Post on 06-May-2015
description
transcript
XXXIII Convegno di Idraulica e Costruzioni Idrauliche
Brescia 10 – 15 settembre 2012
PREVISIONE IDROLOGICA PER LA
PRODUZIONE IDROELETTRICA
(*) Scuola di Ingegneria, Università degli Studi della Basilicata,
e-mail: salvatore.manfreda@unibas.it
(†) Dipartimento Ambiente e Sviluppo Sostenibile, Ricerca sul Sistema Energetico S.p.A.
e-mail: leonardo.mancusi@rse-web.it
Salvatore Manfreda (*)
, Luciano Funicelli (*)
, Leonardo Mancusi (†)
16/05/2013 16/05/2013
OBIETTIVO DEL LAVORO
STRUMENTO IN GRADO DI FORNIRE E MIGLIORARE I SISTEMI DI PREVISIONE DELLE PORTATE PER
OTTIMIZZARE LA PRODUZIONE DI ENERGIA IDROELETTRICA PER IL SUO COLLOCAMENTO NELLA
BORSA ELETTRICA.
PREVISIONI DI PORTATA AI FINI DELLA PRODUZIONE POTENZIALE DI ENERGIA ELETTRICA A 24-48-72 ORE
MODELLO IDROLOGICO
AD2
MODELLO DI PREVISIONE METEREOLOGICA
COSMO LAMI
16/05/2013 16/05/2013
0
10
20
30
40
50
6019
13
1924
1928
1932
1936
1940
1944
1948
1952
1956
1960
1964
1968
1972
1976
1980
1984
1988
1992
1996
2000
2004
2008
TWh
Anni
PRODUZIONE IDROELETTRICA TOTALE
0%
20%
40%
60%
80%
100%
120%19
22
1925
1928
1931
1934
1937
194
0
194
3
194
6
194
9
1952
1955
1958
196
1
196
4
196
7
1970
1973
1976
1979
198
2
198
5
198
8
199
1
199
4
199
7
200
0
200
3
200
6
200
9
RAPPORTO PRODUZ. IDROELETTRICO/PRODUZ. TOTALE
QUADRO
ENERGETICO
0
50
100
150
200
250
300
350
1926
1930
1934
1938
194
2
194
6
1950
1954
1958
196
2
196
6
1970
1974
1978
198
2
198
6
199
0
199
4
199
8
200
2
200
6
TWh
Anni
CONSUMI DI ENERGIA PRIMARIA
Totale
Petrolio
Produzione Energetica
~ 300 TWh
~80% termoelettrico
~18% da idroelettrico
~2% eolico - fotovoltaico
IDROELETTRICO IN
ITALIA
20 TWh ~ 90%
(1930-1950)
> 50 TWh ~ 15-20%
(1970-2010)
Rapporto Terna (2009)
16/05/2013 16/05/2013
BACINO IDROGRAFICO
DELL’ANIENE
DENOMINAZIONE STRUMENTAZIONE QUOTA
Arsoli Pluviometro/Termometro 365
Filettino Pluviometro/Termometro 1060
Licenza Pluviometro/Termometro 490
Marano Equo Pluviometro/Idrometro 330
Roviano Pluviometro/Termometro 717
Subiaco Pluviometro/Idrometro 376
Subiaco S. Scolastica Pluviometro/Termometro 534
Tivoli Pluviometro/Termometro 257
Trevi nel Lazio Pluviometro/Termometro 773
Periodo analizzato: 1 Gennaio 2006 – 31 Dicembre 2010
AREA DI STUDIO
• 690 Km2
• 213 - 2156 m s.l.m.
• Portata min. 10 m3/s
• Portata max. 725 m3/s
• 5 Dighe
• 300 GWh/anno
• 9 Stazioni di monitoraggio
16/05/2013 16/05/2013
DESCRIZIONE DEL LAVORO
1 - MIGLIORAMENTO MODELLO IDROLOGICO AD2
3 - VALIDAZIONE MODELLO
2 - CALIBRAZIONE MODELLO
4 - PREVISIONE
16/05/2013 16/05/2013
MODELLO AD2
A PARAMETRI CONCENTRATI
FISICAMENTE BASATI
Parametr
o
Unità di
misura
Descrizione Nota
C (-) Coefficiente di deflusso Funzione del tipo di suolo
Sc (mm) Contenuto d’acqua alla
capacità di campo
Funzione del tipo di suolo
Smax (mm) Capacità di
immagazzinamento del
suolo
Funzione del tipo di suolo
c (h-1) Coefficiente empirico
funzione della velocità del
flusso sub-superficiale
Funzione del tipo di suolo
Ks (mm/h) Permeabilità a saturazione Funzione del tipo di suolo
β (-) Esponente adimensionale Funzione del tipo di suolo
αs (h-1) Costante di esaurimento
del deflusso superficiale
Funzione della dimensione
del bacino
αsub (h-1) Costante di esaurimento
deflusso sub-superficiale
Funzione della dimensione
del bacino
1. Infiltrazione
2. Deflusso superficiale
3. Ruscellamento sub-
superficiale
4. Percolazione
profonda
5. Evapotraspirazione
1 - MIGLIORAMENTO MODELLO IDROLOGICO AD2
(Fiorentino & Manfreda,2004)
16/05/2013 16/05/2013
SCHEMATIZZAZIONE DEL MANTO NEVOSO
ATTRAVERSO L’EQUIVALENTE IN ACQUA
CURVA IPSOMETRICA
• z = quota generica del bacino
• l = parametro caratteristico della
funzione = 2,6
• fc (t) = la porzione di bacino al di
sotto di z
• zmin = quota minima del bacino
• zmax = quota massima del bacino
))(1(1
)(
minmax
min
tfl
tf
zz
zz
c
c
lrTTzz bSS /)(0
• z0 = quota di riferimento
• zs = quota della stazione di
monitoraggio
• Ts = temperatura rilevata
• Tb = temperatura di riferimento
• lr = gradiente termico (-6,5°/Km)
MODULO NEVE
1 - MIGLIORAMENTO MODELLO IDROLOGICO AD2
(Strahler, 1952; Allamano et al., 2009)
16/05/2013 16/05/2013
L’APPROCCIO SEGUITO È STATO QUELLO DI SCOMPORRE
L’IDROGRAMMA NELLE SUE COMPONENTI RAPPRESENTATIVE DEI
PROCESSI IDROLOGICI AGENTI ALL’INTERNO DEL BACINO
IDROGRAFICO DI RIFERIMENTO
2 - CALIBRAZIONE MODELLO
TEMPO
m3/s
DEFLUSSO SUPERFICIALE
SCIOGLIMENTO NIVALE
DEFLUSSO DI BASE
16/05/2013 16/05/2013 2 - CALIBRAZIONE MODELLO
Le portate di base sono stimate tramite
interpolazione, mediante spline di
cubiche, effettuata sulla serie dei valori
minimi registrati ed identificati mediante
la funzione “findpeaks” di Matlab
applicata ai valori registrati di portate
inferiori alla media più la deviazione
standard.
m3/s
t
16/05/2013 16/05/2013
IMMAGINI MODIS – AQUA – 36 bande Algoritmo di Solomonson e Appel (2004)
64
64
bb
bbNDSI
NDSI = Normalized Difference Snow Index
•b4 = banda 4 (0,555 µm)
•b6 = banda 6 (1,640 µm)
STIMA DELLA COPERTURA NEVOSA DA IMMAGINI SATELLITARI
ELABORAZIONI N.A.S.A.
2 - CALIBRAZIONE MODELLO
National Snow and Ice Data Center (http://nsidc.org/index.html)
16/05/2013 16/05/2013
Mf = Fattore di
scioglimento =
0.15 mm/°C*h
Mfr = Fattore di
congelamento =
0.01 mm/°C*h
Tb = Temperatura
di soglia = 0.5 °C
CA
LIB
RA
ZIO
NE
PA
RA
ME
TR
I
MODULO NEVE
2 - CALIBRAZIONE MODELLO
16/05/2013 16/05/2013
MODULO NEVE CONFRONTO IMMAGINI SATELLITARI
NEL VISIBILE
3 - VALIDAZIONE MODELLO
16/05/2013 16/05/2013
Cm = Coefficiente di deflusso superficiale = 0.1
Ks0 = Permeabilità idraulica del suolo in condizioni
di saturazione = 45 mm/h
Smax = Contenuto d’acqua a saturazione = 200 mm
csoil = Indice caratteristico della dimensione e
distribuzione dei pori nel suolo = 9
DEFLUSSO
SUPERFICIALE
Periodo di validazione Periodo di calibrazione
2 - CALIBRAZIONE MODELLO
m3/s
t
16/05/2013 16/05/2013
MODELLO AD2 INDICI DI EFFICIENZA DELLE
SIMULAZIONI
n
QQRMSE
n
i isio
1
2,. )(
n
i iois QQn
MAE1 ,.
