Angewandte Regelung und Optimierung in der ... - uni-stuttgart

Alexander Horch 

Angewandte Regelung und Optimierung 

in der Prozessindustrie 

9. Optimierung von Wassernetzen 

© A.Horch 

SS 2010 | Slide 1

Inhalt 

• Überblick über die Wasserwirtschaft 

• Automatisierungsbedarfe 

• Beispiele ausgeführter Regelung & Optimierung 

• Leckageerkennung / Entscheidungsunterstützung 

• Pumpen- und Ventileinsatzplanung 

• Zusammenfassung 

© ABB Group 

SS 2010 | Slide 2

Wasserversorgung - Globale Sicht 

Klimawandel 

Auswirkungen des Klimawandels werden stärker wahrnehmbar → verändertes 

Bewusstsein 

Klimawandel beeinflusst Wasserversorgungssituation in vielen Regionen 

Ineffizienzen in der Wasserversorgung → negativer Beitrag 

Randnotiz: ~20% der globalen elektrischen Energie werden zum Betrieb von 

Pumpen und Pumpsystemen verwendet* → Wasserversorgung ist eines der 

Hauptanwendungsfelder 

Herausforderung: Erhöhung der Energieeffizienz zur Reduktion der 

Treibhausgasemissionen 

Source: Factiva, UK 

English language press 

mentions including global 

warming, 

climate change, 

greenhouse effect or 

greenhouse gas 

Taken from presentation 

“Local Authority Carbon 

Management Program”, 

Richard Rugg, 

Derby City Council, 2007 

© ABB Group 

June 28, 2010 | Slide 3 

•*Source: Protecting the environment and reducing costs, Sulzer AG, Sulzer Technical Review, 1/2009


Wasserknappheit 

Wasserknappheit ist ein Problem in vielen Regionen der Welt 

Globaler Wasserverbrauch wird Schätzungen nach um 40% bis 2025 steigen 

Ineffizienzen in Wassertransport und –verteilung tragen zusätzlich zur 

Verschlechterung der Versorgungssituation bei 

Leckageverluste bei teilweise über 50% der Versorgungsmenge 

~90% Untergrundverluste, ~10% grosse Rohrbrüche 

Herausforderung: Reduzierung der Verluste bei Transport und Verteilung → geringere 

energetische Aufwendungen zum Ausgleich der Verluste 

Wasserknappheit 

Zunehmende 

Verknappung 

Ausreichende 

Wasserressourcen 

Wasserüberschuss 

Source: Waterworks 

Sonneberg 

© ABB Group 

June 28, 2010 | Slide 4

Wasserverwendung weltweit 

Schlüsselressource 

© ABB Group 

June 28, 2010 | Slide 5

Water 

Automation Applications 

• Pumping Stations 

• Efficient pumping station design improves plant availability and output, thereby reducing the 

costs of water supply and treatment. 

• Municipal Wastewater Treatment and Recycling 

• Treatment must guarantee water quality before (re-)use and minimise the impact on the 

environment 

• Water Distribution 

• Network management solutions for real-time monitoring and control of distributed water 

systems 

• Industrial Water Treatment and Recycling 

• Basic onsite treatment of waste process water avoids unnecessary use of potable water and 

costly discharges to public wastewater collection. Industry uses ~20% of available water. 

• Desalination Plants 

• Desalination plays an essential role where demand for potable water outpaces the 

availability of natural resources 

• Water Transmission 

• Infrastructures to transport over long distances to reduce mismatch between supply and 

demand 

• Irrigation 

• 80% of potable water is used for irrigation 

© ABB Group 

SS 2010 | Slide 6

Randnotiz 

Beispiel - Verluste in europäischen Trinkwassernetzen 

© ABB Group 

June 28, 2010 | Slide 7


Potentiale 

Schwerpunkt liegt auf Wassertransport und –verteilnetzen 

Reduzierung von Verlusten durch Leckagen 

Erhebliche Potentiale für Erhöhung der Energieeffizienz 

Lösungsansatz → umfassendes Wassermanagement 

Einsatz neuster Technologien → von der Feldebene bis hin zu 

höherwertigen Anwendungen (Simulation, Optimierung) 

Druckmanagement, Ressourcenmanagement, 

Energiemanagement,… 

Einbindung in eine integrierte Systemumgebung ermöglicht 

Generierung eines hohen Nutzwerts (Datenintegration, 

Oberflächenintegration) 

© ABB Group 

June 28, 2010 | Slide 8 

‣ Nutzung vorhandener und Generierung zusätzlicher Daten und 

Informationen zur Optimierung des Wassernetzbetriebs 

‣ Schwerpunkt des Vortrags auf integriertem Ansatz zum 

Wassermanagement

Wichtige Marktreiber 

Worauf sich Wasserversorger fokussieren… 

Erhöhung der Energieeffizienz 

Begrenzung steigender Energiekosten 

Nachhaltigkeitsaspekte 

Reduktion von Leckagen („Non-Revenue Water“) 

