（市政工程专业论文）中小城市给水泵站的优化.pdf

中文摘要 摘要 泵站是城市供水系统的重要组成部分，供水系统大部分电能到机械能的转化 在这。单元完成，因此泵站的安全和节能关系到整个供水系统的安全和节能，所 以对泵站进行优化对供水系统来说是完全必要的。泵站优化的目的是让水泵在设 计年限内、在满足城市的水量和水压的前提之下，做到最经济。为了达到这个目 的，泵站的优化由三部分组成：供水系统水量和水压的预测、泵站工艺的优化、 泵站运行的优化。 预测城市用水量的方法很多。本文首先对众多方法进行比较，采用线性规划 法对城市用水量进行预测。然后结合实际工程的具体情况，分析传统线性规划法 的优缺点，改进线性规划法，建立了新的预测模型。将新模型应用到实际工程之 中，验证其正确性，并用实测数据对之进行修正。在泵站工艺优化里，首先进行 的是泵站优化模型的建立。经过对多种优化模型进行分析、研究和比较之后，本 文采用了年运行费用法建立泵站优化模型，并将之运用于泵站工艺优化。在泵站 的工艺优化里还涉及到了采用改进优化枚举算法对水泵优化选型；并联、切削叶 轮和调速等高效方法。这些工艺优化方法都是经过对多种优化方法的比较，结合 实际工程进行改进后的结果。其中在优化选泵这一节中，还讨论了调速泵和定速 泵的流量比，提出了自己的观点。优化运行这个部分中，分析了传统枚举算法的 利弊，对其改进，形成了适合实际工程运行情况的改进枚举优化法。最后讨论了 泵站优化三个部分在实际工程中的应用效果，对几个模型的参数进行了修正，还 对这方面今后研究发展提出了建议。 关键词：城市给水，水泵站，优化，改进枚举法 英文摘要 a b s t r a c t p u m ps t a t i o ni s o n ei m p o r t a n tp a r to fu r b a nw a t e rs u p p l ys y s t e m am a j o r i t yo f e n e r g yt r a n s f o r m s o fw a t e r s u p p l ys y s t e m f r o me l e c t r i c i t yt ok i n e t i c e n e r g ya n d p o t e n t i a le n e r g yi s o b t a i n e dt h r o u g hp u m ps t a t i o n s os e c u r i t ya n de n e r g ys a v i n go f p u m p s t a t i o ns e c u r i t ya n de n e r g ys a v i n gc o n c e r ns e c u r i t ya n de n e r g ys a v i n go fw h o l e w a t e rs u p p l ys y s t e md e e p l y a n di ti sa l s o n e c e s s a r yf o rw a t e rs u p p l ys y s t e mt o o p t i m i z ep u m p s t a t i o n i naw o r d ，t h ea i m o f o p t i m i z a t i o n i st og e tam o s te c o n o m i c a l p u m ps t a t i o n t o s a t i s f yv o l u m ea n dh e a d o fu r b a nw a t e rs u p p l yi sd e s i g ny e a r o p t i m i z a t i o no f p u m p s t a t i o ni sm a d e u pb y t h r e ep a r t st og e tt h i sp u r p o s e ：f o r e c a s t i n g o fw a t e rd e m a n d sa b o u tt h ev o l u m ea n dh e a d ，o p t i m i z i n gc o m p o s eo fp u m ps t a t i o n ， o p t i m i z i n go p e r a t i o no f p u m p s t a t i o n t h i sp a p e r a p p l i e sl i n ep r o g r a m t of o r e c a s tu r b a nw a t e rd e m a n da f t e rt e c h n o l o g i c a l a n de c o n o m i c a lc o m p a r eo fm a n ym e t h o d sf i r s t l y p a p e ra d o p t se x p e r i e n c eo fr e a l e n g i n e e r t o a n a l y z ea d v a n t a g e a n dd i s a d v a n t a g eo ft r a d i t i o n a ll i n e p r o g r a ma n d i m p r o v el i n ep r o g r a mt ob u i l dn e wf o r e c a s tm o d e 。