Gestion de la pression dans les réseaux de distribution d’eau potable en vue de la réduction des fuites : évaluation dans le contexte des réseaux nord-américains.

Les gestionnaires des réseaux de distribution d’eau potable (RDEP) s’engagent à fournir, en permanence, le meilleur approvisionnement en termes de qualité de l’eau et de pression de service offerte. Pour ce faire, des ajustements des différentes commandes du système sont à effectuer régulièrement. Toutefois, la dynamique de la consommation de l’eau, le vieillissement des composantes des réseaux, l’apparition des nouveaux bris/fuites ou l’accentuation des fuites existantes sont autant de facteurs qui modifient les conditions hydrauliques et affectent les performances de l’infrastructure, et auxquels s’ajoutent les défis d’économie d’eau et d’énergie. L’optimisation de l’opération de la distribution de l’eau potable, par la gestion au quotidien des pressions et des débits fournis, devient indispensable. 
\nFace à des RDEP complexes et à des objectifs de gestion contraignants, la modélisation hydraulique peut être complémentée par des outils d’optimisation permettant la recherche de solutions optimales de contrôle de l’infrastructure urbaine, par la minimisation d’une fonction objectif sous un certain nombre de contraintes. C’est dans ce cadre que cette thèse s’inscrit. Diverses méthodes de contrôle de la pression à l’entrée des réseaux ont été développées et testées, par l’ajustement de vannes de régulation de la pression (VRP), et leurs performances ont été évaluées. Les différentes stratégies de contrôle de la pression prises en compte sont : i) le contrôle fixe; ii) le contrôle variable basé sur l’heure de la journée; iii) le contrôle en temps réel réactif (basé sur les observations de débits/pressions); et iv) le contrôle en temps réel prédictif (basé sur les observations et les prédictions de débits). Les deux premiers modes sont des stratégies de contrôle passif qui sont régulièrement adoptés dans la pratique par les gestionnaires des réseaux. Le troisième mode est une solution recommandée dans la littérature, mais plus rarement appliquée, alors que le dernier mode représente une nouvelle solution proposée dans cette thèse, dont on souhaite évaluer les contributions à une meilleure réduction des pertes en eau. Cet objectif a été poursuivi à travers trois axes, réalisés grâce à une base de données fournie par trois municipalités canadiennes (historiques des demandes en eau, modèles hydrauliques, différents types de secteurs de consommation) et à des essais réalisés au laboratoire de simulation hydraulique de l’INRS. 
\nLe premier axe consiste au développement d’un outil de contrôle de la pression par la commande des VRP, qui s’appuie sur un modèle de simulation hydraulique et un algorithme d’optimisation. Cet outil a permis de comparer la performance théorique des quatre modes de contrôle ci-haut mentionnés sur trois secteurs de consommation réels (Secteurs 1 à 3). Cette performance a été quantifiée en termes de réduction des pertes en eau et de stabilisation des fluctuations de la pression. Au cours de cette étape, les performances des équipements de contrôle et les prédictions de la demande en eau ont été considérées idéales. Le contrôle actif (prédictif ou réactif) s’est avéré être le plus performant, notamment pour les réseaux qui présentaient de faibles différences d’élévation, une rugosité élevée des conduites et un profil de consommation contrasté. 
\nLe second axe consiste à évaluer la performance de deux types de modèles de prévision à court terme de la demande en eau au pas de temps de 15 min pour les prochaines 24 h, soit les modèles de type ARIMA et un modèle basé sur le calcul de coefficients adaptatifs (modèle FAF). Les incertitudes associées à ces prédictions ont été aussi évaluées. Les données de deux autres secteurs (Secteurs 4 et 5) ont été utilisées. Il a été observé que la précision des prévisions dépendait fortement du profil de consommation, de l’horizon de prédiction et de la longueur de la base de données considérés. Pour les horizons de prédictions de moins d’une heure, les modèles de type ARIMA présentaient les meilleurs performances. Les intervalles d’incertitude de ces modèles couvraient le plus de données observées alors que le modèle FAF était plus fiable pour les horizons de prédiction de plus de 2 h et présentait des intervalles d’incertitudes plus étroits. 
