周 平, 韩宇泽, 储 强
(南京供电公司 电缆医检室, 南京 210000)
近年来, 随着我国城市经济的飞速发展, 现代城镇建设空间用地越来越紧张, 地下管线对地下空间占有和需求量也不断增大[1]。为有效集约型利用城市建筑用地, 解决城市电力仓储和使用问题, 城市综合管廊的建设不断扩大。综合管廊也称为共同沟、 综合管沟, 主要是指兴建于城镇地下用于工程管线电力供给的重要设施[2]。从整体上看, 综合管廊主要是对当前城市地下空间的合理应用, 可以有效容纳城市公共和私人建筑的管线以及相关电力仓设置, 保证地表结构架空以及其他换线可以有效集中在地下空间区域, 从而实现电力仓管线的统一监控和管理[3]。综合管廊下管线类型较多, 输送量较大, 而对于综合管廊电力仓的运维管理, 也是当前城市电力保障的重要内容。从特征上看, 综合管廊具有明显的综合性特征, 属于城市建设的长期工程之一, 也是城市基础设置集约化的代表性升级项目类型, 是典型的城市地下空间综合应用[4-5]。在我国当前的经济发展进程中, 随着城市化进程的不断加剧, 城市空间用地也日趋紧张, 而综合管廊建设可以很好地节约一部分地表空间, 提高城市空间资源的利用率[6]。目前我国城市管廊运维作业管理还处于初级阶段, 整体的规划设计还较为落后, 其核心问题在于综合管廊电力仓内线路结构复杂, 整体通风散热环境较为恶劣, 容易引发多类型事故。而目前现有的运维作业管理算法, 在综合管廊电力温度控制调配方法还较为落后, 一旦出现高密度用电, 会造成严重的建筑事故。所以有关部门迫切需要对当前综合管廊电力仓运维进行升级, 降低此类事故的发生。为此, 笔者针对当前综合管廊电力仓运维造成的散热问题, 基于解空间分割相关技术, 对当前运维作业管理机制进行升级, 提出管廊电力仓运维作业动态优化算法, 提高结构合理性, 解决管廊电力仓的散热问题, 提高用电安全。
目前现有的管廊电力仓其空间应用大多仅能依靠就近原则, 而对于空间的优化时运维作业为整体优化的核心。设计将解空间分割处理机制相关思想, 引入到优化问题中, 该机制将整个处理过程划分为: 分割、 运算、 汇总3个阶段, 其具体描述如下。
1) 分割阶段[7]。对目标进行解空间划分, 将优化问题依靠实际信息设置多个自变量, 即X1,X2,…,Xm, 此时其整体解空间S为m个自变量构成的m维空间, 而解空间的维度为自变量数量。将S分割成多项不同的数据子空间{S1,S2,…,Sm}。
2) 运算阶段。将分割后的子空间{S1,S2,…,Sm}分别作为空间子任务{K1,K2,…,Km}的解空间, 划分后的子空间任务数为最小的计算单元, 子任务{K1,K2,…,Km}分别获取最优解, 获取的任务函数值为{A1,A2,…,Am}。各子任务分割处理和寻优过程完全独立, 利用子任务各自解空间进行问题优化求解[8-9]。
3) 汇总阶段。从各个子任务解中选择最优解, 将所有子任务{K1,K2,…,Km}运算得出的函数值进行汇总, 获取最终的数据处理结果{A1,A2,…,Am}, 从中选取最优目标函数值Ax作为整体目标的最优函数解[10]。基于解空间分割的并行处理机制其核心工作模式如图1所示。
图1 解空间分割处理机制Fig.1 Solution space segmentation processing mechanism
应用上述建立的解空间分割处理机制, 对综合管廊电力仓磁场数据进行计算, 获取最佳的电力分配方案。针对当前综合管廊电力运维下的不同电压等级电缆线进行测评, 可发现电缆缆芯导体区域加载实际上均为正常运行电流。对二维模型计算区域, 采用解空间处理分割机制, 进行电力仓磁场计算, 通过对当前电磁控制方程
(1)
(2)
(3)
根据综合管廊电力仓运工程技术规范标注内容可以确定, 要想维护管廊的基础安全, 需要保证电力仓通风换气次数每小时不低于2次。而在不通风的情况下, 综合管廊可以看做是完全密闭环境, 管廊电力仓则需要以自然对流的方式进行散热。为了实现管廊运维作业动态升级, 基于上述获取的电磁场数据, 进一步以解空间分割思想, 根据自然对流微分方程、 能量方程进联立求解, 计算管廊电力运维作业的传导数据。采用解空间分割的综合管廊电力仓流场和温度场进行耦合计算, 可以获取电力仓温度的对接分布情况。
(4)
(5)
(6)
(7)
在式(4)~式(7)中,vx和vy是空气在x,y两个方向上的速度分量,αv是空气膨胀系数;T表示空气温度的最终解;T∞表示整体趋于稳态温度值;μ表示空气粘性系数;k表示空气传输的热导率;2是拉普拉斯算子,kx,ky分别代表热导率的差异性参数。