t h e nt h ep a p e ra p p l i e st h en e w m o d et op r a c t i c a l i t yt ot e s ti ta n dc o r r e c tt h em o d e b yp r a c t i c a ld a t a s e c o n d l y , a f t e r a n a l y z e sa n dc o m p a r em a n yk i n d so fo p t i m i z a t i o nm o d e sa n dm e t h o d s ，a u t h o ru s e s a n n u a lo p e r a t i n gc o s tm e t h o dw h i c hs u i t sr e a le n g i n e e r i n gt 0b u i l d o p t i m i z a t i o nm o d e t h e n a p p l yt h i s m o d et o p u m p s t a t i o n c o m p o n e n to p t i m i z a t i o n p u m p s t a t i o n c o m p o n e n to p t i m i z a t i o ni n v o l v eb o t ha d o p ti m p r o v e de n u m e r a t eo p e r a t i o nt os e l e c t p u m pa n da p p l i c a t i o no fm a n yh i g h e f f i c i e n tm e t h o d ss u c ha sp a r a l l e l o p e r a t i o n ， i m p e l l e rc u t t i n ga n df r e q u e n tc h a n g ep u m p a l lt h i sm e t h o d sh a v eb e e ni m p r o v e da f t e r c o m p a r e d w i t hm a n yo t h e rm e t h o d sa n dc o m b i n e dw i t hr e a le n g i n e e r i n g i nt h e p a r to f o p e r a t i o no p t i m i z a t i o n ， a u t h o ra n a l y z e s a d v a n t a g ea n dd i s a d v a n t a g eo ft r a d i t i o n a l e n u m e r a t e a l g o r i t h m ，a n dd e v e l o p so n e k i n d o f i m p r o v e d e n u m e r a t e a l g o r i t h mt of i ti n w i t ht h er e a le n g i n e e ro p e r a t i o n 。a tt h el a s t p a r t , t h i sp a p e rg i v e se f f e c to f t h i sm e t h o d s i nr e a l i t i e s ，c o r r e c to fs o m ep a r a m e t e r s ，a n ds u g g e s t sf o rr e s e a r c ho ft h i sa r e ai nt h e f u t u r e k e y w o r d s ：u r b a nw a t e rs u p p l y ，p u m ps t a t i o n ，o p t i m i z a t i o n ，i m p r o v e de n u m e r a t e p r o g r a m i i 1 绪论 1 绪论 1 1 城市给水系统概述 水是人类赖以生存和人类社会发展的物质基础之一。能够获得足量洁净卫生 的水是社会能够正常运行的根本保证。而负担这一使命的城市供水系统无疑是城 市的命脉。我国人口众多，如何高效率地给这十三亿人提供足量、足压的自来水 是一项非常艰巨的任务。我国现有供水行业仍然需要进行很大的改进。仅2 0 0 1 年 春季的第一个月，我国城市缺水人口就达1 6 9 0 万j 。 供水行业是城市的耗电大户。据统计资料。2 0 0 0 年，我国总用电量为1 3 5 x 1 0 ”k w h ，工业总耗电量为0 9 7 1 0 1 z k w - h 。