张芹藻，王如琦

(上海市水务规划设计研究院，上海 200233)

城市原水输水系统具有供水管网系统的所有特征，区别在于用户(用水节点)数量少、管道输水距离长、管径规模大等。上海城市原水输水系统情况复杂，输送方式不仅有压力流，也有重力流；形状不仅有圆形输水管，还有矩形断面输水渠道；材质上不仅有钢管，还有钢筋混凝土[3]。因此，应用传统供水水力模型软件分析上海城市原水输水系统存在不足之处[4]。Infoworks系列软件中的ICM水力模型软件可以真实地模拟矩形管、明渠、自重力流等传统供水模型软件难以模拟的“疑难杂症”[5]。基于此，本文在Infoworks WS Pro供水水力模型软件基础上，选用Infoworks ICM水力模型软件在上海城市原水系统水力模型中进行实践和应用，以期为规划设计方案的编制和运行调度方案的制定提供最优计算成果。

1 上海城市水源地原水系统现状概况

上海城市水源地原水系统由黄浦江上游水源地金泽原水系统、长江水源地青草沙原水系统、陈行原水系统和东风西沙原水系统组成。

1.1 黄浦江上游水源地及原水系统

黄浦江上游水源地原水系统由金泽水库、松江中途提升泵站、松浦大桥泵站、连通管(金泽水库-松浦大桥泵站)、引水渠道(松浦大桥泵站-主城区水厂)等主体设施组成。金泽水库供水规模为351万m3/d，松江中途提升泵站规模为240万m3/d，松浦大桥泵站为500万m3/d。连通管自金泽水库至松浦大桥泵站，长度约为42 km，管径由DN4000渐缩至DN3000，输水方式为压力流；引水主渠自松浦大桥泵站经临江-严桥等调节设施至浦东陆家嘴分水点，渠道断面尺寸由3.75 m×3.25 m四孔渐缩至2.80 m×2.50 m三孔，输水方式为重力流，长度约为38 km。

1.2 长江水源地青草沙原水系统

青草沙原水系统由青草沙水库，五号沟、金海等6座输水泵站，以及DN5500～DN1200输水管系统组成。青草沙水库供水规模为731万m3/d，出水有两个方向，分别向长兴岛和陆域。其中，长兴岛方向供水规模为23万m3/d，采用2根DN1200钢管压力流输水，长度约为4.7 km；陆域方向供水规模为708万m3/d，采用2根圆形DN5500管重力流输水至五号沟泵站，长度约为7.5 km。五号沟泵站为陆域输水枢纽泵站，规模为708万m3/d，泵站出水后向3个方向输送，分别为凌桥方向、严桥方向以及金海川沙南汇方向[1]。

1.3 长江水源地陈行原水系统

陈行原水系统由陈行水库、泰和路中途提升泵站，以及DN2700～DN1200输水管系统组成。陈行水库供水规模为206万m3/d，始端出水向3个方向输送原水。其中，嘉定方向为2根DN2000钢管，供水规模为40万m3/d；主城区方向为DN2700和DN2400圆形钢管，供水规模为126万m3/d，中途有泰和路提升泵站；月浦方向为2根DN1200圆形钢管，供水规模为40万m3/d[1]。

1.4 长江水源地东风西沙原水系统

东风西沙原水系统由东风西沙水库、城桥和堡镇两座中途提升泵站，以及DN1400～DN600输水管系统组成。东风西沙水库供水规模为21.5万m3/d，始端出水向两个方向输送原水。其中，崇西方向为2根DN600管，供水规模为5万m3/d，长度约为0.6 km；城桥堡镇陈家镇方向为1根DN1400～DN900圆形钢管，供水规模为16.5万m3/d，中途有城桥和堡镇2座提升泵站，长度约为56 km[2]。

2 上海城市原水系统水力模型

2.1 模型软件特点

Infoworks WS Pro擅长模拟计算传统供水压力管网，基于各节点间较近的距离，忽略节点间的水流时间差，由需水量驱动的平差计算。但特大城市多水源原水系统工程特征更似排水系统，其管道形态、控制调度复杂、工程节点间的距离往往较远，导致的管道内流态变化和水流时间差影响不容小觑。Infoworks ICM排水系统模型软件具有模拟原水系统的功能，不仅考虑了水流在管道中的流行时间，而且具有以下优势：(1)能更真实模拟除压力型圆管以外的原水输水系统，例如方管、自重力管段、明渠等；(2)可同时在非满管流和满管流之间自由切换，计算更加精确；(3)可精准模拟管线沿程的过江管、上/下倒虹管；(4)强大的方案管理模块可大大提升多方案比选效率。

2.2 模型基础数据和资料

模型所收集的基础资料涵盖青草沙、陈行和金泽3座水库及各原水输水系统中途提升泵站(含调压池和调节池)尺寸、标高和运行水位，所有原水输水系统管(渠)管径、管位、上下游管底标高、断面规模、关键阀门，各水厂进水构筑物结构尺寸、进水流量、水位标高，各主要原水增压泵站所有机泵扬程、流量参数等。以模型涉及的各水库、提升泵站、原水受水厂、分水点为边界，采用2017年和2018年高峰日、低峰日SCADA实测数据，主要涵盖各水库各方向出水流量、水压，各提升泵站调节池、调压池水位、各泵流量及运行调度情况，各水厂进水水位及流量等。

2.3 模型建立和校验

ICM模型校验选取了原水系统22个关键节点，并以2017年和2018年高峰日、低峰日SCADA各管道上游流量、水压及下游水位或水压数据为基础模型边界，对模型进行率定验证。模型率定得出了比较好的成果。为了从关键节点大量率定成果中提取便于研究和比较，考虑选用关键节点水头(已全部校核到吴淞标高)的模拟平均值、监测平均值、误差百分比和误差均方根等4项指标。误差百分比和均方根的计算如式(1)和式(2)[6]。

