特高拱壩通水冷卻管網智能聯控原型試驗研究

林 鵬，寧澤宇，李 明，樊啟祥，汪志林，陳文夫

（1.清華大學水利水電工程系，北京 100084；2.中國三峽建設管理有限公司，四川成都 610041）

1 研究背景

作為混凝土的換熱媒介，冷卻水的溫度、流量、流向等參數需滿足特高拱壩換熱防裂的適應條件：（1）水溫的適應性。為降低因冷卻水管周圍溫度梯度過大造成的局部缺陷，冷卻水與混凝土之間的溫差一般按小于20 ℃控制［10］，考慮不同齡期不同控溫階段混凝土溫控需求，通常配備有8～10 ℃和14～16 ℃兩套水溫供應系統［11］，兩套水溫在供水包的位置通過三通閥門進行手動切換。（2）流量的適應性。通水流量需要基于混凝土目標溫度和實際溫度動態調整［12］，且研究表明管內水流呈紊流狀態時冷卻效果較好［10］。（3）流向的適應性。隨著冷卻水的流動，因與混凝土持續換熱，冷卻水沿程水溫會逐漸升高，流量也會因水頭損失而降低，故混凝土進水側的冷卻效應始終大于出水側，因此為降低混凝土順水流方向的溫度梯度，需對冷卻水進行定期換向［10-12］。

為提供混凝土溫控所需的冷卻水，需對制冷水站和通水冷卻管網進行科學的設計、布置與監控，如在修筑胡佛拱壩時，美國墾務局提出了按氣候及施工最不利條件下進行供水設備容量設計的思想［3］，我國修建小灣［13-15］、溪洛渡［16］、錦屏一級［17］也基本沿用了此方法，基于澆筑、溫控與灌漿計劃，計算冷卻水的溫度與流量供應計劃，基于峰值需求確定冷卻機組的配置與選型。制冷水站與通水冷卻管網一般布置在岸坡和壩后棧橋上［18］，為了便于隨施工進度進行管網的轉移與重復利用，移動式制冷水站被廣泛應用［19］。運行過程中，主要通過冷水機組顯示屏或管網安裝的壓力計、溫度計、流量計觀測冷卻水的供應狀態［20］，并定期手動對換向閥門、管道泵、制冷水站等進行調控［15-17］。

隨著智能通水技術的廣泛應用，特高拱壩混凝土溫控變得更加實時、在線、精準和個性化，但制冷水站與管網系統的響應并沒有變得更加柔性和精準，主要體現在：（1）制冷水站常按設計最大容量進行配置，造成較大的能源浪費；（2）冷卻水在管網中的沿程水頭損失與水溫變化不可知，冷卻水的供應常不能滿足智能通水系統的運行需求；（3）未實現對通水冷卻管網的動態智能調控，實際操作過程中常因人工調控滯后或疏漏造成換向不及時或管路通水異常。

本文在前期工作［6］的應用基礎上，為彌補通水冷卻管網在線監測與智能聯控研究空白，進一步提升混凝土施工溫控質量與效率，在白鶴灘特高拱壩現場開展智能聯控原型試驗，實現對冷卻水溫度、壓力、流量的在線監測和對通水流向的智能調控，以揭示管網冷卻水輸送時空規律，為全面實現通水冷卻管網智能聯控提供科學依據。

2 混凝土溫控冷卻水需求分析

2.1 冷卻水需求確定方法大體積混凝土溫度受膠凝材料水化熱、邊界散熱和通水冷卻換熱的影響而隨齡期動態變化，為控制混凝土溫度按照預設的目標曲線發展，需要定量計算各熱源、冷源及邊界對混凝土溫度的熱流量，進而確定各項溫控措施的具體參數，如依據通水冷卻應提供的換熱量確定冷卻水的溫度、流量與流向等。基于熱力學第一定律，單倉混凝土換熱的計算可簡化描述如下：

