KR102644359B1 - 배수지 연계 펌프 제어 방법 및 장치 - Google Patents
배수지 연계 펌프 제어 방법 및 장치 Download PDFInfo
- Publication number
- KR102644359B1 KR102644359B1 KR1020230065795A KR20230065795A KR102644359B1 KR 102644359 B1 KR102644359 B1 KR 102644359B1 KR 1020230065795 A KR1020230065795 A KR 1020230065795A KR 20230065795 A KR20230065795 A KR 20230065795A KR 102644359 B1 KR102644359 B1 KR 102644359B1
- Authority
- KR
- South Korea
- Prior art keywords
- reservoir
- pump
- pumps
- valve opening
- water level
- Prior art date
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000000746 purification Methods 0.000 claims abstract description 8
- 230000015654 memory Effects 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 3
- 230000001537 neural effect Effects 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 230000006403 short-term memory Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 241000728173 Sarima Species 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 17
- 238000007792 addition Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000008213 purified water Substances 0.000 description 2
- 239000008400 supply water Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Medical Informatics (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Flow Control (AREA)
Abstract
본 발명은 배수지 연계 펌프 제어 방법 및 장치를 개시한다. 본 발명에 따르면, 용수 수요 예측, 배수지의 목표 수위 계획, 정수장의 펌프와 배수지 밸브 개도율에 대한 수리해석 모델 구축, 관망 운전점 변화 시뮬레이션 및 펌프/밸브 최적 운영 스케줄 산출 과정을 수행하는 펌프 제어 장치가 제공된다.
Description
본 발명은 배수지 연계 펌프 제어 방법 및 장치에 관한 것이다.
상수관망 시스템은 생활 및 공업용수를 안전하게 공급하기 위한 사회기반시설물이다.
상수관망 시스템에서 정수지에서 정수된 용수를 고지대에 위치한 배수지로 공급하기 위한 펌프(이하, 펌프라 함)는 상수관망 시스템에서 에너지 소비량의 많은 부분을 차지하는 시설물이다.
최근 펌프운영에 있어 운영비용의 최소화를 위한 다양한 최적화 연구가 진행되고 있다.
일반적으로, 펌프의 운영은 다년간의 펌프 운영 자료와 운영자의 노하우를 토대로 이루어져 왔으며, 일차적인 목표는 안정적인 용수공급이다. 최근 들어, 이러한 펌프운영에 실시간 원격감시 제어시스템인 SCADA(Supervisory Control and Data Acquisition) 시스템을 통해 관측되는 정보(배수지 수위 및 펌프유량 등)를 추가적으로 활용하고 있다. 하지만, 기존의 펌프운영은 안정성의 이유로 배수지의 수위를 일정수준 이상 유지하는 방식으로 운영되어 왔다. 이 경우, 잦은 펌프의 가동 및 정지로 인해 펌프의 손상과 더불어 에너지 효율 측면에서 불리한 측면이 있다.
이에, 용수 수요량과 배수지 수위를 종합적으로 고려하여 배수지별로 유입되는 유량을 실시간 펌프조작을 통해 조정함으로써 불필요한 펌프조작을 방지하고 안정적인 용수공급이 최소한의 비용으로 이루어지도록 하는 것이 필요하다.
또한, 종래에는 배수지의 개도율을 고정한 상태에서 펌프 운전점 제어가 이루어졌는데, 이러한 경우 전력 소비를 절감할 수 있는 방향으로 펌프 제어가 어려운 문제점이 있다.
상기한 종래기술의 문제점을 해결하기 위해, 본 발명은 에너지 효율을 고려하여 복수의 펌프의 최적 운전점을 결정할 수 있는 배수지 연계 펌프 제어 방법 및 장치를 제안하고자 한다.
