一种基于模型预测控制的泵闸群防洪调度方法及系统技术方案

本发明专利技术公开了一种基于模型预测控制的泵闸群防洪调度方法及系统，涉及城市水系泵闸排涝站群调度技术和计算技术的交叉领域，针对现有的泵闸群调度方法对防洪调度标准不统一的问题，提出了泵闸群系统调度能力、成本费用和设备使用寿命的泵闸群实时调度策略，该策略的基础原理是充分利用SWMM软件构建河道水力学模型的基础上，进行设计降雨下洪水预报过程，将预报结果输入到泵闸群优化调度模型，利用人工蜂群算法高效计算出泵闸群的泵站启闭、闸门调整方式，提出科学合理的建议，及时向有关部门提供应急调度方案，本发明专利技术有利于维持水位平稳、节约防洪排涝泵闸站运营成本、降低泵闸站检修分费用，提高城市水系风险控制能力。提高城市水系风险控制能力。提高城市水系风险控制能力。

【技术实现步骤摘要】
一种基于模型预测控制的泵闸群防洪调度方法及系统


[0001]本专利技术涉及城市水系泵闸排涝站调度技术和计算技术的交叉领域，特别是涉及一种综合考虑泵闸站系统排涝能力、成本费用和设备运维成本的泵闸排涝站群防洪调度策略。

