برنامه تحویل و توزیع بهینه آب با استفاده از الگوریتم Pso (مطالعه موردی: شبکه آبیاری سد نساء شهرستان بم)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی آب، دانشکده کشاورزی، دانشگاه باهنر کرمان

2 گروه مهندسی آب، دانشکده کشاورزی، دانشگاه باهنر کرمان، کرمان ، ایران

چکیده

برنامه‌ریزی توزیع و تحویل آب در شبکه‌های آبیاری تحویل به موقع و کافی آب با حداقل بهره‌برداری از هدآب روی دریچه کانال مطابق قیدهای میزان ظرفیت آن و دوره چرخش آبیاری می‌باشد. عملکرد ضعیف کانال‌های آبیاری از یک طرف و تأثیر آن در کاهش بهره‌وری آب کشاورزی از طرف دیگر ضرورت ارائه‌ برنامه‌ریزی‌های مؤثر در بهره‌برداری بهینه از کانال‌های آبیاری را ایجاب نموده است. روش‌های رایج برنامـه‌ریـزی تحویـل و توزیع آب عموماً ابتکاری و مبتنی بر تجربه کارشناسان بوده که روش‌هایی کارآمد در صرفه‌جویی بهینه آب نمی‌باشند، بنابراین استفاده از روش‌های تحلیلی و بهینه‌سازی می‌تواند بخشی از مشکلات موجود را رفع نماید. مسئله‌ی برنامه‌ریزی توزیع و تحویل آب در شبکه‌های آبیاری یک مسئله پیچیده بهینه‌سازی چند هدفـه، چنـد متغیـره و چند محدودیتی با انواع متغیرها است که حل آن نیازمند کاربرد روش‌های توانمند بهینه‌ساز است. روش‌های ابتکاری توانایی حل اینگونه مسائل پیچیده و عبور از نقاط بهینه موضعی و یافتن بهینه سراسری را دارند. پژوهش حاضر با به‌کارگیری الگـوریتم فراابتکاری بهینـه‌سـازی PSO (رفتار جمعی ذرات) به توزیع و تحویل بهینه آب در شبکه آبیاری سد نساء شهرستان بم واقع در استان کرمان پرداخته است. به این منظور ابتدا تعداد اشنعابات، ماکزیمم ظرفیت هر کانال، سطح تحت پوشش هر انشعاب، نیاز ناخالص آبیاری، دور آبیاری و تعداد بلوک‌ها به عنوان ورودی به مدل معرفی شد. پس از اجرای مدل بهترین نوبت انشعابات در هر بلوک، حداقل ظرفیت کانال توزیع‌کننده و حداقل زمان آبیاری در شرایط بهینه به عنوان خروجی ارائه گردید. در حال حاضر ماکزیمم دبی شبکه 3000 لیتر بر ثانیه و 360 ساعت، زمان آبیاری است. مطابق نتایج ارائه شده در این پژوهش درحالت بهینه‌سازی دوهدفه، ماکزیمم دبی 2469 لیتر در ثانیه و ماکزیمم زمان آبیاری 356 ساعت می‌باشد که در مقایسه با ظرفیت کنونی کانال 531 لیتر بر ثانیه دبی و 4 ساعت زمان آبیاری کاهش یافته است.

کلیدواژه‌ها

عنوان مقاله [English]

Optimal Programming for Delivery and Distribution of Water Irrigation Network Using PSO Algorithm (case study: the Network Irrigation Nesa Dam in Bam City)

نویسندگان [English]

  • bahareh mirkamandar 1
  • Koroush qaderi 2
1 water engineering, Agriculture college of Shahid Bahonar university of Kerman
2 Water engineering department, Agriculture faculty, Bahonar university of Kerman, Kerman, Iran.
چکیده [English]

The objective of distribution and delivery of water canal scheduling in irrigation canal networks is timely and adequate delivery of water with minimum operational stages of the head gate of supply canal in the presence of canal capacity and irrigation rotation period constraints. Poor performance of irrigation canals and its effect on decreasing of Agricultural water productivity requires attention for their improvement. Traditional approach for water delivery planning is based on personal experiences, which is not necessarily Satisfactory. The use of analytical and optimization methods could resolve some of these difficulties. Classical optimization methods are facing some limitations such as: being trapped in local optimum points, and difficulties in handling different variables. To overcome some of these limitations, new techniques which can solve complex problems could be used. This study has used the meta-optimization algorithm of PSO optimization to distribute and deliver optimal water in the irrigation network of Nesa Dam in Bam city located in Kerman province. In this research the delivery and distribution program in distribution channel branches are provided so that the various objects such as decreasing in distributor channel capacity and decreasing in time needed for complete the irrigation program optimize as a single and two objectives. In this program, first branch numbers, upper and lower limit of delivery discharge to per branch and branch coverage, gross irrigation requirement, irrigation interval and block numbers as input are defined to the model. By running the model, the best intermittent of branches in per block, minimum of distributer channel capacity and minimum irrigation duration in optimum conditions define to the model as outputs. According to the results presented the maximum flow rate is 2469 lit/s and the maximum irrigation time is 356 hours, which is reduced by 531 lit/s and 4 hours of irrigation time.

