Machine Translated by Google
Chính sách môi trường công nghệ sạch (2007) 9:235–
240 DOI 10.1007/s10098-006-0075-2
BẢN GỐC
Mô hình lập trình tuyến tính để tối ưu hóa việc ra quyết định
để quản lý hệ thống đồng phát
Naser A. Tibi Æ Husam Arman
Nhận: 7 tháng 2 năm 2006 / Chấp nhận: 27 tháng 9 năm 2006 / Xuất bản trực tuyến: 23 tháng 11 năm 2006
Springer-Verlag 2006
Tóm tắt Một mô hình lập trình tuyến tính toán học (LP) đã
được phát triển để tối ưu hóa việc ra quyết định để quản
lý một cơ sở đồng phát như một dự án cơ chế phát triển
sạch tiềm năng trong một bệnh viện ở Palestine. Mô hình
này được phát triển để tối ưu hóa chi phí năng lượng và
chi phí lắp đặt một nhà máy đồng phát nhỏ dưới những ràng
buộc về cân bằng cung cầu điện và nhiệt. Trong mô hình,
các nguồn điện là từ đồng phát hoặc từ các tiện ích công
cộng và nó được tính toán chi phí thấp nhất để cung cấp
điện và nhiệt cho bệnh viện. Bệnh viện đang sử dụng nhiệt
cho hoạt động của họ và điều đó làm cho ứng dụng đồng
phát trở nên hấp dẫn và khả thi. Trong nghiên cứu này,
chúng tôi sẽ phát triển mô hình LP và sẽ hiển thị kết quả
cũng như lịch trình thời gian cho
đồng phát. Mô hình LP đã phát triển này có thể được sử
dụng và chạy cho bất kỳ ứng dụng đồng phát nào mà không
cần sửa đổi nhiều.
Từ khóa Bệnh viện CHP Palestine
Lập trình tuyến tính
Giới thiệu
Đồng phát là một hệ thống năng lượng hiệu quả cao, sản
xuất cả điện năng (và năng lượng cơ học) và
NA Tibi (&)
Đại học Các Tiểu vương quốc Ả Rập Thống nhất, PO Box 93330,
Dubai, Các Tiểu vương quốc Ả Rập Thống nhất e-mail:
ntibi@uaeu.ac.ae
H. Arman
Đại học Nottingham, Nottingham NG7 2RD, Vương quốc Anh e-
mail: epxha2@nottingham.ac.uk
nhiệt có giá trị từ một nguồn nhiên liệu duy nhất. Đồng
phát đôi khi được gọi là ''nhiệt và năng lượng kết hợp'',
hay CHP. Nó mang lại lợi ích lớn về kinh tế và môi trường
vì nó biến nhiệt lãng phí thành
nguồn năng lượng hữu ích. Nhiều ngành công nghiệp đang sử
dụng CHP để tạo ra năng lượng và đáp ứng nhiệt của quá
trình (Tsay và Lin 2000). Hiệu quả cao hơn này có nghĩa
là lượng khí thải carbon dioxide được cắt giảm tới 2/3
khi so sánh với các nhà máy điện đốt than thông thường.
Đồng phát cung cấp một phương pháp hiệu quả để sử dụng
năng lượng từ một nguồn sơ cấp duy nhất, chẳng hạn như
than, dầu, khí tự nhiên hoặc nhiên liệu sinh khối, để sản
xuất nhiệt và điện (Hepbasli và Ozalp 2002) .
Các doanh nghiệp, cơ quan chính phủ và cơ sở có nhiều
khả năng được hưởng lợi nhất từ đồng phát là những cơ sở
sử dụng lượng lớn nước nóng, nhiệt, hơi nước hoặc làm
lạnh như bệnh viện, cơ sở bảo trì lớn, trung tâm dưới
nước và tiệm giặt là. Những người khác được hưởng lợi từ
khẩu phần cogene bao gồm khách sạn, tòa nhà văn phòng,
nhà chế biến thực phẩm và đồ uống, nhà sản xuất hóa chất
và nhựa, nhà sản xuất bột giấy, giấy và ván sợi, nhà chế
biến kim loại, nhà sản xuất dệt may, trung tâm mua sắm và
trường đại học.
Đồng phát thu hồi nhiệt thải luôn được tạo ra trong
quá trình phát điện và đưa nó vào sử dụng hiệu quả thay
