Incorporação de Estocasticidade em Ferramenta Computacional para Dimensionamento de Reservatórios

Authors

DOI:

https://doi.org/10.18226/23185279.v9iss2p36

Abstract

Esta pesquisa objetivou introduzir estocasticidade e refinar um modelo de otimização matemática para dimensionamento de reservatórios que incorpora índices de desempenho de modo que a capacidade útil de armazenamento seja determinada assumindo que falhas de atendimento possam ocorrer durante a operação do sistema. O modelo original faz parte do pacote \texttt{reservoir}, uma ferramenta para análise, dimensionamento e operação de reservatórios de abastecimento d'água, desenvolvida na linguagem de programação \texttt{R}. Obteve-se um refinamento do modelo por meio da introdução de um procedimento estocástico baseado em simulações Monte Carlo capaz de encontrar a capacidade mínima necessária perante confiabilidade mínima preestabelecida, diante de um risco (também prefixado) de que a capacidade encontrada não forneça a confiabilidade requerida. Em todos os testes conduzidos, foi constatado que a confiabilidade perante o risco foi maior que a confiabilidade inicial proposta, de forma que o risco real foi inferior ao risco fixado inicialmente, validando assim o procedimento estocástico de cálculo da capacidade.

 

http://dx.doi.org/10.18226/23185279.v9iss2p36

References

I. V. Nagy, K. Asante-Duah, and I. Zsuffa, Hydrological dimensioning and operation of reservoirs: practical design concepts and principles, Kluwer Academic Publishers, Dordrecht, 2002.

T. A. McMahon and A. J. Adeloye, Water resources yield, Water Resources Publication, 2005.

V. Klemeš, “Applied stochastic theory of storage in evolution,” vol. 12 of Advances in Hydroscience, pp. 79–141. Elsevier, 1981.

W. Rippl, “The capacity of storage-reservoirs for water-supply,” Minutes of the Proceedings of the Institution of Civil Engineers, vol. 71, no. 1883, pp. 270–278, 1883.

V. Klemeš, “Storage mass-curve analysis in a systems-analytic perspective,” Water Resources Research, vol. 15, no. 2, pp. 359–370, 1979.

V. Klemeš, “One hundred years of applied storage reservoir theory,” Water Resources Management, vol. 1, no. 3, pp. 159–175, 1987.

H. A. Thomas, Jr. and R. P. Burden, “Operations research in water quality management,” Tech. Rep., Harvard Water Resources Group, Cambridge, 1963.

A. B. Celeste, “Reservoir design optimization incorporating performance indices,” Water Resources Management, vol. 29, no. 12, pp. 4305–4318, 2015.

A. B. Celeste, X. Cai, K. Ponnambalam, and Q. Zhao, “New considerations for a reservoir capacity optimizer that accounts for failure risks,” Journal of Water Resourses Planning and Managent, vol. 146, no. 5, pp. 06020003, 2020.

T. Hashimoto, J. R. Stedinger, and D. P. Loucks, “Reliability, resiliency, and vulnerability criteria for water resource system performance evaluation,” Water Resources Research, vol. 18, no. 1, pp. 14–20, 1982.

H. A. Thomas and M. B. Fiering, “Mathematical synthesis of stream-flow sequences for the analysis of river basins by simulation,” in Design of Water Resource Systems, Maass et al., Ed., Cambridge, Massachusetts, 1962, pp. 459–493, Harvard Univ. Press.

G. G. Svanidze, Mathematical Modeling of Hydrologic Series for Hydroelectric and Water Resources Computations, Mathematical modeling of hydrologic series. Water Resources Publications, 1980.

S. W. D. Turner and S. Galelli, “Water supply sensitivity to climate change: An R package for implementing reservoir storage analysis in global and regional impact studies,” Environmental Modelling & Software, vol. 76, pp. 13–19, 2016.

H. E. Hurst, “Long-term storage capacity of reservoirs,” T. Am. Soc. Civ. Eng., vol. 116, pp. 770–808, 1951.

A. Efstratiadis, Y. G. Dialynas, S. Kozanis, and D. Koutsoyiannis, “A multivariate stochastic model for the generation of synthetic time series at multiple time scales reproducing long-term persistence,” Environmental Modelling & Software, vol. 62, pp. 139–152, 2014.

R. F. Santana, “Avaliação de estratégias de otimização estocástica para operação de reservatórios de pequena, média e grande escalas,” M.S. thesis, Programa de Pós-Graduação em Engenharia e Ciências Ambientais. Universidade Federal de Sergipe, 2019.

Downloads

Published

10/25/2021

How to Cite

Santos Araújo, J. E., Porto Siqueira, J. Ítalo, & Celeste, A. B. (2021). Incorporação de Estocasticidade em Ferramenta Computacional para Dimensionamento de Reservatórios. Scientia Cum Industria, 9(2), 36–40. https://doi.org/10.18226/23185279.v9iss2p36

Issue

Section

Science, Education and Engineering