PRESIN Y CAUDAL NECESARIOS EN CABECERA DE REDES DE RIEGO A LA DEMANDA SEGN LA CALIDAD DE SERVICIO DESEADA

TARJUELO J.M. 1 , MORENO M.A., PLANELLS,P.Y ORTEGA J.F.

Resumen Se han desarrollado numerosos modelos para la determinacin del caudal circulante por las lneas de una red de riego a la demanda, siendo el mtodo de Clement el ms comnmente utilizado. Puesto que esta metodologa no siempre hace una buena estimacin de los caudales realmente circulantes, se ha desarrollado y validado una nueva metodologa basada en la generacin de Curvas Aleatorias de Demanda Diaria (CADD). Para la validacin del nuevo modelo se ha utilizado la red de riego a la demanda de 550 ha de Tarazona de la Mancha (Espaa) Los resultados obtenidos muestran que metodologa de Clment subestima un 35-40% el caudal de cabecera, frente al buen ajuste obtenido entre los valores medidos y los calculados con el mtodo de las CADD. El procedimiento permite adems determinar las concisiones de presin y caudal necesarias segn la calidad servicio deseada. Palabras Clave: riego, redes hidrulicas, caudal en tuberas, modelo estocstico. Abstract Several models for obtaining the design discharge in on-demand irrigation networks have been developed. The Clment methodology is the most commonly used. This methodology has been compared with measured data from several on-demand irrigation networks by different authors, concluding that the methodology proposed by Clment does not always fit properly. For this reason, a new stochastic methodology is proposed in this paper (Random Daily Demand Curve), so that a higher accuracy design flow can be obtained. Results of applying Clment methodology and that proposed herein have been compared with measured flow data in an on-demand irrigation network, located in Tarazona de La Mancha (Spain). The results show that the Clment methodology does not fit as well as the proposed method, underestimating the design flow by 35-40% in the case study. The procedure also permits to determine the necessary head and discharge according to the required operation quality. Keywords irrigation, hydraulic network, pipe flow, stochastic model.

Introduccin y objetivos Para tener una buena calidad de servicio de una red de riego a la demanda, la probabilidad de fallos en el suministro de la presin y el caudal necesarios en los hidrantes debe ser pequea. Para ello es preciso conocer con precisin los caudales circulantes por las lneas de la red para poder realizar su adecuado dimensionamiento, as como el caudal y presin necesaria en cabecera al condicionar el dimensionado y regulacin de la estacin de bombeo. Por otra parte, para un mismo caudal en cabecera, las necesidades de presin son distintas dependiendo de la localizacin de hidrantes abiertos, por ello es muy importante conocer las curvas de demanda mxima y mnima de la red.

Centro Regional de Estudios del Agua. Universidad de Castilla-La Mancha, Espaa; Email: jose.tarjuelo@uclm.es

La determinacin del caudal y altura piezomtrica en cabecera de una red de riego a la demanda que produzca el mejor equilibrio entre el coste total del bombeo y la calidad del servicio prestado, medida a travs de la probabilidad de fallo de suministro a la red, es un problema no bien resuelto por el momento. Si se utiliza para dimensionar el bombeo el caudal de diseo en cabecera que resulta al aplicar el mtodo de Clement (Clement y Galant 1986), habr normalmente un gran nmero de fallos de suministro a la red (Lamaddalena y Sagardoy 2000). Esto obligara a pasar a un sistema de riego a turnos durante el periodo punta de riego. La concentracin del riego durante la noche en sistemas de aspersin por ejemplo, o el distinto coste de la energa a diferentes horas del da, y en los distintos das de la semana (Pulido et al. 1998, Reca et al. 1999), hace que no se cumpla la hiptesis de igualdad de probabilidad de funcionamiento de las tomas a cualquier hora del da o cualquier da de la semana en que se basa la metodologa de Clement. Dentro de la fase de diseo de este tipo de redes, uno de los principales pasos es la determinacin del caudal de diseo por lnea (Labye et al. 1988). ste es muy variable a lo largo de la campaa de riego, dependiendo, entre otros, de la distribucin de cultivos en la zona regable, de la fase de crecimiento de los cultivos, de las condiciones meteorolgicas, de la eficiencia de aplicacin de los sistemas de riego y de los hbitos de los agricultores. La dificultad de clculo del caudal circulante por lnea ha provocado el desarrollo de numerosas metodologas. Las ms frecuentas son las que utilizan mtodos estadsticos (Clement 1966, Maidment and Hutchinson 1983, Mavropoulus et al. 1997) y modelos basados en la apertura aleatoria de tomas con la ayuda de ordenadores personales (Pereira and Texeira 1994, Texeira et al. 1996, Lamaddalena and Sagardoy 2000, Aliod et al. 1997, Planells et al. 2005). La metodologa de Clement es la ms comnmente usada dada su sencillez de implementacin. Sin embargo, despus de haber sido analizada por diversos autores, se demuestra que no siempre se ajusta adecuadamente a los caudales circulantes por la red de riego a la demanda, produciendo distintos niveles de subestimacin de caudales. Cualquiera que sea la metodologa elegida para obtener el clculo del caudal de diseo, se debe aplicar una calidad o garanta de funcionamiento (CF) que es el valor, en porcentaje, de la probabilidad estadstica de que los caudales circulantes por la red durante el periodo punta de consumo no superen a los de diseo (Granados 1990). Este es un factor que fija el proyectista buscando un equilibrio entre la garanta de suministro a la red y su coste, tratando de evitar su sobredimensinamiento. El objetivo de este trabajo es proponer y analizar un mtodo de determinacin de caudales circulantes por las lneas de una red de riego a la demanda basado, por una parte, en la asignacin aleatoria de cultivos a cada parcela dependiendo de la alternativa de cultivos considerada para la zona regable, y por otra, en la apertura aleatoria de hidrantes, prestando especial atencin al caudal en cabecera resultante. Una vez establecida la mejor estimacin de los caudales circulantes por lnea en el periodo de mximas necesidades, se comparar este resultado con el obtenido con el mtodo de Clement y con los valores medidos en una red de riego a la demanda situada en Tarazona de La Mancha (Albacete). Materiales y mtodos. Descripcin de la zona de ensayo y toma de datos. Para validar las distintas metodologas utilizadas se ha utilizado una red de riego a la demanda situada en Tarazona de La Mancha (Albacete, Espaa). La red riega 550,2 ha, con agua procedente de la Unidad Hidrogeolgica 08.29, situada en la cuenca del Jcar. El agua es

