Aproximación estocástica al análisis de observabilidad en redes de abastecimiento de agua

Sarai Díaz

https://orcid.org/0000-0002-5478-1768

Spain

Universidad de Castilla-La Mancha

Estudiante de Doctorado en Territorio, Infraestructuras y Medio Ambiente.

Departamento de Ingeniería Civil y de la Construcción.

Roberto Mínguez

Spain

Universidad de Castilla-La Mancha

HIDRALAB, S.L., Spin-Off UCLM, Laboratorio Hidráulica

Javier González

Spain

Universidad de Castilla-La Mancha

ETSI Caminos, Canales y Puertos Ciudad Real, Departamento de Ingeniería Civil y de la Edificación
|

Aceptado: 2016-06-22

|

Publicado: 2016-07-26

DOI: https://doi.org/10.4995/ia.2016.4625
Datos de financiación

Descargas

Palabras clave:

Estimación de estado, Análisis de incertidumbre, Equipos de medida, Monitorización en tiempo real

Agencias de apoyo:

Esta investigación no contó con financiación

Resumen:

Este artículo presenta una técnica alternativa a los métodos existentes en la literatura para el análisis de observabilidad (AO) de redes de agua, paso previo imprescindible para la adaptación de las técnicas de estimación de estado (EE) a estos sistemas. La metodología propuesta parte de un estado de flujo conocido y asume distribuciones aleatorias normales para la incertidumbre de algunas variables hidráulicas, que se propaga luego al resto del sistema. Este proceso se repite a continuación para valorar el cambio en la incertidumbre de la red al añadir aparatos de medida cuyo error se considera nulo, en base al cual se puede evaluar la observabilidad de la red. El potencial del método se presenta mediante un ejemplo ilustrativo, que pone de manifiesto la información adicional que esta metodología aporta con respecto a los enfoques de AO tradicionales. Esta propuesta permite un mejor conocimiento de la red y es una herramienta útil para priorizar la colocación de nuevos equipos de medida, contribuyendo a la transformación de los grandes núcleos urbanos en smart cities.

Ver más Ver menos

Citas:

Bargiela, A. B. 1984. On-line monitoring of water distribution networks. Ph.D. thesis, University of Durham, United Kingdom.

Bargiela, A., Hainsworth, G. 1989. Pressure and flow uncertainty in water systems. Journal of Water Resources Planning and Management, 115(2), 212-229. doi:10.1061/(ASCE)0733-9496(1989)115:2(212)

Caro, E., Arévalo, I., García-Martos, C., Conejo, A.J. 2013. Power system observability via optimization. Electric Power Systems Research, 104, 207-215. doi:10.1016/j.epsr.2013.06.019

Carpentier, P., Cohen, G. 1991. State estimation and leak detection in water distribution networks. Civil Engineering Systems, 8(4), 247-257. doi:10.1080/02630259108970634

Castillo, E., Conejo, A.J., Pruneda, R.E., Solares, C. 2005. State estimation observability based on the null space of the measurement Jacobian matrix. IEEE Transactions on Power Systems, 20(3), 1656-1658. doi:10.1109/TPWRS.2005.852093

Contaxis, G.C., Korres, G.N. (1988). A reduced model for power system observability analysis and restoration. IEEE Transactions on Power Systems, 3(4), 1411-1417. doi:10.1109/59.192947

Coulbeck, B. 1977. Optimisation and modelling technics in dynamic control of water distribution systems. Ph.D. thesis, University of Sheffield, United Kingdom.

Díaz, S., González, J., Mínguez, R. 2015. Observability analysis in water transport networks: Algebraic approach. Journal of Water Resources Planning and Management, doi:10.1061/(ASCE)WR.1943-5452.0000621

Habiballah, I.O., Irving, M.R. 2001. Observability analysis for state estimation using linear programming. IEE Proceedings of Generation, Transmission and Distribution, 148(2), 142-145. doi:10.1049/ip-gtd:20010061

Kang, D., Lansey, K. 2010. Optimal meter placement for water distribution system state estimation. Journal of Water Resources Planning and Management, 136(3), 337-347. doi:10.1061/(ASCE)WR.1943-5452.0000037

Kapelan, Z., Savic, D., Walters, G. 2003. Multiobjective sampling design for water distribution model calibration. Journal of Water Resources Planning and Management, 129(6), 466-479. doi:10.1061/(ASCE)0733-9496(2003)129:6(466)

Korres, G.N., Katsikas, P.J. 2003. A hybrid method for observability analysis using a reduced network graph theory. IEEE Transactions on Power Systems, 18(1), 295-304. doi:10.1109/TPWRS.2002.807072

Krumpholz, G.R., Clements, K.A., Davis, P.D. 1980. Power system observability - A practical algorithm using network topology. IEEE Transactions on Power Apparatus and Systems, PAS-99(4), 1534-1542. doi:10.1109/TPAS.1980.319578

Nagar, A.K., Powell, R.S. 2004. Observability analysis of water distribution systems under parametric and measurement uncertainty. Proceedings of the ASCE 2000 Joint Conference on Water Resources Engineering and Water Resources Planning and Management, Minneapolis, USA, 1-10. doi:10.1061/40517(2000)213

Nucera, R.R., Gilles, M.L. 1991. Observability analysis: A new topological algorithm. IEEE Transactions on Power Systems, 6(2), 466-475. doi:10.1109/59.76688

Preis, A., Whittle, A. J., Ostfeld, A., Perelman, L. (2011). Efficient hydraulic state estimation technique using reduced models of urban water networks. Journal of Water Resources Planning and Management, 137(4), 343-351. doi:10.1061/(ASCE)WR.1943-5452.0000113

Savic, D., Kapelan, Z., Jonkergouw, P. 2009. Quo vadis water distribution model calibration? Urban Water Journal, 6(1), 3-22. doi:10.1080/15730620802613380

Schweppe, F.C., Wildes, J. 1970. Power system static state estimation, Part I: Exact model. IEEE Transactions on Power Apparatus and Systems, PAS-89(1), 120-125. doi:10.1109/TPAS.1970.292678

Solares, C., Conejo, A.J., Castillo, E., Pruneda, R.E. 2009. Binary-arithmetic approach to observability checking in state estimation. IET Generation, Transmission and Distribution, 3(4), 336-345. doi:10.1049/iet-gtd.2008.0248

Walski, T.M. 1983. Techniques for calibrating network models. Journal of Water Resources Planning and Management, 109(4), 360-372. doi:10.1061/(ASCE)0733-9496(1983)109:4(360)

Yu, G., Powell, R.S. 1994. Optimal design meter placement in water distribution systems. International Journal of Systems Science, 25(12), 2155-2166. doi:10.1080/00207729408949342

Ver más Ver menos