Gondwana

Het drinkwaterdistributienetwerk zoals het nu in de grond ligt is een resultaat van een evolutie van materiaalgebruik, ontwerpfilosofieën en -doelstellingen door de tijd. Het ontwerp berust vaak op ervaringskennis en extra veiligheidsmarges. Nu veel drinkwaterbedrijven voor een groeiende vervangingsvraagstuk staan, en bovendien overwegen om hun netwerken ‘slim’ te maken, is het zinvol om na te denken over welke netstructuur wordt teruggelegd, en op welke manier dit van sensoren en appendages moet worden voorzien. Hiermee wordt het waardevol om op een meer holistische wijze het ontwerpproces uit te voeren, rekening houdend met diverse aspecten als leveringszekerheid, waterkwaliteit, energie, en  uiteraard,  kosten. Hoewel experts hiervoor goede strategieën toepassen, blijkt dat numerieke optimalisatiemethoden toegepast door experts tot betere ontwerpen kunnen leiden dan klassieke benaderingen.

Om de brug tussen het academisch onderzoek en de toepasbaarheid in de praktijk te slaan heeft KWR het optimalisatieplatform Gondwana ontwikkeld.

Gondwana beoogt een uitstekende aansluiting op de behoeften van de waterbedrijven voor  wat betreft flexibiliteit en aansluiting op verschillende toepassingsmogelijkheden.  Voorbeelden van toepassingsmogelijkheden van Gondwana zijn:

• het ontwerp van streefstructuren en transities van huidige configuraties naar streefstructuren, met als doelstellingen lage kosten en goede prestaties. Prestaties kunnen worden bepaald door o.a. de mate van leveringszekerheid, gewenste druk, waterkwaliteit, energieverbruik en aantal storingen;
• het bepalen van optimale DMA’s (District Metered Areas), om met zo min mogelijk volumestroommeters de detecteerbaarheid van lekken en andere afwijkingen te maximaliseren;
• het bepalen van optimale afsluiterconfiguraties, met als doelstellingen lage ondermaatse leveringsminuten (OLM) en goede spuibaarheid van secties;
• het bepalen van optimale locaties van waterkwaliteitssensoren of monsternames, met als doelstellingen het minimaliseren van de detectietijd, het maximaliseren van de pakkans of dekkingsgraad, het faciliteren van bronbepaling, etc..

In alle toepassingen kan rekeningen worden gehouden met verschillende scenario’s, zoals veranderingen in de watervraag, storingen en besmettingen.

Optimaliseren is mogelijk als “impliciete multicriteriumoptimalisatie”, dit leidt tot , die tot één ontwerp dat het best presteert op de gekozen combinatie en weging van de doelstellingen.

Ook “expliciete multicriteriumoptimalisatie” is mogelijk: dit leidt tot een verzameling van ontwerpen die allemaal in wisselende verhoudingen optimaal presteren op de gekozen doelstellingen. Deze verzameling wordt een “Paretofront” genoemd. Een voorbeeld is weergegeven in afbeelding 1, waarin op de twee assen de prestatie op twee doelstellingen is weergegeven. Op beide doelstellingen is minimalisatie gewenst. Alle punten representeren een ontwerp, maar alleen de bruine punten aan de linker onderrand (het Paretofront) presteren optimaal. De gebruiker kan de verschillende ontwerpen op het Paretofront vergelijken en besluiten in hoeverre een verbetering op de ene doelstelling een concessie op de andere rechtvaardigt.

Afbeelding 1: Afweging tussen twee doelstellingen (prestaties op de horizontale resp. verticale as), met optimale oplossingen op het Paretofront in het bruin weergegeven

Optimalisatietool Gondwana: kracht, flexibiliteit en gebruiksvriendelijk

Gondwana is gebouwd rondom EPANET* (voor de hydraulische simulatie van leidingnetwerken) en de Inspyred bibliotheek** voor de meta-heuristieke optimalisatiemethoden. Door middel van een grafische interface en een reeks van tabbladen (Afbeelding 2) kan de gebruiker een optimalisatieprobleem op gestructureerde wijze instellen: bestaande netwerken laten inlezen, definiëren aan welke eisen het verbeterde netwerk moet voldoen en vaststellen in welke zin het verbeterd moet worden (doelstellingen).

