JP2019053546A - エネルギー供給システムの最適化装置及び最適化プログラム - Google Patents

エネルギー供給システムの最適化装置及び最適化プログラム Download PDF

Info

Publication number
JP2019053546A
JP2019053546A JP2017177573A JP2017177573A JP2019053546A JP 2019053546 A JP2019053546 A JP 2019053546A JP 2017177573 A JP2017177573 A JP 2017177573A JP 2017177573 A JP2017177573 A JP 2017177573A JP 2019053546 A JP2019053546 A JP 2019053546A
Authority
JP
Japan
Prior art keywords
heat utilization
exhaust heat
heat
waste heat
utilization device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2017177573A
Other languages
English (en)
Inventor
良介 片岡
Ryosuke Kataoka
良介 片岡
功一 藏薗
Koichi Kurazono
功一 藏薗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Central R&D Labs Inc
Original Assignee
Toyota Central R&D Labs Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toyota Central R&D Labs Inc filed Critical Toyota Central R&D Labs Inc
Priority to JP2017177573A priority Critical patent/JP2019053546A/ja
Publication of JP2019053546A publication Critical patent/JP2019053546A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Heat-Pump Type And Storage Water Heaters (AREA)

Abstract

【課題】工程間の排熱回収、蓄熱、利用のタイミングを考慮して、最適な排熱利用装置の選択を含めてエネルギー供給システムを最適化する。【解決手段】熱源機器を利用した工程に関する情報を記憶した工程データベース102aと、導入予定の排熱利用装置に関する情報を記憶した排熱利用装置データベース102bと、を参照して、工程間の排熱の回収、蓄熱及び利用のタイミングを考慮したエネルギーフローの最適化手法を用いて、未利用排熱量又は金銭コストを最小化するために導入する排熱利用装置を排熱利用装置データベース102bに記憶されている排熱利用装置から選定する。【選択図】図1

