Aplicación de métodos heurísticos para optimizar la distribución de agua: un estudio de caso para la cuenca del río Machángara, Ecuador

El agua se puede representar por un nexo llamado WEF-Nexus que incluye suministro de agua, tratamiento de aguas residuales y generación de energía hidroeléctrica en un sistema de agua con reservorios (Liu et al., 2018). El factor WEF-Nexus considera: evitar inundaciones, cumplir con demandas de a...

Popoln opis

Bibliografske podrobnosti
Glavni avtor: Guerrero Guamán, Berenice Magdalenda
Drugi avtorji: Veintimilla Reyes, Jaime Eduardo
Format: bachelorThesis
Jezik:spa
Izdano: Universidad de Cuenca 2023
Teme:
Online dostop:http://dspace.ucuenca.edu.ec/handle/123456789/40970
Opis
Izvleček:El agua se puede representar por un nexo llamado WEF-Nexus que incluye suministro de agua, tratamiento de aguas residuales y generación de energía hidroeléctrica en un sistema de agua con reservorios (Liu et al., 2018). El factor WEF-Nexus considera: evitar inundaciones, cumplir con demandas de agua y mantener el nivel de agua en reservorios y segmentos de río. La optimización de la distribución de agua considerando este factor puede ser abordada con programación lineal, no lineal, dinámica-discreta y heurística. En (Veintimilla-Reyes et al., 2019), el autor aplicó programación lineal para la optimización de la distribución del agua en la cuenca del río Machángara, y este estudio busca la optimización en ese mismo contexto, pero aplicando métodos heurísticos. El modelo heurístico implementado es PSO (particle swarm optimization), que fue seleccionado luego de una revisión sistemática de literatura. Se consideran tres fases: calibración, validación y aplicación. La primera fase calibra variables necesarias para que el modelo reproduzca la realidad con datos de 1998-2001. Se valida comparando la salida del modelo parametrizado con los valores esperados en el período 2002-2003. Finalmente, se aplica el modelo para distribuir el agua óptimamente en el período 2004-2005. Los datos usados fueron facilitados por el Programa para el Manejo del Agua y del Suelo de la Universidad de Cuenca (Promas, 2022). De los resultados destaca que PSO y el paquete Pymoo (usado para la implementación) presentan dificultad para encontrar una solución que pueda satisfacer todas las restricciones. También se usa PSO para determinar el número óptimo de reservorios, pero el modelo sufre del mismo impedimento en satisfacer restricciones. Para trabajos futuros se plantea la implementación de algoritmos híbridos, y reducir el número de restricciones y variables