Journées de l'optimisation 2018
HEC Montréal, Québec, Canada, 7 — 9 mai 2018
WB4 Optimization applications in hydropower and hydrology
9 mai 2018 15h30 – 17h10
Salle: Hélène Desmarais (48)
Présidée par Sara Séguin
4 présentations
-
15h30 - 15h55
Short-term management of hydropower generation system by Q-learning
Determining the optimal operating policy of multireservoir systems is an extremely challenging task, which has been studied for several decades. The most commonly adopted solution approach is based on Stochastic Dynamic Programming (SDP), which, however, suffers from the course of dimensionality and modeling. The Q-learning algorithm is known for his potential to overcome some of the downsides of SDP. In this study develop a Q-learning algorithm for the short-term management of a multireservoir hydropower system and provide extensive computational results. The Q-learning algorithm turns out to be efficient and able to provide solutions whose value is within 3% with respect to solutions obtained in presence of perfect information.
-
15h55 - 16h20
A mixed integer nonlinear optimization approach for maintenance planning for hydropower plants
Maintenance planning for hydropower plants is a crucial problem. We propose a mixed integer nonlinear optimization approach that takes into account both the standard constraints in maintenance planning for hydropower plants and the nonlinear aspects of the power output function, often linearized in the literature.
-
16h20 - 16h45
Une approche d’optimisation hybride pour le calage efficace de modèles hydrologiques coûteux en temps de calcul
La présentation porte sur la proposition d’une nouvelle approche d’optimisation qui combine les stratégies efficaces de deux méthodes existantes : (1) "Dynamically Dimensioned Search" (DDS) et (2) "Mesh Adaptive Direct Search" (MADS). Lorsqu'employés à la calibration d'HYDROTEL, un modèle hydrologique distribué, à base physique et coûteux en temps de calcul, cette nouvelle approche hybride DDS-MADS permet d’encaisser des gains significatifs en temps de calcul (plus de 40%). Je présenterai à la fois la configuration adéquate de l’approche hybride ainsi que les résultats concrets comparativement aux méthodes existantes.
-
16h45 - 17h10
Exploitation de modèles substituts représentatifs au sein d’un processus d’optimisation efficace pour les modèles hydrologiques coûteux en temps de calcul
La présentation porte sur l’exploitation de modèles à fidélité réduite représentatifs (surrogates) au sein d'un processus de calibration du modèle HYDROTEL, un modèle hydrologique coûteux en temps de calcul. Par diverses avenues de simplification du modèle de simulation HYDROTEL, la présentation a pour objectif de démontrer les gains possibles en temps de calcul lorsque qu’une méthode d’optimisation efficace exploite ces modèles substituts moins coûteux et représentatifs. Les résultats et conclusions de l’étude seront présentés.