Verbesserte Leckageerkennung und – lokation 

Verkürzte Reaktionszeit für 

Reparaturmaßnahmen 

Kostenreduktion 

Reduktion von Betrieb- und 

Instandhaltungskosten sowie Investitionskosten 

Stärkere Orientierung auf finanziell 

herausragende Ergebnisse 

Verbesserung der Versorgungsqualität und - 

sicherheit 

Minimierung der Anzahl an Unterbrechungen, 

stabil hohe Wasserqualität,… 

Grosse 

Rohrbrüche 

Untergrundverluste 

© ABB Group 

June 28, 2010 | Slide 9

Introduction – 

Side Note 

Randnotiz 

Strategie zur Leckagereduktion 

Strategische 

Herangehensweise zur 

Reduzierung der 

Leckagen/Leckageflüssen 

notwendig 

Druckmanagement ist 

elementar → beeinflusst 

Energieverbrauch und 

Auftreten neuer Leckagen 

sowie Flüsse aus 

exisitierenden Leckagen 

© ABB Group 

June 28, 2010 | Slide 10

Wasser 

Aktueller Megatrend mit Folgen 

• ZVEI Roadmap Automation 2020+: Wasser und Abwasser 

• Megatrends (Bevölkerungswachstum, Urbanisierung, 

Klimawandel, ...) werden den Druck, Wasser effizienter zu nutzen, 

neue Wasserquellen zu erschließen und die Abwasserent-sorgung 

zu verbessern, verstärken. 

• Zunehmender Kostendruck 

• Paradigmenwechsel vom „Schadstoffentsorgungssystem“ zur 

Nutzung von Abwasser als Wertstoff ab. 

• Der Markt für Meerwasserentsalzung und Aufarbeitung von 

gebrauchtem Wasser wird sich stark vergrößern (2-3 fach). 

• Umfangreiche Mess-, Steuer- und Regelungstechnik werden 

insbesondere für integrierte Wassermanagementansätze benötigt. 

• Steigende Nachfrage nach Kleinkläranlagen. 

• Sicherheit von Wassernetzen (Verschmutzung, Terror). 

• Von Messgeräten und Sensoren wird erwartet, dass sie robust, 

günstig und wartungsarm sind. 

© ABB Group 

SS 2010 | Slide 11

Wasser 

Aktueller Megatrend – auch für Automatisierung 

Investitionen in 

• Meerwasserentsalzung 

• Trinkwassergewinnung aus Abwasser 

• Erkennung von Arzneimittelrückständen und 

anderen Spurenstoffen in Abwässern 

• Risikomanagement: Schutz kritischer 

Wasserinfrastrukturen 

• Kanalnetzbewirtschaftung 

• Energetische Klärschlammnutzung 

• Rückgewinnung von Phosphor aus 

Klärschlamm 

Schlüsseltechnologien der 

Automatisierung 

• Sensorik und Messtechnik 

• Software und Modellierung 

• Management- und Leitebene 

• Robotik 

• Optimierung und Entscheidungsunterstützungssysteme 

© ABB Group 

SS 2010 | Slide 12

Nachhaltige und effiziente 

Wasserversorgung 

Integriertes Wassermanagement 

© ABB Group 

June 28, 2010 | Slide 13


Ausgangslage – die Systemlandschaft 

Häufig unabhängige (standalone) Anwendungen mit eigenen 

Datenbanken und eigenem Datenmanagement 

Typische Systeme/Anwendungen: 

Leitsystem – Überwachung und Steuerung, Alarmmanagement 

Geographisches Informationssystem (GIS) – 

Planungsaufgaben, Darstellung geographischer Daten 

Hydraulische Netzsimulation – online und offline Berechung von 

Drücken, Flüssen, Geschwindigkeiten, Qualitätsbetrachtungen, 

Szenariorechnungen 

Leckagemanagement – Erkennung, Lokalisierung und Bewertung 

von Leckagen 

System zum Instandhaltungsmanagement – Management von 

Instandhaltungsaufgaben 

Möglichkeit zur Generierung zusätzlicher Daten und Informationen 

für die Entscheidungsfindung oft nicht genutzt ! 

© ABB Group 

June 28, 2010 | Slide 14


Ausgangslage – die betrieblichen Herausforderungen 

• Zunehmende Komplexität des Wassernetzbetriebs 

• Analyse und Interpretation einer weiter zunehmenden Menge an 

Daten und Informationen in kürzerer Zeit 

• Höherwertige Anwendungen für optimalen Betrieb 

(anwendungsspezifische Lösungen) 

• Zunehmende Relevanz von… 

• …Alarmanalyse und -management → Generierung von Wissen aus der 

Alarmanalyse 

• …Wissensmanagement → wie kann das Wissen des Bedienpersonals 

dokumentiert und zur Verfügung gestellt werden? 

