摘 要：隨著國內長輸供熱技術發(fā)展，越來越多的城市在規(guī)劃建設長輸供熱項目，長輸供熱系統(tǒng)的安全運行和優(yōu)化控制對項目的成功實施至關重要。為了降低長輸供熱系統(tǒng)循環(huán)泵輸送電耗，本文提出了一種基于遺傳算法的長輸供熱循環(huán)泵優(yōu)化控制算法，可在滿足長輸供熱系統(tǒng)安全運行的前提下，最大限度地降低長輸供熱循環(huán)泵輸送電耗和運行成本。本文以國內某長輸供熱項目為例進行了應用案例分析，分析結果表明，本文的長輸供熱循環(huán)泵優(yōu)化控制算法可快速計算出某一長輸流量下的循環(huán)泵最優(yōu)運行參數組合，降低長輸供熱項目的輸送電耗和運行成本，保障長輸供熱項目的安全和節(jié)能運行。

關鍵詞：長輸供熱；循環(huán)泵；遺傳算法；優(yōu)化控制；輸送電耗

中圖分類號：TU 833 " " " 文獻標志碼：A

隨著國內長輸供熱技術發(fā)展，越來越多的城市在規(guī)劃建設長輸供熱項目，例如濟南、鄭州和石家莊等，長輸供熱項目的最大輸送距離也在不斷被刷新[1]。長輸供熱項目所承擔的城市供熱面積普遍較大，以某電廠至某市長輸供熱項目為例，項目全部達產后將提供9100 萬m2以上的供熱能力，可滿足該市一半的供熱需求。因此長輸供熱系統(tǒng)的安全運行和優(yōu)化控制對項目的成功實施至關重要。

因為長輸供熱系統(tǒng)優(yōu)化運行在供熱領域具有關鍵性作用，所以眾多國內、外專家進行了全面且深層次的分析與探究，制定了多種完善與改進策略。本文對長輸供熱管線運行優(yōu)化策略進行了研究，并結合實際工程項目對供熱管網的長輸管線技術方案進行了分析。

為在長輸安全運行的同時降低長輸供熱系統(tǒng)循環(huán)泵組輸送電耗，本文提出了一種基于遺傳算法的長輸供熱循環(huán)泵優(yōu)化控制算法，計算穩(wěn)定、快速，適用于長輸供熱管網的多泵組優(yōu)化運行分析。計算在滿足長輸供熱系統(tǒng)安全運行的前提下，可最大限度地降低長輸供熱循環(huán)泵輸送電耗和運行成本，泛化能力較強，對長輸供熱管網實際運行和嵌入長輸管網控制系統(tǒng)中具有一定參考意義。

1 遺傳算法簡介

遺傳算法（Genetic Algorithm，GA）是進化算法的一種，通常認為遺傳算法是由John H. Holland于1975正式提出的。遺傳算法是模擬達爾文生物進化論中自然選擇和遺傳學機理的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法[2]。目前，遺傳算法作為一種重要的最優(yōu)化方法得到廣泛應用。

遺傳算法的主要特點是直接對結構對象進行操作，不存在求導和函數連續(xù)性的限定；具有內在的隱并行性和更好的全局尋優(yōu)能力；采用概率化的尋優(yōu)方法，不需要確定的規(guī)則就能自動獲取和指導優(yōu)化的搜索空間，自適應地調整搜索方向[3]。

遺傳算法流程圖如圖1所示。遺傳算法以一個群體中的所有個體為對象，并利用隨機化技術指導對一個被編碼的參數空間進行高效搜索。遺傳操作包括選擇、交叉和變異。參數編碼、初始群體的設定、適應度函數的設計、遺傳操作設計和控制參數設定5個要素是遺傳算法的核心內容[4]。

2 應用案例分析

在國內某城市長輸供熱項目中，長輸管網輸送距離為37.8 km，熱電廠地面標高1030 m，長輸末端中繼能源站地面標高850 m，全程最大高差180 m，管網最大承壓2.5 MPa，供熱管線的設計供水溫度為130 ℃，回水溫度為30 ℃，敷設4×DN1400的供熱管道（2套供熱系統(tǒng)），每套供熱系統(tǒng)循環(huán)水流量為15 000 t/h。由于2套供熱系統(tǒng)相互獨立且參數配置完全一樣，因此本文僅以其中一套供熱系統(tǒng)為研究對象。