vì để nó thoát ra ngoài khí quyển. Trong sản xuất điện
thông thường, khoảng hai phần ba năng lượng đầu vào bị
lãng phí theo cách này. CHP có thể thu hồi phần lớn lượng
nhiệt thải này, tạo ra việc sử dụng tài nguyên tốt hơn và
tiết kiệm chi phí, đồng thời tiết kiệm năng lượng từ 20
đến 40%. Ví dụ, một nhà máy đồng phát điện trong nhà có
thể sản xuất một phần điện năng và tất cả nước nóng cần
thiết cho hệ thống nước nóng và giặt là từ nhiệt thải mà
nó tạo ra.
Tương tự như vậy, các tòa nhà văn phòng có thể sản xuất điện cho
123
Machine Translated by Google
236
điện và điều hòa không khí từ nhiệt thải do động cơ
điều hòa không khí tạo ra.
Đồng phát đóng góp vào một tương lai năng lượng bền
vững hơn bằng cách giảm thiểu thiệt hại về môi trường
do các hoạt động thương mại gây ra (June Wu và Rosen
1999). Lợi ích rõ ràng và nổi tiếng nhất là tiết kiệm
carbon dioxide. Về mặt cân bằng, quá trình tạo đồng
giúp tiết kiệm tới 50% lượng khí thải CO2 so với các
nguồn nhiệt và điện truyền thống. Giảm lượng khí thải
sulfur dioxide và các hạt là những lợi ích hơn nữa. Để
đạt được những lợi ích này, cần có sự trợ giúp thực tế
trực tiếp (Brown 1996). Một nhà máy đồng phát được
thiết kế và vận hành tốt sẽ luôn nâng cao hiệu quả sử
dụng năng lượng và giảm đáng kể lượng khí thải carbon.
Với hiệu suất cung cấp thông thường từ 70 đến 95%, đồng
phát là giải pháp toàn diện tốt nhất cho lĩnh vực sản
xuất điện và nhiệt.
Đồng phát cung cấp tùy chọn hiệu quả nhất về chi
phí để sản xuất điện khi tính đến khoản tiết kiệm từ
việc sử dụng nhiệt. Ở những quốc gia có thị trường điện
tự do hơn đánh giá cao điện năng đồng tạo ra, đồng phát
thường có thể được phát triển tự do hơn ở những thị
trường nơi quy định biểu giá.
Các mô hình tối ưu của nhà máy đồng phát nhỏ đã được
phát triển và sử dụng để thiết kế các chiến lược đầu
tư và vận hành cho các nhà máy CHP nhỏ (Lund và
Andersen 2005). Những mô hình này được sử dụng để tối
ưu hóa hiệu suất trong một thị trường có giá điện biến
động. Tính khả thi của việc áp dụng CHP cho các ngôi
nhà riêng lẻ ở Vương quốc Anh đã cho thấy tiết kiệm
được 16–39% chi phí và năng lượng hàng năm (Newborough
2004). Một nghiên cứu điển hình về việc lắp đặt một cơ
sở CHP kết hợp như một dự án cơ chế phát triển sạch
tiềm năng trong một khu công nghiệp ở Trung Quốc đã
được nghiên cứu bằng cách sử dụng mô hình lập trình
toán học đã phát triển. Mô hình này được phát triển để
tối ưu hóa công suất lắp đặt của CHP trong điều kiện
hạn chế về cân bằng cung cầu điện và nhiệt. Chi phí
năng lượng và lượng khí thải CO2 và SOx cũng được tính
toán bằng mô hình này (Kosugi et al. 2005). Một mô hình
lập trình tuyến tính được thiết kế để xác định kích
thước đơn vị tối ưu của các hệ thống CHP khi xem xét
nhu cầu năng lượng không chắc chắn dưới dạng các biến
ngẫu nhiên liên tục. Các biến quyết định và hàm mục
tiêu được coi là các hàm tuyến tính khôn ngoan của nhu
cầu năng lượng bằng cách áp dụng phân tích độ nhạy
trong lập trình tuyến tính và phương pháp liệt kê trong lập một lò hỗn
Vấn đề tối ưu hóa này được xây dựng và giải quyết
