بهینه‌سازی تخصیص آب از سد قشلاق در رویکرد برنامه‌ریزی خطی با قیود احتمالاتی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی منابع آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران

2 گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی. دانشگاه رازی، کرمانشاه

چکیده

بهره‌برداری بهینه از مخزن سد‌ها یکی از مسائل مهم در حوزه مدیریت منابع آب است. این تحقیق باهدف بهره‌برداری بهینه از سد به‌منظور تأمین حداکثری نیازهای پایاب سد، در حالت قطعی و همچنین احتمالاتی موردبررسی قرارگرفته است. با احتمالاتی نمودن جریان ورودی و بررسی اثر تابع توزیع تجمعی جریان احتمالاتی بر تأمین نیازها، شرایط تخصیص بهینه سیستم بررسی گردید. در رویکرد غیرقطعی جریان ورودی به مخزن از روش برنامه‌ریزی خطی با استفاده از قیود احتمالاتی استفاده‌شده است. منطقه موردمطالعه سد قشلاق واقع بر رودخانه مریم نگار در استان کرمانشاه در نظر گرفته‌شده است. بهینه‌سازی تأمین نیازهای پایاب سد با استفاده از کد نویسی در محیط نرم‌افزار LINGO در دو حالت مختلف ارائه‌شده است. نتایج بهینه‌سازی با رویکرد قطعی نشان داد که تأمین در بخش کشاورزی، شرب و زیست‌محیطی به ترتیب 92 ، 95 و 95 درصد می‌باشد. در رویکرد احتمالاتی با لحاظ نمودن عدم قطعیت در جریان ورودی به مخزن با دو شیوه متفاوت، نتایج نشان داد که نه‌تنها نیازی به انتخاب بهترین مدل توزیع آماری دبی ورودی به مخزن سد نیست و توزیع تجربی ویبول برای این منظور کفایت می‌کند، بلکه با توجه به کاهش حجم جریان ورودی به مخزن، حجم بهینه مخزن سد با سطح اطمینان 60 درصد معادل MCM 3/27 برآورد گردید. در این حجم، مخزن سد به‌طور کامل قادر به تأمین نیازهای پایاب سد قشلاق است. لذا با توجه به غیرقطعی بودن پدیده بارش و به‌تبع آن دبی ورودی به مخزن سد و نتایج به‌دست‌آمده، این رویکرد امری ضروری در طراحی و بهره‌برداری بهینه از مخازن سدها است.

کلیدواژه‌ها


عنوان مقاله [English]

Optimization of Gheshlaq Dam Water Allocation in Chance-Constrained Linear Programming Approach

نویسندگان [English]

  • Sana Abaie 1
  • Seyed Ehsan Fatemi 2
  • Farhang Sargordi 1
  • Arash Azari 1
1 Department of Water Engineering,. Campus of Agriculture and Natural Resources., Razi University
2 Water Engineering Department,., Campus of Agriculture and Natural Resources, Razi University. Iran
چکیده [English]

Optimal operation of dam reservoirs is one of the important issues in the field of water resources management. In this study, optimal operation of dam has been investigated in a deterministic and probabilistic manner in order to supply maximum water demands of the dam downstream. The optimal allocation conditions of the system are examined by considering the probabilistic inflow and investigating the effect of cumulative distribution function on meeting the water demands. The chance constrained linear programming method has been used in the uncertainty approach for reservoir inflow. The study area is considered in Gheshlagh Dam located on Maryam-Negar River in Kermanshah province. Water supply optimization of water demands on downstream has been presented by using coding in LINGO software environment in two different modes. The results of optimization by deterministic approach show that the supply in the agricultural, domestic, and environmental water demands are 92%, 95% and 95%., respectively. In the probabilistic approach, considering the uncertainty in the inflow to the reservoir in two different ways, the results showed that not only is it not necessary to choose the best statistical distribution model of the inflow to the reservoir and the experimental distribution of Weibull is sufficient for this purpose, but also due to the reduction of the inflow volume to the reservoir, the optimal volume of the dam reservoir with a confidence level of 60% was estimated to be equal to 27.3 MCM. In this volume, the dam reservoir is fully able to supply the downstream demands of Gheshlagh Dam. Therefore, due to the uncertainty of the precipitation phenomenon, consequently the inflow to the dam reservoir and the obtained results, this approach is essential in the design and optimal use of dam reservoirs.

