Академический Документы
Профессиональный Документы
Культура Документы
net/publication/315721617
CITATIONS READS
3 26
4 authors, including:
Pilar Conejos
Aguas de Valencia
9 PUBLICATIONS 47 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
High Performance Computing for water distribution system simulation View project
Nuevas herramientas para la gestión técnica de redes de distribución de agua basadas en el modelo matemático y la topología de la red.
View project
All content following this page was uploaded by Fernando Martínez Alzamora on 31 March 2017.
Conexión SCADA‐modelo para la simulación en tiempo
real del sistema de abastecimiento de agua a Valencia y
su área metropolitana
F. Martinez Alzamora, V. Bou Soler
Instituto de Ingeniería del Agua y Medio Ambiente (IIAMA)
Universidad Politécnica de Valencia. Cno de Vera, s/n 46022 Valencia
Contacto: fmartine@hma.upv.es
P. Conejos, Díaz, J.
Grupo Aguas de Valencia, S.A.
c/ del Pedrapiquers,2 bis, 46014 Valencia
1. Introducción
La moderna gestión de los sistemas de abastecimiento de agua requiere el uso de
modelos matemáticos como herramientas de soporte para la toma de decisiones ante la
complejidad que adquieren en muchos casos los sistemas de producción, transporte,
almacenamiento y distribución del agua en grandes ciudades.
El operador de la red debe ante todo garantizar el suministro del agua demandada en
cada punto de toma con la cantidad y calidad suficientes, es decir, sin fallos en el servicio y
en las condiciones de presión y calidad adecuadas a la normativa y exigencias del contrato.
Además de ello, hoy en día se exige también una gestión eficiente de los recursos
disponibles, tanto hídricos como energéticos, para reducir las fugas y el consumo
energético en los bombeos. (Salas, 2010). Para garantizar estos requisitos es necesario
contar con el concurso de un modelo matemático del sistema hidráulico que pueda operar
en tiempo real.
El modelo en tiempo real constituye además una herramienta de gran valor para
reaccionar adecuadamente en situaciones de emergencia, o ante una posible
contaminación no controlada del agua en la red en algún punto, tema de gran
preocupación hoy en día en países como EEUU e Israel (Tiburce et all, 1999; Janke, 2010)
La red de suministro y distribución de agua a la ciudad de Valencia y su área metropolitana
no escapa a esta problemática, por su especial extensión y complejidad. Con la idea de
apoyar en la operación diaria del sistema global, Aguas de Valencia ha contado desde hace
1
años con la colaboración del Instituto de Ingeniería del Agua y Medio Ambiente (IIAMA) de
la Univ. Politécnica de Valencia, para implantar en su Centro de Control la aplicación
SCARed desarrollada por dicho Instituto, la cual es capaz de capturar, tratar y almacenar la
información de campo, en tiempo real o diferido, y simular el comportamiento del sistema
bajo cualquier circunstancia, actuando así como un Sistema de Apoyo a la Toma de
Decisiones (DSS) (Martínez, 2007)
A lo largo de la comunicación se mostrarán los detalles más relevantes de la aplicación y
los resultados obtenidos en los más de 5 años que SCARed se encuentra operativo en el
Centro de Control de Aguas de Valencia, habiendo experimentado numerosas mejoras a lo
largo de este tiempo.
2. Descripción de la red de suministro de agua a Valencia
La red de suministro de agua a Valencia y su área Metropolitana se alimenta desde dos
plantas de tratamiento, La Presa en Manises y Realón en Picassent, ambas distantes más
de 10 km de la ciudad, con diferentes garantías de suministro y calidad del agua en origen,
distintos costes de producción, y depósitos de almacenamientos de diferente capacidad y
cota, siendo necesario bombear el agua antes de aportarla a la red.
La capacidad de dichos depósitos es en su conjunto inferior al consumo de 10 h del
sistema, lo que representa un punto de vulnerabilidad importante para un sistema que
abastece de agua a 1,5 millones de habitantes. Asimismo la capacidad de transporte de las
tuberías de traída es limitada. Ello, unido a la inexistencia de depósitos intermedios en la
red de traídas, obliga a regular las presiones en la red de distribución de forma continua
las 24 h del día mediante la operación de una docena de válvulas relevantes, a través de
las cuales se regula a su vez el volumen de agua tomada diariamente desde cada planta.
