JP2004250961A

JP2004250961A - Optimum operational control system for wide area plant

Info

Publication number: JP2004250961A
Application number: JP2003041423A
Authority: JP
Inventors: Yoshiyuki Sakamoto; 本義行坂; Katsuya Yokogawa; 川勝也横; Eisaku Nanba; 波栄作難; Yoshinori Inomata; 俣吉範猪; Atsumasa Shimiya; 宮篤政志; Kenichi Yamazaki; 崎謙一山
Original assignee: Toshiba Corp; Toshiba Solutions Corp
Current assignee: Toshiba Corp; Toshiba Digital Solutions Corp
Priority date: 2003-02-19
Filing date: 2003-02-19
Publication date: 2004-09-09
Anticipated expiration: 2023-02-19
Also published as: TWI273156B; JP4365598B2; KR20040074626A; CN1540460A; CN1317676C; TW200419046A

Abstract

<P>PROBLEM TO BE SOLVED: To realize stable and efficient operational control of water optimizing with high speed to minimize the timewise fluctuation of a water supply amount and the power consumption of a pump. <P>SOLUTION: A group of variables comprising an operational flow rate per unit time of the day and the time to set the flow rate based on a predicted demand amount and a process measured value is made a gene, and an optimum operation plan is computed according to genetic algorithm handled as such a string of genes of variable length that the group of variables exists only when the operational flow rate and the time to set the flow rate are changed. <P>COPYRIGHT: (C)2004,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、複数の施設を流体供給対象とする広域プラント、例えば広域上水道プラントの運用において、原水の取水量や浄水場での総ろ過量、浄水場から配水池への送水量の時間的変動を極力低減化し、かつ、ポンプの電力消費量も極力低減化するよう最適化し、安定かつ効率的な水運用制御を実現する広域プラントの最適運用制御装置に関する。
【０００２】
【従来の技術】
上水道プラント運用の意志決定支援を、計算機を用いて行う場合、対象とする配水区域の需要を予測し、その予測値に基づいて最適な運用計画を演算する。複数の施設を対象とする広域上水道プラントでは、扱う施設数が増大し、その運用方法も複雑となるため、運用計画を最適化する演算時間が膨大となってしまい、実用上支障を来す虞がある。
【０００３】
上水道プラントの自動制御においては、計算機が作成した運用計画に基づいてプラントを運用し、制御する場合、浄水を安定的に生産し、かつ、断水させることなく安定的に需要家へ供給することが絶対命題となる。同時に、プラント運用上、運用コストや設備保守費等の点から効率的にプラントを運用・制御することも求められる。したがって、このような観点からの要望を満たすような最適、もしくは、これに代わり得る近似的に最適なプラント運用計画を作成できるか否かが重要なポイントとなる。
【０００４】
近年、プラントの複雑化、大規模化に伴い、上述のような最適、もしくは、近似的に最適なプラント運用計画を実用的な時間内で迅速に演算することが困難な状況となっている。特に広域プラントでは、水道事業体の浄水場や配水場といった施設が散在しており、これらを一括して監視制御する広域監視の流れが定着しつつある。このような場合には、日々のプラント運用計画を迅速に演算することはますます困難となる。
【０００５】
そこで、このような問題を解決するために、複雑もしくは大規模なプラントでも高速に最適、もしくは、近似的に最適な運用計画を演算し、効率的で安定的なプラント運用を実現する広域プラントの最適運用制御装置の実現が必要となる。
【０００６】
上水道プラント運用の意思決定支援を、計算機を用いて行う場合、対象とする配水区域の需要予測に基づいて最適な運用計画を演算する（例えば、特許文献１参照）。複数の施設を対象とする広域上下水道プラントでは、扱う施設数が増大し、その運用方法も複雑となるため、運用計画を最適化する演算時間が膨大となってしまい、実用上支障を来す虞がある。
【０００７】
【特許文献１】
特開平８−１２８０７８号公報（図１とその説明）
【特許文献２】
特開２００１−５５７６３号公報（図２とその説明）
【０００８】
【発明が解決しようとする課題】
管理・運用施設の統合化・広域監視化に伴い、効率的かつ安定的な上水道プラント運用を実現し、かつ、実用性を失うことなく高速に最適なプラント運用計画を作成するプラント運用制御装置の実現が必要となっている。
【０００９】
本発明はこのような点を考慮してなされたものであり、複数の施設を対象とする広域プラント運用において、原水の取水量や浄水場での総ろ過量、浄水場から配水池への送水量の時間的変動を極力低減化し、かつ、ポンプの電力消費量も極力低減化するよう、高速に最適化し、安定かつ効率的な水運用制御を実現する広域プラントの最適運用制御装置を提供することを目的とする。
【００１０】
【課題を解決するための手段】
上記目的を達成するために、請求項１に係る発明は、複数の施設を対象とする広域プラントの運用を最適制御する、広域プラントの最適運用制御装置において、必要な設定値や条件を入力するデータ入力部と、プロセスデータの計測値や種々のパラメータ設定値などのデータを蓄積する実績データベース部と、データ入力部を介して入力された天候情報や実績データベース部に蓄積された過去の実績需要値を参照して運転該当日以降の単位時間あたりの需要量を予測する需要予測部と、需要予測部で得られた単位時間あたりの予測需要量およびプロセスの計測値に基づいて該当日の単位時間あたりの運用流量とその流量とする時刻からなる変数の組を遺伝子とし、運用流量とその流量とする時刻が変更されるときのみその変数の組が存在するような可変長の遺伝子の列として扱う遺伝的アルゴリズムに従って、複数の施設を対象とする広域プラントの最適もしくは最適に近い運用計画を演算する運用計画部と、運用計画部で得られた広域プラント運用演算結果と必要なその他のデータを出力するデータ出力部とを備えたことを特徴とする。
【００１１】
請求項２に係る発明は、請求項１に記載の広域プラントの最適運用制御装置において、運用計画部で初期個体を生成する際、制約条件を満たす実行可能解となる初期個体がある時間内に生成できたか否かを判定し、生成できなかった場合に、初期個体の生成を中止させる初期個体生成タイマー部を備えたことを特徴とする。
【００１２】
請求項３に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、実績データベース部に蓄積されている過去のプラント運用を初期個体として生成して運用計画部に提供する実績初期個体生成部を備えたことを特徴とする。
【００１３】
請求項４に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、人為的にデータ入力手段から設定したプラント運用案を初期個体として生成して運用計画部に提供するヒューリスティック初期個体生成部を備えたことを特徴とする。
【００１４】
請求項５に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、運用計画部で得られたプラント運用計画に対し、他の最適化手法でさらに最適化演算を行うハイブリッド最適化部を備えたことを特徴とする。
【００１５】
請求項６に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、運用計画部で最適なプラントの運用計画が得られなかった場合に、運用計画部に、制約条件を緩和してさらに最適化演算を行わせる制約緩和運用計画部を備えたことを特徴とする。
【００１６】
請求項７に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、運用計画部で得られた運用計画が時間的に見て部分的に凹状になっているとき、最適化のための評価値と制約条件を比較しながらその運用計画を平滑化する凹平滑化部を備えたことを特徴とする。
【００１７】
請求項８に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、運用計画部で得られた運用計画が時間的に見て部分的に凸状になっているとき、最適化のための評価値と制約条件を比較しながらその運用計画を平滑化する凸平滑化部を備えたことを特徴とする。
【００１８】
請求項９に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、運用計画部で得られた運用計画が時間的に見て上り階段状になっているとき、最適化のための評価値と制約条件を比較しながらその運用計画を平滑化する上り階段平滑化部を備えたことを特徴とする。
【００１９】
請求項１０に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、運用計画部で得られた運用計画が時間的に見て下り階段状になっている場合に、最適化のための評価値と制約条件を比較しながらその運用計画を平滑化する下り階段平滑化部を備えたことを特徴とする。
【００２０】
請求項１１に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、プラントにローカル制御コントローラが存在し、プラント運用制御装置からは制御できない機器が含まれているとき、ローカル制御を模擬し、その結果を運用計画部に入力してプラントの運用計画を演算させるローカル制御模擬計画部を備えたことを特徴とする。
【００２１】
請求項１２に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、プラントから時間的遅れを伴う場所で必要とする流量に対してプラントから供給するとき、時間的遅れを考慮して、運用計画部で得られた運用計画に対してプラントから見た必要量を修正する時間遅れ修正部を備えたことを特徴とする。
【００２２】
請求項１３に係る発明は、請求項２に記載の広域プラントの最適運用制御装置において、広域プラントは広域上水道プラントであり、各下流施設の水位計画が予め定めた範囲内に収まっているか否かを定期的に監視し、満たしている場合には監視を継続し、満たしていない場合には、まずその施設のみ再計画し、その結果、他の施設の制約条件が満たされていれば再計画結果に基づいて広域プラントを運用し、他の施設の制約条件が満たされていなければその施設の上流に位置する施設も含めた再計画を逐次繰り返すための再計画判定部を備えたことを特徴とする。
【００２３】
請求項１４に係る発明は、請求項１に記載の広域プラントの最適運用制御装置において、所望の運用設定値がプラント運用上の制約条件を満たすか否かを確認できるようシミュレーションを行うシミュレーション部を備えたことを特徴とする。