extrada de 5 sondeos y almacenada en un embalse de 23000 m3. Desde este el agua es impulsada a la red de riego mediante una estaciones de bombeo compuestas por 10 bombas de 140 CV acopladas en paralelo, de forma que suministran el caudal demandado a una presin constante de 62 m (regulacin manomtrica) utilizando variadores de velocidad en dos de las bombas y arrancadores electrnicos para el resto as, todo ello comandado por un autmata programable. La red de riego est formada por tuberas de fibrocemento para dimetros grandes (400-600) y de PVC para el resto. Cuenta con un hidrante por cada parcela, cuyo tamao depende del tamao y divisin en sectores de la parcela. La apertura y cierre de la vlvula del hidrante, la lectura del contador y, en algunos casos, la presin existente en la red son controlados mediante un sistema de automatizacin monocable. Este consiste en un ordenador central que se conecta con 14 Unidades de Campo, cada una de las cuales controla hasta 63 Terminales Remotos (TR). Hay un TR por cada hidrante, y todos ellos estn conectados en anillo a travs de un solo cable. El principal sistema de riego existente es aspersin en cobertura total enterrada, coexistiendo con algunas parcelas en las que se ha instalado riego por goteo, que ocupan el 5% del rea total. En la red de riego a la demanda se han medido: A) Los datos de presin y caudal a nivel de hidrante. Para medir los caudales se ha utilizando el sistema de automatizacin. La presin se ha medido de forma continua en trece puntos estratgicamente distribuidos a lo largo de la red de riego. La seleccin de estos puntos se ha realizado simulando la red con EPANET (Rossman 2000). En cada uno de estos puntos se instal un transductor de presin y un acumulador de datos, alimentados ambos por una batera. El funcionamiento de la estacin de bombeo se control midiendo el caudal con un caudalmetro de ultrasonido porttil, y la presin, utilizando un transductor de presin y un acumulador de datos. B) Datos elctricos. Para obtener la potencia consumida se ha medio la intensidad, el voltaje y el factor de potencia con tres analizadores de redes porttiles. Uno se instal entre el transformador, de media a baja tensin, y la entrada a la estacin de bombeo para medir los parmetros elctricos de todos los receptores existentes en la misma, obteniendo la potencia total consumida. Otros dos analizadores se instalaron en cada una de las bombas de velocidad variable existentes en la estacin de bombeo. A travs de la potencia consumida para diferentes condiciones caudal-presin, se determin el rendimiento de la estacin de bombeo. Conocido este, y midiendo la potencia y la presin, puede calcularse el caudal bombeado ms cmodamente y de forma continua. Los datos de presin y caudal en los hidrantes se midieron en las campaas de riego de 2003 y 2004, mientras que los parmetros elctricos solo se pudieron medir de forma continua en la campaa de 2004. La alternativa de cultivos existente en la zona regable en las campaas de riego de 2003 y 2004 fue: a) en 2003: maz 22%, cebolla 13%, cereales de invierno 27,5%, via 17,5%, alfalfa 5% y otros 15%; b) en 2004: maz 30%, cebolla 16%, cereales de invierno 22%, via 16% , alfalfa 3% y otros 13%. Los parmetros de manejo del riego a nivel de parcela en periodo punta para los diferentes cultivos fueron: a) intervalo entre riegos (Ir) de 5 das para maz y cebolla, 4 das para alfalfa y 4,5 das para via; b) tiempo de riego (tr) 4 h para maz, cebolla y alfalfa, y 3 h para via. Metodologa de Clemnet La primera frmula de Clement (Clement 1966) propone una solucin probabilstica para determinar el caudal de lnea en una red de riego a la demanda basada en dos hiptesis

