基于人工蜂群算法的智能泵组技术研究与应用

张曾,陈镜先,吴边

(中国水利水电第七工程局有限公司,成都,611730)

1 概述

近年国内大多数城市的供水行业普遍采用的是依靠人工以往经验为主导的传统调度方式。面对日益复杂的现代化城市供水系统,逐渐多元化的城市用水需求,这种人工经验调度方式的运行效果不佳、能耗甚大,且普遍存在着人工调度操作时水泵在非高效状况下运行的问题,水泵调度进行优化节能潜力较大,存在的可提升空间也较为明显。因此深入研究切实可行的供水泵组运行调度技术,以提升水泵泵组的运行效率、节约能耗、降低运行成本,具有重要的现实意义和明显的经济效益。

当今国内、外供水行业提高泵组运行效率、节约能耗的途径一般有以下两种:一是对供水泵组运行工艺进行优化,即对水泵机组进行优选更换、对配水管网等辅助设备进行优化设计,通过改善单台水泵设备运行或多台水泵设备并联运行的效率,达到提效节能的目的;二是对供水机组设备的运行管理进行优化,即在保证供水安全稳定的前提下,综合考虑城市用水量的变化规律及供水各个工艺流程的调节作用,使供水泵组尽可能长时间运行在高效、较优的工作状态,以达到优化节能的目的。

对此,依托位于四川省乐山市夹江县的青衣水厂开展智能泵组技术研究。青衣水厂设计供水规模为14万m3/d。一期5万m3/d,采用“沉砂-絮凝沉淀-过滤-消毒”制水工艺,其主要设施包括预沉网格絮凝斜管沉淀池、V型滤池、清水池、反冲洗泵房、加氯加药间、送水泵房、配电房、排水排泥池、污泥浓缩池、脱水机房及配套的生产辅助设施。水厂一期配置5台安德里茨SFWP100-300型单级双吸卧式离心泵设备,水泵流量834m3/h,扬程48m,效率86%,转速1480rpm。其中3台工频泵配西门子ILE0001-3AB53-3AJ5-Z Q04 Q5A型低压电机,2台变频泵配西门子ILE0001-3AB53-3AJ5-Z F70 Q04 Q5A型低压电机,电机标准工作电压均为380V,功率160kW,转速1480rpm。

2 水厂智能泵组技术的研究

2.1 城市用水预测分析

随着信息技术的蓬勃发展,智慧城市理念的提出,要求建设精细化、动态化、高效化的水务系统。城市用水的精准预测可为科学供水提供有效指导,提高资源利用率。在城市供水管网中不利点水压达标的前提下,通过模型预测的供水量数据对供水模式进行优化,使得供水泵组在总功率相对较小的工况下工作,实现节能降耗的目的。

城市供水主要是自来水厂为城市的正常运转提供必要的水资源,水厂每日供水量有着明显的变化,小时供水量有明显的周期性变化(早高峰、晚高峰),且与天气状况、节假日等诸多因素密切相关[1]。供水量的变化大致有周、季节、年的一些时序性规律。同时,由于一些极端天气、大型活动、社会热点事件等状况的发生,供水量也有一些随机的波动。

供水量预测建模采用特征工程、相关性分析和模型训练三大步骤。其中,特征工程构建了与天气状况、日期、时间等与供水量息息相关的因子。在此基础上,采用四种预测模型:

(1)ARIMA模型,差分自回归移动平均模型,是一种时间序列模型[2];

(2)随机森林模型,一种集成算法,由多个弱学习器组成[3];

(3)XGBoost模型,由陈天奇提出的一种分布式的算法框架,对传统的梯度提升算法的一个改良,核心思想是基于残差的训练[4];

(4)LSTM长短期记忆神经网络模型,一种特定形式的循环神经网络,包括输入、输出和遗忘找寻[5]。

运用四种模型算法对夹江县城区供水量进行一个小时的短期预测,对比发现XGBoost模型对短时供水量预测有明显优势,具有自动、实时、准确、方便等优点。

在对四种算法进行比较后选择基于XGBoost算法建立水厂的短时供水量预测模型。将天气、日期等数据传入模型后,模型可将数据进行特征扩充并快速、准确推理出未来一小时的供水量,依据模型的推理结果,再结合生产人员的历史经验对城区的供水量进行合理调度,达到用科学技术提高管理经验的目的,实现节能降耗、减少水量损失的效果。基于XGBoost算法的供水量预测见图1所示。

图1 基于XGBoost算法的供水量预测曲线

通过对青衣水厂自2020年7月25日-2021年8月21日共10160条小时供水量数据进行分析,得到夹江县城市用水需量,验证了供水量预测模型分析,直接用于指导水厂供水调度,更好地、高效地实现城市用水保障和安全。夹江青衣水厂的供水量日变化情况见图2所示。

图2 青衣水厂日供水量变化曲线

2.2 水厂恒压供水控制

水厂恒压供水的核心是变频泵的PID控制,PID工作原理见图3所示。

图3 PID变频器工作原理

恒压供水中,输入是目标压力,即供水管网所需的压力,对于恒压供水专用变频器,该值可直接设置。输出是实际压力,即供水管网实际测量的压力,该值与水泵的功率相关,靠压力传感器或远传压力表测得。

