مقايسه عملكرد مدل‌هاي DP، SDP و SSDP در بهينه‌سازي بهره‌برداري از مخزن‌هاي آبي چند‌منظوره (مطالعه موردي: مخزن سد زاينده‌رود)

Comparing the performance of the DP, SDP and SSDP models for optimizing the operation of multi-purpose reservoirs (Case study: Zayandeh-Rood dam)

مدل‌هاي برنامه‌ريزي پويا ابزاري مناسب براي تعيين سياست‌هاي بهينه بهره‌برداري از مخزن‌هاي سدها، به‌خصوص در مواجه با محدوديت و عدم قطعيت در منابع آبي هستند. در اين مقاله، عملكرد طيف متنوعي از اين مدل‌ها شامل برنامه‌ريزي پوياي قطعي (DP)، برنامه‌ريزي پوياي احتمالاتي با كلاسه‌بندي جريان (SDP_Class)، برنامه‌ريزي پوياي احتمالاتي مبتني بر سناريوهاي تاريخي جريان (SDP_Scenario) و برنامه‌ريزي پوياي احتمالاتي با نمونه‌گيري (SSDP) در سيستم چند‌منظوره سد زاينده‌رود ارزيابي و مقايسه شده است. ابتدا سياست‌هاي بهينه بهره‌برداري در شرايط نياز ثابت كشاورزي و سپس ملاحظه همزمان نيازهاي كشاورزي و برقابي در كنار تامين نيازهاي شرب، صنعت و زيست‌محيطي، درنظر گرفته شد و در نهايت عملكرد مدل‌هاي بهينه‌سازي با استفاده از مدل‌هاي شبيه‌سازي و معيارهاي كارايي همانند اعتمادپذيري زماني و كمي، بيشينه و ميانگين كمبود و نيز زمان اجراي مدل‌ها ارزيابي شد. نتايج برتري محسوس مدل‌هاي SDP و SSDP را در مقايسه با مدل‌هاي DP نشان داد. اين برتري عملكرد براي مدل SSDP و نيز شرايط حدي كم‌آبي‌ها بارزتر بود. با وجود عملكرد بهتر مدل SSDP، بار محاسباتي و زمان اجراي آن بيشتر بود كه روش‌هاي پيش‌تخصيص‌دهي متغيرها و برنامه‌نويسي برداري شده، توانست تاثير زيادي در كاهش زمان اجراي تمامي مدل‌ها و به‌خصوص SSDP داشته باشد.

Dynamic Programing models are appropriate tools for deriving optimal operation policies of reservoirs, especially during the water scarcity situation. In this paper, the performances of a variety of these models including deterministic Dynamic Programming (DP), Stochastic Dynamic Programming with inflow classification (SDP_Class), Stochastic Dynamic Programming based on inflow scenarios (SDP_Scenario) and Sampling Stochastic Dynamic Programming (SSDP) were evaluated and compared for Zayandeh-Rood multi-purpose system. For this aim, beside the complete supply of domestic, industrial and environmental demands, optimal operation policies considering constant agricultural demand and then both agricultural and hydropower ones were derived. Finally the performance of optimization models was evaluated and compared based on simulation models, computational load of optimization models as well as some efficiency criterion such as temporal and volumetric reliability, maximum and average shortage. Results showed that stochastic models like SDP and SSDP performed better than DP models, considerably. This superiority was considerable, especially during extreme water shortage conditions. Despite the SSDP preference its computational load as well as its execution time were higher than others. In order to alleviate this problem, pre-allocation and vectorization techniques were applied and they had a significant effect on the run-time reduction of all models, particularly on SSDP.