【００２４】
【発明の実施の形態】
以下、図面により本発明の実施形態について説明する。
図１は本発明による最適運用制御装置の一実施形態を示すブロック図、図２は図１の最適運用制御装置を適用する広域上水道プラントを示す系統図である。
【００２５】
＜実施の形態の構成＞
図２に示す広域上水道プラントでは、広域上水道施設として複数（図では８箇所）の配水池４１〜４８を対象とし、共通の浄水場４０からこれらの配水池４１〜４８へ配水する。浄水場４０は河川などから原水を取水ポンプなどで取水し、着水井を経て、混和池で薬品を注入し、凝集・沈澱・ろ過といった浄水化手段によって浄水化処理を行う。得られた浄水は塩素による殺菌処理を施された後、浄水池を経て、送水ポンプにより、各配水池を経由してそれぞれの配水区へ配水される。もちろん、浄水場４０から直接一般家庭などの配水区域に配水されることもあり得る。図２に示す広域上水道施設においては、第１群の配水池４１〜４４と第２群の配水池４５〜４８とに大きく２分されている。図において、管路どうしをつなぐ節点が符号５１で示され、また必要に応じて各管路または配水池に直列にバルブ５２が介挿され、さらに各管路を流れる水の流量を測定する流量計（例えば、電磁流量計）５３が必要に応じて各所に設けられている。
【００２６】
図１に示す最適運用制御装置は、図２に示されている広域上水道プラントを最適運用制御するものであって、データ入力部２、データ出力部４、実績ＤＢ部（実績データベース部）６、需要予測部８、運用計画部１０、初期個体生成タイマー部１２、実績初期個体生成部１４、ヒューリスティック初期個体生成部１６、ハイブリッド最適化部１８、制約緩和運用計画部２０、凹平滑化部２２、凸平滑化部２４、上り階段平滑化部２６、下り階段平滑化部２８、ローカル制御模擬計画部３０、時間遅れ修正部３２、再計画判定部３４およびシミュレーション部３６を備えている。
【００２７】
データ入力部２は、広域プラントの最適運用上、必要な設定値や条件を入力する入力処理手段である。データ出力部４は、最適運用制御装置による広域プラントの最適運用演算結果とその他の必要データを出力する出力処理手段である。実績ＤＢ部６は、プロセスデータの計測値や種々のパラメータ設定値などのデータを保存するデータベースである。需要予測部８は、天候情報や過去の実績需要値などから運転該当日以降の単位時間あたりの需要量を予測する。運用計画部１０は、需要予測部８で得られた単位時間あたりの予測需要量とプロセスの計測値に基づいて該当日の単位時間あたりの運用水量とその流量とする時間の変数の組を遺伝子とし、運用水量とその流量とする時間が変更されるときのみその変数の組が存在するような可変長の遺伝子の列として扱う遺伝的アルゴリズムであって、複数の施設を対象とする広域プラントの最適もしくは最適に近い運用計画を演算する。
【００２８】
初期個体生成タイマー部１２は、初期個体を生成する際、制約条件を満たす実行可能解となる初期個体がある時間内に生成できたか否かを判定し、生成できない場合には、初期個体の生成を中止するために用いられるタイマーである。実績初期個体生成部１４は、実績ＤＢ部６に蓄積されている過去のプラント運用を初期個体として使用するためのものである。ヒューリスティック初期個体生成部１６は、人為的にデータ入力手段から設定したプラント運用案を初期個体として使用するための手段である。ハイブリッド最適化部１８は、得られたプラント運用計画をさらに、それ以外の最適化手法で最適化演算を行う。制約緩和運用計画部２０は、最適なプラントの運用計画が得られない場合に、制約条件を緩和して最適化演算を行う。
【００２９】
凹平滑化部２２は、運用計画部１０によって演算された運用計画が凹状になっている場合に、最適化のための評価値と制約条件を比較しながらその運用計画を平滑化する。同様に、凸平滑化部２４は、運用計画が凸状になっている場合に、最適化のための評価値と制約条件を比較しながらその運用計画を平滑化する。上り階段平滑化部２６は、運用計画が上り階段状になっている場合に、最適化のための評価値と制約条件を比較しながらその運用計画を平滑化する。さらに、下り階段平滑化部２８は、運用計画が下り階段状になっている場合に、最適化のための評価値と制約条件を比較しながらその運用計画を平滑化する。
【００３０】
ローカル制御模擬計画部３０は、プラントにローカル制御コントローラがあって、プラント運用制御装置からは制御できない機器が含まれている場合に、ローカル制御を模擬し、その結果を運用計画部１０に入力してプラントの運用計画を演算させる。時間遅れ修正部３２は、プラントから時間的遅れを伴う場所で必要とする量に対して、プラントから供給する場合、時間的遅れを考慮して、プラントから見た必要量を修正する。
【００３１】
再計画判定部３４は、各施設（配水場４１〜４８）の制約条件が満たされているか否かを所定の手順に従って定期的に監視し、満たしている場合には監視を継続し、満たしていない施設がある場合には、まずその施設のみ再計画する。その結果、他の施設の制約条件が満たされているなら再計画結果に基づいて広域プラントを運用することとする。他の施設の制約条件が満たされないならば、その施設の上流に位置する施設も含めた再計画を逐次繰り返していく。
【００３２】
シミュレーション部３６は、データ入力部２から入力された所望の運用設定値がプラント運用上の制約条件を満たすか否かを確認できるようシミュレーションを行う。
【００３３】
本実施形態は、以上の構成部分からなる最適運用制御装置により、複数の施設を対象とする広域上水道プラント運用において、原水の取水量や浄水場での総ろ過量、浄水場４０から配水池４１〜４８への送水量の時間的変動を極力低減化し、かつ、ポンプの電力消費量も極力低減化するよう、高速に最適化し、安定かつ効率的な水運用制御を実現しようとするものである。
【００３４】
＜実施の形態の作用＞
まず図１に示す最適運用制御装置の基本的機能について説明する。
需要予測部８における配水の需要予測方法としては、統計的な手法や最小自乗法、ＧＭＤＨ（ＧｒｏｕｐｉｎｇＭｅｔｈｏｄｏｆＤａｔａＨａｎｄｌｉｎｇ）などの各種同定手法、ニューラルネットワークによる方法などが考えられるが、本実施形態においては特定の手法に限定されるものではなく、どの手法によってもよい。需要予測部８および運用計画部１０は、１日１回以上、定刻に起動する。まず、定刻前までに、需要予測に必要なデータを、データ入力部２を介して手動又は自動で入力する。ここでデータとは、例えば、需要予測をしたい日の天気予報や最高気温または最低気温の予報といった天候情報や、それまでに得られた天候情報の実績値や需要量実績値などである。需要予測部８での需要予測の結果はある単位時間ごとに少なくとも１日の区切りの時刻分までを出力する。もちろん、必要に応じて、２日分以上にわたる需要予測を行ってもよい。
【００３５】
需要予測結果とプラントの現在の計測値（浄水の送水計画であれば、配水池の水位や送水ポンプの流量、運転台数、配水量など、浄水場内での総ろ過流量の計画であれば、浄水池水位や、各ろ過池の洗浄タイミング、ろ過池洗浄水量、排水池水位など）と、送水ポンプ流量特性、配水池４１〜４８や浄水池４０、排水池の容量（運用水位上下限値）などのパラメータに基づいて、浄水池４０や配水池４１〜４８の運用水位上下限の逸脱や配水量予測値に不足なく、かつ、急激な総ろ過量や送水量の変化を引き起こさない水運用計画を運用計画部１０が最適演算する。この際、運用コストをできるだけ低減化するように考慮することもあり得る。この場合、必要であれば、電力消費のピーク時間となる時間帯にポンプの運転可能な台数を制約することも考えられる。
【００３６】
こうして、該当日の単位時間あたりの運用水量とその流量とする時間の変数の組を遺伝子とし、運用水量とその流量とする時間が変更されるときのみ、その変数の組が存在するような可変長の遺伝子の列として扱う遺伝的アルゴリズムによる運用計画部１０は、プラント機器の最適な運用計画を単位時間ごとに少なくとも１日の区切りの時刻分までを出力する。もちろん、必要に応じて、２日分以上にわたる運用計画を行ってもよい。
【００３７】
いま、図２の広域上水道プラントのうち、浄水池４０から送水ポンプによって、配水池４１〜４８を経由して画配水区へ浄水を配水するプロセスを想定して説明することとする。もちろん、自然流下で浄水池４０から配水池４１〜４８へ送水したり、配水池から配水区へ配水したりすることもあるが、ここでは、送水ポンプで送水し、配水ポンプで配水することとしても、受水池側の流量調節弁、もしくは、浄水池出側の流量調節弁のいずれかの開度設定値を離散的に設定することとすれば、それらのバルブ開度設定値の離散値がポンプ１台の吐出流量に相当すると考えることにより、一般性を失うことはない。
【００３８】
また、送水プロセスに対する考え方は、浄水場４０から各配水池４１〜４８への送水量を配水需要に見立てるとともに、ろ過池の洗浄水や場内で使用するその他水量も配水需要に含め、浄水池を配水池に、ろ過池を送水ポンプに見立て、かつ、洗浄タイミングによるろ過池の休止を送水ポンプの制約条件とみなすことにより、総ろ過流量計画にもほぼそのまま適用できるので、浄水場内での総ろ過流量計画の最適化も同様に行うことができる。もちろん、送水から総ろ過流量計画までを一括して最適化することも同様の考え方で可能である。
【００３９】
ある時刻ｋで浄水池から配水池への送水量Ｑ_ｐ（ｋ）は起動する送水ポンプや配管に取り付けられたバルブの開度によって制御される。その目標となる流量を離散的に何段階かに設定することとする。これを流量ステップと呼ぶ。例えば、バルブであれ、ポンプであれ、とにかく送水量の物理的最大値が仮に１００ｍ^３／ｈだとするなら、これを仮に５区分に分けることとすると、流量ステップは０、２０、４０、６０、８０、１００ｍ^３／ｈとなり、これらが送水計画として取り得る送水量を表すこととなる。
【００４０】
いま、回転数（回転速度）固定の固定速ポンプｎ台のみで送水するものとすると、固定速ポンプの台数と送水計画として取り得る送水量の離散値は１対１に対応する。説明の簡単さのため、以降この場合を想定して説明する。
【００４１】
単位時間あたりの運用水量とその水量とする時間の変数の組を遺伝子とし、運用水量とその流量とする時間が変更されるときのみその変数の組が存在するような可変長の遺伝子の列として扱う遺伝的アルゴリズムでは、図３に示すように、遺伝子を表現する。
【００４２】
図３では、図２に示した各施設（配水池４１〜４８）における各時刻での受水量を表している。いま、配水池がＮ個（図示の例では、８個）あるものとするとき、配水池を１から順に番号付けし、これを施設番号と呼ぶ。施設番号ｉの受水量計画値を（時刻、流量ステップ）の組で表現することとする。この組を遺伝子とする。したがって、時間は計画開始時刻から終了時刻までをとる整数値となり、流量ステップは予め定めた流量の離散的な目標値で実数値をとる。この遺伝子の組は、本発明に従い、計画すべき時間帯すべてに対して存在するのではなく、受水量が変更となる時刻に関してのみ持つこととする。これにより、受水量が一定の場合には遺伝子の組は１つで済むことになり、メモリ容量を節約することができ、結果的に最適解を探索する対象領域を絞ることにもつながる。このように、本発明においては、遺伝子の組（列）の長さが可変であり、これを可変長遺伝子列と呼ぶ。可変長遺伝子列では、図４に示すような受水計画が仮に施設番号１のものだとすると、図３の施設番号１のように表現することができる。
【００４３】
いま、各配水池４１〜４８での受水計画量の総和が浄水場４０からの送水計画量となるので、考えている送水計画の最適化問題を次のように定式化することとする。定式化の方法は、どのような送水計画を最適化したいかによって変わるので、一意ではないが、どのように定式化したとしても、以下に示すような組み合わせ最適化問題と呼ばれる定式化であれば、該当日の単位時間あたりの運用水量とその流量とする時刻の変数の組を遺伝子とし、運用水量とその流量とする時刻が変更されるときのみ、その変数の組が存在するような可変長の遺伝子の列として扱う遺伝的アルゴリズムによって、最適化、もしくは、近似的に最適化することができる。
【００４４】
【数１】