式中：c為該倉混凝土的比熱容，J（/kg·℃）；m為質量，kg；T(t)、T(t0)分別為混凝土當前時刻t和初始t0時刻的平均溫度，即混凝土的目標溫控曲線；φ+為混凝土的水化熱；φ-為通水換熱量；φe為與基巖、混凝土及大氣等邊界的換熱量，J。

含冷卻水管的混凝土結構的傳熱過程可描述為：（1）與冷卻水之間，冷卻水通過對流與冷卻水管換熱，冷卻水管通過導熱與混凝土換熱；（2）與基巖及周圍混凝土之間，主要換熱方式為熱傳導；（3）與大氣之間，主要換熱方式為熱輻射+熱對流。三種換熱方式的理論計算公式為：

同時，電商可以做到個性消費。供應商可以根據消費者的不同要求，一對一地量身訂做個性化的產品。消費者可以真正參與到產品的設計、開發、生產等環節，使產品真正做到以消費者為中心，從各個方面滿足消費者的個性需求，避免不必要的浪費。

式中：qd為導熱熱流密度，J/m2；φ為導熱量，J；A為換熱面積，m2；λ為導熱系數，J/（/m·℃）；dT/dx為某方向的溫度梯度，℃/m；qv為對流熱流密度，J/m2；h為表面傳熱系數，J/（/m·℃）；Tl為流體溫度，℃；Tf為壁面溫度，℃；φr為熱輻射量，J；ε為物體的黑度；σ為斯忒藩-玻爾茲曼常量，J（/m2·K4）；Tr為物體的熱力學溫度，K。

如圖1所示，基于式（1）和溫控設計標準中給定的混凝土目標溫控曲線T(t)可以計算出通水冷卻應帶走的換熱量φ-，進一步基于混凝土溫控的傳熱過程，基于熱傳導式（2）、熱對流式（3）和熱輻射式（4）的傳熱理論公式，可以進一步計算出冷卻水的需求曲線，即流量Qn、水溫Tn和流向Dn需求曲線。也可通過仿真分析或其它智能控制算法如Fuzzy-PID等計算混凝土溫度與冷卻水流量、水溫及流向的相關性，形成相應的冷卻水需求曲線，如下式：

圖1 大體積混凝土溫控冷卻水需求確定方法

式中：i為回路編號；j為該回路所在供水包的編號；k為該供水包對應制冷水站的編號；Tnijk為倉回路水溫需求曲線，通常為分段常數函數，可選值為供水包供應的水溫值T1、T2等，如傳統拱壩溫控中常用的是8～10 ℃和14～16 ℃；Qnijk為倉回路流量需求曲線，在區間[0，Qm]內隨時間連續變化，Qm為允許最大通水流量；Dnijk為流向需求曲線，通常為分段常數函數，但可選值只有順時針（+1）和逆時針（-1）兩種選項。

2.2 供水能力評價指標為評價供水系統供應的冷卻水是否滿足混凝土溫控對于冷卻水的需求，本文以冷卻水供應正常時段占全時段的比率，即供水保證率作為評價通水冷卻管網供水能力評價指標，可分流量、流向和水溫等多個維度進行計算：

式中：ηW為供水保證率；tnor為供水正常時段；tall為供水全時段；為冷卻水供應正常判別條件；Wnijk為回路需求冷卻水，可基于仿真計算、人工設置或智能通水系統自動生成；Wsijk為實際供應冷卻水；為控制性供應誤差。

如圖2所示，以白鶴灘特高拱壩25#-23倉2-2回路的流量需求曲線與供應曲線為例，該回路的流量需求由清華大學智能通水系統［6-9］基于混凝土溫控要求自動生成曲線（圖2（a）），對比由智能通水系統內置流量傳感器實時采集的實際流量曲線（圖2（b）），即制冷水站與供水管網供應的實際流量，可看出，流量的供應基本滿足溫控的需求。取控制性流量供應誤差Q? 為5 L/min，統計總供應時段為2018年10月12日21∶00至2018年12月14日13∶00，總時長為62.7 d，其中供應流量與設置流量之差小于5 L/min的時長為61.3 d，流量供應保證率為98%。

