飲用水網絡中消毒節點佈置與水質動態結構可控性研究

核心概念

本研究提出了一種基於控制理論和圖論的新方法，用於優化飲用水網絡中氯消毒加藥站的佈置，以最大程度地提高消毒效果並覆蓋整個網絡，同時最大程度地減少能量消耗。

摘要

研究背景
消毒是維持城市供水系統水質、防止細菌滋生和污染擴散的關鍵環節。自來水廠通過以下方式在整個供水網絡 (WDN) 中維持足夠的消毒劑（本研究中為氯）殘留量：(i) 在水處理廠進行受控的氯注入；(ii) 在網絡中的若干節點策略性地設置加藥站。加藥站的設置受到網絡節點可及性和相關成本的限制，這就限制了可設置的加藥站的數量。
現有方法的局限性
傳統的氯加藥站佈置 (CBSP) 問題解決方案是考慮以下各個目標來確定地理位置：最大程度地減少氯注入量、維持殘留水平、最大程度地降低成本、減少副產物形成和/或確保及時應對不確定的污染事件。然而，WDN 是複雜的系統，實時運行和不同的消費者需求會導致流量和流向發生變化，直接影響氯注入的可達性和有效性。因此，CBSP 問題會針對每種水力情景產生不同的最佳位置。傳統的固定加藥站最終位置選擇方法通常涉及選擇在各種情景中出現頻率最高的節點。為此，CBSP 文獻中的大多數研究都忽略了關鍵的理論和實際考慮因素。他們往往未能徹底評估加藥站注入的覆蓋範圍和有效性，其中覆蓋範圍是指加藥站在整個網絡中有效分配氯的能力。此外，這些研究沒有充分檢查這種覆蓋範圍如何在 WDN 內不同的水力情景下發生變化。此外，他們缺乏一種系統的方法來確定最佳加藥站位置，以確保在多種情景下有足夠的覆蓋範圍，同時適應網絡的動態特性。
本研究提出的方法
本文介紹了一種基於控制工程的新型 CBSP 公式，旨在最大程度地提高系統可控性。在此背景下，可控性定義為在網絡內有效地控制、調節和維持消毒劑水平以始終滿足既定的水健康標準的能力。該佈置策略旨在通過應用最小和有效分佈的控制輸入能量（即氯注入）來實現這一目標。此外，我們通過評估所得系統的結構可控性來確定最終的加藥站位置，結構可控性是一個將系統可控性與網絡拓撲結構聯繫起來的概念，與特定的底層參數（例如，衰減和反應速率以及管道粗糙度係數）無關。這是通過對網絡及其連通性進行圖形評估來實現的，從而考慮到每個網絡的獨特佈局，以最大程度地提高氯注入對網絡組件的覆蓋範圍。此外，我們還擴展了這種方法，以便在加藥站出現故障或容量不足的情況下，為 WDN 運營商提供有關氯注入備用位置的見解。該方法已在不同的網絡規模和情景下得到應用和測試，並討論了可擴展性方面的考慮因素。
主要貢獻
據我們所知，這是首次嘗試從耦合控制和圖論的角度來解決 CBSP 問題，同時還考慮了 WDN 的運行方面和實際考慮因素。我們的工作提出的詳細方法 (M-KC) 和實用 (P-KC) 關鍵貢獻如下。

M-KC：本文基於控制和圖論方法解決了加藥站佈置問題。CBSP 問題的制定旨在最大程度地提高 WQ 可控性，並最大程度地減少氯控制輸入所需的能量。這是通過結合可控性指標並將問題表述為集合函數優化來實現的，問題變量是加藥站位置的集合。選擇這些指標是因為它們具有重要的性質，即子模塊性，這使我們能夠使用前向貪婪算法來解決集合函數優化問題，該算法提供了接近最優的佈置，並保證實現最優解的最小百分比。
M&P-KC：我們提出了一種基於動態和情景的加藥站佈置方法。我們介紹了一種基於系統結構可控性的實用加權技術，並評估了多種常見且現實的水力情景和由此產生的接近最優的佈置。
P-KC：所開發的方法在不同的網絡規模、特徵、拓撲結構和運行條件下進行了測試。此外，還開發了一個可擴展性驅動的框架，以將這種方法擴展到大型網絡，並在 C-town 網絡上進行了測試。此外，為了彌合理論算法的發現與運行方面之間的差距，我們為運營商提供了可操作的見解，包括利用我們的方法來確定在固定加藥站出現故障或容量不足的情況下氯注入的備用位置。
研究結果
研究結果表明，基於控制理論和圖論的方法可以有效地解決飲用水網絡中氯消毒加藥站的佈置問題。該方法考慮了網絡拓撲結構、水力條件和系統可控性，能夠確定最佳的加藥站位置，以最大程度地提高消毒效果和覆蓋範圍，同時最大程度地減少能量消耗。
研究意義
本研究提出的方法為飲用水網絡的設計和運行提供了新的思路和方法，有助於提高飲用水安全性和可靠性。