dựa trên thuật toán tối ưu hóa phân cấp (Gamou et al.
2002). Một phương pháp thiết kế tối ưu mạnh mẽ
123
NA Tibi và H. Arman
được phát triển để tiến hành định cỡ đơn vị của một nhà
máy đồng phát, sao cho chúng hoạt động mạnh mẽ về mặt
kinh tế trong điều kiện nhu cầu năng lượng không chắc
chắn. Giá trị của các biến số thiết kế hoặc công suất
thiết bị, cũng như giá trị của các biến số vận hành
hoặc yêu cầu của hợp đồng tiện ích và tốc độ dòng năng
lượng, được xác định để giảm thiểu tỷ lệ hối tiếc chuẩn
hóa tối đa hoặc tỷ lệ hối tiếc tối đa trong tổng chi
phí hàng năm và đáp ứng tất cả các điều kiện có thể.
nhu cầu năng lượng. Bài toán tối ưu hóa này được xây
dựng dưới dạng một bài toán lập trình phi tuyến tính
nhiều cấp độ và giải pháp của nó thu được bằng cách
đánh giá lặp đi lặp lại các giới hạn trên và dưới cho
giá trị tối ưu của tỷ lệ hối tiếc tối đa bằng phân số,
hai cấp độ và quy hoạch tuyến tính (Ito và Yokoyama
2002).
Ở nhiều đô thị của Thụy Điển, có các mạng lưới sưởi
ấm cấp quận, thường được cung cấp bởi các nhà máy điện
và nhiệt kết hợp (CHP). Một mô hình lập trình tuyến
tính số nguyên hỗn hợp đã được xây dựng để giảm thiểu
tổng chi phí cung cấp điện và nhiệt cho một trong các
đô thị. Ý tưởng là bộ lưu trữ nhiệt có thể được sử dụng
để tối đa hóa lượng điện được sản xuất trong các nhà
máy CHP trong thời kỳ giá cao điểm. Nó cũng có thể được
sử dụng để giảm thiểu việc sử dụng các nhà máy có chi
phí vận hành cao hơn (Rolfsman 2004).
Để cung cấp sưởi ấm không gian và nước nóng sinh hoạt,
các khoản đầu tư có thể được thực hiện ở phía cung cấp
trong các nhà máy điện. Điện từ các nhà máy CHP được
cung cấp cho đô thị nhưng cũng có thể được bán cho thị
trường điện, và tất nhiên, điện cũng có thể được mua
từ thị trường. Hệ thống năng lượng trong trường hợp
nghiên cứu ở Thụy Điển được phân tích với mô hình lập
trình tuyến tính hỗn hợp nguyên. Mô hình này có 3 h
bước thời gian để phản ánh những thay đổi trong ngày
và một năm liên tục được phân tích (Rolfsman 2004).
Một thiết kế tối ưu của các hệ thống đồng phát sử
dụng thuật toán Hamilton (HA) đã được nhiều nhà nghiên
cứu nghiên cứu. HA hiệu quả để tối ưu hóa thiết kế và
điều khiển các hệ thống phức tạp. Phương pháp này cho
phép CHP được tối ưu hóa về mặt thời gian hoàn vốn mà
không cần các quy tắc vận hành hệ thống theo nhu cầu
năng lượng điện và nhiệt (Yangi et al.
1999). Một mô hình lập trình tuyến tính đơn giản đã
được phát triển để xác định các chiến lược tối ưu giúp
giảm thiểu tổng chi phí năng lượng cho hệ thống sản
xuất điện, sưởi ấm và làm mát kết hợp. Hệ thống bao
gồm một tuabin khí, một thiết bị làm lạnh hấp thụ và
trình hơi hợp
thu số
hồinguyên.
nhiệt. Hệ thống làm mát, sưởi ấm và
sản xuất điện kết hợp cho phép một cơ sở tạo ra năng
lượng của riêng mình và sử dụng nhiệt bị loại bỏ từ
tuabin để chạy thiết bị làm lạnh hấp thụ hoặc nhiệt.
Machine Translated by Google
Mô hình lập trình tuyến tính để tối ưu hóa việc ra quyết định để quản lý hệ thống đồng phát
nồi hơi phục hồi để xử lý các tải làm mát hoặc sưởi
