当前世界环境

介绍

供水系统面临着社会经济、可持续性和复原力等领域的挑战，包括人口增长导致的过度使用、对水价值的低估、行动者之间缺乏协调、操作问题(老化、泄漏、质量)、能源价格上涨以及应对气候变化问题的需要。除其他外，水务公司通过调整其基础设施和工作程序以及在其运营流程中实施新工具来应对这些方面。此外，对水务公司的资源效率和环境绩效的评估往往仍然缺乏一种全面的办法，导致存在一种封闭的知识和一套不相关和低可及性的资产，在许多情况下，这些资产与决策过程是隔离的。具体地说，水-能源关系引起了许多国家的注意，这些国家往往采取相当大的措施来减少能源消耗和增加能源回收。在更广泛的背景下，水资源效率对WU也是至关重要的。它也被认为是未来几年全球水市场将面临的最重要的多学科挑战之一。⁴

非收入用水(在传输、分配和消费中的损失和浪费)在所有发展水平的国家都是众所周知的。例如，许多供水系统导致其处理过的饮用水泄漏高达20%至40%。

在许多情况下，供水在其许多过程(生产、分配)中是能源的主要使用者，而且往往效率低下。例如，加利福尼亚州(美国)总能源消耗的近20%用于在州内运输水，而整个美国的类似数字约为6%。⁵

水质和缺水问题已经达到危机的程度，公众的意识和关注正在增加。这与缔约方大会(特别是去年的巴黎第21届缔约方大会)所指出的气候变化事件不约而同，这将导致在碳足迹等方面有更多的监管和执行。wu将不得不应对更严格的立法，这将迫使他们调整其通常的网络运营和管理(O&M)，以应对这一挑战。水-能源联系问题引起了水资源单位的注意，其管理人员开始意识到这样一个事实，即降低运营成本可以改善水资源单位的资产负债表，为进一步的任务提供更好和更多的财政资源，这些任务可以是维护基础设施，促进网络向未服务社区或改善水质。必须巧妙地实现O&M范式中的更改，并且所有类型的WU都可以访问。需要一种非结构解决方案，以解决能源和水损失方面的运维效率提高问题。总体目标是允许WU在保持服务质量和水平的同时，通过最大限度地节省资源和最小化运营成本，以灵活的方式全面管理其流程。

图1:现有压力和 通过信息和通信技术的支持来解决的目标。 点击此处查看图

在这方面，信息和通信技术(ICT)对于有效满足新的要求至关重要。最重要的技术是，首先，测量和控制网络的发展，允许拥有必要的数据来了解系统的状态，执行管理和规划任务，并产生响应内部和外部请求的信息。其次，实施管理和决策支持系统，其中包含商业智能(BI)技术，允许管理和使用由控制网络传输的信息和其他内部或外部定量或定性信息，并集成一组特定工具，这些工具有助于运行驱动响应行动所需的程序:资产管理、水力模型、GIS模型、事件监控、管理指标等。

图2:ICT解决方案的主要特点 点击此处查看图

根据美国[6]和欧盟的政府研究，在联合考虑水和能源系统时，提高能源效率的潜力非常重要。⁷考虑到供水系统，相比于分别处理电力和供水网络的问题，可以帮助提高能源效率。⁸然而，将它们放在一起考虑也会带来挑战和调度优化问题。尽管有很多研究和试点集中在能源效率和分离的供水成本上，但除了解决其他技术和经济方面的问题外，只有有限数量的试点或研究同时考虑了这两个方面，这与智能平台所描述的调度优化问题不同。

如此多的信息的存在要求采用复杂的数据处理、系统分析和集成方法，能够将大量数据转化为有用和可理解的信息，以支持决策，并最大限度地减少有关高度复杂问题的决策所特有的不确定性。

