Prof. James McPhee Depto. Ingeniería Civil

Slides:



Advertisements
Presentaciones similares
CIENCIA La ciencia estudia la vida y su origen a través de la observación, medición y la evaluación de los datos obtenidos. Trata de explicar el por qué.
Advertisements

TAREA 1 SISTEMAS DE IDENTIFICACION. SINTESIS La primera etapa es la identificación del problema, implica la recopilación de datos que describen las diferentes.
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Impacto del cambio climático sobre el caudal en la cabecera de la cuenca del Río Amarillo Presentado por: Fernando Cordero Cesar Triviño Erwin Martínez.
Introducción CI6112/CI71A Análisis de sistemas de recursos hídricos.
Capítulo 4 Metodología de los sistemas duros. 4.1 Paradigma de Análisis de los Sistemas duros Bertalanffy (1971) menciona que los enfoques teóricos de.
TUTORIA 1 Lógica para la Computación TUTORIA 1 Facultad de Ciencias Naturales y Matemáticas.
1 Problemas de decisión Tipo particular de problemas de optimización Sistemas que evolucionan con el tiempo Se toman decisiones en momentos sucesivos de.
SIMULACION Con todo el poder de las matemáticas, existen muchos problema que desafían los métodos de solución conocidos. Por ejemplo, cuando se quiere.
Estándares para Matemáticas
Ingreso , proceso y salida de datos
COMISIÓN MANITOBA HYDRO
COMPONENTE AGUA PARA EL DESARROLLO (Water4Dev)
BALANCE HIDROLOGICO.
La influencia del desarrollo hidroeléctrico sobre el pulso hidrológico del rio Paraná Abril 2009.
CÁLCULO Y ELEMENTOS DE ALGEBRALINEAL
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO Documento XM-CND-034 Mayo 13 de 2016.
Rediseño de Procesos Sistemas de Información Administrativos
Introducción La optimización trata de buscar el punto óptimo de una función objetivo cumpliendo con una serie de restricciones. El proceso de optimización.
simulacion Resumen unidad 1 Equipo Baldor Huerta Ocejo Ivan de Jesus
INVESTIGACIÓN DE OPERACIONES
Unidad 5. Capítulo II. Modelos de sistemas en forma matricial.
Pautas Generales y Metodología de Análisis de Información en la
ÍNDICE BLOQUE IV Análisis de los Sistemas Tema VI Demanda de agua
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
Información Básica para las Simulaciones a Largo Plazo
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
Discrete event simulation for student flow in academic study periods
Gestión de Operaciones
Problema: C2= 15 [US$/h] [US$/MWh]·P [US$/MWh2]·P22
Universidad de Los Andes Facultad de Ingeniería Escuela de Ingeniería de Sistemas Departamento de Investigación de Operaciones Modelo del sistema de.
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO Documento XM-CND-027 Abril 13 de 2016.
Información Básica para las Simulaciones a Largo Plazo
PROGRAMACION DINAMICA
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO Documento XM-CND-037 Junio 14 de 2016.
DISEÑO DE EXPERIMENTOS. ¿Qué es un Diseño Experimental? Un experimento diseñado es una prueba o serie de pruebas en las cuales se inducen cambios deliberados.
ANALISIS FINANCIERO.
Etapas de la simulación de procesos
SIMULADOR MODULAR SECUENCIAL
Algoritmo Capitulo Cinco.
TEMAS 9 y 10: Planificación de la producción
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
Simulación de la Cadena de Abastecimiento de Una Empresa de Producción y Distribución de Baterías Eléctricas JONATHAN TORRES CAMILO SANTANA ANDRÉS GARCIA.
Unidad 3 Capítulo I Teoría general
 La minería de datos o exploración de datos (es la etapa de análisis de "Knowledge Discovery in Databases" o KDD) es un campo de la estadística y las.
LAS ETAPAS DE LA SIMULACION NUMERICA
INTRODUCCIÓN A LA IDENTIFICACIÓN DE SISTEMAS
FUNDAMENTOS DE PROGRAMACIÓN. INTRODUCCIÓN  Conceptos: Informática, Ordenador, Programa, Dato, Bit, Byte, Hardware, Software, Lenguaje de Programación,
TEORIA Y MODELOS DE SIMULACION
Francisco García Barrios
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO Documento XM-CND- 004 Enero 12 de 2017.
CONCEPTOS HIDROLÓGICOS APLICADOS A PRESAS. CIRCULACIÓN HIDROLÓGICA (SISTEMAS GLOBALES) Modelo de Sistema Hidrológico General El agua acumulada en un sistema.
INSTITUTO TECNOLOGICO DE VERACRUZ
Tema 6. Conceptos básicos de programación (Clase 2)
INSTITUTO TECNOLOGICO DE VERACRUZ
UNIVERSIDAD PRIVADA SAN JUAN BAUTISTA – FILIAL CHINCHA FACULTAD DE INGENIERIA DE COMPUTACION Y SISTEMAS MODELO DE SISTEMAS RIGIDOS INTEGRANTES: HUAMAN.
PLANIFICACIÓN DE LA PRODUCCIÓN
Docente: Mg.Henry Infante Takey Unidad 1 Investigación Operativa 1.
MODELADO Y SIMULACIÓN Introducción al Modelado y Simulación.
REPUBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD Dr. RAFAEL BELLOSO CHACIN INVESTIGACIÓN Y POSGRADO. MAESTÍA: INGENIERÍA DE CONTROL Y AUTOMATIZACIÓN DE PROCESOS.
INVESTIGACION DE OPERACIONES I UNIDAD I. HISTORIA La primera actividad de Investigación de Operaciones se dio durante la Segunda Guerra Mundial en Gran.
1 Tipos de Modelos Un Modelo es Una Representación Simplificada e Idealizada de la Realidad TIPOCARACTERÍSTICASEJEMPLOS Físicos Tangible Fácil de comprender.
ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN ¿Qué es una proyección? Es una estimación del comportamiento de una variable en el futuro. Específicamente, se.
“UN MODELO ESTOCASTICO PARA PREDECIR INUNDACIONES PARA COATZACOALCOS”
Introducción Modelos de evaluación: Modelos de evaluación: Recursos superficiales y subterráneos TEMA: Modelos Hidrológicos ÍNDICE.
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO Documento XM-CND-044 Julio 13 de 2016.
Econometría financiera Retorno y riesgo. ¿Qué es la econometría financiera? La econometría consiste en dar un contenido empírico a un razonamiento económico.
SIMULACIONES 2019 German Vega Quintero John Farley Paez Santamaria.
Transcripción de la presentación:

