Incorporação de Estocasticidade em Ferramenta Computacional para Dimensionamento de Reservatórios

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.

Incorporation of Stochasticity into a Computational Tool for Reservoir Design

This research aimed at introducing stochasticity and refining a mathematical optimization model for reservoir design that incorporates performance indices so that the active storage capacity is determined assuming that supply failures may occur during the operation of the system. The original model is part of the reservoir package, a tool for analysis, dimensioning and operation of water supply reservoirs, developed in the R programming language. A refinement of the model was obtained through the introduction of a stochastic procedure based on Monte Carlo simulations able to find the minimum required capacity under a pre-established minimum reliability, in the face of a risk (also preset) that the capacity found does not provide the assumed reliability. In all tests conducted, the reliability under the given risk was found to be greater than the initial proposed reliability, so that the real risk was lower than the risk initially set, thus validating the capacity calculation procedure.