iniciales: 1) la apertura de hidrantes se ajusta a una distribucin binomial, y si el nmero de hidrantes aguas debajo de la lnea es suficientemente grande, sigue una distribucin normal; 2) todos los hidrantes de la red tienen la misma probabilidad de apertura a cada hora del da y cada da de la semana en periodo punta. Esta metodologa supone una distribucin aleatoria de caudales, de manera que si una red tiene n tomas con una dotacin qd, que pueden estar abiertas o cerradas en un momento dado, es improbable que todas estn abiertas a la vez, y por tanto, que el caudal en cabecera) sea Qt = n qd. El caudal que puede circular por una lnea es una variable aleatoria, obtenida como suma de las variables aleatorias binomiales asociadas a cada uno de los hidrantes aguas abajo de la lnea en cuestin. Si este nmero de hidrantes es elevado, se puede considerar que el caudal que circula por la lnea sigue una distribucin Normal de media

= piq d i
i =1

(1)

y varianza,

2 = p i (1 p i ) q d i2
i =1

(2)

siendo n = nmero de hidrantes existentes aguas abajo de la lnea en cuestin, pi la probabilidad de que el hidrante i est funcionando, y (1-pi) la probabilidad de que no funcione. La probabilidad media de apertura de hidrantes es:

p=

Ns t r t = d JER Ir JER

(3)

Siendo Ns el nmero de sectores de riego por parcela, tr el tiempo de riego de un sector para satisfacer las necesidades del cultivo, JER es la jornada efectiva de riego (h/da), Ir el intervalo entre riegos, y td el tiempo diario medio de riego del hidrante El caudal de diseo puede ser calculado por la ecuacin (11), que representa el lmite superior del intervalo de confianza cuyo coeficiente de confianza viene dado por el parmetro CF (calidad de funcionamiento o garanta de suministro), y donde los valores de U son los percentiles de la funcin de distribucin normal asociados a los coeficientes CF. Q = + U Donde es la media de la funcin de densidad normal y la desviacin estndar. La CF la fija el proyectista en funcin del nivel de garanta que se quiera dar a la red, adoptando normalmente CF = 95 % para N>50, y CF = 99% para n entre 10 y 50, considerando todas las tomas abiertas para n<10. La ecuacin de Clement generalizada (Clment y Galand1986) para n hidrantes diferentes es:
Q = Qr + U

(4)

p (1 p )q
i =1 i i

2 di

(5)

siendo Qr el caudal continuo por una lnea que tiene aguas abajo n tomas de distinto tipo, cada una de ellas con dotacin qdi, por lo que ser:

Qr = Qri = pi q d i
i =1 i =1

(6)

El caudal total Qt, con todas las tomas abiertas a la vez, sera:

Qt = qdi
i =1

(7)

Metodologa de curvas aleatorias de demanda diaria (CADD) Para tratar de conocer el caudal en cabecera de una red de riego a la demanda en cada momento del da, base para el dimensionamiento de la estacin de bombeo, se puede realizar una generacin aleatoria de hidrantes en funcionamiento. El conjunto de hidrantes abiertos en cada instante dar lugar a una distribucin de caudales en la red, generando un caudal y altura piezomtrica en cabecera, lo que constituye la curva aleatorias de demanda diaria (CADD) (figura 1). La envolvente de estas curvas permite estimar el caudal mximo en cabecera (Qmax).
Caudal

Qtotal Qmax

Hmax

Q2 Q1

Caudal de diseo Qd

Bomba Hmin Curva Tiempo JER

Fig. 1. Curvas aleatorias de demanda diaria (parte derecha) y curvas de demanda mxima (Hmax) y mnima (Hmin)(parte izquierda).

La principal diferencia entre la metodologa de Clement y la de las CADD es que sta no considera la probabilidad media de apertura de hidrantes (ecuacin 3), sino que una vez se ha elegido de forma aleatoria el da y el momento del da en que comienza el riego, el hidrante permanecer abierto durante el tiempo de riego de ese da trd. Otra diferencia importante es la forma en que asigna el cultivo a la parcela. En el caso de que la distribucin real de cultivos en la zona regable no sea conocida, puede realizarse una distribucin aleatoria de cultivos en la zona a partir de la alternativa de cultivos media prevista para la zona regable, evitando as el problema de utilizar un valor medio de la alternativa de cultivos, igual para todas las tomas. Eso puede conducir en ocasiones a errores importantes, especialmente cuando el nmero de tomas aguas abajo de la lnea en estudio es pequeo. Para estimar la evolucin del caudal en cabecera de la red, el volumen de agua que debe ser distribuido cada da (Vd) se toma como punto de partida. Adems deben conocerse la dotacin de cada hidrante (qdi), el tiempo de riego de un sector (tr), el intervalo entre riego (Ir), el nmero de sectores en que se ha dividido la parcela (Ns), es el numero de sectores regados en un da en una parcela (Nsd), el nmero de das necesarios para regar la parcela (Nd), y la Jornada Efectiva de Riego (JER). Los diferentes pasos a seguir para llevar a cabo esta metodologa son:

1.- Fijacin del da de apertura del hidrante de forma aleatoria. El primer paso es obtener la probabilidad de que un hidrante est abierto un determinado da (pd). Esta depende de si el tiempo de riego de la parcela (tp = Ns tr) es mayor que la JER o no. Si es mayor, se considera que se utilizar el mayor tiempo de riego posible de la JER durante un da, y el tiempo de riego restante se utilizar cualquier otro da. De esta manera pd se define como:

pd =

Nd Ir

(8)

donde Nd es el nmero de das necesario para regar la parcela 2.- Determinar el tiempo de riego diario de cada parcela: Este puede ser calculado como: trd = Nsd tr donde Nsd es el numero de sectores regados en un da. Si la parcela no puede ser regada en un solo da, habr diferentes trd dependiendo del da en que se efecte el riego. En esta metodologa el da de riego es elegido aleatoriamente. Por ejemplo, si un sector requiere un tiempo de riego tr = 6,5 h, con un Ir = 5 das, y la parcela esta dividida en Ns = 3 sectores, para una JER = 18 h, solo podrn regarse dos sectores en un da (lo que quiere decir que trd = 2 x 6,5 = 13 h) y el otro sector podr ser regado cualquier otro da, con trd = 6,5 h. Por tanto la probabilidad de que el hidrante se abra un da concreto ser pd = 2/5 = 0,4, ya que se necesitan 2 de los 5 das del intervalo para regar la parcela. El mtodo elige aleatoriamente si el hidrante funcionar 13 h/da, 6,5 h/da o no funcionar, respetando el intervalo entre riegos para los restantes riegos de cada sector. 3.- Determinacin de los escenarios de simulacin vlidos Para considerar como vlido un determinado escenario de hidrantes abiertos en la red se exigir que el volumen de agua distribuido durante la JER se ajuste a las necesidades de agua de la alternativa de cultivos de ese da (Vd), considerando admisible un error mximo del 5% de dicho volumen. 4.- Determinacin del inicio del riego de una parcela de forma aleatoria Para la generar las CADD, se divide la JER en intervalos de tiempo pequeos (por ejemplo 15 min) para discretizar el proceso. Despues se realiza una generacin aleatoria de tomas abiertas, seleccionando de forma aleatoria el da de riego. Una vez seleccionado el da, se elige de forma aleatoria el momento de apertura del un hidrante, en un period de tiempocomprendido entre el inicio de la JER y la JER menos el tiempo de riego al da de ese parcela (trd).. 5.- Generacin de las Curvas Aleatorias de Demanda Diaria (CADD) Una vez conocidos los hidrantes abiertos en cada uno de los invtervalos de tiempo en que se ha dividio la JER, y considerando la dotacin de cada hidrante (qdi), puede obrtenrse el caudal que circula por cada lnea de la red sumando las dotaciones de los hidrantes abiertos aguas abajo de dicha lnea (figura 2). Puesto que se conocer la localizacin de las parcelas con los hidrantes abiertos, podr determinarse la presin necesaria en cabecera una vez que la red est dimensionada, partiendo de la presin necesaria en cada hidrante para el correcxto funcionameinto del reigo en la parcela. (9)

Hidrante abierto

Tinicio

tr

Tfina

Qintervalo

Tiempo

Fig. 2. Esquema de hidrantes en funcionamiento a lo largo de la JER y caudal demandado.

De cada da se tendrn tantos datos de caudal en cabecera como intervalos en que se ha dividido la JER, constituyendo una CADD. Generando numerosas curvas aleatorias como la indicada (escenarios para repartir el volumen de agua de ese da, Vd), se tendr una gran base de datos de caudales en cabecera, que podr suponerse que siguen una distribucin normal. Con estos datos se podr calcular el calcular de diseo en cabecera (Qd) para una determinada garanta de suministro o calidad de funcionamiento (CF), aplicando la ecuacin (4) Las CADD resultan con diferente desviacin tpica segn sea la amplitud del intervalo de tiempo en que se divide la JER. En la figura 3 se representa el efecto sobre la distribucin de caudales en cabecera al utilizar intervalos pequeos y grandes. Las diferencias son debidas a la mayor posibilidad de concentracin de caudales cuando los intervalos son grandes, con lo que en las CADD generadas aparecen mayores puntas de caudal en determinados momentos del da. El mtodo de Clement utiliza el tiempo medio de riego de las parcelas, lo que corresponde a la situacin de intervalos grandes.

Caudal

Qmedium

Pequeo intervalo
Tiempo de riego

Gran
intervalo

Intervalos diarios
(Clement)

Fig. 3. Efecto del tamao del intervalo sobre el caudal de diseo en cabecera.