統計資料

從以下內容提煉的關鍵洞見

Control Node Placement and Structural Controllability of Water Quality Dynamics in Drinking Networks

by Salma M. Els... 於 arxiv.org 11-05-2024

https://arxiv.org/pdf/2411.01361.pdf

深入探究

如何將該方法應用於更複雜的供水網絡，例如考慮多種水質參數和多個水源？

將此方法應用於更複雜的供水網絡，需要進行以下擴展：

多種水質參數：

狀態向量擴展： 原方法中，狀態向量僅包含各節點的氯濃度。現在需要將其擴展為包含所有待監測水質參數的濃度，例如：濁度、pH值、其他消毒劑殘留等。
水質模型更新： 原方法採用單一物種反應動力學模型模擬氯衰減。需要根據實際情況，選擇合適的多物種水質模型，例如：EPANET-MSX，來模擬各水質參數的相互作用和動態變化。
控制目標調整： 原方法以最大化氯濃度可控性為目標。現在需要根據水質標準，設定多個水質參數的目標濃度範圍，並調整控制策略以滿足所有水質要求。

多個水源：

圖論模型擴展： 在供水網絡的圖論模型中，需要添加代表不同水源的節點，並根據水源與管網的連接方式，建立相應的邊。
水力模型更新： 需要考慮不同水源的水量、水質和水壓對管網水力特性的影響，更新水力模型以準確模擬管網水流狀態。
控制策略調整： 原方法僅考慮單一水源的加氯控制。現在需要根據不同水源的水質情況，制定協調的加氯策略，以達到最佳的消毒效果和最低的成本。

計算複雜度： 隨著水質參數和水源數量增加，系統的狀態空間維度和計算複雜度將顯著提高。需要採用高效的數值計算方法和優化算法，例如：模型降階、分佈式計算等，來解決大規模問題。

在實際應用中，如何平衡系統可控性和經濟成本？

在實際應用中，平衡系統可控性和經濟成本是一個重要的議題。以下是一些可行的方法：

多目標優化： 可以將系統可控性和經濟成本作為兩個目標函數，構建多目標優化模型。通過調整目標函數的權重，可以找到滿足一定可控性要求，同時成本較低的解決方案。
分階段優化： 可以將問題分解為多個階段進行優化。例如，先根據可控性要求確定加氯站的大致位置，再考慮成本因素進行微調。
敏感性分析： 可以通過敏感性分析，研究不同參數（例如：水質衰減率、加氯劑成本等）對系統可控性和經濟成本的影響。根據分析結果，可以制定更合理的控制策略和投資方案。
實際約束條件： 在優化模型中，需要考慮實際約束條件，例如：加氯站的建設成本、運營成本、可選址點等。
長期效益評估： 除了短期成本，還需要考慮長期效益，例如：提高供水安全性和可靠性、減少水質事故風險等。

除了氯消毒外，該方法是否適用於其他類型的水處理工藝？

是的，該方法的核心理念是基於系統可控性理論，通過優化控制輸入（例如：加藥量、加藥位置等）來實現對水質的有效控制。因此，除了氯消毒外，該方法也適用於其他類型的水處理工藝，例如：

紫外線消毒： 可以將紫外線燈的照射強度和照射時間作為控制輸入，通過優化控制策略來達到預期的消毒效果。
臭氧消毒： 可以將臭氧投加量和接觸時間作為控制輸入，通過優化控制策略來達到預期的消毒效果。
混凝沉澱： 可以將混凝劑投加量、pH值調整和沉澱時間作為控制輸入，通過優化控制策略來提高混凝沉澱效率。
過濾： 可以將過濾速度、反衝洗頻率和反衝洗強度作為控制輸入，通過優化控制策略來提高過濾效率和延長濾池壽命。
需要注意的是，對於不同的水處理工藝，需要根據其特定的反應機理和控制目標，建立相應的水質模型和控制策略。