Está en la página 1de 11
Disefio de Redes de Distribucién incluyendo el Concepto de Resiliencia Saldarriaga, Juan Ingeniero Ovil, MSc Profesor Titular Universidad de los Andes, Director del Centro de Investigaciones en Acueductos y Alcantarilados de la Universidad de los Andes (CIACUA). E-mail: jsaldarr@uniandes educo. Serna, Manuel Ingeniero Civil, MSc Investigador Centro de Investigaciones en Acueductos y Alcantarilados de la Universidad de los Andes (CIACUA). E-mail: mserna@ecra.gov.co Arbeléez, Juliana Ingeniera Cit Investigadora Centro de Investigaciones en Acueductos y Alcantarilados de la Universidad de los Andes (CIACUA). E-mail: jul-are@uniandes edu.co, XVIII Seminario Nacional de Hidraulica e Hidrologia Sociedad Colombiana de Ingenieros Bogota D.C. 22, 23, y 24 de mayo de 2008 Resumen, La complejidad del disefio de redes de distribucién esté dada por la relacién no lineal entre las variables involucradas, como el caudal, las pérdidas de energia, los diémetros de las tuberlas y su costo. Esto se ha resuelto al considerarlo un problema de optimizacion combinatoria (Saldarriaga, 2005), a través el oual se obtiene un disefio de costo minima para el Caudal Maximo Horario en el perfodo de diet. Basado en el concepto de Resiliencia (Todini, 2000), este disefio Optimo representaria una red de baja confiabilidad hidraulica. Este trabajo demuestra, para una red real, que el dsefio de costo éptimo cortesponde 2 una ted de alte confiablidad hidréulica cuando inicia su operacién, que disminuye con el tiempo, debido al aumento de la demanda, hasta elcanzar su nivel més bajo al cumplir su periodo de disefio, Por esto, los operadores deben evaluar periddicamente la resiiencia de la red, buscando mantener una confiabilidad adecuada Palabras clave: Redes de 41, Introduccion Durante los uitimos 10 aos, el problema de disefo de redes de distribucion de agua potable ha sido resuelto por medio de diferentes métodos. Estos métodos siempre se han basado en restricciones hidréulicas y de costo, con el abjetivo de encontrar el disefio de costo dptimo, Actualmente, de acuerdo con jos estudios desarrallados por Todini (2000), es importante considerar otra caracteristica dentro del proceso de disenio éptimo: La resillencia de la red de distribucién, entencida come la capacidad de la red para recuperarse arte fallas y condiciones de operacién exiremas, Saldarriaga y Araque (2005) utilizaron el concepto de resiliencia para desarrollar una metodologta ‘que permitiera seleccionar las tuberias, en una red existente, que deben ser remplazadas, con el fin de obtener el mayor incremento de la resiiencia de la red, y a su vez en su corfiabilidad, Por otro lado, Saldarriaga, Villalba y Takahashi (2005) desarrollaron un algoritmo de optimizacién combinatoria, el cual demostré su efectividad al encontrar buenas soluciones utlizando un nimero bajo de simulaciones hidraulicas, comparado con los métodos de otros autores, en el disefio de le red de Hanoi’. Sin embargo, de acuerdo con Todini, este disefo de costo éptimo, correspanderia a una red con baja conflablidad hidraulic. EI objetivo principal de este trabajo es realizar un andlisis de resiliencia, utllzando un madelo hidréulico de una red real, diseftada utilizando los AOC (Algoritmos de Optimizacién Combinatoria). Este andlisis estard enfocado en el cambio del Indice de resiliencia de la red @ lo largo de su petiodo de operacion. 2. Concepto de Resiliencia El Indice de Resiliencia definide por Todini (2000) esté basada en el concepto de que la potencia total de entrada en una red de distribucién de agua potable es igual a la potencia por unidad de peso disipada por el sistema, debido a la fricién, més la potencia por unidad de peso entregada en los nodos de demanda, como se muestra en la ecuacién 4 Protat = Pane +Prat (1) La potencia total de entrad por unidad de peso incluye la potencia debida a la posible presencia de bombas mas la potencia debide @ los tanques o embalses (2cuacién 2). @ donde Quy Hs son el caudal y la cabeza de entrada; ng: numero de tanques o embalses; Pi potencia por Unidad de peso suministrad por la boriba |; y Msp: numero de bombas en Ia red, La potencia total por unidad de peso entregada en los nodos de demanda esta definida por la ecuacién 3: ' Red mundialmente conocida y utlizada para probar