Nodal Demand Control Genetic Algorithm for Water Supply Systems

• Autorzy: Bylka Jędrzej , Bałut Alicja , Brodziak Rafał , Zakrzewski Przemysław

Identyfikatory

DOI

10.36119/15.2022.10.8

Warianty tytułu

PL

Sterowanie zapotrzebowaniem węzłowym w systemach zaopatrzenia w wodę z wykorzystaniem algorytmu genetycznego

• Języki publikacji: EN

Abstrakty

EN

The management of water distribution networks is nowadays exposed to various hazards, and their operations need to meet a range of critical conditions, new to the industry, that need to be addressed and solved. This article describes an approach that could be applied in case of intermittent deficit of water supply, by controlling the nodal demand in a water supply network. The article provides a mathematical approach to meeting minimum required water demand in case of supply shortages. Based on a simple hydraulic model case study, a genetic algorithm is implemented to find optimal valve settings which provide a minimum supply of water under water deficit conditions. The results highlight limitations and advantages relating to the time taken to perform calculations. Moreover, some practical aspects are pinpointed in the discussion section.

PL

Zarządzanie systemem zaopatrzenia w wodę obecnie narażone jest na różne zagrożenia, a funkcjonujące sieci wodociągowe muszą spełniać szereg nowych dla branży warunków krytycznych, które należy identyfikować i uwzględniać w procesach eksploatacji. W artykule opisano podejście, które można zastosować w przypadku okresowego deficytu zaopatrzenia w wodę, poprzez sterowanie poborem w węzłach sieci wodociągowej. W artykule przedstawiono model matematyczny sterowanie sieci w celu zaspokojenia minimalnego wymaganego zapotrzebowania na wodę w przypadku niedoborów zasobów. W oparciu o studium przypadku prostego modelu hydraulicznego, zaimplementowano algorytm genetyczny w celu znalezienia optymalnych ustawień zaworów, które zapewniają minimalne zaopatrzenie w wodę w warunkach deficytu. Wyniki wskazują na ograniczenia i zalety związane z czasem wykonywania obliczeń. Ponadto w części poświęconej dyskusji wskazano kilka praktycznych aspektów takiego podejścia.

Słowa kluczowe

EN

intermittent water supply; genetic algorithm optimization; nodal demand control; water distribution; networks management

PL

przerywane dostawy wody; optymalizacja algorytmem genetycznym; kontrola zapotrzebowania węzłowego; zarządzanie sieciami wodociągowymi

• Wydawca: Ośrodek Informacji "Technika instalacyjna w budownictwie''
• Czasopismo: Instal
• Rocznik: 2022
• Tom: nr 10
• Strony: 57--63
• Opis fizyczny: Bibliogr. 23 poz., rys., tab., wzory

Twórcy

autor

Bylka Jędrzej

• Institute of Environmental Engineering, Poznan University of Technology, Poznań, Poland

• https://orcid.org/0000-0001-8471-4315

autor

Bałut Alicja

• Institute of Environmental Engineering, Poznan University of Technology, Poznań, Poland

• https://orcid.org/0000-0002-2106-1051

autor

Brodziak Rafał

• Institute of Environmental Engineering, Poznan University of Technology, Poznań, Poland

• https://orcid.org/0000-0002-7320-355X

autor

Zakrzewski Przemysław

• Institute of Computing Science, Poznan University of Technology, Poznań, Poland

• https://orcid.org/0000-0002-6488-0399

Bibliografia

• [1] United Nations. Sustainable Development Goal 6: Synthesis Report 2018 on Water and Sanitation. [Internet]. 2018 [cited 2021 Jun 4]. Available from: http://www.unglobal-compact.org/docs/publications/SDG6_SR2018.pdf
• [2] International Water Association. IWA Review of international water efficiency labelling. [Internet]. 2019 [cited 2021 Nov 3]. Available from: https://waterwise.org.uk/knowledge-base/iwa-review-of-international-water-efficiency-labelling-2019/
• [3] Sousa V., Silva C.M., Meireles I. Performance of water efficiency measures in commercial buildings. Resources, Conservation and Recycling. 2019, Apr 1;143:251-259.
• [4] Hatfield J.L., Dold C. Water-Use Efficiency: Advances and Challenges in a Changing Climate. Frontiers in Plant Science [Internet] 2019 [cited 2021 Nov 3]; 10. Available from: https://www.frontiersin.org/articles/10.3389/fpls.2019.00103/full
• [5] Manouseli D., Kayaga S.M., Kalawsky R. Evaluating the Effectiveness of Residential Water Efficiency Initiatives in England: Influencing Factors and Policy Implications. Water Resour Manage. 2019 May 1; 33(7): 2219-2238.
• [6] Rak J. R., Strategiczne znaczenie zasobów wód., Instal, vol. nr 9, pp. 75-78, 2010.
• [7] Rak J. and Boryczko K., Dywersyfikacja zasobów wody w systemach zbiorowego zaopatrzenia w wodę, Instal, vol. nr 6, 2015,
• [8] Badham J., Elsawah S., Guillaume J.H.A., Hamilton S.H., Hunt R.J., Jakeman A.J., et al. Effective modeling for Integrated Water Resource Management: A guide to contextual practices by phases and steps and future opportunities. Environmental Modelling & Software. 2019 Jun 1; 116: 40-56.
• [9] Lenton R. Integrated Water Resources Management. In: Wilderer P, editor. Treatise on Water Science [Internet]. Oxford: Elsevier; 2011 [cited 2021 Nov 3]. p. 9-21. Available from: http://www.sciencedirect.com/science/article/pii/B9780444531995000026
• [10] Giupponi C., Gain A.K. Integrated water resources management (IWRM) for climate change adaptation. Regional Environmental Change. 2017 Oct 1; 17(7): 1865-1867.
• [11] Loucks D.P., Beek van E. Water Resource Systems Planning and Management: An Introduction to Methods, Models, and Applications. Springer; 2017.
• [12] Brodziak R. Smart Water - integrated ICT in control systems of water supply, Instal, vol. nr 9, 2018,
• [13] Mala-Jetmarova H., Sultanova N., Savic D. Lost in optimisation of water distribution systems? A literature review of system operation, Environmental Modelling & Software, Vol. 93, 2017, https://doi.org/10.1016/j.envsoft.2017.02.009
• [14] Morosini A.F., Caruso O., Costanzo F., Savic D. Emergency Management of Water Distribution Systems: The Nodal Demand Control. Procedia Engineering. 2017 Jan 1; 186: 428-435.
• [15] Menapace A. Application of Distributed Pressure Driven Modelling in Water Supply System: WDSA/CCWI Joint Conference Proceedings [Internet]. 2018 Jul 15 [cited 2021 Nov 3]; 1. Available from: https://ojs.library.queensu.ca/index.php/wdsa-ccw/article/view/12183
• [16] Isaacs L.T., Mills K.G. Linear Theory Methods for Pipe Network Analysis. Journal of the Hydraulics Division. 1980; 106(7): 1191-1201.
• [17] Todini E., Pilati S. A gradient algorithm for the analysis of pipe networks. In: Computer applications in water supply.1 systems analysis and simulation. GBR: Research Studies Press Ltd.; 1988. p. 1-20.
• [18] Wood D.J., Charles C.O.A. Hydraulic Network Analysis Using Linear Theory. Journal of the Hydraulics Division. 1972; 98(7): 1157-1170.
• [19] Hydraulic simulation - The Water Network Tool for Resilience WNTR 0.2.2.1 documentation [Internet]. [cited 2021 Jun 2]. Available from: https://wntr.readthedocs.io/en/latest/hydraulics.html#pressure-dependent-demand-simulation
• [20] Paez D., Suribabu C.R., Filion Y. Method for Extended Period Simulation of Water Distribution Networks with Pressure Driven Demands. Water Resources Management. 2018 Jun 1; 32(8): 2837-2846.
• [21] Jinesh Babu K.S., Mohan S. Extended Period Simulation for Pressure-Deficient Water Distribution Network. Journal of Computing in Civil Engineering. 2012 Jul 1; 26(4): 498-505.
• [22] OpenWaterAnalytics. KIOS-Research/EPA-NET-Matlab-Toolkit [Internet]. GitHub. 2021 [cited 2021 Jan 29]. Available from: https://github.com/KIOS-Research/EPANET-Matlab-Toolkit
• [23] Martí R., Reinelt G. The Linear Ordering Problem: Exact and Heuristic Methods in Combinatorial Optimization. Springer; 2011. p. 17-40.

Uwagi

1. This publication was funded by the Polish Ministry of Science and Higher Education, research subsidy number: 0713/SBAD/0957 and 0713/SBAD/0947.

2. Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023)