圖2 流量需求與供應曲線對比

3 通水冷卻管網智能聯控方法

基于“全面感知、真實分析、實時控制、持續優化”的智能建造閉環控制理論［4］和混凝土溫控冷卻水需求分析，本文提出了一種通水冷卻管網智能聯控方法（圖3）。

圖3 通水冷卻管網智能聯控方法

（1）感知。通過在供水包和制冷水站等位置布設溫度、流量傳感器，感知倉內回路冷卻水的實際供應狀態Wsijk，同時記錄當前水溫切換閥門CV、制冷水站水溫CT及流量設定CQ、增壓泵功率CP、換向系統CD的運行狀態參數。并通過式（5）計算各回路對于冷卻水的需求Wnijk。

（2）分析。基于各回路對于冷卻水溫度Tnijk、流量Qnijk和流向Dn ijk的需求，計算供水包的冷卻水需求，實際溫控中，通常冷卻水溫度、流向均以供水包為最小單元，即同一供水包向倉內回路供應的冷卻水溫度與流向是一致的，僅需對倉內回路流量需求進行累加計算某供水包的流量需求。供水包jk的冷卻水需求Wnjk可按下式計算：

供水包與制冷水站間的水溫變化ΔT及流量損失ΔQ，除了通過建立管網模型進行水力學與熱力學計算之外，也可直接由實測值進行表征，如ΔT可由供水包與制冷水站的水溫實測值差的平均值表征，ΔQ可由供水包的實測值累加與制冷水站的實測值求差表征，則制冷水站的總需求為：

（3）控制。通過與制冷水站進行交互，將制冷水站的水溫需求Tnk輸入為制冷水站的水溫設定參數CT，可以實現各供水包水溫的按需供水；通過實時控制水溫切換閥門CV的開閉可以實現各回路冷卻水溫的按需選擇。同理通過將制冷水站的流量需求Qnk作為制冷水站水量設定參數CQ和增壓泵功率CP的設定依據，則可以實現各回路流量的按需供水；通過控制制冷水站供水管道上的換向系統進行集中換向，可實現冷卻水流向的按需供應。

（4）優化。基于式（6）可實時計算供水保證率ηW，以供水保證率作為目標函數，可以動態優化管路布設方案和修正系數λT、λQ等。此外，也可根據混凝土溫控邊界的動態變化提高冷卻水供應的現場適應性，如冬季氣溫低，混凝土與空氣換熱量加大，冷卻水在管網中流動過程的水溫變化較少，可以采取適當降低水溫，減小通水流量的方案；相反，夏季氣溫較高，外界環境極易對混凝土造成熱量倒灌，增加混凝土最高溫度控制難度，水溫變化較大，可以采取適當提高水溫，加大通水流量的方案。

4 現場原型試驗設計及安裝

4.1 試驗方案設計白鶴灘水電站位于金沙江下游，是世界上在建的最大水電站。大壩為混凝土雙曲拱壩，最大壩高289 m，混凝土方量約803萬m3。大壩采用通倉澆筑，共31個壩段。壩址區屬干熱型河谷，冬季干燥大風，夏季高溫多雨，混凝土澆筑溫控防裂要求高，挑戰大。為應對溫控難題，白鶴灘特高拱壩全壩使用了低熱水泥混凝土，自2017年開始澆筑以來，白鶴灘壩全部澆筑倉采用了智能通水系統［21-22］進行溫度控制，在世界上尚無先例。為實現對通水冷卻從供水到通水調控的全面智能化，在白鶴灘大壩右岸開展了冷卻管網智能聯控現場原型試驗。