Aunque en principio cabe suponer que todas las CADD tienen la misma probabilidad, en realidad, bien por tarifacin (p.e. periodos de menor coste de la energa elctrica) o por hbitos de riego (p.e. regar de noche en aspersin o durante los fines de semana), el conjunto de curvas generadas puede presentar subconjuntos de curvas ms probables. Una forma de implementar esta posibilidad en el proceso planteado es establecer la condicin de distribuir una proporcin del volumen diario en algunas horas del da. Entonces, la probabilidad de apertura del hidrante no ser igual en todas las horas del da. En este caso las curvas de demanda obtenidas no

seguirn una distribucin normal, pudiendo utilizar otras funciones de densidad de probabilidades, entre ellas la de Weibull (Mavropoulos 1997). Para determinar el nmero de CADD necesarias para obtener el caudal de diseo en cabecero y en cualquier lnea de la red se ha realizado un anlisis estadstico a partir de 50000 simulaciones en la red de Tarazona antes comentada, obteniendo el coeficiente de variacin (CV) de caudales para diferente nmero de CADD. Los resultados (figura 4) indican que el nmero mnimo de CADD que estabiliza el CV es de 1000-1200.
2003 2004

3,5 3 Diferencia CV 2,5 2 1,5

1
0.5 0 0 200 400 600 800 1000 1200 1400 1600 1800 2000

Nmero de CADD generadas

Fig. 4. Evolucin del coeficiente de variacin (CV) de caudales segn el nmero de CADD generadas.

6.- Caudal de diseo en las lneas Una vez que se ha generado sufriente nmero de CADD vlidas (con un Vd semejante) puede obtenerse la curva de caudales mximos, uniendo los puntos de caudal mximo de cada CADD. Este caudal es siempre menor que el que se obtendra con todos los hidrantes abiertos (Qt), y la red nunca demanda ese caudal mximo. Al igual que en la metodologa de Clement, puede obtener el caudal que corresponde a una determinada calidad de funcionamiento (CF), que llevar asociado un mximo porcentaje de fallos de suministro a la red. Para determinar el caudal de diseo se supondr que la distribucin de caudales generados en cada uno de los intervalos en que se ha dividido al JER se ajusta a una distribucin normal. De forma similar a la metodologa de Clement, puede aplicarse una CF (por ejemplo CF = 96%) a cada uno de los caudales generados para cada intervalo. El valor medio de los caudales mximos obtenidos con las CADD as generadas podr considerarse como caudal de diseo de la correspondiente lnea en estudio. Fiabilidad de la estacin de bombeo Para un mismo caudal en cabecera, las necesidades de presin son distintas dependiendo de la localizacin de hidrantes abiertos, por ello es muy importante conocer las curvas de demanda mxima y mnima de la red (Planells et al. 2001 y Planells et al. 2005). Los posibles puntos de funcionamiento de la red se encuentran entre la curva de demanda ms desfavorable (Hmax) y la ms favorable (Hmin) (figura 1) El estudio de la fiabilidad de la estacin de bombeo (EB) que abastece a una red de riego a la demanda se suele realizar eligiendo aleatoriamente un conjunto de tomas en funcionamiento simultneo. Esto da lugar a un caudal en cabecera (Qc) y, al conocer su situacin en la red, a la

altura piezomtrica (Hc) necesaria para garantizar la presin mnima en los nudos de servicio (hidrantes de la red). Una vez definida la estacin de bombeo, las necesidades de Hc pueden ser superiores a las que el sistema es capaz de dar para ese caudal Qc, lo que supondr un fallo de suministro de la EB. En la figura 1 se muestra la situacin frecuente de dimensionar la estacin de bombeo para el caudal de diseo de Clement, ponindose de manifiesto la gran proporcin de fallos que se pueden producir en el bombeo por haber elegido una estacin de bombeo pequea. As, para caudales demandados en cabecera (Qc) menores que Q1 no habr fallos de suministro a la red al poder satisfacer con el bombeo cualquier necesidad de Hc y Qc. Los caudales demandados comprendidos entre Q1 y Q2 pueden dar lugar a fallos de suministro dependiendo de las necesidades de Hc asociadas al caudal demandado. Para caudales demandados mayores que Q2, y hasta el caudal total Qt, siempre habr fallo de suministro a la red. El nivel de fallos de suministro a la red dar idea de la fiabilidad de la estacin de bombeo dimensionada para dicha red. Tambin puede estudiarse la fiabilidad de la estacin de bombeo a partir de las CADD generadas para cada uno de los intervalos considerados durante la JER. Fijado un caudal en cabecera como caudal de diseo Qd, se puede contar el nmero de veces que dicho caudal no es superado por el caudal mximo de cada una de las CADD generadas (nmero de aciertos de caudal). Con lo anterior se puede obtener una funcin distribucin de aciertos segn el caudal supuesto en cabecera Qd (figura 5). En la figura 5 se han destacado tres puntos interesantes, que suelen presentarse en muchas redes de riego por aspersin a la demanda. El punto (a) corresponde al caudal obtenido en cabecera aplicando la metodologa de Clement. El punto (b) corresponde al caudal mximo para una determinada CF obtenido a partir de la generacin de curvas aleatorias de demanda diaria, y el punto (c) corresponde al caudal total, con todas las tomas abiertas.
Porcentaje

b 1 a 0 Qinicial QClem. Qmax.

Caudal

Qt

Fig. 5. Funcin distribucin de caudales.

