Resumen de Modelación estocástica del consumo doméstico de agua potable, empleando el esquema de Neyman-Scott

Víctor Hugo Alcocer Yamanaka, Velitchko Tzatchkov, Rafael García Bartual, Steven G. Buchberger, Felipe Ignacio Arreguín Cortés, Telly León Rodríguez

• español

  El consumo de agua potable en el ámbito doméstico tiene carácter estocástico; por ello, con objeto de caracterizarlo, recientemente se han desarrollado métodos que lo representan como series de pulsos rectangulares de Poisson (PRP). Estos métodos requieren de ciertos parámetros para poder generar las series de consumo, como son la intensidad, duración y frecuencia de los pulsos; cada uno de ellos representado estadísticamente por su valor medio, varianza y distribución de probabilidad. La obtención de estos parámetros se basa en la medición directa de la demanda instantánea. Sin embargo, esta forma de medición y caracterización directa de los pulsos se soporta con mediciones con intervalo de registro de un segundo (consumo instantáneo), por lo que genera una enorme cantidad de datos por manejar y es impráctica. En este artículo se presenta un nuevo método para estimar los parámetros necesarios para la generación de las series de consumo instantáneo, con base en mediciones con intervalos de tiempo mayores a un segundo (por ejemplo, un minuto). El método propuesto considera algunos principios del proceso de Neyman-Scott (N-S) en la desagregación temporal del volumen acumulado. La estimación de los parámetros se fundamenta en la comparación de los momentos observados, producto de las mediciones en campo, con los momentos teóricos obtenidos de un análisis del proceso estocástico. Se plantea una función objetivo que expresa la relación entre ambos momentos (teóricos y observados), la cual se minimiza mediante técnicas de programación no lineal (NLP), obteniéndose así los parámetros que caracterizan estadísticamente la intensidad, duración y frecuencia de los pulsos de consumo instantáneo. Una vez estimados tales parámetros, el modelo estocástico permite abordar el problema de la generación de series sintéticas de consumo, empleando cualquier intervalo de agregación temporal. El método se validó por medio de una comparación entre series generadas con los parámetros resultantes del método propuesto y series medidas en campo.

• English

  Residential water demand is highly unsteady and stochastic. This has motivated the development, in the last few years, of methods that model it as series of rectangular pulses following a Poisson process (PRP methods). In order to generate the demand series, these methods require several basic parameters of the instantaneous water demand, such as frequency of water use, and intensity and duration of stochastic demand pulses, each of them defined by its mean, variance, and probability distribution. Known procedures for obtaining those parameters are generally based on direct observation of the instantaneous water demand by registering it every second at selected homes during periods of at least several days. That direct technique turns out to be impractical, however, because of the enormous amount of data generated and processed, plus the need of special equipment for carrying out water demand studies. A new method for estimating the necessary parameters for simulating instantaneous water demand from (e.g. one minute) meter readings at time intervals that are greater than 1 second is presented in this paper. The proposed method considers some principles from the Neyman-Scott (N-S) process, such as the disaggregation of the accumulated water volume, based on a comparison between the statistical moments of the observed greater interval demand series and the theoretical moments of the instantaneous water demand. An objective function expressing the relation between both the theoretical and the observed moments is formulated and minimized by a non linear programming technique. The intensity, duration and frequency or arrival rate of the instantaneous demand pulses are thus obtained. Using these results, instantaneous water demand series, or demand series with any averaging interval, can be generated. The method is validated by comparing the generated demand series with observed demand series.