El suministro a las poblaciones del área metropolitana desde el mismo sistema constituye
una problemática añadida. En las poblaciones de l’Horta Nord el agua es bombeada desde
la planta de La Presa y distribuida a través de una arteria principal de reparto, contando
con el apoyo de tres puntos de almacenamiento a lo largo de la misma, pero con diferente
cota y capacidad de almacenamiento. Dicha capacidad es de nuevo insuficiente, obligando
a alternar inyecciones directas con rebombeos. En las poblaciones de l’Horta Sud no se
dispone de almacenamientos, pero es posible ahorrar energía mediante el suministro
directo desde la planta de Picassent a través de una conducción independiente, la cual sin
embargo puede necesitar algún refuerzo dependiendo de la hora del día y del
comportamiento del resto de la red, ya que todo está interconectado.
La fuerte conexión existente entre los diferentes sectores de la red le confiere un grado de
flexibilidad importante para responder ante situaciones imprevistas, pero su control exige
un conocimiento profundo del sistema y un estado de vigilancia continua, el cual se lleva a
cabo minuto a minuto desde el Puesto Central de Control de Red de Aguas de Valencia.
2
Figura 1. Trazado de la red de suministro a Valencia y su área metropolitana.
Derecha, listado de estaciones remotas para su control en tiempo real
Tras la creación de la empresa EMIMET para gestionar la red del área metropolitana, ésta
puso en marcha un ambicioso plan de sectorización de la red del área metropolitana de
Valencia, a fin de independizar y controlar el suministro de agua a cada una de las 44
poblaciones, más algunas zonas residenciales y polígonos industriales que configuran el
área metropolitana de Valencia. En total se han instalado 88 contadores de telelectura, la
mayoría provistos adicionalmente de una válvula reductora para regular las presiones de
suministro, además de los 87 caudalímetros existentes sobre la red arterial. Ello ha
permitido identificar y delimitar 3 grandes sistemas de demanda en el conjunto y 7
subsistemas de reparto del agua en el área metropolitana, además de los propios de la
ciudad.
La gestión de los nuevos datos adquiridos con motivo de la sectorización fue el punto de
partida para el desarrollo de la versión 2.0 de SCARed, la cual se describe a continuación.
3. Descripción de la aplicación SCARed
SCARed 2.0 es una aplicación cliente‐servidor
compatible con entornos web, que trabaja en
paralelo con el sistema SCADA de operación
propio de la empresa, sin interferir con él. La
información en tiempo real de las variables
hidráulicas es capturada al mismo tiempo que
lo hace el SCADA y almacenada en una base de
datos propia, con frecuencias de 5 min, 15 min
y 1 h. Figura 2. Interrelación SCADA‐SCARed
3
SCARed puede también capturar en tiempo diferido las variables procedentes de las
estaciones remotas que controlan los elementos de medida y regulación en los puntos de
entrega del agua en alta. Éstas se leen regularmente en base a su disponibilidad, a través
de una aplicación intermedia que concentra los datos procedentes de dichas remotas.
Tras su captura, los datos son sincronizados por SCARed y alojados en la misma base de
datos que las variables leídas en tiempo real, creando así un entorno único e integrado
para almacenar toda la información de campo sincronizada.
Figura 3. Captura y sincronización de los datos de campo en tiempo real y diferido
La información de campo está sujeta a multitud de incidencias (fallo de lectura, valores
fuera de rango, perturbaciones, etc), lo que exige realizar un tratamiento previo de los
datos antes de utilizarlos para efectuar balances o bien para alimentar un modelo
hidráulico (Menold et all, 1999; Quevedo et all, 2010). Ello se lleva a cabo en varias fases,
en una primera de detectan los valores claramente anómalos, en una segunda se
identifican patrones de comportamiento, en la tercera se identifican los datos
sospechosos o con un comportamiento anormal en base a los patrones, y finalmente se
restituyen los valores defectuosos si procede, utilizando los propios patrones o
predicciones a corto plazo.
4
Figura 4. Umbrales para la detección de datos anómalos y diálogo usado para su restitución
Los datos brutos o filtrados alojados en la base de datos pueden ahora visualizarse de
diferentes modos. En forma numérica o gráfica a través de los sinópticos de las
instalaciones, confeccionados ad hoc como parte de la propia aplicación. Dichos sinópticos
son configurables y muestran a través de varias pantallas todos los elementos de
producción, transporte, almacenamiento y regulación del sistema, algunos de los cuales
pueden tener un comportamiento dinámico según el valor de la variable. Los valores de
las variables se muestran junto a cada elemento, mediante un código de colores asociado
a su magnitud, valor, procedencia, etc. Las variables observadas dependerán de su
disponibilidad, según se obtengan en tiempo real o diferido. Cada variable tiene 2 casillas,
una reservada para el valor de campo y otra para mostrar su valor filtrado, simulado,
cambios, etc. Es posible además observar gráficamente el comportamiento de cada
variable pinchando sobre ella.
