رویکرد شبیه‌سازی-بهینه‌سازی مبتنی بر فرامدل در بهره‌برداری بهینه منابع آبی با در نظر گرفتن جنبه‌های کمّی و کیفی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناسی ارشد مهندسی محیط‎ زیست، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران

2 استادیار، گروه آب و محیط‎ زیست، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران

3 استاد، گروه آب و محیط ‎زیست، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران

چکیده

در اینپژوهش، بهینه‎سازی بهره‌برداری از مخزن در ساختار برداشت انتخابی با در نظر گرفتن جنبه‌های کمّی و کیفی منابع آب مورد بررسی قرار گرفت. حل این مسئله بزرگ مقیاس، با استفاده از رویکرد شبیه‌سازی بهینه‌سازی مبتنی بر فرامدل با هدف ارتقاء تأمین نیازهای آبی پایین‌دست و بهبود کیفیت جریان آب خروجی از مخزن مورد توجه این پژوهش بوده است. شبیه‌سازی هیدرودینامیک و کیفیت سیستم رودخانه- مخزن مورد بررسی، توسط مدل دو بعدی هیدرودینامیک و کیفیت آب CE-QUAL-W2 انجام و الگوریتم بهینه‎سازی چند هدفه هوش جمعی ذرات به‌عنوان ابزار بهینه‎سازی به‌کار گرفته شد. با توجه به لزوم فراخوانی‌های متعدد مدل CE-QUAL-W2 توسط الگوریتم بهینه‎سازی در رویکرد شبیه‎سازی- بهینه‎سازی و نیز حجم محاسباتی زیاد این مدل عددی در تخمین پارامترهای کیفیت آب جریان خروجی از مخزن، مدل/مدل‌های جایگزین تقریب غلظت پارامترهای کیفی جریان خروجی مخزن، از جمله اکسیژن محلول، نیترات، فسفات، BOD و آهندر پژوهش حاضر توسعه یافت. در ادامه ارتباط میان الگوریتم بهینه‎سازی و مدل‌های جایگزین تقریب کیفیت و مدل موازنه حجم آبی در مخزن دنبال شد. تابع هدف کیفی این مسئله بهینه‌سازی به‌صورت شاخص کیفیت تجمیع کننده زیرشاخص‌های غلظت پارامترهای متعدد کیفی تعریف شد. رویکرد پیشنهادی در این بررسی به‌منظور استخراج الگوی بهینه بهره‌برداری از مخزن در ساختار برداشت انتخابی در سیستم رودخانه- مخزن ایلام مورد آزمون قرار گرفت. نتایج بیانگر کارایی و دقت قابل توجه مدل‌های جایگزین توسعه داده شده در تقریب غلظت پارامترهای متعدد کیفی خروجی از مخزن در مقایسه با مدل CE-QUAL-W2 بود. خطای تقریب اکسیژن محلول، نیترات، فسفات، آهن و BOD به‌ترتیب 3، ۱، 2، ۲ و ۳ درصد بود. همچنین نتایج، ارتقاء کیفیت جریان خروجی و بهبود تأمین نیاز آبی پایاب مخزن ایلام را نشان داد. دلیل این رویداد، افزایش برداشت از مخزن، کاهش زمان ماند و به تبع آن کاهش فرصت ته‌نشینی آلاینده‌ها و رخداد واکنش‌های شیمیایی است.

کلیدواژه‌ها

عنوان مقاله [English]

Surrogate Based Simulation-Optimization Approach in Optimal Operation of Waterbody Considering Quality and Quantity Aspects

نویسندگان [English]

  • Parisa Yosefipoor 1
  • Motahareh Saadatpour 2
  • Abbas Afshar 3
1 MSc of Environmental Engineering, School of Civil Engineering, Iran University of Science and Technology, Tehran, Iran
2 Assist. Prof., School of Civil Engineering, Iran University of Science and Technology, Tehran, Iran
3 Prof., School of Civil Engineering, Iran University of Science and Technology, Tehran, Iran
چکیده [English]

In this research, deriving optimal reservoir operation in selective withdrawal scheme considering quality and quantity aspects has been studied. Surrogate based simulation-optimization approach (SBSOA) has been applied to improve downstream water supply and enhance reservoir outflow water quality. CE-QUAL-W2 as the hydrodynamic and water quality simulation model in the river-reservoir system and multi-objective particle swarm optimization (MOPSO) algorithm as an efficient tool have been applied in simulation-optimization (SO) approach. To overcome the computational burdens of multiple calls of CE-QUAL-W2, as a numerical high fidelity model, various surrogate models have been developed to simulate reservoir outflow water quality parameters (DO, NO3, PO4, BOD, and Fe). The developed surrogate models and mass balance model have been coupled with MOPSO algorithm in SBSOA. In this study, the water quality objective function is defined as water quality index (WQI), which integrates various water quality parameters, DO, NO3, PO4, BOD, and Fe. The proposed approach has been applied in Ilam river-reservoir system to derive optimal reservoir operating strategies in the selective withdrawal scheme. The results show suitable efficiency and accuracy of the developed surrogate models in approximation of various water quality parameters compared with CE-QUAL-W2 simulation results (the approximation error of DO, NO3, PO4, Fe, and BOD has been respectively 3%, 1%, 2%, 2%, 3%). The studies indicate enhancing reservoir outflow water quality is consistent with downstream water supply satisfaction. It means, the increasing of reservoir outflow rate leads to the reservoir detention time decreasing, pollutant settling rate reductions, and chemical/biological reaction attenuation.