Prof. James McPhee Depto. Ingeniería Civil Modelos de simulación Prof. James McPhee Depto. Ingeniería Civil

En ingeniería de recursos hídricos los sistemas se estudian usando Modelos simulación Modelos de interés optimización

Pueden ser determinísticos o estocásticos Diferentes condiciones o estados MODELO Representación idealizada y simplificada Sistema Características Propiedades Funcionamiento Proceso OBJETIVO

Objetivos: - Análisis - Predicción - Diseño - Evaluación - etc.

MODELOS DE SIMULACION EN INGENIERIA DE RECURSOS HIDRICOS El sistema se reproduce mediante relaciones algebráicas y matemáticas, y mediante elementos de decisiones lógicas. El modelo permite analizar las relaciones entre entradas (x, t) y salidas (x, t)

En modelos de simulación puros la “optimización” del diseño u operación se efectúa esencialmente por un proceso de “prueba y error”, con sucesivas “corridas” del modelo. El modelo puede incluir el cómputo de diversos índices de “efectividad” como salidas o resultados.

La principal diferencia en Modelos de Optimización, es que éstos incluyen algún algoritmo de mejoramiento de algún índice de efectividad para encontrar un “óptimo”

Modelos de Optimización que se usan en Ingeniería de Recursos Hídricos: - Programación Lineal - Programación No Lineal - Programación Dinámica - Teoría de Decisiones

Modelos de Operación Simulada de Sistemas de Recursos Hídricos Etapas:  Modelo Resultados Conclusiones

ETAPA DE ANALISIS DEL SISTEMA Definición de la configuración: sistema actual y posibles cambios futuros Análisis de la Información Disponible y análisis de posibilidades de complementación de esta información Definición de variables relevantes para el diseño Concepción de políticas de gestión del agua en el sistema

