien, und die Rechendauer weist quadratisches Wachstum in Bezug auf die Anzahl an Szenarien auf. Aber sogar eine grobe Approximation der zugrunde liegenden Wahrscheinlichkeitsverteilung mit wenigen Szenarien ergibt gute Ergebnisse im Vergleich zu der deterministischen Optimierung, mit mäßiger Steigerung der Rechenkomplexität. Außerdem führen zusätzliche kleine Störungen der Bedarfsszenarien im Modell zu einem marginalen Unterschied in den optimalen Zielwerten oder in der optimalen Lösung der stochastischen Programme.Another important aspect of the stochastic approach is the computational effort. The model size of the 2SSP models increases linearly with the number of scenarios, and the calculation time shows quadratic growth in terms of the number of scenarios. But even a rough approximation of the underlying probability distribution with few scenarios yields good results compared to deterministic optimization, with moderate increase in computational complexity. In addition, additional small perturbations of the demand scenarios in the model lead to a marginal difference in the optimal target values or in the optimal solution of the stochastic programs.
Das System
Die Szenarien sind Annahmen über den Wasserbedarf der Zukunft, wobei der erwartete Wasserbedarf je nach Tageszeitpunkt, Wochentag oder Jahreszeit variiert. Demgemäß können Tag-Nacht-Schwankungen, höherer Wasserbedarf in den heißen und sonnigen Monaten des Jahres oder aufgrund von Massenveranstaltungen durch die Szenarienerstellungseinheit SG berücksichtigt werden. Außerdem kann die Szenarienerstellungseinheit SG weitere Informationen berücksichtigen, die implizit den Wasserbedarf beeinflussen, beispielsweise Informationen über Elektrizitätstarife ET und/oder Wasserquellkosten WSC, die in der Speichereinheit
Die endliche Menge von Szenarien für den zukünftigen Wasserbedarf, die durch die Szenarienerstellungseinheit SG erstellt wird, wird dann der Optimierungseinheit OP bereitgestellt, wo sie in das Optimierungsproblem eingegeben wird. Das Optimierungsproblem berücksichtigt ferner ein Hydraulikmodell F des Wassernetzes
Die Szenarien können auch über eine Mensch-Maschine-Schnittstelle einem Betreiber präsentiert werden, die diese gemäß seinen Erfahrungen anpassen kann.The scenarios can also be presented via a man-machine interface to an operator who can adapt them according to his experience.
In speziellen Ausführungsformen ist die Szenarienerstellungseinheit SG angeordnet, um Ober- und Unterszenarien und – falls erforderlich – ein oder mehrere weitere erwartete Wertszenarien abzuleiten. Die Szenarienerstellungseinheit SG kann angepasst sein, um die Wasserbedarfsszenarien einer graphischen Anzeige bereitzustellen, um sie beispielsweise in Form eines Baums, wie in
Das System
Die Wasserstandseinstelleinheit LA kann außerdem angepasst sein, um den neuen Wert für die untere Wasserstandsgrenze zu bestimmen, indem ferner die Abhängigkeit zwischen der Reduktion im unerwünschten Nebeneffekt U und einem Risiko für die Wasserspeichereinrichtung, einen kritischen Wasserstand zu erreichen, berücksichtigt wird. Ein Beispiel für eine solche Abhängigkeit ist in
Die oben genannten Abhängigkeiten können in Form von funktionellen Beziehungen oder Tabellen oder regelbasierten Beziehungen bestimmt werden.The above dependencies can be determined in terms of functional relationships or tables or rule-based relationships.
Ein weiteres Element, das im System
Ein durch die Entscheidungsunterstützungseinheit durchgeführtes Verfahren kann folgende Schritte enthalten:
- a) Empfangen einer Defektbenachrichtigung, die auf ein
Problem im Wassernetz 17 hinweist; - b) Bestimmen einer Reihe von möglichen Ursachen für den gemeldeten Defekt aus der Defektbenachrichtigung;
- c) Bestimmen einer geschätzten Auswirkung für jede mögliche Ursache;
- d) Sammeln der geschätzten Auswirkungen für jede mögliche Ursache, um eine wichtige Angabe bezüglich des gemeldeten Defekts abzuleiten.