該長輸供熱項目共設6級加壓循環(huán)泵組，包括電廠循環(huán)泵一級、供水加壓泵一級和回水加壓泵四級，單套供熱系統(tǒng)工藝流程圖和設計工況水壓圖分別如圖2、圖3所示。系統(tǒng)定壓為50 mH2O，三級凝汽器設計阻力為410 kPa，尖峰加熱系統(tǒng)設計阻力為390 kPa，中繼能源站內的隔壓換熱器設計阻力為400 kPa。長輸熱網回水依次進入某電廠三級凝汽器和尖峰加熱器進行梯級加熱，進而在一級供水加壓泵站的輸送下進入中繼泵站隔壓換熱器進行放熱，最后在四級回水加壓泵站的輸送下流回該電廠。

單套供熱系統(tǒng)每級加壓泵站共有4臺并聯水泵，每級加壓泵站的水泵配置情況見表1。

3 系統(tǒng)建模和求解過程

3.1 系統(tǒng)建模過程

基于水力工況系統(tǒng)仿真模型，計算目標流量狀態(tài)下各個泵組的水力工況和水泵效率，統(tǒng)籌考慮各級泵間的耦合影響和水泵安全運行的邊界條件，推算出整體功耗最低的組合方式。具體步驟為先獲取總流量，并擬合出各個泵組的特性與水泵效率，再建立水力工況模型，并利用遺傳算法對模型進行最優(yōu)求解。

3.1.1 理論計算基礎

長輸供熱水力輸送系統(tǒng)需要在滿足安全運行和水力輸送需求的基礎上，最大限度地降低長輸供熱循環(huán)泵輸送電耗和運行成本。

水力輸送系統(tǒng)需要滿足不超壓和不汽化的要求，并留有3 mH2O～5 mH2O的安全余量[5]，本處安全余量取5 mH2O，分別如公式（1）、公式（2）所示。

f（tgi）+5≤pgi≤pmax-5 （1）

f（thi）+5≤phi≤pmax-5 （2）

式中：f（tgi）為某供水節(jié)點處供水溫度tgi對應的飽和壓力，mH2O；f（thi）為某回水節(jié)點處回水溫度thi對應的飽和壓力，mH2O；pgi為某供水節(jié)點處的供水壓力，mH2O；phi為某回水節(jié)點處的回水壓力，mH2O；pmax為管網最大承壓能力，mH2O。

長輸供熱水力輸送系統(tǒng)應滿足系統(tǒng)總輸送流量的需求，如公式（3）所示。

（3）

式中：n為長輸供熱水力輸送系統(tǒng)泵組的個數；Hi為泵組i的運行揚程，mH2O；mi為泵組i的運行臺數，臺；fi為泵組i的運行頻率，Hz；G為長輸供熱水力輸送系統(tǒng)的總輸送流量，t/h；S為長輸供熱水力輸送系統(tǒng)的總阻抗，mH2O/（t/h）2。

變頻水泵的運行滿足水泵的相似定律[6]，如公式（4）～公式（6）所示。

（4）

（5）

（6）

式中：f為水泵的變頻頻率，Hz；f0為水泵的工頻頻率，Hz；Q（f）為水泵相似工況下的變頻運行流量，t/h；G（f0）為水泵相似工況下的工頻運行流量，t/h；H（f）為水泵相似工況下的變頻運行揚程，t/h；H（f0）為水泵相似工況下的工頻運行揚程，t/h；η（f）為水泵相似工況下的變頻運行效率；η（f0）為水泵相似工況下的工頻運行效率。

3.1.2 計算目標流量下的總阻抗

根據上述設計參數，管網最大承壓為2.5 MPa，長輸供熱設計供回水溫度為130 ℃/30 ℃。根據設計水壓圖，單系統(tǒng)設計流量為15 000 t/h，設計總阻力為481 m。根據管網水力特性公式H=SG2，可計算出該長輸供熱系統(tǒng)的總阻抗S為2.139 64×10-6 mH2O/（t/h）2。

3.1.3 擬合水泵水力特性曲線和效率特性曲線

根據廠家提供的各個水泵產品特性曲線，可以擬合建立各級加壓泵站單泵揚程特性曲線模型Hi=f（G）和效率曲線模型ηi=（G），擬合結果見表2。表2描述了水泵不同流量下的水泵揚程和效率的對應關系，即可得到該流量下各級泵站各個泵的揚程和電功率。

3.1.4 長輸供熱水力輸送系統(tǒng)優(yōu)化目標函數

該函數如公式（7）所示。

（7）

式中：pi為泵組i的運行功率，kW。

3.2 優(yōu)化求解過程

隨著人工智能技術和Python編程語言發(fā)展，調用標準庫和第三方庫進行科學計算非常方便。其中scikit-opt啟發(fā)式算法庫封裝了遺傳算法、粒子群算法、模擬退火算法、蟻群算法和魚群算法等7種啟發(fā)式算法，并設置了多種加速計算方法，越來越多的科學計算和學術研究采用該算法庫。為了減少編程工作量，本文調用第三方scikit-opt啟發(fā)式算法庫中的遺傳算法進行數學模型優(yōu)化求解，調用代碼如下所示。

ga=GA（func=power，n_dim=12，size_pop=50，max_iter=1000，prob_mut=0.1，lb=[0]*12，ub=[4，50]*6，precision=[1，1e-6]*6，constraint_eq=constraint_eq，constraint_ueq=constraint_ueq）

