UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA CIVIL

DEPARTAMENTO ACADÉMICO DE HIDRÁULICA

Modelo para operaciones de distribución

de agua en tiempo real

CURSO: Recursos hidráulicos

ALUMNOS:

 Tuncar Quispe, Roy Joseph 20132050J

 Escalante Paucar, Jeancarlo Jesus 20122558K
 Rodriguez
Lima, 03 de octubre del 2018.
 RESUMEN

Se presenta una nueva metodología para la operación en tiempo real de los sistemas de distribución de
agua (WDS) bajo la condición crítica de energía eléctrica limitada.

Falla de la red eléctrica

Sequía extrema

Desastres naturales

La metodología presentada considera tanto la cantidad como requisitos de calidad de diversas demandas
de agua.
Optimizar las operaciones del sistema de distribución de agua
bajo disponibilidad limitada de energía eléctrica y / o agua es
OBJETIVO para satisfacer la demanda requerida (solicitada) de áreas de
servicio (o zonas de presión) mientras se reúnen requisitos de
presión del sistema y calidad del agua del sistema.
 INTRODUCCIÓN

PDS WDS

Sistema de distribución Sistema de distribución

de energía eléctrica de agua

Proyecto 029013 0010

Modelado y control de infraestructuras eléctricas de agua y
energía eléctrica con capacidad cibernética resistente bajo
extrema sequía.
 Modelo de operación en tiempo real para la operación
de sistemas de energía y agua.

Permite el estudio de cómo

los sistemas vinculados
responden a fallas de energía,
sequía u otras condiciones de
estrés

SCADA: Sistema de control, supervisión y adquisición de datos

 Funcionamiento de un WDS

Funcionamiento horario de las

bombas a lo largo del día en función Disponibilidad de energía eléctrica
de la variación de la demanda

Suministro de agua en cantidad y calidad requeridas a los

consumidores
 Modelos de optimización WDS anteriores

Sakarya y Mays (2000)

Presentó una metodología de programación no lineal para determinar el funcionamiento óptimo de las
bombas WDS para cumplir con la calidad del agua consideraciones. La metodología de solución incluía
una interfaz entre el simulador hidráulico (EPANET versión 2) y un sistema no lineal código de
optimización, GRG2.
Funcionamiento óptimo
Calidad de agua
de las bombas WDS

EPANET Sistema no lineal de

Simulador Hidraulico optimización

Goldman y Mays (2005)

Desarrollaron una metodología que vinculó un modelo simulado con EPANET para obtener operaciones
de bombeo óptimas para un WDS al mismo tiempo que cumple con la calidad y requisitos de
rendimiento hidráulico
 Marco de operación en tiempo real durante Generación
limitada de energía eléctrica

El objetivo básico de optimizar el funcionamiento de un sistema de distribución de agua con disponibilidad

limitada de energía eléctrica es satisfacer los niveles requeridos de demanda en varias ubicaciones y al mismo
tiempo cumplir con los requisitos de presión del sistema.

La declaración objetiva formulado aquí es minimizar las diferencias entre las demandas requeridas y las
demandas satisfechas en todas las áreas de servicio (o zonas de presión) en el sistema.
A continuación, se describe el concepto general de la operación en tiempo real para cada sistema de agua
municipal:

1) En tiempo real t, reciba entrada de energía eléctrica, incluida la disponibilidad de energía en las
bombas y los multiplicadores de demanda de agua requeridos para bombas de PDS.

2) Recibir datos: -Estado de bombas

- Niveles de los tanques
- Estado de válvulas
- Flujos entrantes y salientes de SCADA
3) Actualice el modelo EPANET para cada entrada del sistema de distribución de agua usando datos del
sistema SCADA para WDS.

4) Ejecute el modelo de optimización WDS para determinar el patrón de demanda que se puede cumplir
y el funcionamiento de la bomba que satisfaga la limitación de energía eléctrica limitada. Durante el
proceso de optimización / simulación, el modelo EPANET se llama repetidamente desde la optimización
del algoritmo genético para determinar las operaciones de WDS en las próximas 24h. El modelo de
optimización busca las variables de decisión (operación de la bomba y patrón de demanda satisfecho)
para minimizar la diferencia entre la demanda requerida y la demanda satisfecha. El simulador determina
los valores de las variables de estado (cabezas de presión nodal y niveles del tanque) para cada conjunto
de variables de control (operaciones de la bomba y patrón de demanda satisfecho) determinados en el
optimizador.

5) Implemente el programa de bombeo óptimo durante la próxima hora, que se realiza a través del
sistema SCADA.

6) Repita los pasos 1-5 cada vez que se incremente durante el evento de emergencia, incrementando el
tiempo t= t+ τ, donde τ = 1 h.
Enfoque de modelado
Khatavkar y Mays (2017b, c) presentaron brevemente los modelos preliminares de optimización y simulación para
las operaciones en tiempo real de un sistema de distribución de agua en condiciones de disponibilidad limitada de
energía.

Estos modelos consideran los requisitos de presión y demanda de la WDS, pero no consideran los requisitos de
calidad del agua.

