Modellering og analyse av dynamiske utløpsløsninger for fordrøyningsmagasiner ved multiobjektiv optimalisering

Abstract

Som en konsekvens av klimautfordringer og økt urbanisering er det forventet større mengder overvann i fremtiden. Som en del av fremtidig overvannstrategi er det nødvendig med nye teknologiske framskritt innenfor tretrinnstrinnstrategien. I denne oppgaven har som mål å utforske en multiobjektiv optimering til fordrøyning av overvann i form av en dynamisk magasinmodell.

Oppgaven kan deles inn i to hoveddeler, først undersøkes det om det er mulig å utforme en dynamisk utløpsløsning som optimaliseres for bestemte fordrøyningsegenskaper, og hvordan magasinet skiller seg fra statiske utløpsløsninger. For denne oppgaven er dette utforsket ved bruk av NSGA-ii (Non-Dominated Sorting Genetic Algorithm II) (Kalyanmoy Deb et al., 2002) og SWMM (Stormwater Management Model) (United States Environmental Protection Agency, 2023). Det er i hovedsak fokusert på objektivene så lite magasinvolum som mulig og så lang tidsforsinkelse på avrenningsvolum som mulig (uttrykt som tidsforskjellen mellom halvparten av utløpsvolumet og innløpsvolumet). Variabler utgjorde utløpsåpning og A-koeffisient. Det er undersøkt om det er mulig å konstruere et sett med kontrollregler via SWMM, der vannføring inn i magasinet, vanndybde og en kombinasjon av begge er simulert.

Resultatet av simuleringen viser at det er mulig å konstruere et fordrøyningsmagasin som bruker multiobjektiv optimering til å beregne dynamiske fordrøyningsmodeller som har bedre fordrøyende effekt enn en statisk fordrøyningsmodell. Der alle utløpskontrollene som er testet ut gir bedre tidsforsinkende effekt enn en statisk modell ved like vannvolum. Mest forbedringspotensiale ble vurdert ved dybde som parameter mellom 0.3 til 1.0 m.

I andre del av oppgaven undersøkes det om valgte dynamiske og statiske modeller har lik avrenning som et naturlig felt med beregnete gjentaksintervaller. Det er undersøkt for 4 til 5 forskjellige magasinmodeller for alle utløpskontroller inkludert statiske modeller.

Resultatene tilsier at det ikke er mulig å konsturere et fordrøyningsmagasin som har tilnærmet lik avrenning som det naturlige feltet gitt de parameterene som er brukt i oppgaven. Avhengig av utløpskoeffisient, utløpsåpning og vannvolum viser det seg av avrenningen for alle gjentaksintervallene er mer konsentrert enn en statisk modell, samt for det naturlige feltet. Der den beste løsningen er vurdert som et magasin som kan produsere mindre avrenningsmengder for alle gjentaksintervallene, det vil si, lik avrenning for et høyt gjentaksintervall regn som et lavere gjentaksintervall.

Due to climate challenges and increased urbanization, there is an expected increase in the amount of stormwater in the future. As a part of future stormwater strategy, new technological advances within the 3-step strategy are necessary. This assignment aims to explore a multi-objective optimization for stormwater detention in the form of a dynamic storage model.

The assignment can be divided into two main parts. Firstly, it investigates whether it is possible to design a dynamic outlet solution that is optimized for specific detention properties, and how the storage model differs from static outlet solutions. For this assignment, this is explored using NSGA-ii (Non-Dominated Sorting Genetic Algorithm ll) (Kalyanmoy Deb et al., 2002) and SWMM (Stormwater Management Model) (United States Environmental Protection Agency, 2023). The focus is on the objectives of as small storage volume as possible and as large delay of flow as possible (expressed as the time difference between half of the outlet volume and inlet volume). Variables include outlet opening and coefficient. It is investigated whether it is possible to construct a set of control rules via SWMM, where flow into the storage, water depth, and a combination of both are simulated.

The simulation results show that it is possible to construct a detention storage model that uses multi-objective optimization to calculate dynamic detention models that have better detention effect than a static detention model. All outlet controls tested provide better time-delaying effects with the same water volume. The most potential for improvement was evaluated with depth as a parameter between 0.3 to 1.0 m.

In the second part of the assignment, it is investigated whether the selected dynamic and static models have similar runoff to a natural field with calculated return periods. This was investigated for 4 or 5 different storage models for all outlet controls, including static models.

The results suggest that it is not possible to construct a detention storage that has nearly similar runoff as the natural field given the parameters used in the assignment. Depending on the coefficient, outlet opening, and water volume, it turns out that the runoff for all return periods is more concentrated than a static model, and a natural field. The best solution is considered to be a storage model that can produce less runoff for all return periods, i.e., similar runoff for a larger return period as a smaller return period.