ấm có thể. Các biến vận hành trong mô hình là phần
tải của tuabin và phần nhiệt thải của tuabin, được
chia đều giữa tải sưởi ấm và tải làm mát (Kong et
al. 2004).
phương pháp luận
Mục đích của công việc nghiên cứu là phát triển một
phương pháp tích hợp có thể được sử dụng để tối ưu
hóa việc ra quyết định để quản lý hệ thống đồng phát
trong một cơ sở. Lập trình tuyến tính (LP) như một
công cụ của các kỹ thuật tối ưu hóa đã được sử dụng
trong nhiều ứng dụng. Trong nghiên cứu này, mô hình
LP sẽ được phát triển nhằm mục đích tối ưu hóa mức
tiêu thụ năng lượng trong một cơ sở, nó nằm dưới khái
niệm quản lý năng lượng nhằm nỗ lực bảo tồn năng lượng
và giảm thiểu chi phí.
Ngươi mâu
Mô hình có thể được xác thực cho bất kỳ cơ sở nào đủ
tiêu chuẩn của hệ thống đồng phát. Bằng cách thống nhất
về nhu cầu điện và nhiệt, mô hình tạo ra giải pháp tối
ưu, mang lại cách sử dụng tối ưu hệ thống đồng phát và
các nguồn điện hoặc nhiệt khác nếu cần.
Các biến quyết định là lượng năng lượng cần thiết
hoặc sẽ cạn kiệt trong hệ thống và KWh là đơn vị của
nó.
công thức lập trình tuyến tính
Bước đầu tiên trong việc xây dựng mô hình lập trình
toán học là xác định các biến có trong mô hình. Đây
là các biến quyết định nắm bắt lượng KWh cần thiết
từ mỗi nguồn và các tham số đại diện cho giá/chi phí.
Do đó, các biến quyết định là:
Hệ thống đồng phát (Xijk):
i = hệ thống đồng phát (1, 2 và 3), trong đó 1 là
loại tuabin khí, 2 là loại tuabin khí/hơi kết hợp
và 3 là loại động cơ diesel; j = H hoặc P, trong
đó H là nhiệt và P là công suất; k = S hoặc W,
trong đó S là mùa hè và W là mùa đông, ví dụ: X1HS
là nhiệt từ tuabin khí vào mùa hè
mùa.
237
Điện:
X4W là điện năng từ lưới điện vào mùa
đông; X4S là điện từ lưới điện vào mùa hè.
Nhiệt:
X5W là nhiệt từ nồi hơi vào mùa đông; X5S
là hơi nóng từ nồi hơi vào mùa hè.
Những thông số:
egw là chi phí điện từ lưới vào mùa đông; ví
dụ: chi phí điện từ lưới vào mùa hè; hcw là
chi phí nhiệt từ nồi hơi vào mùa đông; hcs là
chi phí nhiệt từ lò hơi vào mùa hè; Cij là Chi
phí từ hệ thống đồng phát i (i = hệ thống đồng
phát (1, 2 và 3), trong đó 1 là loại tuabin khí,
2 là loại tuabin khí/hơi kết hợp và 3 là loại động
cơ diesel. J là nhiệt hoặc quyền lực).
Mục tiêu của mô hình là giảm thiểu tổng lượng năng
lượng tiêu thụ hàng năm tại doanh nghiệp, nghĩa là giảm
thiểu chi phí năng lượng hàng năm và ô nhiễm hàng năm
do phát thải từ việc tạo ra các loại năng lượng khác
nhau:
3
tối thiểu X
CihðXiHS þ XiHWÞ þ CipðXiPS þ XiPWÞ !
tôi¼1
þ egw X4W þ egs X4S þ hcw X5W þ hcs X5S:
Có một số mối quan hệ giới hạn các giá trị có thể
được thực hiện bởi các biến đầu ra quyết định.
Những ràng buộc này được phân loại như sau.
Nhu cầu năng lượng
Nhu cầu nhiệt/điện tính theo KWh phải tính theo mùa,
mùa đông và mùa hè:
3
X
XiWS! þX5W Nhu cầu nhiệt trong mùa đông (HDW)
tôi¼1
3
X
tôi¼1
XiHS! þX5S Nhu cầu nhiệt vào mùa hè (HDS)
3
X
tôi¼1
XiPW! þX4WNhu cầu điện vào mùa đông (PDW)
3
X
tôi¼1
XiPS! þX4SNhu cầu năng lượng vào mùa hè (PDS):
123
Machine Translated by Google

