Automated optimization based synthesis of distributed energy supply systems

Voll, Philip; Bardow, André

doi:urn:nbn:de:hbz:82-opus-49136

Automated optimization based synthesis of distributed energy supply systems = Automatisierter optimaler Entwurf dezentraler Energieversorgungssysteme

Voll, Philip (Author)

2014

Verantwortlichkeitsangabevorgelegt von Philip Voll

Ausgabe1. Aufl.

ImpressumAachen : Mainz 2014

UmfangXXII, 185 S. : Ill., graph. Darst.

ISBN978-3-86130-474-6

ReiheAachener Beiträge zur technischen Thermodynamik ; 1

Aachen, Techn. Hochsch., Diss., 2013

Druckausg. ersch. im Buchhandel als Bd. 1 der Reihe des Instituts für Technische Thermodynamik: Aachener Beiträge zur Technischen Thermodynamik. - Druckausg.: Voll, Philip: Automated optimization based synthesis of distributed energy supply systems

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Bardow, André (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2013-06-28

Online
URN: urn:nbn:de:hbz:82-opus-49136
URL: http://publications.rwth-aachen.de/record/228954/files/4913.pdf

Einrichtungen

Lehrstuhl für Technische Thermodynamik und Institut für Thermodynamik (412110)

Inhaltliche Beschreibung (Schlagwörter)
Optimierung (Genormte SW) ; Energieversorgung (Genormte SW) ; Entwurf (Genormte SW) ; Ingenieurwissenschaften (frei) ; multikriteriell (frei) ; gemischt-ganzzahlig (frei) ; optimization (frei) ; synthesis (frei) ; energy (frei) ; supply (frei) ; MILP (frei)

Thematische Einordnung (Klassifikation)
DDC: 620
rvk: ZP 2900

Kurzfassung
Der konzeptionelle Entwurf dezentraler Energieversorgungssysteme stellt ein komplexes Problem dar, das durch eine unüberschaubare Vielfalt möglicher Kombinationen der verschiedenen Versorgungsanlagen inklusive deren Auslegung und Betrieb charakterisiert ist. In der Regel führen Ingenieure zur Lösung dieses Problems Variantenvergleiche mittels Simulationsstudien durch. Dieser Ansatz erfordert allerdings die explizite Vorgabe aller zu bewertenden Alternativen, wodurch praktisch nur eine geringe Anzahl an Versorgungskonzepten untersucht werden kann. Insbesondere kann nicht garantiert werden, dass die optimale Lösung identifiziert wird. Der Einsatz mathematischer Optimierungsmethoden ermöglicht hingegen die Berücksichtigung einer unbegrenzten Anzahl von Varianten, um vorurteilsfrei das optimale Energieversorgungssystem zu identifizieren. Für den optimierungsbasierten Entwurf von Energieversorgungssystemen wird üblicherweise die Methodik der Superstruktur-Optimierung eingesetzt. Diese Methodik ermöglicht die Bestimmung der optimalen Versorgungsstruktur inklusive Dimensionierung und Betrieb der installierten Anlagen. Allerdings muss eine Superstruktur vorgegeben werden, die alle denkbaren Lösungsstrukturen enthält. Dieser Schritt stellt wiederum ein komplexes Problem dar: Zum Einen kann nicht gewährleistet werden, dass die Superstruktur die optimale Lösung enthält. Zum Anderen ist die Optimierung einer unnötig großen Superstruktur mit nicht vertretbarem Rechenaufwand verbunden. In der Literatur ist derzeit keine Methode verfügbar, die in geeigneter Weise den Entwurf dezentraler Energieversorgungssysteme ohne Vorgabe einer Superstruktur ermöglicht. In der vorliegenden Arbeit werden zwei neue Methoden für den optimierungsbasierten Entwurf dezentraler Energieversorgungssysteme vorgestellt, die den Entwurfsprozess automatisieren, um die Vorgabe einer Superstruktur durch den Nutzer zu vermeiden. Es handelt sich um eine superstrukturbasierte und eine superstrukturfreie Methodik. Die superstrukturbasierte Methodik wendet einen Algorithmus zur automatischen Superstruktur-Generierung an. Die zu Grunde liegende Optimierungsstrategie erhöht ausgehend von einer minimalen Superstruktur sukzessive die Zahl der in der Superstruktur vorgesehenen Anlagen, bis eine erneute Optimierung keine bessere Lösung mehr identifiziert - also die optimale Lösung gefunden ist. Für den superstrukturfreien Ansatz wird ein wissensintegrierter Evolutionärer Algorithmus eingesetzt, der mittels Ersetzungsregeln Teile einer Lösung gegen alternative Teilstrukturen ersetzt, um so neue Lösungen zu generieren, die anschließend hinsichtlich der Anlagendimensionierung und des Anlagenbetriebs optimiert werden. Zur automatischen Definition der Ersetzungsregeln werden alle betrachteten Versorgungstechnologien in einem hierarchisch strukturierten Graphen, der sogenannten Energy Conversion Hierarchy, hinsichtlich ihrer Funktionen klassifiziert. Beide Methoden beruhen auf einer generischen, komponentenbasierten Modellierung, die den Einsatz beliebiger Modellformulierungen ermöglicht. In der vorliegenden Arbeit wird quasistationäres Systemverhalten angenommen und eine robuste gemischt-ganzzahlige lineare (MILP) Formulierung gewählt. Die MILP Formulierung berücksichtigt eine kontinuierliche Anlagendimensionierung, Größenabhängigkeit der Investitionskosten sowie die Betriebscharakteristika der Versorgungstechnologien. Der optimierungsbasierte Entwurf mittels der neu entwickelten Methoden wird anhand eines Beispiels der Pharmaindustrie demonstriert. Das betrachtete Unternehmen besitzt zeitlich variable Energiebedarfe, die auf dem Produktionsstandort verteilt vorliegen. Als Zielfunktion zur Optimierung wird der Kapitalwert maximiert. Der optimierungsbasierte Entwurf führt zu einer kostengünstigen und energieeffizienten Lösung, die die bestehende Infrastruktur, d.h. bereits installierte Anlagen sowie bauliche Einschränkungen, berücksichtigt. Zusätzlich werden nahoptimale Lösungsalternativen und Pareto-optimale Kompromisslösungen generiert. Die nahoptimalen Lösungsalternativen unterscheiden sich zwar hinsichtlich der installierten Anlagen, besitzen aber praktisch gleich gute Kapitalwerte. Die Pareto-optimalen Lösungen stellen die besten Kompromisslösungen einer zweikriteriellen Optimierung dar, die als Ziel die gleichzeitige Minimierung der Investitionen und des kumulierten Energieaufwands verfolgt. Abschließend werden die generierten Lösungen hinsichtlich weiterer Randbedingungen diskutiert, die während der Optimierung vernachlässigt wurden oder die sich im Laufe der Zeit ändern könnten. Somit wird der Entscheider in die Lage versetzt, die für den jeweiligen Anwendungsfall am besten geeignete Lösung auszuwählen. Das reale Fallbeispiel zeigt, dass die entwickelten Methoden einen automatisierten Entwurf optimaler Energieversorgungssysteme ermöglichen und somit entscheidend zur Akzeptanz von Optimierungswerkzeugen in der Praxis beitragen können.