ETAPA DE SINTESIS DEL SISTEMA Definición topológica del modelo Definición de todas las variables relevantes Traducción de las políticas de gestión en reglas de operación Selección del software o lenguaje de computación Formulación del modelo en términos de relaciones matemáticas y decisiones lógicas

ETAPA DE VERIFICACION Comprobar con datos de prueba que el modelo produce resultados coherentes con el comportamiento esperado, para cada elemento o subsistema

ETAPA DE VALIDACION Comprobar que el modelo produce resultados comparables con los observados para situaciones conocidas históricas

ETAPA DE ANALISIS CON EL MODELO Operar Modelo para distintos escenarios Analizar y sintetizar resultados Reoperar Modelo y reanalizar resultados etc. El proceso termina cuando el analista considera que ha alcanzado la (o las) mejor (es) solución (es)

COMPONENTES DEL MODELO Nodos de Balance hídrico Elementos especiales: superficies de riego, canales artificiales, tramos de río, puntos de extracción de agua, elementos de almacenamiento (regulación), otras obras especiales

VARIABLES DEL MODELO De decisión o diseño de estado exógenas

Relaciones Funcionales: describen interrelaciones entre elementos componentes del sistema Constantes Entradas o Insumos (hidrología histórica o sintetizada) Productos o Resultados

EJEMPLO MODELO DE SIMULACION Objetivo: Diseño de un embalse para satisfacer las demandas de una zona de riego Variables de Diseño: V: volumen (o capacidad) útil del embalse S: Superficie de riego por abastecer

Información: - Serie de caudales medios mensuales afluentes al sitio del embalse (histórica o estocástica): Qi,j (m3/s) i= año j=1,....,12 mes - Evaporación mensual desde el lago del embalse: ej (mm) - Demandas de riego mensuales: Djn (m3/3/Há) - Superficie del Lago del embalse en función del estado de almacenamiento: A i,j=f(Si,j)

Variables de estado: - Volumen de agua almacenado al inicio del mes j del año i: Si,j - Superficie del Lago del embalse al inicio del mes j del año i: Ai,j

Variables de resultado - Entregas del embalse para riego en el mes j, año i: E i,j - Rebases del embalse en mes j, año i: R i,j - Demanda suplida de la zona de riego (mes j, año i): Dis,j - Beneficios Anuales: Bi=b (Dis,j ; j=1,.......12) - Seguridad de Riego: (i=1,...........,n) n: número de años simulados

Síntesis (modelo) para todo i para todo j=1,……..,11 para todo i; j=12 Ecuación de continuidad: para todo i para todo j=1,……..,11 para todo i; j=12

Síntesis (modelo) Decisiones lógicas: a) Si: Para todo i Para j=1,…….,11 Para todo i;j=12

Síntesis (modelo) b) Si: ó ó

Síntesis (modelo) c) Si:

o bien para j = 12

Regla de Operación Embalse de Operación Anual → Regla de Operación Estacional Embalse de Operación Multianual (Interanual) → Regla de Operación Multianual

Caso 1.-

Entrega de agua a lo largo de la temporada de riego, se hace conociendo el volumen almacenado en el embalse al 1º de Septiembre, y, estimando los afluentes al embalse durante la temporada (Pronóstico) Podría plantearse como objetivo entregar “un porcentaje parejo de la demanda” en cada mes de la temporada de riego. Es decir:

--------------------------------------------------------------- Esto da origen a un problema de programación lineal F.O. max 1) 2) --------------------------------------------------------------- 3) todo j

Caso 2.- Multianual Meta max entrega VD= Vol. Embalsado al 1º Sep. + Vol. Pronosticado temporada

: exceso de entrega sobre Si se desea determinar el volumen de regulación necesario para satisfacer una entrega garantizada , se puede plantear: min V s.a. : exceso de entrega sobre

Planteamiento por P.L. Haciendo Variar (Entrega anual)

El problema anterior se puede plantear alternativamente: max E* s.a.

E* = Entrega garantizada anual : factor de importancia mes j Haciendo variar V como parámetro se obtiene max entrega garantizada

En caso que se quiera hacer Evj = f (Sij) ó Evj = f (SIJ , Si,j+1) Planteamiento de programación no lineal