• Nutzung der Zeitspanne, in der der Kunde noch nicht vom 

Problem betroffen ist, zur Lösung des Problems 

© ABB Group 

June 28, 2010 | Slide 15

Herausforderungen 

Notwendige Unterstützung zur Umsetzung… 

•…einer schnelleren Reaktion auf Anomalien im Betrieb von 

Wasserversorgungsnetzen und Leckagen 

→ 

Erweiterte Visualisierung 

→ Intelligente Datenanalyse 

•…einer optimierten Druck- und Reservoirsteuerung sowie von 

Energiemanagement 

→ 

•…einer effektiveren und effizienteren Leckageerkennung und – 

lokation sowie Entscheidungsfindung in Instandhaltung, Erneuerung 

und strategischer Planung 

→ 

Einsatzplanung für Pumpen, Ventile und 

Bezugsquellen 

Entscheidungsunterstützung 

© ABB Group 

June 28, 2010 | Slide 16

Randnotiz 

Zeitlicher Verlauf „Fehlerauftritt – Behebung“ 

© ABB Group 

June 28, 2010 | Slide 17


Konzeptentwicklung – grundsätzliche Überlegungen… (1/2) 

Einwicklung eines Konzepts das… 

Wasserversorger 

kennen nicht die 

momentanen 

Kosten für einen 

Liter Wasser! 

…die umfassende Integration notwendiger Anwendungen in 

verschiedenen Tiefen in eine Systemumgebung ermöglicht → 

horizontale Integration, 

…die notwendige Flexibilität im Bezug auf 

Systemerweiterungen durch modulares Design ermöglicht, 

…die Kopplung an die Ebene der Unternehmenssteuerung 

ermöglicht, 

…das Informationsmanagement umfänglich in die betriebliche 

Bedienung integriert → Nutzung einer integrierten, 

gemeinsamen und konsistenten Datenbasis 

…den Zugriff auf alle relevanten Daten und Informationen per 

Mausklick ermöglicht. 

© ABB Group 

June 28, 2010 | Slide 18


Konzeptentwicklung – grundsätzliche Überlegungen (2/2) 

• Einbindung höherwertiger Anwendungen und Systeme wie 

• Druckmanagement, Energiemanagement, Leckagemanagement, 

• Netzsimulationssystem, Geographische Informationssystem (GIS), 

erweitertes Alarmmanagement 

• Einbindung eines System zur Unterstützung der Entscheidungsfindung 

• Unterstützung für kurzfristige betriebliche und langfristige 

strategische Entscheidungsfindung 

• Beispiele für funktionalen Umfang: 

• Risikobasierte Alarmpriorisierung durch intelligente Analyse 

und Bewertung 

• Generierung von Handlungsvorschlägen für das 

Bedienpersonal, z.B. Isolation von Netzbereichen 

© ABB Group 

June 28, 2010 | Slide 19


Systemarchitektur 

Geographisches 

Information 

System 

Leckageerkennung 

Netzsimulation 

Energiemanagement 

System zur 

Entscheidungsfindung 

… 

Funktionale 

Erweiterung 

Informationsmanagement 

Leitsystem 

Prozessanbindung 

Datenbank 

Kernsystem 

Alarmmanagement 

Schichtbuch 

Technische Berechnung 

Pumpeneffizienz 

Prozess 

© ABB Group 

June 28, 2010 | Slide 20 

• Leitsystem-basierte Integration 

• Informationsmanagement-System zur Archivierung aller 

zeitreihenbasierten Daten und Ereignisse 

• Nutzung von Standard-Schnittstellen wie OPC 

• Gemeinsame Bibliothek für Objekttypen 

• Konsistentes Alarm- und Ereignismanagement

© ABB 

| 21 

Betrieb und Instandhaltung von 

Wassernetzwerken 

Beispiele für gehobene Lösungen

Advanced Solutions in Water Networks 

Anomaly Analysis 

• Online analysis of pressure and 

flow signals in order to detect 

incidents such as bursts 

• Approach is based on artificial 

intelligence methods making use 

of neural networks 

• Anomaly analysis can serve as 

an input to the decision support 

system as it raises alerts 

following the 12 hours analysis 

• Anomaly analysis also gives an 

estimate of the leakage size 

© ABB 

| 22


Supervisory Pressure Control 

• Hydraulic model-based 

calculation of optimal set-point 

schedules for pressure 

reduction valves (PRVs) for 

minimizing pressure levels in 

District Metering Areas (DMA) 

according to predefined 

operational and physical 

constraints 

• Used to reduce leakage and 

leakage costs as much as 

possible in DMAs 

• Optimal set-points can either 

be transferred to a local PRVcontroller 

or be managed by a 

supervisory pressure control 

system 

•Head [m] 

•Time [h] 

•Old set-points (without optimization) 

•New set-points (with optimization) 