Afbeelding 2: Hoofdscherm van Gondwana met tabbladen voor de definitie van deelaspecten, uitvoeren van berekeningen en analyse van resultaten. Voorbeeld netwerk betreft het benchmarkprobleem New York tunnels.

Tabel 1 geeft een overzicht van de verschillende tabbladen die moeten worden doorlopen bij het opzetten van een optimalisatieprobleem.

Wanneer een optimalisatieprobleem is ingesteld kan Gondwana aan de slag: door op willekeurige wijze veranderingen aan te brengen aan de beslisvariabelen, maar op gestructureerde wijze de enkele resulterende verbeteringen in de prestatie op te merken en verder te brengen in een proces dat een “evolutionair algoritme” heet, wordt stap voor stap naar een beter presterend netwerk gerekend. Dit lijkt een beetje op “natuurlijke evolutie”, en zo kan op een snelle en efficiënte manier een (grote) oplossingsruimte worden doorzocht. Wanneer het optimalisatieproces voltooid is kan de gebruiker de resultaten bekijken, vergelijkingen maken met het huidig ontwerp, en wegschrijven naar het gewenste formaat.
De tool is beschikbaar voor het doorrekenen van problemen door KWR.

[1] Rossman, L. A. (2000). EPANET 2 Users Manual, U.S. Environtmental Protection Agency.
[2] A. L. Garrett, Inspyred 1.0 Documentation, Jan. 2015.

Gondwana in de praktijk

In de afgelopen jaren is Gondwana ingezet voor het inrichten van DMA’s, en het ontwerp van en transitie naar streefstructuren. Hiermee zijn overtuigende en toepasbare resultaten verkregen:

• Het  indelen van leveringsgebieden in DMA’s geeft  inzicht in de afweging tussen het aantal benodigde volumestroommeters en de gevoeligheid van DMA’s om afwijkingen te detecteren. Op basis van deze informatie kunnen drinkwaterbedrijven onderbouwde beslissingen nemen over de DMA-indeling die het beste aansluiten bij hun eisen en verwachtingen.
• Om de indeling van een gebied in DMA’s te realiseren kan ook een transitie worden uitgewerkt waarbij het gebied stapsgewijs in steeds kleinere optimale DMA’s wordt opgedeeld. Door deze volgorde aan te houden kunnen drinkwaterbedrijven de tot dan toe aangeschafte volumestroommeters optimaal benutten.
• Bij het ontwerp van streefstructuren blijkt  dat de huidige bestaande leidingnetten significant te verkleinen zijn. Dit vertaalt zich in kostenbesparingen,  terwijl de prestatie in opzicht van leveringszekerheid en -druk worden verbeterd.
• De transitie van de huidige structuren naar de optimale streefstructuren maakt de relatie tussen het aantal locaties met jaarlijkse werkzaamheden en de reductie van het aantal storingen of de verbetering van de hydraulische prestatie van het leidingnet inzichtelijk. Met deze informatie kunnen drinkwaterbedrijven beter onderbouwde keuzes maken.

Blik op de toekomst

Op dit moment worden aanvullende ontwikkelingen in Gondwana afgerond en/of getest:

• optimale afsluiterstanden te bepalen om tijdens crisissituaties (zoals het falen van een leiding) de veerkracht van een leidingnetwerk te maximaliseren;
• robuuste streefstructuren te ontwerpen, waarin de onzekerheid in de watervraag expliciet in aanmerking wordt genomen in het ontwerpproces;
• de locaties van druksensoren te optimaliseren om zo goed mogelijk lekkages te kunnen detecteren en lokaliseren, in samenwerking met Brabant Water;
• het aantal benodigde volumestroommeters voor het inrichten van DMA’s te reduceren door enkele grensleidingen dicht te zetten. Het dichtzetten van leidingen kan echter een netwerk kwetsbaarder maken voor verstoringen. Deze ontwikkeling vindt plaats in samenwerking met Dunea.

Verdere doorontwikkeling in de toekomst is voorzien.

Met Gondwana worden krachtige optimalisatietechnieken ontsloten voor drinkwaterbedrijven voor toepassing op diverse aspecten van hun netwerken. Beter onderbouwde en optimale ontwerpbeslissingen die hiermee worden gerealiseerd leiden tot een zo effectief mogelijke inzet van middelen.