1
n
iio
iois
Q
nMAPE
1,
,.1100
100)(
)(1
2,
2,,
mio
isio
QQNS
• Qo,i = è la i-esima portata osservata
• Qs,i = è la i-esima portata simulata
• Qm = è la media dei deflussi registrati
Root Mean Square Error
Mean Absolute Error
Mean Absolute Percentual Error
Nash & Sutcliffe
RMSE 4.41
MAPE 1.81
MAE 17.78
NS 89.67
3 - VALIDAZIONE MODELLO
16/05/2013 16/05/2013
MODELLO
COSMO-LAMI
MODELLO DI PREVISIONE
METEREOLOGICA AD AREA LIMITATA
MODELLO AD2
+
MODELLO
COSMO-LAMI
LE PRESTAZIONI DEL MODELLO IN PREVISIONE RESTANO
ALTAMENTE AFFIDABILI AD 1 GIORNO MENTRE A 2 E 3 GIORNI
AUMENTA L’INCERTEZZA
Indice Piogge
osservate
Prevision
e a 1
giorno
Previsione
a 2 giorni
Previsione a
3 giorni
RMSE
[m3/s] 4.41 4.92 6.20 6.35
MAPE [%] 17.78 18.80 23.12 25.44
MAE [m3/s] 1.81 1.90 2.48 2.71
NS [%] 89.67 86.04 77.82 76.67
4 - PREVISIONE
PREVISIONI A 24-48-72 ORE
16/05/2013 16/05/2013
Esempio di previsione della piena del 3-5 febbraio 2009:
previsione eseguita con 3, 2 ed 1 giorno di anticipo a partire dalle
previsioni giornaliere di precipitazione del COSMO-LAMI
4 - PREVISIONE
16/05/2013 16/05/2013
4 - PREVISIONE
Previsione analogica
Il calcolo della previsione
analogica si basa
sull’osservazione che nel
regime regolato specifici
“pattern” di portata
tendono a ripetersi per un
certo numero di giorni
consecutivi. Di
conseguenza, all’istante di
previsione, l’idrogramma
per le 67 ore seguenti può
essere ricostruito
“replicando” il pattern
osservato nelle ultime 24
ore.
Castelletti e Pianosi, (2012) Dip elettronica, PoliMI
EFFETTI DI REGOLAZIONE
16/05/2013 16/05/2013
• I RISULTATI OTTENUTI MOSTRANO UN BUON LIVELLO DI ATTENDIBILITÀ
DELLE PREVISIONI AD 1 GIORNO, MENTRE L’INCERTEZZA AUMENTA NELLE
PREVISIONI CON 2 O 3 GIORNI DI PREAVVISO. QUESTO E’ DOVUTO AL
FATTO CHE LE PREVISIONI DEL MODELLO LAM AD 1 GIORNO SONO PIU’
AFFIDABILI RISPETTO ALLE PREVISIONI A 2 E 3 GIORNI.
• LE ANALISI MOSTRANO LE POTENZIALITÀ CHE QUESTI STRUMENTI
FORNISCONO E ANCHE LE CRITICITÀ IN TERMINI DI INCERTEZZA CHE LE
PREVISIONI PORTANO.
• LA VERSATILITÀ E LA CONSISTENZA FISICA DELLA PROCEDURA DI
CALIBRAZIONE ADOTTATA CONSENTIREBBE L’APPLICAZIONE AGEVOLE
DELLA STESSA PROCEDURA IN CONTESTI FISICI DIFFERENTI.
• LA FINALITA’ DEL PRESENTE LAVORO E’ QUELLA DI DOTARE GLI
OPERATORI DEL SETTORE IDROELETTRICO DI UNO STRUMENTO IN GRADO
DI MIGLIORARE LE LORO PREVISIONI DI PRODUZIONE ENERGETICHE PER
POTER ESSERE MAGGIORMENTE COMPETITIVI ALL’INTERNO DEL
MERCATO ENERGETICO NAZIONALE.
CONCLUSIONI
16/05/2013 16/05/2013
Grazie per l’attenzione
16/05/2013 16/05/2013
Lavori collegati
Manfreda, S., Mancusi, L., Previsione idrologica per la produzione idroelettrica, L’Acqua, 2013.
Manfreda S. and M. Fiorentino, Flood Volume Estimation and Flood Mitigation: Adige river basin, in "Mountains: Sources of Water, Sources of Knowledge", Series: Advances in Global Change Research , Vol. 31 Ed. by Ellen Wiegandt, pp. 243-264, 2008 (ISBN:978-1-4020-6747-1).
Fiorentino M., S. Manfreda, V. Iacobellis, Peak Runoff Contributing Area as Hydrological Signature of the Probability Distribution of Floods, Advances in Water Resources, 30(10), 2123-2134, (doi:10.1016/j.advwatres.2006.11.017), 2007.
Rosano R., S. Manfreda, M. Fiorentino, A. Sole, Sviluppo ed ingegnerizzazione di un applicativo software per la modellazione idrologica a scala di bacino, 29° Convegno di Idraulica e Costruzioni Idrauliche, 2008.