基于上述提出的解空间分割并行遗传算法, 可以将其求取的电力仓磁场计算数据和对流分析数据参数分别划分子空间, 明确划分个数和空间个体数。在进行最后的整体优化前, 需要对这2个参数进行设定。基于解空间分割思想, 按照预设精度要求, 选择当前样本总体个数, 在根据子空间占整体空间的实际比例为每个参数的子群进行个体分配。一般来说, 种群划分的数量越多, 最终结果的整体性能越好, 这样可以有效克服传统管廊电力仓空间运维管理时出现的局部最优过早收敛的情况, 同时数据的单一属性也方便管廊管理平台整体研究划分。因为在解空间理论下, 随着电力仓磁场和对流分析数据规划分数的不断提高, 子群个体数会出现明显下降, 这样既不利于空间求值(如优化过程汇总将降低解空间子群), 又会严重影响算法的并行性。所以在实际运算划分中, 解空间子群个体数可以在参照比例划分的基础上, 进行适当的数据增改, 添加数据迭代次数。另外, 为了保证当前个体可以实现解空间分割寻优, 个体的整体数量不能过低, 则根据解空间最小规模理论, 设计优化最终选定子群个数为20左右。
采用基于解空间分割并行处理机制, 针对上述2项参数进行改进, 完成最终优化, 其算法步骤如下。
step1 在基本的解空间算法基础上, 对2项参数的初始值进行设定。
setp2 分割阶段。将参数的整体空间S划分n份, 并将解空间子群个体划分为整数个体n的多等份, 如下式
CCut:S→{S1,S2,…,Sn}
(8)
step3 运算阶段。子任务随机产生种群(二进制), 各个子任务根据解空间算法流程, 在当前解空间上进行独立运行, 如下所示
step4 汇总阶段。将各个子种群运行结束后的数据求值结果进行汇总。如果管廊电力仓运维目标函数的搜索域在二维空间下, 设置自变量X,Y, 目标函数F(X,Y)=X2+Y2可以看做是关于X,Y的复杂函数。设置管廊参数种群个数M=200, 进化代数为300, 交叉概率设置为P=0.6, 则此时数据迭代后其变异概率为0.01。对其核心参数整体解空间X,Y的范围进行多等份分割, 每个子空间的个体数为80。假设此时管廊电力仓运维空间被分割为4个子任务, 即{K1,K2,K3,K4}的搜索空间为{S1,S2,S3,S4}。
对各个空间的不同子群进行搜索, 每项独立参数均需要依靠各自独立的目标函数值进行寻解, 即可获取最优的目标函数解, 从而实现管廊电力仓运维作业的动态优化。
由于笔者设计的空间分割的综合管廊电力仓运维作业动态优化算法主要基于电力仓磁场和综合管廊电力对流2项参数, 通过最优解迭代实现整体运维优化, 因此获取的计算域中, 温度分析和控制是其核心。因为电缆线路和综合管廊电力仓可以近似一个具有典型平面结构的多维模型, 其自身支架体积较小, 可能存在不导材料, 因此实验过程中可以忽略其温度分布影响。综上, 仿真实验为了节约实验资源, 将整个实验简化成一个二维模型, 进行电流、 磁场和温度场的耦合分析, 通过与传统的运维管理平台针对绝对温度和最高温度进行对比, 验证设计效果。
图2 局部高温实验对比Fig.2 Comparison of local high temperature experiments
综合管廊在没有通风设施的基础上, 电力仓内部散热以空气对流散热为主。实验采用2种对比方法对流场和温度场进行耦合计算, 分别获取局部最高温, 通过改变电流运行量进行多组对比, 其结果如图2所示。
图2显示了2种实验运维方法下, 综合管廊电力仓的局部最高温度。实验共选择了10个探究点位进行温度模拟控制并提取数据结果进行对比。不难看出, 笔者设计的基于解空间分割的综合管廊电力仓运维作业动态优化算法, 每个点温度值均低于60 ℃, 其区间大约在38 ℃~50 ℃之间, 属于安全温控区域。而传统运维平台管控下, 其温度明显高于笔者设计的运维平台, 二者相差比例超过27%, 足以初步证明设计平台的优越性。
绝对温度可看做是当前运维管控下, 管廊电力仓温度波动幅度, 其幅度越小证明整体稳定性越高。设计按照上述策略进行实验对比, 其结果如表1所示。
表1 绝对温度对比
表1记录了抽取的10个测控点对应的绝对温度, 由表1可见, 传统管控平台的绝对温度值明显高于笔者设计的运维作业优化算法。通过设置边界条件进行对比验算, 结果表明笔者设计的运维优化算法最终的绝对温度降低了32%, 证明了实验正确性。
随着我国经济发展, 城市布局和规划逐渐扩大, 人口增多导致城市用地越来越紧张, 因此, 基础设施的规模也受到了限制。地下管廊的建设和更新, 可以保证城市供电供水, 同时对不同管线和电力仓的运维管理, 可以保证城市基础管廊的应用安全, 使城市居民生活质量得到提高。