智慧城市背景下燃气输配管网系统优化（能源与动力工程专业本科三年级）

智慧城市背景下燃气输配管网系统优化（能源与动力工程专业本科三年级）

  一、课程定位与教学目标

  本课程是能源与动力工程专业本科三年级学生在完成《工程热力学》、《流体力学》、《传热学》及《城市燃气输配》等先修课程后，开设的一门高阶专业综合与创新应用课程。课程聚焦“智慧能源”与“双碳目标”国家战略，以真实城市燃气输配管网为研究对象，深度融合工程科学、数据科学与运筹学，旨在培养学生解决复杂工程系统问题的综合能力。课程不仅要求学生掌握燃气输配系统稳态与动态仿真、水力工况分析与优化调度的核心理论与方法，更强调其通过建立数学模型、运用智能算法、借助专业软件工具，对系统进行能效评估、可靠性分析及多目标优化的实践能力，并在此过程中深刻理解工程伦理、经济性与安全性的多维约束。

  二、核心教学目标分解

  1.知识与技能目标：学生能够（1）阐述复杂燃气管网拓扑结构的水力特征，辨析环状网与枝状网在不同工况下的性能差异；（2）熟练推导并应用管网稳态流动的基本方程（连续性方程、能量方程）进行水力计算；（3）掌握管网平差计算的核心原理与常用算法（如哈代-克罗斯法）；（4）理解燃气负荷预测的时空特性，掌握基于历史数据与影响因子（如气象、节假日）的短期负荷预测方法；（5）构建以最小化运行能耗、最大化供气可靠性或均衡管网压力为目标的优化模型；（6）至少熟练运用一种主流工程仿真与优化软件（如SPS、TGNET、或基于Python的PyPSA、Pandapipes库）完成从建模、仿真到优化的全流程分析。

  2.过程与方法目标：学生通过参与一个完整的、源自实际工程背景或科研前沿的优化项目（如“某高新区多气源环网调峰方案优化”或“含氢天然气混输对现有管网影响的评估与运行策略调整”），经历“问题定义-数据搜集与处理-模型构建-算法选择与实现-结果分析与验证-报告撰写与答辩”的全过程。在此过程中，系统训练其文献调研、团队协作、计算思维、数值分析及可视化表达的能力。课程强调迭代与反思，鼓励学生在模型失效或结果异常时，能够追溯问题根源，调整模型参数或算法策略。

  3.情感、态度与价值观目标：引导学生树立“安全第一、效率优先、绿色低碳”的现代能源系统工程伦理观。在优化决策中，能主动权衡经济成本、能源消耗、环境排放与系统安全冗余之间的关系。培养学生的工程全局意识与责任感，理解作为能源工程师，其设计优化方案直接影响城市生命线系统的安全稳定与百万居民的福祉。激发学生对智慧能源系统前沿技术的探索兴趣，培养其应对能源转型挑战的创新精神与担当意识。

  三、教学内容与模块设计

  课程内容打破传统教材章节界限，以“基础理论重构-核心技能进阶-综合项目驱动”为主线，整合为四个螺旋式上升的模块。

  模块一：复杂系统认知与建模基础重构（约12学时）。本模块旨在深化与整合先修知识，并引入新视角。内容涵盖：（1）智慧燃气系统框架：物联网架构、SCADA系统、数字孪生概念入门。（2）管网高级水力分析：复杂管网图论基础、节点-支路关联矩阵、管网方程的矩阵形式表达、含压缩机/调压器元件的管网建模。（3）负荷特性与预测：居民、商业、工业及分布式能源（如燃气三联供）负荷曲线特征分析；基于机器学习（如随机森林、LSTM神经网络）的短期负荷预测方法原理与应用场景简介。（4）系统性能评价指标体系：涵盖技术指标（压力合格率、管段利用率、输配效率）、经济指标（运行成本、投资回收期）、可靠性指标（供气保证率、节点脆弱性）及新兴的低碳指标（管网甲烷逸散估算、单位输气量碳强度）。

  模块二：系统仿真与稳态优化核心技术（约16学时）。本模块聚焦核心计算能力培养。（1）稳态仿真深化：大规模稀疏线性方程组的数值解法在管网平差中的应用；多种气源（管道气、LNG、储气库）工况下的多源供气网络模拟。（2）单目标优化方法：线性规划与非线性规划在燃气优化中的适用场景辨析；经典优化算法（如梯度法、牛顿法）原理讲解；启发式算法入门，重点讲解遗传算法的基本流程（编码、选择、交叉、变异）及其在管网优化中的参数调优技巧。（3）实践一：给定一个中小型城市环状管网拓扑、气源压力、负荷分布数据，要求学生使用软件完成稳态水力计算，识别管网瓶颈（如低压节点、高流速管段），并采用遗传算法优化调压站的设定压力，以实现全网压力均衡和总泵耗最小化。