【数２】

施設番号ｉの受水量計画を表す遺伝子（時刻、流量ステップ）と上述の目的関数および制約条件における変数との対応は、
（時刻、流量ステップ）＝（ｋ，ｘ_ｉ（ｋ））
となる。
【００４５】
このような問題は一般に組み合わせ最適化問題と呼ばれ、図３に示したように、該当日の単位時間あたりの運用水量とその流量とする時刻の変数の組を遺伝子とし、運用水量とその流量とする時刻が変更されるときのみ、その変数の組が存在するような可変長の遺伝子の列として扱う遺伝的アルゴリズムを適用することによって、最適または近似的に最適な運用計画を高速に得ることができる。その演算手順を以下に示す。
【００４６】
○遺伝的アルゴリズム
＜ＳＴＥＰ−１＞初期個体群の生成
ランダムに遺伝子を割り当てて生成した個体をそれぞれ予め定義した個数ｎ個発生させる。制約条件を満足していない場合は新たにランダムに遺伝子を割り当てて生成しなおす。
＜ＳＴＥＰ−２＞各個体の評価
各個体の適応度ｆおよび平均適応度を計算する。
＜ＳＴＥＰ−３＞淘汰処理
制約条件を満足しない個体や予め定義した個体数以上の個体が存在する場合は、適応度の悪い（適応度の小さい）個体をその定義した個数になるまで淘汰（削除）する。
＜ＳＴＥＰ−４＞増殖処理
予め定義した個体数より個体数が少ない場合、適応度最良の個体を増殖（コピー）する。
【００４７】
＜ＳＴＥＰ−５＞交叉処理
ランダムにペアリングを行う。ペアリングは全個体数に対する割合（交叉率）分だけ行い、ペアごとに、ランダムに遺伝子座（遺伝子の場所）を選び、一点交叉（選んだ遺伝子の場所から交互に遺伝子のセットを交換）させる。
＜ＳＴＥＰ−６＞突然変異処理
全個体数に対する割合（突然変異率）分だけランダムに個体を選び、各個体の任意（ランダムに決定する）の遺伝子座の遺伝子を変更させる。
＜ＳＴＥＰ−７＞終了判定処理
＜ＳＴＥＰ−２＞〜＜ＳＴＥＰ−６＞を繰り返す。但し、＜ＳＴＥＰ−２＞においては、その世代における平均適応度が前数世代の平均適応度と比較して、ある値ε（任意に設定する値）以下またはある世代数（繰り返し回数の上限値）以上であれば、アルゴリズムを終了する。
【００４８】
また、＜ＳＴＥＰ−１＞〜＜ＳＴＥＰ−７＞が予め定義された時間内に終了しなければ、アルゴリズムを強制的に終了する。
なお、個体とは、図３に示した１つの遺伝子列のことをいう。
【００４９】
ここで、＜ＳＴＥＰ−５＞で述べた「交叉」について説明する。図５に示すように、施設番号が同じ（図示の例では、「２」の）遺伝子列を２つランダムに選択する。
さらに、その遺伝子の組の場所、すなわち、（時刻、流量ステップ）のある個数の場所を乱数で選択し、交換する。図５の例では、３個目と４個目の間で交換する。このとき、交換した結果、同じ時刻以降の遺伝子が含まれる新しい遺伝子列が生成することがある（図５では、下に位置する子の１１時以降の流量ステップは５であるのに対し、１０時以降、流量ステップ６という遺伝子が存在）。この場合には、後ろに付加された遺伝子が優先されることとする。つまり、前に現れた同じ時刻の遺伝子は後ろの遺伝子が優先され、無視されるものとする（図５では、１０時から１１時まで流量ステップは６であり、１１時以降流量ステップは５となる）。これを全体の個体数に対して、決められた割合（交叉率）に従って操作する。これを交叉と呼ぶ。
【００５０】
さらに、＜ＳＴＥＰ−６＞で述べた突然変異とは、図６に示すように、ある個体（親）がランダムに選ばれたとき、例えば、遺伝子組の最後に新たな遺伝子（１５，４）がランダムに突然追加・変更されることを突然変異と呼ぶ。突然変異は全体の遺伝子のうち、決められた割合（突然変異率）に従って操作される。交叉および突然変異で増加した遺伝子の組において、時刻が重なる場合には、後で付加された遺伝子の組が優先されるものとする。
【００５１】
遺伝的アルゴリズムの＜ＳＴＥＰ−１＞において、初期個体を生成する際、初期個体生成タイマー部１２により設定した時間内に式（６）の制約条件を満足する個体を生成できなかった場合、乱数による初期個体の生成を停止し、ヒューリスティック初期個体生成部１６において以下のような手順により、初期個体をヒューリスティック（経験に基づき発見的）に生成する。
【００５２】
計画を作成する対象時間帯の先頭時刻、例えば、当日０時から翌日０時までの２４時間（１日）の計画を作成するのであれば、当日の０：００時点での受水流量を初期値とし、１日ずっと、その初期値のまま受水した場合を考える。もし、配水池の水位が対象時間内すべてにおいて、式（６）を満たすのであれば、それを初期個体とする。ある時刻で式（６）を満たさないことが分かったら、式（６）を満たすように受水流量を変更し、以降の時間帯は変更後の流量計画とする。
この操作を全時間で式（６）を満たすまで変更していく。なお、初期個体として、式（６）を満たすものが１つでも作成できれば、所定の個数ｎの個体が生成できなくても良いものとする。
【００５３】
＜ＳＴＥＰ−１＞で示したように、初期個体をランダム生成するだけでなく、過去の実績値から遺伝子列に変換し、予め定義した個数だけ初期個体として取り込むこともできる。
【００５４】
広域プラントの最適運用制御装置において、データ入力部２から人為的に初期個体を設定することができる。上記の例では、実績値から遺伝子列に変換して初期個体として取り込んだが、ここでは、運転員などのユーザが人為的に入力することによって、効率的に可変長の遺伝子の列として扱う遺伝的アルゴリズムで算出する運用計画を最適解に近づけることができる。
【００５５】
可変長の遺伝子の列として扱う遺伝的アルゴリズムで得た運用計画が最適化ではなく、最適解に近い近似的最適解である場合、それを他の最適化手法の初期値として入力し、最適解を算出することができる。最適化手法としては分岐限定法や動的計画法などが挙げられるが、特定のものに限定されることはない。
【００５６】
運用計画部１０が演算した運用計画が予め定めた時間内に完了しない場合や、予め定めたプラントの状態の上下限範囲を満たさない場合、制約緩和運用計画部２０を介して、予め定めたプラントの状態の上下限範囲を制約条件から除外し、代わりに物理的な上下限範囲を新たな制約条件に設定することによって、制約条件を緩和し、さらに、運用計画の最適化演算における目的関数にプラント状態の元の上下限範囲からの逸脱量にペナルティを課すよう含めて運用計画を演算することができる。
【００５７】
この最適化問題を解く演算が予め定めた時間、例えば、１分などで完了しなかった場合、もしくは、予め定めたプラントの状態の上下限範囲（例えば、配水池の運用水位上下限値）を満たさない場合は、予め定めたプラントの状態の上下限範囲を制約条件から緩和し、運用計画の最適化演算における目的関数にプラントの状態の上下限範囲からの逸脱量にペナルティを課すよう、以下のように最適運用計画を再演算する。
【００５８】
【数３】

