Zur Seitenansicht
 

Titelaufnahme

Titel
Optimierung von Wasserbehältern in einem Wasserversorgungssystem mittels einer Kombination aus Netzreduktion, mathematischer Optimierung und hydraulischer Simulation
AutorHallmann, Corinna
PrüferSuhl, Leena In der Gemeinsamen Normdatei der DNB nachschlagen ; Koberstein, Achim In der Gemeinsamen Normdatei der DNB nachschlagen
Erschienen2015
HochschulschriftPaderborn, Univ., Diss., 2015
Anmerkung
Tag der Verteidigung: 11.12.2015
Verteidigung2015-12-11
SpracheDeutsch ; Englisch
DokumenttypDissertation
URNurn:nbn:de:hbz:466:2-17477 Persistent Identifier (URN)
Dateien
Optimierung von Wasserbehältern in einem Wasserversorgungssystem mittels einer Kombination aus Netzreduktion, mathematischer Optimierung und hydraulischer Simulation [2.86 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

In den letzten Jahren hat die Optimierung von Wasserversorgungssystemen in Deutschland immer mehr an Bedeutung gewonnen. Einer der Gründe dafür ist der gesunkene Wasserbedarf pro Tag und Einwohner in den letzten 20 Jahren. Bei der Planung der Versorgungssysteme wurde ein steigender Wasserbedarf prognostiziert und die Komponenten so konzipiert, dass diese den steigenden Bedarf bewältigen können. Da der Bedarf jedoch gesunken ist, gibt es viele Komponenten, die zu groß dimensioniert sind und daher ineffizient arbeiten. Dazu gehören u. a. Trinkwasserbehälter, die im Fokus dieser Arbeit stehen. Es wird ein Lösungsprozess präsentiert, mit dem die optimalen Dimensionen und Standorte für Behälter bestimmt werden. Dazu wird ein Optimierungsmodell als nicht-konvexes Mixed Integer Quadratically Constrained Program (MIQCP) formuliert. Für die Lösung des Modells wird eine stückweise Linearisierung verwendet. Da es bei großen Netzmodellen zu langen Lösungszeiten kommen kann, erfolgt vor Erstellung des Optimierungsmodells eine Reduktion des Netzmodells. Um zu überprüfen, ob die so erhaltene Lösung zulässig für das originale Netzmodell ist, wird sie mit einer hydraulischen Simulation validiert. Falls sie nicht zulässig ist, werden die Stellen, die zu einer unzulässigen Lösung führen, lokalisiert und markiert. Anschließend wird das originale Netzmodell erneut reduziert. Dabei werden die markierten Stellen für die Reduktion gesperrt, um diese detaillierter betrachten zu können. Mit dem neuen reduzierten Netzmodell wird das Verfahren erneut gestartet und solange ausgeführt, bis eine Lösung als zulässig identifiziert wurde. Mit Hilfe dieses Lösungsprozesses ist es möglich, eine Behälteroptimierung für Praxisinstanzen in annehmbarer Zeit durchzuführen.

Zusammenfassung (Englisch)

For several reasons the optimization of water distribution systems has attracted growing attention in Germany in recent years. One of those reasons is a decreasing water consumption in the last two decades. When water distribution systems were originally drafted the planners forecasted an increasing water consumption and hence they were built to handle the predicted amount of water needed. The decreasing water consumption led to numerous components no longer matching the requirements, for instance water tanks, resulting in inefficient performance. This thesis presents a method that determines the optimal dimensions and locations of water tanks in water distribution systems. A non-convex Mixed Integer Quadratically Constrained Program (MIQCP) is formulated to model this planning task. This model is solved via a piecewise linearization. As this may lead to high computing times for large water distribution systems, the size of the water distribution system model is reduced before building the optimization model. To make sure that the solution gained with this reduced version of the system model is feasible, it is verified by a hydraulic simulation. If the solution is not feasible, the locations that are responsible for the infeasible solution are located and locked for reduction. After that the original model is reduced again but without reducing the locked locations. The process starts over with this new reduced model. This is done until the simulation tool identifies a feasible solution. With this method it is possible to solve the tank optimization problem even for real world instances in reasonable time.