عنوان پایان‌نامه
بهینه‌سازی بهره‌برداری از سیستم‌های چندمخزنه برق آبی با رویکرد حداکثرسازی منافع اقتصادی
- رشته تحصیلی
- مهندسی عمران -مهندسی آب - منابع آب
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 1939;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 63917
- تاریخ دفاع
- ۱۴ مرداد ۱۳۹۳
- دانشجو
- وحید اسپان منش
- استاد راهنما
- بنفشه زهرایی
- چکیده
- رشد روزافزون جمعیت و توسعه اقتصادی در سراسر جهان سبب شده است رقابت بر سر استفاده از منابع محدود آب افزایش یافته و مدیریت جامع منابع آب مورد توجه بهره¬بردان قرار گیرد. توسعه¬ی محدوده¬ی مطالعات به کل حوضه به منظور مدیریت جامع منابع آب، سبب بروز پیچیدگی¬هایی در حل مسأله بهره¬برداری بهینه از سیستم مخازن می¬شود. از سوی دیگر، توزیع ناهمگون منابع آب در کشور ایران و همچنین وجود عدم قطعیت‌های فراوان در بهره¬برداری از سیستم¬های چندمنظوره چند-مخزنه، لزوم تدوین و توسعه یک روش غیرقطعی برای حل مسأله بهره¬برداری بهینه از سیستم مخازن در میان¬مدت، با هدف حداکثرسازی سود اقتصادی در سیستم را ایجاد می¬کند. مرور ادبیات فنی در زمینه ¬بهره¬برداری بهینه از سیستم مخازن نشان می¬دهد روش برنامه¬ریزی پویای دوگان غیر¬قطعی (SDDP) به عنوان یکی از معدود روش¬هایی است که تاکنون به صورت موفقیت¬آمیزی در زمینه‌ی بهینه¬سازی بهره¬برداری از سیستم¬های چند¬مخزنه چند¬منظوره، در شرایط عدم قطعیت جریان ورودی به مخازن مورد استفاده قرار گرفته است. در این پایان¬نامه تلاش شده است با توسعه یک متدولوژی غیرقطعی بر مبنای روش SDDP، برخی از مهم¬ترین چالش¬ها و ساده¬سازی¬ها در بهره¬برداری میان¬مدت از سیستم¬¬های چند¬منظوره چند¬مخزنه که در آن تولید برق¬آبی و تولید محصولات کشاورزی به عنوان مهم¬ترین فعالیت¬های اقتصادی به شمار می¬روند، برطرف شود. نادیده گرفتن ماهیت تغییرات ساعتی قیمت در برنامه¬ریزی میان¬مدت بهره¬برداری از سیستم مخازن می‌تواند منجر به دستیابی به نتایج گمراه‌کننده از مدل‌های بهره‌برداری شود. در این پایان¬نامه تلاش شده است بدون افزایش قابل توجه در تعداد متغیرهای تصمیم و نیازهای محاسباتی، مدلی ارائه شود تا نوسانات ساعتی قیمت برق نیز در آن در نظر گرفته شود. جهت ارزیابی کارایی روش پیشنهادی، نتایج حاصل از کاربرد این روش، در بهینه‌سازی میان‌مدت سیستم پنج¬ مخزنه‌ی برق‌آبی حوضه‌ی کارون، با هدف حداکثر سازی سود حاصل از تولید برق¬آبی و تخصیص آب کشاورزی، مورد ارزیابی قرار گرفته است. نتایج بهینه¬سازی سیستم در افق زمانی دو سال و با گام زمانی هفتگی در دو مدل (1) (بر مبنای قیمت متوسط هفته¬ای) و مدل (2) (بر مبنای نوسانات ساعتی قیمت) ارائه شده است تا با مقایسه نتایج حاصل از اجرای مدل¬های مختلف، تأثیر در نظر گرفتن نوسانات ساعتی قیمت برق در نتایج به صورت مشخص، روشن شود. تابع ضربی تعیین میزان تولید کشاورزی، دقت بسیار خوبی در زمینه‌ی برآورد میزان تولید کشاورزی (و در نتیجه میزان سود حاصله) دارد؛ اما تحقیقات پیشین با استفاده از روش SDDP، توابع تولید جمعی کشاورزی را در نظر گرفته‌اند که دقت لازم در برآورد سود کشاورزی ندارد. در این پایان‌نامه تابع ضربی کشاورزی با تعریف یک متغیر حالت جدید در روش SDDP در نظر گرفته شده است. اجراهای متعدد از این مدل نشان داد که در صورت تنظیم مناسب پارامتر‌های روش SDDP، این مدل به جوابی با کیفیت بسیار خوب همگرا می‌شود. اگرچه بهینه‌ی عمومی بودن این جواب نیاز به بررسی بیشتر دارد که با توجه به کمبود زمان، این بررسی به مطالعات بعدی موکول می‌شود. استفاده از مدل آماری غیرخطی برای مدل‌سازی جریان ورودی به مخازن سبب می‌شود اشتراک برش‌ها در SDDP ممکن نباشد. در این پایان¬نامه به منظور ایجاد امکان استفاده از سری زمانی نرمال-شده در SDDP، با استفاده از رگرسیون خطی، امکان استفاده از سری زمانی نرمال¬شده در روش SDDP ایجاد شده است. در بخش پایانی این پایان¬نامه نحوه¬ی تعیین ارزش حاشیه¬ای آب در سیستم-های مخزنی در شرایط عدم¬ قطعیت هیدرولوژیکی با استفاده از روش SDDP تشریح شده و نتایج حاصل در سیستم پنج¬مخزنه در حوضه رودخانه ارائه شده است.
