Resúmenes de los trabajos académicos de nuestros becados
2015/5/19
Optimización de la gestión de embalses usando un modelo hidrológico distribuido y pronóstico cuantitativo de la precipitación
Dr. Oliver Cristian Saavedra Valeriano
River & Env. Engineering laboratory (REEL), Department of Civil Engineering
Tokyo University
Las inundaciones y sequías han estado afectando a la humanidad desde principios de la civilización. Durante las últimas décadas las crecidas extremas han estado ocurriendo con mayor frecuencia y magnitud, en particular en zonas tropicales debido a cambios climáticos globales y actividades humanas principalmente.
Las crecidas extremas están causando desastres enormes; por tanto, la necesidad de reducirlas es latente y además está en aumento. Mas que nunca la habilidad de pronosticar y controlar estas crecidas juegan un papel importante para proteger vidas humanas y evitar daños materiales considerables.
Una crecida extrema puede ser reducida substancialmente a través de la gestión óptima de un embalse asumiendo que su capacidad de almacenamiento es suficiente para atenuar inundaciones y prevenir efectos de los estiajes en el futuro. Sin embargo, se debe tomar en cuenta que sistemas de ríos complejos requieren más de un embalse no solo para control de inundaciones sino también para irrigación, abastecimiento de agua, generación hidroeléctrica entre otros. Por tanto, los caudales de salida de los embalses deben considerar la reducción de riesgo de inundación como también almacenar agua para usos futuros. De esta manera, se podrá alcanzar una explotación eficiente de los recursos hídricos basados en la gestión óptima de embalses.
Para tomar las decisiones adecuadas en cuanto a la apertura de compuertas de un embalse, la precipitación potencialmente extrema debe ser pronosticada como también caudales en los ríos de la cuenca incluyendo la situación de los embalses. Por lo tanto, un sistema de referencia que aproveche al máximo la información brindada por el pronóstico cuantitativo de lluvia y capaz de optimizar los caudales de salida es muy requerido por los operadores de los embalses y la comunidad en general. El presente estudio intenta contribuir a esta última necesidad mencionada combinando un modelo hidrológico distribuido con un algoritmo de optimización para sugerir la secuencia de apertura de compuertas.
La gestión de embalses convencional emplea modelos hidrológicos agregados y semi-empíricos usando precipitación uniforme para determinar la secuencia de apertura de compuertas de cada embalse. No obstante, los modelos hidrológicos distribuidos pueden capturar los patrones de lluvia usando su distribución espacial. Este estudio combina el modelo hidrológico distribuido llamado “Geo-morphological Based Hydrological Model (GBHM)” basado en consideraciones físicas incluyendo la operación de una red de embalses con el algoritmo de optimización “Shuffled Complex Evolution (SCE).” Las variables de optimización son los caudales de salida de los embalses. Los flujos simulados de entrada a los embalses, los niveles de agua, y caudales aguas abajo son calculados por el modelo GBHM con manejo de embalses e introducidos al algoritmo SCE. Normalmente, el cierre o apertura de las compuertas es decidida por los operadores de embalses de acuerdo a su experiencia con el objetivo de reducir inundaciones aguas abajo y otras demandas. El presente esquema propone aprovechar del algoritmo SCE de manera de evaluar diferentes escenarios de caudales de salida. Este proceso es automático basado en la alimentación estocástica considerando las limitaciones de los embalses y una función objetiva. En este estudio se proponen dos funciones objetivas. La primera, para minimizar la crecida aguas abajo donde se desea prevenir la inundación desembalsando antes que se alcance el pico de la crecida. La segunda, es una función integrada que aparte de la reducción del pico de la crecida también considera usos futuros de agua descargando solo el volumen de agua que será recargado después de la crecida. Además, el sistema GBHM-SCE es capaz de ser ejecutado de manera secuencial usando pronóstico de lluvia espacialmente distribuida para optimizar el caudal de salida mientras dura el tiempo de previsión. Por último, el sistema define la condición inicial usando los datos observados para el próximo escalón de tiempo.
El sistema ha sido aplicado a las cabeceras del río Tone que cubre una cuenca de 3,300 km2 teniendo como objetivo la crecida 22-24 de Agosto del 2002 usando la precipitación observada. El río Tone es el más extenso del Japón con aproximadamente 17,000 km2, además de ser el más importante por dotar de agua potable, agua para riego e hidroelectricidad a la zona metropolitana de Tokio y su alrededor. Primero, ha sido simulado el caudal de salida de un pequeño embalse en una sub-cuenca de 1,200 km2. Se ha encontrado que los caudales simulados de entrada al embalse como aguas abajo más aproximados a los flujos observados usando lluvia interpretada por radar en vez de usar lluvia medida en pluviómetros debido a la distribución espacial.Usando la interpretación por radar, la operación de un pequeño embalse ha sido llevada a cabo satisfactoriamente usando el caudal de salida proporcional al nivel de agua del embalse. Luego, en la misma sub-cuenca la simulación del embalse Yamba, hoy en día en construcción, ha sido efectuada usando el sistema GBHM-SCE para reducir el pico de la crecida aguas abajo. Posteriormente, en toda la cuenca de las cabeceras del río Tone, el sistema GBHM-SCE ha sido aplicado con la operación de dos embalses clave usando la función objetiva de minimizar crecidas aguas abajo. Los resultados han demostrado la factibilidad en tiempo de ejecución y eficiencia de la función objetiva para reducir inundaciones al comparar los caudales efluentes simulados usando optimización contra los observados. Además, el efecto de la gestión optimizada del embalse Yamba se ha añadido como estudio de caso a la salida de toda la cuenca.
Todas las cabeceras norte del río Tone han sido simuladas usando 18 horas de previsión de lluvia para simular la crecida 9-12 de Julio del 2002. Primeramente, las normas de gestión óptimas de las dos presas clave han sido obtenidas usando tres series diferentes 1-6, 7-12 y 13-18, puesto que el pronóstico de lluviaes actualizado cada 6 horas. Los resultados muestran que usando la serie 1-6, opuesto a lo esperado, con menor concordancia con los caudales observados que usando las otras dos series. Ésto se atribuye al tiempo inicial que requieren los modelos numéricos de pronóstico globales en alcanzar estabilidad. Luego, tres embalses han sido probados en el proceso de optimización usando las 18 horas completas de previsión de lluvia con la función objetiva integrada. Ésta tiene la misión de reducir inundaciones incrementando el desembalse en cuanto se pronostique crecidas aguas abajo; no obstante, el máximo desembalse es fijado de acuerdo al volumen total a ser generado por la crecida simulada aguas abajo. Adicionalmente, se ha encontrado que los niveles de agua en los embalses después de la crecida han permanecido similares a los niveles iniciales como evidencia de la recarga a los embalses. Aquellos embalses con niveles iniciales de agua altos son los mejores ejemplos, puesto que han descargado y recargado nuevamente; en cambio, el embalse más pequeño con nivel inicial bajo ha mostrado un incremento considerable de nivel. Este proceso fue llevado a cabo cada seis horas de acuerdo al intervalo de actualización. Dentro de este lapso de tiempo el procedimiento de optimización es completado, brindando la secuencia de los caudales de salida y también actualizando la condición inicial usando los datos observados para el próximo escalón de tiempo. A continuación, la secuencia de caudales de salida pronosticada es puesta a prueba usando precipitación observada al sistema para obtener caudales simulados aguas abajo. Estos últimos han sido comparados con el caudal simulado obtenido con el uso de la secuencia de caudales de salida observada con precipitación observada. En resumen, la secuencia de caudales de salida es sugerida dependiendo del pronóstico cuantitativo de la precipitación, tanto para reducir daños de inundación aguas abajo, como para aprovechar el agua para los usos futuros tales como estiaje, irrigación, generación hidroeléctrica, etc. Este tema es importante especialmente en zonas tropicales afectadas por tifones, donde las inundaciones y sequías son alternadas por estaciones.
El sistema ha demostrado una alta eficiencia como para poder ser usado como herramienta de referencia en operación en tiempo real para la toma de decisiones. De esta manera, el presente estudio muestra la factibilidad de aprovechar el pronóstico cuantitativo de lluvia para beneficio de la sociedad, teniendo como objetivo no solo reducir daños de inundaciones sino también usos futuros de agua.
River & Env. Engineering laboratory (REEL), Department of Civil Engineering
Tokyo University
Las inundaciones y sequías han estado afectando a la humanidad desde principios de la civilización. Durante las últimas décadas las crecidas extremas han estado ocurriendo con mayor frecuencia y magnitud, en particular en zonas tropicales debido a cambios climáticos globales y actividades humanas principalmente.
Las crecidas extremas están causando desastres enormes; por tanto, la necesidad de reducirlas es latente y además está en aumento. Mas que nunca la habilidad de pronosticar y controlar estas crecidas juegan un papel importante para proteger vidas humanas y evitar daños materiales considerables.
Una crecida extrema puede ser reducida substancialmente a través de la gestión óptima de un embalse asumiendo que su capacidad de almacenamiento es suficiente para atenuar inundaciones y prevenir efectos de los estiajes en el futuro. Sin embargo, se debe tomar en cuenta que sistemas de ríos complejos requieren más de un embalse no solo para control de inundaciones sino también para irrigación, abastecimiento de agua, generación hidroeléctrica entre otros. Por tanto, los caudales de salida de los embalses deben considerar la reducción de riesgo de inundación como también almacenar agua para usos futuros. De esta manera, se podrá alcanzar una explotación eficiente de los recursos hídricos basados en la gestión óptima de embalses.
Para tomar las decisiones adecuadas en cuanto a la apertura de compuertas de un embalse, la precipitación potencialmente extrema debe ser pronosticada como también caudales en los ríos de la cuenca incluyendo la situación de los embalses. Por lo tanto, un sistema de referencia que aproveche al máximo la información brindada por el pronóstico cuantitativo de lluvia y capaz de optimizar los caudales de salida es muy requerido por los operadores de los embalses y la comunidad en general. El presente estudio intenta contribuir a esta última necesidad mencionada combinando un modelo hidrológico distribuido con un algoritmo de optimización para sugerir la secuencia de apertura de compuertas.
La gestión de embalses convencional emplea modelos hidrológicos agregados y semi-empíricos usando precipitación uniforme para determinar la secuencia de apertura de compuertas de cada embalse. No obstante, los modelos hidrológicos distribuidos pueden capturar los patrones de lluvia usando su distribución espacial. Este estudio combina el modelo hidrológico distribuido llamado “Geo-morphological Based Hydrological Model (GBHM)” basado en consideraciones físicas incluyendo la operación de una red de embalses con el algoritmo de optimización “Shuffled Complex Evolution (SCE).” Las variables de optimización son los caudales de salida de los embalses. Los flujos simulados de entrada a los embalses, los niveles de agua, y caudales aguas abajo son calculados por el modelo GBHM con manejo de embalses e introducidos al algoritmo SCE. Normalmente, el cierre o apertura de las compuertas es decidida por los operadores de embalses de acuerdo a su experiencia con el objetivo de reducir inundaciones aguas abajo y otras demandas. El presente esquema propone aprovechar del algoritmo SCE de manera de evaluar diferentes escenarios de caudales de salida. Este proceso es automático basado en la alimentación estocástica considerando las limitaciones de los embalses y una función objetiva. En este estudio se proponen dos funciones objetivas. La primera, para minimizar la crecida aguas abajo donde se desea prevenir la inundación desembalsando antes que se alcance el pico de la crecida. La segunda, es una función integrada que aparte de la reducción del pico de la crecida también considera usos futuros de agua descargando solo el volumen de agua que será recargado después de la crecida. Además, el sistema GBHM-SCE es capaz de ser ejecutado de manera secuencial usando pronóstico de lluvia espacialmente distribuida para optimizar el caudal de salida mientras dura el tiempo de previsión. Por último, el sistema define la condición inicial usando los datos observados para el próximo escalón de tiempo.
El sistema ha sido aplicado a las cabeceras del río Tone que cubre una cuenca de 3,300 km2 teniendo como objetivo la crecida 22-24 de Agosto del 2002 usando la precipitación observada. El río Tone es el más extenso del Japón con aproximadamente 17,000 km2, además de ser el más importante por dotar de agua potable, agua para riego e hidroelectricidad a la zona metropolitana de Tokio y su alrededor. Primero, ha sido simulado el caudal de salida de un pequeño embalse en una sub-cuenca de 1,200 km2. Se ha encontrado que los caudales simulados de entrada al embalse como aguas abajo más aproximados a los flujos observados usando lluvia interpretada por radar en vez de usar lluvia medida en pluviómetros debido a la distribución espacial.Usando la interpretación por radar, la operación de un pequeño embalse ha sido llevada a cabo satisfactoriamente usando el caudal de salida proporcional al nivel de agua del embalse. Luego, en la misma sub-cuenca la simulación del embalse Yamba, hoy en día en construcción, ha sido efectuada usando el sistema GBHM-SCE para reducir el pico de la crecida aguas abajo. Posteriormente, en toda la cuenca de las cabeceras del río Tone, el sistema GBHM-SCE ha sido aplicado con la operación de dos embalses clave usando la función objetiva de minimizar crecidas aguas abajo. Los resultados han demostrado la factibilidad en tiempo de ejecución y eficiencia de la función objetiva para reducir inundaciones al comparar los caudales efluentes simulados usando optimización contra los observados. Además, el efecto de la gestión optimizada del embalse Yamba se ha añadido como estudio de caso a la salida de toda la cuenca.
Todas las cabeceras norte del río Tone han sido simuladas usando 18 horas de previsión de lluvia para simular la crecida 9-12 de Julio del 2002. Primeramente, las normas de gestión óptimas de las dos presas clave han sido obtenidas usando tres series diferentes 1-6, 7-12 y 13-18, puesto que el pronóstico de lluviaes actualizado cada 6 horas. Los resultados muestran que usando la serie 1-6, opuesto a lo esperado, con menor concordancia con los caudales observados que usando las otras dos series. Ésto se atribuye al tiempo inicial que requieren los modelos numéricos de pronóstico globales en alcanzar estabilidad. Luego, tres embalses han sido probados en el proceso de optimización usando las 18 horas completas de previsión de lluvia con la función objetiva integrada. Ésta tiene la misión de reducir inundaciones incrementando el desembalse en cuanto se pronostique crecidas aguas abajo; no obstante, el máximo desembalse es fijado de acuerdo al volumen total a ser generado por la crecida simulada aguas abajo. Adicionalmente, se ha encontrado que los niveles de agua en los embalses después de la crecida han permanecido similares a los niveles iniciales como evidencia de la recarga a los embalses. Aquellos embalses con niveles iniciales de agua altos son los mejores ejemplos, puesto que han descargado y recargado nuevamente; en cambio, el embalse más pequeño con nivel inicial bajo ha mostrado un incremento considerable de nivel. Este proceso fue llevado a cabo cada seis horas de acuerdo al intervalo de actualización. Dentro de este lapso de tiempo el procedimiento de optimización es completado, brindando la secuencia de los caudales de salida y también actualizando la condición inicial usando los datos observados para el próximo escalón de tiempo. A continuación, la secuencia de caudales de salida pronosticada es puesta a prueba usando precipitación observada al sistema para obtener caudales simulados aguas abajo. Estos últimos han sido comparados con el caudal simulado obtenido con el uso de la secuencia de caudales de salida observada con precipitación observada. En resumen, la secuencia de caudales de salida es sugerida dependiendo del pronóstico cuantitativo de la precipitación, tanto para reducir daños de inundación aguas abajo, como para aprovechar el agua para los usos futuros tales como estiaje, irrigación, generación hidroeléctrica, etc. Este tema es importante especialmente en zonas tropicales afectadas por tifones, donde las inundaciones y sequías son alternadas por estaciones.
El sistema ha demostrado una alta eficiencia como para poder ser usado como herramienta de referencia en operación en tiempo real para la toma de decisiones. De esta manera, el presente estudio muestra la factibilidad de aprovechar el pronóstico cuantitativo de lluvia para beneficio de la sociedad, teniendo como objetivo no solo reducir daños de inundaciones sino también usos futuros de agua.