상기한 바와 같은 목적을 달성하기 위하여, 본 발명의 일 실시예에 따르면, 배수지 연계 펌프 제어 장치로서, 프로세서; 및 상기 프로세서에 연결되는 메모리를 포함하되, 상기 메모리는, 과거 배수지 유출유량 데이터, 요일 및 시간대, 기온 및 습도를 포함하는 날씨 데이터를 미리 학습된 용수 수요 예측 모델에 입력하여 시간대별 배수지 유출유량 예측값을 산출하고, 상기 시간대별 배수지 유출유량 예측값, 배수지 현재 수위, 배수지 운영수위 조건 및 전력 시간대 원단위 요금을 미리 학습된 목표 수위 계획 모델에 입력하여 시간대별 배수지 목표 수위 및 시간대별 배수지 목표 유입유량을 산출하고, 정수장에 배치되는 복수의 펌프 각각의 펌프 흡입 압력, 펌프 토출 압력, 펌프 운영 주파수, 펌프 전력 사용량, 배수지 밸브 개도율 및 밸브 유입유량을 회귀 모델에 입력하여 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선을 산출하고, 상기 배수지 밸브 개도율, 펌프 운영 대수 및 펌프 운영 주파수를 미리 학습된 관망 운전점 변화 시뮬레이션 모델에 입력하여 배수지 유입유량 예측값 및 배수지 유입관압 예측값을 산출하고, 상기 시간대별 배수지 목표 수위, 상기 시간대별 배수지 목표 유입유량, 상기 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선에 따른 복수의 펌프 각각의 유량/관압 운전 조건, 밸브 개도율 운전 조건, 상기 전력 시간대 원단위 요금, 배수지 유량/관압 운전 조건 및 상기 배수지 운영수위 조건을 미리 학습된 스케줄링 모델에 입력하여 시간대별 펌프 제어 스케줄 및 시간대별 밸브 제어 스케줄을 산출하도록, 상기 프로세서에 의해 실행되는 프로그램 명령어들을 저장한 펌프 제어 장치가 제공된다.
상기 배수지 밸브 개도율을 0 내지 100 범위 내에서 미리 설정된 단위로 또는 연속적으로 조절될 수 있다.
상기 배수지 밸브 개도율에 따라 복수의 관로 저항 곡선이 생성될 수 있다.
상기 프로그램 명령어들은, 현재 시점에서 상기 복수의 펌프 각각의 유량/관압 운전 조건 및 상기 복수의 관로 저항 곡선을 이용하여 전력 비용이 최소화되는 펌프의 수 또는 펌프의 운영 주파수를 결정할 수 있다.
상기 프로그램 명령어들은, 상기 배수지 밸브 개도율이 미리 설정된 단위로 조절되는 경우, 제1 시점에 제1 단위만큼 조절된 제1 배수지 밸브 개도율과 상기 제1 시점 이후 제2 시점에 제2 단위만큼 조절된 제2 배수지 밸브 개도율에 따른 복수의 관로 저항 곡선에 따라, 상기 제2 시점에서 전력 비용이 최소화되는 펌프의 수 또는 펌프의 운영 주파수를 결정할 수 있다.
상기 프로그램 명령어들은, 경부하, 중간부하, 최대부하 시간 대에 목표 수위, 상기 목표 수위에 따른 배수지 밸브 개도율을 조정하여 상기 펌프 성능 곡선과 상기 복수의 관로 저항 곡선의 접점을 변경할 수 있다.
상기 용수 수요 예측 모델은 ARIMA(Autoregressive Integrated Moving Average), SARIMA(Seasonal ARIMA), Neural Prophet, Long Short-Term Memory 및 Temporal Fusion Transformer 모델 중 적어도 하나를 포함할 수 있다.
상기 목표 수위 계획 모델은 선행 계획(Linear Programming), Value Iteration, Policy Iteration, Monte Carlo Tree Search 모델 중 적어도 하나 중 적어도 하나를 포함할 수 있다.
상기 회귀모델은 Polynomial Regression 및 Nonlinear Regression 모델 중 적어도 하나를 포함할 수 있다.
상기 관망 운전점 변화 시뮬레이션 모델은 Newton Raphson, Fixed point iteration 모델 중 적어도 하나를 포함할 수 있다.
상기 스케줄링 모델은 Metaheuristic Algorithms, Integer Programming, Deep Q-Learning, A3C Algorithm 모델 중 적어도 하나를 포함할 수 있다.
