Operation of a daily compensation reservoir in on-demand irrigation systems depends mainly on the geometric characteristics (depth and reservoir surface area), the downstream demand and the upstream supply. This paper presents a stochastic methodology based on real coded genetic algorithms aiming at generating the optimal supply hydrograph able to satisfy the network demand and taking into account the volume of the storage reservoir. An executable computer program was developed on C++ language. The model was applied and tested on one reservoir of the Sinistra Ofanto irrigation scheme (Italy) facing the risk of emptying during peak periods. Results demonstrated that it is possible to find solutions overcoming this risk where two theoretical alternatives were proposed based on the results of the simulations.

Le fonctionnement d'un réservoir de régulation journalière dans les systèmes d'irrigation à la demande dépend principalement de ses caractéristiques géométriques (profondeur et surface d'occupation), de l'offre et de la demande en eau. Ce papier présente une méthode stochastique basée sur le principe des algorithmes génétiques pour la détermination de l'hydrographe d'alimentation du réservoir afin de satisfaire la demande en eau du réseau. Pour atteindre cet objectif, un fichier exécutable a été développé sur C++. Le modèle a été appliqué et testé sur un réservoir du périmètre irrigué de la Sinistra Ofanto (Italie) qui présente un risque de vidange durant les périodes de pointe. Deux alternatives, qui ont prouvé leur efficacité, ont été proposées pour résoudre le problème.