© ABB 

| 23


Pump and Valve Scheduling 

• Hydraulic model-based 

generation of optimal set-point 

schedules for pumps, valves 

and reservoirs in order to 

achieve optimal results 

following the objective function 

mainly to reduce pumping and 

water source costs 

• Takes into account the 

supervisory / global level to 

generate optimal schedules 

• Uses inputs such as demand 

forecasting and energy tariffs 

in order to calculate future 

schedules 

J = min 

∑ pumping cost + ∑source 

cost + 

pumps 

sources 

∑ 

demand nodes 

leakage cost 

© ABB 

| 24


Model Simplification 

• For Supervisory Pressure Control as well as Pump and Valve 

Scheduling, a hydraulic optimization model is needed which is derived 

from a hydraulic simulation model 

• As the simulation model is typically too large and detailed for 

optimization purposes in terms of number of nodes, pipes, valves and 

model accuracy, it is required to reduce the number of objects and to 

keep only those needed for the optimization 

© ABB 

| 25


Incident Management – Incident Ranking Table 

• In order to enable a more efficient and effective decision making, a 

model based decision support system provides for an analysis of 

possible incidents per identified anomaly 

• Based upon assessed impacts and plausibility giving a risk per 

incident, all incidents are ranked according to their individual risk 

and thus give guidance to the most important incidents 

© ABB 

| 26


Alarm Management 

Berechnung der Priorität von 

Alarmen 

Sortierung der Alarme abhängig von 

Auswirkung und 

Auftretenswahrscheinlichkeit → 

Bewertung, welche Alarmmeldung 

die höchste Wichtigkeit für den 

weiteren Betrieb hat 

Negative Auswirkung 

für den Betrieb des 

Netzes (z.B. Anzahl 

der kritischen 

Kunden ohne 

Wasserversorgung) 

Auftretenswahrscheinlichkeit 

Priorität des Alarms 

© ABB Group 

June 28, 2010 | Slide 27 

© ABB Group 

SS 2010 | Slide 27


Incident Management – Incident Root Analysis 

• The incident root analysis 

provides a method for 

identifying a pipe in cause of 

a leakage or burst 

• Each potential leakage or 

burst location (e.g. pipe 

segment) is automatically 

assessed with regards to its 

likelihood/plausibility of 

occurrence and potential 

customer impact 

© ABB 

| 28


Incident Management – Incident Impact and Plausibility Viewer 

• A decision support system 

function graphically indicates 

on which pipeline segment the 

incident most likely has 

occurred 

• Representation can be based 

upon the assessed impact and 

the likelihood of occurrence / 

plausibility of a selected 

(potential) incident cause that 

is taken a closer look at 

• The impact reflects the number 

of customers that will be 

affected by the incident in case 

of “no action” taken 

© ABB 

| 29


Intervention Management – Network Isolation 

• As one of the features, 

decision support systems 

provide for proposals for 

network isolation strategies 

• Aims at affecting the least 

number of customers when 

taking actions in order to 

isolate a burst or pipe segment 

• Network isolation suggests a 

valve or a set of valves to be 

closed in order to achieve 

minimum impact on customer 

supplies 

© ABB 

| 30


Intervention Management – Alternative Supplies 

• As another feature, decision 

support systems provide for 

proposals for alternative supply 

routes in order to ensure 

supplies to the maximum 

number of customers giving 

valves that need to be 

operated in order to ensure 

supplies 

• Alternative supply function 

suggests a valve or a set of 

valves to be opened in order to 

achieve best possible supplies 

in case of required network 

isolation 

© ABB 

| 31


Integrated Geographical Information System (GIS) 

• GIS Integration into the 

automation world 

• Make use of modern objectoriented 

approaches 

• GIS is used as the main view to 

the process 

• A data player (similar to Media 

Player) to automatically visualize 

future network status (using 

results from network simulation) 

© ABB 

| 32

Decision Support System for 

Burst Localisation

Burst Localisation 

Failures in Water Distribution Systems 

• True cause typically unknown 

• Identification of failure by combining evidence 

• Measurements 

• Alarms & Events 

• Customer complaints 

• Pipe bursts 

• Most relevant problem 

• Provide relevant 

information to the 

operator


Risk-based approach 

• Evaluation of risk associated with failures 

• Risk components: 

• Likelihood (of a failure) 

• Impact (of a failure) 

• Risks should be known from the beginning 

• Risk changes with time! 

• Used to prioritise failures


Likelihood Estimation 

Combined Evidence 

Credibility 

adjusted based on 

performance… 

weights 

• 

w 1 w 2 w 3 w 4 w N 

Burst Prediction 

Model 

Correlated Customer 

Contacts 

Identification Using 

Hydraulic Model 

Operator’s 

Judgement 

... 

Field Technician’s 

Evidence 

• Information fusion using Dempster-Shafer Theory* of Evidence 

• Could be hierarchical 

It allows one to combine evidence from different sources and arrive at a degree of belief 

(represented by a belief function) that takes into account all the available evidence. The theory 

was first developed by Arthur P. Dempster and Glenn Shafer. 

(http://en.wikipedia.org/wiki/Dempster-Shafer_theory)


Pipe burst prediction model 

• Type of soil 

• Land use 

• Age of pipe 

• Material type 

• Diameter 

• Number of days of air frost 

• Monthly mean minimum temperature 

f( S, LAM , , , DA , , T ) 

F 

min


Customer Contacts Model 

• Relates likelihood of pipe failure to 

the distance from a group of 

customers 

• Only post code is known 

• Evaluated using GIS 

• If sufficient many complaints from 

a certain area arrive, there is a 

good indication for a problem in 

that area. 