- a) Receiving a defect notification that indicates a problem in the
water network 17 points; - b) determining a number of possible causes of the reported defect from the defect notification;
- c) determining an estimated impact for each possible cause;
- d) Collect the estimated effects for each possible cause to derive an important indication of the reported defect.
In diesem Verfahren umfasst der Schritt des Bestimmens einer geschätzten Auswirkung für jede mögliche Ursache ein Risikoszenario mit anfänglichen Netzbedingungen und angenommenen zukünftigen Netzbedingungen des Wassernetzes, wobei die endliche Menge von Szenarien verwendet wird, um die zukünftigen Netzbedingungen darzustellen.In this method, the step of determining an estimated impact for each possible cause includes a risk scenario with initial grid conditions and assumed future grid conditions of the water network, wherein the finite set of scenarios is used to represent the future grid conditions.
Die Ausgabe der Entscheidungsunterstützungseinheit DS, d. h. die Wichtigkeitsangabe, kann dann vom Steuersystem CS verwendet werden, um zu bestimmen, wie rasch auf den Defekt reagiert werden muss, und/oder eine Priorität oder Reihenfolge festzulegen, in welcher auf gemeldeten Defekt reagiert werden sollte.The output of the decision support unit DS, d. H. the indication of importance may then be used by the control system CS to determine how quickly to respond to the defect and / or to establish a priority or order in which to respond to a reported defect.
Claims (15)
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EPE111893814 | 2011-08-22 | ||
EP11189381 | 2011-11-16 | ||
PCT/EP2012/065802 WO2013026731A1 (en) | 2011-08-22 | 2012-08-13 | System and method to optimize operation of a water network |
Publications (1)
Publication Number | Publication Date |
---|---|
DE112012003487T5 true DE112012003487T5 (en) | 2014-05-08 |
Family
ID=46682833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112012003487.2T Pending DE112012003487T5 (en) | 2011-08-22 | 2012-08-13 | System and method for optimizing the operation of a water network |
Country Status (5)
Country | Link |
---|---|
DE (1) | DE112012003487T5 (en) |
DK (1) | DK201470104A (en) |
NO (1) | NO347239B1 (en) |
SE (1) | SE1450161A1 (en) |
WO (1) | WO2013026731A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019020183A1 (en) * | 2017-07-27 | 2019-01-31 | Siemens Aktiengesellschaft | Method and device for calculating water demand |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201402695D0 (en) * | 2014-02-16 | 2014-04-02 | Arscott David S | System for optimising performance in a water network |
CN104008425B (en) * | 2014-05-12 | 2017-05-17 | 国家电网公司 | Hydro-thermal power system multi-target peak modulation method based on gravity search |
US10580095B2 (en) * | 2015-03-20 | 2020-03-03 | Accenture Global Solutions Limited | Method and system for water production and distribution control |
CN104732304A (en) * | 2015-04-15 | 2015-06-24 | 河南理工大学 | Grey artificial neural network combination model based method for predicting height of water-flowing fractured zone |
EP3112959B1 (en) * | 2015-06-29 | 2021-12-22 | SUEZ Groupe | Method for detecting anomalies in a water distribution system |
CN105868841B (en) * | 2016-03-21 | 2019-07-16 | 广西电网有限责任公司电力科学研究院 | A kind of geomantic omen fire combined scheduling method preferentially surfed the Internet based on wind-powered electricity generation |
CN109345010B (en) * | 2018-09-18 | 2021-08-24 | 中国水利水电科学研究院 | Multi-objective optimization scheduling method for cascade pump station |
GB201817011D0 (en) | 2018-10-18 | 2018-12-05 | Inflowmatix Ltd | Hydraulic network model |
CN109636148B (en) * | 2018-11-29 | 2022-09-13 | 华南理工大学 | Energy network equation-based working state evaluation method of multi-energy flow system |
CN110136026A (en) * | 2019-04-30 | 2019-08-16 | 佛山水业集团高明供水有限公司 | A kind of control method and its control system of water factory's water distribution |
CN110610264B (en) * | 2019-09-05 | 2022-10-14 | 大连理工大学 | Single-target optimization method for water supply pipe network regulation and control under uncertain situation |
EP3843027A1 (en) * | 2019-12-27 | 2021-06-30 | Fundación Tecnalia Research & Innovation | Method, system and computer program product for predicting water usage in a water supply network |
CN111652503B (en) * | 2020-06-01 | 2023-12-12 | 中南大学 | Multi-step multi-line ship lock joint scheduling method and structure based on network flow model |
