钟晔1紫檀2’3甄晓明2
(1中交水运规划设计院有限公司，北京100007; 2 Tetra Tech,Fairfax VA 22030;
3 San Francisco Estuary Institute,Richmond CA94804)
摘要：为了评估智能实时控制系统对初雨调蓄池工程运行效率的提升效果.指导相关工程设计，构建了由SWMM与SUSTAIN组成的模型系统，并使用天津市2001至2010年间历史降雨数据模拟分析了使用智能实时控制系统前后，雨水调蓄池的运行状态和削减雨水径流污染的情况。通过分析降雨过程中调蓄池体的运行状态，得出智能实时控制系统通过“及时腾出库容”和“置换”两个机制提升雨水调蓄池使用效率。在实时控制管理模式下，调蓄池在降雨到来前提前进行了排水，这样调蓄池有更大的可用空间以处理更多的初期雨水径流；同时，由于污染物浓度较高的初期雨水径流进入调蓄池，池内水体S S浓度处于较高水平，调蓄池自身沉淀作用和磁絮凝设备的去除效率也得到了提升。 关键词：海綿城市；城市雨水径流污染；实时控制
中图分类号：TU992 文献标识码：A文章编号：1002—8471(2021)04—0144—07
DOI：10. 13789/jki.wwel964. 2021. 04. 026
引用本文：钟晔，紫檀.甄晓玥.实时控制系统提升调蓄池处理能力的模拟研究[J].给水排水，2021,47(4) ：144-150. ZHONG Y,ZI T,ZHEN X Y.Modeling research on performance im
provement of stormwater treatment detention basins by implementing real-time control sys-
tems[J],Water8>-Wastewater Engineering,2021,47(4) ：144-150.
Modeling research on performance improvement of stormwater treatment detention basins by implementing real-time control systems
ZHONG Ye1, ZI Tan2'3, ZHEN Xiaoyue2
(i.P l a n n i n g a n d D e s i g n i n g I n s t i t u t e o f W a t e r T r a n s p o r t a t i o n •,B e i j i n g100007C h i n a;
2.T e t r a T ech»F a i r f a x V A22030 »U S A；
3.S a n F r a n c is c o
E s t u a r y I n s tit u te ^R ic h m o n d C A94804^U S A)
Abstract：An integrated SWMM and SUSTAIN modeling system was developed to evaluate the impact of implementing real-time control (RTC)system on detention basin performance,and to further facilitate design.The improvements on suspended sediments (SS)removal efficiencies were simulated using the modeling framework with long term daily precipitation data(from2001 to 2010) of Tianjin city.Analyses of the status of the detention basin showed that the real-time control system improved the tank performance by two mechanisms：releasing storage in advance and storage exchange.With RTC system,the detention basin released storage in advance of precipitati-
基金项目：国家水体污染控制与治理科技重大专项(2018ZX07110)。
144
ons,therefore provided more available storage for incoming first flush runoff.Meanwhile,the SS concentration in the storage basin was at a higher level.Thus the removal rates of the gravity settling and the magnetic flocculation equipment were increased.