Description

本発明は、エネルギー供給システムの最適化装置及び最適化プログラムに関する。
熱源発生プラントの工程にて生成された熱エネルギーを他の建物や施設に供給し、その熱エネルギーを利用するエネルギー供給システムが知られている。例えば、都市ガス、電力及びコジェネレーション・システムからの排熱によって蒸気や温水を生成し、排熱利用装置を有する施設に供給する態様が挙げられる。
複数の異なる種類の熱源機器を含む熱源機器ネットワークの運転計画を最適化するためのシステムが開示されている。当該システムでは、複数の単位時間について電力需要を予測する電力需要予測部と、当該単位時間について熱エネルギーの需要を予測する熱エネルギー需要予測部と、熱源機器の各々について入出力特性を表す機器モデルを取得する機器モデル取得部と、当該単位時間について予測された電力需要及び予測された熱エネルギー需要を満足させつつ、各熱源機器の機器モデルに基づいて、当該単位時間からなる所定期間で目的関数を最適化することができる運転パターンの1つの系列を決定する運転最適化部とを含む(特許文献1)。
また、エネルギー需要を入力する需要入力手段と、蓄熱槽の蓄熱レベルに対応する入放熱段階を記憶する蓄熱槽入放熱段階記憶手段と、エネルギー供給設備の運転計画を決定する運転最適化手段とを備え、蓄熱槽の蓄熱量を複数の蓄熱レベルに分割し、かつ蓄熱槽入放熱量を放熱段階に分割して、各時点における各蓄熱レベルに対応するエネルギー消費コスト、CO換算発生量及びエネルギー消費換算量の1つ以上が最小となる運転点を求める技術が開示されている(特許文献2)。
特開2017−49756号公報 特開2003−113739号公報
ところで、従来のシステムでは、既に設置されている機器の最適運転条件を求める最低運転計画が主目的であり、工程間の排熱回収、蓄熱、利用のタイミングを考慮した排熱利用システムの構成を構築するための手段は確立されていない。これは、エネルギーフローの計算時において、工程と排熱利用装置の接続関係を既定として前提条件を設定しているからである。
本発明の1つの態様は、エネルギー供給システムの最適化装置であって、それぞれ記憶装置に記憶された、熱源機器を利用した工程に関する情報を記憶した工程データベースと、導入予定の排熱利用装置に関する情報を記憶した排熱利用装置データベースと、を参照して、工程間の排熱の回収、蓄熱及び利用のタイミングを考慮したエネルギーフローの最適化手法を用いて、未利用排熱量又は金銭コストを最小化するために導入する排熱利用装置を前記排熱利用装置データベースに記憶されている排熱利用装置から選定することを特徴とするエネルギー供給システムの最適化装置である。
本発明の別の態様は、エネルギー供給システムの最適化プログラムであって、熱源機器を利用した工程に関する情報を記憶した工程データベースと、導入予定の排熱利用装置に関する情報を記憶した排熱利用装置データベースと、を記憶した記憶手段にアクセス可能なコンピュータを、前記工程データベース及び前記排熱利用装置データベースを参照して、工程間の排熱の回収、蓄熱及び利用のタイミングを考慮したエネルギーフローの最適化手法を用いて、未利用排熱量又は金銭コストを最小化するために導入する排熱利用装置を前記排熱利用装置データベースに記憶されている排熱利用装置から選定する手段として機能させることを特徴とするエネルギー供給システムの最適化プログラムである。
ここで、前記排熱利用装置データベースは、排熱利用装置の蓄放熱機能を分類して記憶しており、排熱利用装置毎の蓄放熱機能の分類による排熱の回収、蓄熱及び利用のタイミングを考慮した混合整数計画問題として未利用排熱量又は金銭コストを最小化する排熱利用装置を前記排熱利用装置データベースに記憶されている排熱利用装置から選定することが好適である。
また、前記工程データベースは、工程毎の1次エネルギー、エネルギー需要量、エネルギー価格、工程温度、排熱量、排熱温度、排熱形態及び再利用熱需要形態に関する情報を含み、前記排熱利用装置データベースは、排熱利用装置毎の駆動熱源、駆動温度帯、出力温度帯、出力形態、容量、効率、装置コスト及び蓄放熱機能に関する情報を含み、t:時刻,i:工程番号,j:排熱利用装置番号,xin (t):時刻tにおける工程iへの外部供給量,P:工程iに外部供給されるエネルギーの単価,b:排熱利用装置jのバイナリ変数,IC:排熱利用装置jの導入にかかる初期費用,RC:排熱利用装置jの使用にかかるランニングコスト,xre i−j(t):時刻tにおいて排熱利用装置jから工程iへ供給される熱の再利用量,M:十分大きな正の値,D(t):時刻tにおける工程iの熱需要量,W(t):時刻tにおける工程iの排熱量,wout (t):時刻tにおける工程iの排熱量のうち系外へ放出される熱量,wi−j(t):時刻tにおける工程iの排熱量のうち排熱利用装置jに投入される熱量、として、数式(1)で示される外部供給エネルギーの最小化、又は、
数式(2)で示されるシステム全体のコストの最小化
をするために導入する排熱利用装置を前記排熱利用装置データベースに記憶されている排熱利用装置から選定することが好適である。
本発明によれば、工程間の排熱回収、蓄熱、利用のタイミングを考慮して、最適な排熱利用装置の選択を含めてエネルギー供給システムを最適化することができる。
