도심지역의 하수관거 시스템은 우수 수용능력 및 하수 월류 발생 등의 시스템의 한계점을 가지고 있어, 강우시 우수 유출수로 인한 침수저감과 더불어 도시비점오염원의 저감에 모두 대응할 수 있는 저류시설의 도입이 주목받고 시작하였다. 최근 환경부에서는 방재적 우수관리와 더불어 합류식 하수관거 월류수, 분류식 우수관거 유출수 처리를 포함하는 다기능 저류시설을 "하수저류시설"이라 통칭하고, 이의 도입을 적극 추진하고 있는 실정이다. 반면 대규모 단일 저류시설 설치의 경우에는 공간 확보의 문제가 발생할 수 있으며, 이에 대안으로는 중 소규모의 분산형 저류시설 설치 및 운영을 들 수 있다. 본 연구에서는 분산형 저류시설-하수관망 네트워크 시스템의 최적 운용을 위한 모델 예측 제어기법을 제안한다. 이를 위해 첫째로 네트워크 시스템의 각 구성 요소의 수리모델을 제시함으로써 보다 정밀한 하수관망 네트워크의 거동을 모사하고자 한다. 둘째로 제안된 모델을 기반으로 현재의 강우 유입량을 고려하여 각 저류조의 수위, 하수관로의 유입/유출량을 예측하여, 입자군집 최적화 알고리즘을 이용한 모델 예측 제어기법을 바탕으로 주어진 제약조건을 만족하며 상황을 바탕으로 제안된 제어기법의 사용여부에 따른 효과를 비교 분석하고, 이의 타당성을 검증하고자 한다.
도심지역의 하수관거 시스템은 우수 수용능력 및 하수 월류 발생 등의 시스템의 한계점을 가지고 있어, 강우시 우수 유출수로 인한 침수저감과 더불어 도시비점오염원의 저감에 모두 대응할 수 있는 저류시설의 도입이 주목받고 시작하였다. 최근 환경부에서는 방재적 우수관리와 더불어 합류식 하수관거 월류수, 분류식 우수관거 유출수 처리를 포함하는 다기능 저류시설을 "하수저류시설"이라 통칭하고, 이의 도입을 적극 추진하고 있는 실정이다. 반면 대규모 단일 저류시설 설치의 경우에는 공간 확보의 문제가 발생할 수 있으며, 이에 대안으로는 중 소규모의 분산형 저류시설 설치 및 운영을 들 수 있다. 본 연구에서는 분산형 저류시설-하수관망 네트워크 시스템의 최적 운용을 위한 모델 예측 제어기법을 제안한다. 이를 위해 첫째로 네트워크 시스템의 각 구성 요소의 수리모델을 제시함으로써 보다 정밀한 하수관망 네트워크의 거동을 모사하고자 한다. 둘째로 제안된 모델을 기반으로 현재의 강우 유입량을 고려하여 각 저류조의 수위, 하수관로의 유입/유출량을 예측하여, 입자군집 최적화 알고리즘을 이용한 모델 예측 제어기법을 바탕으로 주어진 제약조건을 만족하며 상황을 바탕으로 제안된 제어기법의 사용여부에 따른 효과를 비교 분석하고, 이의 타당성을 검증하고자 한다.
Urban sewer systems has a limitation of capacity of rainwater storage and problem of occurrence of untreated sewage, so adopting a storage facility for sewer flooding prevention and urban non-point pollution reduction has a big attention. The Korea Ministry of Environment has recently introduced a n...
Urban sewer systems has a limitation of capacity of rainwater storage and problem of occurrence of untreated sewage, so adopting a storage facility for sewer flooding prevention and urban non-point pollution reduction has a big attention. The Korea Ministry of Environment has recently introduced a new concept of "multi-functional storage facility", which is crucial not only in preventive stormwater management but also in dealing with combined sewer overflow and sanitary sewer discharge, and also has been promoting its adoption. However, reserving a space for a single large-scale storage facility might be difficult especially in urban areas. Thus, decentralized construction of small- and midium-sized storage facilities and its operation have been introduced as an alternative way. In this paper, we propose a model predictive control scheme for an optimized operation of distributed storage facilities and sewer networks. To this aim, we first describe the mathematical model of each component of networks system which enables us to analyze its detailed dynamic behavior. Second, overflow locations and volumes will be predicted based on the developed network model with data on the external inflow occurred at specific locations of the network. MPC scheme based on the introduced particle swarm optimization technique then produces the optimized the gate setting for sewer network flow control, which minimizes sewer flooding and maximizes the potential storage capacity. Finally, the operational efficacy of the proposed control scheme is demonstrated by simulation study with virtual rainstorm event.