Keywords:Sponge city;Urban runoff pollution;Real-time control
〇引言
雨水调蓄池是国内外工程中最常使用的雨洪控 制措施之一。雨水调蓄池一般位于雨水管网的末 端，通过临时存储雨水径流来削减径流峰值和回用 雨水，同时通过沉淀作用结合其他处理工艺共同削 减径流污染。在以往的工程中，调蓄池多采用静态 控制模式，即起排条件或最大排水流量固定[1]。这 样虽然简单易行，但是也带来了一系列问题，例如为 达到设计标准需要较大的调蓄池体积、在雨季连续 降雨时易溢流导致处理效率不高等问题[2]。针对静 态控制的局限性，近年来国外逐渐将实时控制（Real-Time ControhRTC)技术应用于雨水调蓄池的控 制中[3]。G aborit等[4]在魁北克市的研究结果表明，R T C系统可以将调蓄池的悬浮物去除率从46%提 升至90%。
天津市是第二批海绵城市建设试点城市之一，含解放南路片区和中新天津生态城片区两片试点区 域。其中，解放南路试点区规划用地面积约16.7 k m2，主要解决内涝积水、初期雨水污染等问 题。示范项目包含区内排涝泵站的初期雨水治理工 程，即在现有泵站附近修建雨水调蓄池，将初期雨水 径流排人调蓄池净化处理后，再排人受纳水体。雨 水调蓄池的规模按照相关规范进行设计[5]，设计调 蓄深度取10 mm。由于栗站汇水面积较大、雨水径 流污染物去除率目标较高、且用地有限，设计团队考 虑使用智能R T C系统，通过应用雨洪模型预测调蓄 池上游的来水量，再根据预设的控制规则动态的开 闭雨水调蓄池的排水口，从而提升调蓄池的运行效 率。为了初步评估智能R T C系统的使用效果和可 行性、指导工程方案设计，本项研究构建了由SWMM与SUSTA IN组成的模型系统，通过模拟 分析
使用智能R T C系统前后，雨水调蓄池的运行状 态和削减雨水径流污染的情况来评估智能R T C系统对雨水调蓄池效率的提升能力。1研究区及工程概况
1.1研究区概况
解放南路试点区位于天津市中心城区南部，北 接海河，南临天津外环路，总面积16.7 km2。该地 区是天津市重点规划区域，将由工业区转变为居住、商业功能为主的混合区域。示范区的建设内容包括 中央绿轴工程、5个泵站调蓄池工程、怡林园等4个 小区的海绵化改造和岩峰道等13条街道的绿街 道建设。
汽车水箱除垢剂
本次研究区位郁江道雨水泵站所在的雨水分区，以复兴河、长泰河、延水道（规划路）和韵海路为 界，总面积2. 15 km2。区内涉及的试点建设项目包 括：郁江道雨水泵站初期雨水调蓄池工程，春海路、怒海路、内江路、岩峰道、郁江道等道路的绿街道 工程和中央绿轴工程。
解放南路示范区位于天津市中心城区东南部的 海河西岸，海拔在1.4〜7.0 m。区域为古代滨海地 区，地势较低，坡度平缓。研究区位于示范区中部，总体地势西高东低。根据研究区内地勘报告，区内 表层土壤以河床〜河漫滩相沉积层粉质粘土为主，参考《天津市海绵城市建设技术导则》[6]，取饱和渗 透系数为〇.5 mm/h。
1.2气象条件
本研究使用的气象数据主要为蒸发和降雨数据。
蒸发数据采用《天津市海绵城市建设技术导则》提供的中心城区多年月平均蒸发数据。
天津市多年平均降水量为511.4 m m。本次研 究从国家气象科学数据共享服务平台（a. cn)获取日降水数据后，根据《天津市海绵城市建设 技术导则》中第I区24 h设计暴雨雨型分配表将日 降水转换为小时降水。
1.3雨水系统概况
郁江道雨水泵站位于郁江道与洞庭路交口西南 角，占地面积约2 550 m2，设计流量9.54 mj/s，出
145
水向北排入复兴河。郁江道雨水泵站收水范围北至 复兴河，南至延水道，东至长泰河，西至韵海路，收水 面积约215 hm2，排水体制为分流制。根据城市规 划和现场调研，区内用地下垫面以绿地、公共管理与 公共服务用地、住宅用地和道路为主，区内不透水率 较高。
1.4调蓄池工程
按照调蓄池工程设计方案，郁江道泵站调蓄池 规模12 000 初期雨水径流经过智能分流井分
流后，通过水力颗粒分离器进人调蓄池。调蓄池按 照平流沉淀池模式设计，调蓄池本身具有S S去除 率>55%能力，以减轻后续水处理构筑物的负荷。调蓄池出水采用磁絮凝工艺进行处理，根据项目可 研和磁絮凝设备S S去除率，磁絮凝系统的设计出 水SS浓度为10 mg/L。调蓄池工艺流程见图1，其 中，为了应用R T C系统，在调蓄池增加了至河道的 超越路径。
,______,1當
|^5h----------^----------1~~淸*池|
§
______^期雨水_________兼^淀池丨
|阑水泵站|H智能分流并|水力顆粒分----叫调蓄池|----磁絮凝系统|
I*1
»液、砂琢外运^ ^
污泥外运•—j污泥脱水机^»—|I*---------丨
图1调蓄池工艺流程
Fig. 1 Detention basin treatment process flow diagram
2智能R T C系统的模拟
2.1智能R T C系统
智能R T C系统通常建立在常规雨水处理系统 之上.通过实时观测降雨、模拟径流和调蓄池容量等 系统状态，对调蓄池的栗、阀门等设备进行实时操 控，通过提前放空调蓄池等操作，尽可能的增加进人 调蓄池的初期雨水量，并延长雨水在调蓄池内的滞 留时间，从而减少雨水径流污染。
智能R T C系统包括降雨数据、雨洪模型、优化 决策支持系统，以及设施实时控制系统四个部分。其中.通过购买气象服务公司数据端接口获取实时 降雨观测数据和降雨预测数据；雨洪模型以降雨数 据为输入，模拟预测汇水分区内降雨径流过程；优化 决策支持系统基于模型预测结果，优化系统内各设 施的设置，以最大化利用设施的处理能力；设施实时 控制系统负责按照优化决策支持系统的设置来操控雨水处理系统的各装置和设施。
结合初雨调蓄池的工艺流程，智能R TC系统的 运行逻辑如表1所示。郁江道雨水分区下垫面不透 水率见表2。
表1智能R T C系统的运行逻辑
Tab. 1I'he run logic of the RIX^ system
RTC控制不同控制场景下的操作
单元无降雨即将降雨降雨
分流井与水力
颗粒分离器的
控制阀门
打开打开
以最大化水力颗粒分流
器与水处理系统去除率
的目标调节入流速率。
调蓄池蓄满后关闭
分流井中的下
开堰
静态諍态
分流并阀门关闭后开启，
确保足够的排水能力将
所有泵站出水排人河道
调蓄池入口的
阀门
打开打开
调蓄池满后关闭，不涉及
实时控制
调蓄池与磁絮
凝系统连通的
阀门/开关
开启直至清水
池满.不涉及实
时控制.控制流
速为 600 m3 /h
不涉及实时控
制.控制流速为
600 m'Vh
不涉及实时控制.控制流
速为600 itt3/h，清水池满
后关闭
调蓄池连接超
越的阀门/z轴线性马达
开关
关闭
根据降雨预测，
滞留时长和水位
上升速率确定是
否打开.何时打
开排水。打开后
排水直至调蓄池
排空
排水条件达到时打开.调
蓄池排空后或清水池满
后关闭
调蓄池出水控
制泵
根据用水情况
控制回用水的
出水速率
通过调节排水36xp
(超越)速率来控
制调蓄池水位。
控制规则根据雨
预测.滞留时长
和水位上升速率
制定
根据降雨预测.滞留时长
和水位上升速率对排水
(超越）速率进行控制优
乙烯基涂料
化.从而达到最大化水处
理系统的去除效率。清
水池满时关闭
清水池控制回
用水的泵
不涉及实时控
制，控制流速为
600 m3/h
不涉及实时控
制.控制流速为
600 m3/h
不涉及实时控制.控制流
速为600 m3/h，超越排水
时关闭
表2郁江道雨水分区下垫面不透水率
Tab. 2 Impervious ratio of different land use
in Yujiang Roa d Watershed
序号用地类型面积/m2r1,.比/%不透水率/% 1工业用地25 771.0 1. 278.8
2公共管理与公共服务用地474 615.222. 182.9
3公共设施用地27 918.5 1. 375.5
4教育用地109 526. 6 5. 156.9
5绿地642 126. 429. 911. 3
6水体32 213. 7 1.5100.0
7住宅用地403 745. 018. 959.0
8道路431 663. 620. 181.6
合计 2 147 580. 0100.055.5
146
2.2模型模拟设置
考虑到数据资料情况和方案编制的时间要求，本研究构建由SWMM与SUSTAIN组成的模型系 统来模拟智能R T C系统的运行过程。其中，SWMM模型用于模拟郁江道泵站雨水分区的降雨 径流过程；SUSTAIN模型代替智能R T C系统中 的决策支持系统，以SWMM模型运行的结果为输 人，模拟调蓄池系统的运行过程和初期雨水径流处理效果。SUSTAIN模型由美国环保署与Tetra Tech公司共同开发，
