测控一体化闸门及其调控技术研究分析

侯文涛，白美健，陈炳绅，章少辉，史 源

（1.流域水循环模拟与调控国家重点试验室中国水利水电科学研究院，北京100048；2.云南省玉溪市水务局，云南玉溪653100）

0 引言

灌区是我国社会经济发展的重大公益性基础设施，是保证国家粮食安全、用水安全和生态安全的重要基石，是山水林田湖草系统治理和乡村振兴的关键支撑。灌区工程是集灌溉水源工程、输配水工程、排水工程、田间灌溉工程、测控设施、管理设施于一体的系统工程，具有面广，点多、散、小、偏、远的特点[1]。测控设施是进行灌区水管理的重要工具，能帮助管理者准确掌握供给侧“蓄引提调”多水源来水情况和需求侧用水情况，为灌区水费收取和用水总量与定额管理提供支持[2]。目前，多数灌区测控设施配套与调控手段相对落后，用水户需求多样化发展态势加大了灌区业务的管理难度，传统管理方式已难以满足各行业对灌区高质量服务的需求，急需借助信息化管理手段来提高灌区服务水平。

测控技术与设施升级配套是灌区信息化管理的关键所在。当前，随着灌区信息化和农业水价改革工作的推进，灌区用水计量设施配套工程建设工作得到高度重视，量测水产品百花齐放，超声波水位计、雷达水位计、磁致伸缩水位计、电磁流量计、超声波流量计、雷达流量计等先进量测水设备逐渐被广泛采用，测控合一的量水设备可避免独立量水设施所产生的水头附加损失，是未来的发展方向之一。测控一体化闸门及其调控技术结合计算机、自动控制、计算水动力学等学科，使控制系统能够根据渠道的实际运行状态对闸门进行自动控制。第一个自动控制闸门(AMIL GATE)由Neyrpic 旗下的French Group ALSTHOM 设计并生产，于1937年首次应用于Algeria(Oued Rhiou area)的主干渠（最大流量10 m3/s），尽管没有执行任何控制算法，但其在实际应用中的表现广受用户好评。该自动控制闸门通过水位测井监测闸门上游水位，利用水箱及其他附加结构自动控制闸门开度，无需其他能源驱动[3]，但由于其操作灵活性有限，无法适应用水需求较为频繁的灌区输配水系统。 因此， USBR(the U.S.Bureau of Reclamation)研发了三点式控制器（也称Little-Man），该控制器能够接收控制点水位实测值并反馈其内置算法推荐的闸门开度调节值，通过设定相关参数（dead-band，静带；gateoperate-time，动作时间；gate-rest-time，休眠时间），实现对闸门的调控[4]。由此，测控一体化闸门的研究和发展正式拉开帷幕。

目前，我国多数灌区的分水控制、流量计量、信息管理等方面自动化程度不高，基本上依靠配水员的手动操作和经验估算，工作效率和用水效率低，与灌区现代化管理要求有较大差距，无法满足灌区水资源优化调度、及时制定应急减灾策略等多目标管理需求。因此，国内外专家围绕测控一体化闸门及其调控技术开展了大量研究工作，本文重点从闸门水力特性适应性、过闸流量估算方法和闸群联合调控技术等方面进行梳理分析，并展望未来研究重点。

1 研究现状分析

1.1 闸门水力特性适应性研究

利用闸门对输配水过程进行干预时需要统筹考虑配水灵活性，渠道运行稳定性与安全约束，防洪需求等多目标需求[5]。多目标的实现受过闸水流水力特性影响显著，研究人员多从闸门结构入手解决测控一体化技术中闸门水力特性适应性问题。

常用于灌区的闸门有下射式孔流板闸、堰高可调的槽闸等，由于二者具有不同的水力特性，故适用场景不同。板闸的过流方式一般为下射式孔流，槽闸的过流方式为顶面溢流，二者的优缺点见表1。板闸用于流量监测时，通常无需购买新的成套设备，且水头损失低，但其稳定水位的能力与槽闸相比较差，不利于联合调控；槽闸的过流形式为顶面溢流，能保证渠道不发生漫溢，且上下游水位稳定，故其在闸群联合调控中的优势不言而喻[6]。

表1 两种闸门过流方式的特点[10]Tab.1 The characteristic of weir overflow and orifice flow

上、下游水位是渠道控制和流量计算的关键要素，水位稳定有利于改善渠道水力响应特性，因此将“堰”与“闸”相结合是一个巧妙的门体结构设计思路，测控一体化槽闸就是采用这样的门体结构。但是，由于其固有的顶面溢流形式会造成频繁的闸前淤积，不仅影响传感器测量精度，严重时还影响闸门过流能力。有资料显示，槽闸受淤积困扰时测流精度较正常工作状态下降26.8%[7]。针对淤积问题，一种方法是在分析传感器结构及其故障原因的基础上，加装一种外置的高效自动清洗装置借助高压水枪对传感器滤网进行冲洗，在一定程度上解决因淤积而引起的传感器工作性能下降问题[8]；另一种方法是从水力学角度入手，通过对闸门水力性能进行深入分析，提出结构更为简单、实用的控水设备，使闸门的过流底面与渠底皆可齐平，有利于集中冲沙，缓解闸前淤积压力[9]。

