You are on page 1of 27

FUNCIONAMIENTO PTIMO DE UN

RESERVORIO USANDO ALGORITMO


EVOLUTIVO MULTIOBJETIVO

Alumno: Patricio Pareja Caldern


Docente: Mg. Sc. Sebastin Santayana Vela

ALGORITMO EVOLUTIVO MULTI-OBJETIVO


FUNDAMENTO TEORICO ALGORITMO
GENETICO

Algoritmo Gentico es una tcnica de optimizacin,


basado en el principio de la seleccin natural, derivada
de la teora de la evolucin. Combinan el concepto
de la supervivencia del ms apto con los operadores
genticos extrados de la naturaleza para formar un
slido mecanismo de bsqueda.
El objetivo principal del presente estudio optimizar la
operacin del reservorio para propsitos mltiples.
El reservorio de la presente exposicin sirve para
mltiples propsitos como la irrigacin, generacin de
energa hidroelctrica y el cumplimiento de los
requisitos de calidad del agua aguas abajo.
Los resultados obtenidos mediante el algoritmo
evolutivo propuesto es capaz de ofrecer muchas
polticas alternativas para el operador de embalse,
dando flexibilidad para elegir el mejor de ellos. Este
estudio demuestra la utilidad de AG de optimizacin

ALGORITMO EVOLUTIVO MULTI-OBJETIVO


FUNDAMENTO TEORICO ALGORITMO
GENETICO

PROYECTO DE EMBALSE BHADRA


FUNDAMENTO TEORICO ALGORITMO
GENETICO

PROYECTO DE EMBALSE BHADRA


FUNDAMENTO TEORICO ALGORITMO
GENETICO
1. POBLACIN
Tamao idneo de la poblacin
Conjunto de soluciones potenciales, donde la
poblacin inicial puede ser elegida aleatoriamente .
Cambia con el tiempo pero su tamao se mantiene.
2. INDIVIDUO
Elemento de la poblacin.
Cada individuo es representado por una cadena de
caracteres.
3. FUNCIN OBJETIVO
Verificar que para dos individuos que se encuentren
cercanos en el espacio de bsqueda, sus respectivos
valores en las funciones objetivo sean similares.

PROYECTO DE EMBALSE BHADRA


FUNDAMENTO TEORICO ALGORITMO
GENETICO
4. SELECCIN
La funcin de seleccin de padres ms utilizada, es la
denominada funcin de seleccin proporcional a la funcin
objetivo, en la cual cada individuo tiene una probabilidad de
ser seleccionado como padre que es proporcional al valor de
su funcin objetivo.

PROYECTO DE EMBALSE BHADRA


FUNDAMENTO TEORICO ALGORITMO
GENETICO
5. CRUCE (CROSSOVER)
El Algoritmo Gentico Cannico descrito anteriormente utiliza el cruce basado
en un punto, en el cual los dos individuos seleccionados para jugar el papel de
padres, son recombinados por medio de la seleccin de un punto de corte
(aleatorio), para posteriormente intercambiar las secciones que se
encuentran a la derecha de dicho punto.

Cruce de 1 punto
Cruce de 2 puntos

Cruce uniforme

PROYECTO DE EMBALSE BHADRA


FUNDAMENTO TEORICO ALGORITMO
GENETICO
6. MUTACIN
La mutacin se considera un operador bsico, que proporciona
un pequeo elemento de aleatoriedad en la vecindad
(entorno) de los individuos de la poblacin. Si bien se admite
que el operador de cruce es el responsable de efectuar la
bsqueda a lo largo del espacio de posibles soluciones.
Tienden a generar caractersticas que la poblacin no tiene.
La mutacin de un individuo provoca que alguno de sus
genes, generalmente uno slo, vare su valor de forma
aleatoria.
Varia de 0.1% a 5%.