在这种具有大量相互关联变量的复杂问题中，ICT解决方案，特别是决策支持系统作为人工智能(AI)算法和解决方案的集合，有助于实时分析历史数据，并从整体方法检查管理策略，以便提供考虑不同层面(水力，能源，经济和商业规则)操作变量的建议。另一方面，这些工具通过模式识别等技术简化了问题。模式识别技术使用基于经验的方法，从过去的经验中学习，能够支持从操作级别(小规模)到战略级别(大规模)采用管理替代方案。

简而言之，决策支持系统是为管理员和网络管理人员提供支持和建议，以利用实时信息改进决策，并在规划和分析最佳管理策略的过程中指导他们的工具。实施智能ICT解决方案的总体目标使WU能够通过最大限度地节约水和能源，最大限度地降低运营成本，同时保持服务质量和水平，以灵活的方式全面管理其流程。

材料与方法

卡尔斯鲁厄Stadtwerke Karlsruhe GmbH (SWKA)是一家为德国卡尔斯鲁厄市约30万居民提供能源(电力、天然气和远距离区域供热)和饮用水的本地供应商。卡尔斯鲁厄市拥有其大部分股份。

卡尔斯鲁厄地区气候温和，年平均气温为10.4°C(12月至2月为1 - 2°C, 6月至8月为17 - 19°C)。年平均降雨量约为920毫米/年，其中40 - 50%为冬季降水。卡尔斯鲁厄周围地区的地下水位大约在地表以下1 - 10米，这取决于地形和水文情况。底土由砾石和砂土组成，储存量约为1.3 bill m^3.卡尔斯鲁厄附近地区含水层的地下水

SWK在卡尔斯鲁厄周围有四个水厂，从含水层上层的地下水中生产饮用水。原水的处理包括曝气和生物砂过滤去除铁和锰。每个水厂有四个恒定泵率的网络泵(非变频)。四个水厂向卡尔斯鲁厄市的总饮水量约为2000万立方米^3.每年55000米^3.每一天。

饮用水管网长达900多公里。卡尔斯鲁厄市的大部分地区都位于一个压力区，所有四个自来水厂都在这个压力区供水。与该压力区相连的是一个约20,000米的储水箱^3.位于街道上方约50米的位置，稳定和控制这个主要压力区的水压。

2009年，卡尔斯鲁厄市及其所有公司承诺每年减少2%的能源消耗和碳足迹。从那时起，在饮用水供应方面已经做出了很多努力，例如投资于更节能的地下水泵，为水处理设施、电力变压器、压缩机和电力照明提供水源。

SWKA目前的任务之一是优化每天将处理后的饮用水泵入配电网和使用储水罐的时间表。为了实现这一目标，SWKA参与了欧洲范围内的研究项目WatERP 2012 - 2015。根据该研究项目的结果，Inclam集团开发了新的智能ICT解决方案“WatEner”，并将其应用于本文所描述的卡尔斯鲁厄案例研究。

图3:卡尔斯鲁厄水的实施 供水系统在WatEner平台 点击此处查看图

waterener将能源消耗的关键因素与饮用水供应的其他方面结合起来，改进供水网络的管理，以节约水、能源和经济成本，最终在水和能源领域获得双重效益。
在此情况下，推行智能资讯及通讯科技解决方案的主要目标，是透过决策支援系统(决策支援系统)的工具，在以下方面回应节能减排的需要和要求:

• 饮用水需求预测

• 储水罐管理

• 给管网供油的泵的抽水时间表

• 其结果是:提高了网络泵的能源效率。

决策支持系统负责指导用户规划更好的管理策略，无论是短期(未来几天)还是长期(网络投资规划)。DSS本身是人工智能(AI)方法和算法的集合，旨在分析实时或历史数据，从整体角度检查管理策略，提供管理建议，并根据经济成本，水力问题和定义政策评估这些策略(或用户引入的任何其他策略)。此外，DSS负责存储、管理WU技术人员在操作单元中可用的专业知识，并赋予其价值。最后，DSS与水力建模软件相连接，用于评估开发策略，为WU现有模型增加价值。

