北京师范大学学报·自然科学版杂志投稿格式参考范文：雨水调蓄池智慧调控技术研究与成效分析

　　0 引言

　　自 1998 年起，北京市开始逐步推广雨水综合利用，2017 年印发《北京市人民政府办公厅关于推进海绵城市建设的实施意见》。以文件要求为指引，北京市紧密围绕首都城市战略定位，聚焦解决积水内涝、面源污染、水资源紧缺等 “大城市病” 中的水问题，坚持 “源头减排、过程控制、系统治理” 路径，不断完善机制体制、强化雨水径流全过程管控、增强城市韧性保障。截至目前，全市共推进海绵城市建设项目近 6000 项。

　　基于地方标准 (DB 11/685—2013)《雨水控制与利用工程设计规范》(修订后为 (DB 11/685—2021))《海绵城市雨水控制与利用工程设计规范》，建立 “3、5、7” 雨水源头管控体系，其中 “3” 强调建设项目雨水调蓄设施配套规模要求。为此，人工雨水调蓄池在城市雨水管理中得到越来越广泛的应用，与透水铺装、下凹式绿地等共同成为全市最主要的源头设施类型。随着海绵城市建设进入全域推广阶段，雨水调蓄池数量和规模将持续增加。然而数量众多的雨水调蓄池仍普遍存在投资大、设计功能单一、利用效率较低等问题。

　　德国、日本等国家对雨水调蓄技术的研究和应用始于 20 世纪 70 年代。早期专注于对调蓄设施容积设计方法优化和调蓄效果的研究。随着应对雨水管理精细化需求不断提升，国外学者逐渐将研究方向转向雨洪控制设施和系统的动态化、数字化管理方式的优化。Shishegar 等提出了全局预测动态控制 (GPDC) 方法，应用于流域尺度的具有一定规模的调蓄设施动态管理，与静态控制相比，流域峰值流量平均减少了 59%;Troutman 等提出负载平衡控制方法，应用于汇水面积 67km² 的合流制排水系统及 11 个分布式雨水调蓄设施实时控制，模拟结果表明，系统出口雨天流量峰值平均降低 94.17%，雨天 TSS 负荷峰值平均降低 104.47%。

　　近年来，在智慧水务推进建设的背景下，我国学者对排水系统优化控制技术的研究也日益关注。于磊等通过实时控制方案设计和模拟，量化了合流制溢流削减量可达 50%~100%;钟晔等以优化调蓄设施运行效率为目标，构建 SWMM 与 SUSTAIN 组成的模拟系统，采用 RTC 调度方案，应用于某 12000m³ 调蓄池及排水管网，基于历史降雨数据量化了实时控制方式应用，对调蓄池处理量提升率达到 5%~30%，同步提升了区域合流制溢流污染削减量。

　　国内外研究结果表明，优化运行调度方式对提升雨水调蓄设施运行效率具有显著效果。然而上述研究多基于流域尺度或市政排水系统中布设的大中型调蓄设施，针对源头地块项目中位置分散、规模有限的调蓄池研究较少。

　　为此，本文在全面分析北京市源头雨水调蓄池建设和管理现状基础上，基于智慧水务发展和海绵设施精细化管控需求，研究构建雨水调蓄池智慧化调控技术，形成雨水源头调蓄设施智慧化运行管理新模式，旨在实现排水系统削峰控涝等目标智能调控，发挥源头地块人工雨水调蓄池最大的功能和效益。与此同时，技术应用实现在不新增设施规模前提下，提高源头小区控制径流能力，助力城市韧性提升。

　　1 北京市雨水调蓄池现状

　　1.1 整体建设情况：截至 2022 年底，北京市建成区范围内雨水调蓄池数量已达 2376 个，调蓄总能力达 300.74 万 m³;2023 年度设施建设数量和规模仍呈现增长趋势。雨水调蓄池主要分布于建筑小区、公园绿地 2 类项目。其中建筑小区类项目中建成调蓄设施数量占比达 92%，设施规模合计约 130 万 m³，达到全市调蓄规模总量的 43.2%。基于单个设施规模分析，雨水调蓄池容积为 10~10000m³，其中 100~500m³ 的设施数量占比约 47%。但数据显示，已建成调蓄池中配套排水设备的数量占比不足 18%。

