当前世界环境

简介

供水系统面临着社会经济、可持续性和恢复力等领域的挑战，包括由于人口增长而造成的过度使用、低估水的价值、行动者之间缺乏协调、运营问题(老化、渗漏、质量)、能源价格上涨和应对气候变化问题的需要。除了其他方面外，水务公司已经通过调整其基础设施和工作程序以及在其操作流程中实施新工具来应对这些方面。此外，对供水设施的资源效率和环境绩效的评估往往仍然缺乏一种整体方法，导致存在一种固有的知识和一组互不关联和可获得性低的资产，在许多情况下，这些资产与决策过程是孤立的。具体来说，水与能源之间的关系引起了许多WU的注意，这些WU往往采取相当大的措施来减少能源消耗和提高能源回收。在更广泛的背景下，水资源效率对WU也极为重要。它也被认为是全球水市场在未来几年将面临的最重要的多学科挑战之一。⁴

在所有发展水平的国家，非收入用水(在输配和消费方面的损失和浪费)是众所周知的。例如，许多供水系统会导致多达20 - 40%的处理过的饮用水泄漏。

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，加州(美国)总能源消耗的近20%用于该州的水运，而美国整体的类似数据约为6%。⁵

水质和缺水问题正达到危机程度，公众的认识和关注正在增加。这与以气候变化为中心的事件相吻合，正如缔约方会议，特别是上次的巴黎COP21所言，这将导致在碳足迹等方面的更多监管和执行。无线网络将不得不应对更严格的立法，这将迫使他们调整其惯常的网络运营和管理(O&M)，以应对这些挑战。水-能源关系的问题引起了WU的注意，其管理人员逐渐意识到，较低的运营成本可以改善WU的资产负债表，使更好和更多的财政资源用于进一步的任务，如维护基础设施，提高网络到没有服务的社区或改善水质。必须巧妙地实现运维范式的更改，并为所有类型的WU提供可访问性。需要一种非结构性的解决方案，在能源和水损失方面提高运维效率。我们的整体目标是让资讯科技站以灵活的方式整体管理其流程，最大限度地节省资源和减低运作成本，同时维持服务质素和水平。

图1:现有压力和 通过信息通信技术的支持来解决的目标。 点击这里查看图

在这种情况下，信息和通信技术(ICT)对于有效地满足新的要求至关重要。最重要的技术是，首先，开发测量和控制网络，使其能够获得了解系统状态、执行管理和规划任务以及生成响应内部和外部请求的信息所需的数据。其次，实施包含商业智能(BI)技术的管理和决策支持系统，该技术允许管理和使用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，帮助运行驱动响应行动所需的程序:资产管理、水力模型、GIS模型、事件监测、管理指标等。

图2:ICT解决方案的主要特点 点击这里查看图

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是非常重要的。⁷考虑到配水系统，将电、水两网分开处理，相对而言可以提高能源效率。⁸然而，同时考虑它们也会带来挑战和调度优化问题。尽管有大量的研究和试点关注于能源效率和供水成本的分离，但除了解决其他技术和经济方面的问题，与智能平台描述的调度优化问题不同，只有有限的试点或研究完成了将两者结合起来考虑。

这么多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，能够将这么多数据转化为有用和可理解的信息，以支持决策，并尽量减少有关高度复杂问题的决策所具有的不确定性。

在这类具有大量相关变量的复杂问题中，ICT解决方案，特别是作为人工智能(AI)算法和解决方案集合的决策支持系统，有助于实时分析历史数据，并从整体的方法检查管理策略，以便提供考虑不同层次(水力、能源、经济和商业规则)的操作变量的建议。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)的管理替代方案的采用。

简而言之，决策支持系统是一种工具，它为管理员和网络管理员提供支持和建议，利用实时信息改进决策，并在最佳管理策略的规划和分析过程中指导他们。实施智能ICT解决方案的总体目标使WU能够以灵活的方式全面管理其流程，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。