238 NA Tibi và H. Arman

Hạn chế hiệu suất đồng phát
Các hệ thống đồng phát có hiệu suất cụ thể trong việc
tạo ra nhiệt và điện như sau, ví dụ: đầu ra của hệ
thống tuabin khí là 60% nhiệt và 40% điện năng nên một
phương trình như thế này có thể biểu thị tỷ lệ này
trong mô hình (X1PS = 0,6X1HS ) . Và như vậy cho những
người khác:
X1PW 0:6X1HW ¼ 0;
Việc thay thế tập hợp các phương trình trước đó nhằm
mục đích kiểm tra hai trường hợp; cái đầu tiên khi
người dùng thích thừa nhiệt và cái thứ hai khi người
đó cần thừa điện.
hạn chế mùa
Một mối quan hệ khác; cùng một hệ thống nên được sử dụng
trong mùa đông và mùa hè:

X2PS 0:89X2HS ¼ 0;

X2PW 0:89X2HW ¼ 0; y1 j1 ¼ 0; y2

X3PS 0:89X3HS ¼ 0; j2 ¼ 0; y3 j3

X3PW 0:89X3HW ¼ 0: ¼ 0; y4 j4 ¼ 0:

xung đột Thêm các ràng buộc không tiêu cực cho mỗi
các biến quyết định mang lại công thức cuối cùng:
Mô hình sẽ chọn hệ thống tốt nhất đáp ứng hàm mục
3
tiêu. Ví dụ, nhiệt phải được đáp ứng từ một nguồn/hệ
tối thiểu P Cih(XiHS + Xi HW) + Cip(Xi PS + XiPW) þ
thống. Các phương trình dưới đây đáp ứng các yêu cầu tôi¼1

sau: egwX4W þegsX4SþhcwX5W þhcsX5S;

3
X4W PDW y1 ¼ 0; tùy thuộc vào: P XiWS þX5W HDW;
tôi¼1
X1PW PDW y2 ¼ 0;
3
X2PW PDW y3 ¼ 0; P XiHS þX5S HDS;
tôi¼1

X3PW PDW y4 ¼ 0; y1
3

þ y2 þ y3 þ y4 ¼ 1; P XiPW þX4W PDW;

tôi¼1

X4S PDS j1 ¼ 0; 3

X1PS PDS j2 ¼ 0; P XiPS þX4SPDS;

tôi¼1

X2PS PDS j3 ¼ 0; X1PS0:6X1HS¼0;

X3PS PDS j4 ¼ 0; X1PW 0:6X1HW ¼0;
j1 + j2 + j3 + j4 ¼ 1: X2PS0:89X2HS¼0;