本発明の実施の形態におけるエネルギー供給システムの最適化装置の構成を示す図である。 本発明の実施の形態における最適化装置を実現するコンピュータの構成を示す図である。 本発明の実施の形態における工程DBの例を示す図である。 本発明の実施の形態における排熱利用装置DBの例を示す図である。 本発明の実施の形態における熱源機器の最適化処理を説明する図である。 本発明の実施の形態におけるエネルギー供給システムの構成例を示す図である。 本発明の実施の形態における蓄熱及び放熱のいずれかが可能な排熱利用装置の場合のエネルギーフローの例を示す図である。 本発明の実施の形態における蓄熱及び放熱の両方が同時に可能な排熱利用装置の場合のエネルギーフローの例を示す図である。
本発明の実施の形態におけるエネルギー供給システムの最適化装置100は、図1に示すように、データベース入力手段102、エネルギーフロー生成手段104及び最適フロー算出手段106を含んで構成される。すなわち、最適化装置100は、データベース入力、エネルギーフロー生成及び最適フロー算出を順に行うことによってエネルギー供給関係を有するエネルギー供給システムを最適化する処理を行う。
最適化装置100は、図2に示すように、処理部202、記憶部204、入力部206、出力部208及び通信部210を含む一般的なコンピュータ200によって実現することができる。
処理部202は、CPU等の演算処理を行う手段を含む。処理部202は、記憶部204に記憶されている熱源機器の最適化プログラムを実行することによって、本実施の形態における最適化装置100を実現する。記憶部204は、半導体メモリ、ハードディスク等の記憶手段を含む。記憶部204は、処理部202とアクセス可能に接続され、最適化プログラム、工程データベース102a(以下、工程DBという。)、排熱利用装置データベース102b(以下、排熱利用装置DBという。)等の最適化装置100での処理に必要な情報を記憶する。入力部206は、コンピュータ200に情報を入力する手段を含む。入力部206は、例えば、ユーザからの入力を受けるタッチパネルやキーボード等を備える。出力部208は、ユーザから入力情報を受け付けるためのユーザインターフェース画面(UI)等やコンピュータ200での最適化結果を出力する手段を含む。出力部208は、例えば、ユーザに対して画像を呈示するディスプレイを備える。コンピュータ200は、その機能の一部をインターネット等の通信部210によって外部サーバに接続されてもよい。また、コンピュータ200は、その機能の一部を外部サーバ等にて実現してもよい。
データベース入力手段102は、最適化の対象とするエネルギー供給システムに含まれる工程に関する工程DB102a及びシステムに導入予定の排熱利用装置に関する排熱利用装置DB102bのデータ入力を受け付ける。
工程DB102aは、図3に示すように、工程番号、工程名、1次エネルギー、エネルギー需要量、エネルギー価格、工程温度、排熱量、排熱温度、排熱形態及び再利用熱需要形態を含む
工程番号は、エネルギー供給システムにおける各工程を特定する識別子である。工程番号は、例えば、数字とされる。工程名は、各工程の名称である。1次エネルギーは、各工程において「都市ガス」、「蒸気」、「電力」、「エア」、「重油」等の系外から調達するエネルギーを特定する情報である。エネルギー需要量は、各工程の標準的な生産状況における時刻毎のエネルギー需要量を示す情報である。時刻は、例えば、10分毎、30分毎、1時間毎等とすればよい。エネルギー価格は、各工程が消費する1次エネルギーの単価を示す情報である。工程温度は、各工程がエネルギーを使用して得る代表温度を示す情報である。代表温度とは、例えば、塗装工程であれば塗装空間の温度や加熱処理工程であれば炉内温度等とされる。排熱量は、各工程の標準的な生産状況における時刻毎の排熱量を示す情報である。排熱温度は、各工程における排熱の代表温度を示す情報である。排熱形態は、各工程における排熱方法を示す情報であり、例えば、「排ガス」、「気体」、「温水」のいずれか1つとされる。再利用熱需要形態は、受け入れ可能な再利用熱の形態を示す情報であり、例えば、「気体」、「温水」の少なくとも1つされる。
排熱利用装置DB102bは、図4に示すように、装置番号、装置名、駆動熱源、駆動温度帯、出力温度帯、出力形態、容量、効率、装置コスト及び蓄放熱機能を含む。
装置番号は、エネルギー供給システムに導入予定の各排熱利用装置を特定する識別子である。装置番号は、例えば、装置毎に一意に割り当てられたアルファベットの組み合わせとされる。装置名は、排熱利用装置の名称である。駆動熱源は、各排熱利用装置で利用される熱源を示す情報であり、例えば、「排ガス」、「気体」、「温水」のいずれか1つとされる。駆動温度帯は、各排熱利用装置が回収できる排熱の温度範囲、すなわち温度の上限と下限とを示す情報である。出力温度帯は、各排熱利用装置が出力できる再利用熱の温度範囲、すなわち温度の上限と下限とを示す情報である。出力形態は、各排熱利用装置における排熱方法を示す情報であり、例えば、「気体」、「温水」のいずれか1つとされる。容量は、各排熱利用装置が回収できる排熱の最大量を示す情報である。効率は、各排熱利用装置の排熱の回収効率であり、各排熱利用装置が回収できる排熱と出力できる再利用熱の比率で表される。装置コストは、各排熱利用装置をエネルギー供給システムに導入し、運用する際に必要な費用を示す情報である。蓄放熱機能は、各排熱利用装置が有する蓄放熱機能を分類する情報である。蓄放熱機能は、例えば、蓄熱機能を備えず、蓄熱せずに放熱のみを行う排熱利用装置の場合は”0”とし、蓄熱機能を備え、蓄熱又は放熱のどちらかを行うが同時には行えない排熱利用装置の場合は”1”とし、蓄熱機能を備え、蓄熱及び放熱を同時には行うことができる排熱利用装置の場合は”2”とする。