其中，“GA”為遺傳算法調用函數；“func”為目標函數公式（7）；“n_dim”為目標函數的維度；“size_pop”為遺傳算法種群規(guī)模；“max_iter”為遺傳算法最大迭代代數；“prob_mut”為變異概率；“l(fā)b”為每個自變量的最小值；“ub”為每個自變量的最大值；“precision”為計算精準度（設置為1時，代表整數迭代）；“constraint_eq”為等式控制方程組（3）～方程組（6）；“constraint_ueq”為不等式控制方程組（1）和方程組（2）。

3.3 計算結果分析

為驗證本文提出的基于遺傳算法的長輸供熱循環(huán)泵優(yōu)化控制算法的精確度和計算速度，同時驗證在非設計流量下該模型算法的可靠性，將本文遺傳算法與傳統(tǒng)的暴力算法進行比較。以長輸管網總流量8 000 t/h為例，本文遺傳算法僅用時42.6 s，而傳統(tǒng)的暴力算法計算耗時是本文遺傳算法的9.8×1012倍，可見本文遺傳算法可以快速找到最優(yōu)解。長輸管網總流量為8 000 t/h時，長輸管網水力輸送系統(tǒng)沿程管網斷面壓力圖和遺傳算法的迭代過程分別如圖4、圖5所示。沿程管網斷面壓力滿足長輸供熱系統(tǒng)不超壓和不汽化的安全運行要求；遺傳算法迭代速度較快，基本在600代即可高效搜索到系統(tǒng)最優(yōu)解。

相關計算結果表明，本文的模型建立和遺傳算法可快速計算出某一長輸流量下的循環(huán)泵最優(yōu)運行參數組合，與傳統(tǒng)的人工計算和暴力算法相比，本文算法可以快速進行長輸泵組仿真和水力調控，降低長輸供熱項目的輸送電耗和運行成本，減少人工定量分析和精度校驗程序，并提高準確性。

4 結論

隨著國內長輸供熱技術發(fā)展，越來越多的城市在規(guī)劃建設長輸供熱項目，長輸供熱系統(tǒng)的安全運行和優(yōu)化控制對項目的成功實施至關重要。為了降低長輸供熱系統(tǒng)循環(huán)泵輸送電耗，本文提出了一種基于遺傳算法的長輸供熱循環(huán)泵優(yōu)化控制算法，在滿足長輸供熱系統(tǒng)安全運行的前提下，最大限度地降低長輸供熱循環(huán)泵輸送電耗和運行成本。并以國內某長輸供熱項目為例進行了應用案例分析，分析結果表明，首先，本文的長輸供熱循環(huán)泵優(yōu)化控制算法可快速計算出某一長輸流量下的循環(huán)泵最優(yōu)運行參數組合，降低長輸供熱項目的輸送電耗和運行成本，保障長輸供熱項目的安全和節(jié)能運行。其次，在實際工程應用中，本文的長輸供熱循環(huán)泵優(yōu)化控制算法可靈活布置在長輸供熱中央監(jiān)控系統(tǒng)上，根據長輸供熱調度總流量計算相應的循環(huán)泵最優(yōu)運行參數組合，并將該參數組合下發(fā)到各級泵站的就地控制系統(tǒng)，從而快速、精準地調控各個泵組，減少調控時長，在各級泵站安全運行的前提下獲得較好的節(jié)能效益。

參考文獻

[1]楊兆林，陳龍，史建軍，等.長輸供熱項目系統(tǒng)設計論述[J].沈陽工程學院學報（自然科學版），2021，17（4）：14-17.

[2]和淵，武迪，袁中果，等.人工智能算法的生物學視角：從進化論到遺傳算法的課堂實踐[J].創(chuàng)新人才教育，2019（1）：37-41，54.

[3]夏季.遺傳算法改進策略研究[J].信息與電腦（理論版），2012（11）：69-70.

[4]肖國強，王麗萍，彭斌.遺傳算法及其并行性研究[J].微處理機，2007，28（5）：68-70，73.

[5]賀平，孫剛，吳華新，等.供熱工程[M].北京：中國建筑工業(yè)出版社，2009.

[6]蔡增基，龍?zhí)煊?流體力學泵與風機[M].北京：中國建筑工業(yè)出版社，2009.