また、式（２）に示す目的関数ｆ_１に式（９）を付加し、式（８）のように変更する。
【数４】

但し、ｗ_ｊｉ（ｋ）：施設番号ｉの時刻ｋでの最適化重みｊ、ｊ＝５、６とする。
【００５９】
遺伝的アルゴリズムの＜ＳＴＥＰ−１＞において得られる最適または近似的に最適な運用計画のある時間帯について、図７（ａ）の左側に示すような凹状計画（ある時間帯で下に凸のグラフ形状をもって変化する場合）、あるいは同図（ｂ）の左側に示すような凸状計画（ある時間帯で上に凸のグラフ形状をもって変化する場合）、同図（ｃ）の左側に示すような上り階段状計画、同図（ｄ）の左側に示すような下り階段状計画となった場合、そのときの最適化のための評価値と制約条件（目的関数や適応度）が悪化しないならば、図７（ａ）〜（ｄ）のそれぞれにおいて、左図から右図への状態変化のように各計画に対し平滑化部により平滑化処理を施すことができる。このための平滑化部がそれぞれ凹平滑化部２２（図７（ａ）参照）、凸平滑化部２４（図７（ｂ）参照）、上り階段平滑化部２６（図７（ｃ）参照）、および下り階段平滑化部２８（図７（ｄ）参照）である。これらの平滑化部は、該当日の単位時間あたりの運用水量とその流量とする時刻の変数の組を遺伝子とし、運用水量とその流量とする時刻が変更されるときのみ、その変数の組が存在するような可変長の遺伝子の列として扱う遺伝的アルゴリズムをより効果的に作用させるために、導入したヒューリスティックな操作であり、主に式（２）において、ｙ_ｉ（ｋ）を含む項の改善に効果を発揮する。特に、最適化のための評価値と制約条件が悪化しないとき、かつ、平滑化しても制約条件を満足するときのみ平滑化を行い、そうでない場合は平滑化を行わないという点が重要である。
【００６０】
プラントにローカル制御コントローラが存在し、プラント運用制御装置からは制御できない機器が含まれている場合、プラント運用制御装置にローカル制御を模擬し、その結果をプラント運用計画部１０に入力してプラントの運用計画を演算するローカル制御模擬計画部３０を備えることができる。
【００６１】
例えば、図８に示すように、浄水池５０から配水区５３までの間に、第１送水ポンプ群６１、第１配水池５１、第２送水ポンプ群６２、第２配水池５２、および配水ポンプ群６３が配置されているものとし、さらに浄水池５０から第１配水池５１への送水計画を最適化する場合、時刻ｋでの需要量に相当する配水区５３での配水需要予測値ｑ_ｄｉ（ｋ）に対し、いま、第１配水池５１から第２配水池５２への送水ポンプの起動停止といった制御は、送水計画と無関係にローカル制御がかかっているものとする。
【００６２】
この場合、第２配水池５２にとっての需要予測値は需要予測を行えば得られるが、第１配水池５１にとっての需要予測に相当する量（第１配水池５１から第２配水池５２への送水量）は分からない。そこで、第２送水ポンプ群６２の制御シーケンスはいろいろ考えられるが、いまは、ごく単純に第２配水池５２の水位ｈ_２（ｋ）が適切に定義した第２配水池５２の水位ｈ_２（ｋ）に関する上限しきい値Ｈｍａｘおよび下限しきい値Ｈｍｉｎに対し、ｈ_２（ｋ）＞Ｈｍａｘなら、第２送水ポンプ群６２を全台停止させ、ｈ_２（ｋ）＜Ｈｍｉｎなら、第２送水ポンプ群６２を全台起動するものとする。ｋは１分周期であったり、５分周期であったり、適切な計算周期を設定するものとする。なお、第２配水池５２の水位ｈ_２（ｋ）の計算には、式（７）を使用すればよい。
【００６３】
このようにすることによって、どのタイミングで第２送水ポンプ群６２が起動もしくは停止するかが分かるので、運用計画部１０で計算する最適運用計画の時間的な計画刻み（１時間単位で２４時間分とか、３０分単位で２４時間分などの○○単位のこと）に模擬して得られた結果を整えて、運用計画部１０へ入力すれば、第１送水ポンプ群６１による最適もしくは近似的に最適な送水計画を得ることができる。
【００６４】
例えば、時刻１：３４に１００ｍ^３／ｈの第２送水ポンプ群６２が３：００まで運転するとき、運用計画部１０への入力として、１時台は１００×（６０−３４）／６０＝４３．３ｍ^３／ｈ、２時台は１００ｍ^３／ｈとなる。このような演算を必要な時間分行えば、第１配水池５１から見た需要予測値にあたる第２配水池５２への送水量が分かり、最適もしくは近似的に最適な送水計画を演算することができる。
【００６５】
このように、ローカル制御コントローラが存在し、プラント運用制御装置からは制御できない機器が含まれている場合でも、装置内でローカル制御を模擬し、その結果を運用計画部１０に入力することにより、最適もしくは近似的に最適な運用計画を演算することができる。
【００６６】
送水ポンプが設置されている場所と配水池が数ｋｍにもわたり離れている場合のように、プラントから時間的遅れを伴う場所で、必要とする送水量に対してプラントから送水する場合、この時間的遅れを考慮しないと、制御上問題を生じ得る。例えば、浄水が送水ポンプの設置場所から配水池へ到達するのに１０分かかるとした場合、送水量を時刻１１：００に１００ｍ^３／ｈから１５０ｍ^３／ｈに増やさないと配水池の水位が下限を下回ってしまうといった場合、１０分前にその量を想定して、送水量を増やす必要がある。
【００６７】
そこで、図９（ａ）に示すように、需要予測を１０分単位で行っているとするとき、浄水が送水ポンプの設置場所から配水池へ到達するのに１０分かかるとしたら、図９（ｂ）に示すように、単純に１０分すなわち１ステップ分先送りした量を需要予測値とする。図９（ａ）は当初の需要予測値を示すものであり、同図（ｂ）は単純に１ステップ分先送りした状態、すなわち図上で１ステップ分だけ左側にずらした状態を示すものである。もし、送水ポンプの設置場所から浄水が配水池へ到達するのに２０分かかるなら、２０分すなわち２ステップ分の先送りとすればよい。そして、運用計画部１０で計算する最適運用計画の計画刻み（１時間単位で２４時間分とか、３０分単位で２４時間分などの○○単位のこと）に合わせて、需要予測値を加工して使用する。例えば、１０：００〜１１：００の間の需要予測値ｑ_ｄｉ（１１）を１時間単位で、上述したように時間遅れを考慮して求める場合、まず、もともと１０分単位で需要予測させているという仮定なので、下表に示すように、時間遅れなしの場合の１０分単位での需要予測値が１日分得られる。
【００６８】
【表１】