データベース入力手段102における工程DB102a及び排熱利用装置DB102bの入力によって、図5に示すように、対象となるエネルギー供給システムにおける各工程と導入される可能性がある各排熱利用装置とが設定される。
エネルギーフロー生成手段104は、工程DB102a及び排熱利用装置DB102bを参照して、エネルギー供給システムにおける各工程と各排熱利用装置との間のエネルギーフローの関係を設定する。エネルギーフロー生成手段104は、各工程の排熱が各排熱利用装置に投入可能であれば工程から排熱利用装置へのフローを設定する(図5(b)中、実線矢印で示す。)。すなわち、数式(論理式)(3)を満たす場合、各工程の排熱が各排熱利用装置に投入可能であれば工程から排熱利用装置へのフローを設定する。エネルギーフロー生成手段104は、各排熱利用装置の排熱が各工程で再利用が可能であれば排熱利用装置から工程へのフローを設定する(図5(b)中、破線矢印で示す。)。すなわち、数式(論理式)(4)を満たす場合、排熱利用装置から工程へのフローを設定する。
最適フロー算出手段106は、エネルギーフロー生成手段104にて設定されたエネルギーフローにおいて相互に接続された工程と排熱利用装置との間でやり取りされるエネルギー量を対象に混合整数計画問題として混合整数計画法による最適化計算を行う。
最適化計算における目的関数は、数式(5)で示される外部供給エネルギー(未利用排熱量)の最小化、又は、数式(6)で示されるシステム全体の金銭コストの最小化とする。
なお、以下の数式において、t:時刻,i:工程番号,j:排熱利用装置番号,xin (t):時刻tにおける工程iへの外部供給量,P:工程iに外部供給されるエネルギーの単価,b:排熱利用装置jのバイナリ変数,IC:排熱利用装置jの導入にかかる初期費用,RC:排熱利用装置jの使用にかかるランニングコスト,xre i−j(t):時刻tにおいて排熱利用装置jから工程iへ供給される熱の再利用量,M:十分大きな正の値,D(t):時刻tにおける工程iの熱需要量,W(t):時刻tにおける工程iの排熱量,wout (t):時刻tにおける工程iの排熱量のうち系外へ放出される熱量,wi−j(t):時刻tにおける工程iの排熱量のうち排熱利用装置jに投入される熱量を意味する。
最適化計算における制約条件として排熱利用装置の導入是非を表現するため、バイナリ変数b(b=1:採用,b=0:不採用)を含む数式(7)を用いる。また、工程のエネルギー需要D(t)を満たすため、外部供給xin (t)と排熱の再利用量xre i−j(t)の関係を数式(8)とする。
また、数式(9)に示すように、工程からの排熱量は排熱利用装置に投入されるか系外へ放出されるものとする。排熱利用装置からの放熱量も同様で、工程へ再利用熱として投入されるか系外へ放出されるとする。
図6は、エネルギーフローの例として、2つの工程及び2つの排熱利用装置の場合を図3に示す。図6では、使用熱量D(t)、D(t)は工程DBより与えられる設定値であり、他のパラメータは全て最適化計算によって定まる未知変数である。
また、例えば、エネルギーフローに接続された排熱利用装置Aが蓄放熱機能“1”または“2”を持つ場合、それぞれ図7及び図8に示すように、内部エネルギーフローを考慮する。この内部エネルギーフローでは、時刻tごとにスイッチ変数δ(t)の値を定めてストレージへの蓄熱か、ストレージからの放熱か、の運転切り替えを表現している。
このように、最適フロー算出手段106にて、数式(5)で示される外部供給エネルギー、又は、数式(6)で示されるシステム全体のコストを最小化するエネルギーフローを求める。例えば、エネルギーフロー生成手段104にて図5(b)の例のようにエネルギーフローの初期状態を設定した後、最適フロー算出手段106にて最適化計算を行うことによって、図5(c)に示すように、工程と排熱利用装置との間のエネルギーフローを最適化することができる。
最適化計算によって求められたエネルギー供給システムにおける供給エネルギーの削減量ΔEは、工程におけるエネルギー需要と外部からのエネルギー供給量の差に基づいて数式(10)を用いて算出できる。
また、システム全体のコストcostTotalは、1次エネルギー費と装置導入費と装置運用費の和であるので、数式(11)を用いて算出できる。
また、導入すべき装置として選定される排熱利用装置の種類と数は、最適フローで使用された装置であり、数式(12)に含まれる装置として判別できる。
また、装置コスト要件は、システム全体でコストメリットが得られる許容装置コストであり数式(13)で算出できる。
また、排熱装置の蓄放熱スケジュールは、最適化計算におけるパラメータとして算出できる。
以上のように、本実施の形態によれば、工程間の排熱回収、蓄熱、利用のタイミングを考慮して、最適な排熱利用装置の選択を含めてエネルギー供給システムを最適化することができる。すなわち、排熱の回収及び利用による供給エネルギーの削減量、エネルギー供給システム全体のコスト、導入すべき排熱利用装置の種類と数、コストメリットを得るための装置コスト要件、及び蓄熱装置の蓄放熱スケジュールを評価することができる。
100 最適化装置、102 データベース入力手段、102a 工程データベース、102b 排熱利用装置データベース、104 エネルギーフロー生成手段、106 最適フロー算出手段、200 コンピュータ、202 処理部、204 記憶部、206 入力部、208 出力部、210 通信部。