metodologias de disefio con el fin de tener un patron para compararias. donde Gj: es la demanca de agua en el nodoj; Hj esla cabeza que garentiza la demanda Qs ym: es el niimero de nadas de lared de distibucién, Por la tanto, al Indice de Rasiiancia esté define como Pane 7 pas 4 gaa donde Pee: 5 la potencia por unidad de peso disipada por ls red y Per" unidad de peso que puede ser disipada interamerte por la red peta garantizar la demanda G, y la € la patencia maxima por caboza minima H’ raquorida en cada nodo. Al custituir los valoros apropiades, la forma gonoral da la ecuaciin 4 es: _ [eBeoanee em, |-52, 085 EE caret Eo PES, oynG i 3. Algoritmos de Optimizacién Combinatoria (AOC) Los Algcritmos de Optimizacién Combinatoria son una metodologia do diseiio para redes de distibucion de aqua potable, based en el uso y cambinacién de dos o mas elgoritmas de optimizacion para encontrar buenas soluciones con un ndmero bajo de iteraciones y en un corto geriodo de tiempo (Baldarriaga et al, 2025). Los principales algoritmos uiilizados en la metodolagia propuesta por Saldarriaga, Villalba y Takahashi son: El Superficie Optima d2 Presiones, Programecién por Redtriccienes y Algaritmas Gonsticas. 3.1. Superficie Optima de Presiones Este métads calculs los didmetros de las tuberfas de le red, basado en ura estimacién previa de la Linea de Gradiente Hidréulico (LGH ideal) en cada nada de la red, garantizando la solucién de costo El criterio para detenminar la LGH ideal es similar al criterio de Wu (Wu, 1975) para tuberias en serie, aplicado para redas ceradas que presente cualquier topologia. La superficie de gradianie hidréulico <= calcule después de definir la presion minima en cada noda y une ecuscidn que represents la LGH ideal Una de les ecuaciones mas apropiada es la cuadrética debido a su similtud con el criterio de Wu. Con este proceso es posible obtener un disefic casi perfecto, silos valores de los diémetios de las tuberfes fueran exactos. Sin embargo, como las tuberias reeles son construidas en diémetros comerciales discrotos, ol recultado de esto algoritmo dab ser aproximado al diémotra comercial superior para garantzar que no se viole ninguna restrccian hidréulica 3.2.Programacion por Restricclones Debida a la definicién del disefio de redes distribucién como un problema de optimizacién cambinatoria, écie pueds ser recuella definiéndola como varias inetencias de un problema de satisfaccién de restricciones (Constraint Satisfaction Problem, CSP) Cada instancia se describe mediante un conjunta de variables, un corjurta de pesibles valores para cada variable yun conjunto de resticciones entre les variables La solucion de un CSP es la existencla de una combinacién de valores de las variables que satisfacen las restricciones. La Programacion por Restricciones reduce los requerimientos computacionales para resolver los problemas de optimizacién combinatoria porque las restricciones son usadas para veriticar la validez de las soluciones y para remover valores del dominio de las variables, deducir nuevas restricciones y detectar inconsistencias. Este algoritmo es util para optimizar una solucién que ya cumple con las restrieclones hidréulicas y comerciales 0 una solucién que viola ligeramente las restricciones hidraulicas, 3.8. Algeritmos Genéticos Este es uno de los métodos mas usados para resolver el problema de disefio de costo éptimo de redes de distribucién, Los Algoritmes Genéticos son un método de bisqueda aleatoria en un espacio de soluciones que encuentra una solucién que minimice una funcién objetivo, en este caso basada en los costos de las tuberias y las restricciones hidraulicas, Sin embargo, es posible que con este método no se encuentre un minimo global de la funcién objetivo. Los Algoritmos Genéticos no son algoritmos de optimizacién, pero han demostrado que son un buen método para resolver problemas de naturaleza complicada, como el diseflo de redes. La unica desventala de este método es el gran ndmero de iteraciones que se requieren para obtener buenos resultados, implicando mayor tempo y estuerzo computacional ‘Se puede obtener un disefio de costo dptimo, en poco tiempo y con un ndmero bajo de iteraciones, silos algoritmos genéticos son usados en combinacion con un disefio basado en la superficie optima de presiones y un proceso de optimizacion basado en un algoritimo de programacién por restricciones (Saldarriaga et al, 2005). 