تنظیم بهینهی تلمبههای دور متغیر در شبکهی توزیع آب با در نظر گرفتن قابلیت اطمینان هیدرولیکی با استفاده از الگوریتم G-JPSO
محورهای موضوعی : مقالات برگرفته از پایان نامه
رسول رجب پور
1
(گروه مهندسی عمران، واحد بیضا، دانشگاه آزاد اسلامی، بیضا، ایران)
محمدحسین احمدی
2
(مربی تمام وقت دانشگاه آزاد اسلامی واحد بیضا)
ناصر طالب بیدختی
3
(استاد دانشگاه شیراز، دانشکده مهندسی، بخش مهندسی راه و ساختمان)
غلامرضا رخشنده رو
4
(استاد، دانشگاه شیراز)
کلید واژه: بهره برداری, بهینهسازی چندهدفه, قابلیت اطمینان, پمپ دور متغیر, G-JPSO,
چکیده مقاله :
در این تحقیق با در نظر گرفتن تلمبه دور متغیر ، تأثیر تغییر دور بر عملکرد تلمبه، هیدرولیک شبکه و میزان کارمایه مصرفی در شبکه توزیع آب در دو حالت تک هدفه و چندهدفه با استفاده از الگوریتم جدید G-JPSO بررسی شد. تابع هدف در مسئلهی تک هدفه به حداقل رساندن هزینهی انرژی مصرفی در طول شبانه روز است و متغیرهای تصمیم میزان دور تلمبه در ساعات مختلف شبانهروز بود. در مسئلهی بهینه سازی چندهدفه، هدف اول حداقل ساختن هزینة کارمایه مصرفی و هدف دوم حداکثر نمودن قابلیت اطمینان هیدرولیکی تلمبه و گره و یا تلفیقی از آنها بود. جهت تعیین برنامهی بهرهبرداری بهینهی تلمبه‌ها یک شبیه بهینه‌یابی- شبیهسازی مبتنی بر الگوریتم بهینه‌یابی G-JPSO تهیه شد. در این شبیه الگوریتم در محیط MATLAB با بخش هیدرولیکی شبیه EPANET به عنوان مرجعی از فرامین و اطلاعات تلفیق گردید. شبیه پیشنهادی در شبکهی توزیع ونزیل استفاده شد و دستورالعمل بهرهبرداری بهینهی استخراج و نتایج با الگوریتم JPSO و جامعه مورچگان مقایسه گردید. نتایج تحقیق نشان دادند که در مسئلهی تک هدفه جواب حاصله از الگوریتم G-JPSO نسبت به JPSO و ACO به ترتیب 28/3 و 38/0 درصد بهتر شد، و در حالت کلی هزینهی کارمایه مصرفی تلمبههای دور متغیر نسبت به تلمبههای دور ثابت پایینتر گردید. در مسئلهی چند هدفه در تمام حالات بهینهسازی الگوریتم G-JPSO توانست در مقایسه با الگوریتم ACO به نقاطی دست یابد که علاوه بر کاهش هزینه، قابلیت اطمینان بالاتری را دارا باشند.
In this research, by considering the variable-speed pump, the effect of speed on pump performance, network hydraulics and energy consumption in a water distribution network in both single-objective and multi-objective models was investigated by using the new G-JPSO algorithm. The objective function in the single-objective problem is to minimize the amount of energy consumption throughout the day, and the decision variables are the amount of pump rounds in different hours of the day and night. In the multiobjective optimization problem, the first goal was to minimize the cost of consuming energy and the second goal was to maximize the hydraulic reliability. In order to determine optimal pump operation program, an optimization-simulation model based on G-JPSO optimization algorithm was developed. In this model, the algorithm was integrated into the MATLAB environment with the hydraulic part of the EPANET model as the reference of the commands and information. The proposed model was used in the Vanzyl distribution network and the optimal exploitation instructions were extracted and the results were compared with the JPSO algorithm and the ACO. The results of the paper showed that in the single-objective problem, the G-JPSO algorithm's results are 3.28 and 0.38 percent better than JPSO and ACO, respectively. In general, the energy consumption of variable-speed pumps was lowers the constant- speed pumps. In a multi-objective problem, in all optimization scenarios, the G-JPSO algorithm was able to achieve points in comparison with the ACO algorithm, which, in addition to cost reduction, has higher reliability.
1) تابش مسعود (1395). شبیهسازی پیشرفته شبکههای توزیع آب. انتشارات دانشگاه تهران، چاپ اول. تهران.
2) رجبپور، ر.، افشار، م. (1387). بهرهبرداری بهینه از ایستگاههای پمپاژ متوالی با استفاده از الگوریتم PSO. مجله آب و فاضلاب، سال 87، شماره 66.
3) رجبپور، ر.، طالب بیدختی، ن.، رخشندهرو، غ. (1395). ارائه الگوریتم جدید G-JPSO و توسعه آن در تنظیم بهینه پمپ‌ها در شبکه توزیع آب. مجله آب و فاضلاب، سال 95، شماره 6.