　　1.2 设施运行维护情况：对 120 座建筑小区类项目中的雨水调蓄池现场抽查调研结果显示：70% 以上的调蓄设施由物业管理公司为主体进行运行维护;尚有近 26% 处于失管状态。现场调研所涉及的雨水调蓄池中，配套排水泵及管路的占比仅 67.9%。从资源回用角度分析，仅 50% 设施通过配套抽排水设备或临时抽水方式，将蓄集雨水应用于景观或绿化;其余调蓄设施待降雨后，将雨水排入市政管网，或由于无配套排水设备，设施处于 “只蓄不排” 状态。

　　1.3 问题分析：全市范围内已建成的雨水调蓄池具有数量众多、单个设施规模量小、位置分散的特征。随着海绵城市建设进入全域推广阶段，设施数量和规模将持续增加。然而由于调蓄池失管或维护状态不佳、配套排水设施不完善等原因，导致部分雨水设施建成后处于未运行或 “只蓄不排” 状态，未能实现调蓄设施对汛期场次降雨的削峰调蓄作用。

　　与此同时，全市建成区范围内建设于源头地块的雨水调蓄池，基本处于分散运行状态，依靠管理人员经验、采用人工调控方式，导致自动化运行能力不足、人工运行维护成本高、维护水平参差不齐;传统全过程雨水调蓄运行方式下，无法实现项目、地块、区域等不同空间尺度上基于降雨条件、下垫面特征的智能调度和联动。与此同时，由于雨水调蓄池进水端缺少调控装置，导致初期雨水进入，收集的雨水水质较差，进而影响了后续的回用。

　　2 智慧调控技术与实现路径

　　2.1 智慧化调控整体思路：针对上述建设和运行管理中存在的问题，在智慧水务顶层设计框架下，以优化调控方式、提升运行效率为目标，构建雨水调蓄池智慧化运行技术。该技术结合区域下垫面情况、雨水管网系统、设施现状，对排水系统局部改造、增加调蓄池进水端加装控制装置、感知设备;进行数值模型构建和预测，识别排水系统流量变化过程;基于 RTC 实时控制技术原理，耦合逻辑判断规则与数值模拟方法，判别排水系统流量峰值，对调度规则和策略进行优化;将调度策略生成模块集成于控制系统平台中，构成集 “监测 - 模拟 - 调度” 于一体的智慧化运行模式。实现雨水调蓄池运行管理和调度决策的自动化、精准化、高效化，对设施功能最大化和效益持续化起到积极促进作用。

　　2.2 调控系统构建：雨水调蓄池智慧化运行技术的研发和应用，需要对区域排水系统、控制系统进行优化和升级，包括雨水调蓄池和排水管网改造、调蓄设施控制部件和计量传感装置配置、控制平台搭建等。

　　对雨水调蓄池及排水管网进行改造。增设调蓄设施进水口、出水口，其中进水口与上游雨水管道直接连接，具备汇水范围内雨水的收集、调蓄、存储、传输功能;通过出水口实现与下游雨水管网主干管或支管连接。设置与雨水调蓄池连接管路并联的旁路雨水管线，该旁路管线具备对上游汇水范围内雨水的收集、传输功能，且与下游雨水管网主干管或支管连接。

　　配置调蓄设施控制和计量传感装置。与雨水调蓄池进水口连接的雨水管线设置进水控制装置;综合考虑主干管水位顶托和倒灌风险，于雨水管线上同时加装控制装置，实现以感知监测数据信息为触发条件，具备可调控进水时间、流量、水流方向功能。增加在线监测与计量传感装置，布设于雨水调蓄池、雨水管道中实现对调蓄设施水位、雨水管网流量、水质等数据的实时监测和传输。

