原文信息
題目：Leveraging open source software and parallel computing for model predictive control of urban drainage systems using EPA-SWMM5
作者：Jeffrey M. Sadlera, Jonathan L. Goodalla,*, Madhur Behla,b, Mohamed M. Morsya,c, Teresa B. Culvera, Benjamin D. Bowesa
作者單位：Dept. of Engineering Systems and Environment, Univ. of Virginia
期刊：Environmental Modelling & Software
時間：2019.7
導讀
本文以python，swmm為基礎工具，利用遺傳算法，實現了城市排水系統模型預測算法。
文章簡介
美國環境署EPA開發的SWMM模型具有開源性，這使其成為最為廣泛使用的城市排水系統模型。但是SWMM是基于C語言開發的，二次開發困難較大。因此本文作者利用開源的PYSWMM程序包，利用python實現SWMM的二次開發，實現了SWMM的循環調用和逐時間步長結果快速讀取。以上工具為構建城市排水系統模型預測算法奠定了堅實的基礎。
在此基礎之上，本研究構建了如圖1所示的模型預測算法框架，主要包括三部分：①pyswmm模塊，利用python實現模型初始狀態的快速計算。②SWMM模塊，將模型初始狀態通過熱啟動文件導入SWMM模型。③遺傳算法模塊，根據模型計算結果和成本函數，計算最優控制策略。
本研究構建了如圖2所示的虛擬案例區域排水系統，其控制設施包括2個調蓄池和2個閘門。優化目標為調蓄池利用率和內澇量。本研究比較了無控制、靜態規則控制、模型預測控制等三類控制算法的控制效果，模擬結果如圖3所示，可見模型預測控制的內澇控制效果最佳。
圖1 基于pyswmm的城市排水系統模型預測算法框架
圖2 虛擬案例區域示意圖
圖3 不同控制算法的模擬結果
編者點評
本文提供了一種在SWMM模型上實現模型預測控制的新思路，通過python二次開發工具包，結合遺傳優化算法，實現了城市排水系統模型預測控制。但該優化方法由于需要實時演算大量情景，在系統較為復雜時就需要大規模的計算資源支持。因此，一類更適合城市排水系統實時控制的算法仍有待進一步開發。
原文地址：https://www.sciencedirect.com/science/article/pii/S1364815218312325