整体方法是通过(i)人工智能方法，(ii)应用于供水的人工智能算法和(iii)现有监测数据和水力模型的联系来给出的。这种联系使我们能够在考虑到所有可用变量及其相互关系的情况下进行评估，并从所有角度提供可行和有效的战略。

图4:卡尔斯鲁厄市饮用水总消耗量(红色实线)，优化前(黄色实线)和优化后(黄色虚线)的储罐水位，优化前(蓝色实线)和优化后(蓝色虚线)的水厂总产量th2015年3月 点击此处查看图

在卡尔斯鲁厄，主要有三种效果可以用来提高供水系统的能源效率。首先，储水箱内水位的高低对供水管网的压力有主导作用。地下水位越低，供水管网的压力就越低，供水管网水泵的输出压力也就越低。然而，较低的压力并没有降低泵的功耗，因为它们不是变频控制的，但增加了泵的出水量，从而提高了具体的能源使用[千瓦时/米]^3.的泵。

此外，水在管道中摩擦的平均能量损失可以通过使水厂的水输出均匀化来减少。摩擦力的增加与管道中水流速度的平方成正比。因此，为了避免管道中水流速明显高于平均流速的区域和时间，降低了水厂网泵的输出平均压力，从而增加了管网泵的输出，提高了管网泵的比能耗。

最后，由于以往的施工和设计要求不同，一些水厂的网络泵通常比其他的更节能。运行效率较低的泵很少能提高平均能源效率。

此外，必须考虑到电价较高和电价较低的时间段。在德国的案例研究区域，电费通常在早上8点到10点和下午5点到9点之间最贵，午夜到早上6点之间最便宜。不幸的是，这段时间恰好是饮用水需求最高的时期。

在引入WatEner之前，储水箱在夜间以较低的能源价格装满，在白天用水需求和能源价格高的时候排放到配电网。WatEner的整体方法被用于重新设计网络泵的泵调度，从而结合上述影响来优化系统的能源效率。对于最佳解决办法的定义，重要的是，供水必须永远不中断，尽可能高的水质不受任何威胁，能源成本也应尽可能低。

为了显示重新设计抽水计划对能源消耗和能源成本的影响，我们选取了2015年三天的历史数据作为例子:一个平均工作日的平均用水量，元旦是2015年用水量最低的一天，炎热的夏天是用水需求显著增加的一天。

结果与讨论

图4以2015年3月10日午夜至午夜为例，以平均工作日为例，展示了优化前后水厂总产量和储水箱水位的差异。当日总饮水量为5.45万立方米^3.。水厂网泵能耗合计12192千瓦时(0.2237千瓦时/米)^3.)，导致能源成本为2038欧元(0.0374欧元/立方米)^3.）.图5描述了优化前后网络泵的相应泵程。

图4:卡尔斯鲁厄市饮用水总消耗量(红色实线)，优化前(黄色实线)和优化后(黄色虚线)的储罐水位，优化前(蓝色实线)和优化后(蓝色虚线)的水厂总产量^th2015年3月。

图5:网络泵的泵程表 10th2015年3月的午夜到午夜 优化前(左)和优化后(右) 点击此处查看图

饮用水的消耗量就在10^th2015年3月的需求(图4中的红色实线)在午夜到早上6点之间非常低，然后在早上7点到9点之间(人们洗澡)可以观察到最高的需求。在那之后，直到下午4点左右，它显示出轻微的下降，然后在晚上7点左右(人们洗澡)出现第二次较小的最大值，最后再次下降。这种日常消费模式通常是重复的，除了平台知道并能够识别的一些“特殊”日子(如新年)，提供同样好的需求预测。在那些特殊的日子里，高峰需求从早上7点和9点转移到上午11点，而夜间需求总是得到满足。

在这两种情况下，储水箱都是在晚上11点到早上6点之间注满的(优化前的实黄色线，优化后的虚线)。最初，在优化之前，这是水厂总产量最高的时间(蓝色实线)。为了在夜间使用相对便宜的能源，储罐完全充满地下水位，从大约2米(期望/要求的最低)上升到大约7.5米。通过优化的泵调度，避免了非常高的输出(蓝色虚线)，储罐仅填充约5米。

