# Добавление кривых управления резервуарами и экономия (сокращение) спроса ## Введение Контрольные кривые можно использовать для снижения спроса, когда уровни в резервуарах опускаются ниже определенных пороговых значений. Это означает принятие временных мер по управлению спросом. В ходе этого мероприятия спрос будет постепенно снижаться по мере того, как запасы в водохранилище превышают определенные пороговые значения. В этом упражнении будут продемонстрированы[ Параметр индекса контрольной кривой](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/control-curve-index-parameter), [Параметр индексированного массива](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/indexed-array-parameter) а также [Агрегированный параметр](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/aggregated-parameter) а также вложение параметров. ## Клонируйте сценарий и определите контрольную кривую 1. Клонируйте **«Сбалансированные источники»** сценарий и назовите новый **«Сокращение спроса»** 2. Сначала мы определим **кривая управления** которая использует пороговые значения объема хранения для постепенного снижения спроса в целях моделирования ограничений спроса, налагаемых на спрос. Первая кривая представляет собой [Ежемесячный профиль](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/monthly-profile) (60% в ближайшие месяцы и 45% в другие) с учетом сезонных изменений, в то время как две последующие кривые [константы ](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/constant)(40% и 10% от емкости резервуара).

Кривая управления будет определена в поле **параметры** вкладка. На вкладке «Параметры» добавьте **Пивр\_Параметр**.

Присвойте параметру имя **«кривая управления хранением»** и нажмите *Введите*\*\*. \*\*

Вставьте следующий фрагмент кода JSON ниже. Обратите внимание, что ссылка на «Пример резервуара» содержится в атрибуте `"storage_node"`. ``` { «тип»: «параметр индекса контрольной кривой», «storage_node»: «Пример резервуара», «контрольные кривые»: [ { «тип»: «ежемесячный параметр профиля», «ценности»: [ 0.45, 0.45, 0.45, 0.45, 0.45, 0.45, 0.45, 0.45, 0.45, 0.45, 0.6, 0.6 ] }, { «тип»: «константа», «значение»: 0.4 }, { «тип»: «константа», «значение»: 0.1 } ], «__регистратор__«: { «таймсерия»: правда } } ```

Каждый раз делайте шаг [Параметр индекса контрольной кривой](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/control-curve-index-parameter) вернет значение индекса, как показано ниже:

Эти индексы могут быть связаны с фактором спроса, который будет определен с помощью [Параметр индексного массива](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/indexed-array-parameter). Коэффициент спроса будет использоваться для снижения спроса при достижении порогового значения каждой контрольной кривой. ## Ассоциированный фактор спроса 1. Мы свяжем следующее **Факторы спроса** к различным уровням отказов кривой управления:

Это снизит спрос до **1234567890**%, 80% и 50% от базового спроса, что соответствует сокращению спроса **1234567890**%, 20% и 50%. 2. Создайте новый **Пивр\_Параметр**

3. Присвойте параметру имя **«коэффициент спроса на контрольную кривую»** и нажмите *Введите*\*\*. \*\*

4. Вставьте следующий фрагмент кода JSON ниже. Обратите внимание, что в атрибуте «index\_parameter» содержится ссылка на «контрольную кривую» хранилища. ``` { «тип»: «indexedarrayparameter», «index_parameter»: «кривая управления хранением», «параметры»: [ 1, 0.9, 0.8, 0.5 ], } ```

Атрибут `Params` принимает скаляры или параметры Pywr, а индекс массива соответствует индексу параметра, указанного в поле **индекс\_параметр**, который в данном случае является контрольной кривой. 5. Выберите, чтобы вывести этот параметр.

## Определите базовый спрос Далее мы определим базовый спрос. Это спрос на водохранилище до того, как будут произведены какие-либо сокращения. В предыдущем уроке спрос в примере определялся в виде скаляра (0.1) в атрибуте Max\ \_flow в выходном узле Example demand:

Мы заменим это на **Ссылка на параметр.** 1. Во-первых, мы определим базовый спрос, используя **Постоянный параметр.** Добавить новое \*\*Пивр\_параметр. \*\*

И назовите его **Базовый спрос** и нажмите *Введите*.

2. Базовый спрос сохранится на уровне 0.1 мм3/день. Скопируйте и вставьте фрагмент кода JSON на вкладку JSON. ``` { «тип»: «константа», «значение»: 0.1 } ```

На каждом временном этапе смоделированный спрос будет представлять собой базовый спрос, умноженный на коэффициент спроса: «Спрос на временной шаг = базовый спрос x фактор спроса» ## Вычислить **спрос на временные рамки** Это может быть достигнуто с помощью [Агрегированный параметр](https://water-strategy.gitbook.io/water-strategy/modelling-fundamentals/parameters/aggregated-parameter). 1. Добавить новое \*\*Пивр\_параметр. \*\*

Присвойте новому параметру имя **«спрос на временные шаги»**

2. Скопируйте и вставьте фрагмент кода JSON на вкладку JSON. ``` { «тип»: «Агрегированный параметр», «agg_func»: «продукт», «параметры»: [ «базовый спрос», «коэффициент спроса на контрольную кривую» ] } ```

Выберите, чтобы значение этого параметра выводилось на каждом временном шаге.

3. **«спрос на временные шаги»** определяет спрос на каждом временном этапе с учетом состояния резервуара (т.е. хранилища в реальном времени). Это **Параметр** должна быть указана на **макс\_атрибут flow** узла Demand. 4. Нажмите на узел «Спрос» и напишите или вставьте '**спрос на временные рамки»** в атрибуте max\ \_flow, заменяющем скалярное значение (0.1).

Обратите внимание, что если имя параметра не сохраняется, измените тип записи на **«Дескриптор»**.

Не забудьте сохранить изменения. ## Запустите модель и просмотрите результаты 1. **Беги** модель.

2. Просмотрите **смоделирован** \ \_объем на водохранилище

Вы можете **зум** в засуху, например, это засуха, произошедшая в 2042-2044.

Смоделированный объем резервуара в 2042-2044

В сценарии, предусматривающем сокращение спроса, запасы запасов в водохранилище снизились не так низко (9.4 против 8.17 Мм3). 3. Нажмите на смоделированный\ \_поток узла Demand. Можно увидеть снижение спроса.

4. Вы можете просмотреть выходные данные параметра контрольного отверждения, нажав на **Сетевые данные** вид.

Нажмите, чтобы просмотреть выходные данные параметра контрольного отверждения

Нажав на **смоделировано\_кривая управления хранением** показывает, какой индекс возвращает кривая управления хранением на каждом временном шаге. Это значение варьируется от 0 до 2.

Вывод параметров контрольного отверждения

## Упражнение 1. Увеличьте базовый параметр спроса. Насколько высоким может быть базовый спрос до полного опорожнения резервуара?