Tesis (Magíster en Ingeniería Civil con énfasis en Recursos Hidráulicos y Medio Ambiente)

El presente estudio propone reglas de operación para el embalse El Cercado en el Departamento de
la Guajira – Colombia que optimicen el uso del recurso hídrico aguas abajo de la presa (generación
hidroeléctrica, riego agropecuario y servicio de agua para acueductos). Como es un embalse
multipropósito y fue construido para tal fin, se emplea un enfoque multiobjetivo, con el uso de
algoritmos de optimización y funciones de redes neuronales artificiales (RNA) y método MiniMax,
para establecer las reglas de operación más efectivas de acuerdo con la necesidad del servicio y las
condiciones hidroclimatológicas de la zona.
Los modelos de operación propuestos se desarrollaron con la información disponible en un periodo
comprendido de enero de 2016 a julio de 2022, a nivel diario: caudales de entrada y salida
controlada del embalse, caudal ecológico, caudal para riego, caudal para generación eléctrica y
caudal para acueductos del área de influencia. Con estos parámetros se establecieron las funciones
de aproximación, así como las restricciones de descarga, límites de operación del embalse y
descargas de emergencia (Rebose por vertedero de excesos). Sobre los modelos de operación se
aplicaron los siguientes algoritmos de optimización: el Non-dominated Sorting Genetic Algorithm II
(NSGA-II) y Multiobjective Evolutionary Algorithm Based on Decomposition (MOEA/D), de la librería
JMETALPY, y el Algoritmo MiniMax, entornos de optimización multiobjetivo desarrollados en
Python, para obtener una regla de operación óptima.
Una vez analizados los resultados obtenidos mediante el proceso de modelación, se evidencia que
se puede reducir sustancialmente la descarga del embalse de acuerdo con las necesidades del
servicio, aplicando las reglas de operación obtenidas de la optimización de los modelos de
operación, los cuales se corroboran en los picos del hidrograma de descarga.
Los modelos de operación de embalses se pueden parametrizar adecuadamente empleando
funciones de aproximación como son las Redes Neuronales, que permiten efectuar una regulación
del recurso hídrico de acuerdo con las demandas para la cual fue diseñado. Los resultados de la
optimización de todos los modelos demuestran que la Redes Neuronales artificiales tiene un mejor
desempeño a diferencia de otros métodos. Siendo el NSGAII el algoritmo de optimización que mejor
se adapta al caso analizado en términos de tiempo computacional y resultados entregados, por
cuanto a su eficiencia y series de tiempo diarias que permiten efectuar un mejor análisis del
comportamiento del embalse en su proceso de operación.