Flood control optimization with chance constrained approach
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, İnşaat Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: İngilizce
Öğrenci: MUHAMMED SERDAR AVCI
Danışman: Ayşe Burcu Altan Sakarya
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Seller can kaybına ve bölge sakinlerine, köprülere, kanalizasyon sistemlerine, tarım arazilerine, kanallara vd. zarar verir. Rezervuarların işlevlerinden biri de fazla suyu kontrollü bir şekilde mansaptaki nehirlere boşaltarak taşkınları önlemektir. Bu nedenle taşkınların önlenmesinde rezervuarların işletilmesi büyük önem taşımaktadır. Bu araştırma, varsayımsal çok amaçlı (sulama, içme suyu ve taşkın önleme) tek bir rezervuar için, rezervuardan çıkışın mansaptaki nehrin kapasitesini aşmaması için optimum bir işletme programı bulmayı amaçlamaktadır. Bu sayede sulama ve içme suyu ihtiyacı karşılanırken mansaptaki nehirde taşkın riskinin en aza indirilmesi mümkün olacaktır. Ancak, rezervuarlara gelen akışın rastgele bir yapıya sahip olduğu bilinmektedir. Bu nedenle gerçekçi sonuçlar elde etmek için olasılıksal bir yaklaşıma ihtiyaç vardır. Bu nedenle, optimum rezervuar işletimi elde etmek için şans kısıtlı bir optimizasyon modeli geliştirilmiştir. Amaç, sulama ve içme suyu kısıtlamalarını göz önünde bulundurarak mansaptaki nehirde taşkın zararlarını azaltabilmek için rezervuardan çıkışı en aza indirmektir. Oregon'daki Alsea Nehri'nin USGS 80 yıllık günlük su akış verileri kullanılarak yılın her gününün ampirik dağılımı hesaplanmış ve Python'un "distfit" kütüphanesi yardımıyla her güne en uygun dağılım ve dağılım parametreleri elde edilmiştir. Optimizasyon problemi, çıkışlar ve depolama kapasitesinin süreklilik ve sınır kısıtlarına bağlıviii olarak mansap taşkınını en aza indirmeyi amaçlayan beş farklı amaç fonksiyonu kullanılarak formüle edilmiştir. Ardından, çeşitli güvenilirlik seviyesi için optimizasyon uygulaması gerçekleştirilmiştir. Formüle edilmiş optimizasyon problemi, "CVXPY" adlı bir Python kütüphanesi kullanılarak çözülmüştür. Farklı güvenilirlik seviyelerine sahip optimizasyon modelinin sonuçları kontrol edilmiş ve karşılaştırılmıştır.