峰谷經(jīng)濟(jì)用能梯級調(diào)度優(yōu)化解決方案
2019-01-22 09:38:33
次
一、項(xiàng)目背景
近年來，某大型水務(wù)公司的數(shù)字水務(wù)信息化建設(shè)取得了諸多成果，積累了大量的制水生產(chǎn)、工程建設(shè)、供水服務(wù)等方面的業(yè)務(wù)數(shù)據(jù)。同時(shí)，正確合理的運(yùn)行調(diào)度方案對確保供水安全、維持全線流量平衡、實(shí)現(xiàn)節(jié)能節(jié)水和梯級泵站經(jīng)濟(jì)運(yùn)行均具有重要意義。
大數(shù)據(jù)、人工智能以及高維數(shù)據(jù)可視化等前沿技術(shù)的發(fā)展，為實(shí)現(xiàn)決策智能化提供了技術(shù)基礎(chǔ)，通過大數(shù)據(jù)、人工智能技術(shù)構(gòu)建峰谷經(jīng)濟(jì)用能梯級調(diào)度優(yōu)化解決方案，最終實(shí)現(xiàn)“數(shù)字供水”向“智慧供水”跨越。
二、問題與挑戰(zhàn)
1、項(xiàng)目所在的水務(wù)公司缺乏精確預(yù)測需水量的手段。
2、站點(diǎn)機(jī)組設(shè)備檢修、設(shè)備維護(hù)、設(shè)備更換缺乏參考依據(jù)。
3、運(yùn)行調(diào)度方案制定依靠人工經(jīng)驗(yàn)，缺乏有效的優(yōu)化手段。
三、解決方案
原水輸配智能調(diào)度決策支持系統(tǒng)包括三個(gè)相關(guān)業(yè)務(wù)模型的建設(shè)，分別是：需水量預(yù)測模型、泵站機(jī)組效率分析模型、峰谷經(jīng)濟(jì)用能梯級調(diào)度優(yōu)化模型。
1.需水量預(yù)測方案
綜合氣溫、濕度、天氣狀況、是否降雨、節(jié)假日類型等外部因素與內(nèi)部因素的影響構(gòu)建需水量預(yù)測模型，對未來一段時(shí)間的需水量進(jìn)行預(yù)測。下圖為需水量預(yù)測模型總體方案設(shè)計(jì)：
2.泵站機(jī)組效率分析方案
利用泵站機(jī)組運(yùn)行效率相關(guān)的數(shù)據(jù)包括機(jī)組的揚(yáng)程、運(yùn)行角度、實(shí)際流量和有功功率，計(jì)算不同流量分組下的各站點(diǎn)各泵組機(jī)組效率。
3.峰谷經(jīng)濟(jì)用能梯級調(diào)度優(yōu)化方案
該模型可定義為復(fù)雜約束條件下的最優(yōu)化求解問題，首先充分分析歷史抽水調(diào)度方案，構(gòu)建各站點(diǎn)的滯后模型，結(jié)合各站點(diǎn)的泵組裝機(jī)臺數(shù)、單機(jī)設(shè)計(jì)流量以及機(jī)組設(shè)計(jì)功率，確定各站點(diǎn)的時(shí)間可行域和流量可行域，然后基于粒子群算法迭代計(jì)算約束條件下的最優(yōu)解，也即最優(yōu)調(diào)度方案。
四、應(yīng)用價(jià)值
1.綜合內(nèi)外部因素，準(zhǔn)確預(yù)測需水量，為企業(yè)制訂經(jīng)濟(jì)合理的運(yùn)行調(diào)度方案提供數(shù)據(jù)支撐。
2.幫助業(yè)務(wù)人員快速判斷機(jī)組是否存在運(yùn)行故障、故障類型以及故障發(fā)生站點(diǎn)。同時(shí)可減少機(jī)組運(yùn)行成本，降低供水量達(dá)不到需水要求的風(fēng)險(xiǎn)。
3.保障梯級泵站供水系統(tǒng)全線安全運(yùn)行、滿足供水用戶需求的前提下，以最小的運(yùn)行成本完成供水調(diào)度。
五、相關(guān)案例
某大型水務(wù)公司梯級調(diào)水智能調(diào)度研究與應(yīng)用項(xiàng)目
首頁
Tempo大數(shù)據(jù)分析平臺
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標(biāo)平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
陜公網(wǎng)安備 61019002000171號