Figura 5. Sinóptico general de las traídas desde las plantas para la observación de los valores
de campo, y balances hídricos en tiempo real de algunos subsistemas
5
Los sinópticos incorporan además tablas resumen y gráficos de tartas para verificar en
cualquier instante los balances de caudales en los diferentes sistemas y subsistemas, y
detectar los déficits de caudal no contabilizados. Como alternativa a los sinópticos, los
valores numéricos de las variables pueden observarse asimismo sobre un fondo
geográfico soportado por Google Maps. También es posible mostrar diversos perfiles
piezométricos y observar su evolución en el tiempo
Figura 6. Visualización de datos en Google Maps. Figura 7. Perfil piezométrico desde Picassent.
Por otra parte, un módulo independiente para el Análisis de Datos permite comparar todo
tipo de señales entre sí, o la misma señal en diversos periodos. Cada comparativa ocupa
una pestaña diferente, con la opción de almacenar o actualizar la configuración de cada
una de ellas, así como exportar las mismas a Excel o adjuntarlas en mensajes de correo
dirigidos al operador del sistema.
Evolución del caudal inyectado y demandado en todo el SBM de Valencia
Selector de curvas
Evolución del caudal y la presión en el punto 0 de la tubería de l’Horta Nord
Figura 8. Observación de resultados mediante el módulo de análisis de datos.
6
Esta parte de la aplicación se completa con la confección de informes a petición del
usuario, a través de los cuales se puede mostrar la evolución de cualquier variable en
periodos prefijados de una semana, mes o año, sus anomalías y correcciones, así como la
obtención de balances comparativos destinados a facilitar la gestión del sistema.
Figura 9. Informe anual de la demanda diaria total del sistema
3.1 Conexión con el modelo hidráulico
Sin embargo la aportación más interesante es la conexión del modelo hidráulico del
sistema con los datos de campo, una vez filtrados. (WSS, 2002, Alonso et all, 2004; Bou et
all, 2006; Velickov, 2012). El problema no es simple y requiere primero confeccionar un
modelo hidráulico base de todo el sistema, previamente contrastado, sobre el cual se van
imponiendo los valores de campo medidos para forzar al modelo a reproducir el
comportamiento real de la red. Esta etapa requiere un trabajo previo de ingeniería para
determinar qué variables de campo se imponen, cómo se imponen y qué variables se
dejan para contrastar la bondad del modelo. Entre los datos a imponer se encuentran la
evolución de las demandas en los puntos de suministro y en los diferentes sectores
hidrométricos, así como el comportamiento de las bombas y válvulas en cada instante.
Estos últimos se aplican formando parte de las leyes de control, las cuales pueden
sincronizarse con los periodos de cálculo o no. Por su parte, los niveles observados en los
depósitos pueden o bien forzarse o bien dejarlos evolucionar libremente, según el tipo de
modelo aplicado. Así, a efectos de calibrar el modelo mediante las variables de contraste
conviene forzar dichos niveles; sin embargo, si el modelo se utiliza para simular escenarios
alternativos del pasado o escenarios futuros, los niveles en los depósitos deberán liberarse
(Martinez, 2005)
En la figura siguiente se muestran los diferentes modos de operación de SCA‐Red en
conexión con el modelo hidráulico, diferenciando la simulación on‐line o en tiempo real,
7
de la simulación off‐line o en tiempo diferido. En este segundo caso se puede elegir entre
simular el comportamiento real de la red o el propuesto por el operador, así como entre
simular el tiempo pasado, el instante actual, o el tiempo futuro.
Figura 10. Diferentes modos de operación de SCA‐Red.
En la figura siguiente se muestra cómo se imponen las nuevas reglas de operación de los
elementos de regulación, desde los sinópticos de cada una de las estaciones remotas. Los
valores en color sepia indican consignas y los recuadros en verde los resultados esperados
tras la maniobra.
Figura 11. Imposición de consignas en las válvulas de S. Isidro. Simulación cierre válvula 1250
8
Los modelos así obtenidos pueden utilizarse con diferentes fines:
Para reproducir escenarios pasados y cotejar los resultados con las variables de
contraste, para así mantener el modelo siempre calibrado
Para realizar el seguimiento de variables de campo no telemedidas, pero
integradas en el modelo.
Para evaluar el comportamiento global del sistema a lo largo de cualquier periodo
de tiempo, y obtener indicadores de la calidad del servicio, eficiencia hidráulica,
eficiencia energética, etc.
Para aplicar sobre escenarios pasados leyes de control distintas de las reales y
observar la respuesta potencial del sistema, al objeto de entrenar a los
operadores
Para evaluar el efecto de una posible orden de control antes ser aplicada,
simulándola al momento sobre el modelo en tiempo real.