SUSTAIN在基础的水文、水 力和水质模拟等功能基础上，还增加了评估和优化功能，可以对暴雨管理方案的经济性和有效性进行评估，并对设施的类型、布置和规模进行优化。
根据用地规划、管网分布，建立郁江道泵站雨水 分区SWMM模型（见表3)。模型共分113个子流 域，子流域面积为〇•71〜6.38 hm2不等，平均面积 1.89 hm2。模型运行期为2001年1月1日至2010 年12月31日。根据对天津市多年降水情况的分析，模型期降雨具有较高的代表性，能反映天津市长 期的降雨特征。
表3S W M M模型主要参数取值
Tab. 3 Parameters of the S W M M model
项目取值
N-Imperv0.012
N-Perv0. 14
Dstore-Imperv/ m m 1.5
Dstore-Perv/ m m5
按下垫面类型采取E M C法计算，透水地
S S负荷计算/m g/L面取200 m g/L，不透水地面取500 m g/L，
根据各子流域下垫面分布加权平均子流域面积和坡度根据地形数据得到；子流域 宽度的取值方法见《SWMM Reference Manual》第 一卷[7]；子流域的不透水率根据遥感影像识别结合 用地规划确定；子流域曼宁系数、洼蓄量、污染负荷 等参数根据经验取值[7]。
模型管网设置根据现状和规划管网资料确定，管网糙率根据经验取0.012。
SUSTAIN模型模拟了图1中的调蓄池及磁絮 凝系统两个单元，并根据设计方案设置形状、最大进 出水流量、处理能力等参数。模型设置了两种运行 场景，以评估R T C系统的效果（见表4)。
表 4 S U S T A I N模型场景
Tab. 4 T h e Scenarios of the S U S T A I N model
非R T C管理场景R T C管理场景
调蓄池只能向磁絮凝系统
排水
当调蓄池蓄满后关闭调蓄池
进水阀门，雨水径流直接排
入河道
调蓄池除了向磁絮凝系统排水
夕卜，还可以将经过沉淀后的池水
向河道排放
根据未来12 h的径流模拟结果，
对调蓄池的可用容量进行预测，
若调蓄池可用容量不足以容纳未
来12 h的径流时，对调蓄池进行
排空处理
根据图2和表4，两种场景下，径流和S S的处 理过程可以简化为图2。
输入：径流
排放：分流&排放：出水
分流井
处理：沉淀
处理设备
处理：磁絮凝
a非R T C管理场景径流处理过程
输入：径流
排放：分流
分流井
排放：超越排放：出水
处理设备
处理：沉淀处理：磁絮凝
b R T C管理场景径流处理过程
图2径流和S S处理过程示意
Fig. 2 Schematic diagrams of runoff and SS treatment
16.0
15.5
15.0
$14 5
肼
汽车夜视仪v t； 14.〇
钼13 5
_^
13.0
M12.5
0/512.0
11.5
11.0
6 8 10 12 14 16 18
预测窗口时长/h
图3预测时间窗口与调蓄池S S削减量提升率Fig. 3 T h e length of the prediction time and the improving rates
of SS reduction
由表5可知，R T C系统需要根据未来一定时间 内的模拟径流情况来优化调蓄池的操作。这个时间 窗口越长，则降雨预报的不确定性越大；时间窗口越 短，则可优化操作的行动空间越小。因此，需要根据 历史数据对该窗口长度进行优化调整。如图3所 示，S S削减量的提升率在13.0%〜14. 8%变化，随
147
15 000
20 000
25 000
30 000
35 000
40 000
调莆池体
/m>
图4不同调蓄池体积的S S 削减率
Fig. 4 Curve of SS removal ratio for different detention pond sizes
2001至2010年间，各年的运行效果见表8,SS 削减率的提升率在7. 9%〜24. 1%。
表8
各年调蓄池运行效果（200丨至20丨(丨年）
Tab. 8 Key performances of R T C and n o n -R T C systems
from 200 丨 to 2010
矚蓄池规横：41 (XX ) m ’
S S 削减率：58.6°/。
表7 R T C 管理与非R T C 管理的调蓄池运行效果 Tab. 7 K e y performances of R T C and N o n -R T C systems