Customer 1 Customer 2 

 

Customer 4 

Customer 3


Information Processing 

Criterion Measurement 

Model 

Static Evidence 

Dynamic Evidence 

Asset data GIS Device Customer Near real-time 

Status Contacts pressure and flow 

data


Case Study 1 

• Rural DMA * 

• Tree network 

• 181 residential and 57 

industrial customers 

• 3 pressure sensors and 1 flow 

meter 

*DMA – District Metering Area 

•40

•41

•42

•43

•44


Case Study 2 

• Urban DMA 

• Looped network 

• 3900 customers 

• 3 pressure sensors and 2 

flow meters 

•45

Pipe burst prediction 

•46

Hydraulic model 

•47

Customer contact 

•48

•49

Water Network Modelling 

Network Simplification 

© ABB Group 

June 28, 2010 | Slide 50


Why use simplification? 

• Produce hydraulically equivalent water networks with 

reduced number of pipes and nodes only containing 

• critical nodes (nodes with pressure constraints) 

• active elements (e.g. pumps, valves, reservoirs, tanks) 

• Use reduced water networks as base for following 

simulation and optimization 

• Reduce calculation time by reducing number of 

equations and constraints 

© ABB Group 

June 28, 2010 | Slide 51


Steps of the simplification algorithm 

• The algorithms consists of two parts 

• Pre-processing 

• Substitute valves that are always open 

• Remove valves that are always closed 

• Remove dead-end pipes 

• Remove short pipes 

• Combine pipes in series / in parallel connected to nodes 

without demand to unique pipe 

• Gauss-Jordan Simplification 

• Determine nonlinear model 

• Linearize nonlinear model 

• Reduce linearized model using Gauss-Jordan 

• Convert back to nonlinear model 

© ABB Group 

June 28, 2010 | Slide 52

Preprocessing 

Substitute valves that are always open 

• A permanently opened valve can be removed 

•reservoir 

•reservoir 

•Opened 

•valve 

•closed 

•closed 

•valve 

•tank 

•valve 

•tank 

© ABB Group 

June 28, 2010 | Slide 53


Remove valves that are always closed 

• The closed valve is removed 

•reservoir 

•reservoir 

•closed 

•valve 

•tank 

•tank 

© ABB Group 

June 28, 2010 | Slide 54


Remove dead-end pipes 

• Junctions without demands at the end of pipe lines can be 

removed as they cause numerical problems and do not 

have any function in the model 

•reservoir 

•reservoir 

•tank 

•tank 

© ABB Group 

June 28, 2010 | Slide 55


Remove short pipes 

• Short pipes have high conductance / low resistance, 

therefore the headloss nearly vanishes and can be 

removed from the model 

•reservoir 

•reservoir 

•tank 

•tank 

© ABB Group 

June 28, 2010 | Slide 56


Combine pipes in series with demandless nodes / 

in parallel to unique pipe 

• Pipes in series with junctions, which have no demand, has the 

same hydraulic effect as one pipe with an equivalent 

conductance/resistance value and thus can be substituted 

(R=R1+R2) 

• Parallel pipe can be substituted with a unique pipe, which has the 

aggregate conductance of the original ones (1/R = 1/R1 + 1/R2) 

•reservoir 

•reservoir 

© ABB Group 

June 28, 2010 | Slide 57 

•Node with demand 

•tank 

•tank

Gauss-Jordan Simplification 

Full nonlinear 

model 

Use point in time with max. number 

of pipes with flow > 0 to linearize 

network 

Linearize model 

Full linear 

model 

Use Gauss-Jordan algorithm to 

reduce number of nodes and pipes 

Simplify model 

Simplified 

linear model 

Convert back to 

nonlinear model 

© ABB Group 

June 28, 2010 | Slide 58 

Calculate new nonlinear pipe 

parameters using incidence matrix 

(C=100, D=L) 

Simplified 

nonlinear model


Determine nonlinear model 

reservoir 

demand 

demand 

• Setup incidence matrix to describe model of water network 

tank 

demand 

demand 

⎡ 1 

⎢ 

⎢ 

−1 

⎢ 0 

Λ = ⎢ 

⎢ 0 

⎢ 0 

⎢ 

⎣ 0 

| 

0 

1 

−1 

0 

0 

0 

0 

0 

1 

−1 

0 

0 

h | 

0.54 

0 

0 

1 

0 

−1 

0 

0 

0 

0 

1 

−1 

0 

sign( 

∆ 

0 ⎤ 

0 

⎥ 

⎥ 

0 ⎥ 

⎥ 

1 ⎥ 

0 ⎥ 

⎥ 

−1 

⎦ 

The Hazen-Williams equation describes 

the flow-head relationship in a pipe 

Q 

ij 

= 

g 

ij 

∆ 

ij 

ij 

h) 

Λq = q 

nod 

Mass balance equation 

∆h 

T 

= Λ 

h 

Headloss equation 

© ABB Group 

June 28, 2010 | Slide 59


Linearization of model 

• Starting point for subsequent linearization is 

Λ ) 