PROYECTO DE EMBALSE BHADRA


FUNDAMENTO TEORICO ALGORITMO
GENETICO

PROYECTO DE EMBALSE BHADRA


UBICACIN
La presa Bhadra se encuentra en
la latitud 13 42 N y longitud 75
38 2 E y se encuentra a 1,5 km
aguas arriba de la localidad de
Lakkavalli en el distrito de
Chikmagalur
del
estado
de
Karnataka, India.
Es un proyecto de usos mltiples
que proporciona agua para riego y
generacin
de
energa
hidroelctrica, adems de entrega
obligatoria de calidad optima de
calidad del agua.
La precipitacin media anual en la
cuenca es de 2320 mm, cuya
precipitacin ocurre en un 90%
durante el periodo del monzn

PROYECTO DE EMBALSE BHADRA


INFORMACIN
Los datos de los flujos mensuales
y otros detalles se obtuvieron de
Organizacin de Recursos Hdricos
para
el
Desarrollo
(WRDO),
Bangalore, que abarca un perodo
de 69 aos (de 1930-1931 a 19981999).
Los requisitos mensuales de agua
de los cultivos se calcularon
utilizando el mtodo FAO PenmanMonteith.
Adems de riego y energa
hidroelctrica, se estipula que una
liberacin mnima de 9 millones
de m3 a aguas abajo cada mes
cumpliendo los requisitos de

PROYECTO DE EMBALSE BHADRA


ESQUEMA DE OPERACIN

PROYECTO DE EMBALSE BHADRA


FORMULACIN DEL
MODELO

1. MINIMIZAR LA DESVIACIN AL CUADRADO DE LA


DEMANDA
MENSUAL
DE
RIEGO
DE
LAS
DESCARGAS.
- La funcin objetivo es dada por la siguiente
ecuacin :

Donde:

SQDV= Suma de las desviaciones al cuadrado de las liberaciones de riego de


demandas.

D1,t =

Demandas de riego para el canal de la margen izquierda del periodo "t

en MMC.

R1,t =

Descarga o Liberacin al canal de riego de la margen izquierda del


periodo "t en MMC.

D2,t =
en MMC.

Demandas de riego para el canal de la margen derecha del periodo "t

PROYECTO DE EMBALSE BHADRA


DESARROLLO DEL
MODELO

2.
MAXIMIZAR LA PRODUCCIN ANUAL DE
ENERGA

Donde:

Energa total producida en MWh.

Es el coeficiente de produccin de energa.

R3,t =

Es la descarga de la turbina al lecho del ro en el perodo "t en MMC.

H1,t =

Es la carga de agua neta disponible en la margen izquierda en el periodo

t.

H2,t =

Es la carga de agua neta disponible en la margen derecha en el periodo

t.

Es la carga de agua neta disponible en la turbina del lecho de ro en el

PROYECTO DE EMBALSE BHADRA


DESARROLLO DEL
MODELO
3.
PRINCIPIO DE
ALMACENAMIENTO

CONTINUIDAD

EN

EL

Para t = 1, 2, . . . , 12
Donde:

St =

Almacenamiento inicial en el comienzo del mes "t en MMC.

St + 1= Almacenamiento final al final de mes "t en MMC.


It =

Ingreso mensual durante el perodo "t en MMC.

Et =

Prdida por evaporacin mensual desde el embalse durante el periodo


"t en MMC.

Ot =

Desbordamiento del embalse en el perodo "t en MMC.

PROYECTO DE EMBALSE BHADRA


RESTRICCIN DE
ALMACENAMIENTO

El almacenamiento de depsito en cualquier mes no


debera ser ms que la capacidad del depsito, y no
debe ser menor que el almacenamiento muerto.
Matemticamente esta limitacin expresa como:

t=1, 2, 3,12

Donde:

Smin = Volumen muerto del reservorio en MMC.


Smax= Mxima capacidad del reservorio en MMC.

PROYECTO DE EMBALSE BHADRA


RESTRICCIN DE MXIMA PRODUCCIN
DE
ENERGA
El almacenamiento de depsito en cualquier mes no
debera ser ms que la capacidad del depsito, y no
debe ser menor que el almacenamiento muerto.
Matemticamente esta limitacin expresa como:

pR1,t H1,t E1,max

for all t =

1, 2, . . . , 12
pRr,t H2,t E2,max

for all t =

1, 2, . . . , 12
Donde:

E1

pR3,t H3,t E3,max

for all t =

max= Cantidades mximas de energa en M kWh, que se pueden producir


1, 2, . . .de
, 12
(capacidad
la turbina) por la margen izquierda.

E2

max=

E3

max=

Cantidades mximas de energa en M kWh, que se pueden producir


(capacidad de la turbina) por la margen derecha.
Cantidades mximas de energa en M kWh, que se pueden producir
(capacidad de la turbina) por la turbinas a nivel de lecho de ro.