在变频器收到实际压力数据后,与目标压力进行对比,有三种情况:

(1)实际压力<目标压力,变频器内部经过PID运算后输出一个递增的频率值,该值对应水泵转速,随着水泵转速升高,实际压力同步增加;

(2)实际压力=目标压力,该情况下已经达到控制的目的,此时变频器PID停止调节,保持一个恒定的频率输出,同时水泵转速恒定;

(3)实际压力>目标压力,如果水量减少,但水泵转速不变,则实际压力会增加,此时由变频器监测该值后通过PID调节,水泵的转速降低,实际压力同步降低。

由以上三种方式组合使用,变频器通过PID调节,使水泵转速一直在动态变化,以实现实际压力保持一个稳定的值。供水系统总体结构见图4。

图4 供水系统总体结构

恒压供水系统具备的控制功能:

(1)手动功能。转换开关置于手动位置,能直接启停每台工频水泵,每台水泵状态由对应手动开关位置决定。

(2)自动功能。转换开关置于自动位置,设备进入自动运行状态,PLC按变频水泵循环工作方式对水泵泵组进行自动控制。

通过对分布式压力检测的恒压供水控制系统的介绍、原理分析及数学模型建模,并通过matlab仿真分析可得知,使用基于分布式压力检测的恒压供水控制系统,可有效提升供水系统的效能,降低浪费率。控制系统在供水系统中的应用显示出良好的控制效果,适应性强,稳定可靠,节能环保,使供水实现节水、节电、节省人力,最终达到高效运行的目的。夹江县青衣水厂供水管网恒压供水信息自动监测界面见图5。

图5 青衣水厂供水管网恒压供水信息自动监测界面

2.3 基于人工蜂群算法的智能泵组技术研究

人工蜂群算法是由Karabogo于2005年基于蜜蜂群体觅食行为提出的,并且通过测试函数进行适用性测试,结果表明可以有效解决带有约束条件的优化问题。后来,有很多学者将人工蜂群算法应用于水泵泵组运行优化问题。2017年,郭昕等利用人工蜂群算法求解泵组优化运行模型,并与标准遗传算法进行比较[6];2018年,刘伟等针对矿山井下排水系统能耗优化问题,利用人工蜂群算法求解,得到优化运行方案[7];2021年,王阳等针对供水泵站优化运行问题建立以单位产量电耗最小为目标函数的优化调度模型,利用人工蜂群算法进行寻优求解[8]。然而,人工蜂群算法也存在不足:随着优化问题复杂度的提高,寻优区域的扩大,收敛速度会下降,精度会降低。青衣水厂开展基于人工蜂群算法的智能泵组技术研究,对人工蜂群算法进行改进,通过自适应调整步长,同时改进侦察蜂搜索策略,平衡人探索和收敛精度的能力,将改进的人工蜂群算法应用于水厂供水泵组运行优化的工程实例,验证算法的适用性和优化效果。

人工蜂群算法模拟蜂群采蜜过程进行随机迭代搜索。蜂群中的蜜蜂根据分工不同分为三类:引领蜂、跟随蜂和侦察蜂。人工蜂群算法将优化模型的求解范围对应蜜蜂的飞行区域,模型的解对应蜜蜂搜寻到的花蜜。

工频泵以固定转速运行,均有其固有的特性曲线,水泵的特性曲线主要描述扬程、轴功率和效率随着流量变化的规律,是科学调节水泵运行的必备条件。水泵性能参数之间的函数关系没有准确的表达式,一般采用拟合的方式得到,首先通过实验测出各性能参数的具体对应值,然后采用最小二乘原理进行多项式拟合。水泵性能曲线见图6。

图6 水泵性能曲线

3 水厂智能泵组系统技术成果的应用

夹江青衣水厂按5万m3/d供水能力和恒压变频供水模式计算,供水泵组日耗电量达9600kW·h,应用智能泵组系统技术成果后,经长时间的生产运行和数据统计分析得知,水厂供水泵组日耗电量降低至8160kW·h,节约能耗15%,按目前电能单价年能耗成本节约34万元,有效实现了节能降耗和运行成本控制,相对减少了二氧化碳排放,助力了碳达峰和碳中和目标。同时,通过智能泵组系统技术能将经验性的供水调度模式转变为信息化、自动化和智能化的生产模式,不仅解放了生产运行人力资源,配合设备生命周期管理系统来度量水泵设备的工作效能和状况,实现预见性的设备保养与检修,降低设备故障率,提升水泵设备运行效率和供水保障安全,并且从设备使用生命周期角度分析,可提升设备的运行寿命约20%。夹江县青衣水厂智能泵组系统运行界面见图7。

图7 夹江县青衣水厂智能泵组系统运行界面

4 结语

供水泵组是自来水厂生产运行的重要组成部分,是城市用水民生的保障,智能泵组系统技术是现代自动化技术与信息化技术的深度融合,通过夹江青衣水厂智能泵组技术的研究与应用,实现多泵组设备并联智能控制,解决了传统节流控制模式和简单变频启停控制方式下系统运行能耗高、运行可靠性低的问题,提高了城市供水保障和安全,为供水企业节约了运营成本,同时推动了水务行业创新、节能、绿色、开放、共享发展,取得了良好的经济和社会效益。