白鶴灘大壩右岸通水冷卻管網由制冷水站、供水管網（由岸坡主管、壩后橋主管、供水包與上引管組成）與倉內冷卻水管構成。聯控試驗系統由通水冷卻管網在線監測系統和換向控制系統組成。通水冷卻管網在線監測系統如圖4（a）所示，溫度、壓力、流量傳感器及在線監測設備安裝在25#-23倉2-2回路和23#-33倉1-1回路通水冷卻管網的不同節點上，主要包括上引管、供水包、壩后橋主管、岸坡主管和制冷水站等位置，詳細參數見表1。智能換向流程如圖4（b）所示，智能換向的實現流程包括：（1）關閉增壓泵。換向前關閉增壓泵是為了防止由于換向過程閥門開度變小造成的管內壓力臨時性增大而引起爆管事故；（2）通過換向閥切換流道；（3）重新打開增壓泵。通過與增壓泵、換向閥建立交互接口，實現對換向過程的在線智能控制。試驗系統的軟件設計如圖4（c）所示，基本功能包括管網運行狀態查詢、換向模式選擇、數據導出等。

表1 白鶴灘右岸通水冷卻管網基本參數

圖4 白鶴灘右岸通水冷卻管網智能聯控試驗系統

4.2 試驗系統安裝通水冷卻管網在線監測設備于2018年10月安裝完成，試驗持續了兩年。通過現場試驗實現了對通水冷卻管網溫度、壓力、流量等參數的在線感知和對通水流向的智能調控。

圖5為右岸高程744 m制冷水站出口處主管1和主管2的水溫數據，每根主管上安裝了2支溫度傳感器，溫度值較低、較高分別為供水管和回水管，主管水溫不僅表征了制冷水站的供水溫度，也表征了換向的均勻性。

圖5 通水冷卻管網實時在線監測與智能換向

4.3 冷卻水需求分析（1）原型試驗中需求流量由智能通水系統［6-9］依據混凝土目標溫度與實測溫度的偏差（平均按0～1 ℃控制，實際內控為0.6 ℃），基于PID動態計算控制，具體可參考文獻［6］。（2）需求的冷卻水溫，考慮原型試驗不影響實際大壩的正常溫控，實際按照設計溫控技術要求執行［12］，一期冷卻，高溫季節通10～12 ℃水，低溫季節通14～16 ℃水；中期冷卻通14～16 ℃冷卻水；二期冷卻通8～10 ℃冷卻水。（3）需求流向，按24 h智能換向。

5 冷卻水管網輸送的時空規律分析

5.1 水溫變化圖6為冷卻水從制冷水站到壩后橋輸送過程的水溫變化。從圖6可知：（1）由于白鶴灘壩址氣溫平均在8～27 ℃，無論高溫季節還是低溫季節，外界氣溫均大于冷卻水溫度，外界氣溫對冷卻水主要是熱量倒灌；（2）在沿程主管外部均采用厚橡塑進行保溫前提下，低溫季節和高溫季節，制冷水站到1#、2#壩后橋主管的平均沿程水溫變化分別為0.14 和0.53 ℃。（3）該套主管為8～10 ℃冷卻水供應管道，制冷水站實際供應冷卻水溫在8.00～13.89 ℃間動態變化，低溫季節和高溫季節平均水溫分別為10.02和10.12 ℃。進行制冷水站供水水溫聯調時，需同時考慮不同季節壩后橋主管的冷卻水溫需求和冷卻水沿管網輸送過程中的水溫變化。

圖6 通水冷卻管網水溫的沿程變化

5.2 流量變化圖7為通水冷卻管網內流量與壓力的變化，從圖7可知：（1）岸坡主管及壩后橋主管內供水壓力無顯著差別，基本規律與制冷水站供應壓力一致；（2）在水管布置高程明確的前提下，供水壓力與供水流量呈明顯負相關；（3）為保證冷卻水的正常供應與回收，通常需在制冷水站處通過增壓泵來控制管內壓力，分兩種主要工況，當向上供水時，增壓泵壓力主要用于克服自然落差，確保實際供應的冷卻水流量能滿足需求，當向下供水時，增壓泵壓力主要用于克服冷卻水在管網中流動過程中的水頭損失，以確保冷卻水能回流，同時向下供水時還需注意考慮管道內壓力不能超過管道及連接件的最大承壓，避免出現爆管。

