تعیین روش بهره‌برداری بهینه از مخزن با مدل غیر خطی برای کاهش تلفات آب مخزن

نوع مقاله : پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد سازه‌های آبی، گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران‌

2 استاد گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران‌

3 استادیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران‌

چکیده

هدف از پژوهش حاضر، ارزیابی تلفات تبخیر و تراوش در روش‏های مختلف بهره‏برداری از مخازن سدهاست. در تحقیق حاضر برای ارزیابی شاخص‏های تلفات آب و کمبود و شاخص‏های کارایی مخزن طی سال‌های 1390-1397، ابتدا روش بهره‏برداری گرادیان کاهشی تعمیم‏یافته تدوین شد. سپس، این شاخص‏ها به ازای روش‏های گرادیان کاهشی تعمیم‏یافته، بهره‏برداری فعلی و منحنی فرمان پیشنهادی برآورد شده و با هم مقایسه ‌شدند. برای برآورد دقیق تراوش، از واسنجی مدل‌سازی عددی Seep/w با استفاده از پیزومترهای موجود استفاده شد. نتایج به‌دست‌آمده نشان داد روش بهره‏برداری گرادیان کاهشی تعمیم‏یافته (GRG) نسبت به روش بهره‏برداری استاندارد از نظر شاخص‏های تراوش، تبخیر و کمبود سالانه به‌ترتیب به میزان 86/67، 24/54 و 68/67 درصد بهبود یافته است. از نظر شاخص‏های اعتمادپذیری، برگشت‏پذیری، آسیب‏پذیری و انعطاف‏پذیری به‌ترتیب به میزان 95/368، 26/110، 68/67 و 40/4750 درصد بهبود یافته است. همچنین، این روش نسبت به روش بهره‏برداری فعلی از نظر شاخص‏های تبخیر و کمبود سالانه به‌ترتیب به میزان 88/15 و 86/41 درصد بهبود یافت. از نظر شاخص‏های اعتمادپذیری، برگشت‏پذیری، آسیب‏پذیری و انعطاف‏پذیری به‌ترتیب به میزان 54/25، 34/30، 86/41 و 15/125 درصد بهبود یافته و شاخص تراوش این روش نسبت به روش بهره‏برداری فعلی 65/18 درصد افزایش داشته است. بنابراین، روش بهره‏برداری بهینۀ گرادیان کاهشی تعمیم‏یافته نسبت به دو روش‏ بهره‏برداری منحنی فرمان و فعلی به صورت مطلوبی در بهبود شاخص‏های کمبود، تلفات تبخیر و انعطاف‏پذیری مخزن سد مؤثر بوده و پیشنهاد می‏شود برای کاهش تلفات تبخیر و کمبود تأمین و بهبود کارایی مخزن، از این روش در سایر مخازن استفاده شود.

کلیدواژه‌ها


[1]. Loucks DP, Van Beek A. Water resources systems planning and management: an introduction to methods, models and applications. United Nations Educational. Scientific and Cultural Organization (UNESCO). 2005.
[2]. Teegavarapu RSV, Simonovic SP. Optimal operation of reservoir systems using simulated annealing. Water Resources Management. 2002; 16(5): 401- 428.
[3]. Sivapragasam C, Vasudevan G, Maran J, Bose C, Kaza S, Ganesh N. Modeling evaporation-seepage losses for reservoir water balance in semi-arid regions. Water resources management. 2009; 23(5), 853.
[4]. Banihabib ME, Zahraei A, Eslamian S. An integrated optimisation model of reservoir and irrigation system applying uniform deficit irrigation. International Journal of Hydrology Science and Technology. 2015; 5(4): 372-385.
[5]. Hosseini-Moghari SM, Banihabib ME. Optimization of reservoir operation for agricultural water supply using firefly algorithm.3 water and soil preservation. 2014; 3(4)17-31. [Persian]
[6]. Banihabib ME, Hasani K, Bavani ARM, Asgari K. A framework for the assessment of reservoir operation adaptation to climate change in an arid region. International Journal of Global Warming. 2016; 9(3): 286-305.
[7]. Banihabib ME, Zahraei A, Eslamian S. Dynamic Programming Model for the System of a Non‐Uniform Deficit Irrigation and a Reservoir. Irrigation and drainage. 2017; 66(1):71-81.
[8]. Beheshti AA, Hojati A. Optimization of Reservoir Operation of Qardanloo Dam Using Linear Programming. First National Conference on sustainable development of agricultural. natural resources and environment. 2014. [Persian]
[9]. Torabi H, Dehghani R, Godarzi A. Optimal operation of Reservoir using of linear programming model (Case study: Dorudzan dam). Human and environment. 2019; 17(1):27-37. [Persian]
[10]. Nozari H, Moggan M. Operation Management of Amirkabir Dam Reservoir Water Management Using System Dynamics and Nonlinear Programming Model. Iranian Soil and Water Research. 2017; 48(2):335-347. [Persian]
[11]. Lasdon LS, Warren AD. Generalized reduced gradient software for linearly and nonlinearly constrained problems. In: Greenberg HJ (ed) Design and implementation of optimization software. Sijthoff and Noordhoff. The Netherlands. 1987; 363–397.
 [12]. Lasdon LS, Warren AD, Jain A, Ratner M. Design and testing of a generalized reduced gradient code for nonlinear programming. ACM Trans Math Softw.1978; 4:34–50.
[13]. Elci A. Calibration of groundwater vulnerability mapping using the generalized reduced gradient method. Journal of contaminant hydrology. 2017; 207, 39-49.
[14]. Pishin Dam Technical Reports, engineering Advisory company Pars Consulate. (1384-1387). [Persian]
[15]. Dunnicliff, J. Geotechnical Instrumentation for Monitoring Field Performance. Wiley, New York; 1988. 577 pp.
[16]. Varyani A, Fatahi P. Determination of the optimal amount of production in a two-level production system with potential demand. International Journal of Industrial Engineering and Production Management. 2014; 24(1):56-66. [Persian]
[17]. Lasdon LS, Fox RL, Ratner MW. Nonlinear optimization using the generalized reduced gradient method. Revue française dautomatique, informatique, recherche operationnelle. Recherche operationnelle. 1974; 8(3):73-103.
[18]. Hashimoto T, Stediger JR, Loucks DP. Reliability, resiliency and vulnerability criteria for water resource system performance evaluation. Water Resources Research. 1982; 18(1):14-20.
دوره 7، شماره 1
فروردین 1399
صفحه 277-290
  • تاریخ دریافت: 15 مهر 1398
  • تاریخ بازنگری: 20 اسفند 1398
  • تاریخ پذیرش: 20 اسفند 1398
  • تاریخ اولین انتشار: 01 فروردین 1399
  • تاریخ انتشار: 01 فروردین 1399