これをそのまま踏襲して、１０時台、１時間分の需要予測値を求めると、
１１０＋１２０＋１３０＋１２０＋１３０＋１３０＝６１０
になる。
【００６９】
いま、１０分が時間的遅れなので、１０分すなわち１ステップ先送りすると、
１０時台、１時間分の需要予測値は、
１２０＋１３０＋１２０＋１３０＋１３０＋１２０＝６２０
となる。これを１日分操作し、結果を運用計画部１０へ入力する。
【００７０】
このようにすることによって、プラントから時間的遅れを伴う場所で、必要とする流量に対してプラントから供給する場合でも、時間的遅れを考慮した運用計画を作成することができる。
【００７１】
最適運用制御装置で作成した運用計画に関し、各施設の水位計画がある範囲に収まっているか否かを定期的に監視し、満たしている場合には監視を継続し、満たしていない場合には、まずその施設のみ再計画する。その結果、他の施設の制約条件が満たされるなら再計画結果に基づいて広域プラントを運用することとする。他の施設の制約条件が満たされないならば、その施設の上流に位置する施設も含めた再計画を逐次繰り返していく。これによって、数ある施設の計画と実績のずれに起因する頻繁な計画修正を防止することができる。
【００７２】
また最適運用制御装置において、運転員が所望の運用設定値でプラント運用を検討する場合、式（６）に示すようなプラント運用上の制約条件（例えば、池の運用上下限水位）を満たすか否か、確認できるよう水収支シミュレーションを行うシミュレーション部３６を備えるのが有用である。これは、各配水池での受水量をデータ入力部２で任意に設定し、配水量の需要予測値と配水池の現在水位をもとに、以降の水位変化をシミュレーションするものである。これにより、設定した運用上下限水位範囲に収まるか否かを確認できるため、以降の運用をどうするかについて運転員が検討するための有効なデータを提供することができる。なお、運用計画部１０で算出した最適運用計画をもとに運転員が修正を加える際の検討も運用計画部１０の演算結果を設定すれば可能である。
【００７３】
＜その他の実施の形態＞
以上述べた最適運用制御は上水道プラントを制御対象として説明したが、本発明は、上水道プラントだけでなく、広い地域に散在するポンプ場から下水処理場への家庭排水などの流入量や雨水貯留施設における雨水排水ポンプ運転による雨水排水量の平滑化はもちろん、地域冷暖房プラントにおける冷温水または蒸気供給のための熱源機器や、熱プラントのエネルギー効率を考慮した最適運転、複数の発電所等からなる発電プラントの機器劣化や電力需要に則した最適プラント自動制御にも同様に適用することができる。その場合、例えば、上水道における浄水場、配水池、バルブは、それぞれ下水道における下水処理場、ポンプ場、ゲート（またはバルブ）に対応し、また、上水道における浄水場およびバルブは、それぞれ地域冷暖房プラントにおける熱源プラントおよびバルブに対応する。さらに、上水道における流量は、蒸気量等を含めて一般的には下水では下水量、地域冷暖房では蒸気量、温水量、冷水量、電力では電力量に対応する。
【００７４】
【発明の効果】
以上説明したように本発明によれば、複数の施設を対象とする広域プラント運用において、原水の取水量や浄水場での総ろ過量、浄水場から配水池への送水量等の時間的変動を極力低減化し、かつ、ポンプの電力消費量も極力低減化するよう、高速に最適化し、安定かつ効率的な流体運用制御を実現する広域プラントの最適運用制御装置を提供することができる。
【図面の簡単な説明】
【図１】本発明による最適運用制御装置の一実施形態を示すブロック図。
【図２】図１の最適運用制御装置を適用する広域上水道プラントの一構成例を示す系統図。
【図３】可変長遺伝子列の例を説明する図。
【図４】可変長遺伝子列が表す受水流量のイメージを説明する図。
【図５】可変長の遺伝子の列を扱う遺伝的アルゴリズムの交叉方法の説明図。
【図６】可変長の遺伝子の列を扱う遺伝的アルゴリズムの突然変異方法の説明図。
【図７】凹状、凸状、上り階段状、および下り階段状の計画を説明する図。
【図８】ローカル制御を含むプロセス例を説明する図。
【図９】時間遅れ修正部を説明する図。
【符号の説明】
２入力部
４データ出力部
６実績ＤＢ部
８需要予測部
１０運用計画部
１２初期個体生成タイマー部
１４実績初期個体生成部
１６ヒューリスティック初期個体生成部
１８ハイブリッド最適化部
２０制約緩和運用計画部
２２凹平滑化部
２４凸平滑化部
２６上り階段平滑化部
２８下り階段平滑化部
３０ローカル制御模擬計画部
３２時間遅れ修正部
３４再計画判定部
３６シミュレーション部
４０浄水場
４１〜４８配水池
５０浄水池
５１第１配水池
５２第２配水池
５３配水区
６１第１送水ポンプ群
６２第２送水ポンプ群
６３配水ポンプ群[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a wide-area plant that supplies fluid to a plurality of facilities, for example, in the operation of a wide-area water supply plant, the temporal fluctuation of the raw water intake amount, the total filtration amount at the water purification plant, and the water transmission amount from the water purification plant to the distribution reservoir. The present invention relates to an optimal operation control device for a wide area plant that realizes stable and efficient water operation control by optimizing the power consumption of a pump as much as possible and minimizing the power consumption of a pump.
[0002]
[Prior art]
When using a computer to support decision-making in water supply plant operation, the demand in the target distribution area is predicted, and the optimal operation plan is calculated based on the predicted value. In a wide-area water supply plant targeting multiple facilities, the number of facilities to be handled increases and the operation method becomes complicated, so that the calculation time for optimizing the operation plan becomes enormous, which may hinder practical use. There is.
[0003]
In automatic control of a waterworks plant, when operating and controlling the plant based on an operation plan created by a computer, it is possible to produce purified water stably and supply it to consumers stably without interruption. Absolute proposition. At the same time, it is required to operate and control the plant efficiently in terms of operation costs and facility maintenance costs in plant operation. Therefore, an important point is whether or not an optimal or approximately optimal plant operation plan that satisfies the demand from such a viewpoint can be created.
[0004]
In recent years, with the increase in complexity and size of plants, it has become difficult to quickly calculate the above-mentioned or approximately optimum plant operation plan within a practical time. In particular, in a wide area plant, facilities such as a water purification plant and a water distribution station of a water utility are scattered, and the flow of wide area monitoring for collectively monitoring and controlling these facilities is becoming established. In such a case, it becomes increasingly difficult to quickly calculate a daily plant operation plan.
[0005]
In order to solve such a problem, a wide-area plant that realizes efficient and stable plant operation by calculating an optimal or approximately optimal operation plan at high speed even in a complex or large-scale plant. It is necessary to realize an optimal operation control device.
[0006]
When using a computer to support decision-making on water supply plant operation, an optimal operation plan is calculated based on the demand forecast of the target distribution area (for example, see Patent Document 1). In a wide-area water and sewage plant targeting multiple facilities, the number of facilities to be handled increases and the operation method becomes complicated, so that the calculation time for optimizing the operation plan becomes enormous, which hinders practical use. There is a fear.
[0007]
[Patent Document 1]
JP-A-8-128078 (FIG. 1 and its description)
[Patent Document 2]
JP 2001-55763 A (FIG. 2 and its description)
[0008]
[Problems to be solved by the invention]
With the integration and wide-area monitoring of the management and operation facilities, the plant operation control device that realizes efficient and stable water supply plant operation and creates an optimal plant operation plan at high speed without losing practicality Realization is needed.
[0009]
The present invention has been made in view of such points, and in the operation of a wide-area plant for a plurality of facilities, the intake of raw water, the total filtration at a water treatment plant, and the transmission of water from a water treatment plant to a distribution reservoir. Provide an optimal operation control device for a wide area plant that optimizes at high speed and realizes stable and efficient water operation control so as to minimize temporal fluctuations in water volume and minimize power consumption of pumps. The purpose is to:
[0010]
[Means for Solving the Problems]
In order to achieve the above object, the invention according to claim 1 inputs necessary setting values and conditions in an optimum operation control device for a wide area plant that optimally controls the operation of a wide area plant for a plurality of facilities. A data input section, a performance database section for storing data such as measured values of process data and various parameter setting values, and weather information input via the data input section and past performance demand stored in the performance database section. Demand forecasting unit that forecasts the demand per unit time after the applicable operation day by referring to the value, and the unit of the applicable day based on the predicted demand per unit time and the process measurement value obtained by the demand forecasting unit A set of variables consisting of the operating flow rate per hour and the time at which the flow rate is used as a gene, and the set of variables exists only when the operating flow rate and the time at which the flow rate is changed are changed An operation planning unit that calculates the optimal or near-optimal operation plan of a wide-area plant targeting multiple facilities according to a genetic algorithm that treats such a sequence of genes of variable length, and a wide-area plant operation calculation obtained by the operation planning unit A data output unit for outputting a result and other necessary data is provided.
[0011]
According to a second aspect of the present invention, in the optimal operation control device for a wide area plant according to the first aspect, when an initial individual is generated by the operation planning unit, the initial individual that becomes a feasible solution satisfying the constraint condition is within a certain time. It is characterized in that an initial individual generation timer unit for judging whether or not it can be generated and stopping the generation of the initial individual when it cannot be generated is provided.
[0012]
According to a third aspect of the present invention, in the optimal operation control device for a wide area plant according to the second aspect, the past operation of the plant which is stored in the result database unit as an initial individual and provided to the operation plan unit is provided. It is characterized by having an individual generation unit.
[0013]
According to a fourth aspect of the present invention, in the optimum operation control device for a wide area plant according to the second aspect, a heuristic initializing step of generating a plant operation plan artificially set from the data input means as an initial individual and providing the initial plan to the operation planning unit. It is characterized by having an individual generation unit.
[0014]
According to a fifth aspect of the present invention, in the optimal operation control device for a wide area plant according to the second aspect, a hybrid optimization that further performs an optimization operation on the plant operation plan obtained by the operation planning unit using another optimization method. It is characterized by having a conversion part.
[0015]
According to a sixth aspect of the present invention, in the optimal operation control device for a wide area plant according to the second aspect, when the operation planning unit cannot obtain an optimal operation plan of the plant, the operation planning unit relaxes the constraint condition. And a constraint relaxation operation planning unit for further performing an optimization operation.
[0016]
According to a seventh aspect of the present invention, in the optimal operation control device for a wide area plant according to the second aspect, when the operation plan obtained by the operation planning unit is partially concave in time, the optimization is performed. And a concave smoothing unit for smoothing the operation plan while comparing the evaluation value for the operation with the constraint condition.
[0017]
According to an eighth aspect of the present invention, in the optimal operation control device for a wide area plant according to the second aspect, when the operation plan obtained by the operation planning unit is partially convex in time, And a convex smoothing unit for smoothing the operation plan while comparing the evaluation value for the optimization with the constraint condition.
[0018]
According to a ninth aspect of the present invention, in the optimal operation control device for a wide-area plant according to the second aspect, when the operation plan obtained by the operation planning unit has a step-up configuration in terms of time, optimization is performed. And an up staircase smoothing unit for smoothing the operation plan while comparing the evaluation value with the constraint condition.
[0019]
According to a tenth aspect of the present invention, in the optimum operation control device for a wide area plant according to the second aspect, when the operation plan obtained by the operation planning unit has a downward staircase shape in time, the optimization is performed. And a down staircase smoothing unit for smoothing the operation plan while comparing the evaluation value with the constraint condition.
[0020]
According to an eleventh aspect of the present invention, in the optimal operation control device for a wide area plant according to the second aspect, when a local control controller is present in the plant and a device that cannot be controlled by the plant operation control device is included, the local operation control is performed. And a local control simulation plan section for inputting the result to the operation plan section to calculate the operation plan of the plant.
[0021]
According to a twelfth aspect of the present invention, in the optimum operation control device for a wide area plant according to the second aspect, a time delay is taken into consideration when the plant supplies a required flow rate at a place with a time delay from the plant. And a time delay correction unit that corrects the required amount as viewed from the plant with respect to the operation plan obtained by the operation planning unit.
[0022]
The invention according to claim 13 is the optimal operation control device for a wide area plant according to claim 2, wherein the wide area plant is a wide area water supply plant, and whether or not the water level plan of each downstream facility falls within a predetermined range. Is regularly monitored, and if it is satisfied, monitoring is continued; if not, only the facility is replanned first, and as a result, if the constraints of other facilities are satisfied, replanning is performed. Operates a wide-area plant based on the results, and has a re-planning decision unit for sequentially repeating re-planning including facilities located upstream of other facilities if the constraints of other facilities are not satisfied. And
[0023]
According to a fourteenth aspect of the present invention, in the wide-area plant optimal operation control device according to the first aspect, a simulation unit that performs a simulation so as to confirm whether a desired operation set value satisfies a plant operation constraint is provided. It is characterized by having.
[0024]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
FIG. 1 is a block diagram showing an embodiment of the optimal operation control device according to the present invention, and FIG. 2 is a system diagram showing a wide area water supply plant to which the optimal operation control device of FIG. 1 is applied.
[0025]
<Configuration of the embodiment>
In the wide-area water supply plant shown in FIG. 2, a plurality of (eight in the figure) distribution reservoirs 41 to 48 are targeted as wide-area water supply facilities, and water is distributed from the common water purification plant 40 to these distribution reservoirs 41 to 48. The water purification plant 40 takes in raw water from a river or the like with a water pump or the like, injects chemicals in a mixing pond through a landing well, and performs water purification treatment by water purification means such as coagulation, sedimentation and filtration. The obtained purified water is subjected to a sterilization treatment with chlorine, and then is passed through a water purification tank, and is distributed to each water distribution zone via each water distribution reservoir by a water supply pump. Of course, water may be distributed directly from the water purification plant 40 to a distribution area such as a general home. In the wide-area water supply facility shown in FIG. 2, the water supply reservoirs 41 to 44 of the first group and the water reservoirs 45 to 48 of the second group are largely divided into two. In the figure, nodes connecting the pipes are indicated by reference numeral 51, and a valve 52 is inserted in series with each pipe or distribution reservoir as necessary, and further, a flow rate for measuring the flow rate of water flowing through each pipe. Meters (for example, electromagnetic flow meters) 53 are provided at various locations as needed.