کلیدواژه‌ها [English]

  • MOPSO Algorithm
  • CE-QUAL-W2
  • LIBSVM Model
  • Simulation-Optimization

مراجع

Amirkhani, M., Bozorg-Haddad, O., Fallah-Mehdipour, E. & Loáiciga, H. A. 2016. Multiobjective reservoir operation for water quality optimization. Journal of Irrigation and Drainage Engineering, 142(12), 04016065. doi:10.1061/(ASCE) IR.1943-4774.0001105.
Castelletti, A., Yajima, H., Giuliani, M., Soncini-Sessa, R. & Weber, E. 2013. Planning the optimal operation of a multioutlet water reservoir with water quality and quantity targets. Journal of Water Resources Planning and Management, 140(4), 496-510.
Celeste, A. B. & Billib, M. 2009. Evaluation of stochastic reservoir operation optimization models. Journal of Advances in Water Resources, 32(9), 1429-1443.
Chung, S.-W. & Gu, R. R. 2009. Prediction of the fate and transport processes of Atrazine in a reservoir. Journal of Environmental Management, 44(1), 46-61.
Cole, T. M. & Wells, S. A. 2006. CE-QUAL-W2: A two-dimensional, laterally averaged, hydrodynamic and water quality model, version 3.5, Instruction Report EL-06-1, US Army Engineering and Resarch Development Center, Vicksburg, MS.
Javaheri, S. & Saadatpour, M. 2017. Deriving hydropower reservoir operation rules in selective withdrawal framework considering quality and quantity objectives; simulation-optimization approach based on meta-modelling. Journal of Iran Water Resources Research, 13(3), 128-142. (In Persion)
Karamouz, M., Moridi, A. & Fayazi, H. 2008. Dealing with conflict over water quality and quantity allocation: a case study. Journal of Scientia Iranica, 15(1), 34-49.
Kerachian, R. & Karamouz, M. 2007. A stochastic conflict resolution model for water quality management in reservoir–river systems. Journal of Advances in Water Resources, 30(4), 866-882.
Kumar, D. & Reddy, M. 2007. Multipurpose reservoir operation using particle swarm optimization. Journal of Water Resources Planning and Management, 133(3), 192-201.
Ma, S., Kassinos, S. C., Fatta Kassinos, D. & Akylas, E. 2008. Effects of selective water withdrawal schemes on thermal stratification in Kouris Dam in Cyprus. Journal of Lakes & Reservoirs: Research and Management, 13(1), 51-61.
Meraji, S. H., Afshar, M. H. & Afshar, A. 2005. Reservoir operation by particle swarm optimization algorithm.  Proceedings of the 7th International Conference of Civil Engineering (Icce7th), Tehran, Iran, 2005, 8-10.
 MGCE. 2011. Long-Term Drinking Water Supply of Ilam City, (Mahab Ghodss Consulting Engineers), Tehran, Iran. (In Persian)
Narasimhan, B., Srinivasan, R., Bednarz, S., Ernst, M. & Allen, P. 2010. A comprehensive modeling approach for reservoir water quality assessment and management due to point and nonpoint source pollution. Journal of Transactions of the ASABE, 53(5), 1605-1617.
Ostadrahimi, L., Mariño, M. A. & Afshar, A. 2012. Multi-reservoir operation rules: multi-swarm PSO-based optimization approach. Journal of Water Resources Management, 26(2), 407-427.
Saadatpour, M. 2012. Deriving optimal reservoir operational strategy considering quality and quantity objective. PhD Thesis, Dept. of Civil Eng. Iran University of Science and Technology, Tehran, Iran. (In Persian)
Saadatpour, M. & Afshar, A. 2013. Multi objective simulation-optimization approach in pollution spill response management model in reservoirs. Water Resources Management, 27(6), 1851-1865.
Saadatpour, M., Afshar, A. & Edinger, J. E. 2017. Meta-model assisted 2d hydrodynamic and thermal simulation model (CE-QUAL-W2) in deriving optimal reservoir operational strategy in selective withdrawal scheme. Water Resources Management, 31(9), 2729-2744.
Soleimani, S., Bozorg-Haddad, O., Saadatpour, M. & Loáiciga, H. A. 2016. Optimal selective withdrawal rules using a coupled data mining model and genetic algorithm. Journal of Water Resources Planning and Management, 142(12), 04016064. Doi: 10.1061/(ASCE) WR.1943-5452.0000717.
Suen, J.-P. & Wang, R.-H. 2010. Optimal reservoir operation considering downstream water quality and environmental flow needs. World Environmental and Water Resources, Challenges of Change, Providence, Rhode Island, United States, 2592-2601.
Swamee, P. K. & Tyagi, A. 2000. Describing water quality with aggregate index. Journal of Environmental Engineering, 126(5), 451-455.
Vapnik, V. N. 1999. An overview of statistical learning theory. Journal of IEEE Transactions on Neural Networks, 10(5), 988-999.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار