...

Todini_Como_2012

by user

on
Category: Documents
11

views

Report

Comments

Transcript

Todini_Como_2012
LA GESTIONE DELL’ACQUA DEL
LAGO DI COMO
Como, 26 Marzo 2012
LA REGOLAZIONE OTTIMALE E LA
GESTIONE IN TEMPO REALE DEL
LAGO DI COMO
Prof. Ezio Todini
Presidente Società Idrologica Italiana
Università di Bologna
S
I
I H S
Il lago di COMO
Superficie del bacino
4.552 km2
Superficie del lago
145 km2
Lunghezza
46 km
Massima Profondità
410 m
Afflusso medio annuo
5000 Mm3
Volume di invaso
246 Mm3
NOTA: il rapporto Vol. Invaso/Vol. Afflusso m.a. < 1/20
La regolazione del Lago di Como
Obbiettivi prioritari
La regolazione del lago viene effettuata per soddisfare
fondamentalmente tre obbiettivi:
1) Soddisfare la domanda irrigua
2) Soddisfare la domanda idro-elettrica
3) Impedire, per quanto possibile, l’allagamento di Como
La regolazione del Lago di Como
Vincoli
Al raggiungimento degli obbiettivi, si aggiungono anche
dei vincoli:
4) Limite inferiore di concessione da non superare
5) Rilascio minimo vitale
Cui più recentemente è stata aggiunta la necessità di:
6) Creare una scorta per far fronte ad emergenze idriche
in Po dovute alla siccità
Le utenze del lago di COMO
Le paratoie di regolazione
del lago di COMO
La regolazione del Lago di Como
Escursus storico
Fino al 1997 la regolazione è stata effettuata secondo il
concetto dell’ ”acqua nuova” , definita come:
Quella maggior portata rispetto alla portata naturale di
deflusso dal lago che può erogare in virtù dalla regolazione,
nei limiti della portata normalmente utilizzata dalle
utenze consorziate.
Essa si ottiene ogni giorno come differenza tra la portata
effettivamente erogata dal lago e la portata di deflusso
naturale, mettendo in conto solo le differenze positive.
I problemi della regolazione del Lago di Como
1) Il volume operativo del lago è modesto visti i limiti di
concessione che vanno da -40 cm a Malgrate a +120 cm
quando l’acqua del lago inizia ad inondare la piazza di Como
2) Le portate massime rilasciabili dalle paratoie di
regolazione, a piena apertura, sono dell’ordine di
900-1000 m3 s-1 quando il lago è già a 250 cm a Malgrate,
a fronte di portate in afflusso di 1800-2000 m3 s-1
CONSEGUENZA: Il lago può passare da -40 cm a 120 cm
in soli 3 giorni
La regolazione del Lago di Como
Statistiche nel periodo 1961-1995
Deficit medio annuo di erogazione:
Livello massimo raggiunto:
Livello > 120 cm (acqua in piazza)
Livello > 140 cm (traffico fermo)
Livello > 173 cm (piena ordinaria)
839,33 Mm3
2,64 m
1028 giorni
255 giorni
84 giorni
Le tecniche di ottimizzazione
disponibili per la gestione dei serbatoi
(per obiettivo singolo o ad esso riconducibile)
- Programmazione non-lineare (AA VV)
- Programmazione lineare (G. Dantzig, 1947)
- Programmazzione dinamica (R. Bellman, 1957)
- Programmazione dinamica stocastica (Howard, 1960)
Tutte queste tecniche sono tecniche
di ottimizzazione a lungo periodo
In altre parole, l’ottimizzazione deterministica si effettua
in base ad una successione di anni ottenuta ripetendo
Identicamente a sé stesso “un anno medio”.
Nel caso dell’ottimizzazione stocastica, viene invece
effettuata la ricerca dell’ottimo rilascio che minimizzi il
valore atteso dei possibili “mancati guadagni”, su una
successione sufficientemente lunga di anni medi usando
anche “statistiche medie”, quali le matrici di transizione
che esprimono la probabilità di un afflusso del prossimo
intervallo temporale in funzione dell’afflusso dell’ultimo
intervallo osservato.
La tecnica di ottimizzazione
utilizzata su base decadale
L’algoritmo utilizzato è di programmazione
dinamica stocastica ottenuto modificando
opportunamente l’algoritmo di
L. F. Alarcon, D. H. Marks (1979)
A Stochastic Dynamic Programming Model for the
Operation of the High Aswan Dam
Rep. No. 246 Ralph M. Pearson Laboratory, MIT
Cambridge, Mass, USA.
per tenere conto di un orizzonte in avanti
Lo schema di ottimizzazione
di lungo periodo
ft
n

S it , Q tj1


 max 
Ri, j , t 


Pjlt 1
BN
i, l, t

f t n11

S kt 1 , Qlt
l




Recursive equation
La funzione obiettivo
S k ,t 1  S i ,t  Ql ,t  Ri , j ,t  0
S k ,t 1  S i ,t  Ql ,t  Ri , j ,t  C
Le equazioni di
transizione dello stato
ed i vincoli
Programmazione Dinamica Stocastica
ottimizzazione su base decadale
La funzione obiettivo
-40 cm
12000.00
8000.00
V j = 0,942
173 cm
6000.00
4000.00
140 cm
Vi = 1.25085
120 cm
Vi = 1.203
2000.00
0.00
Vi = 1.174
Vi = 1.1595
0.
89
0. 45
91
9
0. 5
94
0. 45
96
0. 95
99
1. 45
01
9
1. 5
04
1. 45
06
1. 95
09
1. 45
11
1. 95
14
4
1. 5
16
1. 95
19
1. 45
21
1. 95
24
4
1. 5
26
1. 95
29
1. 45
31
95
Costs [LIT x 106]
10000.00
Volume of Lake Como [m 3 x 109]
Penalties set in the objective function
to introduce the upper and lower constraints
Tecniche di ottimizzazione
a breve periodo
La regolazione a lungo periodo non è sufficiente, poiché in
tempo reale disponiamo di previsioni, che ancorché incerte,
hanno un contenuto informativo più elevato che non le
matrici di transizione, che come detto, rappresentano
“un comportamento medio”.
Pertanto la regolazione a lungo periodo viene corretta,
quando necessario, con la regolazione a breve che viene
derivata ancora una volta mediante uno schema di PDS,
basandosi questa volta sull’”incertezza predittiva” della
previsione in tempo reale.
La previsione in tempo reale
Poiché la previsione necessaria alla regolazione del lago deve
avere un orizzonte temporale > 24 ore, non è al momento
possibile utilizzare un modello idrologico di previsione in
quanto il tempo di corrivazione del bacino afferente al
Lago di Como è attorno alle 16 ore.
In attesa di previsioni meteorologiche quantitative di migliore
qualità è stato deciso di adottare un modello di tipo
stocastico non-stazionario, noto in letteratura come:
Nearest Neighbour (S. Yakowitz, 1987)
La previsione degli afflussi su base giornaliera
Presente
(b)
(a)
(c)
(a)
(c)
(b)
Tempo
La tecnica del Nearest Neighbour
Il vettore delle ultime
osservazioni
xt 


 xt    

X t   





 xt  d  1 
dove   1 e d=12 ore
è confrontato con tutti i
vettori registrati in passato
t   t  f
con
X t 
L’APPROCCIO
NEAREST NEIGHBOUR
 xˆt i t
 xˆt i t
1

n
n
 Xˆ
k
t  i 
k 1
 n

2
2
ˆ
X k t  i   n m t  i  



  k 1

n 1







12
in termini del valore più elevato Permette di trovare valore atteso
e dev. std. della previsione
di coefficiente di regressione
Xˆ k t  i   aˆ k  bˆk X k t   i 
i  1, f ; k  1, n
Tecniche di ottimizzazione
a breve periodo
A. P. GEORGAKAKOS , D. H. MARKS D.H. (1989) hanno
introdotto una tecnica di ottimizzazione a breve la:
Extended Linear Quadratic Gaussian Control (ELQG)
che tiene conto di afflussi di tipo stocastico.
Tuttavia la ELQG si basa su serie generate casualmente
e non su afflussi deterministici, come la portata del fiume,
la cui indeterminazione dipende solo dal fatto che per il
futuro essi sono previsti e non osservati.
Inoltre ELQG minimizza la probabilità di esondazione
e non necessariamente una stima del danno atteso.
Tecniche di ottimizzazione
a breve periodo
L’algoritmo utilizzato per il lago di Como prende le mosse
dalle considerazioni relative alle figure seguenti dove
l’incertezza predittiva è espressa sotto forma di una
Gaussiana centrata sul valore medio della previsione
12000,00
8000,00
V j = 0,942
Rilasci
6000,00
Vi = 1.25085
4000,00
2000,00
0,00
Vi = 1.203
Vi = 1.174
Vi = 1.1595
Incertezza
Media Incertezza
0,
89
0, 45
91
0, 95
94
0, 45
96
0, 95
99
1, 45
01
1, 95
04
1, 45
06
1, 95
09
1, 45
11
1, 95
14
1, 45
16
1, 95
19
1, 45
21
1, 95
24
1, 45
26
1, 95
29
1, 45
31
95
Costi [LIT x 106]
10000,00
Volume delLago di Como [m 3 x 109]
12000,00
8000,00
V j = 0,942
Rilasci
6000,00
Vi = 1.25085
4000,00
2000,00
0,00
Incertezza
Vi = 1.203
Vi = 1.174
Vi = 1.1595
Media Incertezza
0,
89
0, 45
91
0, 95
94
0, 45
96
0, 95
99
1, 45
01
1, 95
04
1, 45
06
1, 95
09
1, 45
11
1, 95
14
1, 45
16
1, 95
19
1, 45
21
1, 95
24
1, 45
26
1, 95
29
1, 45
31
95
Costi [LIT x 106]
10000,00
Volume del Lago di Como [m 3 x 109]
La funzione obbiettivo per l’ottimizzazione giornaliera
EJ  x   cT RT  x   c M RM  x   cV RV  x 

  
nmax Vi 1
  i   Vi    i   Vi 
2
i

e
1     x 
 

2 

i 1 Vi

  
nmin V j 1
j 1 V j
j



  j V j    j V j 

2
2
 2
e
1     x 
 

2 

d
2
 2
è un compromesso fra quello che si perde rilasciando
l’acqua ed il valore atteso di ciò che non si perde per
danni da esondazione o di tipo ecologico
d
La soluzione è effettuata per via analitica conoscendo
EJ  x   cT RT  x   c M RM  x   cV RV  x 


nmax
  N 
i
i 1
 N  i   i n i  n i 1  i  i n i   i 1n i 1 N  i 1 N  i 
i 1
nmin
  N   N    n  n    n   n  N   N  
j 1
j
j
j
j 1
j
j
j
j 1
j
j 1
j 1
j
j 1
L’espressione analitica della funzione obbiettivo
dEJ x 
 cT  cM  c R
dx


  n  n
nmax
i
i
i 1
  i  i n i   i 1n i 1 N  i 1 N  i   i 2   i2 n i  2   i21 n i 1
i 1
nmin
  n  n    n   n  N   N    2   n  2   n 
j
j
j 1
j
j
j
j 1
j 1
j 1
j
j
2
j
j
2
j 1
j 1
e della sua derivata
in funzione della media e della dev. std. della previsione
j 1
Risultati della regolazione
L’analisi dei risultati viene effettuata sulla base
di due periodi di simulazione.
Il primo, nel periodo dal 1981 al 1995, prima della
messa in operatività del sistema (1997), per
valutare i miglioramenti ottenibili rispetto alla
regola di gestione tradizionale.
Il secondo, nel periodo dal 2000 al 2006, sia per
verificare come è andata la nuova regolazione, sia
per ricercare soluzioni per fronteggiare le nuove
criticità dovute all’aumentata frequenza di periodi
siccitosi
Risultati della regolazione 1981-1995
SIMULAZIONE
1981- 1995
Storici
Lungo P.
Lungo P.
+ Breve P.
Livello lago > 1,20 m [giorni]
133
77
90
Livello lago > 1,40 m [giorni]
71
54
61
Livello lago > 1,73 m [giorni]
35
35
36
Livello minimo
[m]
-0,70
-0,46
-0,46
Livello massimo
[m]
2,64
2,62
2,63
Deficit
medio annuo
[Mm3]
891,64
937,98
780,01
Deficit medio
11/5 -10/8
[Mm3]
116,53
90,38
58,99
Deficit medio
11/7-10/8
[Mm3]
44,06
65,26
38,80
Risultati della regolazione 1981-1995
- Si ha una riduzione nel numero di giorni di
inondazione di Como per gli eventi a maggior
frequenza (da 133 a 90 e da 71 a 61).
- Non si ha invece riduzione nel numero di giorni per
gli eventi più rari nell’impossibilità di rilasciare
acqua a sufficienza.
-Si ha una forte riduzione del deficit idrico medio
(da 890 a 780)
Per di più si è riscontrato
- Un aumento del 3% nella produzione idroelettrica.
Risultati della regolazione 2000-2006
SIMULAZIONE
2000- 2006
Storici
Lungo P.
Lungo P.
+ Breve P.
Livello lago > 1,20 m [giorni]
56
60
63
Livello lago > 1,40 m [giorni]
40
42
42
Livello lago > 1,73 m [giorni]
16
21
18
Livello minimo
[m]
-0,40
-0,45
-0,45
Livello massimo
[m]
2,62
2,94
2,70
Deficit
medio annuo
[Mm3]
1197,34
1257,78
1151,28
Deficit medio
11/5 -10/8
[Mm3]
206,40
241,26
208,09
Deficit medio
11/7-10/8
[Mm3]
107,09
119,11
109,09
Risultati della regolazione 2000-2006
- La simulazione della regolazione è molto simile a
quella operata dal gestore che seguiva le indicazioni
fornite dal sistema di supporto decisionale (DSS)
NOTA: non c’è da meravigliarsi che la regolazione
