# Adição de curvas de controle de reservatórios e economia de demanda (reduções) ## Introdução As curvas de controle podem ser usadas para implementar reduções de demanda quando os níveis do reservatório caem abaixo de certos limites. Isso representa a implementação de medidas temporárias de gerenciamento de demanda. Neste exercício, a demanda será reduzida incrementalmente à medida que o reservatório ficar abaixo de certos limites de armazenamento. Este exercício demonstrará o[ Parâmetro do índice da curva de controle](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/control-curve-index-parameter), a [Parâmetro de matriz indexada](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/indexed-array-parameter) bem como o [Parâmetro agregado](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/aggregated-parameter) bem como aninhamento de parâmetros. ## Clone o cenário e defina uma curva de controle 1. Clonar o **“Fontes equilibradas”** cenário e nomeie o novo **'Reduções de demanda'** 2. Primeiro, definiremos um **curva de controle** que usa limites de volume de armazenamento para reduzir progressivamente a demanda para modelar as restrições de demanda impostas a uma demanda. A primeira curva é uma [Perfil mensal](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/monthly-profile) (60% nos próximos meses e 45% nos outros) permitindo mudanças sazonais enquanto as duas curvas subsequentes são [Constantes ](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/constant)(40% e 10% da capacidade de armazenamento do reservatório).

A curva de controle será definida no **Parâmetros** aba. Na guia Parâmetros, adicione um **Pier\_Parâmetro**.

Nomeie o parâmetro **'curva de controle de armazenamento'** e pressione *Entrar*\*\*. \*\*

Cole o seguinte trecho de código JSON abaixo. Observe como o `"Exemplo de reservatório”` é referenciado no atributo `"storage_node"`. ``` { “tipo”: “parâmetro de índice da curva de controle”, “storage_node”: “Exemplo de reservatório”, “curvas_de_controle”: [ { “type”: “parâmetro mensal do perfil”, “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 } ], “__gravador__“: { “série temporal”: verdadeiro } } ```

Selecione a série temporal de gravação e salve

A cada vez, pise o [Parâmetro do índice da curva de controle](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/control-curve-index-parameter) retornará um valor de índice conforme mostrado abaixo:

Esses índices podem ser associados a um fator de demanda que será definido usando um [Parâmetro de matriz indexada](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/indexed-array-parameter). O fator de demanda será usado para reduzir a demanda quando cada limite da curva de controle for ultrapassado. ## Fator de demanda associado 1. Associaremos o seguinte **Fatores de demanda** aos diferentes níveis de falha da curva de controle:

Isso reduzirá a demanda para 90%, 80% e 50% da demanda básica correspondente a 10%, 20% e 50% de reduções de demanda. 2. Crie um novo **Pier\_Parâmetro**

3. Nomeie o parâmetro **'fator de demanda da curva de controle'** e pressione *Entrar*\*\*. \*\*

4. Cole o seguinte trecho de código JSON abaixo. Observe como a `"`curva de controle"`de armazenamento é referenciada no atributo`"index\_parameter"\`. ``` { “tipo”: “indexedarrayparameter”, “index_parameter”: “curva de controle de armazenamento”, “parâmetros”: [ 1, 0.9, 0.8, 0.5 ], } ```

O atributo `Params`aceita parâmetros escalares ou Pywr e o índice da matriz corresponde ao índice no parâmetro referenciado no **índice\_parameter** que neste caso é a curva de controle. 5. Selecione para fazer com que esse parâmetro seja exibido.

## Defina a demanda básica A seguir, definiremos a demanda básica. Essa é a demanda que o reservatório tem antes que qualquer redução seja implementada. No tutorial anterior, a demanda de exemplo é definida como um escalar (0.1) no atributo Max\ \_flow do nó de saída de demanda de exemplo:

Vamos substituir isso por um **Referência de parâmetros.** 1. Primeiro, definiremos a demanda básica usando um **Parâmetro constante.** Adicionar um novo \*\*Pier\_parâmetro. \*\*

E dê um nome **Demanda básica** e pressione *Entrar*.

2. A demanda básica permanecerá 0.1 MM3/dia. Copie e cole o trecho de código JSON na guia JSON. ``` { “tipo”: “constante”, “valor”: 0.1 } ```

Em cada etapa de tempo, a demanda modelada será a demanda básica multiplicada pelo fator de demanda: `Demanda por intervalo de tempo = demanda básica x fator de demanda` ## Calcular **demanda por etapas de tempo** Isso pode ser feito usando um [Parâmetro agregado](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/aggregated-parameter). 1. Adicionar um novo \*\*Pier\_parâmetro. \*\*

Nomeie o novo parâmetro **'demanda por intervalo de tempo'**

2. Copie e cole o trecho de código JSON na guia JSON. ``` { “tipo”: “Parâmetro agregado”, “agg_func”: “produto”, “parâmetros”: [ “demanda básica”, “fator de demanda da curva de controle” ] } ```

Selecione para fazer com que esse valor de parâmetro seja gerado em cada etapa de tempo.

3. O **'demanda por intervalo de tempo'** define a demanda em cada etapa de tempo levando em consideração o estado (ou seja, armazenamento em tempo real) no reservatório. Isso **Parâmetro** precisa ser referenciado no **máximo\_atributo flow** do nó Demand. 4. Clique no nó Demanda e escreva ou cole '**demanda de etapa de tempo”** no atributo max\ \_flow substituindo o valor escalar (0.1).

Observe que, se o nome do parâmetro não for salvo, altere o tipo da entrada para **“Descritor”**.

Não se esqueça de salvar as alterações. ## Execute o modelo e veja os resultados 1. **Corra** o modelo.

2. Veja o **simulado** \ \_volume no reservatório

Você pode **zoom** na seca, por exemplo, esta é a seca que ocorreu em 2042-2044.

_volume simulado no reservatório em 2042-2044

No cenário com reduções de demanda, o reservatório não teve um armazenamento tão baixo (9.4 vs 8.17 Mm3). 3. Clique no fluxo\ \_flow simulado do nó Demand. As reduções da demanda podem ser vistas.

4. Você pode visualizar a saída do parâmetro de cura de controle clicando no **Dados de rede** vista.

Clique para visualizar a saída do parâmetro de cura de controle

Clicando em **simulado\_a curva de controle de armazenamento** mostra qual índice a curva de controle de armazenamento está retornando em cada etapa de tempo. Isso varia entre 0-2.

## Exercício 1. Aumente o parâmetro de demanda da linha de base. Qual pode ser a demanda básica antes que o reservatório se esvazie totalmente?