4. Anélisis de Resiliencia en una red real disefiada utilizando AOC Con el propésito de analizar la vulnerabilidad de una red de distribucion de agua potable, disefiada de manera optima, usando como indicador el indice de Reslliencia, el siguiente ejemplo utliza una red real para establecer la variacion de la resiliencia durante su operacion a lo largo del periodo de disefi. 4.1, Disefio Optimo de una red real La ted corresponde a una zona de la red de distribucion de la ciudad de Bogota, llamada “Sector 35°, con las siguientes caracteristicas: 1289 tuberlas (39400 metros lineales), 1190 nodos, 1 tanque y una poblacién de disefio de casi 41000 habitantes (ver Figura 1) El primer paso del andlisis es disefiar de forma optima esta red, utilizando los Algoiitmos de Optimizarién Combinaioria Para esto es necesario utilizar el programa REDES (desarrcilada por el Certra de Investigacién de Acueducta y Alcantarilado ~ CIACUA - de la Universidad de los Andes). Para el proceso de cisefio las restricciones son las siguientes 4. Presién minime en los nodas 10 m.c.a. (metros de columna de sgua) 2. Diémetro minima: 3° (76 rar] 3. Perioda de disefic: 20 aos. 4, Caudal Maximo Horatio (QMH) en la red para elperiado de disefio: 108.68 Lis Para calcular el costa de la solucidn, se utiliza la siguiente funcién de costo deserrellada por el CIACUA para las redes en Colombia nee ruteriae CostoTotal = Y G © & 0015+ L,«D (7) donde Ly 2 la longtud en metros de la i-ésima tuberie; Dy es el didmetre en milimetros de la -ésima tuberia y C: es el costo en dlares de la i-ésima tuberia, De acuetda con la funcién de costo y después de 1233 ieraciones del AGC, combinanda al uso de Algorimos Genéticos, Superie Optima de Presones y la Programacién por Resticciones, fa mejor solucién obtenida tiene un costo de US$ 396100. Como referencia, la red actual del "Sector 35°, tiene un costo aprovimada de US5 776300, lo cual indica que la red no fue diseriade ulilizando técnicas de optimizacién, les cuales no existian en el mamento de ser iseriedas G Figura 2: Superficie de Presiones delasolucién de Costo Optimo del “Sector 35” 5. Andlisis de Resiliencia Ahora, considerendo el concepto de indice de Resiliencia (ecuacién 6) es posible calcular este indicador, para estimar el nivel dev unerabilidad de la red durante su tiempo de operacién y durante un dia promedia, Variacién Anual de la Resiliencia: Para determinar |a variacién del indice de Resiliencia desde el Inicio de la operacion de la ted, es necesario simular y conocer su comportamienta hidraulico, anualmente, Para esto, se estimd el QMH de la red de distribucién para cad affo, considerando una poblacién inicial de 23138 habitantes, un periodo de disefio de 20 afios, una tasa de crecimiento anual de la poblacién del 3% y un consumo de agua per cépita de 125 Lis*hab"ala aproximadamente. Tabla 1. Evolucién de poblacién y del QNH para el “Sector 35” Tiempo de Operacién (Afios) | Poblacién (Habitantes) | QMH (Lis) o 23138 60.45 23809 63.25, 2 24500 85.06 Fi 26214 66.05 4 25043 68.89 5 26895 70.89 6 27470 72.05 7 28267 75.07 8 29088 77.25 9 20032 79.49) 10 30800 81.79 14 3164 84.17 12 30614 86.81 13 33560 89.12 14 34534 17 15 35536 04.37 16 36567 97.14 7 37828 99.95 18 38720 102.83, 19 39848 105.81 20 “41000 108.88 Debido a algunos proyectos desarrollados por el CIAUA (CIAGUA, 2001), fue posible conocer el consumo aproximaco en cada nodo de la red “Seotor 36°, y asi el consumo total de la red, correspondiente @ una poblacién de 41000 habitantes aproximademente. Con esta informacién, fue fécil simular el comportamiento hidréulico de la red (LGH en cada nado), usando el Método del Gradiente (Todini 1979, Todini y Pilati 1988) implementado en el programa REDES. Esto permitié calcular el indice de Reslioncia en cada ano de operacién. Como se muestra en la Figura 3, el indice de Resiliencia decrece con el tiempo, como era de esperarse, pero es importante determinar por cuantos afios la red operaria con un alto nivel de ‘vunerabilidad. Evolucién Anual del indice de Resiliencia ‘ te Pet a en 9 fe GEE on teeta teed 010 0.00 02 4 @ A om we Tiempo de Operacién (Afios) Figura 3: Evolucién del indice de Resiliencia (|) durante el Periodo de Operacién de la Red. El