del gestore sia migliore di quella ottenuta in
simulazione, in quanto il gestore opera in condizioni
di maggiori informazioni rispetto a quelle fornite al
DSS in simulazione (ad esempio trend dei prossimi
giorni, informazioni meteo, ecc.)
Il grado di soddisfazione degli agricoltori
Fonte:
Politecnico di Milano
Aggiornamento della regolazione
per far fronte a periodi siccitosi
L’impossibilità attuale di effettuare previsioni
stagionali degli afflussi al lago, non consente di
dividere gli anni in anni abbondanti ed anni siccitosi
Si è quindi cercata una nuova regola di compromesso.
La regola che ha dato i migliori risultati è quella
che mantiene il limite inferiore a -40 cm per tutto
l’anno salvo iniziare a riempire il lago dal 10/05 fino
ad arrivare, al livello di + 40 cm il 10/07 per poi
riportarlo a -40 cm entro il 10/08.
Risultati della regolazione
SIMULAZIONE
2000- 2006
Storici
Lungo P.
+ Breve P.
Nuova
Regola
Livello lago > 1,20 m [giorni]
56
63
62
Livello lago > 1,40 m [giorni]
40
42
43
Livello lago > 1,73 m [giorni]
16
18
19
Livello minimo
[m]
-0,40
-0,45
-0,45
Livello massimo
[m]
2,62
2,70
2,70
Deficit
medio annuo
[Mm3]
1197,34
1151,28
1154,08
Deficit medio
11/5 -10/8
[Mm3]
206,40
208,09
221,22
Deficit medio
11/7-10/8
[Mm3]
107,09
109,09
59,85
Risultati della regolazione 2000-2006
RILASCI
1000
900
800
Rilasci reali
Rilasci PD
Rilasci PD+NN
Serie4
700
600
500
400
300
Domanda
200
100
0
1
101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001 2101 2201 2301 2401 2501
Risultati della regolazione 2000-2006
Livelli del Lago di Como
3,5
3
Livelli reali
Livelli PD
Livelli PD+NN
Serie2
Serie5
Serie6
Serie7
2,5
2
m 1,73
m 1,40
m 1,20
1,5
1
0,5
0
m -0,40
-0,5
-1
1
101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001 2101 2201 2301 2401 2501
Risultati della nuova regolazione
per periodi siccitosi 2000-2006
- La simulazione della nuova regolazione è molto
simile a quella precedente con modesti
peggioramenti dei vari indicatori, come ad esempio
il deficit medio annuo, ma con una forte riduzione
del deficit medio nel periodo 10/7-10/8, che
passa da ~ 109 Mm3 a ~60 Mm3.
CONCLUSIONI
Da un punto di vista operativo il DSS installato
sin dalla fine del 1997 è risultato:
- Positivo per la maggiore disponibilità di acqua ad uso
irriguo ed idroelettrico;
- Essenziale durante le crisi dovute alle piene,
consentendo di ridurre soprattutto la frequenza
di episodi di allagamento della piazza di Como.
PROSPETTIVE FUTURE
- Integrazione nel DSS delle previsioni
meteo-idrologiche tenendo conto della loro
incertezza predittiva;
- Sviluppo di un modello di previsione stagionale
degli afflussi al Lago per affinare le regole
di gestione durante gli anni siccitosi.
LA GESTIONE DELL’ACQUA DEL
LAGO DI COMO
Como, 26 Marzo 2012
Grazie della
vostra attenzione
Per ulteriori dettagli e informazioni:
Luigi Bertoli <[email protected]>
Ezio Todini
<[email protected]>
S
I
I H S
Fly UP