کلیدواژه‌ها [English]

  • Linear Programming
  • optimization
  • Weibull distribution
  • lingo
  • Chance-Constrained
آئین، ر. علیزاده، ح. 1397. مدل هیدرولوژیکی-اقتصادی مبتنی بر رویکرد شبیه­سازی-بهینه­سازی برای طراحی بهینه طرح­ها و سیاست‌های توسعه منابع آب حوضه آبریز رودخانه حله، تحقیقات منابع آب ایران 14(3): 235-220.
سلیمی مستعلی، ف.، حافظ پرست، م. و سرگردی، ف. 1399. شبیه‌سازی و بهینه‌سازی بهره‌برداری از مخزن سد تحت سناریوی تغییر الگوی کشت (مطالعه موردی: سد هرسین). تحقیقات آب‌وخاک ایران 51(1): 12-1.
 شهبازی، ت. و صادقیان، م. 1387. بهینه‌سازی بهره‌برداری از سیستم مخازن سدهای برقابی با استفاده از برنامه‌ریزی خطی در محیط برنامه‌نویسی .Lingo سومین کنفرانس مدیریت منابع آب، تبریز، ایران.
فاطمی، س.ا. و کوهی، ه. 1396. تخصیص بهینه آب مخزن سد با استفاده از برنامه‌ریزی پویای تصادفی. دومین کنفرانس ملی هیدرولوژی ایران. شهرکرد. دانشگاه شهرکرد. انجمن هیدرولوژی ایران.
فرخ­زاد، ب.، مهدوی، م.، سلاجقه، ع. و ملکیان، آ. 1396. مدیریت و برنامه­ریزی منابع آب با استفاده از مدل برنامه­ریزی خطی. مجله پژوهش آب ایران 25: 19 -11.
محسن زاده، ف. 1391. مقایسه تأثیر بهینه­سازی الگوی کشت در افزایش سود و کارایی مصرف آب با روش‌های مختلف برنامه­ریزی. پایان‌نامه کارشناسی ارشد. رشته آبیاری و زهکشی. دانشکده مهندسی آب‌وخاک. دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
معینی، ر.1393. بهینه‌سازی مسئله بهره‌برداری برقابی از سد دز با استفاده از الگوریتم بهینه‌سازی سیستم مورچگان ترتیبی. هشتمین کنگره ملی مهندسی عمران. دانشکده مهندسی عمران. تهران.
مرادی، ح.، جلیلی، خ. و بزرگ حداد، ا. 1396. بهینه­سازی تخصیص اراضی و آب آبیاری مبتنی بر دیدگاه بیلان آب با استفاده از برنامه­ریزی خطی. نشریه آب‌وخاک (علوم و صنایع کشاورزی). 31(2):385-372.
نوذری، حامد. 1396. مدیریت بهره­برداری از آب مخزن سد امیرکبیر به کمک روش پویایی سیستم و مدل برنامه­ریزی غیرخطی. تحقیقات آب‌وخاک ایران، 48(2):335-347.
Baohui, M., Zhijian, W., Huanlong, L., Zehua, H. and Yangsong, L. 2019. Improved grey prediction method for optimal allocation of water resources: a case study in Beijing in China. Water Supply. 19 (4): 1044–1054.
Divakar L., Babel M.S., Perret S., Das G.A. 2013. Optimal water allocation model based on satisfaction and Economic benefits. International Journal of Water. 7(4):363-381.
Hassan-Esfahani L., Torres-Rua A., and McKee M. 2015. Assessment of optimal irrigation water allocation for Pressurized irrigation system using water balance approach, learning machines, and remotely sensed data. Agricultural Water Management. 153: 42–50.
Fan, F.M., Schwanenberg, D., Alvarado, R. 2016. Performance of Deterministic and Probabilistic Hydrological Forecasts for the Short-Term Optimization of a Tropical Hydropower Reservoir. Water Resources Management. 30: 3609-3625.
Goodarzi, E., Ziaei, M. and Hossinipour, E. 2015.Optimization Analysis in Hydro-system Engineering, Topics in Safety, Risk, Reliability and Quality. Springer International Publishing Switzerland. Chapter. 7: 218-238.
Khosrojerdi, T., Moosavirad, S.H., Ariafar, S. and Ghaeini-Hessaroeyeh, M. 2019. Optimal Allocation of Water Resources Using a Two-Stage Stochastic Programming Method with Interval and Fuzzy Parameters. Natural Resources Research. 28(3): 1107–1124.
Klemes V. 1977. Value of information in reservoir optimization.Water Research. 13(5):857-850.
Kotir JH, Smith C., Brown G., Marshall N., Johnstone R. 2016. A system dynamics simulation model for sustainable water resources management and agriculture development in the Volta river basin. Ghana. Science of the Total Environment. 573:444- 457.
Li, X., Wang, X., Guo, H. and Ma, W. 2020. Multi-Water Resources Optimal Allocation Based on Multi-Objective Uncertain Chance-Constrained Programming Model. Water Resource Management. 34(15):4881–4899.
Li M., and Guo P. 2014. A multi-objective optimal allocation model for irrigation water resources under multiple uncertainties.Applied Mathematical Modelling. 38(19–20): 4897–4911.
Mohammad Ghasemi, M., SHahraki, J. and Sabouhi Sabouni, M. 2016. Optimization model of Hirmand river basin water resources in the Agricultural Sector Using Stochastic Dynamic Programming under Uncertainty Conditions. International Journal of Agricultural Management. 6(2): 163-171.
Tan, Y., Dong, Z., Xiong, C., Zhong, Z. and Hou, L. 2019. An Optimal Allocation Model for Large Complex Water Resources System Considering Water supply and Ecological Needs. Water. 11 (4): 843-852