En redes de nueva creacin, si se desea la mxima fiabilidad, el diseo de la estacin bombeo se debera realizara con el caudal prximo al mximo obtenido mediante la generacin de curvas de demanda aleatorias y la altura piezomtrica correspondiente a la curva de demanda mxima (Hmax) (figura 1). Resultados El consumo de agua en periodo punta de la alternativa de cultivos implantada en la zona regable de Tarazona de la Mancha fue de 4,01 mm/da y 4,21 mm/da en 2003 y 2004 respectivamente. El intervalo ente riegos (Ir, entre 4 y 5 das) y el tiempo de riego (tr, entre 3 y 4 horas) considerado para el manejo de los principales cultivos de la zona regable son los indicados en la

metodologa. El volumen de agua diario a distribuir en periodo punta fue de 25 500 m3 durante la campaa de riegos de 2003 y 29 800 m3 en 2004. La jornada efectiva de riego considerada, de acuerdo con el manejo del riego en la zona regable ha sido de JER= 14 h/da (entre las 20 h y las 9h del da siguiente, sin variacin del coste del agua en esas horas), aunque los sbados, domingos y festivos se puede regar las 24 h. No obstante, del anlisis de tomas abiertas se observa que hay mayor concentracin de 5h a 7h de la madrugada, con cerca del doble de tomas abiertas que en resto de horas disponibles para regar. Esto es debido a que los agricultores tienden a regar de noche, porque el viento y las prdidas por evaporacin y arrastre son menores, con lo que programan los riegos con inicio alrededor de la 4 h de la madrugada y finalizacin entre las 7h y las 9h, con el fin de poder ver el final del riego de la parcela. Tambin se ha detectado una concentracin del riego los fines de semana, as como los mircoles y jueves, al coincidir con intervalos de 3 4 das, comenzando el riego el fin de semana. As, los fines de semana hay el doble de tomas abierta que los lunes, martes, o viernes, mientras que los mircoles y jueves hay un 50% ms. De acuerdo con lo observado en la zona regable, el nmero de sectores en que se ha dividido cada parcela (Ns) ha sido: 1 sector para parcelas menores de 1 ha; 2 sectores entre 1-3 ha; 3 sectores entre 3-6 ha; y 4 sectores para ms de 6 ha. Del anlisis de los caudales circulantes por las lneas de la red, calculados como suma de las dotaciones de los hidrantes abiertos aguas abajo de la lnea, se deduce que no se ajustan bien a una distribucin normal (figura 6) ya que al aplicar el test de Kormogorov-Smirnov resulta un pvalor menor de 0,05. Algo semejante ocurre al tratar de ajustarlos a una distribucin Weibull o Gamma, aunque visualmente se adapte algo mejor a la distribucin Weibull. No obstante, los caudales de lnea obtenidos al aplicar la metodologa de las CADD si se ajustan a una distribucin normal.
14-18 Julio 2003
150 150
Weibull Normal

12-16 Julio 2004 Frecuencia

120 90 60 30 0 0 100 300 500 700 900 1100
Weibull Normal

Frecuencia

120 90 60 30 0 0 100 300 500 700

900

1100

Q (l/s)

Q (l/s)

Fig. 6. Ajuste de la distribucin de caudales en cabecera durante el periodo punta (de lunes a viernes) a una distribucin Normal y Weibull en las campaas de 2003 y 2004.

Los resultados obtenidos con la metodologa de las CADD para la lnea de cabecera de la red en 2003 y 2004, se muestran en la figura 7, donde aparecerte tanto las curvas de caudales mximos (Qmax) como las correspondientes a una CF = 96% (Qdiseo).

Qmax 2003

Qdiseo 2003

Qmax 2004

Qdiseo 2004

1750 1500 1250 1000 750 500 250 0 0

Q (l/s)

997 l/s

811 l/s

5
JER (h)

10

15

Fig. 7. Envolvente de las curvas aleatorias de demanda diarias para 2003 y 2004.

Los caudales de diseo en cabecera de la red, calculados con la ecuacin (4) para el mtodo de Clement y el de las CADD, para una calidad de funcionamiento CF = 96%, se muestran en la tabla 1 para los aos 2003 y 2004, donde se han incluido tambin los caudales medidos, calculado como suma de las dotaciones de los hidrantes abiertos aguas abajo. Aunque en estos resultados no se han tenido en cuenta las concentraciones de tomas abiertas en algunos das de la semana o en algunas horas del da, los resultados obtenidos con el mtodo de las CADD han sido muy satisfactorios, no ocurriendo lo mismo al aplicar la metodologa de Clement.
Tabla 1. Caudales de diseo (l s-1) calculados con las distintas metodologas en 2003 y 2004. Ao 2003 2004 Qdiseo(l s-1) Clement 600,0 704,7 Qdiseo (l s-1) CADD 811,0 997,0 Qc (l s-1) medido 817,7 848,7