其中供水行业的用电量达1 4 5 1 0 蛐k w h ，供水行业的用电量占全国总用电量的1 ，0 8 ，占工业用电量的1 5 l 【2 】。 城市供水企业耗电量如此之大，那么供水系统对电能的利用情况怎么样昵? 就全 国来说，供水系统对电能的利用效果并不令人满意，例如2 0 0 2 年重庆市自来水供 应行业的节能率竟呈现负增长的趋势口】。为了提高供水行业经济效益，供水行业 的节能降耗迫在眉睫。城市供水系统是由取、净、输、配四个部分组成，除了净 这个部分之外，其他三个部分都是由泵站和管道系统来完成的。如果将城市供水 系统看成一个有机体的话，泵站就是整个系统的心脏，是供水系统的动力来源。 没有水泵，非重力流供水系统就会陷入瘫痪。所以泵站的可靠性对整个城市供水 系统是非常重要的。从另一各方面来说，水泵也是供水系统的主要的耗能部分。 供水系统7 0 的能量都是被水泵消耗的。所以泵站的安全高效运行关系着整个供 水系统的安全和节能。提高供水系统对电能的利用率最快捷、最有效的方法就是 提高泵站对电能的利用率，也就是对泵站的运行、设计和选型进行优化。 1 2 泵站的优化理论及方法的研究动态 泵站本身就象一个由多个部分组成的、可以不断循环进化的有机体。泵站优 化由这几个部分组成；水量预测、泵站工艺的优化、泵站运行的优化，优化效果 的反馈和优化的完善。这几个部分的关系可以形象的用这样描述：水量的预测 部分就像有机体对环境的感知和预测。水量预测是了解供水系统对泵站的水量、 水压要求，并预测将来的变化。泵站工艺的优化类似于有机体本身器官组成和 排列的优化，这依赖于有机体对环境的感知和预测的情况，因为适应环境的有机 体才能生存。同样，泵站中水泵的组成和排列必须适应供水系统的需要。水泵选 择和组合各种型号的搭配。还有能耗最小的要求，就像有机体必须自身消耗最小 且从环境获得最大的利益。泵站的优化运行类比于有机体的各个器官在环境中 重庆大学硕士学位论文 的运用。随着环境相关条件的改变，有机体器官的运行也应该改变成最适应环境 的状态，泵站的运行也应该不断变化为相应最优的状态。系统优化效果的反馈 和优化的完善是有机体为适应环境的进化的过程，只有不断的对泵站的工艺和运 行进行修正，才能使泵站能够适应供水系统的要求。就像有机体和环境的关系一 样，泵站是供水系统的一个部分，他们相互作用、互相影响、互相适应。 早在2 0 世纪6 0 年代，就有学者开始讨论有关泵站设计的问题，而真正提出 泵站要进行优化设计，水泵要优化选型的是7 0 年代。j u n n l i n gc a o ( 1 9 7 9 年) 在 水泵避开高峰运行是否能减少能耗? h - - 文中提出了一种很重要的思想，那 就是不能盲目的以某种方法为水泵或泵站节能的法宝，应根据实际情况，各法结 合。传统的方法未必就浪费能量，新的方法不一定在任何情况都可以达到很好的 节能效果。面对日益提高的用水需求量和能量消耗，多年来国内外已有很多学者 为泵站的优化进行不懈的努力。 下面就将泵站优化三个部分的研究动态分别进行介绍。 1 2 1 城市用水量预测模型 在进行泵站优化设计之前，首先要进行城市用水量预测( 也就是预测系统用 水量) ，使得所作出的设计能够适应系统发展的需要【5 1 。预测城市用水的目的是， 得到一年内的最大日用水量，用以确定可以满足这一流量的必要处理过程和足够 传输能力的管网和泵站。国内外采用的用水量预测方法，按照对数据处理方法的 不同可以分为：时间序列法，结构分析法和系统方法。时间序列法可以将预测对 象随时问变化形成的序列加工成一个用水过程，从而进行模拟。它对小时预测最 有效，而且计算速度快，精度较高。但是这种方法预测周期短，所用数据单一， 只能给出下一个周期的预测水量，不能分析误差也不能纠正误差。系统方法是一 种对数据进行黑箱操作的方法，虽然也可以得到精确的预测值，但是要求操作者 具有专业知识，工作量大。分析法包括回归分析法，弹性系数法和指标分析法。 对水量预测的回归分析法是先根据已有的用水量数据，列出影响用水量的因素， 再找出用水量和这些影响因索的具体数字关系，用线性或者非线性方程表达这些 关系。然后用这方程预测未来的用水量。研究用水量预测方法其实就是研究影响 因素，研究关系方程，研究求取方程系数的方法。这种方法在系统发生较大变化 时，也可以根据相应变化因素修正预测值，同时可以大体的把握预测值的误差。 国外有许多讨论关于城市用水量预测模型的文章。这些预测模型可以分为非 线性和线性。采用非线性模型的主要使用时间序列法建立模型。m o s s 和a r a y 0 9 7 8 ) 用时间序列分析法来预测全天的用水量。后来还有一些学者发展了时间序列法。 m a i d m e n t 和p a n z e r ( 1 9 8 4 ) 用时间序列法列出传输方程来描述温度和降雨量对一天 内用水量的影响【6 。也有将一天的用水量分成三个或四个阶段，分阶段进行预测 2 绪论 的。s h v a r t s e r 和s h a m i r 就将一天用水量变化曲线分成上升，波动，下降三个阶 段，再用时间序列法，求各阶段的时间序列方程，进行各阶段的水量预测p j 。