Tijdens periodes van hevige regenval kunnen overstromingen optreden waarvan de schade vaak niet te overzien valt. Er dient actie te worden ondernomen. Deze masterproef kadert binnen het onderzoek naar het beheersen van overstromingen door middel van intelligente sturing van hydraulische structuren. De studie beperkt zich tot de bovenloop van de Demer, maar de kennis en methodiek zijn overdraagbaar naar andere stromingsgebieden.De bovenloop van de Demer bevat regelbare stuwen en wachtbekkens die gestuurd worden op basis van een aantal op voorhand vastgelegde regels. Gezien de complexiteit van het systeem leiden deze vaste regels tot suboptimale resultaten. Een verbetering dringt zich op. Gedetailleerde hydrodynamische modellen kunnen in combinatie met neerslagvoorspellingen de verwachte toestand van het bekken bepalen. Real-time sturing is echter niet uitvoerbaar met dergelijke modellen, aangezien de rekentijd dit niet toelaat. Het gebruik van vereenvoudigde conceptuele modellen met een veel kortere rekentijd verhelpt dit probleem. Het in dit onderzoek gebruikte conceptueel model van het Demerbekken werd geprogrammeerd in Simulink®.
Op basis van voorgaand onderzoek wordt in deze thesis een techniek voorgesteld die Model Predictive Control (MPC) in combinatie met een Genetisch Algoritme (GA) toepast op het Demerbekken. Het ontwikkelen en uitgebreid testen van deze techniek is het hoofddoel van deze thesis. De MPC-techniek zal de verwachte toestand in het bekken bepalen in functie van de stand van de twaalf regelbare stuwen die het systeem telt. Het genetisch algoritme legt daarbij vast welke reeksen klepstanden worden doorgerekend. De beste combinatie van klepstanden uit de verschillende reeksen wordt bepaald met behulp van kostfuncties op basis van verkregen waterpeilen op twintig geselecteerde locaties. Het toepassen van parallel computing technieken en een efficiënte programmering zorgen er verder voor dat de rekentijd zoveel mogelijk beperkt blijft. Daarnaast is de correcte werking van het conceptueel model gegarandeerd door enkele noodzakelijke aanpassingen en uitbreidingen.
Het toegepaste MPC-GA-algoritme slaagt er in de gestelde doelen te bereiken en het overstroomd volume met 46% te beperken ten opzichte van de huidige sturingstechnieken voor de historische was van september 1998. Daarbij benut de voorgestelde techniek de capaciteit van de wachtbekkens quasi perfect. Na validatie met het gedetailleerde hydrodynamisch model in InfoWorksTM-RS volgt een parameterstudie waarin de belangrijkste parameters van de techniek geoptimaliseerd worden. Uitgaande van de resultaten met het MPC-GA-model zijn een aantal aanbevelingen ter verbetering van de huidige sturing opgesteld.
In een laatste fase zijn enkele aanvullende verbeteringen van het riviernetwerk en het MPCGA- algoritme onderzocht. Het invoegen van twee strategisch geplaatste regelbare stuwen blijkt een belangrijke maatregel te zijn om overstromingen nog beter te beheersen. Het overstroomd volume is hierbij herleid tot slechts 3% ten opzichte van de huidige sturing. Tot slot werden enkele mogelijkheden ontwikkeld om de intelligentie van het genetisch algoritme te verhogen. Het groeperen van stuwen en optimaliseren op verschillende niveaus lijkt een techniek met veel potentieel.