1.2 过闸流量估算方法研究

过闸流量的估算通常是利用实测的水位、流速和闸门开度等数据，通过过闸流量计算模型间接获得流量，过闸流量计算模型可分为机理模型、软测量模型[11]，模型特点及计算流程见图1。

图1 过闸流量计算流程Fig.1 The calculation process of discharge

机理模型在传统水工建筑物量水方法中应用较多，即利用相应的水力学理论进行流量计算。但该方法不具备时间相关性，且工程中的过闸流态不满足经验公式假设时，会大大影响精度[11]。软测量(Soft sensor)技术属于控制理论，又可称为状态观测技术(State observe)，包括软测量建模方法，模型实时演算的工程化实施技术及模型自校正技术，其中软测量建模方法是该技术的核心。软测量建模方法主要有两大类：一类是基于过程机理，该类方法需要开发人员透彻了解研究对象的过程机理，针对不同研究对象建立不同的模型，但该方法不适用于某些复杂的非线性过程；另一类是基于数据，该类方法将研究对象看作一个黑箱，利用数学回归方法、系统辨识或神经网络等方法建立模型，其优点是不需要深入了解研究对象的内部规律，适用性极广，但物理意义不明确[12]。新型的软测量模型结合了两种建模技术的优点，能够兼顾物理意义与时间相关性，提高了模型的非线性逼近能力，适用于具有强非线性、时变特点的水力过程。周玲（2002年）针对BP 网络应用于涵闸流量计算时出现的训练速度慢、易陷入局部极小值、推广能力较差的问题，运用最小二乘法建立了RBF 软测量模型，经测试与比较，发现RBF 方法较BP 方法收敛速度快、回忆误差小、实时性好、泛化能力强[13]。曹玉升等（2016年）将遗传算法与传统闸孔出流公式结合，建立了过闸流量软测量模型，可根据实测数据在线调整流量系数，自动拟合节制闸前后水位、闸门开度、流量系数之间的非线性关系，利用南水北调中线节制闸某时段渠道运行数据验证模型有效性并与其他模型进行比较，结果表明其实际工作性能优于传统水力学计算方法和基于BP网络的过闸流量计算模型[14]。

1.3 闸群联合调控技术研究

闸群联合调控的关键是闸群长时间、持续工作中的强非线性、多扰动、强耦合、大滞后等协同调控问题，在满足用水和安全需求的同时考虑复杂内边界对渠道非恒定流输水过程的影响，最终实现渠道输水过程的及时调控[15]。Streeter[16]于20世纪60年代第一次提出全渠道控制概念，基于何种理论及方法实现全渠道范围内的闸门联合调控一直是研究热、难点，许多学者从渠道控制模型、控制算法等方面对此进行研究。

1.3.1 渠道控制模型

渠道控制模型是进行控制算法设计和分析控制系统鲁棒性、稳定性的基础。目前，渠道控制模型主要包括非线性模型、线性模型、简化模型和基于辨识的黑箱（或灰箱）模型四类，各类模型的优缺点及实现方法和相关研究成果见表2[17]。

表2 渠道控制模型特点及相关研究成果Tab.2 The characteristic and research findings of canal control models

1.3.2 明渠运行控制算法

明渠运行控制算法可以追溯到20世纪50年代，美国California 中央流域工程首次使用Little-Man 算法对渠道闸门进行控制，而后美国垦务局及其他机构在其基础上提出了Colvin算法、PID 算法、P+PR 算法等[28]。早期的闸门控制器属于单输入单输出形式，没有考虑渠池之间的耦合问题，可能会出现水位和流量变幅逐级放大现象。为解决此问题，国内外学者开始研究具有多输入多输出算法结构的控制算法，本文主要介绍两种比较受欢迎的方法：线性二次型算法(LQR)和模型预测算法(MPC)，两种算法的特点见图2。

图2 MPC算法与LQR算法的特点Fig.2 The characteristic of MPC and LQR

针对可预知分水扰动问题，尚毅梓等以控制点水位偏差为主要抑制因子，基于线性二次型(LQR)指标，建立了渠道系统水位偏差及其变率、流量控制的全状态空间模型，构造出包含有M 步未来信息的扩展系统，使渠道系统能够有效应对可预知分水扰动[29]。王忠静等（2018年）针对多级联渠道时滞、耦合特性及一般未知取水扰动问题，基于输水渠道线性积分时滞控制模型（ID 模型），建立了多级渠道离散时间状态空间方程，基于线性二次型理论(LQR)设计了最优状态反馈控制器，在流量变幅控制在0.1 m3/s 以内的试验中表现良好，能够使控制点水位始终保持在安全运行范围内，但出现较大的水位变幅时仍可能发生水位超过渠道安全运行范围甚至漫溢的情况，故后续需要研究能够考虑较大取水扰动和水位输出约束的控制算法[30]。Overloop 等（2010年）基于模型预测算法(MPC)设计了闸门控制器，经试验发现该种控制器可在一定程度上克服噪声和干扰问题，保持水位在约束范围内[31]。Aydin 等（2017年）针对不可预知随机扰动和操作性失水难以计入控制模型的问题，利用滚动时域估计(MHE)预测状态变量和初始条件，结合模型预测算法(MPC)对渠道控制系统的每一步进行优化，以实现对不可预知随机扰动的合理描述[32]。