본 발명의 다른 측면에 따르면, 프로세서 및 메모리를 포함하는 장치에서 배수지와 연계하여 펌프를 제어하는 방법으로서, 과거 배수지 유출유량 데이터, 요일 및 시간대, 기온 및 습도를 포함하는 날씨 데이터를 미리 학습된 용수 수요 예측 모델에 입력하여 시간대별 배수지 유출유량 예측값을 산출하는 단계; 상기 시간대별 배수지 유출유량 예측값, 배수지 현재 수위, 배수지 운영수위 조건 및 전력 시간대 원단위 요금을 미리 학습된 목표 수위 계획 모델에 입력하여 시간대별 배수지 목표 수위 및 시간대별 배수지 목표 유입유량을 산출하는 단계; 정수장에 배치되는 복수의 펌프 각각의 펌프 흡입 압력, 펌프 토출 압력, 펌프 운영 주파수, 펌프 전력 사용량, 배수지 밸브 개도율 및 밸브 유입유량을 회귀 모델에 입력하여 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선을 산출하는 단계; 상기 배수지 밸브 개도율, 펌프 운영 대수 및 펌프 운영 주파수를 미리 학습된 관망 운전점 변화 시뮬레이션 모델에 입력하여 배수지 유입유량 예측값 및 배수지 유입관압 예측값을 산출하는 단계; 및 상기 시간대별 배수지 목표 수위, 상기 시간대별 배수지 목표 유입유량, 상기 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선에 따른 복수의 펌프 각각의 유량/관압 운전 조건, 밸브 개도율 운전 조건, 상기 전력 시간대 원단위 요금, 배수지 유량/관압 운전 조건 및 상기 배수지 운영수위 조건을 미리 학습된 스케줄링 모델에 입력하여 시간대별 펌프 제어 스케줄 및 시간대별 밸브 제어 스케줄을 산출하는 단계를 포함하는 펌프 제어 방법이 제공된다.
본 발명에 따르면, 복수의 펌프에 대한 펌프성능곡선과 배수지 밸브 개도율에 따른 다양한 관로 저항 곡선과의 접점을 통해 전력 사용량을 줄이면서 배수지에 용수를 안정적으로 공급할 수 있는 장점이 있다.
도 1은 본 발명의 바람직한 일 실시예에 따른 배수지 연계 펌프 제어 장치의 구성을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 전력 소비를 최소화면서 배수지에 안정적으로 용수를 공급할 수 있도록 하는 스케줄링 과정을 도시한 도면이다.
도 3은 본 실시예에 따른 목표 수위 관리 방안을 도시한 도면이다.
도 4는 배수지 밸브 개도율이 고정된 상태에서의 펌프 성능 곡선 및 관로 저항 곡선을 도시한 도면이다.
도 5는 본 실시예에 따른 배수지 밸브 개도율이 조정되는 경우의 펌프 성능 곡선 및 관로 저항 곡선을 도시한 도면이다.
도 6은 본 실시예에 따른 배수지 밸브 개도율이 조정되는 경우 펌프가 변속 펌프인 경우의 펌프 성능 곡선 및 관로 저항 곡선을 도시한 도면이다.
도 7은 기존 제어와 본 실시예에 따른 제어 방식의 차이를 나타낸 도면이다.
도 8은 본 실시예에 다른 배수지별 밸브 개도율에 따른 펌프 운전점 유량과 관압 확인을 위한 테스트 과정을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 전력 소비를 최소화면서 배수지에 안정적으로 용수를 공급할 수 있도록 하는 스케줄링 과정을 도시한 도면이다.
도 3은 본 실시예에 따른 목표 수위 관리 방안을 도시한 도면이다.
도 4는 배수지 밸브 개도율이 고정된 상태에서의 펌프 성능 곡선 및 관로 저항 곡선을 도시한 도면이다.
도 5는 본 실시예에 따른 배수지 밸브 개도율이 조정되는 경우의 펌프 성능 곡선 및 관로 저항 곡선을 도시한 도면이다.
도 6은 본 실시예에 따른 배수지 밸브 개도율이 조정되는 경우 펌프가 변속 펌프인 경우의 펌프 성능 곡선 및 관로 저항 곡선을 도시한 도면이다.
도 7은 기존 제어와 본 실시예에 따른 제어 방식의 차이를 나타낸 도면이다.
도 8은 본 실시예에 다른 배수지별 밸브 개도율에 따른 펌프 운전점 유량과 관압 확인을 위한 테스트 과정을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 각 도면을 참조하여 설명하는 실시예의 구성 요소가 해당 실시예에만 제한적으로 적용되는 것은 아니며, 본 발명의 기술적 사상이 유지되는 범위 내에서 다른 실시예에 포함되도록 구현될 수 있으며, 또한 별도의 설명이 생략될지라도 복수의 실시예가 통합된 하나의 실시예로 다시 구현될 수도 있음은 당연하다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일하거나 관련된 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 본 발명의 바람직한 일 실시예에 따른 배수지 연계 펌프 제어 장치의 구성을 도시한 도면이다.