X2PW 0:89X2HW ¼0;

Các phương trình trên nên được thay thế bằng các
phương trình sau, và sau đó giải pháp cho giá trị tối X3PS0:89X3HS¼0;
thiểu được chọn: X3PW 0:89X3HW ¼0:

X4W PDW y1 ¼0;

X5W HDW y1 ¼ 0;
X1PW PDW y2 ¼0;
X1HW HDW y2 ¼ 0;
X2PW PDW y3 ¼0;
X2HW HDW y3 ¼ 0;
X3PW PDW y4 ¼0; y1
X3HW HDW y4 ¼ 0; y1
þy2 þy3 þy4 ¼1;
þ y2 þ y3 þ y4 ¼ 1;
X4SPDSj1 ¼0;
X5S HDS j1 ¼ 0;
X1PSPDSj2 ¼0;
X1HS HDS j2 ¼ 0;
X2HS HDS j3 ¼ 0; X2PSPDSj3 ¼0;

X3HS HDS j4 ¼ 0; j1 X3PSPDSj4 ¼0;

+ j2 + j3 + j4 ¼ 1: j1 þj2 þj3 þj4 ¼1;

123
Machine Translated by Google

Mô hình lập trình tuyến tính để tối ưu hóa việc ra quyết định để quản lý hệ thống đồng phát 239

hoặc
Ngoài ra, khả năng bán điện cũng có thể ảnh hưởng
đến người ra quyết định trong doanh nghiệp trong việc
X5W HDW y1 ¼ 0; ưu tiên lắp đặt và quản lý hệ thống tại chỗ.
X1HW HDW y2 ¼ 0;
X2HW HDW y3 ¼ 0;
X3HW HDW y4 ¼ 0; y1 þ
Tại sao lập trình tuyến tính?
y2 þ y3 þ y4 ¼ 1;
X5S HDS j1 ¼ 0;
Lập trình tuyến tính (LP) là một trong những kỹ thuật
X1HS HDS j2 ¼ 0;
được sử dụng rộng rãi nhất trong khoa học quản lý. Nó
X2HS HDS j3 ¼ 0;
chủ yếu liên quan đến việc xác định cách phân bổ tốt
X3HS HDS j4 ¼ 0; j1
þ j2 þ j3 þ j4 ¼ 1: nhất các nguồn lực khan hiếm và nhằm mục đích tối ưu
y1 j1 ¼ 0; y2 hóa các quyết định bằng cách tối đa hóa lợi ích hoặc
j2 ¼ 0; y3 j3 giảm thiểu chi phí.
¼ 0; y4 j4 ¼ 0; Trong ứng dụng đồng phát, nên đưa ra quyết định chọn
hệ thống phù hợp nhất trên trang web và cách quản lý
XiHS 0 8i; hệ thống này; Mô hình LP có thể giải quyết vấn đề này
XiHW 0 8i; và hướng dẫn người dùng lựa chọn tối ưu và cách tiếp
XiPS 0 8i; cận tốt nhất để quản lý hệ thống đã chọn bằng cách giảm
XiPW 0 8i; thiểu chi phí năng lượng tiêu thụ tại doanh nghiệp.
X4W 0;
X4S 0;
X5W 0;
X5S 0; Kết quả

