《城市排水系统实时控制方法研究进展》魔法香蕉nanb

2、2.城市排水系统实时控制方法的相关概念

　　2.1 城市排水系统
　　从水环境治理的角度看，城市排水系统系主要可分为源头、管网、处理厂以及出流河道。其中，源头包括绿色基础设施，如低影响开发（low impact development, LID）等；管网包括传统的灰色基础设施，如排水管网、泵站和调蓄池等；处理厂则包括传统水质净化厂和各类排水处理设施；出流河道则指具备蓄水、排水和自净能力的末端水体及相关处理设施[[[] 王浩正,冯宇,孙文超,邱勇,刘智晓,黄霞.城市排水系统模型综述[J].中国给排水,2021,37(22):1-10.DOI:10.19853/j.zgjsps.1000-4602.2021.22.001.]]。这些部分形成了如图2的“源-管网-处理厂-出流河道”治理体系，这个体系可以通过自然调蓄或者通过灰色调蓄来处理净化水体，因此整个城市排水体系需要根据不同的实时控制需求进行上下游水资源联合调度。

　　2.2 智慧城市排水系统
　　基于这种水资源联合调度的需求下出现的智慧城市排水系统是基于物联网、在线监测、自动控制及排水系统模型等技术手段而构建的，实现了排水系统的可视化、信息化及智慧化运行，保障排水系统高效高质量地运转[[[4] BRANKO, KERKEZ, CYNDEE, etc. Smarter Stormwater Systems[J]. Environmental Science & Technology, 2016.]]。20世纪70年代美国环保署发布的暴雨管理模型（SWMM模型）开启了城市排水系统水动力模型的研究，SWMM模型主要用于模拟城市降雨径流和排水管网输送过程。80年代随着个人计算机的发展，城市排水水动力模型开始得到广泛应用并开始进行商用。90年代，地理信息系统(Geographic Information System, GIS)被耦合到城市内涝的过程模拟中。进入21世纪后，城市排水系统模型的操作更加简单，图形界面显示更加直观，并因此得到更广泛的应用。
　　2.3 城市排水系统的优化控制
　　我国目前的智慧排水系统发展正处于信息和智慧化感知阶段，随着信息技术、智能控制技术等新兴技术的发展，城市排水系统的优化控制手段也在不断升级和优化。多个城市都逐步实现了对排水系统管网及泵、闸等流量控制设施的GIS平台化管理，并通过管网动态数据的监测采集来辅助排水系统控制决策管理。基于这些智慧化工作，结合排水系统模型、优化控制算法、人工智能等技术手段，如耦合机理模型和机器学习模型的排水系统优化调度，推动了城市智慧排水系统进入智能优化控制阶段成为当前研究领域的发展方向[[[5] WEBBER J L, FLETCHER T, FARMANI R, etc. Moving to a future of smart stormwater management: A review and framework for terminology, research, and future perspectives[J]. Water Research, 2022, 218: 118409.]]。城市排水系统智能优化控制是城市基础设施现代化发展重要的一环，更加高效、可靠、自动化和节能的智慧排水系统将极大地促进城市排水系统的可持续发展，实现城市环境保护和资源利用的最大化[[[] Wei D. Xu, Matthew J. Burns, Frédéric Cherqui, Sophie Duchesne, Geneviève Pelletier, Tim D. Fletcher,Real-time controlled rainwater harvesting systems can improve the performance of stormwater networks[J]. Journal of Hydrology, Volume 614, Part A, 2022, 128503.]]。

　　我国当前针对城市排水系统的优化控制研究主要集中在合流制排水系统中防控内涝和削减溢流污染方面，通过实施RTC方法提高集中储水设施（如储水箱[[[] ABOU RJEILY Y, ABBAS O, SADEK M, etc. Model Predictive Control for optimising the operation of Urban Drainage Systems[J]. Journal of Hydrology, 2018, 566: 558-565.]]、蓄水池[[[] YAZDI J. Optimal Operation of Urban Storm Detention Ponds for Flood Management[J]. Water Resources Management, 2019, 33(6): 2109-2121.]]、城市湖泊[[[] WANG X, TIAN W, LIAO Z. Offline Optimization of Sluice Control Rules in the Urban Water System for Flooding Mitigation[J]. Water Resources Management[2023-02-08]]]等）的运行效率是目前最主要的优化控制方法之一。此外，还有一些新技术被耦合进排水系统优化控制，例如基于物联网技术的智能排水系统，以及利用人工神经网络、遗传算法等新兴技术来预测雨水径流量、监测雨水水质和优化控制策略[[[] FuGuangtao, JinYiwen, SunSiao, YuanZhiguo, ButlerDavid. The role of deep learning in urban water management:Acritical review[J].Water Research,2022,223.]]。