Khatavkar y Mays Requisitos:

(2017b, c) - Presión WDS
- Demanda
- Optimización Condición Energía Limitada
- Simulación CALIDAD DE AGUA

Este documento modifica y extiende significativamente el modelo de optimización preliminar presentado por
Khatavkar y Mays (2017b, c) para incluir las restricciones de calidad del agua, y considera un servicio WDS con Z
áreas (o zonas de presión), nodos K, tuberías M, tanques S y bombas Pu para un tiempo de simulación de T horas.
Objetivo
El objetivo del modelo de optimización para las operaciones de WDS presentado en este documento es para minimizar
la diferencia entre la demanda requerida (Dreq; z; tQbz) y la demanda satisfecha (Dsat,z,tQbz) para todas las áreas de
servicio (z) (o zonas de presión) y tiempos de simulación (t). La función objetivo es la siguiente:

donde

Obj = función objetivo

Dreq,z,t y Dsat,z,t = Multiplicadores de demanda requeridos y satisfechos, respectivamente, para el área de servicio (o
zona de presión) z en el tiempo t
b = índice de potencia para la función objetivo
Z = número total de áreas de servicio (o zonas de presión) en el sistema
T = tiempo de simulación total
Qbz = demanda promedio (gpm) observada durante las operaciones de 24 horas del WDS para el área de servicio (o
zona de presión) z
θz,t= multiplicador de penalización por no satisfacer la demanda del área de servicio (o zona de presión) z en el
momento t.
SCADA (Supervisory Control and Data Acquisition, es decir, Supervisión, Control y
Adquisición de Datos): No es una tecnología concreta sino un tipo de aplicación.
Cualquier aplicación que obtenga datos operativos acerca de un “sistema” con el
fin de controlar y optimizar ese sistema es una aplicación SCADA, maximizando el
rendimiento y los beneficios.

EPANET: Programa que realiza simulaciones en periodo extendido del

comportamiento hidráulico y de la calidad del agua en redes de distribución a
presión. La red consta de tuberías, nodos, bombas, válvulas y tanques. EPANET
determina el caudal que circula por cada conducción, la presión en cada nodo, nivel
de agua en los tanques y concentración de diferentes componentes químicos.
 ALGORITMO GENÉTICO: Estos algoritmos hacen evolucionar una población de
individuos sometiéndola a acciones aleatorias semejantes a las que actúan en la
evolución biológica, así como también a una selección de acuerdo con algún
criterio, en función del cual se decide cuáles son los individuos más adaptados, que
sobreviven, y cuáles los menos aptos, que son descartados.

i: inicialización, f(X): evaluación, ?: condición de término, Se: selección,

Cr: cruzamiento, Mu: mutación, Re: reemplazo, X*: mejor solución.
 RESTRICCIONES
“Se consideran restricciones de calidad del agua, y considera un WDS con Z áreas de
servicio (o zonas de presión), K nodos, M tuberías, S tanques y Pu bombas para un tiempo
de simulación de T horas; y N = número total de contaminantes/nutrientes que se
monitorean”
1. Conservación de masa para cada nodo y energía para cada tubería.

Número total de restricciones hidráulicas: (K+M)T

Número total de incógnitas: las descargas en las M tuberías y las elevaciones de carga
hidráulica en los K nodos.
También se toma en cuenta la profundidad del agua almacenada en los S tanques y sus
límites del nivel de almacenamiento.
2. En el análisis de la calidad del agua, las ecuaciones son resueltas por EPANET y se simula
dicha calidad según el método del volumen discreto.

3. Los límites en el tiempo de operación de la bomba.

Xp,t = variable binaria para las operaciones de la bomba
( 1 = bomba p encendida en el tiempo t, y 0 = bomba p desconectada en el tiempo t).

4. El número de cambios en la bomba durante WDS (un cambio significa apagarla o

prenderla).

Donde Swmin(p) y Swmax(p) = mínimo y máximo número de cambios permitidos para la

bomba p, respectivamente.
5. Límite superior para la energía usada por la bomba p, dado por la potencia disponible.

6. La presión principal nodal (incluidos los niveles del tanque).

7. Demanda satisfecha (Dsat es un multiplicador). Donde a = multiplicador para

requerimiento de demanda mínima (a≤1).

8. Concentración de nutriente/contaminante que necesite ser monitoreado o controlado

durante el WDS.
 MODELO DE OPTIMIZACIÓN REDUCIDO

En estas ecuaciones se tendrá unas ponderaciones de penalización (W11,t - W6,t ) a la satisfacción de

la demanda, restricciones de presión, restricciones de poder, potencia total de utilización,
restricciones de cambios y restricciones de calidad del agua, respectivamente.
Las variables de control para este modelo son la demanda satisfecha patrón (Dsat; z; t) y las
operaciones de la bomba (Xp; t), una variable binaria que define si una bomba está encendida (Xp; t =
1) o apagada (Xp; t = 0).
Las variables de estado para este problema de control óptimo son las principales presiones nodales
(incluidos los niveles del tanque) (Hk; t) y la calidad del agua en ubicaciones nodales (Cn; z; t). Se aplica
una penalización por las soluciones no factibles devueltas por EPANET utilizando el peso de la
penalización (w3) por presiones negativas en el modelo de optimización reducido [Ec. (12)].
 El modelo de optimización reducida es el siguiente:

Ec. 1 (Demanda requerida y satisfecha) Presión principal nodal

Energía de
las tuberías

Potencia total
de utilización Tiempo de
operación de
Cambios y energía la bomba
en las bombas

Calidad del agua

(concentración/nutriente)
 Interfaz del modelo de optimización-simulación

El modelo de simulación de optimización WDS se ejecuta durante un extenso periodo. Comenzando

con el período, la optimización de WDS-simulación modelo recibe entradas del modelo PDS
incluyendo observado y predice el calendario de disponibilidad de energía para cada período.
Las peticiones desde las centrales eléctricas se comunican a la optimización WDS- modelo de
simulación por hora del PDS. El WDS El modelo de simulación de optimización se ejecuta varias
veces con la información actualizada para obtener los controles de la bomba y la demanda
satisfecha multiplicadores para el próximo período, hasta que las condiciones de detención de GA
se cumplan. La solución de GA se transmite al PDS modelo de optimización-simulación. Este proceso
continúa hasta el último período de simulación que se alcanza.
Sistema de ejemplo
El propósito básico de este ejemplo es ilustrar la operación óptima bajo cortes
de energía con y sin la consideración de sólidos totales disueltos (TDS)

Líneas de agua
recuperada
Líneas
principales

Fuente de
agua

sistema de bus IEEE 14 (Kodsi y Canizares 2003)

 Los detalles de la Ciudad 1 Ciudad 2 y WDS.

Líneas nodos
intermedias

El sistema cuenta con un total de 17 bombas de agua dulce y 11

bombas de agua regenerada.
Multiplicadores de patrón de demanda para el uso residencial en el WDS.
Programación de cortes de energía para cada bomba afectada
Las entradas para el análisis de la calidad del agua (TDS) en EPANET incluyen:
 calidad de agua de la fuente inicial.
 la concentración de base de origen.
 patrón de tiempo para las concentraciones de TDS, y los coeficientes de reacción.

se utilizó para el agua dulce concentración de la fuente de TDS 200 mg/L y 1500 mg/L
se utilizó para el agua recuperada. El TDS en el agua planta de energía de refrigeración es
1000mg/L según Choudhury (2012).
Para el algoritmo genético. Los pesos de penalización W1,t - W6;t determinado para el
ejemplo.
W1,t=1 × 10^-2,
W2,t =1.32 × 10^5,
W3,t=1 × 10 3,
W4,t =1 × 10^4,
W5,t= 1.28 × 10^50, y W6,t =2.35 × 10^4
Resultados del Ejemplo de Aplicación
La optimización WDS - modelo de simulación se aplicó al sistema global WDS para
dos escenarios.
El primer escenario considerado cortes de electricidad sin la calidad del agua
(TDS), y el segundo escenario con TDS con una concentración límite superior de
1000mg/L en las plantas de energía.

Las demandas
de PW 1
 (b) las demandas de PW 3
y (c) las demandas de PW 5.

La satisfacción de la demanda media fue del 95%

Escenario 2

Se muestra las
concentraciones de
sólidos simulados y
la concentración
admisible de solidos
para plantas de
energía PW1 y PW2.

La grafica indica que las concentraciones de TDS simulados no

excedieron el límite superior de 1000 mg/L.
 El agua recuperada que
se suministra para las
plantas de energía:
(a) PW1; y (b) PW2.

Las graficas indican que el suministro de agua regenerada se redujo en el escenario

2 para satisfacer los límites superiores en TDS para plantas de energía PW1 y PW2.
El ejemplo de aplicación indica la aplicabilidad
del modelo para el funcionamiento de un WDS
bajo la disponibilidad de energía eléctrica
limitada. Las demandas fueron satisfechas
durante suficiente disponibilidad de energía
eléctrica, mientras que la satisfacción de la
demanda se redujo durante la
disponibilidad de energía eléctrica
limitada.
 Conclusiones:
 El modelo que se presenta en este documento es un enfoque novedoso para la
optimización de las operaciones de WDS en tiempo real en condiciones normales de
alimentación y limitados.
 Además de minimizar la diferencia entre las demandas requeridas y satisfechos, el
modelo también logra el cumplimiento de los requisitos de calidad del agua para
los sólidos disueltos totales en las plantas de energía.
 El modelo presentado en este documento puede ser utilizado para evaluar la
capacidad de recuperación de un WDS para alimentar las interrupciones y fallos.
 La naturaleza interactiva de la metodología de optimización-simulación presentada
en este estudio, proporciona utilidades en el WDS con un análisis de rendimiento en
tiempo real y una herramienta de toma de decisiones.
 El modelo presentado en este documento se puede ampliar para aplicación a
escenarios de escasez de agua proyectadas.
GRACIAS !