Para simular acciones de respuesta ante una situación de emergencia no prevista,
como una rotura, la intrusión de un contaminante, etc
Para programar actuaciones de mantenimiento de cierto alcance y duración, a fin
de garantizar el servicio durante la misma, o analizar posibles alternativas de
suministro.
Para optimizar la explotación del sistema a corto plazo, en base al estado actual
del mismo y las previsiones de demanda, a fin de reducir fugas, costes de
operación, controlar la calidad del agua servida, etc
Para planificar la mejora de la red en el futuro partiendo de un modelo hidráulico
siempre actualizado
En las últimas aplicaciones referidas será necesario efectuar una predicción de la
demanda a corto o medio plazo, en base a las observaciones recientes y pasadas.
(Ingedul, 2007). SCARed cuenta igualmente con algoritmos de predicción de la demanda
basados en el análisis de series temporales y otros métodos heurísticos.
9
Referencias
Alonso, J.M., Alvarruiz, F., Guerrero, D., Hernández, V., Llopis J.D., Ramos, E., Martínez, F., Bou, V.
Bartolín, H. 2004. Simulation of control strategies in water distribution systems, using SCADA in
conjunction with calibrated models obtained from GIS. Proc. 6th Int. Conf. Hydroinformatics,
Singapur. World Scientific Pub. Co.
Bartolín, H., Martínez, F., Cortés, J.A. 2006. Bringing up to date WDS models by querying. An
EPANET‐based GIS geodatabase. 8th Annual Int. Symposium on WDSA. ASCE Conference, Cincinnati.
Bou, V., Martínez, F., Conejos, P. 2006. SCA‐Red, a general purpose SCADA application for taking
decisions in real time with the aid of a hydraulic model. 8th Annual Water Distribution Systems
Analysis Symposium. WDSA. Cincinnati (Ohio)
Ingedul, P. 2007. Real‐Time Forecasting with EPANET. World Environmental and Water Resources
Congress ASCE
Janke, R. J., Haxton, T. M., Boccelli, D., Kramer,A., Matracia, A., Panguluri, S., Uber, J. and Hachett, S.
2010. How Accurate Is A Hydraulic Model? U.S. EPA, Office of R&D, Nat. Homeland Security Center.
Water Infr. Prot. Division
Martínez, F., Hernández, V., Bartolín, H., Bou, V., Alvarruiz,F., Alonso, J.M. 2005. CALNET project:
building and updating water distribution models from GIS+ CIS+ O&M+SCADA . CCWI 2005 , Exeter,
UK. Water Management for the 21st Century, Vol. One, pp 209‐214.
Martínez, F., Hernández, V., Alonso, J.M., Rao, Z., Alvisi, S. 2007. Optimizing the operation of the
Valencia water‐distribution network. Journal of Hydroinformatics, Vol 9, nº 1, pp 65‐78
Menold, P.H., Pearson, R.K., Allgöwer, F. 1999. Online outlier detection and removal. Proceedings of
the 7th Mediterranean Conference on Control and Automation (MED99) Haifa, Israel
OPC Foundation. 2001. OPC Data Access Interface Specification 2.05
Quevedo, J., Puig, V., Cembrano, G., Blanch, J., Aguilar, J., Saporta, D., Benito, G., Hedo, M., Molina,
A.. 2010. Validation and reconstruction of flow meter data in the Barcelona water distribution
network. Control Engineering Practice 18, pp 640–651
Rofail, A., Shohouf Y. 1999. Mastering COM and COM+. Ed. Sybex
Rossman, L. 2000, Epanet 2 User’s Manual. Environmental Protection Agency. Cincinnati, OH, USA.
Salas, P., Domene, J., Martinez, F., Bartolín, H., Bou, V. 2010. La gestión informatizada del agua
inyectada y registrada en la red sectorizada de Málaga, para la mejora de su rendimiento. XXX
Jornadas Técnicas AEAS. Sevilla.
Velickov, S.. 2012. Improving efficiency of water utilities: real‐time modelling and Scada data
assimilation. Smart Water Network Conference. Utrech
Tiburce V., Chopard P., Hamon J., Elain C. and Green A. 1999. Linking SCADA to a Hydraulic and
Water Quality Simulator at the ‘Centre des Mouvements de l’Eau’ (CME) in Paris. CCWI’99 Conf,
Exeter, UK, Water industry systems: modeling and optimization applicat. Vol. 1, pp 243‐257.
Water Software Systems. 2002, FINESSE Technical Description and Capabilites, version 4. Technical
Report. De Monfort University, UK.
Wells, G. 2001. Code‐Centric T‐SQL Programming with Stored Procedures and Triggers, APress.
10