T 

Q ( Λ h = 

q 

nod 

• After linearization we get 

dQ 

Λ Λ 

d∆h 

T 

nod nod 

⋅ ( h − h( 

t0 )) = ( q − q ( t0 

)) 

• 

• Using 

Q 

ij 

= 

g 

ij 

| 

∆ 

ij 

h 

| 

0.54 

sign( 

∆ 

ij 

h) 

© ABB Group 

June 28, 2010 | Slide 60 

• we obtain 

dQ 

= 

d∆h 

diag 

−0.46 

[ 0.54g ] J j 

| ∆h j 

| 

j 

= 1


Setup of linearized equations system 

• Defining Matrix A as 

dQ 

A = Λ Λ 

d∆h 

• We obtain for each element 

A 

[ n, 

m] 

∑ 

T 

⎧− 

Anm 

for n = m 

⎪ m≠n 

⎪ 

− 

= ⎨ 

− 0.54gn, 

m 

| hn 

− hm 

| 

⎪ 

⎪ 

⎩ 0 for n ≠ m and 

0.46 

= : −g~ 

( n, 

m) 

nm 

for n ≠ m and 

( n, 

m) 

connected by a 

not connected by a link 

link 

• and can therefore build the following equations system 

nod 

⎛ g~ 

− g~ 

− g~ 

11 

1,2 

... 

1, N ⎞⎛ 

δh1 

⎞ ⎛δq 

⎞ 

1 

⎜ 

⎟⎜ 

⎟ ⎜ ⎟ 

nod 

⎜ − g~ 

g~ 

− g~ 

2,1 22 

... 

2, N ⎟⎜ 

δh2 

⎟ ⎜δq2 

⎟ 

⎜ 

⎟⎜ 

⎟ = 

... ... ... ... ... 

⎜ ⎟ 

⎜ 

⎟⎜ 

⎟ ⎜ 

... 

⎟ 

nod 

⎝− 

g~ 

N 

− g~ 

N 

... g~ 

,1 

,2 

NN ⎠⎝δhN 

⎠ ⎝δq 

N ⎠ 

© ABB Group 

June 28, 2010 | Slide 61

© ABB Group 

June 28, 2010 | Slide 62 


Elimination of nodes 

• Eliminating node 1 from the equations system leads to a reduced 

equation system 

⎟ 

⎟ 

⎟ 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎜ 

⎜ 

⎜ 

⎝ 

⎛ 

= 

⎟ 

⎟ 

⎟ 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎜ 

⎜ 

⎜ 

⎝ 

⎛ 

⎟ 

⎟ 

⎟ 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎜ 

⎜ 

⎜ 

⎝ 

⎛ 

− 

− 

− 

− 

− 

− 

nod 

N 

nod 

nod 

N 

NN 

N 

N 

N 

N 

q 

q 

q 

h 

h 

h 

g 

g 

g 

g 

g 

g 

g 

g 

g 

δ 

δ 

δ 

δ 

δ 

δ 

... 

... 

~ 

... 

~ 

~ 

... 

... 

... 

... 

~ 

... 

~ 

~ 

~ 

... 

~ 

~ 

2 

1 

2 

1 

,2 

,1 

2, 

22 

2,1 

1, 

1,2 

11 

⎟ 

⎟ 

⎟ 

⎟ 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎜ 

⎜ 

⎜ 

⎜ 

⎝ 

⎛ 

+ 

+ 

= 

⎟ 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎜ 

⎝ 

⎛ 

⎟ 

⎟ 

⎟ 

⎟ 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎜ 

⎜ 

⎜ 

⎜ 

⎝ 

⎛ 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎝ 

⎛ 

− 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎝ 

⎛ 

− 

− 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎝ 

⎛ 

− 

− 

⎟ 

⎟ 

⎠ 

⎞ 

⎜ 

⎜ 

⎝ 

⎛ 

− 

nod 

N 

nod 

N 

nod 

nod 

N 

N 

N 

N 

N 

N 

N 

N 

q 

g 

g 

q 

q 

g 

g 

q 

h 

h 

g 

g 

g 

g 

g 

g 

g 

g 

g 

g 

g 

g 

g 

g 

g 

g 

1 

1 

,1 

1 

1 

2,1 

2 

2 

1, 

11 

,1 

1,2 

11 

,1 

,2 

1, 

11 

2,1 

2, 

1,2 

11 

2,1 

22 

~ 

~ 

... 

~ 

~ 

... 

~ 

~ 

~ 

~ 

... 

~ 

~ 

~ 

~ 

... 

... 

... 

~ 

~ 

~ 

~ 

... 

~ 

~ 

~ 

~ 

δ 

δ 

δ 

δ 

δ 

δ


Setup of linearized equations system 

• Once all nodes selected have been eliminated, the equation system 

can be reconverted to a nonlinear one using following assumptions 

• R n,m = 100 (Roughness) 

• D=L (D)iameter and (L)ength of pipe 

⎛ ⎛ 

⎜ 

⎜ 

⎜ g~ 

⎝ 

⎜ 

⎜⎛ 

⎜ 

⎜ 

⎜− 

g~ 

⎝⎝ 

22 

N ,2 

g~ 

2,1 

− g~ 

g~ 

1,2 

11 

... 

g~ 

N ,1 

− g~ 

g~ 

11 

⎞ 

⎟ 

⎠ 

1,2 

⎞ 

⎟ 

⎠ 

... 