En la tabla 1 puede observarse como el caudal medido, es semejante al caudal de diseo obtenido con el mtodo de las CADD en 2003. Para el 2004 el resultado de las CADD es mayor que el medido, ya que al tratarse de una alternativa de cultivos ms exigente, el caudal de diseo aumenta considerablemente, pero el sistema est limitado por el caudal mximo que es capaz de dar la estacin de bombeo (850 l s-1, aproximadamente). En la figura 8 se muestra un ejemplo de los periodos en que existi falta de presin en la red, en la campaa de 2004, coincidiendo con las horas de mayor proporcin de tomas abiertas. Por el contrario, los resultados obtenidos con el mtodo de Clement conducen a una subestimacin del caudal circulante por lnea en torno a un 35 % y 41 % para el ao 2003 y 2004 respectivamente. Los resultados obtenidos por otros autores (Mora et al. (2000), Abada (2003) and Monserrat et al. (2004)) no muestran diferencias tan grandes como las obtenidas en esta red, estando en torno a un 5-10%. Estas diferencias pueden deberse a la forma en que se producen las necesidades de riego de la alternativa de cultivo en periodo punta, al tipo de manejo de la red (con mayor acumulacin de tomas abiertas a determinadas horas del da o determinados das de la semana) o al sistema de riego en parcela. As, Monserrat et al. (2004), en Lrida, considera un periodo punta de un mes, y no de una semana como en nuestro caso, con lo que las necesidades de los cultivos resultan menores. Abada (2003), estudia una red de riego por goteo en frutales en Murcia manejados en dos turnos (los hidrantes pares riegan por la maana y los impares por la tarde, o al contrario), con lo que los caudales no son tan variables en el tiempo como en la red de riego por aspersin estudiada en este trabajo.

6,4 6,3 6,2 6,1 6,0 5,9 5,8 5,7 5,6 5,5 5,4

H (bar)

07/27/2004, 0:00 a 8:00 (cada minuto)

Fig. 8. Ejemplo de la evolucin de la presin en cabecera un da del periodo punta de la campaa 2004.

La subestimacin de caudales obtenida al aplicar el mtodo de Clement entendemos que tiene mucho ms que ver con la falta de cumplimiento de la hiptesis de igualdad de probabilidad de apertura de hidrantes a cualquier hora del da y cualquier da de la semana que a la falta de ajuste de los datos de caudal medido a una distribucin normal (figura 6), aunque resulta difcil poder discriminar el efecto producido sobre el resultado final del incumplimiento de cada una de las hiptesis. Los buenos resultados obtenidos al calcular los caudales de diseo en cabecera con el mtodo de las CADD y compararlos con los caudales medidos, hace pensar que el hecho de no utilizar la probabilidad media de apertura de hidrantes lo hace poco sensible a la posible concentracin de hidrantes abiertos a determinadas horas del da, quedando englobado este hecho en la generacin aleatoria de hidrantes abiertos, y seleccionar despus los valores mximos de caudal del conjunto de CADD generadas. Con el mtodo de las CADD se ha estudiado la fiabilidad de la estacin de bombeo, y la funcin distribucin de aciertos, que contiene el porcentaje de CADD cuyo caudal mximo no supera un determinado caudal de diseo (Qd) fijado previamente en cabecera. La funcin distribucin resultante se muestra en la figura 9, donde se ha marcado el caudal mximo demandado en la red (1180 l/s en 2003 y1500 l/s en 2004), el caudal de diseo calculado con el mtodo de las CADD (811 l/s y 997 l/s en 2003 y 2004 respectivamente) y los caudales de diseo calculados por la metodologa de Clement (600 l/s y 704,7 l/s en 2003 y 2004 respectivamente).
1,0

Frecuencia (decimal)

0,8 0,6 0,4

Q Clement

diseo

0,0

600

811

0,2

Caudal ( l/s )

Fig. 9. Funcin distribucin de caudales para la campaa de 2003.

Conclusiones Se ha desarrollado una nueva metodologa basada en la simulacin aleatoria de hidrantes abiertos y generacin de Curvas Aleatorias de Demanda Diaria que ofrece resultados adecuados