项目
非R T C 管理R T C 管理S S 削减率/%
51. 158.6年均S S 削减量./t
96. 6
110. 9
不同调蓄池规模的S S 削减率，如图4所示。随着调 蓄池规模的增加，调蓄池削减S S 的效果逐渐减弱, 体现为图中S S 削减率曲线的斜率逐渐降低。从图 4可见，若不使用R T C 系统进行管理.为了达到 58. 6%的S S 去除率，需要将调蓄池容积从12 000
m 3增大到41 000 m 3以上。
70「
预测窗口时长先增大后减小.故本研究最终确定预 测时间窗口长度为12 h 。
本研究采用指数曲线模拟调蓄池沉淀去除SS 的过程，即:SS ,, + 1=a X SS ,,。其中s s …为第《小时 调蓄池内SS 浓度。根据相关研究，北京道路雨水静 置24 h 后,SS 浓度从296 mg 几下降至24 mg /L w 。 因此，调蓄池的a 取0.9。3
结果与分析3. 1
长期径流模拟
2001至2010年径流模拟结果见表6。总的来 说，蒸发、人渗、径流各项占比符合城市化地区的水 文特点[9]。其中，平均径流系数0.526，在《天津市
雨水径流计算标准》测算的中心城区总体径流系数 (0.47〜0.57)[1°]。说明长期径流模拟结果基本符 合场地条件，可以用于后续R T C 系统的验证。
表5 2001至2010年径流模拟主要结果
lab. 5 Overall results of the lonp-term simulation from 2001 to 2010
项目模拟值比例/%
降雨/m m 4 921.1100.0蒸发/m m 1 392. 728.3入渗/m m 953.319.4径流深/m m
2 587. 5
52.6
SS/t
1 891.2
2001至2010年逐年的径流模拟结果见表7。
表6 2001至2(nit年各年径流模拟结果
lab. 6 Yearly results of the long-term simulation fnmi 2(K)1 to 2010
年份
降雨量/m m 径流量/m 3SS/t 2001502. 9576 847.0201.52002383. 1387 907. 8138. 12003647.5773 597. 9270. 72004490. 5491 875.0176.42005618. 5693 713. 9242.42006415.2463 712. 9162. 72007389. 7386 095. 5137.52008552. 1650 447. 6228. 12009566. 2612 060. 7214.3
2010
355.4
336 981. 6
119.4
3.2智能R T C 系统运行效果
使用2001至2010年历史降雨径流数据作为
SUSTAIN 模型的输入，模拟结果表8。总的来说， 通过应用智能R T C 系统.雨水调蓄池的S S 削减量 增加了 14. 3 t,S S 削减率从51. 1%提升至58.6%， 提升率为14.8%。
为了从经济上评价R T C 系统的运行效果，本研 究使用SUSTAIN 模型评估了非R T C 管理模式下
年份
降水量
/m m SS 削减率/%
非R T C 管理
R T C 管理提升率
2001502. 940.047. 719. 32002383. 166. 373. 110.22003647. 541. 249. 820.82004490. 568. 173. 57.92005618. 535.443. 322.52006415. 245.555. 622.32007389. 765.771. 99.42008552. 148. 660. 324. 12009566. 240. 247. 418. 12010
355.4
63.4
70. 7
11.5
图5为年内平均单次降7j k 量(年降水^■/年降水
次数)与S S 处理量提升率的关系。可见，智能RTC 系统对调蓄池处理量提升率在5%〜30%。随着平 均单次降水量的增加，S S 削减率提升率呈现先上升 后下降的趋势。这是因为原系统设计降水量为 10 mm ，故对于这一规模降水的削减率已经达到较 高的水平，通过智能R T C 系统对调蓄池处理能力的
%/讲
货
无纺布挂历基SS
148
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议