valor limite de |,, para el cual la red se considera vuinerable, debe ser determinado por los operarios de Ia red, debido @ que este valor puede ser diferente para cada red en particule. Adicionalmente, se deben considerar algunos aspectos como el tamafio de la red, caracteristicas, topolégicas, topografia, el nivel de mantenimiento y la capacidad operacional de la emprese para atender casos de emergencias. En este caso el valor limite escogido para el |, basado en estudios previos (Todini, 2000) y la experiencia de los autores, es igual a 0.5; de todas formas este valor debe ser revisado en futuros proyectos de investigacion. Basado en el valor limite de 0.5, es claro que s6lo después del decimotercer afio de operacién, la red seria vulnerable, Sin embargo, la Figura 3 muestra el |, correspondiente al QMH de la red en cada afo, Esta es la condicién critica de operacion, lo que significa que la mayor parte del dia la red no se encuentra bajo condiciones de vulnerabilidad. La variaci6n horaria de! |, es analizada en el siguiente capitulo, Variacién Horaria de la Resiliencia: En este caso, es neceserio establecer el patrén de demanda @ lo largo del ola. Para la red “Sector 35° este patron de demandas es conocido y se presenta en la Tabla 2 Tabla 2: Patrones de Demanda de la red “Sector 35” Hora Factor de Demanda 42:00:00 am. 06 (01.00:00 a.m. 05 (02.00.00 a.m. O4 (03:00:00 a.m. 06 (04:00:00 a.m. 08 (05:00:00 a.m. 0,65 (06:00:00 a.m. 09 (0700-00 a.m. 15 (08.00.00 a.m. 16 (09:00:00 a.m. 45 40.00.00 a.m. 18 Hora Factor de Demanda 47.00.00 am. 18 12:00:00 p.m. 16 (01.00.00 p.m. 15 (02.00.00 p.m. 413 (03:00:00 p.m. 4.2 (04:00:00 p.m. 44 (05:00:00 p.m. 1 (06:00:00 p.m. O98 (07.00.00 p.m. 08 (08:00:00 p.m. 0,75 (09:00:00 p.m. Or 10:00:00 p.m. 06 11.00.00 p.m. 06 Siguiendo una metodologia similar a la usada en el caso de la variacién anual del |, se simud el ‘comportamiento hidréullco de la red para el dia critico del ano critica (cuando se aloanze el periodo de disefto), bajo una simulacién dinémica determinada por los factores de demanda Evolucin Horaria dl indice de Resiencia para el iodo de Disehio (20 Akos) Hora Figura 4: Variacién Horaria del |, para el Periodo de Disefto (20 afios). La Figura 4 muestra la variacion del |, cuando se presenta el caudal de disefio en la red. Cuando el consumo de la red es igual @ 108.88 Lis (Caudal de disefio) el indice de Resiliencia aloanza su valor més bajo (0.27). Sin embargo, considerando el valor limite de 0.5, la red operaria por debajo de este valor durante 6 horas diarias, para el perfado de disefto. Esto comesponde al 25% del dia para la peor condicién operacionsl de Ia red. Realizando unos calcuios similares para cada afto, terienco en cuenta que la resiliencia de la red es siempre mayor @ 0.5 durante los primeros trece afos (65% del periodo de operacién), es posible decir que la red de distribucién opere con un I; menor a 0.5 durante un tiempo equivalente a solamente el 4.37% del total del periodo de disefio (20 aftos). Esto es un indicador que muestra el bajo nivel de vUnerablidad de una red de distribucién diseftada de manera éptima, 5.1. Modificacién al Proceso de Disefio [A pesar de que el dsefio de costo optimo puede represertar una red con un relative bajo nivel de vulnerablidad, es factibie inclu el Indice de Restliencia como una variable de disefio (Todi, 2000), para minimizar esta vulnerabilidad. El disefo basado en el AOC puede ser mejorade buscando una solucién més costosa, pero con un Indice de Resiliencie siempre por encima del valor limite. La moaificgcion propueste, basada en la aproximacién de Todi, es realize un endlisis de resilience a la red disenaca de manera éptima, incrementando los dkémetros de algunas tuberias, hasta aloanzar Un |, por encima del valor limite. Los tubos seleccionados serén aquellos que al aumentar su didmetro causen el mayor incremento en el Indice de Resliencia de la red. Este proceso debe realizarse de forma secuencial, tubo a tubo. El siguiente ejemplo muestra fa eplicacion de esta modficacién en la red "Sector 35". 