Qmax 1180

de prediccin del caudal de diseo de las lneas de una red de riego a la demanda al compararlos con los caudales medidos. La utilizacin de la metodologa de Clment provoca una subestimacin de los caudales en cabecera de la red de hasta un 35-40%. Al analizar la diferencia en los fundamentos de ambas metodologas se pone de manifiesto que uno de las causas ms importantes de la subestimacin de caudales del mtodo de Clement puede ser el que no se cumple la hiptesis de igual probabilidad de apertura de tomas en los diferentes das de la semana y durante todas las horas de la jornada efectiva de riego. Los resultados obtenidos ponen de manifiesto tambin la gran influencia que tiene el consumo de agua de los cultivos en periodo punta sobre el caudal de diseo en cabecera. Aspecto clave para dimensionar adecuadamente la estacin de bombeo y no tener fallos en el suministro de la red. Este periodo punta debe corresponder a unos pocos da, una semana en nuestro caso, y puede haber diferencias significativas si se utilizan periodos muy grandes como puede ser un mes. Los fallos en el suministro de agua a la red detectados en el periodo punta de la campaa 2004 ponen de manifiesto la importancia de disponer de procedimientos adecuados para estimar los caudales y presiones necesarios en la estacin de bombeo. El mtodo de las CADD y la determinacin de las curvas de demanda mxima y mnima de la red constituyen dos herramientas fundamentales para dar respuesta a ese tema. Agradecimientos Este trabajo de investigacin ha sido financiado por el proyecto Manejo eficiente del agua de riego y la energa en zonas semiridas (ref. AGL2001-1180-C02-01), del Plan de I+D del Ministerio de Ciencia y Tecnologa. Simbolos
qdi Ir n Nd Ns Nsd CF JER pd pi Qc Qd Qr Qt td tp tr trd U Vd = = = = = = = = = = = = = = = = = = = = = dotacin de cada hidrante intervalo entre riegos nmero de hidrantes aguas abajo de la lnea nmero de das necesarios para regar la parcela nmero de sectores en que se ha dividido cada parcela numero de sectores regados en un da en una parcela Calidad de funcionamiento Jornada Efectiva de Riego probabilidad de que un hidrante est abierto un da concreto probabilidad de que un hidrante est abierto Caudal en cabecera Caudal de diseo Caudal continuo por una tubera Caudal total, con todos ,os hidrantes abiertos tiempo medio de riego al da tiempo de riego de la parcela tiempo de riego de un sector tiempo de riego al da de una parcela percentiles de la funcin de distribucin normal asociados a una CF volumen de agua que debe ser distribuido cada da Media de la poblacin Desviacin tpica

Referencias bibliogrficas
Abada R., 2003. Optimizacin del diseo y gestin de redes colectivas de distribucin de agua para riego por goteo de cultivos leosos. Aplicacin al regado de Mula (Murcia). Tesis Doctoral. Escuela Politcnica Superior de Orihuela. Universidad Miguel Hernndez. Aliod R., Eizaguerri A., Estrada C., Perna E., 1997. Dimensionado y anlisis hidrulico de redes de distribucin a presin en riego a la demanda: aplicacin del programa GESTAR. Riegos y Drenajes XXI, 92:22-38. Clment R., 1966. Calcul des dbits dans le rseaux dirrigation fonctionnant la demande. La Houille Blanche. 5: 553-575. Clment, R. and Galand, A., 1986. El riego por aspersin y las redes colectivas de distribucin a presin. Editores Tcnicos Asociados. Granados A., 1990. Infraestructuras de regados: redes colectivas de riego a presin (2 edicin). E.T.S. Ingenieros de Caminos, Canales y Puertos. Universidad Politcnica de Madrid. Madrid. Spain. Labye Y., Olson M.A., Galand A., Tsiourtis N., 1988. Design and optimization of irrigation distribution networks. FAO Irrigation and Drainage, 44. Roma. Italy. Lamaddalena N., Sagardoy J.A., 2000. Performance analysis of on-demand pressurized irrigation systems. FAO Irrigation and Drainage, 59. Roma. Italy. Maidment D.R., Hutchinson P.D., 1983. Modeling water demands of irrigantion projects. Journal of Irrigation and Drainage Division. ASCE. 109 (4): 405-418. Mavropoulos T.I., 1997. Sviluppo di una nuova formula per il calcolo delle portate di punta nelle reti irrigue con esercizio alla domanda. Rivista di Irrigazione e Drenaggio. 44(2): 27-35. Monserrat J, Poch R., Colomer M.A., Mora F., 2004. Anlisis of Clments First Formula for Irrigation Distribution Networks. Journal of Irrigation and Drainage Engineering. 130: 2. Mora F., Monserrat J., Cots Ll., Colomer M.A., 2000. Contrastacin de la metodologa de Clment en una red de distribucin a presin a la demanda en Alcarrs, Lleida. XVIII Congreso Nacional de Riegos. Huelva. Spain. Pereira L.S., Texeira J.L., 1994. Modeling for irrigation delivery scheduling: Simulation of demand at sector level with models ISAREG and IRRICEP. Irrigation Water Delivery Models, 2:13-32. FAO. Roma. Italy. Planells P., Tarjuelo J.M., Ortega J.F., Casanova M.I., 2001. Design of water distribution networks for ondemand irrigation. Irrigation Science 20:189-2001. Planells P., Carrin P.A., Ortega J.F, Moreno M.A., Tarjuelo J.M., 2005. Pumping selection and regulation for water distribution networks. Journal of Irrigation and Drainage Engineering. 131(3):273-281. Pulido I., Lpez R., Roldan J., 1998. Caracterizacin horaria y estacional de la demanda en una red de distribucin de agua para riego. XVI Congreso Nacional de Riegos. Palma de Mallorca. Spain. Reca J., Martnez J., Zapata A., Lpez J.G., Callejn J.L., 1999. Estimacin de caudales circulantes en redes de distribucin de agua a presin, ramificadas y a la demanda para sistemas de cultivos intensivos. Actas del VII Congreso Nacional de Riegos, AERYD, Murcia. Spain. Rossman L.A.., 2000. EPANET 2. Users Manual. Water supply and Water Resources Division National Risk Management Research Laboratory. U.S. Enviromental Protection Agency. Cincinati. USA.