但 是时间序列方法需要大量的数据，m m d m e m 就用了二十年的数据。也有较多学者 建立线性模型。m e t z n e r ( 1 9 8 9 ) 就采用线性规划为圣弗朗西丝科建立用水预测模型 8 】。线性模型建立简单，不需很多数据。而l e v ib r e k k e ( 2 0 0 2 ) 则用逐步退化法 来解模型一j 。 国内采用较多的也是回归分析中的线性规划。因为线性方程求解过程简单， 而且需要的原始数据较少，用于短期预测较准确。由于实际工程中的原始水量和 影响因素的数据较少，只适合于线性规划，所以本文中将对线性规划模型进行讨 论，并对线性模型作一定的改进，再应用于实际工程中。 根据时间和区域的不同，影响用水量的因素也不同。国外最早被列入用水量 影响因素的只有温度和降雨量，因为这两个因素的资料最容易获得。其后的研究 者们不断的加入新的影响因素。h o w e 和l i n d a w e a v e r 则建立了包括最大蒸发量、 灌溉面积、水价和住宅等级的方程式。最先的将价格因素纳入水量预测的是 m e t c a l f ，在1 9 2 6 年。生活用水量预测最初使用的是平均水价，而非阶段价格 ( g o t t l i e b1 9 6 3 ，y o n g1 9 7 3 ，f o r s t e rb e a t t i e l 9 7 9 ) 。d e r o o y ( 1 9 7 4 ) 是用稳定的 实测数据进行工业用水量预测的早期代表。他建立了水量的单变量模型。他在工 业用水预测中也引进了水价作为变量。z i e g l e r 和b e l l ( 1 9 8 4 ) 通过对2 3 个“大 用水户”的用水数据进行f 交实验研究后，所德到的一系列关于年用水量和用这 些水进行生产而产生成本的研究数据。他们首先将这些用水量与能量消耗之比的 平方拟合，再用拟合曲线由生产能耗的数值对未来的用水量进行估计。这一估计 中包含了水价因素。国内的影响因素主要是水价，降雨，气温，人口，人均收入。 1 2 2 泵站工艺优化 泵站工艺优化最主要的部分就是水泵的优选。 国外水泵优选方法包括启发式方法，比如采用高效的水泵组合方式或是用储 水池来削弱高峰流量对泵站的冲击性，进行这类研究的有 c h a o ( 1 9 7 9 ) ，c l i g e n p e e l ( 1 9 8 3 ) ，a p t o w i c z ( 1 9 8 7 ) l a c k o w i t z 和p e t r e t t i ( 1 9 8 3 ) ，b r a i l e y 和j a e o b s ( 1 9 8 0 ) 。还有更严谨的方法：用数学方法优化选择水泵。如l i n d e l le o r m s b e e ( 1 9 9 4 ) 的动态规划算法d g ( d y n a m i cp r o g r a m m i n g ) 1 0 o 本文主要介绍三 种：动态规划算法，图解法和枚举算法。 c h e r t ( 1 9 8 8 ) 认为在没有水塔的供水系统中，动态规划算法d g ( d y n a m i c p r o g r a m m i n g ) 适用于来选出真正可以提供最优连续流量的水泵，而l i t t l e 和 m e c r o f d d e n ( 1 9 8 9 ) 贝t j 发展出一一种d g 算法来选择水泵最优组合。这一算法的目标 函数中既包括能耗项，也包括高峰流量项。 3 重庆大学硕士学位论文 也有利用图解法来进行水泵的选取，比如t i m o t h yd h i r r e l ( 1 9 8 9 ) 就认为： 为了使得所选取水泵的流量和扬程不会过大或者过小，在进行选泵盼第一步就是 建立给水系统用水曲线，由用水曲线的扬程来决定水泵的扬程，根据用水曲线的 最大流量和最小流量来决定水泵的型号数量【l ”。这样做的前提是，泵站采用的是 并联运行。这种方法所选取的水泵比较切合供水系统的某一个时期实际运行情况。 但是这种方法显然不适合于复杂的泵站，特别是当供水系统中既有定速泵又有调 速泵时。而且当系统运行时间跨度变长之后，实际情况发生变化，最初所选的水 泵就可能不合实际了。还有将图解法用数学表达式代替，从而进行选泵的。这种 方法是将水泵的特性曲线和管路特性曲线用高阶方程进行拟和，然后再联立方程 求解。这个解就是水泵实际运行的工况点，将工况点与水泵的高效段比较，如果 在高效段内则选用该水泵，否则重新选取水泵。一般拟和的曲线在高效段比较准 确，而且用数学求解更准确，可以找到全域最优解，但是这种方法只适合单泵的 选取，当水泵型号较多，情况复杂时，就无法运用了。 b u l a n i c k i 和j p r a n c e ( 19 9 3 ) 等人用多个约束条件来选择水泵。每一个约束 条件都对待选水泵进行一次筛选，只有符合所有的约束条件的水泵，才被列入优 选结果【l2 1 。这种方法实际是枚举法的变体，在这里称为优化枚举法。这种算法也 可以找到全域最优解，但是计算时间太久。 国内学者采用的选泵方法主要是整数规划法和图解法。整数规划法是将流 量时间曲线分成不同的供水阶段。