نوع مقاله : مقاله پژوهشی

نویسندگان

• الهه فلاح مهدی‌پور
• امید بزرگ حداد

چکیده

منحنی‌های فرمان بهره‌برداری مخزن رابطه‌هایی هستند که می‌توانند با استفاده از تجربه‌های قبلی سامانه میان پارامترهای سامانه و نیاز در هر دوره نوعی تعادل برقرار کنند. این رابطه‌ها شامل متغیرهایی مانند جریان ورودی،‏ ظرفیت ذخیره و مقدار رهاسازی از مخزن هستند که به طور معمول به‌وسیله ضریب‌های ثابت با الگوهای خطی و غیرخطی از پیش تعیین‌ شده،‏ با یکدیگر ارتباط دارند. در سال‌های اخیر،‏ الگوریتم‌های تکاملی به شکل عام و الگوریتم ژنتیک به شکل خاص در توسعه منحنی‌های فرمان بهره‌برداری بهینه با الگوی از پیش‌ تعیین ‌شده به کار رفته‌اند. برنامه‌ریزی ژنتیک یک الگوریتم‌ تکاملی بر پایه الگوریتم ژنتیک است که قادر به محاسبه منحنی‌های فرمان بهره‌برداری بدون استفاده از الگوی بهره‌برداری بهینه از پیش تعیین ‌شده است. در این مقاله،‏ ابتدا،‏ منحنی‌های فرمان درجه یک و دو وابسته به جریان ورودی و حجم مخزن‌های کرج و بازفت به‌ترتیب با هدف‌های بهره‌برداری تأمین نیازهای پایین‌دست و تولید انرژی برقابی استخراج شده است. سپس،‏ منحنی‌های فرمان بهره‌برداری حاصل از برنامه‌ریزی ژنتیک بدون قالب از پیش تعیین شده،‏ ریاضی به دست آمده و با نتایج قسمت قبل،‏ مقایسه شده ‌است. توابع هدف منحنی‌های حاصل از برنامه‌ریزی ژنتیک در مقایسه با منحنی‌های فرمان درجه یک و دو حاصل از الگوریتم ژنتیک در تأمین نیازهای پایین‌دست به‌ترتیب 12.39 و 7.29 درصد بهبود داشته است. به ‌طور مشابه،‏ در تولید انرژی برقابی به‌ترتیب 51.62 و 47.76 درصد بهبود در توابع هدف منحنی‌های فرمان درجه

کلیدواژه‌ها

• برنامه‌ریزی ژنتیک
• منحنی‌های فرمان
• رنامه‌ریزی ژنتیک
• سامانه مخزن

عنوان مقاله [English]

Development of Operational Rule Curves for Karaj and Bazoft Reservoirs by Genetic Programming

نویسندگان [English]

• Elaheh Fallah Mahdipour
• omid Bozorg Haddad

چکیده [English]

Reservoir operational rule curves are equations that can balance reservoir system parameters in each period by considering previous experiences of the system. These equations include variables such as inflow, storage capacity, and released water from the reservoir that are commonly related to each other with some constant coefficients in a predefined linear and nonlinear pattern. In the recent years, evolutionary algorithms in general and genetic algorithm (GA) in particular have been applied to develop optimal operational rule curves with predefined pattern. Genetic programming (GP) is an evolutionary algorithm based on GA, which is capable to calculate optimal operational rule curves without using predefined operational patterns. In this paper, at first, first- and second-order rule curves which depend on the inflow and storage volume of Karaj and Bazoft reservoirs have been extracted for the meeting downstream water demands and hydropower energy generation objectives, respectively. In following, operational rule curves by the GP, without any predefined mathematical pattern have been extracted and compared with the GA results. The GP rules improved the objective functions of the first- and second-order rule curves by the GA in supplying downstream demand 12.39 and 7.29 percent, respectively.. Similarly, the hydropower energy generation has been improved by 51.62 and 47.76 percent in the first- and second-order rule curves, respectively.

کلیدواژه‌ها [English]

• Rule curves
• Rule curvesaa
• Genetic programming
• Reservoir system