... 

... 

⎛ 

⎜− 

g~ 

⎝ 

⎛ 

⎜ g~ 

⎝ 

2, N 

0.54g g~ 

−0.46 

n, m 

| hn 

− hm 

| = 

N 

g~ 

− 

g~ 

... 

g~ 

− 

g~ 

N ,1 

11 

2,1 

11 

g~ 

nm 

g~ 

1, N 

1, N 

⎞⎞ 

⎟ 

⎟ 

⎟⎛ 

δh 

⎠ ⎜ 

⎟ 

⎜ ... 

⎞ ⎟ 

⎜ 

⎟ 

⎟ ⎝δh 

⎠ ⎟ 

⎠ 

2 

N 

⎛ 

⎜ δq 

⎞ 

⎟ ⎜ 

⎟ = ⎜ 

⎟ ⎜ 

⎠ 

⎜δq 

⎝ 

nod 

2 

nod 

N 

+ 

+ 

g~ 

g~ 

... 

g~ 

g~ 

2,1 

1 

N ,1 

1 

δq 

δq 

nod 

1 

nod 

1 

⎞ 

⎟ 

⎟ 

⎟ 

⎟ 

⎟ 

⎠ 

D 

n, 

m 

⎛ g 

⎜ 

⎝ 3.58821⋅10 

n, 

m 

= Ln, 

m 

= 

−4 

⎞ 

⎟ 

⎠ 

1 

2.09 

© ABB Group 

June 28, 2010 | Slide 63


Simplified water network 

•pre-processed model 

reservoir 

•simplified model 

reservoir 

demand 

demand 

demand 

demand 

demand 

demand 

tank 

tank 

© ABB Group 

June 28, 2010 | Slide 64

Example of Water Distribution Network (E093.inp) 

•Reservoir 

•Nodes to keep 

•Nodes with high 

elevation or 

demand 

•„normal“ nodes 

© ABB Group 

June 28, 2010 | Slide 65

Simplified network 

© ABB Group 

June 28, 2010 | Slide 66

Simplified network 

Comparison 

• All active elements like pumps, reservoirs, tanks and 

valves (except they do not change their status during the 

complete simulation time) are kept 

Before simplification 

After simplification 

© ABB Group 

June 28, 2010 | Slide 67

Compare original and simplified network 

Compare pressures 

the accuracy is sufficient! 

© ABB Group 

June 28, 2010 | Slide 68

Example: network with 12527 nodes 

© ABB Group 

June 28, 2010 | Slide 69

Example: network with 12527 nodes 

Simplified by 50% 

© ABB Group 

June 28, 2010 | Slide 70

Water Network Optimization 

Pumpen- und Ventileinsatzplanung 

© ABB Group 

June 28, 2010 | Slide 71

Pump & Valve scheduling 

Challenges in Network Operation 

• Generate optimized pump, valve and water source trajectories to 

minimize energy costs, source costs and leakage in WDN* 

• look 24 hours ahead to know what the water demand, the 

electricity tariffs and the treatment costs will be 

• use full range of possible water levels in reservoirs to fill 

reservoirs when it fits best to optimization strategy 

• withdraw water from water sources in an cost-optimal way, 

taking into account operational constraints 

• operate pumps taking into account actual and future electricity 

costs, considering pump efficiencies to choose optimal pump 

speed 

• BUT: always keep within physical and operational constraints, 

such as maintaining sufficient water within the system’s 

reservoirs or meeting the required time-varying consumer 

demands 

© ABB Group 

June 28, 2010 | Slide 72 

*Water Distribution Network


Optimization Problem 

J 

= min 

∑ pumping cost + ∑source 

cost + 

pumps 

sources 

∑ 

demand nodes 

leakage 

cost 

• Gegeben ist die reduzierte Modellbeschreibung des 

Wassernetzes. 

• Gegeben sind physikalische und betriebliche 

Beschränkungen der Mess- und Stellvariablen 

(Durchflüsse, Drücke, Pumpleistungen, 

Reservoirgrößen etc.) 

• Gegeben ist eine Vorhersage des Verbrauches und 

der Stromkosten der nächsten 24 Stunden 

Finde eine optimale Steuerstrategie, die J 

minimiert, die Beschränkungen einhält und dem 

Modell entspricht. 