도 1에 도시된 바와 같이, 본 실시예에 따른 제어 장치는 프로세서(100) 및 메모리(102)를 포함할 수 있다.
여기서, 프로세서(100)는 컴퓨터 프로그램을 실행할 수 있는 CPU(central processing unit)나 그밖에 가상 머신 등을 포함할 수 있다.
메모리(102)는 고정식 하드 드라이브나 착탈식 저장 장치와 같은 불휘발성 저장 장치를 포함할 수 있다. 착탈식 저장 장치는 컴팩트 플래시 유닛, USB 메모리 스틱 등을 포함할 수 있다. 메모리(102)는 각종 랜덤 액세스 메모리와 같은 휘발성 메모리도 포함할 수 있다.
이와 같은 메모리(102)에는 프로세서(100)에 의해 실행되며 컴퓨터 판독 가능한 기록매체에 저장되며 송수 펌프(이하, 펌프라 함)의 최적 운전점 결정을 위한 프로그램 명령어들이 저장된다.
본 실시예에 따른 프로그램 명령어들은, 용수 수요 예측, 배수지의 목표 수위 계획, 정수장의 펌프와 배수지 밸브 개도율에 대한 수리해석 모델 구축, 관망 운전점 변화 시뮬레이션 및 펌프/밸브 최적 운영 스케줄 산출 과정을 수행한다.
도 2는 본 발명의 일 실시예에 따른 전력 소비를 최소화면서 배수지에 안정적으로 용수를 공급할 수 있도록 하는 스케줄링 과정을 도시한 도면이다.
도 2를 참조하면, 과거 배수지 유출유량 데이터, 요일 및 시간대, 기온 및 습도를 포함하는 날씨 데이터를 미리 학습된 용수 수요 예측 모델에 입력하여 시간대별 배수지 유출유량 예측값을 산출한다(단계 200).
하나의 정수장에는 복수의 배수지가 연결되어 있을 수 있으며, 단계 200은 복수의 배수지 각각에 대한 시간대별 유출유량 예측값을 산출한다.
펌프 제어의 안정성 확보를 위해 정밀한 수요량 예측이 필요하며, 본 실시예에 따른 제어 장치는 기온, 요일, 시간대 등 영향 인자를 종합적으로 고려한 패턴 분석을 통해 24시간 배수지 유출유량 예측값을 산출한다.
여기서, 용수 수요 예측 모델은 ARIMA(Autoregressive Integrated Moving Average), SARIMA(Seasonal ARIMA), Neural Prophet, Long Short-Term Memory 및 Temporal Fusion Transformer 모델 중 하나일 수 있다.
다음으로, 시간대별 배수지 유출유량 예측값, 배수지 현재 수위, 배수지 운영수위 조건 및 전력 시간대 원단위 요금을 미리 학습된 목표 수위 계획 모델에 입력하여 시간대별 배수지 목표 수위 및 시간대별 배수지 목표 유입유량을 산출한다(단계 202).
여기서, 배수지 운영수위 조건은 각 배수지에서 허용된 수위의 상한/하한으로 정의될 수 있다.
단계 202는 배수의 유출유량 예측 범위를 활용하여 용수 공급 안정성과 경제성을 종합적으로 고려하여 24시간 배수지 목표 수위 및 배수지 목표 유입유출 유량을 산출하는 과정이다.
도 3은 본 실시예에 따른 목표 수위 관리 방안을 도시한 도면이다.
단계 202의 과정을 통해 전력 요금이 낮은 경부하/중간부하 시간 대에 목표 수위를 상향하고, 전력 요금이 가장 높은 최대 부하 시간 대에 목표 수위를 하향하여 전력 절감이 가능하도록 할 수 있다.
목표 수위 계획 모델은 선행 계획(Linear Programming), Value Iteration, Policy Iteration, Monte Carlo Tree Search 모델 중 적어도 하나를 포함할 수 있다.
본 실시예에 따른 제어 장치는, 정수장에 배치되는 복수의 펌프 각각의 펌프 흡입 압력, 펌프 토출 압력, 펌프 운영 주파수, 펌프 전력 사용량, 배수지 밸브 개도율 및 밸브 유입유량을 회귀 모델에 입력하여 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선을 산출한다(단계 204).
여기서, 펌프 운영 주파수는 변속 펌프에 대한 정보일 수 있다.