Claims (4)

  1. エネルギー供給システムの最適化装置であって、
    それぞれ記憶装置に記憶された、熱源機器を利用した工程に関する情報を記憶した工程データベースと、導入予定の排熱利用装置に関する情報を記憶した排熱利用装置データベースと、を参照して、工程間の排熱の回収、蓄熱及び利用のタイミングを考慮したエネルギーフローの最適化手法を用いて、未利用排熱量又は金銭コストを最小化するために導入する排熱利用装置を前記排熱利用装置データベースに記憶されている排熱利用装置から選定することを特徴とするエネルギー供給システムの最適化装置。
  2. 請求項1に記載のエネルギー供給システムの最適化装置であって、
    前記排熱利用装置データベースは、排熱利用装置の蓄放熱機能を分類して記憶しており、排熱利用装置毎の蓄放熱機能の分類による排熱の回収、蓄熱及び利用のタイミングを考慮した混合整数計画問題として未利用排熱量又は金銭コストを最小化する排熱利用装置を前記排熱利用装置データベースに記憶されている排熱利用装置から選定することを特徴とするエネルギー供給システムの最適化装置。
  3. 請求項1又は2に記載のエネルギー供給システムの最適化装置であって、
    前記工程データベースは、工程毎の1次エネルギー、エネルギー需要量、エネルギー価格、工程温度、排熱量、排熱温度、排熱形態及び再利用熱需要形態に関する情報を含み、
    前記排熱利用装置データベースは、排熱利用装置毎の駆動熱源、駆動温度帯、出力温度帯、出力形態、容量、効率、装置コスト及び蓄放熱機能に関する情報を含み、
    t:時刻,i:工程番号,j:排熱利用装置番号,xin (t):時刻tにおける工程iへの外部供給量,P:工程iに外部供給されるエネルギーの単価,b:排熱利用装置jのバイナリ変数,IC:排熱利用装置jの導入にかかる初期費用,RC:排熱利用装置jの使用にかかるランニングコスト,xre i−j(t):時刻tにおいて排熱利用装置jから工程iへ供給される熱の再利用量,M:十分大きな正の値,D(t):時刻tにおける工程iの熱需要量,W(t):時刻tにおける工程iの排熱量,wout (t):時刻tにおける工程iの排熱量のうち系外へ放出される熱量,wi−j(t):時刻tにおける工程iの排熱量のうち排熱利用装置jに投入される熱量、として、
    数式(1)で示される外部供給エネルギーの最小化、又は、
    数式(2)で示されるシステム全体のコストの最小化
    をするために導入する排熱利用装置を前記排熱利用装置データベースに記憶されている排熱利用装置から選定することを特徴とするエネルギー供給システムの最適化装置。
  4. エネルギー供給システムの最適化プログラムであって、
    熱源機器を利用した工程に関する情報を記憶した工程データベースと、導入予定の排熱利用装置に関する情報を記憶した排熱利用装置データベースと、を記憶した記憶手段にアクセス可能なコンピュータを、
    前記工程データベース及び前記排熱利用装置データベースを参照して、工程間の排熱の回収、蓄熱及び利用のタイミングを考慮したエネルギーフローの最適化手法を用いて、未利用排熱量又は金銭コストを最小化するために導入する排熱利用装置を前記排熱利用装置データベースに記憶されている排熱利用装置から選定する手段として機能させることを特徴とするエネルギー供給システムの最適化プログラム。
JP2017177573A 2017-09-15 2017-09-15 エネルギー供給システムの最適化装置及び最適化プログラム Pending JP2019053546A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017177573A JP2019053546A (ja) 2017-09-15 2017-09-15 エネルギー供給システムの最適化装置及び最適化プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017177573A JP2019053546A (ja) 2017-09-15 2017-09-15 エネルギー供給システムの最適化装置及び最適化プログラム