技术介绍

[0002]城市防洪排涝调度是城市防洪应急调度的一个重要工作。然而，当前泵、闸站调度存在三个问题：(1)基于既定规则进行调度，很难应对降雨的不确定性，缺乏实时调度的灵活性；(2)在泵闸群优化运行的研究中，通常只强调排水防涝的效果，而忽略了与项目运行的经济性和安全性相关的指标，如机组维护成本和水泵启停时间及次数等。(3)防洪调度由调度人员根据经验制定，随意性大，实时调度计算过程没有统一标准，难以精确控制城市内河水位，更不能满足特定的调度目标，风险控制能力弱，同时很难对实时的短期调度、设备稳定运行、经济效益等产生即时的效果。
[0003]相对于普通河道的排水系统，城市排水系统更加复杂，加上我国城市建设的理念。我国对城市排水泵闸站优化运行和投资管理的重视程度较低。城市暴雨引起的城市水涝灾害也很常见。
[0004]因此，如何在现有的泵闸群调度方法的基础上，统一防洪调度标准是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于模型预测控制的泵闸群防洪调度方法，为了实现上述目的，本专利技术采用如下技术方案：
[0006]步骤一：根据泵闸排涝站排涝能力、运用费用和后期检修运维的构建泵闸群优化调度模型，所述泵闸群优化调度模型由调度目标和约束条件构成；
[0007]步骤二：进行调度优化问题求解，使用仿照蜜蜂蜂群采集蜂源的人工蜂群算法进行求解得到设计洪水和泵站启闭、闸门开度的组合方案；
[0008]步骤三：设置泵站、闸门分配方式，使用人工蜂群算法进行智能优化分配，将步骤一、步骤二建立的泵闸群优化调度模型，调度周期内结果带入构建的基于SWMM的城市水系河道水力学模型中，通过配置城市泵闸排涝站闸的开度，最后获取防洪调度模型；
[0009]步骤四：基于人工蜂群算法的泵闸排涝站实时调度策略，运用人工蜂群算法，求解建立的防洪调度模型，可得到降雨下的一个实时调度策略方案。
[0010]可选的，泵闸群优化调度模型包括以下调度目标：
[0011](1
‑
1)目标水位优化：
[0012][0013]式中：ΔL1表示的是目标水位优化的指标，为设定的时段t的最优水位目标，
L
t
为时段t水位，t为此调度时段，T为总调度时段，n为设定的第n级泵闸排涝站、N为总泵闸排涝站总数；
[0014](1
‑
2)运行期间抽水费用最少：
[0015][0016]式中：F为调度周期内的抽排费用，k为电费单元/kW
·
h，ρ为水的密度，g为当地重力加速度，取9.8m/s2，Q为泵站t时段的过泵流量，H
n,t
为泵站t时段的扬程，ΔT为单位时间段的时间长度；
[0017](1
‑
3)泵站启闭次数最少：
[0018][0019]式中：C为调度期间内泵站机组启闭机次数之和；L(i,j)为第i个泵站第j个时段与上一时段泵站机组变化台数；
[0020](1
‑
4)调度时段末水位峰值最低：
[0021]minΔL2＝min{maxZ
n,t
}；
[0022]式中：ΔL2为调度周期泵站末水位峰值优化的指标，Z
n,t
为t时刻第n泵站末水位；T为调度总时段。
[0023]可选的，泵闸群优化调度模型包括以下约束条件：
[0024](2
‑
1)水位约束：
[0025][0026]此约束条件为目标泵闸排涝站水位约束条件，水位低于为死水位，目标泵闸排涝站以防洪限制水位，作为最高水位控制考核目标；
[0027](2
‑
2)流量约束：
[0028][0029]式中：分别为第n个泵站的上游泵站过泵流量、下游泵站过泵流量上下限约束；
[0030](2
‑
3)水泵扬程约束：
[0031][0032]式中：表示第n个泵站的上游泵站扬程、下游泵站扬程上下限约束；
[0033](2
‑
4)闸门开度约束：
[0034]K
i,min
<K
i
<K
i,max
；
[0035]式中：K
i,min
为闸门开度最小值；K
i,max
为闸门开度最大值；
[0036](2
‑
5)非负条件约束：
[0037]上述所有变量均为非负变量。
[0038]可选的，步骤二中人工蜂群算法包括以下步骤：
[0039]步骤1、初始化人工蜂群算法参数，包括最大迭代次数maxcycles、阈值limit、新蜜
源Vi、蜜源Xi、每个蜜源选择的概率Pi，还有参数SN、t＝1；
[0040]步骤2、生成初始种群X；
[0041]步骤3、雇佣峰i搜索蜜源产生新的蜜源Vi；
[0042]步骤4、判断fit(Vi)是否大于fit(Xi)，如果是则用Vi代替Xi，如果不是则保留蜜源Xi；
[0043]步骤5、判断蜜源i是否小于SN的一半，如果是则计算每个蜜源选择的概率Pi，并观察蜂根据概率进行贪婪选择，更新种群，记录最优解；如果不是则令雇佣峰数量加1回到步骤3继续循环执行；
[0044]步骤6、判断蜜源是否达到阈值limit，如果达到阈值limit则执行步骤7，如果没有达到阈值，则产生新蜂并执行步骤7；
[0045]步骤7、判断迭代次数t是否达到最大迭代次数maxcycle，若达到最大迭代次数则终止算法，输出最优解，若没有达到最大迭代次数，则令迭代次数加1并回到步骤3继续循环执行。
[0046]可选的，步骤三中获取防洪调度模型的方法包括以下步骤：
[0047]步骤1、基于SWMM构建河道水力学模型，提供设计洪水来水预报；
[0048]步骤2、根据状态变量、控制变量构建基于水量平衡的预测模型；
[0049]步骤3、初始化来水预报结果、泵闸站前初始水位和设置总时段为T，t为t时刻，还有参数k；
[0050]步骤4、基于所述泵闸群优化调度模型进行一次优化，求解所述泵闸群优化调度模型得到k个控制变量序列，但只采用第一个序列的控制变量，并令t＝t+1；
[0051]步骤5、判断时刻t是否小于总时段T，若是则重新更新初值，回到步骤3继续循环执行，直至完成整个时间轴的优化，若否则输出防洪调度模型。
[0052]另一方面，提供一种基于模型预测控制的泵闸群防洪调度系统，包括以下模块：
[0053]调度策略生成模块，根据泵闸排涝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模型预测控制的泵闸群防洪调度方法，其特征在于，包括：步骤一：根据泵闸排涝站排涝能力、运用费用和后期检修运维的构建泵闸群优化调度模型，所述泵闸群优化调度模型由调度目标和约束条件构成；步骤二：进行调度优化问题求解，使用仿照蜜蜂蜂群采集蜂源的人工蜂群算法进行求解得到设计洪水下泵站启闭、闸门开度的组合方案；步骤三：设置泵站、闸门分配方式，使用人工蜂群算法进行智能优化分配，将步骤一、步骤二建立的泵闸群优化调度模型，调度周期内结果带入基于SWMM构建的城市水系河道水力学模型中，通过配置城市泵闸排涝站闸的开度，最后获取防洪调度模型；步骤四：基于人工蜂群算法的泵闸排涝站实时调度策略，运用人工蜂群算法，求解建立的防洪调度模型，可得到降雨下的一个实时调度策略方案。2.根据权利要求1所述的一种基于模型预测控制的泵闸群防洪调度方法，其特征在于，所述泵闸群优化调度模型包括以下调度目标：(1
‑
1)目标水位优化：式中：ΔL1表示的是目标水位优化的指标，为设定的时段t的最优水位目标，L
t
为时段t水位，t为此调度时段，T为总调度时段，n为设定的第n级泵闸排涝站、N为总泵闸排涝站总数；(1
‑
2)运行期间抽水费用最少：式中：F为调度周期内的抽排费用，k为电费单元/kW
·
h，ρ为水的密度，g为当地重力加速度，取9.8m/s2，Q为泵站t时段的过泵流量，H
n,t
为泵站t时段的扬程，ΔT为单位时间段的时间长度；(1
‑
3)泵站启闭次数最少：式中：C为调度期间内泵站机组启闭机次数之和；L(i,j)为第i个泵站第j个时段与上一时段泵站机组变化台数；(1
‑
4)调度时段末水位峰值最低：minΔL2＝min{maxZ
n,t
}；式中：ΔL2为调度周期泵站末水位峰值优化的指标，Z
n,t
为t时刻第n泵站末水位；T为调度总时段。3.根据权利要求1所述的一种基于模型预测控制的泵闸群防洪调度方法，其特征在于，所述泵闸群优化调度模型包括以下约束条件：(2
‑
1)水位约束：
此约束条件为目标泵闸排涝站水位约束条件，水位低于为死水位，目标泵闸排涝站以防洪限制水位，作为最高水位控制考核目标；(2
‑
2)流量约束：式中：分别为第n个泵站的上游泵站过泵流量、下游泵站过泵流量上下限约束；(2
‑
3)水泵扬程约束：式中：表示第n个泵站的上游泵站扬程、下游泵站扬程上下限约束；(2
‑
4)闸门开度约束：K
i,min
<K
i
<K
i,max
；式中：K
i,min
为闸门开度最小值；K
i,max
为闸门开度最大值；(2
‑
5)非负条件约束：上述所有变量均为非负变量。4.根据权利要求1所述的一种基于模型预测控制的泵闸群防洪调度方法，其特...

【专利技术属性】
技术研发人员：龙岩，张少恺，杨同歆，刘珂璇，刘玉欣，曲佳，高伟，李树，
申请(专利权)人：河北工程大学，
类型：发明
国别省市：