Urban sewer systems has a limitation of capacity of rainwater storage and problem of occurrence of untreated sewage, so adopting a storage facility for sewer flooding prevention and urban non-point pollution reduction has a big attention. The Korea Ministry of Environment has recently introduced a new concept of "multi-functional storage facility", which is crucial not only in preventive stormwater management but also in dealing with combined sewer overflow and sanitary sewer discharge, and also has been promoting its adoption. However, reserving a space for a single large-scale storage facility might be difficult especially in urban areas. Thus, decentralized construction of small- and midium-sized storage facilities and its operation have been introduced as an alternative way. In this paper, we propose a model predictive control scheme for an optimized operation of distributed storage facilities and sewer networks. To this aim, we first describe the mathematical model of each component of networks system which enables us to analyze its detailed dynamic behavior. Second, overflow locations and volumes will be predicted based on the developed network model with data on the external inflow occurred at specific locations of the network. MPC scheme based on the introduced particle swarm optimization technique then produces the optimized the gate setting for sewer network flow control, which minimizes sewer flooding and maximizes the potential storage capacity. Finally, the operational efficacy of the proposed control scheme is demonstrated by simulation study with virtual rainstorm event.
Jaena Ryu, Jeill Oh, "Feasibility Study on Installing a Multi-Functional Storage Facility," Journal of Korean Society of Water & Wastewater, vol. 25, pp. 935-947 12, 2011.
M.S. Gelormino, and N.L. Ricker, "Model-predictive control of a combined sewer system," Int. J. Control. vol. 59, no. 3, pp. 793-816, 1994.
W.Schilling, "Real-time Control of Urban Drainage Systems, the state of the art," IAWPRC Task Group on Real-Time Control of Urban Draiage Systems, 1989.
M.Pleau, J.F.Methot, A.Lebrun and H,Colas, "Minimizing combined sewer overflows in real-time control applications," Water Qual. Res. J. Canada, vol. 31, no. 4, pp. 775-786, 1996.
R. Eberhart, J. Kennedy, "A new optimizer using particle swarm theory," Proceedings of the Sixth International Symposium on Micro Machine and Human Science, Nagoya, Japan, pp. 39-43, Piscataway, NJ: IEEE Service Center., 1995.
R.Poli, "Analysis of the publications on the applications of particle swarm optimization," Journal of artificial Evolution and Applications, vol. no.1, pp. 1-10, 2008.
Dongho Song, Yougil Lee, Tae-Hyoung Kim, "A Study on Distributed Particle Swarm Optimization Algorithm with Quantum-infusion Mechanism," Journal of Korean Institute of Intelligent Systems, vol. 22, no. 4, pp. 527-531, August, 2012.
Sun-Wook Kim, Dong Hun Kim, "Design of Leg Length for a Legged Walking Robot Based on Theo Jansen Using PSO," Journal of Korean Institute of Intelligent Systems, vol. 21, no. 5, pp. 660-666, October, 2011.
Hwan-ll Kang, Byung-Hee Lee, Woo-Seok Jang, "Path Planning Method Using The Particle Swarm Optimization and the Improbed Dijkstra Algorithm," Journal of Korean Institute of Intelligent Systems, vol. 18, no. 2, pp. 212-215, April, 2008.
J. Riget, J. S. Vesterstrom, A diversity-guided particle swarm optimizer-The ARPSO, Dept. comput. Sci., Univ. of Aarhus, Aarhus, Denmark, Tech. Rep. 2002-02, 2002.
I. Maruta, T. Sugie and T.-H. Kim, "Synthesis of fixed-structure robust controllers using the distributed particle swarm optimizer with cyclic-network topology," ACC, San Francisco CA, USA, June 29-July 01, 2011.
I. Maryta, T.Sugie and T.-H. Kim, "Identification of multiple mode models via distributed particle swarm optimization," The 18th IFAC world Congress, pp. 7743-7748, 2011.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.