© ABB Group 

June 28, 2010 | Slide 73

Example of a Water Network Schematic 

• 3537 Nodes (non 

simplified) 

• 3 Water Treatment 

Works (WTW) 

• 10 Reservoirs 

• 11 Pumping Stations 

(19 pumps) 

• 80 DMA 

• 420 valves 

• 3 industrial users 

• 5.2m kWh (2008) 

© ABB Group 

June 28, 2010 | Slide 74 

contains several 

single and 

cascading DMAs 

with 500 – 1000 

nodes each


Current operation vs. Optimal schedule 

© ABB Group 

June 28, 2010 | Slide 75


Results from the case study 

© ABB Group 

June 28, 2010 | Slide 76 

• 7 days optimization 

• Only Pump and valve scheduling, no WTW * 

scheduling 

• Reservoir level limits (40%-95%) 

• Fixed WTW outflows 

• Initial starting values for reservoir levels: 

(Min+Max)/2 

For 7 days 

Pumping Energy [kW/h] Pumping Costs [£] 

Current 

Operation 

Optimized 

Operation 

Current 

Operation 

Optimized 

Operation 

Total 51902 35901 3817 2483 

Savings 16001 1334 

Savings [%] 30.8 34.9 

*Water Treatment Work

Anwendung Wassernetz Basel 

Problembeschreibung 

• Industrielle Werke Basel (IWB) – bâlAqua 

• 12 high pressure pumps 

• One internal ground water drainage and collection area, 

including 12 wells (with low pressure pumps) 

• One external supplier 

• Three double chamber reservoirs 

• Roughly 26 million m 3 of annual delivery 

• Find an energy-optimal pump (and wells) schedule to 

provide sufficient amount of water (based on predictions) 

with minimal pumping effort. 

© ABB Group 

SS 2010 | Slide 77


Problem Formulierung 

• Optimally solve a hybrid problem consisting of 

• ... continuous variables (eg, flows, levels, energy etc.) 

and 

• ... discrete variables (as for example switching the plant 

equipment on/off). 

• Such a problem can be formulated using Mixed-Logical 

Dynamic Models (MLD) and subsequently be solved used 

an MPC controller. 

• Possible implementation strategies 

• Optimization – Solve problem complete in advance 

• Control – Update solution online in each time step 

© ABB Group 

SS 2010 | Slide 78


Implementierung 

Benefits 

• Information integration 

• Cost optimization 

© ABB Group 

SS 2010 | Slide 79

Zusammenfassung 

• Wasser – ein Megatrend des 21. Jahrhunderts 

• Wichtigste Automatisierungsgebiete rund um Wasser 

• Trinkwasserversorgungsnetze (Operation, Planning, Monitoring) 

• Meerwasserentsalzung (Monitoring, Optimization) 

• Abwasserentsorgung (Instrumentation, Operation) 

• Bewässerung in der Landwirtschaft (Optimization) 

• Wasserwirtschaft in der Industrie (Instrumenation, Optimization) 

• Informationsintegration ist die größte Herausforderung in 

einem gewachsenen, verteilten System das sehr alt ist. 

• Darauf aufbauend sind moderne Verfahren verfügbar, die 

signifikante Einsparungen und Verbesserungen 

ermöglichen. 

• Wasserindustrie gilt als besonders konservativ. 

• Unterschiedliche Modellbeschreibungen sind der Schlüssel 

für gehobene Lösungen. 

© ABB Group 

SS 2010 | Slide 80

Referenzen 

• http://www.zvei.org/fileadmin/user_upload/Fachverbaende/Automation/Publikation/Bestell 

formular_Roadmap_Wasser_und_Abwasser.pdf 

• D.Moll, T.v.Hoff, M.Antoine, Tapping Technology - Optimizing the water supply for the 

city of Basel. ABB Review 3/2007, pp. 27-30. 

• Gallestey, E, et al., Using Model Predictive Control and Hybrid Systems for Optimal 

Scheduling of Industrial Processes, Automatisierungstechnik, Vol. 51, No. 6, 2003. 

• Public (EPSRC in UK) funded Research & Development project ‚NEPTUNE‘. 

(http://www.neptune.ac.uk) 

• Bogumil Ulanicki, Hossam AbdelMeguid, Peter Bounds and Ridwan Patel (2008), 

PRESSURE CONTROL IN DISTRICT METERING AREAS WITH BOUNDARY AND 

INTERNAL PRESSURE REDUCING VALVES, Proceedings of the 10th Annual Water 

Distribution Systems Analysis Conference WDSA2008, Van Zyl, J.E., Ilemobade, A.A., 

Jacobs, H.E. (eds.), August 17-20, 2008, Kruger National Park, South Africa. 

• B.Ulanicki, A.Zehnpfund and F.Martinez (1996), Simplification of Water Distribution 

Network Models. In Proceedings of the Hydroinformatics 96 Int. Conf. International 

Assoc. for Hydraulic Research, ETH Zürich, Sep 1996. 

© ABB Group 

SS 2010 | Slide 81

Kontakt 

Dr. Alexander Horch 

ABB Forschungszentrum 

Wallstadter Straße 59 

68526, Ladenburg, GERMANY 

Links 

www.abb.de/forschung 

www.abb.de/karriere 

Phone: +49 6203716021 

Telefax: +49 6203 716253 

Mobile: +49 171 307 6403 

Email: alexander.horch@de.abb.com 

© ABB Group 

SS 2010 | Slide 82

Angewandte Regelung und Optimierung in der ... - uni-stuttgart

Create successful ePaper yourself

Delete template?

Save as template?