用枚举法为每一阶段选适合的泵，再将各阶 段的水泵型号可能的情况进行排列组合，列出所有可能方案，再比较这些方案的 年费用值，年费用值最小的就是最优解。这种方法的适用条件是具有流量时间 过程线，泵站的静扬程一定，泵站为单泵单管供水的运行方式，吸水管和出水管 长度一定，管径已知。但是这种方法计算量太大，所有方案都要计算年费用值， 这完全没必要的。有些方案的水泵组合方式可能导致水泵的不利情况出现，可以 预先删除。由于这时的电费不是实际运行得到的，只能根据水泵的额定功率来推 算，所以仅仅以费用值作为衡量标准过于片面【13 1 。图解法是根据系统特性曲线和 水泵的特性曲线，找到高效段符合系统水量水压的水泵。这种方法的优点是计算 简单，容易理解，很方便。但是只能用于简单水泵站的水泵选取。 以上介绍国内外采用的算法各有优点，但有两个共同的缺点：没有考虑调速 泵的选取：都只适合单个水泵的选取，不适合多个水泵串并联后形成泵组的优选。 所以，要发展出一种算法，适合于调定混合水泵组合实际运行的选泵方法。由于 待选水泵的种类不多，约束条件不多，所以可以克服优化枚举算法计算量大的缺 点，将这种方法进行改进。如果用水泵的一些基本参数进行粗选后，优化枚举法 实际需要计算的方案就会大大减少，加上计算机的运用，计算时间缩短。这时即 4 l 绪论 使是参选水泵增多，计算时间也不长。这种方法可以找到全域最优解，所以一般 采用这种方法。本文就是采用这种方法进行水泵的选取。但是由于符合所有约束 条件的水泵通常不只一个，所以为了求取真正的全域最有解，本文结合了整数规 划法，图解法等多种的方法优点，对优化枚举方法进行了一定的改进，称为改进 优化枚举法。用这种方法进行计算，从而得到各型号水泵和各种节能方法的最优 组合。 1 2 _ 3 水泵运行优化 国外采用的水泵优化运行的方法比较多。d r e i z i n 等人于1 9 7 1 年提出了动态 规划算法d g ( d y n a m i c p r o g r a m m i n g ) ，后来发展出来的泵站实时运行算法大都是 该方法的应用。例如：s t e r l i n g 和c o u l b e e k ( 1 9 7 5 ) 、d e m o y e r 和h o r w i t z ( 1 9 7 5 ) 、s a b e t 和h e l w e g ( 1 9 8 5 ) 都曾经用d g 法来构造算法，应用于相对简单的系统； 而c a r p e n f i e r 和c o h e n ( 1 9 8 4 ) 、z e s s l e r ( 1 9 8 4 ) 则将实时控制策略应用于较复 杂的系统。还有用离散的最优化算法降低水泵运行费用，例如 h o l l a n d ( 1 9 7 5 ) ，g o l d b e r g ( 1 9 8 9 ) 、w a n g ( 1 9 9 1 ) 、s i m p s o n ( 1 9 9 4 ) 、r i t z e l 等人 ( 1 9 9 4 ) 所采用的基因算法( g a ) ，d o u g h e r t y 和m a r r y o t t ( 1 9 9 1 、1 9 9 3 ) 、k u o 等人( 1 9 9 2 ) 引入的煺火算法。a b as a k a r y a ( 2 0 0 2 ) 在优化运行中还有考虑到 水质的影响。这些研究者们将新的算法运用于大城市复杂供水泵站的优化。这些 算法虽然适用范围很大( 如可以处理非凸目标结构和许多不同的状况) 但是由于 所需要的计算时间太长而不适于在线控制的实际运用。 s p e z e s h k 等人( 1 9 9 6 ) 提出了适合在线控制的方法：适应性搜索最优化方 法a s a ( a d a p f i v e s e a r c ha l g o r i t h m ) 。a s a 通过用系统特性系数搜寻全域最优解获得 近最优起始状态的方法来缩短求解时间。每一次循环都将泵和管道特性系数更新 一次，而且加入一系列新的最优泵，从而产生一个新的更高效的泵组合形式。这 一方法的一个主要优点是，可以实时求解；可以处理大型的，复杂的系统；而且 便于使用、理解和操作，因为一切决定都由程序来做。缺点是该方法不能产生全 域最优解，因为目标函数是非凸结构的。 p a u lw j o w i t t 等人( 1 9 8 9 ) 将线性规划运用于制定水泵2 4 小时内的最优运 行时间安排。将所有水泵的耗电量设为各台水泵的运行时间、水量、扬程的线性 函数，系统的特性系数、各水泵的极限流量、扬程作为约束条件，求函数的最小 值。k e i t hwl i t t l e 和b r i a nj m c c r o d d e n 在此基础上发展了混合整数线性规划 m i l p ( m i x e d i n t e g e rl i n e a rp r o g r a m m i n g ) 。他们建立了一个相应于使用时间安排 t o u ( t i m e o f u s e ) 的最优化模型。模型的目标函数是规定每一种泵或泵组合的 运行小时数，使得总的能量消耗( 其中包括商业能源，需要性消耗以及发电机运 行消耗) 最小。