材料和方法

卡尔斯鲁厄城市建设有限公司(SWKA)是德国卡尔斯鲁厄市约30万居民的当地能源(电力、天然气和远程供热)和饮用水供应商。卡尔斯鲁厄市拥有其大部分股份。

卡尔斯鲁厄周边地区气候温和，年平均温度为10.4℃(12月至2月为1 - 2℃，6月至8月为17 - 19℃)。年平均降雨量约920毫米/年，其中40% - 50%是在冬季。卡尔斯鲁厄附近地区的地下水位大约在地表以下1 - 10米，视地形和水文情况而定。底土由砾石和砂石组成，积约1.3 bill m^3.卡尔斯鲁厄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滤除铁和锰。每个水厂有四个网络泵，泵速率恒定(不受频率控制)。通往卡尔斯鲁厄市的四个自来水厂的饮用水总产量约为2000万立方米^3.每年或55000米^3.每一天。

饮用水网络的长度超过900公里。卡尔斯鲁厄市的大部分地区位于一个压力区，所有四个供水工程都在这里供水。该压力区附有一个约2万米的储水罐^3.位于街道上方约50米，稳定和控制主压力区的水压。

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。从那以后，在饮用水供应方面已经做了大量的努力，例如，投资于更节能的地下水泵，为水处理设施供水，电力变压器，压缩机和电力照明。

SWKA目前的任务之一是优化每日泵送经处理的饮用水进入分配网络的时间表和使用储水罐。为了实现这一目标，SWKA参与了欧洲范围的研究项目WatERP 2012 - 2015。基于该研究项目的结果，Inclam集团开发了新的智能ICT解决方案“WatEner”，然后应用于卡尔斯鲁厄案例研究，在本文中描述。

图3:卡尔斯鲁厄水的实现 WatEner平台的供应系统 点击这里查看图

WatEner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，以改善供水网络的管理，以节约水、能源和经济成本，最终在水和能源领域都获得效益。
在这种情况下，实施智能ICT解决方案的主要目标是通过决策支持系统(DSS)工具响应节能减排方面的需求和要求，在以下领域提供帮助:

• 饮用水需求预测

• 水箱的管理

• 给网水泵的泵送时间表

• 其结果是:网络泵的能源效率。

DSS负责指导用户制定更好的管理策略，包括短期(未来几天)甚至长期(网络投资规划)。DSS本身是人工智能(AI)方法和算法的集合，其目的是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，并从经济成本、水力问题和定义的政策方面评估这些策略(或用户引入的任何其他策略)。此外，DSS负责存储、管理和赋予WU的技术人员在操作单元的可用专业知识价值。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。

综合方法是通过(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链接给出的。这种联系允许考虑到所有可用变量及其相互关系进行评估，并从所有角度提供可行和有效的战略。

图4:10个城市的卡尔斯鲁厄饮用水总消耗量(红色实线)、优化前(黄色实线)和优化后(黄色虚线)的蓄水池水位和优化前(蓝色实线)和优化后(蓝色虚线)的自来水厂总产量th2015年3月 点击这里查看图

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，储水罐中地下水位的高低对供水网络中的压力有决定性的影响。地下水位越低，供水网络的压力就越低，因此自来水厂的网络泵的输出压力也就越低。然而，较低的压力并不会降低泵的功耗，因为它们不是频率控制的，而是增加了泵的水输出，并相应地提高了比能耗[kWh/m]^3.)泵的。

此外，通过均匀化水厂的输出水，可以减少管道内水的摩擦所造成的平均能量损失。摩擦力随着管道中水流速度的平方而增加。因此，为了避免管道内水流速明显高于平均流速的区域和时间，降低水厂网络泵输出的平均压力，从而增加其输出，提高其比能耗。

最后，由于以往自来水厂的网络泵由于施工和设计要求的不同，一些网络泵一般比另一些更节能。运行效率较低的泵很少能提高平均能源效率。

此外，还必须考虑到电价有较高的时间段和较低的时间段。在德国的案例研究区域，上午8点到10点和下午5点到9点之间的电费通常是最贵的，午夜到早上6点之间的电费最便宜。不幸的是，这个时间段与饮用水需求最高的时间段相吻合。

在引入WatEner之前，储水罐在夜间使用较低的能源价格灌装，在白天当水需求和能源价格较高时排放给配电网。WatEner的整体方法被用来重新设计网络泵的泵计划，从而结合上述效果来优化系统的能源效率。对于最优解决方案的定义，重要的是，供水必须永远不中断，尽可能高的水质不受任何风险的影响，能源成本也应尽可能低。

