Añadir curvas de control de yacimientos y ahorrar en la demanda (reducciones)
layout: description: visible: false outline: visible: true pagination: visible: true tableOfContents: visible: true title: visible: true
Añadir curvas de control de yacimientos y ahorrar en la demanda (reducciones)
Introducción
Las curvas de control se pueden utilizar para implementar una reducción de la demanda cuando los niveles de los embalses están por debajo de ciertos umbrales. Esto representa la implementación de medidas temporales de gestión de la demanda. En este ejercicio, la demanda se reducirá gradualmente a medida que el depósito descienda por debajo de ciertos umbrales de almacenamiento. Este ejercicio demostrará la Parámetro de índice de curva de control, el Parámetro de matriz indexada así como el Parámetro agregado así como el anidamiento de parámetros.
Clone el escenario y defina una curva de control
Clona el «Fuentes equilibradas» escenario y nombre al nuevo «Reducciones de la demanda»
Primero definiremos un curva de control que utiliza umbrales de volumen de almacenamiento para reducir progresivamente la demanda a fin de modelar las restricciones de demanda que se imponen a una demanda. La primera curva es una Perfil mensual (60% en los próximos meses y 45% en otros), lo que permite los cambios estacionales, mientras que las dos curvas siguientes son Constantes (40% y 10% de la capacidad de almacenamiento del depósito).
La curva de control se definirá en Parámetros pestaña. En la pestaña Parámetros, añada un Pyr_Parámetro.
Asigne un nombre al parámetro 'curva de control de almacenamiento' y presione Entrar**. **
Pegue el siguiente fragmento de código JSON a continuación. Ten en cuenta cómo se hace referencia al "depósito de ejemplificado" en el atributo "storage_node".
{
«tipo»: «parámetro controlcurveindex»,
«storage_node»: «Ejemplo de depósito»,
«curvas de control»: [
{
«type»: «parámetro de perfil mensual»,
«valores»: [
0.45,
0.45,
0.45,
0.45,
0.45,
0.45,
0.45,
0.45,
0.45,
0.45,
0.6,
0.6
]
},
{
«tipo»: «constante»,
«valor»: 0.4
},
{
«tipo»: «constante»,
«valor»: 0.1
}
],
«__grabadora__«: {
«timeseries»: verdadero
}
}
En cada paso temporal, el Parámetro de índice de curva de control devolverá un valor de índice como se muestra a continuación:
Estos índices se pueden asociar a un factor de demanda que se definirá mediante un Parámetro de matriz indexada. El factor de demanda se utilizará para reducir la demanda cuando se supere cada umbral de la curva de control.
Factor de demanda asociado
Asociaremos lo siguiente Factores de demanda a los diferentes niveles de fallo de la curva de control:
Esto reducirá la demanda al 90%, 80% y 50% de la demanda básica correspondiente a las reducciones de la demanda de 10%, 20% y 50%.
Crea un nuevo Pyr_Parámetro
Asigne un nombre al parámetro «factor de demanda de la curva de control» y presione Entrar**. **
Pegue el siguiente fragmento de código JSON a continuación. Ten en cuenta cómo se hace referencia a la
"curva de control"del almacenamiento en el atributo"index_parameter"`.
{
«tipo»: «indexedarrayparameter»,
«index_parameter»: «curva de control de almacenamiento»,
«parámetros»: [
1,
0.9,
0.8,
0.5
],
}
El atributo Paramsincluye parámetros escalares o Pywr y el índice de la matriz corresponde al índice del parámetro al que se hace referencia en índice_parámetro que en este caso es la curva de control.
Seleccione esta opción para convertir este parámetro en la salida.
Definir la demanda de referencia
A continuación, definiremos la demanda de referencia. Esta es la demanda que tiene el embalse antes de implementar cualquier reducción. En el tutorial anterior, la demanda del ejemplo se definió como un escalar (0.1) en el atributo Max\ _flow del nodo de salida de la demanda del ejemplo:
Reemplazaremos esto por un Referencia de parámetros.
En primer lugar, definiremos la demanda de referencia utilizando un Parámetro constante.
Añadir un nuevo **Pyr_parámetro. **
Y nómbralo Demanda de referencia y presione Entrar.
La demanda de referencia se mantendrá 0.1 MM3/día. Copia y pega el fragmento de código JSON en la pestaña JSON.
{
«tipo»: «constante»,
«valor»: 0.1
}
En cada etapa temporal, la demanda modelada será la demanda de referencia multiplicada por el factor de demanda:
Demanda temporal = Demanda de referencia x Factor de demanda
Calcular demanda temporal
Esto se puede lograr mediante el uso de un Parámetro agregado.
Añadir un nuevo **Pyr_parámetro. **
Asigne un nombre al nuevo parámetro «demanda temporal»
Copia y pega el fragmento de código JSON en la pestaña JSON.
{
«tipo»: «Parámetro agregado»,
«agg_func»: «producto»,
«parámetros»: [
«demanda de referencia»,
«factor de demanda de la curva de control»
]
}
Seleccione esta opción para que este valor de parámetro se muestre en cada paso de tiempo.
El «demanda temporal» define la demanda en cada etapa temporal teniendo en cuenta el estado (es decir, el almacenamiento en tiempo real) del embalse.
Esto Parámetro necesita ser referenciado en el máximo_atributo flow del nodo Demand.
Haga clic en el nodo Demanda y escriba o pegue 'demanda temporal» en el atributo max\ _flow reemplazando el valor escalar (0.1).
Tenga en cuenta que si el nombre del parámetro no se guarda, cambie el tipo de entrada a «Descriptor».
No olvides guardar los cambios.
Ejecute el modelo y vea los resultados
Corre el modelo.
Ver el simulado \ _volumen en el depósito
Puedes zoom en la sequía, por ejemplo, esta es la sequía que ocurrió en 2042-2044.
En el escenario con reducciones de la demanda, el depósito no alcanzó un nivel de almacenamiento tan bajo (9.4 frente a 8.17 Mm3).
Haga clic en el\ _flow simulado del nodo Demand. Se pueden ver las reducciones de la demanda.
Puede ver el resultado del parámetro de curado de control haciendo clic en el Datos de red vista.
Al hacer clic en simulado_La curva de control de almacenamiento muestra el índice que devuelve la curva de control de almacenamiento en cada paso de tiempo. Esto varía entre 0 y 2.
Ejercicio
Aumente el parámetro de demanda de referencia. ¿Qué tan alta puede ser la demanda de referencia antes de que el depósito se vacíe por completo?
Last updated
Was this helpful?