بهینه‌سازی بهره‌برداری از سیستم چندمخزنی با استفاده از الگوریتم تکامل رقابتی جوامع (SCE) (مطالعۀ موردی: حوضۀ کرخه)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار گروه مهندسی آب، دانشکدۀ کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران

2 دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشکدۀ کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران

چکیده

در چند دهۀ اخیر روش‌های تکامل‌گرا، کاربردهای موفقیت‌آمیز زیادی در مسائل مختلف مهندسی و مدیریتی منابع آب، به‌‌ویژه در بهره‌برداری بهینه از مخازن داشته‌اند. در این پژوهش مدلی بر مبنای الگوریتم تکامل رقابتی جوامع (SCE) برای مدلسازی بهره‌برداری بهینه از سیستم پیچیدۀ چندمخزنی واقع در حوضۀ آبریز کرخه توسعه داده شد. مسیر بهینه‌سازی سیستم مورد نظر شامل تخصیص بهینه بین چهار منطقۀ کشاورزی به‌منظور تأمین نیاز آبیاری با اولویت تأمین نیازهای زیست‌محیطی در هر بازه در دو رویکرد کوتاه‌مدت و بلندمدت بود. در این پژوهش، در نظر گرفتن سازوکار مناسب چرخ‌ گردان در ساختار الگوریتم، به توسعه و افزایش کارایی و مقاومت الگوریتم SCE منجر شد. ابتدا اعتبارسنجی مدل توسعه‌داده‌شده توسط چند تابع استاندارد بررسی شد. نتایج بیانگر عملکرد مناسب مدل توسعه‌داده‌شده است. سپس این مدل برای حل مسئلۀ بهره‌برداری از سیستم چندمخزنی حوضۀ آبریز کرخه استفاده شد. نتایج مدل با استفاده از معیارهای آماری و مقایسۀ آنها با نتایج الگوریتم شناخته‌شدۀ GA ارزیابی شد. نتایج حاکی از عملکرد زیاد و تناسب الگوریتم SCE در بهره‌برداری بهینه از مخازن است.

کلیدواژه‌ها


عنوان مقاله [English]

Multi reservoir optimal operation using Shuffled Complex Evolution (SCE) algorithm (Case study: Karkheh basin)

نویسندگان [English]

  • kourosh Qaderi 1
  • Anahita Zalaghi 2
  • Bahram Bakhtiari 1
1 Assistant Professor, Department of Water Engineering, Faculty of Agriculture, Shahid Bahonar University of Kerman, Kerman, Iran
2 M.Sc. Student, Water Resources Engineering, Department of Water Engineering, Shahid Bahonar University of Kerman, Kerman, Iran
چکیده [English]

In recent decades, Evolutionary algorithms have been applied successfully in various water resource engineering and management issue especially in optimal operation of reservoirs. In this paper, a model based on shuffled complex evolution (SCE) algorithm has been developed for modeling optimal operation of complex multi reservoir system of Karkheh basin. The system includes 4 different agricultural irrigation demands allocation with environmental prioritize in both short and long-term approach. in this study, Development, increment of performance and algorithm’s resistance which are the main cause of having perfect mechanism of rullet-wheel and established preparation in the programming’s structure.  First, the accuracy of the developed model was evaluated by a number of standard functions. The results indicate good performance of the developed model. Next the developed model was used for solving complex multi-reservoir system operation Karkheh basin. Results of model was evaluated by some statistical criteria and compared with the GA standard results. Results show high performance and SCE algorithm fitness to optimal operation of reservoirs.

کلیدواژه‌ها [English]

  • evolutionary methods
  • Karkhe basin
  • multi-reservoirs system
  • Optimal Operation
  • SCE algorithm
. فلاح مهدی­پور ا و بزرگ حداد ا (1391) بهینه­سازی بهره‌برداری از مخازن سدهای چندمنظوره با کاربرد روش بهینه­سازی مجموعه ذرات. مجله آب و فاضلاب. 4 (2): 97-105.
2. قادری ک، عرب د ر، تشنه­لب م و قزاق آ (1389) مدل­سازی بهره­برداری هوشمند از مخازن با استفاده از برخورد گروهی با داده­ها (GMDH). تحقیقات منابع آب ایران. 6(3): 55-67.
3. قادری ک، محمد ولی سامانی ج، اسلامی ح ر و ثقفیان ب (1385) واسنجی اتوماتیک مدل بارش-رواناب با استفاده از روش بهینه­سازی SCE. تحقیقات منابع آب ایران. 2(2): 39-52.
4. قدوسی ح، منعم م ج و عمادی ع ر (1387) بهینه­سازی بهره­برداری از کانال­های آبیاری با استفاده از روش بهینه­سازی SCE. سومین کنفرانس مدیریت منابع آب، تبریز.
5. نورانی و، ابوالواسط ن و صالحی ک (1391) ترکیب مدل برنامه‌ریزی آرمانی و سیستم استنتاج عصبی- فازی در بهره‌برداری بهینۀ چند‌مخزنه از یک سیستم دومخزنی. مجلۀ تحقیقات منابع آب ایران. 2 (3): 1-12.
6. Brath A, Montarani A and Toth E (2004) Analysis of the effects of different scenarios of historical data availability on the calibration of a spatially-distributed hydrological model. Hydrology. 291: 232-253.
7. Dongmei X, Wang W, Chau K, Cheng C H and Chen S H (2013) Comparison of three global optimization algorithms for calibration of the xinanjiang model parameters. Hydro informatics. 15: 174_193.
8. Duan Q, Gupta V K and Sorooshian S (1993) A Shuffled Complex Evolution Approach for Effective and Efficient Global Optimization. Optimization Theory and Its Applications. 76(3): 501-521.
9. Duan Q, Gupta V K and Sorooshian S (1992) Effective and efficient global optimization for conceptual Rainfall_runoff models. Water Resources Research. 28(4): 1015_1031.
10. Duan Q, Sorooshian S and Gupta V K (1994) Optimal Use of the SCE-UA Global Optimization Method for Calibrating Watershed Models. Hydrology. 158: 265-284.
11. Esat V and Hall M J (1994) Water resources system optimization using genetic algorithm. Hydro informatics. 94: 225-231.
12. Labadie J W (2004) Optimal operation of multi-reservoir systems: State of the art review. Journal of Water Resources Planning and Management. 130(2): 93-111.
13. Liong S Y and Muttil N (2004) Shuffled Complex Evolution Coupled with Experimental Design Technique. National University of Singapore Singapore 119260.
14. Madsen H (2003) Parameter estimation in distributed hydrological catchment modeling using automatic calibration with multiple objectives. Advances in Water Resources. 26(2): 205-216.
15. Simonovic S P (1992) Closing gap between theory and practice. Water Resources Planning and Management. 118(3): 262-280.
16. Wardlaw R and Sharif  M (1999) Evaluation of genetic algorithms for optimal reservoir system Operation. Water Resources Planning and Management. 125(1): 25-33.
17. Xiamong S and Chang Z, Jun X (2011) integration of a statistical emulator approach with the SCE_UA method for parameter optimization of a hydrological model. Chinese Science Bulletin. 57(26): 3397_3403.
18. Yeh W G (1985) Reservoir management and operation models: A State-of-the-art review. Water Resources Research. 21(12): 1797-1818.
19. Yapo P O, Gupta H V and Sorooshian S (1998) Multi-objective global optimization for hydrologic models. Hydrology. 204: 83-97.