Adição de curvas de controle de reservatórios e economia de demanda (reduções)
layout: description: visible: false outline: visible: true pagination: visible: true tableOfContents: visible: true title: visible: true
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, a Parâmetro de matriz indexada bem como o Parâmetro agregado bem como aninhamento de parâmetros.
Clone o cenário e defina uma curva de controle
Clonar o “Fontes equilibradas” cenário e nomeie o novo 'Reduções de demanda'
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 (60% nos próximos meses e 45% nos outros) permitindo mudanças sazonais enquanto as duas curvas subsequentes são Constantes (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
}
}
A cada vez, pise o Parâmetro do índice da curva de controle 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. O fator de demanda será usado para reduzir a demanda quando cada limite da curva de controle for ultrapassado.
Fator de demanda associado
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.
Crie um novo Pier_Parâmetro
Nomeie o parâmetro 'fator de demanda da curva de controle' e pressione Entrar**. **
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 Paramsaceita 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.
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.
Primeiro, definiremos a demanda básica usando um Parâmetro constante.
Adicionar um novo **Pier_parâmetro. **
E dê um nome Demanda básica e pressione Entrar.
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.
Adicionar um novo **Pier_parâmetro. **
Nomeie o novo parâmetro 'demanda por intervalo de tempo'
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.
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.
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
Corra o modelo.
Veja o simulado \ _volume no reservatório
Você pode zoom na seca, por exemplo, esta é a seca que ocorreu em 2042-2044.
No cenário com reduções de demanda, o reservatório não teve um armazenamento tão baixo (9.4 vs 8.17 Mm3).
Clique no fluxo\ _flow simulado do nó Demand. As reduções da demanda podem ser vistas.
Você pode visualizar a saída do parâmetro de cura de controle clicando no Dados de rede vista.
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
Aumente o parâmetro de demanda da linha de base. Qual pode ser a demanda básica antes que o reservatório se esvazie totalmente?
Last updated
Was this helpful?