ارزيابي عملكرد سامانه هاي كنترل خودكار در بهبود عدالت توزيع آب در كانال اصلي آبياري متاثر از نوسانات ورودي

Performance Assessment of Automatic Control Systems in Improving Equitable Water Distribution through Main Irrigation Canal Influencing by Inflow Fluctuations

توزيع ناعادلانه آب در شبكه هاي آبياري، لزوم استفاده از روش هاي كارآمدتر مانند بهره گيري از روش هاي خودكارسازي را مي طلبد. تحقيق حاضر ميزان توانايي سامانه كنترل خودكار سراسري پيش بين (MPC) و سامانه كنترل موضعي تناسبي-انتگرالي (PI) را در بهبود توزيع عادلانه آب در كانال اصلي شبكه آبياري رودشت بررسي مي كند. مقايسه اين سامانه ها با وضعيت موجود بهره برداري، با شاخص هاي ارزيابي حداكثر خطاي مطلق 3(MAE) و خطاي مطلق تجمعي 4(IAE) و شاخص عدالت توزيع انجام شد. دو سناريوي نوسانات جريان ورودي ملايم و شديد لحاظ گرديد. نتايج شاخص هاي MAE و IAE شبيه سازي سناريوي اول در آبگيرهاي بالادست، عملكرد مناسب تر سامانه هاي PI را در مقايسه با كنترل گرMPC نشان مي دهد. سامانه MPC، با ميزان 12 درصد بهبود، بهترين عملكرد را از منظر توزيع عادلانه داشته است. در سناريوي دوم، حداكثر مقادير شاخص هاي IAE و MAE براي سامانه MPC به ترتيب 3/53 و 1/45 درصد به دست آمد درحالي كه براي PI حتي بيش از 100 درصد هم گزارش شده است. در سناريوي دوم، شاخص عدالت توزيع براي چهار روش بهره برداري وضع موجود، سامانه PI كنترل بالادست، سامانه PI كنترل پايين دست و سامانه MPC به ترتيب 39/23، 18/71، 15/95 و 4/33 درصد به دست آمدكه در بين سامانه ها، كنترل گر MPC، با بهبود 35 درصد در توزيع عادلانه آب، عملكرد مطلوبي به دست داده است.

Inefficient operational methods, in distribution of water within irrigation canals, call for applying more efficient ways such as using automation systems. This study assesses capabilities of the automatic operational systems, including centralized Model Predictive Control (MPC) and decentralized Proportional-Integral (PI) controller in enhancing the fairly water delivery throughout the Roodasht main irrigation canal. Existing canal’s operational condition was compared with operational status employing PI and MPC control systems. Comparison was conducted using water level error-based performance indicators of MAE and IAE, and equity indicator. Two operational scenarios including normal and severe inflow fluctuation were assigned. According to results of first scenario, upstream PI system resulting to better indicators of MAE and IAE values rather than other systems. MPC controller leading to better performance in comparison with upstream and downstream PI configurations. Application of MPC system resulted to 12% improvement in equity indicator. In the second scenario with sever inflow fluctuations at the headgate, the maximum IAE and MAE indices for MPC controller were 3.53% and 1.45%, respectively, while these indicators for decentralized systems exceeded 100%, demonstrating the inability of the decentralized systems to control the flow rate in severe water shortage conditions. Finally, calculated equity indicator in second scenario, for current operation, upstream and downstream PI and MPC, were 39.23%, 18.71%, 15.95%, and 4.33%, respectively. Results reveal that the application of centralized MPC controller has significantly improved the equity indicator by 35%.