2 展望

2.1 推进闸门水力特性适应性研究

测控一体化闸门与传统闸门相比具有计量和控制双重功能，故闸门水力特性适应性研究需围绕精准计量、安全运行和易维护等方面综合考虑。一方面从水力学角度出发，在保证上下游水位稳定的基础上，力争较高的水位和流量计量精度；另一方面，控水设备结构设计需考虑泥沙淤积、低温、盗砸等问题，在不影响设备水力性能及测流能力的基础上，增加或替换具有相同功能的装置或元件，以此来保证控水设备在实际应用中的稳定与安全；第三方面，需加强各类设备的适应性研究，合理安排不同设备的使用场景，减少维护成本，将其功能和效益最大化。

2.2 推进过闸流量软测量模型通用性研究

大部分对过闸流量软测量模型的研究主要围绕特定流态进行，在未来可尝试将此类软测量模型发展为具有自动适配机制的程序，自动判别流态并选择适宜的过闸流量计算公式及AI 算法，建立软测量模型，实现该种软测量模型能够在不同灌区、不同系统、不同流态下通用，减少重复开发的技术压力，为用户提供精准的分水口流量信息，为技术人员提供方便的开发工具。该目标的实现有赖于经典水力学理论的突破和系统辨识、AI技术的进一步发展。

2.3 推进闸群联合调控技术实用性研究

闸群联合调控的可实施性取决于渠道控制算法的控制性能，而控制算法的性能很大程度上依赖于渠道控制模型精度。复杂的非线性控制模型精度虽高，但数学推导复杂，且难以利用控制理论进行算法设计和分析，线性模型的参数整定和在线辨识较为困难，而简化模型仅考虑主要水力因素，将渠段概化为均匀流区和回水区，在某些不符合假设或存在高频扰动的情况下精度较低。因此，在未来的研究中，一方面，应对非线性模型的边界条件、汊点进行适当简化，降低控制算法设计难度，提高其实用性；另一方面，应深化系统辨识或AI 技术与线性渠道控制模型的结合，寻找更为稳定、高效的模型参数率定方法，进一步提高模型精度和计算效率；第三方面，应进一步推进状态观测技术与简化模型的结合，提高其对高频扰动的处理能力。

2.4 健全相关标准、规范

为了落实“百花齐放，百家争鸣”方针，促进灌区信息化建设人员的交流学习、共同发展，需要一些基础的规范性文件提供交流环境。通信协议对SCADA(Supervisory Control And Data Acquisition)的设计和应用而言非常重要，影响着硬件和软件的选择及系统的信息吞吐量、通信模式和通信拓扑结构。目前，国际上并没有统一的灌区自动化通信协议，导致不同灌区管理系统之间通信困难、开发人员之间的交流壁垒过高，存在严重的重复开发现象，需要健全适用于灌区的自动化通信标准。此外，由于社会经济迅速发展，灌区的任务也越来越多元化，涉及的数据和业务应用模块繁多，而目前切合灌区实际情况的数据质量控制规范、数据协同交互规范、数据表单结构设计规范等都相对缺乏，需要健全灌区管理软件开发标准，完善业务需求文档和开发代码规范，并对考虑到不同种类、不同数量因素的软件进行分类、分级，帮助灌区根据自身需求选择合适的管理软件，促进开发人员之间的技术交流。

2.5 探索适宜的灌区信息化工程运维模式

灌区现代化发展逐渐向“智慧化”转型，信息化工程建设无疑为灌区管理水平和服务能力提升提供了基础支撑，但是信息化工程能否持续发挥效益，更多地取决于灌区运维水平的高低。我国灌区基础设施条件参差不齐，基于灌区客观条件探索适宜的灌区信息化工程运维模式是落实“强监管”的重要抓手。目前可提高灌区信息化工程运维水平的途径主要包括：①加强培训现有员工，提高其业务水平；②引进各种专业（如信息技术、自动化等）人员参与到灌区运维工作中；③通过向专业公司购买服务来保障信息化工程的正常运行。

3 结语

水力性能、流量计算精度、控制模型及算法的效率和精度、运维水平等均会对调控技术的实际应用效果产生影响，国内外学者为了改善调控技术在灌区中的应用效果进行了一系列研究，并取得了大量研究成果，涌现了许多优秀的测控一体化设备及软件。本文通过对已有研究成果和技术现状的梳理和分析，提出了测控一体化闸门及其调控技术在未来可进一步改善的建议，以期为灌区用水管理相关研究提供参考。