白天，在优化之前，水厂的总产量必须大大减少到低于平均水平，以清空储罐至所需的最小2米。采用优化后的水泵调度，水厂的总产水量更接近平均水平。

最初的水泵时间表是由操作水厂的技术人员根据观察到的系统行为实时创建的。这包括大约20个切换操作。另一方面，优化的泵计划是根据预测的用水量和水力模型，为第二天预先计划的。因此，只有8个切换操作就简单多了。

通过应用优化的泵计划，网络泵的能耗将减少916千瓦时或7.5%。这将导致能源成本减少147欧元或7.2%。乘以365天，每年节省的费用总计约为54,000欧元。成本下降的百分比略低于能源减少的百分比，因为较少的廉价能源在晚上被用来填满储水箱。

2015年元旦(图6和图7)和2015年炎热的夏季(图8和图9)，2015年饮用水消耗量最小，水泵调度优化的结果类似。

图6:卡尔斯鲁厄的总饮用水消费量 (红色实线)，水位表在储罐前 优化(黄色实线)和优化后 (黄虚线)和水厂总产量 优化前(蓝色实线)和优化后 (蓝色虚线)的1圣2015年1月 点击此处查看图

元旦当天的饮用水消费模式非常有趣(图6中的红色实线)。凌晨1点左右，饮用水消费量明显增加，可能是人们在参加完午夜派对后和睡觉前冲洗厕所。显然，作为一个公共假期，大多数人开始一天的时间都很晚。这一天的总饮水量仅为4.22万立方米^3.这仅仅是一个工作日平均用水量的四分之三。水厂网泵能耗合计9550千瓦时(0.2263千瓦时/米)^3.)，导致能源成本为1,599欧元(0.0379欧元/立方米)^3.）.

图7:网络泵的泵程表 对于1圣2015年1月的午夜到午夜 优化前(左)和优化后(右) 点击此处查看图

原始的、实时创建的泵调度有14个切换操作。优化的、预先规划的泵计划只需要6次切换操作。通过这种优化的泵计划，网络泵的能耗将减少772千瓦时或7.6%。这将导致能源成本减少122欧元或7.7%。

3 .饮用水消费模式^{理查德·道金斯}2015年7月的数据(图8中的红色实线)显示，在一个非常炎热的夏季，晚上的饮用水消费量第二高，很多人下班回家后会给花园浇水或第二次淋浴。这一天的总饮水量高达75000米^3.这几乎比一个工作日的平均饮水量高出40%。水厂网泵能耗合计17250千瓦时(0.2300千瓦时/米)^3.)，导致能源成本为2,888欧元(0.0385欧元/立方米)。

图8:卡尔斯鲁厄市饮用水总消耗量(红色实线)，优化前(黄色实线)和优化后(黄色虚线)的储罐水位，优化前(蓝色实线)和优化后(蓝色虚线)的水厂总产量理查德·道金斯2015年7月 点击此处查看图

原始的、实时创建的泵调度有12个切换操作。优化的、预先规划的泵调度只需要5次切换操作。通过优化的泵计划，网络泵的能耗将减少1065千瓦时或6.2%。这将导致能源成本减少173欧元或6.0%。

图9:网络泵的泵程表 2015年7月3日午夜到午夜 优化前(左)和优化后(右) 点击此处查看图

表1总结了使用智能ICT解决方案WatEner的整体方法优化卡尔斯鲁厄四个水厂网络水泵抽水时间表的结果。

表1:使用智能ICT解决方案WatEner优化泵调度的结果总结

	原始数据		通过优化节省
操作日类型	消费 [m3.］	能源效率 (千瓦时/ m3.］	能源 (%)	能源成本 (%)
最小的需求	42200年	0, 2263	7.6	7.7
平均需求	54500年	0.2237	7.5	7．2
最大需量	75000年	0.2300	6.2	6.0