  模块三：动态分析、可靠性评估与多目标决策（约16学时）。本模块提升问题分析的动态维度和系统维度。（1）动态仿真基础：燃气在管道中非稳态流动的基本微分方程（连续性、动量、能量）简介；动态仿真在储气调峰、事故工况分析中的意义。（2）系统可靠性分析：基于故障树分析（FTA）或蒙特卡洛模拟的关键元件与系统可靠性评估方法；供气路径冗余性分析。（3）多目标优化：帕累托最优前沿概念；经典多目标优化算法NSGA-II的原理与实现步骤；多目标决策方法（如权重法、TOPSIS法）用于从帕累托解集中选择最终方案。（4）实践二：针对一个包含高中压调压站及局部储气设施的管网系统，模拟一日内负荷波动，评估其调峰能力。继而，考虑某一关键管段计划性停运检修，以“检修期间供气可靠性最高”和“运行方案调整成本最低”为双重目标，利用NSGA-II算法优化气源出力分配与储气设施调度策略，并给出决策建议。

  模块四：前沿议题与综合项目实践（约20学时，课内外结合）。本模块体现课程的开放性、前沿性与综合性。教师提供数个前沿性选题方向，学生分组任选其一，在教师指导下完成从开题到结题的全过程。（1）前沿议题示例：氢能与天然气管网耦合输送的适应性分析与运行优化；基于数据驱动与物理模型融合的管网泄漏检测与定位模型构建；极端天气事件（如持续低温、洪水）下燃气系统的韧性评估与增强策略；分布式光伏与燃气热泵耦合的区域综合能源系统优化调度。（2）综合项目要求：项目报告需包含明确的工程问题背景、详尽的文献综述、清晰的数学模型、合理的算法设计、完整的仿真与优化过程、严谨的结果分析与讨论（含敏感性分析、方案对比）、可靠性与经济性评估、结论与展望。最终以小组形式进行口头答辩，并提交完整的项目报告、源代码/模型文件及数据处理脚本。

  四、教学实施过程详述（八周，每周4学时，共32学时，辅以大量课外项目时间）

  本课程采用“翻转课堂”与“项目式学习（PBL）”深度融合的模式。课堂时间主要用于难点突破、方法研讨、项目进度检查与指导，而知识性内容的学习、软件工具操练、项目具体实施主要在课前和课后完成。

  第一周：课程启动与系统认知重构

  *课前学习：学生通过在线课程平台观看微视频，学习“智慧燃气系统”的总体架构及其中的数字孪生技术概况，阅读关于城市燃气系统面临的新挑战（波动性可再生能源接入、氢能转型）的综述文献。

  *课堂活动（4学时）：

    环节一（1学时）：问题导入与课程概览。教师展示一个真实的城市燃气系统调度中心案例视频，提出核心驱动问题：“在气源价格波动、用气负荷日趋复杂、低碳要求迫切的背景下，如何让庞大的地下燃气管网‘智慧’运行？”随后，详细解读课程目标、项目安排、考核方式，展示往届优秀项目成果，激发学生兴趣与期待。

    环节二（2学时）：核心概念深度研讨。聚焦“管网数学模型”与“性能指标体系”。不再重复推导基本方程，而是引导学生以小组为单位，讨论并回答：对于一个新增工业用户接入的枝状管网末端，如何定量分析其对上游管网压力的影响？评价一个管网优化方案，除了经济性，还应考虑哪些维度？各维度指标间可能存在何种矛盾？教师在此过程中穿插讲解节点-支路关联矩阵的构建，以及技术、经济、可靠、低碳四维指标的具体内涵与计算方法。

    环节三（1学时）：软件基础与项目选题预热。教师演示专业仿真软件（如SPS）或开源工具（如Pandapipes）的基本操作流程，建立一个简易管网模型并快速运行一个仿真算例。发布综合项目备选题目指南，要求学生课后组队（3-4人/组）并初步查阅资料，准备下周的选题意向讨论。