为了展示重新设计抽水计划对能源消耗和能源成本的影响，选取了2015年3天的历史数据作为例子:一个平均用水量的工作日，元旦是2015年用水量最低的一天，炎热的夏天代表了用水量显著增加的一天。

结果与讨论

图4以2015年3月10日午夜至午夜为例，以一个平均工作日为例，展示了供水工程总产出和储水罐水位优化前后的差异。当天的饮用水总消耗量为54500米^3.．水厂的网络泵耗电量合计达12,192千瓦时(0.2237千瓦时/米)^3.)，导致能源成本为2038欧元(0.0374欧元/米)^3.)。图5描述了优化前后网络泵的相应泵程。

图4:10个城市的卡尔斯鲁厄饮用水总消耗量(红色实线)、优化前(黄色实线)和优化后(黄色虚线)的蓄水池水位和优化前(蓝色实线)和优化后(蓝色虚线)的自来水厂总产量^th2015年3月。

图5:网络泵的泵时间表 10th从午夜到午夜 优化前(左)和优化后(右) 点击这里查看图

饮用水的消耗量在10^th2015年3月的需求(图4中红色实线)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(人们在洗澡)可以观察到最高的需求。在那之后，它出现了轻微的下降，直到下午4点左右，然后在晚上7点左右出现了第二个较小的最大值(人们在洗澡)，最后再次下降。除了平台知道并能够识别的一些“特殊”日子(如新年)外，这种每日消费模式通常会重复出现，从而提供同样良好的需求预测。在这些特殊的日子里，高峰需求从早上7点转移到9点，可以在上午11点到达，而夜间需求总是得到满足。

在两种情况下，储水罐在晚上11点到早上6点之间装满水(优化前的实黄线，优化后的虚线黄线)。最初，在优化之前，这是自来水厂总产量最高的时间(蓝色实线)。为了在晚上使用相对便宜的能源，储罐完全充满了地下水位，从约2米(期望/要求的最低)上升到约7.5米。在优化的泵计划中，避免了非常高的输出(蓝色虚线)，储罐只灌满约5米。

在白天，在优化之前，供水工程的总产水量必须显著低于平均水平，以便将储存罐排空到所需的最小2米。使用优化后的水泵计划，水厂的总产出更接近平均水平。

最初的水泵时间表是由操作自来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，优化的泵计划是预先计划的第二天，使用预测用水量和水力模型。因此，只需要8个切换操作就简单多了。

应用优化后的泵计划，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，每年节省的总金额约为54000欧元。成本下降的百分比略小于能量下降的百分比因为晚上用更少的廉价能源来填满储水罐。

2015年饮水消耗量最少的元旦(图6和图7)和2015年饮水消耗量非常高的炎热夏季(图8和图9)的水泵调度优化结果显示了类似的图像。

图6:卡尔斯鲁厄的饮用水总消耗量 (红线实)，水位在储罐前 优化(实黄线)和优化后 (黄虚线)和水厂总产出 优化前(蓝色实线)和优化后 (蓝色虚线)的1圣2015年1月 点击这里查看图

新年这天的饮水消耗模式非常有趣(图6中的红色实线)。在凌晨1点左右，饮水消耗明显增加，可能是人们在彻夜狂欢后和睡觉前冲厕所。显然，由于是公共假日，大多数人都很晚才起床。这一天的饮用水总消耗量只有42,200米^3.这仅仅是一个普通工作日饮水消耗量的四分之三。水厂的网络泵耗电量合计达9,550千瓦时(0.2263千瓦时/米)^3.)，导致能源成本为1599欧元(合0.0379欧元/米)^3.)。