必须指出的是，所实现的节约和可实现的投资回报率在很大程度上取决于供水设施的规模(服务人口)、能源成本和每个特定情况/地区的许多其他因素——这是在实施诸如WatEner之类的解决方案之前网络的初始状态。
在一个发达国家的中等城市(30万居民)测试了该工具后，预计在发展中国家的大城市和特大城市以及城市的预期结果至少与在西北欧试点中获得的结果一样好。

所得结果表明，在合理投资的情况下，水-能源联系问题的非结构性解决方案可以对若干问题(气候变化、碳足迹、WUs资产负债表和水损失)产生重大影响。

这些结果是通过改变WU的操作范式来获得的，从而解决了WU的主要问题:

• 一个整体的视野。在整个供电网络中评估不同的节能策略是可能的，从而提高节约并防止网络其他部分的低效率。

• 整合和使用现有的监测基础设施和水力模型。

• 动态适应在供水网络中发生的持续运行问题，例如网络的某些部分因维护或故障而临时停止或服务限制。

• 无论水务公司的监测技术水平如何，都能灵活地提供有用的建议。
  

结论

与高度关注数学模型的经典方法相比，用于供水网络管理的智能ICT工具具有多种优势。此外，大数据/数据分析模式是不够的，因为它没有能力包括在运营管理改进过程中获得的知识。人工智能方法有助于处理专家管理人员的知识，并且灵活地允许随着时间的推移丰富运营策略，有助于持续改进管理策略。

一方面，纯数学解没有考虑日常水网运行环境的变化。人工智能通过包含能够随着网络运行过程中获得的新知识而发展的机器学习技术，有助于改善管理。该平台有能力适应政策或指令的变化、知识的改进或基础设施的修改。

另一方面，智能ICT解决方案提供了一种灵活的方式来执行对网络进行全面管理所需的分析;所描述的人工智能方法独立于监测水平、网络基础设施或水务公司的特定目标。它们仅依赖于网络管理人员的知识，并通过允许在日常运营管理中执行多标准分析中的变量和规则的添加，提供维护和改进管理策略的机制。
城市供水系统管理面临着社会经济、可持续性和复原力方面的挑战，包括人口增长导致的过度用水、对水价值的低估、行动者之间缺乏协调、运营问题(老龄化、漏水、质量)、能源价格上涨以及应对气候变化问题的必要性。然而，在全球范围内对WU资源效率或环境绩效的评估仍然缺乏一个整体的方法。智能ICT解决方案填补了这一空白。

通过使用像WatEner这样的信息和通信技术工具，业务管理人员可以更有效地管理供水和配水网络，动态响应短期需求的波动，并考虑诸如供应连续性、网络压力、最小流量等边界条件。同样，该平台提供了一个高度可靠的需求预测系统，该系统基于消费区域、需求模式和历史数据，还包含一个定制和参数化系统，用于校准和评估结果。

例如，在欧洲西北部拥有30万居民的卡尔斯鲁厄市进行的一项案例研究表明，通过使用智能ICT解决方案的整体方法，可以节省约7%的水厂网络水泵使用的能源。

参考文献

1. CAF。根据联合国关于南方非洲问题的议程。(2015)。

2. 美国政府能源部。水-能源关系:挑战与机遇。(2014)。

3. Amir Cahn，智能公用事业公司。智能水能关系。(2014)。

4. Royan Fredrick, Global enviv。水市场。全球智能水市场:“挖掘水和行业的真正价值”(2012)。

5. 麦克斯韦。水市场评论。扼要回顾世界水市场的挑战和机遇。(2012)

6. 电力研究所。美国水供应和处理用电-下半个世纪。水与可持续发展。4，(2012)

7. 欧盟EIP-Water。在可持续能源方面取得进展。(2015)。

8. Nogueira。常规供水系统的能源和水力效率。(2014)。