模型的约束条件是满足供水系统的平均，最大、最小需水量以及 5 重庆人学硕士学位论文 相应扬程要求。 国内的运行优化方法有动规划法、非线性规划法和线性规划法等。动态规划 法需要将状态变量离散化。离散点越多，精度越高，但是计算时间越长。由于水 泵的特性曲线成线性，所以用非线性规划较难实现，而且难得到全局最优解。 以上的方法都是针对大型的复杂泵站的优化运行调度的方法，例如：在一个 泵站中有很多台不同型号的水泵，或是由多个泵站组成的泵站系统。但是如果泵 站比较简单时，水泵台数少，水泵型号相对较简单，用这些方法，会由于计算过 程烦琐，速度太慢，违背了实时控制的实时性。所以对于简单的泵站应采用简单 的优化运行控制方法。最简单的就是枚举法( 也叫穷举法、列举法) 。本次论文中 的泵站属于较简单的，所以决定采用枚举法对水泵进行运行控制。水泵优化运行 还包括自动控制和监测的研究，在本论文中不讨论。 1 3 研究课题的提出 研究了泵站优化三个部分的发展情况后，作者觉得有必要对现有的线性规划 水量预测模型，枚举选泵法和泵站运行枚举优化方法进行改进，形成一套系统的 适合中小城镇水泵站优化的方法，以方便使用。 为了理论结合实践，检验改进后泵站优化方法的实用性，将泵站优化用丁四 川省某市二泵站的改扩建工程。四川省某市位于四川省南部，到2 0 0 2 年底拥有人 口1 5 万，属中小城市。该市的自来水公司，至2 0 0 2 年底供水人口1 2 万。水厂二 次给水泵站改造前采用的全部是定速水泵。由定速水泵并联后，直接向无水塔的 配水管网供水。由于该市属于小城市，逐日、逐时水量变化较大。采用全定速泵 供水无法适应供水系统的水量变化。长期以来水泵的效率一直不高，水泵的闲置 率高，浪费了初投资。而且泵站中水泵开启频繁，运行、管理也很麻烦，不利于 水泵的长期运行和维护。小水量时，采用关闭二泵站出水管道闹阀的方法降低供 水管道的压力，能量浪费较大，致使泵站耗电量大。泵站供水动力耗电平能耗较 高，年运行费用高。为了节省电能，提高水厂的效益，检验中小城镇水泵站优化 的实用性，我们对该县城的自来水厂的二泵站泵站进行了优化改造。 1 4 研究内容的基本框架 本论文是依照：水量和水压的预测、泵站工艺优化、水泵运行优化，运用于 实际工程的效果以及优化方法的完善，这一顺序对泵站的优化进行介绍的。其中 第二章为水量预测，第三章介绍的是泵站工艺的优化，第四章介绍泵站的优化运 行，第五章为泵站优化的实际运用情况和根据实际效果对泵站优化进行改善。第 六章是本次研究的结论和有待解决的问题。 6 1 绪论 1 5 四个假设条件 为了研究方便，在进行文章论述之前，有以下四个假设： 第一：本文所研究的是仅有一个水厂的城市供水系统管网。当管网中的水厂 不只个，先对管网进行优化，确定每个水厂的服务区域，再将每个水厂的二泵 站分别用本文中的方法进行优化。 第二：本文所研究泵站所在的供水系统其它组成部分已经进行过最优化了。 管网的管道组成，调节构筑物的位置和窑量都已达到了最优化。 第三：本文所研究的是城市供水系统的二泵站。城市管网的最不利点位置已 经确定，最不利点自由水头要求也确定，而且这些条件一旦确定在研究过程中不 发生变化。管网中无水塔。 第四：泵站内除水泵以外的其它组成已经最优化，如闸阀的种类和位置，进 出水管道的位置和管径，吸水井的结构等等。 7 2 城市水量和水压的预测 2 城市水量和水压的预测 本章的任务是建立城市用水量预测模型，并用城市多年用水量记录检验其准 确性。确定研究系统的水压。 2 1 已有的城市用水量预测模型 城市水量预测按照其所预测时期距离现在的时间长短分为短期预测和中长期 预测。一般由于短期预测距离已有数据的时间较近，较准确，一般用于运行设计， 供水系统的设计。而中长期的预测时间间隔太长，误差较大，一般用于水源规划 和给水系统的发展规划。为方便说明以下未加注明的水量均为生活水量。 2 1 1 短期预测模型 q = qs + q 6 q s = a x i 十b x2 + c x 3 + d x 4 + f x 5 + e式( 2 1 ) q g = c q 1 一r l 1 一r 】 其中q s 为城市生活用水量，m 3 厌； x 1 为城市人口数量，万人； x 2 为该月内平均温度，； x 3 为水价，元m 3 ： ) ( 4 城市人均收入，元从天； x 5 为平均降雨量，m m 天； e 为修正系数； a 、b 、c ，d 为系数； q g 为城市生产用水量( 包括所有非生活用水) ，1 t 1 3 天； c 为该时期工业产值，万元厌； q 为单位产值的用水量，m 3 万元： r 为该时期的工业水重复利用率，； n 为该时期政策节水率，。 恰当选用城市人口平均增长率是预测城市生活用水量的一个重要因素，国内 各地一般为1 4 1 6 ，人i s 增长按p = p o ( 1 + 口) “式求得。式中p o 为现有的总人 口数，p 为规划水平年总人口预测数，a 为城市人口平均增长率，n 为年数。 2 1 2 中长期预测模型： q = q j + q g式( 2 2 ) 9 重庆大学硕士学位论文 q s 为城市生活用水量，m 3 天；q g 为城市生产用水量，m 3 天( 包括所有 非生活用水) 。 