단계 204는 주파수, 흠입 및 토출 압력, 전력량 데이터를 이용하여 펌프 성능 곡선 모델을 구축하고, 배수지 밸브 개도율과 유입유량 및 관압 데이터를 이용하여 관로 저항 곡선 모델을 구축하는 과정으로 정의될 수 있다.
펌프 성능 곡선 및 관로 저항 곡선 모델이 도출된 이후, 배수지 밸브 개도율, 펌프 운영 대수 및 펌프 운영 주파수를 미리 학습된 관망 운전점 변화 시뮬레이션 모델에 입력하여 배수지 유입유량 예측값 및 배수지 유입관압 예측값을 산출한다(단계 206).
단계 206은 변속 펌프의 주파수 및 정속 펌프의 On/Off 등 펌프 운전 조합 변경과 배수지 밸브 개도율 조정에 따른 송배수 관망 내 주요 거점 운전점 변화를 예측하는 것이다.
본 실시예에 따르면, 배수지가 복수인 경우, 분기점이 존재할 수 있으며, 단계 206에서, 분기점 유입유량 예측값 및 분기점 유입관압 예측값도 추가적으로 산출할 수 있다.
단계 206에서, 관망 운점점 변화 시뮬레이션 모델은, Newton Raphson 및 Fixed point iteration 모델 중 하나일 수 있다.
도 4는 배수지 밸브 개도율이 고정된 상태에서의 펌프 성능 곡선 및 관로 저항 곡선을 도시한 도면이다.
도 4를 참조하면, 복수의 펌프에 대해 복수의 펌프 성능 곡선이 도출되나, 복수의 배수지의 밸브 개도율이 고정된 상태에서는 하나의 관로 저항 곡선이 도출된다.
이에 따라, 유량 상한/하한 및 관압 상한/하한의 범위 내에서 펌프 성능 곡선과 관로 저항 곡선의 접점을 펌프의 최적 운전점으로 결정한다.
여기서, 펌프의 최적 운전점은 전력 소모를 최소화하면서 용수를 배수지에 안정적으로 공급할 수 있는 펌프의 대수 또는 운영 주파수로 정의된다.
도 5는 본 실시예에 따른 배수지 밸브 개도율이 조정되는 경우의 펌프 성능 곡선 및 관로 저항 곡선을 도시한 도면이다.
도 5를 참조하면, 복수의 배수지의 밸브 개도율이 조정됨에 따라 관로 저항 곡선이 복수개로 도출된다.
도 4에서는 펌프 각각의 유량/관압 운전 조건에서 펌프 1.5대로 하나의 접점이 결정되었으나, 도 5와 같이 배수지 밸브 개도율을 조정하는 경우, 복수의 관로 저항 곡선이 도출되며, 펌프 1.5대뿐만 아니라, 펌프 1대로도 도 3과 동일한 유량/관압 운전 조건 내에서 펌프의 최적 운전점을 찾을 수 있다.
도 4 내지 도 5는 펌프가 정속 펌프인 경우를 예시적으로 도시한 도면이다.
도 6은 본 실시예에 따른 배수지 밸브 개도율이 조정되는 경우 펌프가 변속 펌프인 경우의 펌프 성능 곡선 및 관로 저항 곡선을 도시한 도면이다.
펌프가 주파수에 따라 펌프의 회전속도가 변경되는 변속 펌프인 경우, 도 6과 같이 하나의 펌프 대수에서 다양한 펌프 성능 곡선이 도출될 수 있으며, 또한 배수지 밸브 개도율의 조정에 따라 복수의 관로 저항 곡선이 도출된다.
이에 따라, 펌프 운전점 탐색 범위를 더욱 확장할 수 있어, 전력 소비를 줄이면서도 배수지에 용수를 안정적으로 공급할 수 있도록 펌프를 제어할 수 있다.
다시 도 2를 참조하면, 본 실시예에 따른 제어 장치는, 상기한 시간대별 배수지 목표 수위, 상기한 시간대별 배수지 목표 유입유량, 상기 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선에 따른 복수의 펌프 각각의 유량/관압 운전 조건, 밸브 개도율 운전 조건, 상기 전력 시간대 원단위 요금, 배수지 유량/관압 운전 조건 및 상기 배수지 운영수위 조건을 미리 학습된 스케줄링 모델에 입력하여 시간대별 펌프 제어 스케줄 및 시간대별 밸브 제어 스케줄을 산출한다(단계 208).