- Abstract
- As populations expand and economies develop worldwide, the resulting intensification of competition for limited available water resources for multiple and diverse uses have underscored the need for fully integrated river basin management. Expanding the scope of water resources management to the river basin level has created computational difficulties for efficient solution of large-scale, stochastic systems without sacrificing model detail and accuracy. Stochastic Dual Dynamic Programming (SDDP) is one of the few methods that is successfully applied in the field of optimum operation of Hydropower multireservoir systems. In this thesis, a stochastic method based on SDDP is developed to remove some of the most important challenges in solving the Mid-term Operation of large scale water resources systems in which hydropower and agricultural productions are the main economic activities. Optimization models are commonly used for hydropower reservoir operations planning, with time horizons ranging from weeks to years and time steps ranging from days to months. In this modeling, it is often important to represent energy price variability which occurs on short time scales (minutes to hours) in models that use longer (daily to monthly) time steps. A model for considering hourly price variations in mid-term optimal operation of multireservoir hydropower systems is proposed in this thesis which is based on SDDP. The net benefit from agricultural sector is the sum of the benefits obtained at each irrigation demand site as a function of water that has been delivered to the crops at that site during the irrigation season. The site-specific benefit function used in one stage optimization of SDDP must be linear or at least approximated by piecewise linear function in order to be compatible with the Benders decomposition scheme in SDDP. Litereture shows in previous applications of SDDP, in order to circumvent the non-linearity of the agricultural benefit function, it was assumed that the crop yield coefficient remains the same in each of the stage within the irrigation season which is not enough accurate to estimate the agricultural benefit function. In order to concider the temporal variations of crop yield coefficient in each of the stage within the irrigation season in SDDP, a new state variable is proposed. SDDP is a widely used technique for operation optimization of large-scale hydropower systems in which reservoir inflow uncertainty is modeled with discrete scenarios. These scenarios are produced by statistical models such as Auto-Regressive (AR) models. The convexity requirement of SDDP means that nonlinearly transformed time series cannot be used for statistical inflow model calibration. In this thesis, we have proposed a method for utilization of time series transformed by Box-Cox transformation for scenario generation in SDDP. Karoon multireservoir system in Iran has been used as a case study in order to show the applicability of the proposed model for considering hourly power price variations and the effectiveness of the method for incorporating transformed time series in SDDP statistical model. Some concluding remarks have also been provided by comparing the results of the proposed model with a model based on average prices.