关于生活用水量预测 用多元线形回归法求预测模型。影响城市生活用水量q s 的主要因素有： ( 1 ) 预测时段的城市人口数量x 1 ，万人； ( 2 ) 预测时段的城市年均人收入x 2 ，元从天： ( 3 ) 预测时段的城市年均降雨量x 3 ，m m 7 i ； ( 4 ) 预测时段的城市年平均气温强，； ( 5 ) 预测时段的城市水价x 5 ，元m 3 ； 有的水量预测模型还将住宅内卫生洁具的完善程度、每户人口数和所属地区 ( 人均用水量标准) 作为影响因素。由于本论文研究的是中小城市，卫生洁具的 完善程度是由平均人均收入和水价所决定；每户的人口数的多少与总人口是相似 的影响因素；而所属地区( 人均用水量标准) 对用水量的影响，实际就是该地温 度和降雨对用水量的影响。所以本文中就单独列出来这三个因素了。建立生活用 水量模型如下： o s = a l x l + a 2 x 2 + a 3 x 3 + a 4 x 4 + a s x 5 + a 6 式( 2 ，3 ) 荩中a l 、a 2 、a 3 、a 4 、a 5 是系统的特性参数，也是模型的待定系数，a 6 是模 型误差项。 运用最小二乘法和已知的系统数据可以推求出模型的系数矩阵如下式： l 2 “1 兰2 丰5 a2l51l 5 5a 5 ，l l i 0 1 肼 舯历= 厶= 脚t = l 专瓣t = l 坳f 爿 珥1 聃m 西= 酗t - - - - 1 弓氍t = l 并 闰 l 1 7 l 2 ， l 5 ， 5 日6 = y - ，( 石b j = 1 x n 为第i 个因素在第t 年的值，* 为第t 年的水量值，面为第i 个因素的m 年 平均值，f 为水量的m 年平均值，1 1 3 为年数，最少要十年的相关资料才可以得到比 较准确的预测模型。矩阵用线形代数的解法求解，就可以得到待定系数a ，、a 2 、 1 0 2 城市水量和水压的预测 a 3 、a 4 、a 5 。本论文采用g u a s s 消元法进行系数矩阵的求解。 关于工业用水量预测 用弹性系数法求工业用水的预测模型。假设工业用水量与工业产值成比例， 建立工业用水量模型的方法叫弹性系数法。已知系统最近m 年的f 1 个工业企业的 年产值x 和年用水量y ，运用最小二乘法和己知的用水量数据可以得到： a i = y b i x k s 磴! 鸯嚼 等m 智7 咖驴乇氍x m 1mm b i = l w f l 可以建立一系列的各个工业企业的用水关系式 y i = a 1 + b 1 x 1 y h = a n + b n x n 总的工业用水量：g = h式( 2 4 ) 模型的约束条件：水资源约束 由于水资源是有限的，不能让用水量无限制的发展，要考虑水资源的可持续发 展性，根据当地的水资源的情况，对总水量进行水资源的约束： q + 。= q q 。式( 2 ，5 ) q t 为考虑了水资源约束后的预测水量，n 。是第t 年的水资源约束系数， q 。为未考虑水资源约束的预测水量。 r = 一 q = ( 1 1 2 t 1 ) 0 一，2 0 ) 1 t 为第t 年的水资源开发率( t = 1 ，2 ，m ；m 为预测年数) ，k 一1 为第t 1 年的 水资源开发率，1 0 为建立模型所用数据中最后一年的水资源开发率。 = q 4 ，z q + 。为第t 年的用水量，z 为当地多年水资源总量。 由于本次研究的地区，水资源充足，水资源利用率很低，可以认为l o ， 所以本次水量预测的q ，= 1 。 重庆大学硕士学位论文 2 2 新的水量预测模型 为了适应水泵站优化的实际应用，将水量预测线性规划模型进行改迸，建立 了新的水量预测模型：改进的通用水量预测模型。 2 2 1 改进的通用水量预测模型的建立 回归分析法还有一个重要的优点是可以适应实际情况，如：根据基础数据的 采集情况，来减少或增加影响因素。这样既可以避免过多自变量造成的计算量增 加、模型稳定性退化、不可靠自变量引入造成误差，还可以使得模型因地制宜， 符合实际。由于本文是对已有二次泵站的改造，为求水量预测数据的准确性，只 进行短期的水量预测。水量预测模型的基本型式采用式( 2 1 ) ： q = qs + q g q s = a x l + b x 2 + c x 3 + d x 4 + 5 + p式( 2 1 ) q g = c q 1 们 【1 一r - i 已有水量预测方法都是用影响因素的平均值预测总用水量，预测出来的水量 也是平均值。这显然不适合于水泵站，因为用水量变化对水泵站是非常重要的， 特别是在没有水量调节构筑的系统中。为了适应水泵站水量预测的需要，应该建 立一个可以预测最大水量的预测模型。最快捷的方法是用各时段内( 如每日、每 月、每年) 最大用水量时刻的各影响因素建立预测模型，直接进行最大水量的预 测。但是一般我们所能够获得的影响因素的值是平均值，要获得真正最大用水量 时刻的影响因素的值几乎是不可能。即使是有计划的采集也要耗费大量人力、物 力和财力才能做到。为了解决这一问题，是不是可以预测出平均水量，再通过所 收集的最大水量和平均水量数据，求出所在地区最大水量和平均水量之间的关系， 从而由平均因素预测较准确的最大值呢? 