Multi-objective and risk-based modelling methodology for planning, design and operation of water supply systems

Abstract

The ongoing changes in the society’s perception of the role and function of infrastructure systems as well as degradation of the state of natural resources, increasingly appoint new challenges to the management of water supply systems. Out of many, the main the main research objectives of this research are: the integration of multiple objectives and criteria, and the incorporation of uncertainty, risk and reliability considerations in the water supply systems analysis. In order to help to implement these objectives in everyday planning, design and operation of water supply systems, an unique optimisation methodology has been developed and implemented into corresponding computer models. The methodology uses the network approach for conceptual and structural representation of water supply systems and define planning, design and operation management problems as Network Minimum Cost Flow problems with multiple objectives. Different impacts of water supply projects or actions such as economic costs, environmental consequence or social disapproval are add together according to the utilities (preferences) of decision makers by implementing theMulti Objective Simulated Annealing (MOSA) method. In order to improve the performance of the algorithm for complex combinatorial problems and reduce questioning of non-optimal alternatives, the MOSA algorithm is embedded into the Branch and Bound method. For optimisation problems defined on networks, the combination of the previous two algorithms provide for robust and efficient identification of Pareto-solutions. The inclusion of uncertainty, risk and reliability considerations in the analysis is based on the Stochastic design approach. It provides for the inclusion of decision makers’s risk perception in evaluation of the satisfactory system’s performance. The accepted risk for some system configuration is obtained as a statistical expectation of the costs of expected failures. A deterministically defined failure of an individual system component is considered with an advanced Path Restoration method, while a probabilistically defined performance failure is addressed with stochastical simulation of system’s performances. An advanced sampling method (i.e. Latin Hypercube) is used for the creation of representative samples of uncertain and variable parameters. The system’s reliability is obtained form the statistical analysis of calculated system’s performances evaluated with predefined risk tolerance levels. Finally, a demonstration at a) a multi-objective planning problem of a system expansion, b) a NP-hard design problem of pipe diameters selection and c) a complex operation problem of pump scheduling is done on the basis of well known test studies from the literature. These proved that network system representation, multi-objective problem formulation and inclusion of decision makers’ preferences and risk perception in the development of optimal alternatives improve the creation of Pareto-optimal solutions, increase the efficiency of optimisation procedure and add to the transparency of the system analyse.

Die verstärkte Nutzung der natürlichen Wasserressourcen und die weltweite Verunreinigung dieses kostbaren Schatzes im 20. Jahrhundert führte zur Erschöpfung und Verschmutzung vieler natüurlicher Wasserkörper. Die wachsende Spannung zwischen intensiver Wassernutzung und der natürlichen Funktion von Ökosystemen, veränderte unsere Vorstellung über die Aufgabe der Wasserversorgungssysteme. Die integrierte Betrachtung von gesellschaftlichen, ökonomischen und ökologischen Aspekten von Wasserversorgungssystemen und die Einbeziehung der Unsicherheiten und der Veränderlichkeit der Eingangsparameter wurden als Hauptbeweggründe dieser Studie festgelegt. Um diese Herausforderungen in der alltäglichen Planung, beim Entwurf und im Betrieb der Wasserversorgungssysteme einzusetzen, wurde hier eine Methodologie für die modellbasierte Analyse und Optimierung dieser Systeme entwickelt. Die Methodologie verwendet den Netzwerkansatz für die konzeptionelle und strukturelle Darstellung der Wasserversorgungssysteme und definiert damit ein Network Minimum Cost Flow Problem mit mehrfachen Zielsetzungen, um Planungs-, Entwurfs- und Betriebsmanagementprobleme mathematisch zu formulieren. Unterschiedliche Aspekte von Wasserversorgungsprojekten und -aufgaben, wie Minimierung von ökonomischen Kosten, Umweltauswirkungen oder negativen soziale Folgerungen, werden den Präferenzen von Entscheidungsträgern entsprechend, mit der Multi-objective Simulated Annealing (MOSA) Methode (Ulungu et al., 1995; Kirkpatrick et al., 1983; Cerny, 1985) zusammengeführt. Um die Leistungsfähigkeit des Algorithmus für komplizierte kombinatorische Probleme zu verbessern und das Abfragen der nicht-optimalen Alternativen zu verringern, wird der MOSA Algorithmus in die Branch and Bound Methode (Land 1960) eingebettet. Für gut strukturierte Netzwerk-Optimierungsprobleme gewährleistet die Kombination der beiden genannten Algorithmen eine robuste und leistungsfähige Ermitllung der Pareto-optimalen Lösungen. Eine methodische Einbeziehung der Unsicherheiten und der Veränderlichkeit der Eingangsparameter wird erreicht, indem man unterschiedliche mögliche Systemalternativen mit Hilfe der stochastischen Simulationsverfahren evaluiert. Die dafür nötigen repräsentativen Stichproben der Eingangsparameter wurden mit der Latin Hypercube Sampling Technik (Iman and Shortencarier 1984) generiert. Eine statistische Analyse der berechneten Systemsleistungen für diese Stichproben wird dann für die Einschätzung der Systemzuverlässigkeit verwendet. Zusammen mit der Ausfallanalyse, welche durch das Pat Restoration Verfahren (Iraschko et al. 1998) eingeführt worden ist, wird die Kompromissfindung zwischen der Systemzuverlässigkeit und Kriterien wie ökonomische Kosten ermöglicht. Die beschriebene Methodologie wurde in drei entsprechenden Computermodellen umgesetzt. Sie sind an die spezifischen Aspekte der Wasserversorgungsplanung, des Entwurfes und des Betriebsmanagements angepasst und ermöglichen im Verbund eine volle Entscheidungsunterstützung im Management von Wasserversorgungssystemen. Die Teilmodelle wurden anhand von folgenden Fallstudien erläutert: a) Planung der Entwicklung der Wasserversorgungsstruktur, b) Bestimmung der Kapazität des Wasserversorgungsnetzes und c) Identifizierung des optimalen Pumpbetriebs desWasserversorgungssystems.