کلیدواژه‌ها [English]

  • Optimal allocation
  • Pso algorithm
  • Irrigation network
  • Nessa dam

مراجع

غلامی، م.، رهنما، م. و ابراهیمی، ح. 1386. ارائه برنامه بهینه توزیع آب در شبکه‌های آبیاری با استفاده از تئوری الگوریتم ژنتیک (مطالعه موردی شبکه آبیاری درود زن فارس). پایان‌نامه کارشناسی ارشد دانشکده مهندسی دانشگاه شهید باهنر کرمان.
عمـادی، ع. و کـاکویی، س. 1391. بهینـه‌سـازی توزیـع آب کانـال BP14 شبکه آبیاری فومنات با استفاده از الگوریتم مورچگان. نشریه آب و خاک (علوم و صنایع کشـاورزی). 26(5): 1118-1109.
قادری نسب، ف.، قادری، ک. و رهنما، م. 1394. برنامه تحویل و توزیع بهینه آب در شبکه آبیاری با استفاده از الگوریتم‌های بهینه‌سازی تکاملی (مطالعه موردی شبکه آبیاری زیر سد جیرفت). نشریه آبیاری و زهکشی ایران. 9(5): 841-830.
منعم، م. و نوری، م. 1389. کاربرد الگوریتم بهینه‌سـازی PSO در توزیع و تحویل بهینه آب در شبکه‌های آبیاری. مجلـه آبیـاری و زهکشی. 4(1): 84-72.
منعم، م.، نجفی، م. و خوشنواز، ص. 1386. برنامه‌ریزی بهینه تحویل آب در کانال‌های آبیاری با استفاده از الگوریتم ژنتیک، مجلـه تحقیقات منابع آب ایران. 3(1): 11-1.
Kaghazchi, A., Hashemy Shahdany, S. and Roozbahani, A. 2021. Simulation and evaluation of agricultural water distribution and delivery systems with a Hybrid Bayesian network model. Journal of Agriculture Water Management. 245(2).
Liu, Y., Yang, T., Zhao, R., Li, Y., Zhao, W. and Ma, X. 2018. Irrigation Canal System Delivery Scheduling Based on a Particle Swarm Optimization Algorithm. Journal of Water. 10(9): 1281.
Mathur, Y., Sharma, G. and Pawde, A. 2013. Optimal operation scheduling of irrigation canals using genetic
algorithm. international journal of recent trends in engineering. 1(6): 11–15.
Nguyen, D., Maier, H., Dandy, G. and Ascough, J. 2016. Framework for computationally efficient optimal
crop and water allocation using ant colony optimization. Environmental Modelling Software. 76: 37–53.
      Rezaei, F., Safavi, H., Mirchi, A. and Madani, K. 2017. F-MOPSO: An alternative multi-objective PSO algorithm for conjunctive water use management. Journal of Hydro-Environment Research. 14: 1–18.
 Suryavanshi, A. and Reddy J. 1986. Optimal operation scheduling of irrigation distribution systems. Journal of Agricultural Water Management 11: 23–30.
Maier, H., Simpson, A., Zecchin, A., Foong, W., Phang, K. Y., Seah, H. y. and Tan, C. 2003. Ant colony optimization for design of water distribution system. Journal of Water Resources Planning and Management., ASCE. 129(3): 200- 209.
Zhao, W., Ma, X., Kang, Y., Ren, H. and Su, B. 2009. Optimal Model on Canal water Distribution Based on Dynamic Penalty Function and Genetic Algorithm. International Conference on Computer and Computing Technologies in Agriculture. 294(2): 1347-1357.
Pawed, A.W., Mathur, Y.P. and Kumar, R. 2013. Optimal water scheduling in irrigation canal network using particle swarm optimization. Journal of Irrigation and Drainage. 62(2): 135–144.
Ikudayisi, A. and Adeyemo, J. 2015.Irrigation water optimization using evolutionary algorithms. Environmental Economics. 6(1): 200-205.
Shi, Y. and Eberhart, R. C. 1998. Parameter selection in particle swarm optimization. Proceedings of the 7th International Conference on Evolutionary Programming VII. 2(4): 591-600.
Kennedy, J. and Eberhart, R.C. 1995. Particle swarm optimization. International Conference on
Neural Networks, Perth, Australia.
نشریه آبیاری و زهکشی ایران
دوره 16، شماره 2 - شماره پیاپی 92
خرداد و تیر 1401
صفحه 421-431

فایل ها

هم رسانی

ارجاع به این مقاله

آمار