　　基于基础设施和硬件配置，构建耦合数值模型、调控规则算法、在线感知设备、物联设备的雨水调蓄设施控制平台，通过数据的交互、模拟计算、调度规则生成、控制执行，实现雨水调蓄池统筹调配。

　　2.3 调控策略构建与优化

　　2.3.1 基于模型构建调度策略设计：采取数值模型构建与模拟预测的方法，提出排水系统调度控制策略。基于排水系统流量峰值削减的控制目标，策略生成路径如下：

　　基于 SWMM 数值模型，构建覆盖区域下垫面类型、源头海绵设施、排水管网、末端排口的全过程排水系统模型。基于排水系统内建设的单个或多个雨水调蓄池设计参数，分别核算单个设施调蓄规模及对应降雨量。

　　模拟初始状态下管网系统流量变化趋势。降雨过程中，调蓄设施进水控制阀门处于关闭状态;与雨水调蓄池并联的旁路雨水管道上阀门处于开启状态，雨水通过旁路管线向下游排水管网排水。

　　识别目标管线流量峰值(Q₀)及峰值出现时间(T₀)。通过 Visual Studio 2022 平台调用 SWMM 模型动态链接库 (dll 文件) 方式启动计算引擎，实现模拟结果参数调取与核算。其中，Q₀为基于 SWMM 数值模型对场次降雨全过程目标管段流量变化模拟结果中所识别出的最大流量值。

　　根据设施调蓄规模，推算可调度峰值雨量(Q₂)、调度时段(T₁~T₂)。Q₂表征调蓄设施调蓄能力，采用 2a 一遇标准降雨进行模拟，基于设施容积规模，以调蓄池开始蓄水至蓄满停止时间周期内对应的降雨量大小表征;T₁~T₂表征调蓄操作起止时间，T₁和 T₂时间点对应的雨水管道流量为 Q₁。

　　根据参数识别结果，生成调度策略。即当目标管线流量达到 Q₁、对应时间达到 T₁时，调蓄设施进水控制阀门开启，雨水进入调蓄设施。当调蓄设施雨量达到最大调蓄规模 Q₂、对应时间达到 T₂时，调蓄设施进水控制阀门关闭，雨水由旁路雨水管线排出。

　　综上所述，通过 SWMM 数值模拟结果，以及 Hydraulics-Controls 模块中控制规则编辑功能，可依据排水系统流量变化条件调整控制变量 (控制阀门启闭)。虽初步实现基于入流条件判断的削峰调控运行，但受局部的反馈控制限制，对于多参数、多系统协同控制策略设计和生成仍具较大局限性。

　　2.3.2 智慧化调度策略仿真优化：历史监测数据显示，建成区范围内近 70% 降雨量超过 10mm 的场次降雨表现为多峰雨型特征，且峰值出现时间和持续时间存在差异。场次降雨特征差异及其所导致的排水系统流量变化，叠加系统内雨水调蓄池单体规模限制，加剧了设施调度策略的复杂性。

　　针对实际降雨特征，基于实时控制 (RTC) 技术和模型预测控制算法 (MPC)，耦合监测感知数据、数值模型、逻辑判断规则，对策略进行仿真优化。在数值模拟构建的基础上，集成以 “降雨量、雨型特征、管网流量峰值” 为 3 项关键参数，以 “降雨量与设施调蓄能力匹配程度，雨型单峰或多峰差异性特征，雨水管网系统流量变化趋势与峰值表现特征，调蓄水量与设施最大调蓄能力一致性程度” 为 4 项逐级判断条件;通过模拟预测、数据交互、反馈校正过程，设计生成符合排水系统运行场景的 “三参数四工况” 智慧化调度策略。

　　“三参数四工况” 智慧化调度策略，适用于单峰和多峰等不同类型的降雨，可以根据不同的入流条件，自动判断，主动调控，改变原有调蓄池的被动接收来水的状态，破解雨水调蓄池智能、有效滞蓄技术难题。