图7:网络泵的泵程表 为1圣从午夜到午夜 优化前(左)和优化后(右) 点击这里查看图

原始的实时泵计划有14个切换操作。优化的、预先计划的泵计划只需要6次切换操作。通过这个优化的泵计划，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 .饮水消费格局^{理查德·道金斯}2015年7月(图8中的红色实线)作为一个非常炎热的夏天显示了第二次强烈的饮水消耗最大值在晚上，因为很多人在下班回家后会给花园浇水或第二次洗澡。这一天的饮水总消耗量高达75000米^3.这几乎比一个普通工作日的饮用水消耗量高出40%。水厂的网络泵耗电量合计达17,250千瓦时(0.2300千瓦时/米)^3.)，导致能源成本为2888欧元(0.0385欧元/立方米)。

图8:卡尔斯鲁厄的饮用水总消耗量(红色实线)，优化前(黄色实线)和优化后(黄色虚线)的储罐水位，以及优化前(蓝色实线)和优化后(蓝色虚线)的水厂总产水量理查德·道金斯2015年7月 点击这里查看图

原始的实时泵计划有12个切换操作。优化的、预先计划的泵计划只需要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日午夜至午夜 优化前(左)和优化后(右) 点击这里查看图

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的网络泵的抽水计划的描述结果。

表1:使用智能ICT解决方案WatEner优化泵排程的结果总结

	原始数据		通过优化节约
操作一天类型学	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(所服务的人口)的规模、能源成本和每个特定情况/地区的许多其他因素——这是在实施像WatEner这样的解决方案之前的网络初始状态。
在发达国家的一个中等城市(30万居民)测试了该工具后，预计在较大城市和超大城市以及发展中国家的城市的预期结果将至少与在西北欧试点获得的结果一样好。

研究结果表明，通过合理的投资，对水-能源关系问题的非结构性解决方案可以对多个问题(气候变化、碳足迹、WUs资产负债表和水资源损失)产生重大影响。

这些结果是通过改变WU的运作模式来解决WU的主要问题:

• 整体的视野。在整个供应网络中评估不同的节能策略是可能的，以提高节约和防止网络其他部分的低效。

• 整合和使用现有的监测基础设施和水力模型。

• 动态适应供水网络中发生的持续运行问题，如为维护或故障而在网络的某些部分暂时停止或限制服务。

• 无论自来水公司的监测技术水平如何，都能灵活提供有用的建议。
  

结论

与传统的方法相比，用于供水网络管理的智能ICT工具具有多种优势，高度关注数学模型。此外，大数据/数据分析范式是不够的，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，并且具有灵活性，可以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，纯数学解没有考虑到日常水网运行环境的变化。人工智能通过包括机器学习技术，能够根据网络运行中获得的新知识进行进化，从而有助于管理的改进。该平台能够随时适应政策或指令的更改、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级别、网络基础设施或供水公司的特定目标。它们只依赖于网络管理人员的知识，通过允许在日常运营管理期间执行的多标准分析中添加变量和规则，提供了维护和改进管理策略的机制。
城市供水系统的管理面临着社会经济、可持续性和恢复力的挑战，包括由于人口增长导致的过度使用、对水价值的低估、行为体之间缺乏协调、运营问题(老化、渗漏、质量)、能源价格上涨以及应对气候变化问题的需要。然而，对世界范围内武工业资源效率或环境绩效的评价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ICT工具，运营经理可以更有效地管理供水和分配网络，动态响应短期需求波动，并考虑边界条件，如供应连续性、网络压力、最小流量等。同样，该平台提供了一个基于消费区域、需求模式和历史数据的高可靠性需求预测系统，还包含了一个定制和参数化系统，以校准和评估结果。

例如，在欧洲西北部拥有30万居民的城市卡尔斯鲁厄(Karlsruhe)进行的一个案例研究表明，通过使用智能ICT解决方案的整体方法，那里的自来水厂的网络泵所使用的能源有可能节省约7%。

参考文献

1. CAF。按照南方América的议程。(2015)。

2. 美国政府能源部。水-能源关系:挑战与机遇。(2014)。

3. 阿米尔·卡恩，智能公用事业公司。智能水-能源Nexus。(2014)。

4. 罗扬·弗雷德里克，全球环境公司水市场。全球智能水市场“发掘水和行业的真正价值”(2012)。

5. 麦克斯韦水务市场评论。简要回顾世界水市场的挑战和机会。(2012)

6. 电力研究所。美国供水和处理用电-下半个世纪。水和可持续性。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)。