بهرهبرداری بهینه از سامانهی آبکشی متوالی سامانهی انتقال آب شیراز با استفاده از الگوریتم ژنتیک
الموضوعات :بهرام سامی کشکولی 1 , مهدی بهرامی 2
1 - کارشناس ارشد، سازه‌های آبی، شرکت شیراز سامیز، شیراز
2 - استادیار گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه فسا
الکلمات المفتاحية: بهینه‌سازی, هزینهی کارمایه, بهره‌وری بهینه, EPANET 2,
ملخص المقالة :
با افزایش جمعیت و کمبود منابع کارمایه، استفاده و بهره‌وری بهینه از منابع مزبور از اهمیت خاصی برخوردار است. از جمله این منابع، کارمایه برق است که در ایستگاه‌های آبکشی نقشی اساسی را ایفا می‌کند. گاهی طولانی بودن مسیر انتقال آب و یا اختلاف ارتفاع زیاد در طول مسیر، ایجاب می‌کند که ایستگاه‌های آبکشی به صورت متوالی طراحی گردند. با تعیین برنامهی زمانی مناسب بهرهبرداری از تلمبه‌های یک سامانهی انتقال آب می‌توان صرفه جویی قابل توجهی را در هزینهی کارمایهی مصرفی ایجاد کرد. در این پژوهش برنامهی بهرهبرداری از یک تلمبه بهصورت رشته‌ای از مقادیر صفر و یکی به گونه‌ای تعریف شد که هر یک از خانه‌های این رشته وضعیت روشن یا خاموش بودن آن تلمبه را در یک دورهی زمانی به خصوص نشان دهد. مسئلهی تعیین برنامهی بهرهبرداری بهینه تلمبه‌ها به صورت تعیین بهترین رشتهی صفر و یکی شناسه شد. یک شبیه بهینه‌سازی- شبیه‌سازی، مبتنی بر الگوریتم ژنتیک برای مسئلهی تعیین برنامهی بهرهبرداری بهینه از تلمبه‌ها ارائه گردید. در این شبیه الگوریتم ژنتیک در محیط MATLAB با بخش هیدرولیکی نرمافزار EPANET 2، به عنوان مرجعی از فرامین و اطلاعات تلفیق شد. از شبیه پیشنهادی برای تعیین برنامهی بهینهی بهرهبرداری از سامانهی انتقال آب از آبگیر سد درودزن به شهر شیراز، و در یک روز معمولی استفاده شد. نتایج نشان دادند که هزینهی کل کارمایهی مصرفی در حالت بهرهبرداری بهینه 29 درصد کمتر از هزینهی متوسط برق مصرفی در یک روز میانگین است. مقایسهی برنامهی بهینهی بهرهبرداری استخراج شده با نتایج پژوهشهای پیشین، و همچنین شرایط بهره برداری عادی، توانایی شبیه را نشان میدهد.
1) رجب‌پور، ر.، ه. افشار. 1387. بهرهبرداری بهینه از ایستگاه‌های آبکشی متوالی با استفاده از الگوریتم PSO. مجله آب و فاضلاب. 66: 56-66
2) Chase, D.V., and L.E. Ormsbee. 1993. Computer generated pumping schedules for satisfying operation objectives. J. Am. Water Works Assoc. 85: 54–61.
3) Jowitt, P.W., and G. Germanopoulos. 1992. Optimal pump scheduling in water supply networks. J. Water Res. Plan. Manage. 118: 406–422.
4) Lansey, K.E., and K. Awumah. 1994. Optimal pump operations considering pump switches. J. Water Res. Plan. Manage. 120:17–35.
5) Mackle, G., D.A. Savic, and G.A. Walters. 1995. Application of genetic algorithms to pump scheduling for water supply. GALESIA, 95. London: Inst. Elect. Eng. Conf. Pub. 4/4: 400-405.
6) Mays, L.W., and Y.K. Tung. 1992. Hydro systems engineering and management. McGraw-Hill, New York: 140-157.
7) Nitivattananon, V., E.C. Sadowski, and R.G. Quimpo. 1996. Optimization of water supply system operation. J. Water Res Plan. Manage. 122: 374–384.
8) Ormsbee, L.E., T.M. Walski, D.V. Chase, and W.W. Sharp. 1989. Methodology for improving pump operation efficiency. J. Water Res. Plan. Manage. Div., Am. Soc. Civ. Eng. 115: 148–164.
9) Rodin, S.I. 1998. Use of genetic algorithm for optimal control of bulk water supply. [Online]. http://stullia.t-k.ru/waterpump/ waterpump.htm . [May 5, 2001].
10) Rodin, S.I., and M. Moradi-Jalal. 2002. Use of genetic algorithm in optimization of irrigation pumping stations. WAPIRRA program. [Online]. http://stullia.t-k.ru/waterpump/waterpump.htm. [June 10, 2002].
11) Rossman, L.A. 2000. EPANET2 Users Manual. Risk Reduction Engineering Laboratory, U. S. Environmental Protection Agency, Cincinnati, Ohio.
12) Shi, Y., and R. Eberhart. 1999. Empirical study of particle swarm optimization. Proc. IEEE Int. Cong. Evolut. Comput., Washington DC., USA: 1945-50.
_||_