Cerca de 90% das despesas com energia elétrica das empresas de saneamento são provenientes de motores elétricos utilizados em estações elevatórias de água. Assim, existe a necessidade de otimizar os custos operacionais do bombeamento em SAAs. Devido à complexidade da operação desses sistemas, a busca da regra operacional otimizada, deve ser feita com o auxílio de rotinas computacionais. No entanto, essa otimização necessita de grande tempo de processamento computacional, tornando-se um impasse na utilização do modelo para a operação real, como no caso do modelo desenvolvido por Gebrim (2013). Assim, o presente trabalho visou desenvolver um modelo de otimização tendo como base o modelo de Gebrim (2013), para definir regras operacionais que minimizem os custos operacionais de energia elétrica provenientes do bombeamento do sistema de abastecimento do Rio Descoberto, localizado no Distrito Federal. As soluções do modelo foram avaliadas a partir da função aptidão que considera além dos custos de energia, o atendimento às restrições operacionais expressas em termos de penalidade. Empregou-se no modelo estratégias como a utilização dos algoritmos de otimização Dynamically Dimensioned Search, Evolução Diferencial e Algoritmo Genético; simplificação do modelo hidráulico; tratamento das penalidades por meio de uma abordagem baseada na lógica fuzzy; e a técnica seeding, com a inserção de uma população inicial conhecida no algoritmo. Os resultados obtidos demonstraram que as estratégias utilizadas foram eficientes para encontrar soluções de menor custo e tempo de processamento se comparados ao modelo de otimização original, no entanto, o número de acionamentos das bombas e válvulas foi excessivo. Além disso, os níveis dos reservatórios gerados apresentaram elevada segurança em sua operação, o que pode encorajar a utilização do modelo pelos operadores do sistema. Portanto, com algumas adaptações como a redução do número de acionamentos e desenvolvimento de um previsor de demanda, o modelo poderá ser utilizado para a operação real.
About 90% of the electricity costs from water companies are from pumps used in water pumping stations. Thus, there is a need to optimize the operating costs of pumping in water supply systems. Due to the complexity of the operation of water supply systems, the search for optimized operating rules must be accomplished with the aid of computational routines. However, this optimization requires a great amount of computational time, becoming an impasse in the use of the model for the real operation. Thus, this study aimed to develop an optimization model, to define operational rules that minimize the operational costs of electricity from the pumping of the Descoberto river water supply system, located in the Federal District – Brazil. Were evaluated the solutions of the model, from the fitness function that considers besides the energy costs, compliance with the operational constraints expressed in terms of penalty. Were used the model strategies such as Genetic Algorithm, Dynamically Dimensioned Search and Differential Evolution optimization algorithms; simplification of the hydraulic model; handling of penalties, through an approach based on fuzzy logic; and the seeding technique, with the insertion of an initial population known in the algorithm. The obtained results demonstrated that the strategies used were efficient to find solutions of lower cost and computational time when compared to the original optimization model, however, leading to excessive pump and valve switches. In addition, the reservoirs levels generated presented high safety in the operation of the reservoirs, which can encourage the use of the model by the system operators. Therefore, with some adaptations as the reduction of the number of pump and valve switches and the development of a demand forecast, the model can be used in the real operation.