5.2.Ejemplo de Aplicacién El ejemplo utliza la red “Sector 35° hipotetica, la cual fue disefiada usando la metadologia de AOC. Este disefo tiene un costo de USS 396100. Ahora, el proceso de seleccién de tuberias se realiz6 usando una modiffcacién del algoritmo desarrollade por Saldarriaga y Araque (2005), implernentado en el programa REDES. Los resultados se presentan en la Tabla 3. Tabla 3: Resultados del Andlisis de Resiliencia de la red “Sector 35” Diametro Inicial Diametro Final indice de Resiliencia Paso | ld Tubsrts (Pulgadas) (Pulgadas) Final 4 4289 8 10 0.31 2 ‘509 4 6 0.40 3 379) 6 8 0.43 4 50. 3 4 0.45 5 369) 10 12 O47 6 ‘8a7 4 6 0.49 7 1289 10 12 0.50 Con este nuevo disefio se puede caloular Ia evolucién anual del |, (ver Figura 5) y la variacién horaria para el dia mas criti del period de diseno (ver Figura 6) Evolucién Anual del indice de Resiliencia om, ow os — oe eae ee 0 2 4 6 &8 0 2 4 16 8 2 Tiempo de Operacién (Afios) @— Diseio de costo Optimo —f— Inctuyendo Resiliencia Figura 5: Comparaci6n de la Variacion Anual del |, entre el Disefio de Costo Optimo y el Disefto de Costo Optimo con Analisis de Resiliencia. Evolucién Horaria del indice de Resiliencia para el Periodo de Disefio (20 Afios) Hora @— disefio de costo Optino fH Incluyendo Resiiencia Figura 6: Comparacién de la Varlacién Horaria del I, entre el Disefio de Costo Optimo y el Disefio de Costo Optimo con Analisis de Re jenci Esto demuestra que el paso adicional en el proceso de disenio usando AOC, que incluye el pardmetro de resiliencia, produce buenos resultados en términos de vuinerabilidad de la red, El costo de la red con estos cambios (6 en total porque la tuberia 1289 fue cambiada dos veces) es. de US$ 410600, siendo asi 3.68% més costosa que el diserio de costo dptima (USS 396100) y garantizando siempre un |, mayor a 0.5. Por ende, este paso adicional muestra que con un leve incremento en los costos, [a red seré poco vulnerable, al incluir el |, como parémetro de diserto, 6. Conclusiones Los AOC son una metodologia efectiva para encontrar buenas soluciones con pooas simulaciones: hidréulicas de problemas de disefto de redes de distribucién Para una red de distribucién real, e! disefio de costo éptimo utlizando AOC produce la red mas vulnerable, Sin embargo, Ia red solamente es vulnerable durante unas horas diatias, después de varios afios de operaciéin. En el caso de la red “Sector 35", durante el 437% del periada de disefio el |, estaria por debajo del Velor limite determinado (maximo 6 hores diarias al cumplir el perfodo de disefio, pero s6lo une hora por dia en promedio a lo largo del periodo de disefia). Adicionalmente a lo largo de los primeros trece afios de operacién, la red no presentarla problemas de contiabilidad. Para el disefio es necesario establecer un valor minimo para el |, que garantice alta conflabilidad hidrdulica de la red durante su operacién Uniendo el concepto de resiliencia, con la metodologia de las AOC, es posible obtener un mejor diserto, desde el punto de vista de la cortlabilided, sin afectar de manera significativa los costes Los operadores de las redes de distribucion deben evaluar periddicamente la resiliencia de la red, parlicularmente cuando el disefio no considerd la conflabllidad hidraulica de la red, lo cual probablemente es a situacién tipica, 7. Referencias Saldarriaga J\G. and Araque D. (2005). Water Distribution Network Operational Optimization by Maximizing the Pressure Uniformity at Service Nodes. Proceedings of the 2005 World Water and Environmental Resources Congress, Anchorage, Alaska, Saldattiaga JG, Villalba G and Takahashi S. (2005). Algorithms of Combinatorial Optimization Applied to Water Distribution Networks Design. Proceedings of the 2005 World Water and Environmental Resources Congress. Anchorage, Alaska Todini E. (1979). Un metodo del gradiente per fa vertica delle reti idrauliche (in Italian). Bolletino degli Ingegneri Della Toscaza n.11 Todini E. and Pilati S, (1988). A gradient algorithm for the analysis of pipe networks. In B. Coulbeck & ‘Chun-Hou Orr (Eds.), Computer applications in water supply (pp. 1-20). Wiley: Research Studies Press Todini €. (2000). Looped water distribution networks design using a resilience index based! heuristic ‘approach Urban Water Journal, 2, 115-122 Centro de Investigacién en Acueductos y Alcantarillados (CIACUA), (2001) Plano Optimo de Presiones —Fase |, Universidad de los Andes. Bogoté, Colombia. Wu |. (1975). Design of Drip irigation Lines. Journal of the irrigation and Drainage Division. Vol. 101 N° IR4. ASCE

Calificar