SUPERVISOR
Mohammad Hossein Golmohammadi,Kayvan Asghari
محمدحسین گل محمدی (استاد مشاور) کیوان اصغری (استاد راهنما)
STUDENT
Mohsen Saadat
محسن سعادت
FACULTY - DEPARTMENT
دانشکده مهندسی عمران
DEGREE
Doctor of Philosophy (PhD)
YEAR
1390
TITLE
Improved Stochastic Dynamic Programming Modeling for Multi-Purpose Reservoirs
Optimal operation of available multipurpose reservoirs is one of the most important objectives of water resources management in Iran. The main purposes in reservoir management are extracting and applying the optimal operation policies. The most effective policies are the dynamic ones that can conduct reservoir operators in each time step and hydrological condition. Reservoir operators control the reservoir based on the optimal policies considering current objectives and stochastic hydrological conditions. Uncertainty in hydrological parameters like inflow and downstream demands is one of the most common challenges in optimization of reservoir operation. Various stochastic optimization methods for handling the stochasticity are developed; so far. One of the most successful of them is Stochastic Dynamic Programming (SDP). Despite some advantages like handling nonlinear and nonconvex problems, SDP suffers from some deficiencies like “curse of dimensionality” and “infeasible conditions”. Curse of dimensionality is the exponential growth of calculation burden due to increasing the discretization intensity. Infeasible conditions are the operation policies that no positive value for reservoir release is obtainable. Removing or mitigating these problems is the purpose of some studies in recent years. On the other hand, SDP has the ability of extracting good policies in extreme conditions like floods or droughts that satisfy employing the model. After extracting the optimal operation policies, applying them on the reservoir is another issue. It is attempted in this research to employ the robustness of Dynamic Programming (DP) methods, the stochastic methods for handling uncertainty and searching ability of Non Linear Programming (NLP) methods, simultaneously by combining the NLP and SDP models. The hybrid model can produce the same or better results by less intensity of discretization compared to regular SDP models. This model makes it easy to manage reservoir operation by avoiding the infeasible policies. Another issue in this research is developing an approach for determining the reservoir release based upon the available operation policies. The proposed approach can specify the release more accurately and simply compared to common available methods. In continue; a new technique is developed to convert infeasible states to feasible ones during solution process of SDP. The developed technique produces more feasible policies so that more effective reservoir management is possible. All comparisons are done based on a sixty-year reservoir simulation in future. Developed methods for reservoir simulation and optimization can produce acceptable results for obtaining the optimal policies and applying them for reservoir management. The proposed optimization method can produce the same or better answers by less intensity of discretization in state variables domain compared to regular SDP models. Handling the infeasible policies and converting them to feasible ones can be effective somewhat in reservoir optimization without inducing considerable difficulty. Keywords: Stochastic Dynamic Programming, Optimal reservoir operation, reservoir simulation, Uncertainty analysis