[0026]
The optimal operation control device shown in FIG. 1 is for optimally controlling the wide-area water supply plant shown in FIG. 2, and includes a data input unit 2, a data output unit 4, a result DB unit (result database unit) 6, A demand forecasting unit 8, an operation planning unit 10, an initial individual generation timer unit 12, an actual initial individual generation unit 14, a heuristic initial individual generation unit 16, a hybrid optimization unit 18, a constraint relaxation operation planning unit 20, a concave smoothing unit 22, It includes a convex smoothing unit 24, an up stair smoothing unit 26, a down stair smoothing unit 28, a local control simulation plan unit 30, a time delay correction unit 32, a replan determination unit 34, and a simulation unit 36.
[0027]
The data input unit 2 is an input processing unit for inputting setting values and conditions necessary for optimal operation of the wide area plant. The data output unit 4 is an output processing unit that outputs an optimum operation calculation result of a wide area plant by the optimum operation control device and other necessary data. The performance DB unit 6 is a database that stores data such as measured values of process data and various parameter setting values. The demand prediction unit 8 predicts a demand amount per unit time after the applicable operation day based on weather information, past actual demand values, and the like. The operation planning unit 10 sets a set of a variable of operation water amount per unit time of the corresponding day and a time as its flow rate based on the predicted demand amount per unit time obtained by the demand prediction unit 8 and the measured value of the process. Genetic algorithm that treats as a sequence of genes of variable length such that a set of variables exists only when the amount of operation water and its flow rate are changed as a gene, and it is a wide area targeting multiple facilities Calculate an optimal or near-optimal operation plan for the plant.
[0028]
When generating an initial individual, the initial individual generation timer unit 12 determines whether an initial individual that is a feasible solution that satisfies the constraint conditions has been generated within a certain period of time. Is a timer used to stop the operation. The performance initial individual generation unit 14 is for using a past plant operation stored in the performance DB unit 6 as an initial individual. The heuristic initial individual generator 16 is means for using a plant operation plan artificially set from the data input means as an initial individual. The hybrid optimization unit 18 further performs an optimization operation on the obtained plant operation plan using another optimization method. When an optimum plant operation plan cannot be obtained, the constraint relaxation operation planning unit 20 performs an optimization operation by relaxing the constraint conditions.
[0029]
When the operation plan calculated by the operation planning unit 10 is concave, the concave smoothing unit 22 smoothes the operation plan while comparing the evaluation value for optimization with the constraint condition. Similarly, when the operation plan has a convex shape, the convex smoothing unit 24 smoothes the operation plan while comparing the evaluation value for optimization with the constraint condition. When the operation plan has an upward staircase shape, the ascending staircase smoothing unit 26 smoothes the operation plan while comparing the evaluation value for optimization with the constraint condition. Further, when the operation plan has a downward staircase shape, the down staircase smoothing unit 28 smoothes the operation plan while comparing the evaluation value for optimization with the constraint condition.
[0030]
The local control simulation plan unit 30 simulates local control when a plant has a local control controller and includes equipment that cannot be controlled by the plant operation control device, and inputs the result to the operation plan unit 10. To calculate the plant operation plan. The time delay correction unit 32 corrects the required amount as viewed from the plant in consideration of the time delay when supplying from the plant with respect to the amount required in a place with a time delay from the plant.
[0031]
The re-planning determination unit 34 periodically monitors whether or not the constraint conditions of each facility (the water distribution stations 41 to 48) are satisfied according to a predetermined procedure. If there is no facility, re-plan only that facility first. As a result, if the constraints of other facilities are satisfied, the wide area plant will be operated based on the replanning results. If the constraints of other facilities are not satisfied, the re-planning including the facilities located upstream of the facility is sequentially repeated.
[0032]
The simulation unit 36 performs a simulation so that it is possible to confirm whether or not a desired operation setting value input from the data input unit 2 satisfies a constraint on plant operation.
[0033]
In this embodiment, in the operation of a wide-area water supply plant targeting a plurality of facilities, the optimal operation control device including the above-described components, the raw water intake amount and the total filtration amount at the water purification plant, the water purification plant 40 to the distribution reservoir 41 In order to minimize the time-dependent fluctuations in the amount of water supplied to ~ 48 and to minimize the power consumption of the pump as well as to optimize at high speed and realize stable and efficient water operation control. .
[0034]
<Operation of Embodiment>
First, the basic functions of the optimal operation control device shown in FIG. 1 will be described.
Examples of the water distribution demand prediction method in the demand prediction unit 8 include a statistical method, a least square method, various identification methods such as a GMDH (Grouping Method of Data Handling), a method using a neural network, and the like. Is not limited to a specific method, but may be any method. The demand forecasting unit 8 and the operation planning unit 10 are activated at least once a day at regular intervals. First, data required for demand prediction is manually or automatically input via the data input unit 2 before the scheduled time. Here, the data is, for example, weather information such as a weather forecast or a forecast of a maximum temperature or a minimum temperature on a day on which demand is to be predicted, and actual values of weather information and actual demand values obtained so far. The result of the demand forecast by the demand forecasting unit 8 is output at least for a certain unit time up to the time of one day. Needless to say, demand forecast for two days or more may be performed as needed.
[0035]
Demand forecasting results and current measured values of the plant (for a water purification plan, if the total filtration flow rate in the water treatment plant is planned, such as the water level of the reservoir, the flow rate of the water pump, the number of operating pumps, and the distribution volume, etc. Pond water level, washing timing of each filter pond, filter pond wash water, drain pond water level, etc., water pump flow characteristics, capacity of distribution reservoirs 41-48, water purifier 40, and drain pond (operating water level upper and lower limits), etc. Based on the parameters of, the water operation plan that does not cause the deviation of the upper and lower operating water level of the water purification reservoir 40 and the distribution reservoirs 41 to 48 and the predicted value of the water distribution amount, and does not cause a sudden change in the total filtration amount and the water transmission amount The operation planning unit 10 performs an optimal calculation. At this time, it may be considered to reduce the operation cost as much as possible. In this case, if necessary, it is conceivable to limit the number of pumps that can be operated during the time period during which the power consumption becomes a peak time.
[0036]
In this way, a set of variables of the amount of operating water per unit time on that day and its flow rate is used as a gene, and the set of variables exists only when the amount of operating water and its flow rate are changed. The operation planning unit 10 based on the genetic algorithm which treats the sequence as a variable-length gene sequence outputs an optimal operation plan of the plant equipment at least up to the time of one day per unit time. Of course, an operation plan for two days or more may be made as needed.
[0037]
Now, a description will be given assuming a process of distributing purified water from the water purification tank 40 to the distribution area via the water distribution reservoirs 41 to 48 by the water pump from the water purification reservoir 40 in the wide area water supply plant in FIG. Of course, water may be sent from the water purification reservoir 40 to the distribution reservoirs 41 to 48 under natural flow, or water may be distributed from the distribution reservoir to the distribution zone, but in this case, the water is supplied by the water supply pump and distributed by the water distribution pump. Also, if the opening set value of either the flow control valve on the receiving reservoir side or the flow control valve on the outlet side of the purification tank is set discretely, the discrete values of those valve opening set values will be By considering that it corresponds to the discharge flow rate of one pump, generality is not lost.
[0038]
In addition, the concept of the water transmission process is to consider the amount of water transmitted from the water treatment plant 40 to each of the reservoirs 41 to 48 as distribution demand, and to include the washing water of the filtration ponds and other water used in the plant in the distribution demand. By treating the filtration pond as a water supply pump as a distribution reservoir and considering the suspension of the filtration pond due to the cleaning timing as a restriction condition of the water supply pump, it can be applied almost directly to the total filtration flow rate plan, so the total filtration in the water treatment plant Optimization of the flow planning can be done similarly. Of course, it is possible to optimize from the water supply to the total filtration flow rate collectively by the same idea.
[0039]
At a certain time k, the amount of water transmitted from the water purification reservoir to the distribution reservoir Q_p(K) is controlled by the opening of the water pump to be started and the valve attached to the pipe. The target flow rate is set discretely to several stages. This is called a flow rate step. For example, whether a valve or a pump has a physical maximum value of 100 m,³/ H, if this is divided into five sections, the flow rate steps are 0, 20, 40, 60, 80, and 100 m.³/ H, and these represent the amount of water that can be taken as a water supply plan.
[0040]
Now, assuming that water is supplied only by n fixed-speed pumps having a fixed rotation speed (rotational speed), the number of fixed-speed pumps and the discrete value of the amount of water that can be taken as a water supply plan correspond one-to-one. For the sake of simplicity, the following description is based on this case.
[0041]
A set of variables for the operating water volume per unit time and the amount of time for the amount of water is defined as a gene, and a variable-length gene whose variable set exists only when the time for the amount of operating water and the amount of flow is changed is changed. In the genetic algorithm treated as a sequence, a gene is represented as shown in FIG.
[0042]
FIG. 3 shows the amount of water received at each time in each facility (reservoirs 41 to 48) shown in FIG. Now, assuming that there are N reservoirs (eight in the illustrated example), the reservoirs are numbered sequentially from 1 and are called facility numbers. The planned amount of received water for the facility number i is represented by a set of (time, flow rate step). This set is referred to as a gene. Therefore, the time is an integer value from the plan start time to the end time, and the flow rate step is a real value with a predetermined discrete target value of the flow rate. According to the present invention, this set of genes does not exist for all the time zones to be planned, but only for the time when the amount of received water changes. As a result, when the amount of water received is constant, only one set of genes is required, so that the memory capacity can be saved, and as a result, the target area for searching for the optimal solution can be narrowed. As described above, in the present invention, the length of a set (row) of genes is variable, and this is called a variable-length gene row. In the variable-length gene sequence, if the water receiving plan as shown in FIG. 4 is for facility number 1, it can be represented as facility number 1 in FIG.
[0043]
Now, since the sum of the planned water receiving amounts in the respective reservoirs 41 to 48 is the planned water transmission amount from the water treatment plant 40, the optimization problem of the planned water transmission plan is formulated as follows. The formulation method depends on what kind of water supply plan you want to optimize, so it is not unique, but no matter how you formulate it, if it is a formulation called a combination optimization problem as shown below The set of variables of the amount of operating water per unit time of the day and its flow rate is used as a gene, and the set of variables exists only when the amount of operating water and the time of its flow rate are changed. It can be optimized or approximately optimized by a genetic algorithm that treats it as a sequence of genes of variable length.
[0044]
(Equation 1)