단계 208은 배수지 밸브 개도율, 펌프 운영 대수, 운영 주파수 등 제어 변수들로 구성된 각 스케줄에 대한 관망 운전점을 시뮬레이션 알고리즘으로부터 예측하고, 유량, 관압, 수위 등 운영 조건들을 충족하는 스케줄 중에 목표와 예측 유입유량의 오차가 적고 전력 요금음 적은 스케줄을 최적 운영 스케줄로 산출하는 과정이다.
도 7은 기존 제어와 본 실시예에 따른 제어 방식의 차이를 나타낸 도면이다.
도 7을 참조하면, 본 실시예는 배수지 밸브 개도율을 조정하여 전력 요금이 낮은 시간대 직전에 수위를 최대한 끌어올리고, 전력 요금이 비싼 시간 대에는 펌프 대수가 최소화되도록 제어한다.
이에 따라 기존에 비해 예상 펌프 대수가 2.1대에서 1.1대로 감소되어 전력 절감 효과를 달성할 수 있다.
도 8은 본 실시예에 다른 배수지별 밸브 개도율에 따른 펌프 운전점 유량과 관압 확인을 위한 테스트 과정을 설명하기 위한 도면이다.
배수지 밸브 제어 변경에 따른 관망 내 주요거점 운전점 시뮬레이션에 사용되는 관로 저항 곡선의 파악을 위해서는 실제 밸브 개도율 변경을 통한 유량 및 관압 운전점 데이터를 확보하는 것이 중요하다.
배수지별로 고유한 관로 저항 곡선을 가지기 때문에 실험 대상 외에 다른 배수지 밸브를 고정하고, 실험 배수지의 개도율을 운영 조건 범위 내에서 다양하게 조절한다.
도 8을 참조하면, 관압 운영 범위 불충족 시 관압 상한/하한에서 펌프 하향/상향을 조정하고, 수위 운영 범위 불충족 시 밸브 개도율 상향/하향을 조정하거나, 펌프 상향/하향을 조정한다.
도 6에서는 펌프 대수를 최소화하기 위해, 밸브 개도율을 20%로 조절하여 관압 운영 범위도 만족하면서 유량도 만족시키는 것을 확인할 수 있다.
상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
Claims (12)
- 배수지 연계 펌프 제어 장치로서,
프로세서; 및
상기 프로세서에 연결되는 메모리를 포함하되,
상기 메모리는,
과거 배수지 유출유량 데이터, 요일 및 시간대, 기온 및 습도를 포함하는 날씨 데이터를 미리 학습된 용수 수요 예측 모델에 입력하여 시간대별 배수지 유출유량 예측값을 산출하고,
상기 시간대별 배수지 유출유량 예측값, 배수지 현재 수위, 배수지 운영수위 조건 및 전력 시간대 원단위 요금을 미리 학습된 목표 수위 계획 모델에 입력하여 시간대별 배수지 목표 수위 및 시간대별 배수지 목표 유입유량을 산출하고,
정수장에 배치되는 복수의 펌프 각각의 펌프 흡입 압력, 펌프 토출 압력, 펌프 운영 주파수, 펌프 전력 사용량, 배수지 밸브 개도율 및 밸브 유입유량을 회귀 모델에 입력하여 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선을 산출하고,
상기 배수지 밸브 개도율, 펌프 운영 대수 및 펌프 운영 주파수를 미리 학습된 관망 운전점 변화 시뮬레이션 모델에 입력하여 배수지 유입유량 예측값 및 배수지 유입관압 예측값을 산출하고,
상기 시간대별 배수지 목표 수위, 상기 시간대별 배수지 목표 유입유량, 상기 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선에 따른 복수의 펌프 각각의 유량/관압 운전 조건, 밸브 개도율 운전 조건, 상기 전력 시간대 원단위 요금, 배수지 유량/관압 운전 조건 및 상기 배수지 운영수위 조건을 미리 학습된 스케줄링 모델에 입력하여 시간대별 펌프 제어 스케줄 및 시간대별 밸브 제어 스케줄을 산출하도록,
상기 프로세서에 의해 실행되는 프로그램 명령어들을 저장하되,
상기 배수지 밸브 개도율을 0 내지 100 범위 내에서 미리 설정된 단위로 또는 연속적으로 조절되며,
상기 배수지 밸브 개도율에 따라 복수의 관로 저항 곡선이 생성되고,
상기 프로그램 명령어들은, 현재 시점에서 상기 복수의 펌프 각각의 유량/관압 운전 조건 및 상기 배수지 밸브 개도율에 따른 복수의 관로 저항 곡선을 이용하여 전력 비용이 최소화되는 펌프의 수 또는 펌프의 운영 주파수를 결정하는 펌프 제어 장치. - 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 프로그램 명령어들은,
상기 배수지 밸브 개도율이 미리 설정된 단위로 조절되는 경우, 제1 시점에 제1 단위만큼 조절된 제1 배수지 밸브 개도율과 상기 제1 시점 이후 제2 시점에 제2 단위만큼 조절된 제2 배수지 밸브 개도율에 따른 복수의 관로 저항 곡선에 따라, 상기 제2 시점에서 전력 비용이 최소화되는 펌프의 수 또는 펌프의 운영 주파수를 결정하는 펌프 제어 장치. - 제1항에 있어서,
상기 프로그램 명령어들은,
경부하, 중간부하, 최대부하 시간 대에 목표 수위, 상기 목표 수위에 따른 배수지 밸브 개도율을 조정하여 상기 펌프 성능 곡선과 상기 복수의 관로 저항 곡선의 접점을 변경하는 펌프 제어 장치. - 제1항에 있어서,