Publications (1)

Publication Number Publication Date
JP2019053546A true JP2019053546A (ja) 2019-04-04

Family

ID=66013816

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017177573A Pending JP2019053546A (ja) 2017-09-15 2017-09-15 エネルギー供給システムの最適化装置及び最適化プログラム

Country Status (1)

Country Link
JP (1) JP2019053546A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989534A (zh) * 2019-12-20 2020-04-10 明日能源(苏州)有限公司 一种能源数据采集终端、监控终端及能源管理方法
CN113236386A (zh) * 2021-06-22 2021-08-10 华北电力大学 一种火电机组一次调频蓄能实时评估方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989534A (zh) * 2019-12-20 2020-04-10 明日能源(苏州)有限公司 一种能源数据采集终端、监控终端及能源管理方法
CN113236386A (zh) * 2021-06-22 2021-08-10 华北电力大学 一种火电机组一次调频蓄能实时评估方法及系统
CN113236386B (zh) * 2021-06-22 2022-03-22 华北电力大学 一种火电机组一次调频蓄能实时评估方法及系统

Similar Documents

Publication Publication Date Title
Andiappan State-of-the-art review of mathematical optimisation approaches for synthesis of energy systems
Babaei et al. A data-driven model of virtual power plants in day-ahead unit commitment
Lara et al. Electric power infrastructure planning under uncertainty: stochastic dual dynamic integer programming (SDDiP) and parallelization scheme
Singhal et al. Dynamic programming approach for solving power generating unit commitment problem
Lin et al. Multi-area economic dispatch using an improved stochastic fractal search algorithm
Zhao et al. Operational optimization of industrial steam systems under uncertainty using data‐D riven adaptive robust optimization
Khatami et al. Flexibility reserve in power systems: Definition and stochastic multi-fidelity optimization
Terrazas‐Moreno et al. Simultaneous design, scheduling, and optimal control of a methyl‐methacrylate continuous polymerization reactor
JP2017062836A (ja) 部分的および完全に分散的な環境における同時プロセス及びユーティリティシステムのための方法
Nahas et al. Extended great deluge algorithm for the imperfect preventive maintenance optimization of multi-state systems
Fan et al. An edge-based formulation for combined-cycle units
Nazari-Heris et al. Optimal generation scheduling of large-scale multi-zone combined heat and power systems
US11847007B2 (en) Data center total resource utilization efficiency (TRUE) system and method
JP2019053546A (ja) エネルギー供給システムの最適化装置及び最適化プログラム
Baslis et al. Simulation of optimal medium-term hydro-thermal system operation by grid computing
Chen et al. An adaptive genetic algorithm-based and AND/OR graph approach for the disassembly line balancing problem
JP6535173B2 (ja) 分散型エネルギーシステムの構成最適化方法及び装置
Numan et al. Mobilizing grid flexibility through optimal transmission switching for power systems with large‐scale renewable integration
Han et al. Scheduling for a flow shop with waiting time constraints and missing operations in semiconductor manufacturing
Godoy et al. An optimization model for evaluating the economic impact of availability and maintenance notions during the synthesis and design of a power plant
Zeng et al. Integrated optimization and engineering application for disassembly line balancing problem with preventive maintenance
Varelmann et al. A decoupling strategy for protecting sensitive process information in cooperative optimization of power flow
Karabaş et al. An exact solution method and a genetic algorithm-based approach for the unit commitment problem in conventional power generation systems
Zhang et al. Models for optimization of energy consumption of pumps in a wastewater processing plant
Chang et al. An efficient simulation optimization method for the redundancy allocation problem with a chance constraint