(Equation 2)

The correspondence between the gene (time, flow rate step) representing the water intake plan of the facility number i and the variables in the objective function and the constraint conditions is as follows:
(Time, flow rate step) = (k, x_i(K))
Becomes
[0045]
Such a problem is generally called a combinatorial optimization problem. As shown in FIG. 3, a set of a variable of operation water amount per unit time of the corresponding day and a time as its flow rate is a gene, and the operation water amount is Only by changing the time when the flow rate is changed, by applying a genetic algorithm that treats as a sequence of genes of variable length such that the set of variables exists, an optimal or approximate optimal operation plan can be quickly created. Obtainable. The calculation procedure is shown below.
[0046]
○Genetic algorithm
<STEP-1> Generation of initial population
Generate a predetermined number n of individuals individually generated by randomly allocating genes. If the constraints are not satisfied, a new gene is randomly assigned and regenerated.
<STEP-2> Evaluation of each individual
The fitness f and the average fitness of each individual are calculated.
<STEP-3> Selection process
When there are individuals that do not satisfy the constraint conditions or individuals that are equal to or larger than a predefined number of individuals, individuals with poor fitness (small fitness) are selected (deleted) until the defined number is reached.
<STEP-4> Proliferation treatment
When the number of individuals is smaller than the number of individuals defined in advance, the individuals with the best fitness are expanded (copied).
[0047]
<STEP-5> Crossover processing
Perform pairing randomly. Pairing is performed by the ratio (crossover rate) to the total number of individuals, and for each pair, a locus (gene location) is randomly selected, and one point crossover (set of genes is exchanged alternately from the selected gene location). .
<STEP-6> Mutation treatment
Individuals are randomly selected by a ratio (mutation rate) to the total number of individuals, and the gene at an arbitrary (randomly determined) locus of each individual is changed.
<STEP-7> End determination processing
<STEP-2> to <STEP-6> are repeated. However, in <STEP-2>, the average fitness in that generation is less than a certain value ε (arbitrarily set value) or a certain number of generations (upper limit of the number of repetitions) as compared with the average fitness in the previous several generations. If not, the algorithm is terminated.
[0048]
If <STEP-1> to <STEP-7> do not end within a predetermined time, the algorithm is forcibly ended.
Note that an individual refers to one gene sequence shown in FIG.
[0049]
Here, “crossover” described in <STEP-5> will be described. As shown in FIG. 5, two gene sequences having the same facility number (in the illustrated example, “2”) are selected at random.
Further, the locations of the set of genes, that is, a certain number of locations (time, flow step) are selected by random numbers and exchanged. In the example of FIG. 5, the replacement is performed between the third and fourth ones. At this time, as a result of the exchange, a new gene sequence including the genes after the same time may be generated (in FIG. 5, the flow rate step after 11 o'clock of the child located below is 5 in contrast to 10 steps). Since time, there is a gene called flow rate step 6). In this case, the gene added at the back has priority. That is, the genes at the same time appearing earlier are prioritized at the later genes and are ignored (in FIG. 5, the flow rate step is 6 from 10 o'clock to 11 o'clock, and the flow rate step after 11 o'clock is 5). Become). This is operated according to a determined ratio (crossover rate) with respect to the total number of individuals. This is called crossover.
[0050]
Furthermore, the mutation described in <STEP-6> means that when a certain individual (parent) is randomly selected as shown in FIG. 6, for example, a new gene (15, 4) is added at the end of the gene set. Mutations that are randomly added or changed at random are called mutations. Mutations are manipulated according to a fixed percentage (mutation rate) of the entire gene. If the times of the sets of genes increased by crossover and mutation overlap, the set of genes added later has priority.
[0051]
In <STEP-1> of the genetic algorithm, when generating an initial individual, if an individual satisfying the constraint condition of Expression (6) cannot be generated within the time set by the initial individual generation timer unit 12, a random number is used. The generation of the initial individual is stopped, and the initial individual is heuristically generated (heuristically based on experience) by the following procedure in the heuristic initial individual generator 16.
[0052]
To create a plan for the first time of the target time zone for creating a plan, for example, a 24-hour (1 day) plan from 0:00 on the current day to 0:00 on the next day, the water reception flow rate at 0:00 on the current day is initialized. Consider the case where water is received at the initial value throughout the day. If the water level of the reservoir satisfies the expression (6) in all times within the target time, it is set as the initial individual. If it is found that Expression (6) is not satisfied at a certain time, the flow rate of the received water is changed so as to satisfy Expression (6), and in the subsequent time period, the flow plan is changed.
This operation is changed until Expression (6) is satisfied in all times. Note that, as long as at least one individual satisfying the expression (6) can be created as an initial individual, a predetermined number n of individuals may not be generated.
[0053]
As shown in <STEP-1>, in addition to randomly generating an initial individual, it is also possible to convert a past actual value into a gene sequence and take in a predefined number of initial individuals.
[0054]
In the optimal operation control device of the wide area plant, an initial individual can be artificially set from the data input unit 2. In the above example, the actual value was converted into a gene sequence and taken in as the initial individual.However, in this case, a user such as an operator manually inputs the data to efficiently treat it as a variable-length gene sequence. The operation plan calculated by the algorithm can be approximated to the optimal solution.
[0055]
If the operation plan obtained by the genetic algorithm that is treated as a sequence of genes of variable length is not an optimization but an approximate optimal solution that is close to the optimal solution, enter it as the initial value of another optimization method and enter the optimal solution Can be calculated. Examples of the optimization method include a branch and bound method and a dynamic programming method, but are not limited to a specific method.
[0056]
If the operation plan calculated by the operation plan unit 10 is not completed within a predetermined time or does not satisfy the upper and lower limits of the predetermined plant state, the predetermined plant The upper and lower bounds of the state are excluded from the constraints, and instead the physical upper and lower bounds are set as new constraints, thereby alleviating the constraints and further improving the objective function in the optimization calculation of the operation plan. The operation plan can be calculated to include a penalty for the amount of deviation from the original upper and lower limit range of the plant state.
[0057]
If the operation to solve this optimization problem is not completed in a predetermined time, for example, one minute, or the predetermined upper and lower limit of the state of the plant (for example, the upper and lower limit of the operating water level of the reservoir) If not, relax the upper and lower limits of the predetermined plant state from the constraints, and impose a penalty on the deviation from the upper and lower limits of the plant state to the objective function in the optimization operation of the operation plan. And recalculate the optimal operation plan.
[0058]
(Equation 3)

Further, the objective function f shown in Expression (2)₁Equation (9) is added to equation (8) to change the equation as shown in equation (8).
(Equation 4)

Where w_ji(K): The optimization weight j, j = 5, 6 at the time k of the facility number i is set.
[0059]
For a time zone having an optimal or approximately optimal operation plan obtained in <STEP-1> of the genetic algorithm, a concave plan (a downward convex graph in a certain time zone) as shown on the left side of FIG. (In the case of changing with the shape), or a convex plan as shown on the left side of FIG. (B) (in the case of changing with an upwardly convex graph shape in a certain time zone), as shown in the left side of FIG. In the case of an ascending staircase plan or a descending staircase plan as shown on the left side of FIG. 4D, if the evaluation value and constraint conditions (objective function and fitness) for optimization at that time do not deteriorate. 7 (a) to 7 (d), each plan can be subjected to a smoothing process by a smoothing unit as in a state change from the left diagram to the right diagram. The smoothing units for this purpose are concave smoothing unit 22 (see FIG. 7A), convex smoothing unit 24 (see FIG. 7B), and upward staircase smoothing unit 26 (see FIG. 7C). , And a descending staircase smoothing unit 28 (see FIG. 7D). These smoothing units use a set of variables of the amount of operating water per unit time on the relevant day and the time as its flow rate as a gene. This is a heuristic operation introduced in order to more effectively operate a genetic algorithm that treats a sequence of genes of variable length such that a set exists, and mainly in Expression (2), y_iIt is effective in improving the term including (k). In particular, it is important that smoothing is performed only when the evaluation value and the constraint for optimization do not deteriorate, and only when the constraint is satisfied even if smoothing is performed, otherwise the smoothing is not performed. .
[0060]
If the plant has a local controller and includes equipment that cannot be controlled from the plant operation control device, the plant operation control device simulates local control, and the result is input to the plant operation planning unit 10 and the plant operation is controlled. A local control simulation plan unit 30 for calculating an operation plan can be provided.
[0061]
For example, as shown in FIG. 8, a first water supply pump group 61, a first water supply reservoir 51, a second water supply pump group 62, a second water supply reservoir 52, and a water supply pump are provided between the water purification tank 50 and the distribution zone 53. It is assumed that the group 63 is arranged, and when optimizing the water supply plan from the water purification reservoir 50 to the first distribution reservoir 51, the distribution demand prediction value q in the distribution zone 53 corresponding to the demand at time k._diContrary to (k), it is assumed that the control such as the start and stop of the water pump from the first reservoir 51 to the second reservoir 52 is performed by local control regardless of the water supply plan.
[0062]
In this case, the demand forecast value for the second reservoir 52 can be obtained by performing demand forecast, but an amount corresponding to the demand forecast for the first reservoir 51 (from the first reservoir 51 to the second reservoir 52). Water supply) is unknown. Therefore, various control sequences of the second water pump group 62 can be considered, but now, the water level h of the second reservoir 52 is very simply.₂(K) The water level h of the second reservoir 52 defined appropriately.₂For the upper threshold Hmax and the lower threshold Hmin for (k), h₂If (k)> Hmax, all the second water pump groups 62 are stopped and h₂(K) If <Hmin, all the second water pump groups 62 are started. k is a one-minute cycle, a five-minute cycle, or an appropriate calculation cycle. The water level h of the second reservoir 52₂Equation (7) may be used to calculate (k).
[0063]
By doing so, it is possible to know at what timing the second water pump group 62 is started or stopped, so that the optimal operation plan calculated by the operation planning unit 10 can be calculated in a time-based manner (24 hours per hour). Or the results obtained by simulating in 30 minutes in units of 24 hours, etc.) and inputting them to the operation planning unit 10, the optimal or approximate An optimal water supply plan can be obtained.
[0064]
For example, 100m at time 1:34³When the second water pump group 62 of / h operates until 3:00, the input to the operation planning unit 10 is 100 × (60−34) /60=43.3 m³/ H, 2 o'clock is 100m³/ H. By performing such calculations for the required time, the amount of water to be supplied to the second reservoir 52, which corresponds to the demand forecast value viewed from the first reservoir 51, is known, and an optimal or approximately optimal water supply plan can be calculated. .
[0065]
As described above, even when a local controller exists and includes a device that cannot be controlled from the plant operation control device, by simulating local control in the device and inputting the result to the operation planning unit 10, An optimal or approximate optimal operation plan can be calculated.
[0066]
When the water supply from the plant to the required amount of water is required in a place with a time delay from the plant, such as when the water pump is installed and the reservoir is separated by several kilometers, this If a time delay is not taken into consideration, a control problem may occur. For example, assuming that it takes 10 minutes for purified water to reach the reservoir from the installation location of the water supply pump, the water supply amount is set to 100 m at time 11:00.³/ H to 150m³If the water level of the reservoir becomes lower than the lower limit unless the water supply rate is increased to / h, it is necessary to increase the water supply amount assuming that amount 10 minutes before.
[0067]
Therefore, as shown in FIG. 9A, when it is assumed that demand prediction is performed in units of 10 minutes, it takes 10 minutes for purified water to reach the reservoir from the installation location of the water pump. As shown in b), the amount advanced by 10 minutes, that is, one step forward is simply set as the demand forecast value. FIG. 9A shows an initial demand forecast value, and FIG. 9B shows a state in which the demand is simply advanced by one step, that is, a state where the demand is shifted to the left by one step in the figure. . If it takes 20 minutes for the purified water to reach the reservoir from the installation location of the water supply pump, it may be advanced by 20 minutes, ie, two steps. Then, the demand forecast value is processed in accordance with the planning step of the optimal operation plan calculated by the operation planning unit 10 (such as 24 hours for one hour or 24 hours for 30 minutes). To use. For example, the demand forecast value q between 10:00 and 11:00_diIn the case where (11) is obtained in units of one hour in consideration of the time delay as described above, first, it is assumed that the demand is forecasted in units of ten minutes. Is obtained for one day.
[0068]
[Table 1]