CN113311799B (en) * | 2021-06-09 | 2022-10-04 | 上海电器科学研究所(集团)有限公司 | Urban drainage operation scheduling decision system and construction method |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010005955B4 (en) * | 2010-01-27 | 2020-03-05 | Abb Schweiz Ag | Arrangement and method for optimizing the operation of a supply network |
-
2012
- 2012-08-13 DE DE112012003487.2T patent/DE112012003487T5/en active Pending
- 2012-08-13 SE SE1450161A patent/SE1450161A1/en not_active Application Discontinuation
- 2012-08-13 NO NO20140362A patent/NO347239B1/en unknown
- 2012-08-13 WO PCT/EP2012/065802 patent/WO2013026731A1/en active Application Filing
-
2014
- 2014-03-04 DK DK201470104A patent/DK201470104A/en unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019020183A1 (en) * | 2017-07-27 | 2019-01-31 | Siemens Aktiengesellschaft | Method and device for calculating water demand |
Also Published As
Publication number | Publication date |
---|---|
NO20140362A1 (en) | 2014-05-22 |
DK201470104A (en) | 2014-03-04 |
WO2013026731A1 (en) | 2013-02-28 |
SE1450161A1 (en) | 2014-04-14 |
NO347239B1 (en) | 2023-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112012003487T5 (en) | System and method for optimizing the operation of a water network | |
Zhao et al. | Integrating a reservoir regulation scheme into a spatially distributed hydrological model | |
Li et al. | An inexact two-stage water management model for planning agricultural irrigation under uncertainty | |
DE102010005955B4 (en) | Arrangement and method for optimizing the operation of a supply network | |
DE102009052840A1 (en) | System and method for optimized decision-making in water supply networks and / or water utilities | |
DE102012105184A1 (en) | System, method and apparatus for operating an energy distribution system | |
DE102011118900A1 (en) | Energy management method and system and computer readable storage medium for storing the method | |
Efstratiadis et al. | Generalized storage-reliability-yield framework for hydroelectric reservoirs | |
DE102018213862A1 (en) | Methods of controlling an exchange of energy between energy subsystems on equal terms; Control center; Energy system; Computer program and storage medium | |
Armenia et al. | Water resource management through systemic approach: The case of Lake Bracciano | |
EP2854250A2 (en) | Method for analysis of an aggregated consumption signal and for load control in an electrical power system | |
Shabani et al. | A sustainable urban water management model under uncertainty: a case study | |
Ilich | Improving real-time reservoir operation based on combining demand hedging and simple storage management rules | |
Li et al. | An inexact risk management model for agricultural land-use planning under water shortage | |
Paudyal et al. | Two-step dynamic programming approach for optimal irrigation water allocation | |
WO2020192944A1 (en) | Method and device for controlling a water supply network | |
JP3321308B2 (en) | Plant prediction controller | |
Amanat Behbahani et al. | Optimal water allocation and distribution management in irrigation networks under uncertainty by multi‐stage stochastic case study: Irrigation and drainage networks of Maroon | |
EP3664243B1 (en) | Predictive planning in a micronetwork using high load time windows of a main power network | |
EP3352326A1 (en) | System for generating real-time information and forecasting power rules due to network bottlenecks in a power supply network | |
Jairaj et al. | Modeling reservoir irrigation in uncertain hydrologic environment | |
WO2022002458A1 (en) | Network for distributing electrical energy | |
DE202017100343U1 (en) | System for generating real-time information and forecasting of power regulations due to network bottlenecks in a power grid | |
DE102017101265A1 (en) | System for generating real-time information and forecasting of power regulations due to network bottlenecks in a power grid | |
DE19510343C2 (en) | Process for sequential feedforward control of a process |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R083 | Amendment of/additions to inventor(s) | ||
R081 | Change of applicant/patentee |
Owner name: ABB SCHWEIZ AG, CH Free format text: FORMER OWNER: ABB TECHNOLOGY AG, ZUERICH, CH |
|
R082 | Change of representative |
Representative=s name: MAIWALD GMBH, DE |
|
R016 | Response to examination communication |