Optimización del diseño de una red de suministro de agua para un proyecto de expansión en la sabana de Bogotá

Abstract

La necesidad de hacer eficientes y económicamente viables las grandes inversiones necesarias para la construcción de redes de abastecimiento de agua, hace que se preste especial atención al diseño de este tipo de sistemas. Concebir soluciones económicamente optimas y que garanticen un adecuado funcionamiento de los sistemas de acueducto es uno de los grandes retos que, durante las últimas tres décadas, han abordado numerosas investigaciones, las cuales han centrado sus esfuerzos en desarrollar metodologías de optimización que pudieran aplicarse a su diseño. En general, el diseño de redes de distribución de agua es un problema que por su complejidad se clasifica como NP-hard (Yates, Templeman, & Boffey, 1984); es decir que es un problema para el cual no se conoce ningún método determinístico que permita solucionarlo en un tiempo razonable. El problema radica esencialmente en la elección de los diámetros como variables de decisión. Las restricciones son funciones implícitas de estos mismos diámetros. Este trabajo se centra fundamentalmente en el dimensionamiento hidráulico de redes de distribución de agua, de modo que se cumplan una serie de requerimientos de servicio, entre los que se incluyen las condiciones mínimas y máximas de presión y velocidad en la red. Se desarrollaron en Python los algoritmos evolutivos conocidos como Algoritmo Genético (AG) y Particle Swarm Optimization (PSO), utilizando principalmente las librerías DEAP y EPANETTOOLS. En esta tesis se comparan los resultados obtenidos por los mencionados algoritmos evolutivos al aplicarlos en el diseño de una red real construida en la sabana de Bogotá y en una red en la que se han evaluado diversos algoritmos de optimización, que han sido ampliamente documentados en la literatura, la red de Hanoi. Las técnicas heurísticas desarrolladas, aunque no garantizan encontrar la solución óptima, contienen estrategias que permiten alcanzar los objetivos y encontrar soluciones cercanas a la óptima. En ocasiones es preferible encontrar al menos una solución aproximada, pero viable, aunque algunos pocos parámetros puedan no satisfacer estrictamente una restricción.

The need to make the large investments necessary for the construction of water supply networks efficient and economically viable, gives special attention to the design of such systems. Conceiving economically optimal solutions that guarantee the proper functioning of the aqueduct systems is one of the great challenges that, during the last three decades, have addressed numerous investigations, which have focused their efforts on developing optimization methodologies that could be applied to their design. In general, the design of water distribution networks is a problem that, due to its complexity, is classified as NP-hard (Yates, Templeman, & Boffey, 1984); that is to say, it is a problem for which no deterministic method is known that allows solving it in a reasonable time. The problem lies essentially in the choice of diameters as decision variables. Restrictions are implicit functions of these same diameters. This work focuses primarily on the hydraulic sizing of water distribution networks, so that a series of service requirements are met, including the minimum and maximum pressure and speed conditions in the network. The evolutionary algorithms known as Genetic Algorithm (AG) and Particle Swarm Optimization (PSO) were developed in Python, using mainly the DEAP and EPANETTOOLS libraries. In this thesis the results obtained by the aforementioned evolutionary algorithms are compared when applied in the design of a real network built in the savanna of Bogotá and in a network in which various optimization algorithms have been evaluated, which have been widely documented in the Literature, the Hanoi network. The developed heuristic techniques, although they do not guarantee to find the optimal solution, contain strategies that allow reaching the objectives and finding solutions close to the optimal one. Sometimes it is preferable to find at least one approximate, but viable solution, although a few parameters may not strictly satisfy a constraint.