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.