상기 용수 수요 예측 모델은 ARIMA(Autoregressive Integrated Moving Average), SARIMA(Seasonal ARIMA), Neural Prophet, Long Short-Term Memory 및 Temporal Fusion Transformer 모델 중 적어도 하나를 포함하는 펌프 제어 장치. - 제1항에 있어서,
상기 목표 수위 계획 모델은 선행 계획(Linear Programming), Value Iteration, Policy Iteration, Monte Carlo Tree Search 모델 중 적어도 하나 중 적어도 하나를 포함하는 펌프 제어 장치. - 제1항에 있어서,
상기 회귀모델은 Polynomial Regression 및 Nonlinear Regression 모델 중 적어도 하나를 포함하는 펌프 제어 장치. - 제1항에 있어서,
상기 관망 운전점 변화 시뮬레이션 모델은 Newton Raphson, Fixed point iteration 모델 중 적어도 하나를 포함하는 펌프 제어 장치. - 제1항에 있어서,
상기 스케줄링 모델은 Metaheuristic Algorithms, Integer Programming, Deep Q-Learning, A3C Algorithm 모델 중 적어도 하나를 포함하는 펌프 제어 장치. - 프로세서 및 메모리를 포함하는 장치에서 배수지와 연계하여 펌프를 제어하는 방법으로서,
과거 배수지 유출유량 데이터, 요일 및 시간대, 기온 및 습도를 포함하는 날씨 데이터를 미리 학습된 용수 수요 예측 모델에 입력하여 시간대별 배수지 유출유량 예측값을 산출하는 단계;
상기 시간대별 배수지 유출유량 예측값, 배수지 현재 수위, 배수지 운영수위 조건 및 전력 시간대 원단위 요금을 미리 학습된 목표 수위 계획 모델에 입력하여 시간대별 배수지 목표 수위 및 시간대별 배수지 목표 유입유량을 산출하는 단계;
정수장에 배치되는 복수의 펌프 각각의 펌프 흡입 압력, 펌프 토출 압력, 펌프 운영 주파수, 펌프 전력 사용량, 배수지 밸브 개도율 및 밸브 유입유량을 회귀 모델에 입력하여 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선을 산출하는 단계;
상기 배수지 밸브 개도율, 펌프 운영 대수 및 펌프 운영 주파수를 미리 학습된 관망 운전점 변화 시뮬레이션 모델에 입력하여 배수지 유입유량 예측값 및 배수지 유입관압 예측값을 산출하는 단계; 및
상기 시간대별 배수지 목표 수위, 상기 시간대별 배수지 목표 유입유량, 상기 복수의 펌프에 대한 펌프 성능 곡선 및 관로 저항 곡선에 따른 복수의 펌프 각각의 유량/관압 운전 조건, 밸브 개도율 운전 조건, 상기 전력 시간대 원단위 요금, 배수지 유량/관압 운전 조건 및 상기 배수지 운영수위 조건을 미리 학습된 스케줄링 모델에 입력하여 시간대별 펌프 제어 스케줄 및 시간대별 밸브 제어 스케줄을 산출하는 단계를 포함하되,
상기 배수지 밸브 개도율을 0 내지 100 범위 내에서 미리 설정된 단위로 또는 연속적으로 조절되며,
상기 배수지 밸브 개도율에 따라 복수의 관로 저항 곡선이 생성되고,
상기 스케줄을 산출하는 단계는, 현재 시점에서 상기 복수의 펌프 각각의 유량/관압 운전 조건 및 상기 배수지 밸브 개도율에 따른 복수의 관로 저항 곡선을 이용하여 전력 비용이 최소화되는 펌프의 수 또는 펌프의 운영 주파수를 결정하는 펌프 제어 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230065795A KR102644359B1 (ko) | 2023-05-22 | 2023-05-22 | 배수지 연계 펌프 제어 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230065795A KR102644359B1 (ko) | 2023-05-22 | 2023-05-22 | 배수지 연계 펌프 제어 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102644359B1 true KR102644359B1 (ko) | 2024-03-07 |
Family
ID=90271500
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230065795A KR102644359B1 (ko) | 2023-05-22 | 2023-05-22 | 배수지 연계 펌프 제어 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102644359B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007070829A (ja) * | 2005-09-05 | 2007-03-22 | Mitsubishi Electric Corp | 送水運用制御装置 |
| US20070130093A1 (en) * | 2005-12-07 | 2007-06-07 | Alireza Haji-Valizadeh | Utility management system and method |
