Escola Politcnica da Universidade de So Paulo

Departamento de Engenharia Hidrulica e Ambiental

PHD5055 - Projeto e Operao de

Sistemas de Reservatrios

SISAGUA (SBRH 2005, 2007,

EWRI e JWRPM 2008)
Mario Thadeu Leme de Barros
Renato Carlos Zambon

Lembretes
Exerccio 5 e utilizao do servidor com o GAMS
http://content.asce.org/conferences/ewri2013
Escolha dos artigos para a avaliao final

Objetivos
Desenvolver um modelo de otimizao para planejamento
da operao de um sistema de distribuio de gua acoplado
aos seus sistemas produtores;

Modelo para otimizao em todo o perodo;

Modelo para sistemas complexos de distribuio de gua;
Modelo para considerar diferentes regras de operao dos
reservatrios e polticas de racionamento de gua;

Modelo que considere diferentes topologias e que possa ser

empregado em estudos de expanso de capacidade;

Modelo com interface amigvel, fcil de ser manipulada pelo

usurio.
3

Motivao: a RMSP

Sistemas de Suprimento de gua da RMSP (8)

4

Porcentagem de Atendimento por Sistema

Metodologia
O sistema de aduo representado como uma rede onde
os ns representam reservatrios, ns de suprimento, ns
de demanda e junes.
Os arcos representam canais, dutos, estaes de
tratamento e estaes de bombeamento.
Modelao: uso do GAMS (General Algebraic Modeling
System), empregando solvers no lineares (PNLIM), como
o MINOS, o CONOPT e o SNOPT.

O processo de otimizao foi dividido em trs etapas,

cada qual com uma funo objetivo prpria, com o
conceito de prioridades preemptivas originalmente
desenvolvido para programao linear por Wilamowsky
et al. (1990):
1. minimiza o racionamento determinando as vazes de
atendimento em cada ponto de demanda
2. maximiza os volumes disponveis nos reservatrios ao
longo do tempo
3. minimiza o custo de operao da rede ao se utilizarem
estaes elevatrias e/ou outros dispositivos
hidrulicos especiais
7

Etapa 1: minimiza o custo do no atendimento das

demandas nos ns
T

min

nd

d
i 1

min

k 1

( D( k ,i ) - P( k ,i ) ) 2
D( k ,i )

nd

d (1 - XN
i 1

k 1

) D( k ,i ) Cusd ( k ,i )
2

( k ,i )

Cusd ( k ,i )

ou
,

XN(k,i)

Pk ,i
Dk ,i

D(k,i)= vazo de demanda no n k e perodo i;

P(k,i)= vazo de atendimento no n k e perodo i;
Cusd(k,i)= custo ou peso de no atendimento ao n k no perodo i;
XN(k,i) = relao entre atendimento e demanda no n k e perodo i (adimensional);
nd = nmero de ns de demanda;
i = ndice do perodo de tempo;
k = ndice do n de demanda;
di = durao do perodo de tempo e
T = nmero de perodos de tempo.

Etapa 2: fixa as demandas obtidas na etapa 1 e

determina a poltica operacional nos ns de suprimento
(reservatrios)

min

nr

( St arg et ( m,i ) - S( m,i ) ) 2

m 1

St arg et ( m,i )

d
i 1

Cusv( m,i )

Starget(m,i)= volume meta no n de suprimento m, perodo i;

S (m,i)= volume no n de suprimento m, perodo i;
Cusv(m,i)= custo ou peso de desvio do volume meta no n de suprimento
m, perodo i;
nr = nmero de ns de suprimento e
m = ndice do n de suprimento.
9

Etapa 3: minimiza o custo da operao, fixando as

variveis de deciso das etapas 1 e 2

min

na

d QA
i 1

a 1

( a ,i )

Cusa( a ,i )

QA(a,i)= vazo no arco a no perodo i;

Cusa(a,i): custo do arco no perodo i
na: nmero de arcos
a: ndice do arco

10

Restries da Otimizao
Limites Superiores e Inferiores

Qmin( a ,i ) QA( a ,i ) Qmax( a ,i )

0 XN ( n ,i ) 1
XN ( nj ,i ) 0
QE ( nr ,i ) Qefm( nr ,i )

11

Restries da Otimizao
Equao da Continuidade Para Cada N

XN(n,i) D(n,i)

QA

t(noi n)

(a,i)

QA

t(nof n)

(a,i)

Equao da Continuidade para cada Reservatrio

S( nr,i) S( nr,i-1) di I ( nr,i) - QE( nr,i) XN( nr,i) D( nr,i)

12

Regras de Operao
Regras de Racionamento dos Reservatrios

(0 <1<2 <1)
Volume
Reservatrio

P(n,i)
Maximum Maximorum

Volume Meta (Volume Mximo)

Volume Firme

D(n,i)
Zona 3

Zona 2

Zona 3
Zona 2

1*D(n,i)

Volume Mnimo Operacional

Zona 1
Volume Mnimo

D(n,i)

Meses

Zona 1
Smin(nr,i)

Sminoper(nr, Sfirm(nr,i)
i)

S(nr,i)

Curvas Guia e Regras de Racionamento (funo em escada)

13

Restries da Otimizao
Regras de Racionamento: Introduo de Variveis Inteiras na
Otimizao (0 ou 1 para indicar a zona de operao do
reservatrio)

( s,nr,i )

XN( nr,i) B( s,nr,i) ( nr,s)

s

B( s1,nr,i ) S min( nr,i) B( s 2 ,nr,i ) S min oper ( nr,i) B( s 3,nr,i ) S firm( nr,i) S( nr,i)
S( nr,i) B( s1,nr,i ) S min oper ( nr,i) B( s 2 ,nr,i ) S firm( nr,i) B( s 3,nr,i ) St arg et ( nr,i)
S=1..3 (zonas de operao dos reservatrios)
14

Interface

Tela de Apresentao (interface desenvolvida em DELPHI 7.0)

15

Interface

Tela de Cadastro e Opes de Otimizao

16

Interface

Tela de desenho e entrada de dados

17

Estudo de Caso: Subsistema Cotia da RMSP

Os dados de vazo afluente correspondem a um perodo
prolongado de 120 meses com dados de 1950 a 1960. Esta
dcada foi escolhida, pois engloba um perodo prolongado de
seca onde as afluncias ficaram significativamente abaixo das
mdias por 4 anos seguidos.
Os volumes iniciais adotados foram de 30 de abril de 2004. Os
volumes mnimo operacional e firme foram fixados
respectivamente em 15% e 25% do volume meta (mximo).
Os coeficientes de racionamento adotados foram de 1= 33%
e 2 = 66%. Estes valores foram adotados a partir de consultas
com engenheiros da SABESP.
18

Estudo de Caso: Subsistema Cotia da RMSP

19

Estudo de Caso: Subsistema Cotia da RMSP

Ns de Demanda

Sem Racionamento
XNd med

Qdemanda
o

(m /s)
Embu R1
Embu-Guau
Itapecerica da Serra R2
Itapecerica da Serra R1
Granja Viana
Embu R2/ R3
Cotia R2
Jardim Atalaia R1
Vargem Grande Paulista
Caucaia do Alto
Barueri
Jandira
Itapevi

Interligado
95.000%
96.000%
99.000%
100.000%
98.000%
94.000%
100.000%
82.000%
81.000%
93.000%
100.000%
100.000%
99.000%

95.000%
96.000%
99.000%
100.000%
98.000%
94.000%
100.000%
82.000%
81.000%
93.000%
100.000%
100.000%
99.000%

XNd med

Demanda
3

5
6
7
8
9
10
11
12
13
14
40
41
42

XNd med
Interligado +
Peso Volume

0.084
0.083
0.101
0.261
0.132
0.053
0.180
0.220
0.086
0.043
0.288
0.355
0.513

81.200%
82.200%
87.500%
86.775%
85.350%
83.075%
87.350%
79.125%
81.000%
79.775%
69.000%
68.000%
68.000%

Com Racionamento (1 = 33%; 2 = 66%)

XNd med
XNd med
XNd med
Interligado +
Interligado
Peso Volume
81.108%
82.100%
87.083%
86.508%
85.167%
82.925%
87.017%
78.950%
74.575%
79.775%
69.000%
68.000%
68.000%

95.000%
96.000%
98.833%
98.733%
97.883%
94.000%
98.200%
82.000%
81.000%
93.000%
98.833%
99.208%
97.983%

95.000%
96.000%
98.833%
98.733%
97.883%
94.000%
98.200%
82.000%
81.000%
93.000%
98.833%
99.208%
97.983%

20

Comentrios Finais
Foi desenvolvido um modelo matemtico de programao linear inteira
mista (PLIM) e de programao no linear inteira mista (PNLIM) para
otimizar a operao de sistemas complexos de abastecimento de gua
com regras de racionamento;
Para facilitar a utilizao do modelo na entrada de dados, na execuo
do modelo de otimizao e na visualizao dos resultados, foi
desenvolvido um software com interface grfica como um Sistema de
Suporte a Deciso (Modelo SISAGUA);
O modelo foi aplicado como estudo de caso no Sistema Adutor da RMSP
em formato simplificado com demandas agregadas, em formato
completo com subsistemas produtores e reas atendidas
correspondentes considerados isoladamente, e com o sistema completo.
Tambm foi aplicado como estudo de caso no Sistema da Regio Sul de
Taiwan.
Os resultados indicam que o modelo bastante eficiente, com resultados
consistentes e, portanto, uma ferramenta til para auxiliar o
planejamento da operao de sistemas complexos de abastecimento de
gua, o diagnstico de sistemas existentes e a avaliao de alternativas
de expanso.
21

Novas Aplicaes (SBRH 2007)

novos exemplos de aplicaes do modelo no estudo
da capacidade de suprimento de um manancial, no
planejamento da operao de um sistema existente
e na avaliao de alternativas de expanso.

22

Exemplo 1: Estudo da capacidade de suprimento de um manancial

Esse exemplo mostra um sistema com um reservatrio equivalente,

agregado a partir de cinco reservatrios existentes, que atende um
nico ponto de demanda. Ele representa de forma bastante
simplificada o subsistema Cantareira, que fornece gua para
aproximadamente metade da RMSP. As vazes afluentes so dados
histricos do perodo de 10 anos entre 1950 e 1960, considerados
para efeito de anlise do exemplo como uma previso perfeita de
vazes num perodo de 10 anos com intervalos de tempo mensais.
Esse perodo foi escolhido por conter uma seca mais severa quando as
vazes afluentes ficaram significativamente abaixo da mdia por
quatro anos seguidos entre 1952 e 1956. As curvas de volume firme e
mnimo operacional foram fixadas respectivamente em 20% e 10% do
volume meta mximo, e os fatores de racionamento adotados foram
1 = 33% e 2 = 50%. Foram analisados cenrios com a demanda
varivel entre 30 e 40 m/s.

23

Tabela 1. Demanda e dficit

quadrtico (Exemplo 1).
Demanda
Dficit
Quadrtico
(m/s)
f 1 (106 m)
30
32
34
36
38
40

0
0
1
19
64
134

Atendimento e armazenamento para o exemplo 1 com demandas 32, 36 e 40 m/s.

24

Como conseqncia da formulao matemtica no

objetivo 1, o modelo procurou minimizar a intensidade do
racionamento distribuindo o corte da forma mais uniforme
possvel no perodo seco e antes dele. Com a demanda de
40 m/s no exemplo, o modelo antecipou o racionamento
cerca de 40 meses antes que o armazenamento
encontrasse a zona de reduo forada no atendimento,
entre os volumes firme e mnimo operacional, e permitiu
um atendimento entre 82% e 87% da demanda at que
houvesse a sua recuperao, dessa forma evitando uma
intensidade maior na falha que ocorreria se o atendimento
pleno fosse mantido

25

Exemplo 2: Planejamento da operao de um sistema existente

Em um caso real de planejamento da operao, diferente do exemplo
anterior, no existe previso perfeita de vazes, tem-se no mximo
uma previso em um horizonte limitado de tempo, e o conhecimento
do histrico e das estatsticas das vazes afluentes ao sistema. Assim,
o procedimento para a utilizao do modelo pode considerar um
cenrio em um determinado horizonte de planejamento, com reviso
a cada intervalo de tempo em funo dos valores verificados de
vazes e armazenamento.
Utilizando o mesmo sistema do exemplo 1 e perodo de anlise, com
as curvas de volume firme e mnimo operacional fixadas
respectivamente em 26% e 13% do volume meta mximo, os fatores
de racionamento adotados 1 = 50% e 2 = 75% e a demanda igual a
40 m/s, trs casos de operao so apresentados.

26

O caso 1 simula o atendimento a demanda seguindo estritamente as

regras de racionamento ms a ms, sem otimizao.
O caso 2 otimiza a operao para previso perfeita de vazes.
O caso 3 otimiza a operao considerando que h previso de vazes
para dois meses iniciais seguindo nos demais meses valores
correspondentes a 70% da mdia de longo termo at completar 24
meses.
No caso 3, apenas a vazo de atendimento do primeiro ms
implementada, e em cada um dos meses seguintes o procedimento
repetido com novos dados de armazenamento e de vazes verificados,
at completar o perodo de 10 anos na anlise. Ou seja, o perodo de 24
meses corresponde a uma janela mvel utilizada para a otimizao e
deslocada ms a ms dentro do perodo total de 10 anos.

27

No caso 1, o dficit quadrtico (f1) foi de 329 (106 m), com

variaes bruscas nos nveis de atendimento.

No caso 2, seria o melhor resultado potencialmente

possvel, de 137 (106 m), com uma reduo mais
constante e de menor intensidade no atendimento.

E no caso 3 de 187 (106 m) mostrando uma variao

gradual nos nveis de atendimento.

28

Atendimento (m/s)

50
40
30
20
10
0
50

51

52

53

54

55

56

57

58

59

tempo (ano)
Sem otimizao

Previso perfeita

70% da MLT

Figura 2. Atendimento com diferentes polticas operacionais.

29

Exemplo 3: Avaliao de alternativas de expanso

Esse exemplo mostra o benefcio de aumentar as interligaes entre diferentes
partes de um sistema de abastecimento de gua para melhoria na eficincia e
confiabilidade. O exemplo utiliza o mesmo perodo de anlise dos anteriores
como cenrio de vazes afluentes (1950-1960), mas com todos os subsistemas
produtores da RMSP, e as demandas agregadas para maior facilidade de
anlise, conforme o esquema abaixo:

Novas
interligaes

30

A figura 4 mostra a variao no armazenamento para quatro subsistemas

dentro do sistema existente. Como observado na figura, o subsistema de
Cotia encontrou a zona de racionamento diversas vezes, provocando
falhas no atendimento no n de demanda correspondente. Ao mesmo
tempo, o subsistema Alto Tiet estava acima do volume meta com
vertimentos freqentes. Esses resultados mostram nesse cenrio de
escassez o subsistema de Cotia sobrecarregado, enquanto h folga no
Alto Tiet, sugerindo novas interligaes.

31

Figura 4. Armazenamento para o exemplo 3 na RMSP com o sistema existente e demandas atuais.

32

Figura 5. Armazenamento para o exemplo 3 na RMSP com o sistema ampliado e demandas atuais.

33

The So Francisco River

Water Transfer System: An Optimization
Model for Planning Operation
Renato Carlos Zambon (USP)
Mario Thadeu Leme de Barros (USP)
Paulo Srgio Franco Barbosa (UNICAMP)
William W-G. Yeh (UCLA)

34

Introduction

Brazil: diversity on
climate, development
and water resources

availability.

35

Introduction
Water Transfer Projects: Solution or Problem? - many conflicts, as much
for the basin that supplies water as the basin that receives.
Brazilian examples:
at 1920s Paraba do Sul River Basin to the Rio de Janeiro city (energy

and water supply);

at 1930s Upper Tiet and Pinheiros River (So Paulo) to Atlantic Ocean

(Cubato) (energy, water quality, water supply, conservation);

at 1970s Piracicaba River to Upper Tiet River in So Paulo City (water

supply in So Paulo (50%) vs. multiple uses in the Piracicaba Basin);

at 1980s start the multiple designs of the So Francisco River transfer

to the dry States of Northeast Region (water supply and irrigation in

Northeast vs. energy and conservation at So Francisco River).

36

Introduction
The So Francisco River
Water Transfer System.
S.F. basin: 641,000 km
trade-off: hydropower,
irrigation, water supply,
environmental impacts

Drought Polygon
12 million people
Qmin = 1850 m/s
Qtransfer = 24.3 m/s (anytime) or 114.3 m/s (Sobradinho Storage > 94%,
from 5447 to 34116 x 106 m)
Demand(2025) = 164 m/s (89 m/s from So Francisco River)

37

Objective
To develop a math model to evaluate the
trade-offs
among
different
objectives
involving in the So Francisco River Transfer
System:

A SISAGUA Model Application

38

SISAGUA Methodology

water distribution systems formed by a set of nodes (junction,

reservoir, natural inflow, demands, etc) and arcs (pipes, rivers,
channels, treatment plants, pumping, etc);

MINLP or NLP model (NLP in this paper);

three steps using the concept of preemptive priorities:

minimize shortage squared for demand nodes;

minimize deviation between storage and target;

minimize total cost of operation.

system expansion, environment constraints and multiple uses of

water are also considered.

39

SISAGUA Methodology
1.

Minimizing the shortage squared:

Decision:

min f1 di 1 XN( nd ,i ) D( nd ,i )Wd ( nd ,i )

T

ND

i 1

2.

XN(nd,i), S(nr,i), QA(a,i)

nd 1

Minimizing the squared deviation of the storage:

min f 2
3.

NR

d
i

i 1

Star (nr ,i ) S(nr ,i )

nr 1

Star ( nr ,i )

Ws ( nr ,i )

XN(nd,i), S(nr,i), QA(a,i)

Minimizing the cost of operation:

min f3

NA

d QA
i 1

a 1

( a ,i )

Ca ( a ,i )

XN(nd,i), S(nr,i), QA(a,i)

40

SISAGUA Methodology

Upper and lower bounds:

Qmin(a,i ) QA( a ,i ) Qmax( a,i )

0 XN ( n,i ) 1

XN ( nj,i ) 0
QE( nr,i ) Qefm( nr,i )
S min(nr,i) S( nr,i) Star( nr,i)

Reservoir forebay area:

A( nr,i ) a0nr a1nr S( nr,i ) a2nr S(2nr,i ) a3nr S(3nr,i ) a4nr S(4nr,i )

41

SISAGUA Methodology

Continuity equation for each node:

XN(n,i) D(n,i)

QA

a(noi n)

(a,i)

QA

a(nof n)

(a,i)

Continuity equation for each reservoir:

S ( nr,i) S ( nr,i-1) d i I ( nr,i) QE( nr,i) XN ( nr,i) D( nr,i)

A( nr,i ) A( nr,i 1)
2

IE( nr,i )

42

SISAGUA DSS Interface

43

Case Study:
The SFWTS
19 reservoirs
35 demand nodes

70 nodes
69 arcs

44

Case Study: The SFWTS

Inflow (m/s)

1931 to 1990 inflow (applied 60x with a moving window of 5 years):

140
120
100
80
60
40
20
0
1

101

201

301

401

501

601

701

time (months)

45

Case Study: The SFWTS

Node
3
4
7
8
10
12
14
15
16
18
23
26
28
29
32
34
35
37

Description
Assentados_N
Assentados_L
F15_58-DTAP
C15_56-IRP2P
D17_Serra Negra
C16_AgresteRMR
C9_59-IRMPP
A9_60-DUCG
D9_61-IRMPNP
A10_64-DUJP
C13_D47-84P
C14_53-IP1P
C1_40-ISAP
D1_41-ISANP
C11_42-IRVSP
D6_45-IRANP
C6_44-IRAP
C12_46-IRPIP

Weight
10
10
5
2
2
10
2
5
1
5
2
2
10
10
2
1
2
2

without transfer
Xmin
Xmed
0%
0%
0%
0%
67%
97%
21%
92%
0%
88%
0%
0%
22%
95%
71%
98%
0%
91%
69%
98%
0%
98%
21%
96%
0%
17%
0%
17%
64%
98%
30%
93%
65%
97%
64%
98%

with transfer
Xmin
Xmed
100%
100%
100%
100%
100%
100%
94%
100%
95%
100%
100%
100%
100%
100%
100%
100%
92%
100%
100%
100%
100%
100%
95%
100%
100%
100%
100%
100%
95%
100%
87%
100%
94%
100%
95%
100%

46

Case Study: The SFWTS

Node
38
39
41
43
45
46
48
49
52
53
56
57
59
62
65
67
70

Description
A12_47-DTRN
D12_51-IRPINP
C2_n2D46-80
C7_46-DUAPP
C8_48-IRCHP
D8_49-IRCHNP
D3_36-IMJNP
C3_20-IMJP
D4_35-IBJNP
C4_20-IBJP
D4_34-BANP
C4_21-IBAP
B4_28-Itrab
B4_39-I-Met
A4_25-Fortal
A4_26-Pecem
B4_38-I-ACM

Weight
5
1
10
10
2
1
1
2
1
2
1
2
2
2
5
5
2

without transfer
Xmin
Xmed
86%
99%
28%
97%
0%
17%
0%
17%
86%
100%
73%
99%
73%
100%
82%
100%
73%
100%
87%
100%
72%
99%
85%
100%
86%
100%
88%
100%
95%
100%
95%
100%
50%
100%

with transfer
Xmin
Xmed
100%
100%
89%
100%
100%
100%
100%
100%
100%
100%
100%
100%
90%
100%
91%
100%
90%
100%
95%
100%
76%
99%
87%
100%
95%
100%
95%
100%
100%
100%
100%
100%
50%
100%

47

Case Study: The SFWTS

Without the transfer project:

frequent shortage periods

high intensity shortages

average 80%, <50% in drought periods

not uniform results

With the transfer project -and- optimal operation:

near 100% of planned demand

almost all the nodes at all times

except few years with 1950 inflow

48

Conclusions

Transfer constrained by reduced and intermittent inflows;

to minimize impacts on environment and hydropower;

good results with optimization.

SISAGUA application, optimal results and trade-off studies: hydropower,

irrigation, water supply, other uses and environmental impacts.
(Other study cases applied before: RMSP, Taiwan, large systems with
hundreds of nodes and arcs)

49