答案是肯定的，这类似于给水系统中用 平均时水量乘以时变化系数来求最大时用水量。 生活水量模型的确定 改进的通用生活水量预测模型的型式如下： q 妒= a x * + b x 2 + c x 3 + d x 4 + 算r 5 + e q “= k a q s p 式( 2 6 ) 0 ：女：k a h 矗q s p 、 2 4 其中：q s p 为预测平均目水量，m a ； q s d 为预测最大日水量，1 2 1 3 d ： q z d s 为预测的最大日最大时用水量，m 3 h ； k d 是日变化系数，是最大日流量与平均日流量之比 2 城市水量和水压的预测 k h 是时变化系数，是最大日最大时流量与最大f 1 平均时流量之比。 模型的适用范围：本文仅叙述改进后的短期水量预测模型，跃期水量预测模 型可以将参照( 2 1 ) 式和( 2 5 ) 式改进( 2 3 ) 式得到。如果模型用于预测最大水量， 则通过汁算得到k d 、k h ；如果用于预测平均目流量，则k d 和k h 都为l ，这时 q 。= q s a = 2 4 x q z d 。；如果用于预测最大日平均时流量，则k h 为1 ，通过计算得 到k d ，这时q z d = 2 4 xq z d 。除了可以用于城市泵站的水量预测外，本模型还可 用于水厂，管网的水量短期预测。 由工业用水量本身的特点可以确定：直接采用传统的方法，即( 2 1 ) 式进行 工业用水量预测。 总水量预测模型 用于城市泵站和管网水量预测： q = q s + q g q s = qz a s = ( a x l + b x 2 + c x 3 + d x 4 + ，f x 5 + e ) k a k h 2 4 式( 2 7 ) q g = c q 1 一们 【l - r 2 4 用于城市水厂的水量预测： q = qs + q g q s = q “= ( a x j + b x 2 + c x 3 + d x 4 十声f 5 十0 k a 2 4 q g = c q 1 一圳) 1 - r 】2 4 式( 2 8 ) 式( 2 7 ) 、( 2 8 ) 中： q 为预测总水量，m 3 h i ； q 。为预测生活用水量，m 3 m q z d s 为预测生活最大日最大时水量，m 3 h ； q 。d 为预测生活最大日平均时水量，m 3 m ； q g 为预测工业用水量，m 3 h ； k d 是日交化系数，是最大日流量与平均阿流量之比； k h 是时变化系数，是最大日最大时流量与最大日平均时流量之比。 2 2 2 水量预测模型系数的求解 生活用水量模型系数的求解 用影响因素的平均值，带入式( 2 1 ) 中，求解各系数，再用己知的q 。和 q s o 求k d 、k h 。 1 ) 根据已有的每日用水量可以得到每个月平均日用水量值。将各个月的平均 1 3 重庆人学硕士学位论文 同用水量值和主要影响因素的值列于表2 1 。 表2 1 用水量和影响因素的历史记录 t a b l e 2 1h i s f a c t o r t o r yr e c o r d so f w a t e rd e m a n da n di n f l u e n c ef a c t o r s 各月最大日城市人均收月平均脐 月平均水量用水量供水人口水价入( 元人雨量月平均温 序号日期 ( m 3 ，d )( m d ) ( 万人)( 元天、 ( r a m )度( ) 10 2 年1 月1 4 5 0 8 3 219 5 8 6 2 31 1 ，9 1 21 2 01 82 97 20 2 年2 月17 5 6 7 3 22 2 8 3 7 5 21 1 9 1 21 2 01 84 51 0 30 2 年3 月1 7 6 6 7 1 42 2 6 1 3 9 41 1 9 1 21 2 01 81 51 5 1 40 2 年4 月1 8 6 7 3 9 02 3 1 5 5 6 41 1 9 1 21 2 01 84 61 7 3 50 2 年5 月1 9 4 4 3 4 52 3 9 1 5 4 41 1 9 1 21 2 01 83 1 32 2 7 60 2 年6 月2 1 1 9 9 0 02 5 8 6 2 7 81 1 9 1 21 2 01 89 9 62 3 8 70 2 年7 月2 2 4 9 9 8 12 5 8 7 4 7 81 1 9 1 21 2 01 81 6 1 12 7 6 80 2 年8 月2 1 8 8 0 3 52 5 8 1 8 8 11 1 9 1 21 2 01 82 4 3 62 4 3 90 2 年9 月2 1 9 8 7 5 02 5 9 4 5 2 51 1 9 1 21 2 01 82 0 32 0 8 1 0q 2 年1 0 月2 0 7 0 8 0 62 4 4 3 5 5l1 l ，9 1 21 2 01 81 8 61 8 8 1 10 2 年1 1 月1 8 6 9 4 9 72 3 7 4 2 6 11 1 9 1 21 2 02 01 1 51 3 6 1 20