(1)

(2)

其中：S(t)——在时刻t模型的模拟结果；

L(t)——在时刻t监测系统的监测结果；

n——模拟时段内时间步长的个数。

模型校核成果表明，ICM模型高峰日、低峰日两个典型工况中95%左右的关键节点平均误差百分比小于8%，校核结果优于WS Pro模型相关节点模拟结果。表1为各模型高峰日、低峰日模拟结果统计比较。

表1 WS Pro与ICM模型高峰日、低峰日模型关键节点结果比较Tab.1 Comparison of Key Notes Results of WS Pro and ICM between High Peak and Low Peak Days

注：WS Pro模型校验选取了原水系统24个关键节点，并以2013年高峰日、低峰日SCADA各管道上游流量、水压及下游水位或水压数据为基础模型边界，对模型进行率定验证[2]

3 研究案例

3.1 案例范围

基于WS Pro和ICM模型的计算原理及建模数据要求，结合上海城市原水各系统特点，选取黄浦江上游水源地原水系统中的引水渠道(松浦大桥泵站-曹行)段进行微观模型案例分析。对数据排摸、筛查、概化后的基础模型情况为：自金泽水库方向来水输送至闵行分水点并入DN3600-DN3000-DN3600钢管直接输送至大桥泵站东、西切换井，经西切换井2根3.75 m×3.25 m矩形混凝土管输送至曹行7根DN2100圆形钢管，再经东面2根3.75 m×3.25 m矩形混凝土管输送至箱涵，经由DN3600-DN3000-DN2600-DN3200钢管输送管至闵行受水点，如图1所示。

图1 闵奉分水点-曹行-闵行受水点管段系统Fig.1 Layout of Pipeline System of Minfeng Water Distribution Point/Caohang/Minhang Water Receiving Points

3.2 模型数据

WS Pro原水系统模型粗略地概化了曹行-大桥泵站的管段，如图2所示，与ICM可建立的精细化模型差别较大。WS Pro在建立微观模型时需对数据进行预处理，进而近似模拟各管段管底标高及关键节点部分参数。ICM模型基于管道GIS资料、插值模型、竣工图资料及其他相关设计资料，能够较为真实地模拟各自重力方管和关键节点。插值模型数据与GIS数据主要区别在于：插值模型管道坡度约为2.857 X10-4，沿程的管底标高为根据上下游节点的管底标高利用ArcGIS插值算法插入各个节点的近似值，GIS数据管道坡降相对平缓(坡度约为1.07X10-4)，以及更为真实的上下倒虹管录入。GIS数据模型概化了473个节点和492个管段，插值模型概化了289个节点和307个管段，WS Pro模型如图3、图4所示，ICM模型如图5、图6所示。(注：为了进行WS Pro和ICM各个模型算法的横向比较，本文将在两种软件中使用了一样的边界条件，即上游使用流量，下游使用水位进行模型的运行，上游使用水头进行模拟值和实测值的校核)。

图2 概化模型系统平面Fig.2 Layout of Generalized Model System

图3 WS Pro概化模型一条管渠剖面(GIS数据模型)Fig.3 Sectional View of WS Pro Generalized Model (GIS Data Model)

图4 WS Pro概化模型一条管渠剖面(插值模型)Fig.4 Sectional View of WS Pro Generalized Model (Interpolation Data Model)

图5 ICM概化模型一条管渠剖面(GIS数据模型)Fig.5 Sectional View of ICM Generalized Model (GIS Data Model)

图6 ICM概化模型一条管渠剖面(插值模型)Fig.6 Sectional View of ICM Generalized Model (Interpolation Data Model)

3.3 计算结果

选用2018年2月16日SCADA数据上下游流量、水位、水头作为边界条件，在其他模型参数和求解方程基本相同的设置下，选取不同的糙率模型，分别对两种软件的两种建模数据模型进行率定及验证。经过反复试算获得各糙率模型最佳糙率变量值，各模型闵奉分水点水头测评结果，如表2所示。

表2 闵奉分水点水头各糙率模型最优值测评结果Tab.2 Optimized Results of Minfeng Water Distribution Point for Different Roughness Models

注：DW指达西-维斯巴赫；HW指海曾-威廉；CW指柯列勃洛克-魏特；N指曼宁

4 结论

(1)在相同的边界条件下，对于WS Pro，GIS数据模型模拟结果略差于插值模型模拟结果，可知WS Pro对于管渠沿程的坡度、上下倒虹管敏感度小。

(2)3个糙率模型中，柯列勃洛克-魏特(CW)糙率模型可获得最优解，符合预期。因此，在WS Pro建模中推荐采用柯列勃洛克-魏特(CW)糙率模型进行计算。对于ICM模型，管道数据更贴近现实的GIS数据。因此，模型模拟结果普遍优于省略了诸多上下倒虹管的插值数据模型模拟结果。

(3)3个糙率模型中，海曾-威廉(HW)糙率模型在ICM中只能设定为压力求解模型，其模拟结果与其他两个糙率模型差距较大，柯列勃洛克-魏特(CW)糙率模型可获得最优解，但由于其糙率变量不够敏感，故推荐ICM采用曼宁(N)糙率模型。

(4)就本段原水系统的特殊性，ICM模型模拟结果普遍优于WS Pro模型模拟结果。

故在能够获得较为精细的管道数据前提下，推荐采用ICM软件，糙率模型推荐采用曼宁(N)糙率模型；对难以获得精细数据的原水系统，可以考虑使用WS Pro模型的CW糙率模型。