trong đó y1, y2, y3, y4 và j1, j2, j3, j4 được định nghĩa là các số
Sau khi hình thành vấn đề phân phối dưới dạng một vấn đề
nguyên.
lập trình tuyến tính, bước tiếp theo là triển khai mô
hình trên một trường hợp thực tế là một bệnh viện ở
Trường hợp bán điện thừa
Nablus (Bệnh viện chuyên khoa Nablus). Phần mềm LINDO
(được phát triển bởi LINDO Systems, Inc.) đã được sử
Tùy thuộc vào tình hình doanh nghiệp, họ có thể bán dụng để giải mô hình.
lượng điện dư thừa. Vì vậy, mô hình nên được sửa đổi
Đầu ra của mô hình được hiển thị trong Hình. 1 và 2.
bằng cách thêm các biến quyết định mới và các ràng buộc
Và từ các kết quả thể hiện trong hình. 1 và 2, việc
mới.
các nhà quản lý chiến lược trong bệnh viện chọn trường
Hai biến (X6 và X7), đại diện cho lượng điện dư thừa
hợp 1 (đáp ứng nhu cầu nhiệt) và quyết định đầu tư là
tương ứng vào mùa đông và mùa hè, nên được trừ khỏi
xứng đáng. Trong trường hợp này, tổng số tiền tiết kiệm
phương trình hàm mục tiêu.
được trong quá trình triển khai hệ thống đồng phát là
khoảng $51.000. Và kết quả là đã tiết kiệm được đáng
Và các ràng buộc mới là: X1PW + X2PW + X3PW–X6 = PDW
kể lượng khí thải ô nhiễm; Bảng 1 tóm tắt tổng tiết
và X1PS + X2PS + X3PS–X7 = PDS.
kiệm.

Lựa chọn tình huống tối ưu

Như đã đề cập trước đó, mô hình nên được chạy hai lần;
trước hết nhằm đáp ứng nhu cầu nhiệt, thứ hai là đáp Giải pháp của mô hình LP từ LINDO: LP TỐI ƯU TÌM KIẾM Ở BƯỚC

16 GIÁ TRỊ MỤC TIÊU = 49044,9922

ứng nhu cầu điện năng. Sau đó, người dùng có thể quyết
định tham khảo các tiêu chí của mình về hệ thống sẽ GIÁ TRỊ BIẾN 1.000000 1.000000 GIẢM CHI PHÍ
Y4 30280.634766
đáp ứng các yêu cầu của tổ chức. 530561.81250

J4 0.000000 -5585.421875
Tùy thuộc vào mục tiêu chiến lược của người dùng; X3HS

các yếu tố khác có thể ảnh hưởng đến việc lựa chọn tình X3HW 856184.25000 0.000000
X3PS 472200.00000 0.000000
huống tốt nhất. Chất lượng dịch vụ, độ tin cậy của hệ X3PW 762004.00000 0.000000
thống, môi trường làm việc và nhiều yếu tố vô hình khác
cần được xem xét. Hình 1 Trong trường hợp đáp ứng nhu cầu nhiệt

123
Machine Translated by Google

240 NA Tibi và H. Arman

Giải pháp của mô hình LP từ LINDO: Người giới thiệu

LP TỐI ƯU TÌM KIẾM Ở BƯỚC 18

GIÁ TRỊ MỤC TIÊU = 65188,9141 GIÁ TRỊ BIẾN ĐỔI CHI
Brwon S (1996) Sơ đồ quy mô công nghiệp và đơn điểm. ứng dụng
PHÍ GIẢM 1,000000 1,000000

Y4 4578.960449 Năng lượng 53:149–155

J4 -13525.450195 Gamou S, Yokoyama R, Ito K (2002) Định cỡ đơn vị tối ưu của các hệ
X3HS 129600.000000 0.000000 thống đồng phát khi xem xét nhu cầu năng lượng không chắc chắn như
X3HW 129470.000000 0.000000 các biến ngẫu nhiên liên tục. Energy Conv Manage 43(9–12):1349–
X3PS 115344.000000 0.000000
1362 Hepbasli A, Ozalp N (2002) Phát triển đồng phát ở Thổ Nhĩ Kỳ.
X3PW 115228.296875 0.000000
Nguồn năng lượng 24:195–204 Hepbasli A, Ozalp N (2002) Hiện trạng ứng
X4S 356856.000000 0.000000
dụng đồng phát ở Thổ Nhĩ Kỳ. Nguồn năng lượng 24:169–177 Ito K,
Yokoyama R (2002) Thiết kế tối ưu các hệ thống cung cấp năng lượng dựa
Hình 2 Trường hợp đáp ứng nhu cầu điện năng
trên tiêu chí bền vững tương đối. Energy Conv Manage 43(4): 489–
497 Tháng 6 Wu Y, Rosen A (1999) Đánh giá và tối ưu hóa các tác động
kinh tế và môi trường của các hệ thống đồng phát/năng lượng quận
Bảng 1 Tổng tiết kiệm
sử dụng mô hình cân bằng năng lượng. Ứng dụng Năng lượng 62:141–154

loại khí Tổng tiết kiệm (tấn/năm)

