基于ABC PSO的园区供水泵组优化调度.docxVIP

基于ABC PSO的园区供水泵组优化调度 基于abc-pso的园区供水泵组优化调度 　　摘要：园区用水集中，以节水为目标的供水优化调度大有可为。以某校园用水数据为实例，建立供水优化调度模型，在满足用水舒适的前提下模拟供水泵组运行，提出采用兼顾探索能力、求解效率的abc-pso混合算法，以最少供水量为目标函数进行求解，最终平均节水效果达到11.5%，说明abc-pso混合算法针对供水调度模型具有良好的优化效果。 　　关键词：abc-pso混合算法;供水泵组优化调度;节水 　　中图分类号：tp18文献标识码：a 　　文章编号：1009-3044（2020）09-0270-04 　　1引言 　　随着城市化的推进，城市规模越来越大，人口在城市聚集，生活用水占比城市用水也逐步增加，如今居民生活用水总量大、人均消耗高、节水潜力大，在这种情况下，如何实现园区节水目标，尤为重要。本文以园区实时供水优化调度为研究对象、节水为目标，而供水系统中各级泵站之间存在密切联系，而泵站多台机组共同工作，工况复杂，因此并联泵组应作为供水调度系统中的一个重要优化对象。 　　国内外对供水优化调度系统的研究主要从模型构建和模型求解两大部分展开。在模型构建有以下的研究：牟天薇等[1]以供水管网为研究对象，以降低漏损为目标，以节流阀的开启度为控制因素建立调度模型，通过布谷鸟算法（cs）进行求解，均衡管网压力，降低漏损量，提高了水资源利用率。而大型供水系统的建立运行，对泵站的优化调度也提出相应的要求，黄石峰等[2]根據水泵变频原理，建立供水系统定速泵和调速泵的数学模型，以泵站运营效率最高为目标函数，该模型为其高效运行提供理论基础;pawel等[3]分别以流量平衡、最小功率、最大泵站效率作为目标函数，并采用遗传算法求解方案，验证比较三种优化调度方案;liuqin等[4]建立供水泵站联合调度模型，以开泵台数作为决策变量，并利用改进遗传算法求解模型。 　　在已有的研究成果上，需要在满足用水舒适度的同时，降低用水设备用水流量，并且减少供水中的漏损。这样的供水系统基于用水数据、供水管网运行信息以及泵组工况特质，在给定供水流量和供水扬程的情况下，需要根据泵组中个体的性能和实际运行状态，为各水泵分配合理的供水任务。由于整个系统具有多维度、非线性的性质，在选取算法时考虑到abc算法搜索能力较强，pso算法求解效率高，采用双种群进化策略，得到abc-pso混合算法进行求解，在保证求解效率的同时，依旧可以达到所需的解集精度。 　　2供水优化实时调度系统 　　供水优化调度系统就是通过控制泵组的运行，在满足水量要求的前提下，均衡供水管网压力，实现降低流量、减少运营期间的漏损。整个系统由三部分构成：用水数据采集、水力模型建立、并联泵组调度决策。分析管网用户用水量特征，利用用水量数据、供水管网运行信息以及泵组工况特质，模拟用户用水模式。其中泵站的运行优化，即在特定时间，整个泵组在满足水泵开启状态、流量、扬程等约束条件下，以供水管网压力稳定、节约供水为目标，通过优化方法计算得到对泵组运行的最优状态。 　　2.1供水静压与流量要求 　　供水静压是给水系统中重要参数，能否节水与流量、用水时间直接相关，压力过大时，造成出水流量过大导致相同用水时间内的水量浪费;压力过小则会降低用户舒适度，增加用水时间，耗水量变大，所以节水应建立在一定用水舒适度的基础上。 　　龙头[5]的供水静压应为0.15-0.20mpa，流量范围最佳舒适度为0.060-0.062l/s，可以扩展到0.054-0.068l/s;淋浴头[51供水静压应为0.20mpa，流量舒适度位于0.13-0.19us之间。 　　2.2管网节点流量与压力影响 　　供水管网可以简化为一个包含多节点的联通网络，两个节点之间的压力差可以直观地表现节点间的相关性，当其中节点流量发生变化时，会引起其他节点的压力变化，水流也会因此处于紊流状态，形成水头损失。 　　2.3供水泵组运行优化模型的目标函数 　　上述数学模型是由多个不等式约束多目标的非线性优化问题，传统的求解方法容易陷入维数困境，无法获得理想解，所以需要求解能力较强的算法进行求解。 　　3abc-pso混合算法 　　供水调度模型的求解对算法的收敛速度和搜索广度均提出较高要求，人工蜂群算法（abc）具有较高的收敛速度，但是容易陷入局部极值，不能得到全局最优解，而pso算法拥有较强的全局搜索能力，采取双种群进化策略，将初始种群随机分为两组其中一组按照abc算法进化，另一组按照pso算法进化。这样得到的abc-pso混合算法，保证了快速的精确求解。