Optimisation de l'implantation des pratiques de gestion optimales (PGO) dans les réseaux de drainage urbain

Le principe du tout-à-l'égout, au plus vite et le plus loin possible, est de plus en plus remplacé par le principe de la rétention le plus en amont et le plus longtemps possible. Les études se sont multipliées et les villes se sont dirigées vers l'utilisation des modèles qui se basent sur les Pratiques de Gestion Optimales (PGO). Ces pratiques sont principalement basées sur l'infiltration et la rétention des eaux le plus amont possible à l'endroit où elles ont été générées. Elles sont en mesure de résoudre les problèmes de mise en charge et de refoulement dans les réseaux et de déversement des eaux sans traitement dans les milieux récepteurs. Le couplage d'un modèle de simulation hydraulique et hydrologique avec des algorithmes d'optimisation métaheuristique est souvent utilisé pour le choix et l'emplacement des PGO dans un réseau de drainage. Le recours à cette procédure est dicté par la non-linéarité et la complexité des équations à résoudre. Dès lors, un temps considérable de calcul est nécessaire et l'obtention d'un optimum global n'est pas garantie.

Abstract

The principle of “all to the sewer as quickly and as far as possible,” was superceded in America and Europe by the principle of “retention and infiltration as early and as long as possible”. This is in line with the approach to use Best Management Practices (BMPs) in watersheds to mitigate some of effects in the hydrological cycle caused by land-use modifications and climate change. These practices are mainly based on the infiltration and retention of water at the place where it is generated. They can provide both quantitative and qualitative control for runoff, reducing peak flows, runoff volumes and pollutant concentrations before discharging into the natural environment. Coupling hydraulic and hydrological simulation models with meta-heuristic optimization algorithms is often used for the selection and location of BMPs in a drainage network. The use of this procedure is dictated by the nonlinearity and complexity of equations to be solved. Therefore, considerable computational time is required and obtaining a global optimum is not guaranteed.