| JP2015114804A (ja) * | 2013-12-11 | 2015-06-22 | 株式会社日立製作所 | 水運用および配水制御システム |
| KR101818731B1 (ko) | 2017-06-23 | 2018-01-15 | (주)테크윈시스템 | 펌프 시설 운영에 적용하는 에너지 최적화 제어 시스템 및 방법 |
-
2023
- 2023-05-22 KR KR1020230065795A patent/KR102644359B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007070829A (ja) * | 2005-09-05 | 2007-03-22 | Mitsubishi Electric Corp | 送水運用制御装置 |
| US20070130093A1 (en) * | 2005-12-07 | 2007-06-07 | Alireza Haji-Valizadeh | Utility management system and method |
| JP2015114804A (ja) * | 2013-12-11 | 2015-06-22 | 株式会社日立製作所 | 水運用および配水制御システム |
| KR101818731B1 (ko) | 2017-06-23 | 2018-01-15 | (주)테크윈시스템 | 펌프 시설 운영에 적용하는 에너지 최적화 제어 시스템 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7707125B2 (en) | Utility management system and method | |
| EP3343717A1 (en) | Hierarchical implicit controller for shielded system in a grid | |
| US10488069B2 (en) | Generation of coordinated control commands for groupings of heating/ventilation/cooling thermostats | |
| KR101674260B1 (ko) | 상수관망 수운영 시스템 및 운영방법 | |
| NO20140362A1 (no) | System og fremgangsmåte for å optimalisere operasjon av et vann nettverk | |
| JP5932466B2 (ja) | 配水運用制御装置 | |
| Moradi-Jalal et al. | Optimal design and operation of irrigation pumping stations | |
| Jung et al. | Real-time pump scheduling for water transmission systems: Case study | |
| CN111340316B (zh) | 一种智慧供水管理方法及系统 | |
| CA2788026A1 (en) | Arrangement and method for optimizing the operation of a supply network | |
| KR100741691B1 (ko) | 유비쿼터스 기술을 이용한 광역상수도 수운영시스템 및 그방법 | |
| JP5851259B2 (ja) | 配水運用制御装置 | |
| JP5760291B2 (ja) | 特性モデル更新処理装置及び特性モデル更新方法 | |
| Brentan et al. | Near real time pump optimization and pressure management | |
| JP4511435B2 (ja) | 送水運用計画装置 | |
| Mathur et al. | Robust online scheduling for optimal short-term operation of cascaded hydropower systems under uncertainty | |
| KR102644359B1 (ko) | 배수지 연계 펌프 제어 방법 및 장치 | |
| TW200419046A (en) | Wide range optimum factory control device | |
| JP3523793B2 (ja) | プラント制御装置 | |
| JP3974294B2 (ja) | 上下水道監視制御システム | |
| KR102619826B1 (ko) | 상수도 관망의 펌프 운영 시스템 및 방법 | |
| KR102644358B1 (ko) | 펌프 최적운전점 결정 방법 및 장치 | |
| JP6829574B2 (ja) | 水運用制御システム、水運用制御方法、および水運用制御装置 | |
| Wu et al. | An integer programming model for minimizing energy cost in water distribution system using trigger levels with additional time slots | |
| WO2020161624A1 (en) | Method and device for controlling a wastewatertank pumping system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |