Eng. Sanit. Ambient. vol.15 no.2 Rio de Janeiro jun. 2010
Utilização de um algoritmo genético híbrido para operação ótima de sistemas de abastecimento de água
Use of hybrid genetic algorithms for optimized operation of water supply systems
Luis Henrique Magalhães CostaI; Marco Aurélio Holanda de CastroII; Helena RamosIII
RESUMO
A operação dos Sistemas de Abastecimento de Água é realizada por profissionais que usam a sua experiência como um meio de avaliação no controle de equipamentos hidromecânicos com o objetivo de garantir o fornecimento de água à população. Geralmente, as regras operacionais utilizadas visam à garantia da continuidade do abastecimento público, sem a preocupação com a economia de energia elétrica dos motores em funcionamento. Neste trabalho, apresenta-se um algoritmo genético híbrido que permite determinar as estratégias de operações com custos energéticos reduzidos. A análise do modelo é feita em um estudo de caso real localizado na cidade de Ourém (Portugal). O novo modelo reduz consideravelmente o tempo computacional em comparação aos modelos utilizados na literatura especializada.
Palavras-chave: algoritmo genético híbrido, otimização, sistema de abastecimento de água.
ABSTRACT
The operation of water supply systems is normally done by professionals who use their experience as the sole source of knowledge in order to establish rules to control the daily operation of hydro-mechanical equipments aiming at the guarantee of an adequate performance of the system. In general, these rules have as main goal the assurance of the water demands of the population and do not take into account optimization of the electrical energy consumed by the pumps. This work proposes a new hybrid genetic algorithm. The main purpose of this code is to determine optimized system operational rules with regard to saving electrical energy consumed by the pumps. The code was tested using one real water supply system localized in Ourém city (Portugal). The results showed considerable decrease in computational time as comparing to other codes available.
Keywords: hybrid genetic algorithm, optimization, water supply systems.
Introdução
Atualmente, é visível a preocupação do corpo científico mundial com a eficiência energética dos diversos setores de produção. Tal preocupação também se aplica ao setor operacional das empresas de saneamento. Segundo Tsutiya (2004), mais de 90% dos gastos com energia elétrica das empresas de saneamento se devem às estações elevatórias de água e esgoto.
Pedrosa Filho (2006) afirma que, dentre os fatores que contribuem para esse elevado índice de consumo de energia, destacam-se: ausência de medição e monitoramento dos principais parâmetros que regulam o sistema; falta de um melhor compartilhamento dos dados entre várias gerências da companhia; equipamentos antigos e ultrapassados; envelhecimento das tubulações; elevado desperdício de água utilizável; falta de uma política de manutenção e substituição; complexidade das redes de condutos e má política de gerenciamento operacional dos grupos elevatórios e falta de investimentos na área operacional.
Dentre as medidas práticas que podem levar à redução do custo de energia elétrica, a alteração dos procedimentos operacionais de bombeamento demonstra ser bastante eficaz, pois não necessita de nenhum investimento e, além disso, a economia, devido a essa redução, ocorre em curto prazo. Entretanto, a determinação de estratégias operacionais que gerem custos energéticos reduzidos e que mantenham a qualidade do atendimento aos clientes é uma tarefa complexa. Objetivos distintos estão envolvidos neste processo como, por exemplo, a utilização eficiente da tarifa energética e a manutenção das variáveis hidráulicas dentro dos limites pré-estabelecidos. É necessária a utilização de modelos que levem em consideração todos esses elementos envolvidos.
Com os avanços tecnológicos na área computacional e, consequentemente, o desenvolvimento de técnicas de otimização, inúmeros trabalhos visando à redução do custo energético de operação de Sistema de Abastecimento de Água (SAA) têm sido divulgados nos últimos anos. Entretanto, a maioria dos modelos desenvolvidos foi aplicada a casos específicos.
Os primeiros trabalhos envolvendo a otimização do custo energético de bombeamento utilizaram-se de técnicas de pesquisa operacional como, por exemplo, programação linear (JOWITT; GERMANOPOULOS, 1992; BURNELL; RACE; EVANS, 1993), programação linear inteira (LITTLE; MCCRODDEN, 1989), programação não-linear (CHASE; ORMSBEE, 1993; YU; POWELL; STERLING, 1994) e programação dinâmica (STERLING; COULBECK, 1975; LANSEY; AWUMAH, 1994). A limitação da utilização desses modelos em casos reais se deve principalmente à complexidade das resoluções das equações que garantem o equilíbrio hidráulico da rede, à dificuldade de generalizar tais modelos de otimização em qualquer SAA e à tendência de demandar um tempo computacional excessivo.
Ainda assim, Brion e Mays (1991), na tentativa de reduzir os custos operacionais em um SAA para Austin, Texas (EUA), testaram um modelo de otimização e simulação, conseguindo, com uma política otimizada de bombeamento, uma redução de 17,3% do custo operacional que vinha sendo realizado até então. Ormsbee e Reddy (1995) aplicaram um algoritmo de otimização em Washington (DC) e obtiveram uma economia considerável com a política fornecida pelo modelo, observando uma redução de 6,9% nos custos com energia elétrica. Nesse período, a utilização de algoritmos evolucionários era limitada. Wood e Reddy (1994) foram um dos pioneiros na utilização de tais algoritmos para a redução do custo energético em sistemas elevatórios. Para tanto, acoplaram um simulador hidráulico a um modelo de otimização baseado em algoritmos genéticos.
Nos últimos anos, inúmeros trabalhos foram desenvolvidos no Brasil sobre o tema deste estudo, utilizando o algoritmo genético (AG) como principal ferramenta do modelo de otimização (RIGHETTO, 2002; FORMIGA, et al, 2003; CARRIJO, 2004; PEDROSA FILHO, 2006). Tal fato se deve ao fato de o AG propiciar uma grande flexibilidade na exploração do espaço de busca e permitir facilmente sua conectividade com modelos de simulação.
Entretanto, o AG não trata diretamente problemas com restrições. É necessária a utilização de outros métodos para contornar essa limitação. Como a operação em SAA é considerada um problema complexo, com muitas restrições, resta dúvida quanto à velocidade de modelos que considerem a junção entre o AG padrão e simuladores hidráulicos na convergência e definição da solução ótima.
Nesse contexto, um conjunto de trabalhos foi publicado numa edição especial do Journal of Hydroinformatics (MARTINEZ, et al, 2007; JAMIESON, et al, 2007; SALOMONS et al, 2007; RAO; ALVARRUIZ, 2007; RAO; SALOMONS, 2007; ALVISI; FRANCHINI; MARINELLI, 2007). Para reduzir o tempo computacional demandando na busca de soluções com custo energético reduzido, esses autores utilizaram a técnica de Redes Neurais Artificiais (RNA) para replicar os resultados gerados pelo simulador hidráulico EPANET (ROSSMAN, 2000). Em seguida, conectaram o novo modelo de simulação hidráulica ao AG. Após análises feitas em um sistema hipotético e dois estudos de casos reais, os autores chegaram à conclusão que o modelo AG-RNA encontrou ótimas soluções em um período 20 vezes inferior quando comparado ao AG-EPANET. Já Shamir e Salomons (2008), objetivando reduzir o tempo computacional, criaram um modelo reduzido de um estudo de caso real.
A preocupação com a redução do tempo computacional se deve à aplicabilidade de modelos de otimização energética em tempo real.
O atual consenso sobre a importância da elaboração de planos e metas que levem em consideração a eficiência energética em setores com grandes demandas de energia foi o motivador para o desenvolvimento deste trabalho, no qual, em vez de se tentar reduzir o tempo computacional na etapa de simulação hidráulica, apostou-se na redução do tempo computacional com a alteração do AG padrão. Para tanto, foram criados novos algoritmos que atuam diretamente sobre as soluções infactíveis geradas pelo AG na tentativa de torná-las factíveis, desenvolvendo-se, assim, um algoritmo genético híbrido (AGH) (algoritmos reparadores + operadores genéticos).
O modelo determina, em intervalos discretos (a cada hora), a melhor programação a ser seguida pelas bombas (ligada/desligada) para um horizonte diário de operação. Dessa forma, as decisões de efetuar manobras passam a ser orientadas a partir da pesquisa de milhares de combinações possíveis, sendo escolhida, por meio de um processo iterativo, a estratégia que apresentar menor valor do custo energético diário.
Este trabalho foi estruturado em cinco pontos. Após a introdução, é realizada uma breve abordagem na formulação da operação de SAA. No terceiro ponto, propõe-se a junção entre o AG, o EPANET e os algoritmos reparadores. Em seguida, no quarto ponto, descreve-se o estudo de caso utilizado para a avaliação do modelo e, por fim, apresentam-se as conclusões.