4) فتوحی، م.، تابش، م. (1395). بهینه سازی هزینه انرژی با درنظر گرفتن قابلیت اطمینان هیدرولیکی و کیفی شبکههای توزیع آب با استفاده از الگوریتم جامعة مورچگان. نشریه مهندسی عمران فردوسی، سال 95، شماره 2.
5) Afshar, H., Rajabpour, R. (2009). Application of Local and Global Particle Swarm Optimization Algorithms to Optimal Design and Operation of Irrigation Pumping Systems. Irrig. and Drain. 58(3): 321-331.
6) Bazovski, I.) 1961(. Reliability theory and practice, Prentice Hall, Inc., Englewood Cliffs, N J. Bhave, P.R., 1978, "Noncomputer optimization of single source networks", Journal of Environmental Engineering, 104, 799-813.
7) Berardi, L.; Ugarelli, R.; Røstum, J. Giustolisi, O. (2014). Assessing mechanical vulnerability in water distribution networks under multiple failures. Water Resour. Res., 50, 2586–2599.
8) Dini, M. )2014(. Quality based optimal renovation planning for water distribution networks considering reliability indices. PhD Thesis, Department of Civil Engineering, University of Tehran, Tehran, Iran. (In Persian).
9) Farmani, R., Walters, G. and Savic, D. (2006). Evolutionary multi-objective optimization of the design and operation of water distribution network: total cost vs. reliability vs. water quality. Journal ofHydroinformatics, No 8 (3), pp. 165-179.
10) Ghajarnia, N., (2009)., Dynamic multi criteria design and development of urban water distribution network., MSc Thesis, Department of Irrigation & Reclamation Engineering, University of Tehran, Karaj, Iran.
11) Gheisi, A.; Forsyth, M.; Naser, G. (2016). Water Distribution Systems Reliability: A Review of Research Literature. J. Water Resour. Plan. Manag. 142, 04016047.
12) Hashemi, S. S., Tabesh, M., and Ataee Kia, B. (2011). Ant-Colony optimization of energy cost in water distribution systems using variable speed pumps, in: Proceedings of 4th ASCE-EWRI International Perspective on Water Resources and The Environment, 4–6 January, National University of Singapore, Singapore.
13) Hashemi, S. S., Tabesh, M., and Ataee Kia, B. (2012). Scheduling and operating costs in water distribution networks. Water Management., 166(8):432-442.
14) Hashemi, S. S., Tabesh, M., and Ataee Kia, B. (2014). Ant-colony optimization of pumping schedule to minimize the energy cost using variable-speed pumps in water distribution networks. Urban Water Journal., 11(5):335-347.
15) Karamuz M., Yaseri K., Nazif S. (2016). Reliability-based assessment of lifecycle cost of urban water distribution infrastructures. Journal of Infrastructure Systems. Vol. 23. Iss. 2.
16) Kennedy, J. and R. Eberhart. (1995). Particle Swarm Optimization. Proceedings of the International Conference on Neural Networks, Perth, Austalia, IEEE, Piscataway: 1942-1948
17) López-Ibáñez, M., Prasad, T. D., and Paechter, B. (2008). Ant Colony Optimization for Optimal Control of Pumps in Water Distribution Networks. J. Water Resour. Plann. Manage. 337–346.
18) Mehzad, N., Tabesh, M., and Hashemi, S. S. (2012). Reliability of water distribution networks due to pumps failure: comparison of VSP and SSP application. Drinking Water Engineering and Science., 5:351-373.
19) Moreno-Perez, J. A., Castro-Gutierrez, J. P, Martinez-Garcia F. J., Melian, B., Moreno-Vega, J. M. and Ramos, J. (2007), Discrete Particle Swarm Optimization for the p-median problem. In: Procceedings of the 7th Metaheuristics International Conference, Montreal, Canada.
20) Prasad, T.D. & Park, N.S. (2004). Multi objective genetic algorithm for design of water distribution networks., Jourmal of Water Resources Planning and Management, 130(1), 73-82.
21) Reca, J., J. Martnez, R. Baٌos, and C. Gil. (2008). Optimal design of gravity- fed looped water distribution networks considering the resilience index, J. Water Resour. Plann. Manage. Div., 134(3), 234–238.
22) Rossman, L. A. (2000). EPANET2 Users Manual, Risk Reduction Engineering Laboratory, U. S. Environmental Protection Agency, Cincinnati, Ohio.
23) Sanda-Carmen, Radu P., Andrei M. (2010). Pumping Stations Scheduing for a Water Supply System With Multiple Tanks. U.P.B. Sci. Bull., Series D, Vol. 72, Iss. 3, 129-140.
24) Vanzyl, J. E., Savic, D. A., and Walters, G. A. (2004). Operational optimization of water distribution systems using a hybrid genetic algorithm. J. Water Resour. Plann. Manage., 130(2), 160–170.
_||_