CO2 23.5872

NOx –0.19327

SO2 6.882978 Kong XQ, Wang RZ, Huang XH (2005) Mô hình tối ưu hóa năng lượng cho hệ
thống CCHP với tuabin khí sẵn có. Appl Ther Eng 25:377–391 Kosugi
T, Tokimatsu K, Zhou W (2005) Một phân tích kinh tế của một dự án
Phần kết luận cơ chế phát triển sạch: trường hợp giới thiệu một cơ sở nhiệt điện kết
hợp đốt bằng khí tự nhiên trong một khu công nghiệp của Trung
Quốc . Appl Energy 80(2):197–213 Lund H, Andersen AN (2005) Thiết
Vấn đề của hệ thống đồng phát nhiệt kết hợp (CHP) là rất lớn và kế tối ưu của các nhà máy CHP nhỏ trong thị trường có giá điện
phức tạp mà các công cụ kỹ thuật hiện có không thể cung cấp các biến động. Energy Conv Manage 46(6):893–904 Newborough M (2004) Đánh
giá lợi ích của việc triển khai các hệ thống micro-CHP ở Vương
giải pháp tốt.
quốc Anh. Proc Inst Mech Eng Phần A: Năng lượng Năng lượng
Trong một tập hợp các nguồn lực, việc sử dụng các kỹ thuật ra
218(4):203–215
quyết định quản lý như mô hình toán học tuyến tính có thể giúp

giải quyết thỏa đáng một số vấn đề này một cách có hệ thống.
Trong bài báo này, chúng tôi đã nghiên cứu một phương pháp thiết
kế tối ưu CHP từ quan điểm kinh tế và môi trường. Phương pháp này
sử dụng mô hình lập trình tuyến tính toán học để tối ưu hóa việc
ra quyết định để quản lý một cơ sở đồng phát như một cơ chế phát
Rolfsman B (2004) Các nhà máy nhiệt điện kết hợp và sưởi ấm khu vực
trong một thị trường điện phi điều tiết. Năng lượng Ứng dụng
78(1):37–53 Rolfsman B (2004) Đầu tư vào cung và cầu tối ưu trong
các hệ thống năng lượng đô thị. Quản lý Chuyển đổi Năng lượng 45(4):595–
612

triển sạch tiềm năng. Mô hình này được thiết kế để tối ưu hóa chi
Tsay MT, Lin W (2000) Ứng dụng kết hợp chương trình tiến hóa vào hệ
phí năng lượng và chi phí lắp đặt một nhà máy đồng phát nhỏ dưới
thống đồng phát chiến lược vận hành tối ưu theo tỷ lệ thời gian
những ràng buộc về cân bằng cung cầu điện và nhiệt. Mô hình được sử dụng. Hệ thống năng lượng điện bầu chọn 22:367– 373
phát triển để kiểm tra các nguồn điện, từ đồng phát hoặc từ các
Yanagi M, Uekusa T, Yamada J, Azumasa Shinjo K (1999)
tiện ích công cộng. Nó đã được tính toán chi phí thấp nhất để
Thiết kế tối ưu các hệ thống đồng phát bằng cách sử dụng thuật
cung cấp điện và nhiệt cho một bệnh viện ở Palestine. Kết quả cho
toán hamilto nian. Proc Build Simul 2:699–706
thấy khoảng 51.000 đô la Mỹ sẽ là khoản tiết kiệm cho bệnh viện.

123