By following this as it is and calculating the demand forecast value for 10:00 and 1 hour,
110 + 120 + 130 + 120 + 130 + 130 = 610
become.
[0069]
Now, 10 minutes is a time delay, so if you move forward 10 minutes, that is, one step,
The demand forecast for 10:00 and 1 hour is
120 + 130 + 120 + 130 + 130 + 120 = 620
Becomes This is operated for one day, and the result is input to the operation planning unit 10.
[0070]
In this way, an operation plan that takes into account the time delay can be created even in the case where the required flow rate is supplied from the plant in a place where there is a time delay from the plant.
[0071]
With regard to the operation plan created by the optimal operation control device, it is necessary to periodically monitor whether the water level plan of each facility is within a certain range.If the water level plan is satisfied, the monitoring is continued. First, replan only that facility. As a result, if the constraints of other facilities are satisfied, the wide area plant will be operated based on the replanning results. If the constraints of other facilities are not satisfied, the re-planning including the facilities located upstream of the facility is sequentially repeated. As a result, it is possible to prevent frequent plan corrections caused by a difference between the plan of a number of facilities and the actual result.
[0072]
Also, in the optimal operation control device, when the operator considers the plant operation with the desired operation set value, it is necessary to satisfy the constraint condition on the plant operation (for example, the lower and upper limit water level of the pond) as shown in Expression (6). It is useful to provide a simulation unit 36 for performing a water balance simulation so that the user can confirm whether or not the water balance is correct. This is to arbitrarily set the amount of water received at each reservoir by the data input unit 2 and simulate the subsequent water level change based on the demand forecast value of the amount of water distribution and the current water level of the reservoir. As a result, it is possible to confirm whether or not the operation falls within the set upper and lower limit water level range, so that it is possible to provide effective data for the operator to consider how to perform subsequent operations. It should be noted that, when the operator makes a correction based on the optimal operation plan calculated by the operation planning unit 10, it is possible to set the calculation result of the operation planning unit 10.
[0073]
<Other embodiments>
Although the above-described optimal operation control has been described with the water supply plant as the control target, the present invention is not limited to the water supply plant, and the amount of inflow of domestic wastewater from a pump station scattered in a wide area to a sewage treatment plant and a rainwater storage facility are described. In addition to smoothing the amount of rainwater drainage by operating a rainwater drainage pump in Japan, heat source equipment for supplying hot and cold water or steam in a district heating and cooling plant, optimal operation in consideration of the energy efficiency of the heat plant, and a power plant with multiple power plants The present invention can be similarly applied to optimal plant automatic control based on equipment deterioration and power demand. In that case, for example, a water treatment plant, a distribution reservoir, and a valve in a water supply system correspond to a sewage treatment plant, a pumping station, and a gate (or a valve) in the sewerage system, respectively. Compatible with heat source plants and valves. Further, the flow rate in the water supply including the steam amount generally corresponds to the sewage amount for sewage, and the steam amount, hot water amount, cold water amount and electric power amount for district cooling and heating.
[0074]
【The invention's effect】
As described above, according to the present invention, in the operation of a wide-area plant targeting a plurality of facilities, temporal fluctuations of raw water intake, total filtration at a water purification plant, and water transmission from a water purification plant to a distribution reservoir, etc. The present invention can provide an optimal operation control device for a wide area plant that optimizes at high speed and realizes stable and efficient fluid operation control so as to minimize the power consumption and the power consumption of the pump as much as possible.
[Brief description of the drawings]
FIG. 1 is a block diagram showing an embodiment of an optimal operation control device according to the present invention.
FIG. 2 is a system diagram showing a configuration example of a wide-area water supply plant to which the optimal operation control device of FIG. 1 is applied.
FIG. 3 is a diagram illustrating an example of a variable-length gene sequence.
FIG. 4 is a view for explaining an image of a water receiving flow rate represented by a variable-length gene sequence.
FIG. 5 is an explanatory diagram of a crossover method of a genetic algorithm that handles a sequence of variable-length genes.
FIG. 6 is an explanatory diagram of a mutation method of a genetic algorithm that handles a sequence of genes of variable length.
FIG. 7 is a view for explaining plans of a concave shape, a convex shape, an ascending staircase shape, and a descending staircase shape.
FIG. 8 is a diagram illustrating a process example including local control.
FIG. 9 is a diagram illustrating a time delay correction unit.
[Explanation of symbols]
2 Input section
4 Data output section
6 Results DB
8 Demand forecasting section
10 Operation Planning Department
12 Initial individual generation timer section
14 Result Initial Individual Generation Unit
16 Heuristic initial individual generator
18 Hybrid Optimizer
20 Constraint Relaxation Operation Planning Division
22 concave smoothing part
24 Convex smoothing unit
26 Up staircase smoothing unit
28 Down stairs smoothing unit
30 Local Control Simulation Planning Department
32 time delay correction unit
34 Replanning judgment section
36 Simulation Department
40 water purification plant
41-48 Reservoir
50 water purification pond
51 No. 1 reservoir
52 Second Reservoir
53 Distribution Zone
61 First water pump group
62 Second water pump group
63 Water distribution pump group

Claims

In an optimal operation control device for a wide area plant that optimally controls the operation of a wide area plant targeting multiple facilities,
A data input section for inputting necessary setting values and conditions,
A result database unit for storing data such as measured values of process data and various parameter setting values,
A demand forecasting unit that forecasts a demand amount per unit time after the applicable operation day by referring to past weather demand values accumulated in the weather information and the performance database unit input via the data input unit,
Based on the predicted demand per unit time and the process measurement value obtained by this demand forecasting unit, a set of variables consisting of the operation flow per unit time on the relevant day and the time to be the flow is used as a gene, and the operation flow and An optimal or near-optimal operation plan for a wide-area plant targeting multiple facilities according to a genetic algorithm that treats a variable-length gene sequence such that the set of variables exists only when the flow rate is changed An operation planning unit that calculates
An optimal operation control device for a wide area plant, comprising: a wide area plant operation calculation result obtained by the operation planning section and a data output section for outputting other necessary data.

2. The optimal operation control device for a wide area plant according to claim 1, wherein when the operation planning unit generates an initial individual, it is determined whether or not an initial individual that is a feasible solution satisfying the constraint condition has been generated within a certain time. An optimal operation control device for a wide area plant, comprising an initial individual generation timer unit for stopping generation of an initial individual when the generation is not successful.

3. The optimal operation control device for a wide area plant according to claim 2, further comprising a performance initial individual generation unit that generates a past plant operation stored in the performance database unit as an initial individual and provides the initial plant operation to the operation planning unit. An optimal operation control device for a wide area plant.

3. The optimal operation control device for a wide area plant according to claim 2, further comprising a heuristic initial individual generation unit that artificially generates a plant operation plan set from the data input unit as an initial individual and provides the initial plan to the operation planning unit. An optimal operation control device for a wide area plant.

3. The optimal operation control device for a wide area plant according to claim 2, further comprising a hybrid optimization unit that performs an optimization operation by another optimization method on the plant operation plan obtained by the operation planning unit. Characteristic optimal operation control device for wide area plant.

3. The optimal operation control device for a wide-area plant according to claim 2, wherein when the operation planning unit fails to obtain an optimal operation plan of the plant, the operation planning unit relaxes the constraint conditions and further performs an optimization operation. An optimal operation control device for a wide-area plant, comprising a constraint relaxation operation planning unit for performing the operation.

3. The optimum operation control device for a wide area plant according to claim 2, wherein when the operation plan obtained by the operation planning unit is partially concave in time, the evaluation value and the constraint for optimization are set. An optimal operation control device for a wide area plant, comprising a concave smoothing unit for smoothing an operation plan while comparing conditions.

In the optimal operation control device for the wide area plant according to claim 2, when the operation plan obtained by the operation planning unit is partially convex in time, an evaluation value for optimization and An optimal operation control device for a wide area plant, comprising a convex smoothing unit for smoothing an operation plan while comparing constraint conditions.

3. The optimal operation control device for a wide-area plant according to claim 2, wherein when the operation plan obtained by the operation planning unit has an upward staircase as viewed in time, an evaluation value and a constraint condition for optimization. An optimal operation control device for a wide-area plant, comprising an up staircase smoothing unit for smoothing the operation plan while comparing the operation plans.

The optimal operation control device for a wide area plant according to claim 2, wherein the evaluation value and the constraint for optimization are used when the operation plan obtained by the operation planning unit has a downward staircase shape as viewed in time. An optimal operation control device for a wide area plant, comprising a down stair smoothing unit for smoothing an operation plan while comparing conditions.

The optimal operation control device for a wide area plant according to claim 2, wherein a local control controller is present in the plant, and when a device that cannot be controlled from the plant operation control device is included, the local control is simulated, and the result is used as the result. An optimal operation control device for a wide area plant, comprising a local control simulation plan unit which inputs the operation plan unit to calculate a plant operation plan.

3. The optimal operation control device for a wide-area plant according to claim 2, wherein when supplying from the plant a flow rate required at a place with a time delay from the plant, the operation planning unit takes into account the time delay. An optimal operation control device for a wide area plant, comprising a time delay correction unit for correcting a required amount of the operation plan obtained from the plant as viewed from the plant.

In the optimal operation control device of the wide area plant according to claim 2, the wide area plant is a wide area water supply plant, and periodically monitors whether the water level plan of each downstream facility is within a predetermined range, If so, continue monitoring.If not, first replan the facility only.As a result, if the constraints of other facilities are satisfied, the wide area plant is Optimal operation of a wide-area plant, which is equipped with a re-planning decision unit that operates and repeats re-planning sequentially including facilities located upstream of the other facilities if the constraints of other facilities are not satisfied Control device.

The wide-area plant optimal operation control device according to claim 1, further comprising a simulation unit that performs a simulation so as to confirm whether a desired operation setting value satisfies a constraint on plant operation. Optimal operation control device for the plant.