  *课后任务：完成指定软件的安装与入门教程练习；小组形成初步的选题意向，列出至少三个感兴趣的方向及初步问题。

  第二周：稳态仿真深化与优化问题建模

  *课前学习：学生自学遗传算法基本原理的线上材料，完成一个简单的函数优化编程练习（如使用Python的DEAP库）。

  *课堂活动（4学时）：

    环节一（1.5学时）：项目开题讨论会。各小组用5分钟简要陈述选题意向、初步构想及可能遇到的困难。教师与其他小组提问，教师逐一点评，引导问题聚焦，确保选题的可行性、挑战性与工程价值。最终确定各小组题目。

    环节二（1.5学时）：稳态仿真难点与优化模型构建。教师针对实践一中的典型问题（如管网中存在多个调压环路时平差计算的收敛性问题），讲解高级求解技巧。重点讲授如何将“压力均衡与能耗最小”这一工程目标，转化为包含决策变量（调压站压力设定值）、目标函数（总功耗）、约束条件（节点压力上下限、管段流量限值）的数学模型。通过对比线性与非线性模型实例，深化学生对问题数学本质的理解。

    环节三（1学时）：实践一任务布置与分组指导。详细说明实践一的要求、输入数据格式、输出报告模板。余下时间，教师巡回答疑，针对各小组项目初期可能涉及的稳态仿真部分，进行个性化指导。

  *课后任务：完成实践一，提交仿真结果与优化分析报告；小组根据开题反馈，细化项目研究方案，开始系统性的文献调研和数据搜集（如需）。

  第三周：实践一研讨与动态分析入门

  *课前学习：学生完成实践一报告。预习动态仿真基础概念。

  *课堂活动（4学时）：

    环节一（2学时）：实践一成果交流与故障诊断。选取2-3个具有代表性（或典型错误）的小组展示其优化结果。聚焦讨论：优化后的压力分布是否合理？算法参数（种群大小、迭代次数、交叉变异概率）的设置对优化结果和计算效率有何影响？遇到计算结果不收敛或明显不合理时，如何进行排查（检查边界条件、模型假设、数据单位）？教师引导学生总结从工程问题到数学建模再到求解验证的全流程经验与常见“陷阱”。

    环节二（2学时）：动态仿真与可靠性分析基础。通过动画演示管道内压力波传播过程，解释动态仿真的必要性。简化介绍动态仿真的控制方程及其数值求解思路（有限差分法）。转向可靠性主题，讲解故障树分析（FTA）的基本符号与建树步骤，并引导学生思考：如何将管网元件的故障率数据，与系统供气中断的概率联系起来？引入蒙特卡洛模拟的思想，说明其在处理复杂系统随机故障时的优势。

  *课后任务：小组项目推进，重点完成系统边界的确定、基础数据的整理与项目中期报告提纲的撰写。

  第四周：多目标优化理论与方法

  *课前学习：学生观看关于NSGA-II算法原理的讲解视频，尝试理解非支配排序、拥挤度计算等核心概念。

  *课堂活动（4学时）：

    环节一（2学时）：多目标优化核心概念与NSGA-II算法精讲。通过一个简单的二维目标空间图示，深入讲解支配关系、帕累托最优解集、帕累托前沿。对比单目标与多目标优化的本质区别。详细剖析NSGA-II算法的每一环节：如何初始化种群？如何进行快速非支配排序？拥挤度如何计算与排序？选择、交叉、变异操作如何执行以维持种群多样性？结合流程图和伪代码，使抽象算法具体化。

    环节二（1.5学时）：实践二任务解析。结合实践二的具体案例，带领学生一步步构建双目标优化模型：定义决策变量（气源流量、储气设施充放气速率），构建两个目标函数（可靠性指标、成本函数），明确所有约束条件（流量平衡、设备能力、压力约束等）。讨论如何将可靠性指标（如负荷削减量期望值）量化。

    环节三（0.5学时）：中期检查预告与分组交流。预告下周项目中期检查的形式与要求。教师与各小组进行简短交流，了解进度，解决共性疑问。

  *课后任务：完成实践二；各小组完善项目中期报告及答辩PPT。

  第五周：项目中期检查与决策方法

  *课堂活动（4学时，完全用于项目中期答辩）：

    各小组按抽签顺序进行8分钟中期汇报，展示内容包括：项目背景与问题定义、文献综述概要、已完成的建模或数据分析工作、初步结果（如有）、下一步详细计划、目前遇到的困难。汇报后接受教师与其他同学5分钟的提问。教师评估项目进度、技术路线的合理性、团队协作情况，并提供关键性的指导建议，帮助学生及时调整方向，突破瓶颈。此过程不仅是对项目的检查，更是一次重要的学术交流与思维碰撞。