\nLe troisième axe consiste à réévaluer la performance des modes de contrôle en tenant compte à la fois de la sensibilité de la VRP et de l’incertitude sur les prédictions. En premier lieu, l’impact de la sensibilité de la VRP a été évalué de façon plus exhaustive avec les données du Secteur 3. Afin d’étudier la réponse de la VRP face aux consignes issues de l’outil de contrôle, des expérimentations ont été effectuées au laboratoire. Une valeur limite de variation de consigne, en-dessous de laquelle la VRP réagissait très rarement, a été définie. Elle est égale à 3,5 m pour la vanne à diaphragme installée au laboratoire de l’INRS (de type Singer Modèle 106-PR). Par la suite, une réévaluation de la performance des modes de contrôle de la pression a été effectuée, sur le réseau réel, en tenant compte de la valeur limite de différents types de VRP, dont celle du laboratoire (comprises entre 1,4 à 5 m). Les résultats ont montré que pour des VRP avec des valeurs limites élevées, la performance des modes de contrôle actif pouvait devenir similaire à celle des modes de contrôle passifs. Ce sont les réseaux présentant des rugosités de conduites plus élevées qui présentent le plus d’avantages pour l’application des modes de contrôle actifs. En second lieu, l’impact sur la performance du contrôle prédictif de l’incertitude sur les prévisions a été évalué sur un exemple plus limité. Les résultats montrent que le mode prédictif apporte, pour les réseaux étudiés, peu d’avantages par rapport au CTR réactif. 
\nLes évaluations et validations effectuées dans chaque partie de la thèse fournissent des éléments permettant d’accroître les connaissances au sujet des modes de contrôle de la pression les plus appropriés et les plus performants en fonction des caractéristiques des RDEP. Pour les réseaux nord-américains, qui sont conçus de façon à assurer la protection contre les incendies, il semble que le CTR prédictif apporte peu d’avantages par rapport au CTR réactif. Ce dernier type de contrôle permet quant à lui d’obtenir des réductions des pertes en eau idéales qui varient de 7.5% à 25 %, selon les réseaux étudiés par rapport au contrôle fixe et qui se réduisent avec des VRP présentant des valeurs limites non nulles. <br /><br /> The managers of water distribution systems (WDSs) have to adjust regularly the various system controls, in order to provide continuously the best supply to the customers in terms of water quality and pressure delivered. However, the dynamics of water consumption, the aging of network components, the occurrence of new breaks/leaks or the increase of existing leaks are all factors that modify the hydraulic conditions and affect the performance of the system. There is also the commitment to water and energy saving. The optimization of the operation of the WDSs becomes indispensable through the daily management of pressures and flows. 
\nWhen dealing with complex WDSs and restricting management objectives, hydraulic modeling can be used in conjunction with optimization tools. They allow the search for optimal solutions for system control, by minimizing an objective function under a certain number of constraints. The thesis fits into this context whereby various pressure control methods at the inlet of the networks have been developed and tested through the adjustment of pressure regulation valves (PRVs), and their performances have been evaluated. The several pressure control strategies taken into account are: i) fixed control; (ii) time based control; iii) reactive real-time control (based on flow /pressure observations); and (iv) predictive real-time control (based on observations and flow predictions). The first two modes are passive control strategies that are regularly adopted in practice by network managers. The third mode is a solution recommended in the literature, but more rarely implemented, while the last mode represents a new solution proposed in this thesis, whose contributions to a better reduction of water losses are to be evaluated. This objective was pursued through three axes, carried out thanks to a database provided by three Canadian municipalities (water demand history, hydraulic models, different types of consumption sectors) and tests carried out in the hydraulic simulation laboratory of INRS. 
\nThe first axis deals with the development of a pressure control tool by PRVs control, which is based on a hydraulic simulation model and an optimization algorithm. This tool helps to compare the theoretical performances of the four modes of control mentioned above on real consumption areas (Sectors 1 to 3). Those performances were quantified in terms of water losses reduction and pressure fluctuations stabilization. During this stage, control equipment performance and water demand predictions were considered ideal. Active control modes (predictive or reactive) were the most efficient, especially for networks with low elevation variations, high pipe roughness and a contrasted consumption pattern. 
\nThe second axis deals with the evaluation of the performances of two types of short-term water demand forecast models with 15-minute time steps for the next 24 hours. The uncertainties associated with these predictions have also been evaluated. Data from two additional sectors (Sectors 4 and 5) were used. It was observed that the predictions performances strongly depended on the consumption profile, the choice of the prediction horizon and the length of the database considered. For prediction horizons of less than one hour, ARIMA models showed the best performances. The uncertainty intervals from these models covered the most observed data whereas FAF model was mor

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.