The conceptual synthesis of distributed energy supply systems (DESS) is an inherently challenging problem that is characterized by time-dependent constraints (e.g., energy demands, ambient temperatures curves, etc.), economy of scale of equipment investment, limited capacities of standardized equipment, and part-load performance characteristics of the considered energy conversion units. Moreover, for optimal DESS synthesis, multiple redundant units are generally to be expected. Optimization-based synthesis methods offer great potentials for the synthesis of cost-effective, energy-efficient, and sustainable systems. However, a lack of adequate, user-friendly methods has so far hindered routine application of optimization in engineering practice. In research, most commonly, superstructure-based synthesis is performed for optimal systems synthesis. In this approach, a user-defined superstructure is analyzed using mathematical programming techniques to identify the optimal solution among the alternatives encoded in the superstructure. Current optimization software facilitates the use of superstructure-based synthesis, e.g., by enabling easy problem definition through graphical superstructure modeling. However, the a priori definition of the superstructure remains a serious obstacle for the use of superstructure-based synthesis in industrial practice: On the one hand, the manual superstructure definition bears the risk to exclude the optimum from consideration; on the other hand, the use of excessively large superstructures causes prohibitively large computational effort. To circumvent these drawbacks, superstructure-generation methods and superstructure-free synthesis methods have been proposed. Superstructure-generation methods automatically define a superstructure for a given synthesis problem. Superstructure-free methods avoid the use of a superstructure by enabling simultaneous alternatives generation and optimization. Available approaches involve several drawbacks that impede their use for the optimal synthesis of distributed energy supply systems: Superstructure-generation methods neglect major DESS characteristics; superstructure-free methods require the manual definition of many technology-specific replacement rules, which is equally difficult as the definition of an appropriate superstructure. In this thesis, two novel synthesis methodologies are proposed to facilitate the use of optimization for efficient and reliable DESS synthesis, thus making optimization accessible for practitioners: The automated superstructure-based and the superstructure-free synthesis methodology. The proposed methodologies avoid both the a priori definition of a superstructure and the manual definition of many technology-specific replacement rules while accounting for the major characteristics inherent to DESS synthesis problems. The superstructure-based framework relies on an algorithm for automated superstructure-generation. The method employs a successive superstructure expansion and optimization strategy that continuously increases the number of units included in the superstructure until the optimal solution is identified. The superstructure-free approach combines evolutionary optimization and deterministic optimization for simultaneous alternatives generation and optimization. A knowledge-integrated mutation operator is proposed that relies on a hierarchically-structured graph, the so-called energy conversion hierarchy (ECH). The ECH efficiently defines all reasonable replacement rules, thus avoiding their manual definition. The mutation operator performs structural replacements for the evolutionary generation of solution alternatives. Both synthesis methodologies use a generic component-based modeling framework, thus making the methodologies independent of the employed mathematical programming formulation. In this thesis, a robust MILP formulation is used that allows to simultaneously optimize the structure, sizing, and operation of distributed energy supply systems accounting for time-varying load profiles, continuous equipment sizing, economy of scale of equipment investment, and part-load equipment performance. In this thesis, it is shown that both synthesis methodologies proposed in this thesis enable practitioners to perform optimization-based synthesis of distributed energy supply systems. It should be pointed out that the use of the proposed synthesis methodologies only requires energy-related expert knowledge that is usually prevailing among engineers active in the field of energy systems synthesis. In particular, no expert knowledge on mathematical programming is required. Finally, this thesis provides the foundation for future research as discussed in the next section. Last but not least, based on the experience gained during the work on this thesis, the author comments on the necessity of optimization for the conceptual DESS synthesis.

Fulltext:
PDF