  第六周：实践二研讨与前沿技术讲座

  *课前学习：学生完成实践二报告，并阅读一篇关于氢能输送或综合能源系统优化的前沿论文（由教师指定）。

  *课堂活动（4学时）：

    环节一（2学时）：实践二多目标结果分析与决策。展示不同小组得到的帕累托前沿图，引导学生分析前沿的形态特征（凸的、凹的、不连续的）。讨论如何从一组帕累托最优解中做出最终决策？引入简单加权法、TOPSIS法等决策方法，让学生体验从“优化”到“决策”的完整链条。思考“可靠性”与“经济性”的权衡关系。

    环节二（2学时）：前沿议题深度讲座/工作坊。邀请行业专家（或由教师担任）就一个前沿方向（如“氢能管网”）进行深度讲座。内容不限于技术原理，更包括标准现状、经济性挑战、示范工程案例。或者，针对项目中普遍需要的某项高级技能（如使用Python进行大规模数据清洗、高级可视化技巧）开设工作坊，进行手把手教学。

  *课后任务：根据中期反馈和前沿讲座启示，全力推进综合项目，完成核心的建模、仿真与优化计算工作。

  第七周：综合项目攻坚与报告撰写指导

  *课堂活动（4学时，完全用于分组深度指导与同伴互评）：

    取消统一讲授，采用“工作室”模式。教师在各小组间巡回，针对每个项目当前的具体技术难题（如模型收敛问题、算法参数调优、结果分析角度）进行一对一或一对多的深入指导。同时，安排相邻小组进行交叉互评，互相审阅初步的项目报告草稿，从读者角度提出修改意见（如逻辑是否清晰、图表是否规范、分析是否深入）。此环节旨在集中资源解决个性化问题，并通过同伴学习提升报告质量。

  第八周：综合项目成果答辩与课程总结

  *课前学习：各小组完成最终的项目报告、演示文稿及其他成果材料。

  *课堂活动（4学时）：

    环节一（3学时）：最终项目答辩。按照学术会议形式组织答辩会。每个小组进行15分钟成果汇报，全面展示项目背景、方法、结果、创新点及工程意义。汇报后接受10分钟的评委（教师及邀请的其他教师/研究生）与观众提问。答辩过程是对学生专业知识、工程能力、表达与应变能力的综合检验。

    环节二（1学时）：课程总结与展望。教师对全部项目进行整体点评，总结亮点与共性问题。带领学生回顾课程核心知识脉络与能力进阶路径，强调复杂工程系统优化中“建模-仿真-优化-决策-评估”的系统思维框架。展望能源动力工程领域，特别是智慧燃气与综合能源系统的未来发展趋势，鼓励学生将课程所学应用于毕业设计、科研创新及未来职业发展中，宣布课程结束。

  五、教学评价与考核体系

  本课程采用“过程性评价为主、终结性评价为辅”的多维度考核方式，全面评估学生在知识、能力、态度方面的成长。

  1.过程性评价（占总成绩60%）：

    (1)个人与小组学习表现（10%）：包括在线学习任务完成度、课堂研讨参与度（提问与回答质量）、小组内部协作贡献度（通过互评核定）。

    (2)两次实践作业（20%）：实践一和實踐二各占10%。依据报告的完成度、模型与算法的正确性、结果分析的深度、报告的规范性进行评分。

    (3)综合项目过程评价（15%）：涵盖开题报告质量、中期检查表现（含答辩与报告）、项目过程中体现的科研规范性与迭代改进能力。

    (4)同伴互评（5%）：在项目中期和最终报告阶段，学生对其他小组的成果或报告草稿进行评价，评价的质量与认真程度计入分数。

    (5)实验/软件操作技能随堂测验（10%）：在课程中期，进行一次开卷或上机形式的限时小测验，考察学生对核心软件操作和基础模型搭建的熟练程度。

  2.终结性评价（占总成绩40%）：

    (1)综合项目最终成果（30%）：评价标准包括：项目创新性与工程价值、技术路线的正确性与复杂度、模型构建与算法实现的完整性、结果分析的全面性与严谨性（含敏感性、对比分析）、报告撰写的规范性（结构、图表、参考文献）、答辩表现（表达清晰度、问题回答准确性）。

    (2)课