圖7 通水冷卻管網流量與壓力的沿程變化

本文試驗工況為向下供水工況如圖7所示，通過增壓，制冷水站出口處的管道壓力在0.35～0.77 MPa間變化，平均為0.60 MPa，受從制冷水站（高程654 m）到壩后橋主管（高程618.6 m）間的自然落差（35.4 m）的影響，壩后橋主管處的壓力增加到0.65～1.05 MPa，平均為0.91 MPa，其后冷卻水被壓入倉內與混凝土進行換熱，回水克服自然落差回到制冷水站進行回收重新制冷。回水壓力一般為零最節能，循環過程中水頭損失是確定制冷水站出口增壓泵設定值的主要依據。

5.3 流向變化與溫度、流量主要考慮的是沿程變化不同，流向主要考慮的是流向的切換間隔是否均勻。圖8（a）為手動換向時間間隔的統計，間隔分布在12～96 h 內，主要換向間隔為24 h 和48 h。統計148 次換向數據，其中換向間隔小于24 h 為74 次，占比50%；換向間隔24～48 h 之間為60 次，占比41%；換向間隔大于48 h為14次，占比9%。圖8（b）為使用本文提出的智能換向系統之后的換向數據，以主管溫度表征，低溫為供水，高溫為回水，可以看出換向基本均勻，換向時間間隔穩定在24 h左右。

圖8 手動與智能換向時間間隔對比

均勻換向帶來的倉內換熱更加均勻，溫差更小。圖9對比了同時開倉的14#-67（手動換向）與28#-35（智能換向）內部典型測點的溫度過程線。從圖9可以看出，手動換向條件下，14#-67 倉內溫差為1.40 ～ 2.72 ℃，平均為2.31 ℃，典型測點1、2 與目標溫度過程線偏差為0.75 ～ 3.94 ℃，平均為1.61 ℃。智能換向條件下，28#-35倉內換熱更加均勻，倉內溫差為0.07～1.34 ℃，平均為0.72 ℃，相比手動換向降低68.8%；控制精度也得到顯著提升，典型測點與目標溫度偏差降低至0.01～2.02 ℃，平均為0.46 ℃，平均偏差降低71.4%。

圖9 手動與智能換向溫控效果對比

6 結論

基于白鶴灘特高拱壩智能溫控實踐，本文開展了特高拱壩通水冷卻管網智能聯控原型試驗研究，主要結論如下：（1）基于混凝土澆筑倉的傳熱過程和溫控技術要求，提出了特高拱壩大體積混凝土冷卻水需求的確定方法；以冷卻水供應正常時段占全時段的比率，即供水保證率作為評價通水冷卻管網供水能力評價指標，可分流量、流向與水溫等多個維度進行計算。（2）考慮在制冷水站、供水包、回路等管網不同節點處的冷卻水需求與實際變化，提出了以提高供水保證率作為目標函數的通水冷卻管網智能聯控方法，動態優化管路布設方案和修正系數λT、λQ等，實現對冷卻水溫度、流量和流向的按需調控，提高了冷卻水供應的現場適應性。（3）通過現場原型試驗驗證，實現了對通水冷卻管網溫度、壓力、流量的實時在線監測和對通水流向的智能調控，克服了人工手動換向的不確定性，倉內溫差和平均控制偏差分別降低68.8%、71.4%，效果明顯。（4）揭示了冷卻水管網輸送的時空規律，其中供水水溫沿程變化主要受外界氣溫與管道保溫影響，低溫和高溫季節平均沿程水溫變化分別為0.14、0.53 ℃；流量供應主要受供水壓力支配，向下35 m供水時，制冷水站出口處壓力一般設定為0.6 MPa為宜。