مدیریت بهینه عملکرد مخازن چند هدفه موجود، یکی از مهمترین اهداف مدیریت منابع آب در کشور است. هدف از تمام روشهای مدیریت مخزن، به دست آوردن سیاستهای بهره‌برداری بهینه است. مناسبترین سیاستهای بهره‌برداری مخازن، سیاستهایی هستند که بتوانند در شرایط زمانی و هیدرولوژیکی مختلف، کارکنان مخزن را هدایت کرده و یا اصطلاحاً سیاستهای بهره‌برداری پویا باشند. به گونه‌ای که کارکنان مخازن بتوانند با استفاده از این سیاستها بهترین عملکرد مخزن را با توجه به اهداف موجود و عدم قطعیت موجود در شرایط هیدرولوژیکی و مصارف پایین دست در هر زمان مشخص به دست آورند. عدم قطعیت در پارامترهای هیدرولوژیکی مخازن مانند دبی ورودی و نیازهای آبی پایین دست یکی از مهمترین چالشهای موجود در روند بهینه‌سازی مخازن است. برای کنترل و مدیریت بحث عدم قطعیت، روشهای بهینه‌سازی مختلفی تا کنون ارائه شده‌اند که یکی از موفق‌ترین آنها، برنامه‌ریزی پویای غیرقطعی است. این روش با وجود محبوبیت و قابلیتهای خود مانند غلبه بر مسائل غیرخطی، غیرمحدب و ...دارای نقاط ضعفی در ساختار خود نیز می‌باشد. "نفرین ابعادی" و "ایجاد حالتهای غیرموجه" برخی از این نقاط ضعف این روش در جریان حل مساله هستند. نفرین ابعادی با عنوان افزایش نمایی بار محاسبات با افزایش تعداد مخازن مورد بررسی و به علت افزایش شدت گسسته‌سازی متغیرها تعریف می‌شود. حالتهای غیرموجه نیز وضعیتی از سیاستهای بهره‌برداری هستند که مقدار معناداری برای خروجی مخزن وجود نداشته و در صورت وقوع این حالتها، مقدار خروجی مخزن بر اساس شرایط موجود از سیاستهای بهره‌برداری قابل محاسبه نیست. حذف یا کاهش این نقاط ضعف موضوع برخی از تحقیقات در سالهای اخیر بوده است. از طرفی مدلهای برنامه ریزی پویای غیرقطعی توانایی خوبی در استخراج جوابهای مطلوب در شرایط حدی مانند سالهای خشکسالی یا سیلابی دارند که استفاده از این مدلها را توجیه می‌کند. پس از تهیه سیاستهای بهره‌برداری بهینه مخزن، استفاده یا اعمال این سیاستها بر روی واقیعت فیزیکی مخزن، چالش دیگری است که به این منظور تا کنون روشهای مختلفی نیز معرفی شده‌اند. بر این اساس در این تحقیق سعی شده است، با ترکیب یک مدل برنامه ریزی غیرخطی و یک مدل برنامه ریزی پویای غیرقطعی، همزمان از قوام مناسب روشهای برنامه ریزی پویا، توانایی مدلهای غیرقطعی در مدیریت شرایط عدم قطعیت و قدرت جستجوی مدلهای غیرخطی بهره‌برداری شود. مدل ترکیبی ایجاد شده می تواند با استفاده از شدت گسسته‌سازی کمتر نسبت به مدلهای برنامه ریزی پویای غیرقطعی معمول، جوابهایی یکسان یا بهتر از این مدلها تولید کرده و همزمان با مدیریت حالتهای غیرموجه و جلوگیری از ایجاد آنها، پیچیدگی روند شبیه‌سازی مخزن با استفاده از سیاستهای به دست‌آمده را کاهش دهد. چراکه عملا با کاهش تعداد سیاستهای بهره‌برداری بهینه و حذف سیاستهای غیرموجه در هر گام زمانی، عملیات شبیه‌سازی مخزن با استفاده از این سیاستها ساده‌تر خواهد بود. نکته مهم دیگر در این تحقیق ارائه رابطه‌ای برای محاسبه مقدار خروجی مخزن بر اساس سیاستهای بهره‌برداری موجود است. رابطه ارائه شده، روند تعیین خروجی مخزن را با پیچیدگی کمتری نسبت به روشهای موجود انجام داده و در عین حال نتایج مطلوب‌تری نیز به دست می‌دهد. در ادامه تحقیق، روشی برای تبدیل حالتهای غیرموجه ایجاد شده به حالتهای موجه در جریان استخراج سیاستهای بهره‌برداری بهینه در یک مدل برنامه‌ریزی پویای غیرقطعی ارائه شده است. این روش باعث تولید سیاستهای بهره‌بردای بهینه موجه بیشتری نسبت به روندهای حل معمول شده و با استفاده از آن می‌توان عملکرد مخزن را با بازده بالاتری بهینه کرد. تمام مقایسه‌های انجام شده در این تحقیق بر اساس شبیه‌سازی مخزن در یک بازه شصت ساله آینده انجام شده است. به کارگیری روشهای ذکر شده در امر بهینه‌سازی و شبیه‌سازی مخزن می‌تواند نتایج قابل قبولی را در تهیه سیاستهای بهره‌برداری و همچنین به‌کارگیری این سیاستها در مدیریت مخزن ایجاد کند. روش بهینه‌سازی جدید با شدت گسسته سازی کمتری در دامنه متغیرهای حالت می‌تواند نتایجی معادل یا بهتر از نتایج روشهای معمول با گسسته سازی بیشتر تولید نماید. همچنین کنترل و مدیریت سیاستهای غیرموجه و تبدیل آنها به سیاستهای موجه بدون ایجاد پیچیدگی خاصی در روند بهینه‌سازی می تواند تا حدودی در بهبود عملکرد مخزن موثر باشد. کلمات کلیدی: برنامه ریزی پویای غیرقطعی، مدیریت بهینه مخزن، شبیه‌سازی مخزن، تحلیل عدم قطعیت