　　3 智慧调控技术示范及应用效果

　　3.1 研究区域概况：选择通州区某排水分区作为示范区开展技术应用成效分析。该排水分区总面积约 121.17hm²。研究区用地类型涉及居住、公共设施、绿地与广场等;包括建筑小区 6 座、学校 3 座、公建 3 处，服务人口约 1.3 万人。该区域为合流制排水分区，汛期雨污合流水沿雨水管道排出，末端通过 3200mm×2000mm 箱涵式合流制排口排入下游河道。

　　3.2 系统构建：基于汛期溢流污染控制、排水系统削峰控涝等目标，结合研究区内雨水调蓄池现状，通过改造调蓄设施、构建排水模型、搭建管理平台、实施智慧化调度策略等方式，提升雨水调蓄池运行效率和系统排水能力。

　　3.2.1 数值模型构建与率定：采用 SWMM 软件构建研究区排水系统数值模型。基于区域资料和实际排水情况，搭建管网拓扑结构、采用泰森多边形划分排水单元;结合市政道路检查井位置，手动连接排水节点。排水模型共划分 183 个子汇水区域，包含 198 段管道、196 个排水节点;将系统内雨水调蓄池以雨水桶形式概化。此外，模型中所涉及的下垫面数据，采用 2019 年高分卫星影响解译结果;曼宁系数、管网糙率等参数基于率定结果确定;入渗率相关参数，采用现场监测数据。

　　降雨数据采用研究区内雨量站单点数据，采集频率 5min・次⁻¹;排水管网末端排口安装流量监测设施，动态监测流量变化过程。选取 20190517 和 20190728 这 2 场次降雨监测结果，对模型进行率定;2 场降雨情景下，纳什系数 NSE 分别为 0.905、0.842，均方根误差 RMSE 为 0.112、0.130，平均相对偏差 BIAS 为 0.826 和 0.795，拟合效果较好。

　　3.2.2 调蓄设施改造与概化：研究区内建有雨水调蓄池 4 座，分别标记为 S₁、S₂、S₃和 S₄。上述调蓄设施进水口分别与雨水管线 L₁₁、L₂₁、L₃₁、L₄₁连接，出水口分别与排水管线 L₁、L₂、L₃和 L₄连接。对雨水调蓄池及配套系统进行改造，并在 SWMM 数值模型中进行概化;设施进水口增设进水控制阀门，分别标记为 ORI₁、ORI₃、ORI₅、ORI₇;设置旁路雨水管线 L₁₂、L₂₂、L₃₂、L₄₂及配套控制阀门 ORI₂、ORI₄、ORI₆、ORI₈;旁路雨水管线下游分别连接 L₁、L₂、L₃和 L₄。研究区排水系统末端排口以 L₀表示。

　　3.2.3 控制平台搭建：构建以数值模型和逻辑算法为核心，结合 GIS+BIM 技术，耦合在线感知、物联设备的雨水调蓄池管控平台。平台应用层和数据层中集成 “三参数四工况” 智能调度策略模块，通过多源信息的汇聚、融合、模拟计算，快速生成适用于不同目标条件下的调度规则;通过规则的读出与执行，实现调蓄设施的智慧化调度。与此同时，智慧调度规则实施前后的效果对比和调蓄操作提示可在雨水调蓄池控制系统页面进行展示。

　　3.3 智慧化调控效果：以 2021—2022 年 4 场次典型降雨，对雨水调蓄池智慧调度效果进行验证分析。典型场次降雨时间为 8.3~23.0h 不等，场次降雨量为 6.2~83.0mm，雨型包含单峰和多峰。

　　基于降雨特征差异，将 4 场次典型降雨分为 3 种类型，针对性实施符合实际运行场景的调度模式，并对比分析雨水调蓄池智慧调度应用效果。

　　模式 1：降雨量小于设施调蓄能力的降雨，以 20210616 场次降雨为例。针对此类降雨量较小的场次降雨，采用降雨全过程收集的调度策略。降雨过程中，雨水蓄集至调蓄设施，待降雨结束后，向下游排水管线排水。

　　模式 2：降雨量大于设施调蓄能力、单峰特征降雨，以 20210625 场次降雨为例。针对此类型降雨，根据雨量和流量变化，识别管线流量峰值，结合设施能力进行调蓄。对比传统雨水调蓄池运行方式，排水管网峰值削减率可达到 13.8%~39.8%，基于 4 个调蓄设施规模、汇水区域、管网排水条件等因素影响，设施间效果存在差异。

　　模式 3：降雨量大于设施调蓄能力、多峰特征的场次降雨，以 20220629 和 20220727 这 2 场次降雨为例。对降雨期间雨水管网系统中流量特征峰进行逐一标记，判断并识别最大峰值流量及其时间节点，针对所识别流量峰值进行调度。该调度模式下，基于降雨量差异，场次降雨量 <30mm 时，排水雨水管网峰值削减率可达到 50%~100%。降雨量达> 83mm 的暴雨级别时，调控效果有所下降，管网峰值削减率约达 4.5%~17.6%，与源头地块内应用的小型雨水调蓄池单体容积有限相关。为应对大雨、暴雨以上场景下的洪涝风险，在对调蓄池优化调度的基础上，需进一步强化雨水径流的组织和管控，对 “源头 - 过程 - 末端” 排水系统内具有雨水滞蓄功能各类设施联合调度，强化区域雨水滞蓄效果和风险应对能力。

　　智慧化调控技术的应用，同时实现单点设施到复杂系统联合调度突破。综合区域下垫面特征、上下游排水管线输水条件相结合的调度方式下，对比传统运行效果，研究区末端雨水干管峰值削减率可达 11.81%，实现片区排水系统峰值流量削减目的。

　　4 结论

　　目前，全市建成区范围内已建成雨水调蓄池数量达 2376 个，调蓄能力超过 300 万 m³ 并呈持续增长趋势。数量众多的雨水调蓄池存在单体调蓄容积小、位置分散、配套排水设施不完善等实际情况和问题，导致降雨期间削峰调蓄作用不佳;叠加设施信息 “孤岛” 严重、自动化运行能力不足问题，难以满足智慧化、精细化、系统化运行和管理需求。

　　基于 RTC 实时控制技术原理，通过耦合在线感知、物联设备、数值模拟、逻辑算法，研发雨水调蓄池智慧化调控技术，提出 “三参数四工况” 调度策略。智慧化调度技术具备入流条件 “主动适应、自动判断、精准调控” 功能，针对不同特征降雨 “全覆盖、全适用”。应用效果表明，基于降雨特征、设施规模、汇水区域、管网排水条件等差异，对比传统雨水调蓄池运行方式，排水管网峰值削减率可达到 4.5%~100%;排水系统末端干管峰值削减率可达 11.81%，实现片区峰值削减目的。

　　基于智慧城市、韧性城市等建设要求，强化海绵设施精细化管控、提升场次降雨径流管控能力已成为新趋势。智慧调控技术对提升人工雨水调蓄设施精准化调度管理水平、发挥设施功能和效益提供有力的技术支撑;与此同时，技术成果应用可与智慧水务等工作融合推进，实现排水分区、区域、流域等不同空间尺度范围内调蓄设施的联合调度模式，不仅降低人员维护成本、时间成本，而且有效缓解城市内涝问题、减少内涝治理等方面的投资。此外，实现排水系统削峰控涝智能调控的同时，基于排水系统中设置的水质监测设施和回用目标要求，也可对调蓄池入流雨水蓄排进行控制，实现雨水资源蓄集回用，有效提升非常规水资源使用效率。

　　技术成果不仅可以应用于全市源头地块内雨水调蓄设施，也可拓展至市政公共调蓄设施、地表坑塘、湖泊，充分发挥调蓄设施、自然水体在缓解城市内涝、优化水资源利用结构、降低面源污染等方面作用，实现社会环境和经济效益最大化。

战楠;于磊;黄俊雄;孟庆义;张书函;高琳;高小晨,北京市水科学技术研究院;城市水循环与海绵城市技术北京市重点实验室;河海大学水文水资源学院,202405