PROYECTO DE EMBALSE BHADRA


RESTRICCIN DE CAPACIDAD DEL
CANAL

El almacenamiento de depsito en cualquier mes no


debera ser ms que la capacidad del depsito, y no
debe ser menor que el almacenamiento muerto.
Matemticamente esta limitacin expresa como:

t=1, 2, 3,
12

Donde:

C1max = Es la mxima capacidad del canal de carga en la margen


izquierda.
C2max = Es la mxima capacidad del canal de carga en la margen
derecha.

PROYECTO DE EMBALSE BHADRA


RESTRICCIONES DE LA DEMANDA DE
IRRIGACIN

El almacenamiento de depsito en cualquier mes no


debera ser ms que la capacidad del depsito, y no
debe ser menor que el almacenamiento muerto.
Matemticamente esta limitacin expresa como:

t=1, 2, 3,
12
Donde:

D1min,t y D1max,t son exigencias mnimas y mximas de riego para el


canal del margen izquierdo, respectivamente;
D2min, t y D2max, t son exigencias mnimas y mximas de riego para
el canal del margen derecho, respectivamente, en el perodo t.

PROYECTO DE EMBALSE BHADRA


REQUERIMIENTOS EN LA CALIDAD DEL
AGUA

El almacenamiento de depsito en cualquier mes no


debera ser ms que la capacidad del depsito, y no
debe ser menor que el almacenamiento muerto.
Matemticamente esta limitacin expresa como:

t=1, 2, 3,
12
Donde:

MDTt = Descarga o liberacin mnima para cumplir con los requisitos


de calidad del aguas abajo del ro en MMC.

PROYECTO DE EMBALSE BHADRA


APLICACIN DEL MODELO - ESCENARIOS

Escenario 1: La media de las entradas mensuales - 0,5


* SD
Escenario 2: El promedio mensual de las entradas
Escenario 3: El promedio mensual de las entradas +
0,5 * SD
Donde :
SD = desviacin estndar de las entradas mensuales.

PROYECTO DE EMBALSE BHADRA


RESULTADOS Y DISCUSIN

ptimo de Pareto.
f1 = suma de los dficit de riego al cuadrado
(Mm3)2.
f2 = energa hidrulica generada, (MkWh).
La estacin seca, el punto ptimo est
f1=53,623.88 (Mm3)2 y f2 = 139.472 MkWh.
Temporada normal, el punto ptimo est
f1=20,714.62 (Mm3)2 y f2 = 192.488 MkWh.
Escenario de entrada 3, que representa a
estacin hmeda, el punto ptimo est en F1

en
en
la
=

PROYECTO DE EMBALSE BHADRA


RESULTADOS Y DISCUSIN

Poltica de almacenamiento para


diferentes escenarios de flujo de
entrada:
1. Caso de la misma prioridad.
2. Prioridad de riego.
3. Prioridad
de
energa

PROYECTO DE EMBALSE BHADRA


RESULTADOS Y DISCUSIN

Si el operador opta por depsito con la


misma
prioridad
maximizar
los
beneficios netos de la irrigacin y la
energa hidroelctrica

PROYECTO DE EMBALSE BHADRA


RESULTADOS Y DISCUSIN

Las polticas de liberacin para los tres


escenarios de flujo de entrada, cuando
el operador depsito da prioridad
slo para el riego.

PROYECTO DE EMBALSE BHADRA


RESULTADOS Y DISCUSIN

Si el operador opta como nica


prioridad
a
obtener
energa
hidrulica, entonces las polticas de
liberacin ptimas se presenta en las
figuras adjuntas.

PROYECTO DE EMBALSE BHADRA


CONCLUSIONES

El modelo multiobjetivo formulo un algoritmo gentico para el sistema de


riego y la demanda de energa hidroelctrica como dos objetivos que
compiten (Condicional) y el modelo se aplicara para derivar las polticas
de operacin del embalse Bhadra.

El modelo se aplica para los tres escenarios diferentes de flujo de entrada,


y se obtienen los ptimos de Pareto (punto ptimo) para los tres
escenarios, respectivamente.

La principal ventaja del enfoque del MOGA es encontrar muchas


soluciones ptimas de Pareto en una nica prueba, ayudando a tomar
decisiones adecuadas en los diferentes niveles.

You might also like