徐 興,孫建偉
(1.江蘇淮安江蘇省蘇北灌溉總渠管理處,江蘇 淮安 223100; 2.江蘇淮安洪澤湖水利工程管理處,江蘇 淮安 223100)
近年來(lái),國(guó)內(nèi)供水系統(tǒng)發(fā)展較為迅速,但在節(jié)能運(yùn)行方面仍存在很大的不足。相關(guān)研究表明,國(guó)內(nèi)100個(gè)供水系統(tǒng)平均耗電量達(dá)到4 kW·h/m3,而美國(guó)僅有0.5 kW·h/m3,由此可見(jiàn),國(guó)內(nèi)供水系統(tǒng)耗能較高的問(wèn)題較為嚴(yán)重。在供水系統(tǒng)中,其大部分耗電是來(lái)自于泵站[1-3]。隨著人工智能算法的快速發(fā)展,許多學(xué)者將其應(yīng)用在泵站系統(tǒng)的節(jié)能優(yōu)化研究中,并取得了不錯(cuò)的成果[4-5]。YAZDI等[4]深入研究了如何優(yōu)化排水泵站系統(tǒng)的運(yùn)行,借助混合和聲搜索算法計(jì)算優(yōu)化模型,獲取最佳的系統(tǒng)調(diào)度方案,大大增加了泵站的工作效率。在眾多算法里,KARABOGA等[6]完整提出了人工蜂群算法(ABC算法),通過(guò)測(cè)試它的適用性發(fā)現(xiàn),其能夠較好地處理有約束條件的優(yōu)化問(wèn)題,因此這種算法也常常應(yīng)用在泵站調(diào)度優(yōu)化研究中。
基于此,為了減小供水泵站系統(tǒng)運(yùn)行期間的耗電量,同時(shí)保證其高效率的運(yùn)行,本文以實(shí)際工程為例,主要依靠ABC算法,以泵站運(yùn)行優(yōu)化為角度開(kāi)展目標(biāo)耗電量的節(jié)能研究,并將ABC算法和其余算法進(jìn)行比較,驗(yàn)證ABC算法有著較好的適用性和有效性,為類似工程建設(shè)提供指導(dǎo)和借鑒。
某水電站技術(shù)供水方式為水泵供水,其水泵站系統(tǒng)里設(shè)置了A#、B#、C#、D#共4臺(tái)型號(hào)一致并聯(lián)運(yùn)行的給水泵。通常情況下,只啟動(dòng)兩臺(tái)水泵,剩余兩臺(tái)留做備用,以應(yīng)對(duì)突發(fā)情況。由于需要的水流量并不是恒定的,有較大的變化,所以選擇水泵出口閥門調(diào)節(jié)作為調(diào)節(jié)方式。借助供水系統(tǒng)配備的超聲波流量計(jì)和精密壓力表來(lái)現(xiàn)場(chǎng)測(cè)試供水系統(tǒng)的相關(guān)數(shù)據(jù),以A#水泵為例,測(cè)得4個(gè)典型工作點(diǎn)使用期間的性能參數(shù),具體見(jiàn)表1。
表1 4個(gè)典型工作點(diǎn)使用期間的性能參數(shù)
假定(Qe,He)為供水泵站指標(biāo)參數(shù),其中Qe和He分別代表泵站系統(tǒng)需要的流量和揚(yáng)程。在供水系統(tǒng)中,總共設(shè)置水泵n臺(tái),并且前m臺(tái)水泵的類型是恒速水泵,第m臺(tái)之后的所有水泵類型都是調(diào)速水泵。對(duì)泵站運(yùn)行過(guò)程的優(yōu)化可以描述為:在達(dá)到用戶所要求的揚(yáng)程與流量的前提下,能夠讓所有水泵都保持高效率的運(yùn)轉(zhuǎn),并且將用電量降到最低。為保證泵站用電量最低運(yùn)行,構(gòu)建優(yōu)化數(shù)學(xué)模型如下:
(1)
式中:W為泵站單位產(chǎn)量的耗電量,kW·h/m3;ω、n分別為水泵的狀態(tài)因子和水泵總臺(tái)數(shù);η為第i臺(tái)水泵系統(tǒng)運(yùn)轉(zhuǎn)時(shí)的整體效率;Hi為水泵的揚(yáng)程,m。
(2)
式中:c0、c1、c2、c3、a0、a1、a2、a3為擬合系數(shù)。
第一個(gè)為揚(yáng)程約束:
Hi=He,i=1,2,…,n
(3)
第二個(gè)約束為流量約束。為了保證水泵的高效率運(yùn)行,其流量變化也要約束在一定的范圍內(nèi)。
當(dāng)i=1,2,…,m時(shí),對(duì)于定速泵高效運(yùn)行的流量變化范圍是:
(4)
式中:qbi和qai分別為第i臺(tái)水泵在額定轉(zhuǎn)速下基本性能曲線上高效區(qū)右端、左端的流量。
對(duì)于定速泵高效運(yùn)行的流量變化范圍是:
(5)
(6)
式中:δ0為泵內(nèi)的虛阻耗系數(shù);qva、qvb分別為水泵在額定轉(zhuǎn)速下基本性能曲線上高效區(qū)右端、左端的體積流量。
第三個(gè)為調(diào)速比約束:
si=1,i=1,2,…,m
(7)
si∈[smin,1],i=m+1,m+2,…,n
(8)
ABC算法對(duì)蜂群采蜜過(guò)程進(jìn)行了模擬,是一種新型群體智能優(yōu)化方式。按照不同的分工,能夠把蜂群分成不同的類型:偵查蜂、跟隨蜂以及引領(lǐng)蜂。其采蜜尋優(yōu)的各個(gè)時(shí)期具體如下:
1) 首先是蜂群初始化時(shí)期。在這個(gè)時(shí)期,對(duì)ABC算法的參數(shù)進(jìn)行初始化設(shè)置,如停止限制次數(shù)、變量維數(shù)、種群規(guī)模等。在搜索開(kāi)始之前,所有蜜蜂的種類均是偵查蜂,對(duì)區(qū)域內(nèi)的蜜源不存在認(rèn)知,同時(shí)在蜂巢周圍對(duì)蜜源進(jìn)行隨機(jī)搜尋。
假定要進(jìn)行優(yōu)化的函數(shù)維度為D,在能夠行解空間里隨機(jī)生成蜜源N個(gè){x1,x2,x3,…,xN},則xij就可以表示為:
xij=xmin,j+r(xmax,j-xmin,j),i=1,2,…,N;j=1,2,…,D
(9)
式中:r為[0,1]區(qū)間里的隨機(jī)一個(gè)數(shù);xij為第i個(gè)蜜蜂對(duì)應(yīng)解的第j維變量。
此外,各蜜源的適應(yīng)度可表示為:
(10)
式中:f(xi)為目標(biāo)函數(shù)。
對(duì)適應(yīng)度值根據(jù)先大后小的順序進(jìn)行排序,把適應(yīng)度值比較低的一般蜜蜂當(dāng)作跟隨蜂,剩下一半蜜蜂則當(dāng)作引領(lǐng)蜂。
2)接著是引領(lǐng)蜂搜索時(shí)期。在這個(gè)時(shí)期,可行解空間里的每一只引領(lǐng)蜂僅能采集一個(gè)蜜源,相應(yīng)的每個(gè)蜜源也僅能被一只引領(lǐng)蜂采集,引領(lǐng)蜂與蜜源的數(shù)量一致。
3)然后是跟隨蜂搜索時(shí)期,在引領(lǐng)蜂進(jìn)行采蜜工作的時(shí)候,跟隨蜂在蜂巢周圍等待,引領(lǐng)蜂完成采蜜工作返回后,以跳“8”字舞的方式來(lái)把搜索到的蜜源信息傳遞給跟隨蜂。通過(guò)分析比較全部引領(lǐng)蜂所傳遞的各個(gè)蜜源資料,跟隨蜂在引領(lǐng)蜂里以一定的概率選擇出一只引領(lǐng)蜂,這只引領(lǐng)蜂所搜索到的蜜源質(zhì)量較高,之后跟隨蜂隨著引領(lǐng)蜂前往該處蜜源周圍,來(lái)對(duì)新蜜源進(jìn)行搜索。
4)最后是偵查蜂搜索時(shí)期。這個(gè)時(shí)期里,在ABC算法里提前對(duì)停止限制次數(shù)進(jìn)行設(shè)置。當(dāng)某個(gè)蜜源被采集多次,而解的質(zhì)量并沒(méi)有更新時(shí),就會(huì)放棄這個(gè)蜜源,此時(shí)對(duì)應(yīng)的引領(lǐng)蜂就會(huì)改變?yōu)閭刹榉洌瑫r(shí)會(huì)重新隨機(jī)選擇蜜源。
為了對(duì)ABC算法的優(yōu)勢(shì)進(jìn)行更加直觀的判斷和檢驗(yàn),采用優(yōu)化領(lǐng)域的4個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)來(lái)對(duì)GA、PSO、ABC算法進(jìn)行測(cè)試。這4個(gè)函數(shù)分別是Ackley、Rosenbrock、Sphere、Rastri-gin,同時(shí)選擇最優(yōu)值和平均值來(lái)對(duì)各算法的性能進(jìn)行評(píng)價(jià)。各算法都獨(dú)立運(yùn)行20次,并獲取最優(yōu)值20個(gè),求出這20個(gè)最優(yōu)值的均值來(lái)對(duì)算法的穩(wěn)定性和精準(zhǔn)性進(jìn)行評(píng)判。表2為各算法和測(cè)試函數(shù)所對(duì)應(yīng)的優(yōu)化結(jié)果,圖1為其對(duì)應(yīng)的收斂過(guò)程。
表2 各算法和測(cè)試函數(shù)所對(duì)應(yīng)的優(yōu)化結(jié)果
圖1 各算法和測(cè)試函數(shù)所對(duì)應(yīng)的收斂過(guò)程
由表2和圖1可知,與GA算法、PSO算法相比,ABC算法擁有更好的尋優(yōu)結(jié)果和較快的收斂速度,可以在較短時(shí)間內(nèi)收斂至理論最優(yōu)值。同時(shí),擁有跳出局部極小值的能力,能夠較好地用來(lái)優(yōu)化多模態(tài)、多變量函數(shù)。
以上述項(xiàng)目為例,對(duì)尋優(yōu)方法進(jìn)行驗(yàn)證。此次優(yōu)化方案有兩種:第一個(gè)是單調(diào)速方案,即B#水泵恒速運(yùn)行,而A#水泵為變頻調(diào)速運(yùn)行;另一種為全調(diào)速方案,即兩水泵均保持變頻調(diào)速運(yùn)行。在第一個(gè)單調(diào)速方案里,B#水泵在保持恒速運(yùn)行時(shí)沒(méi)有較高的效率;但在第二個(gè)全調(diào)速方案里,B#和A#水泵在工作時(shí)都可以保持高效率,而且單調(diào)速方案中B#水泵的單位產(chǎn)量耗電量要高于全調(diào)速方案。在達(dá)到各個(gè)約束條件(調(diào)速比、流量、揚(yáng)程)的情況下,對(duì)兩種方案采取以上泵站耗電量最低的優(yōu)化數(shù)學(xué)模型來(lái)開(kāi)展優(yōu)化計(jì)算,具體優(yōu)化結(jié)果見(jiàn)表3和表4。
表3 方案一的優(yōu)化結(jié)果
表4 方案二的優(yōu)化結(jié)果
對(duì)表3和表4進(jìn)行分析可知,在系統(tǒng)需要的供水流量不超過(guò)325.15 m3/h時(shí),僅打開(kāi)A#水泵的變頻調(diào)速對(duì)其進(jìn)行調(diào)節(jié)就能夠達(dá)到供水需求;而在系統(tǒng)需要的供水流量提升至325.15 m3/h以上時(shí),要想達(dá)到供水需求,需要同時(shí)打開(kāi)A#和B#水泵的變頻調(diào)速。系統(tǒng)在未改造時(shí),單位產(chǎn)量平均耗電量為11.95 kW·h/m3;系統(tǒng)在單調(diào)速改造和全調(diào)速改造之后,單位產(chǎn)量平均耗電量分別為6.33和6.09 kW·h/m3。E1、E2為兩個(gè)改造方案的節(jié)電率,分別如下:
與未改造時(shí)的閥門調(diào)節(jié)相比,上述方案根據(jù)耗電量?jī)?yōu)化了泵站的運(yùn)行,讓各水泵都可以保持較高的運(yùn)行效率,達(dá)到了供水泵站根據(jù)系統(tǒng)需求改變進(jìn)行節(jié)能降耗和精準(zhǔn)調(diào)節(jié)的目的,表明上述兩種優(yōu)化方案是有效可行的。但全調(diào)速方案的節(jié)電率要略高于單調(diào)速方案,如果將改造成本等問(wèn)題考慮在內(nèi),性價(jià)比更好的則是單調(diào)速方案。
為了減小供水泵站系統(tǒng)運(yùn)行期間的耗電量,同時(shí)保證其高效率運(yùn)行,本文以實(shí)際工程為例,以泵站運(yùn)行優(yōu)化為角度開(kāi)展了目標(biāo)耗電量的節(jié)能研究,借助4種標(biāo)準(zhǔn)測(cè)試函數(shù)對(duì)不同算法開(kāi)展了尋優(yōu)測(cè)試,結(jié)論如下:
1) 采用4個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)對(duì)GA、PSO、ABC算法進(jìn)行測(cè)試,與GA算法、PSO算法相比,ABC算法擁有更好的尋優(yōu)結(jié)果和較快的收斂速度,可以在較短時(shí)間內(nèi)收斂至理論最優(yōu)值,同時(shí)擁有跳出局部極小值的能力,能夠較好地用來(lái)優(yōu)化多模態(tài)、多變量函數(shù)。
2) 以單位產(chǎn)量耗電量最低模型為基礎(chǔ),擬定兩個(gè)節(jié)能方案,通過(guò)數(shù)值計(jì)算軟件和ABC算法進(jìn)行求解發(fā)現(xiàn),系統(tǒng)在單調(diào)速改造和全調(diào)速改造之后的節(jié)電率分別為47.04%和48.99%,節(jié)能效果顯著,表明泵站優(yōu)化運(yùn)行計(jì)算中ABC算法有很好的有效性和適用性。
3) 與未改造時(shí)的閥門調(diào)節(jié)相比,本文所提方案根據(jù)耗電量?jī)?yōu)化了泵站的運(yùn)行,讓各水泵都可以保持較高的運(yùn)行效率,達(dá)到了供水泵站根據(jù)系統(tǒng)需求改變進(jìn)行節(jié)能降耗和精準(zhǔn)調(diào)節(jié)的目的,表明上述兩種優(yōu)化方案是有效可行的。但全調(diào)速方案的節(jié)電率要略高于單調(diào)速方案,如果將改造成本等問(wèn)題考慮在內(nèi),性價(jià)比更好的則是單調(diào)速方案。