PresJDD8manuel

http://lgc.cnrs.fr

Optimisation multicritère d’un parc éco-industriel pour une gestion

durable de l’énergie Manuel RAMOS

Directeur : Ludovic MONTASTRUC

Co-directrice : Marianne BOIX Thèse financée par MESR

13/11/2014 Présentation PSI

CONTEXTE (i) • Ecologie industrielle :

– Organisation industrielle plus rationnelle et équilibrée.

– Imitations des écosystèmes naturels, i.e. : • Déchets Matières premières

– Etude des bilans de matière et d’énergie dans les systèmes industriels.

• Parcs éco-industriels (EIP) :

– Entreprises qui partagent leurs ressources énergétiques et les matières premières.

13/11/2014 Présentation PSI 2

CONTEXTE (ii) • Optimisation :

– Concevoir de façon optimale les échanges inter-entreprises ainsi que les opérations unitaires correspondantes.

– Niveau de détail de la modélisation (e.g. modèles des opérations unitaires).


Figure 1. Modèle conceptuel des EIP

3

Analyse bibliométrique : eco industrial park optimization

Type de coopération au niveau du procédé Utilisé dans les approches

d'optimisation

Echange de matière, d’eau et/ou énergie

Partage des unités : régénération de l'eau, chaudière

Transformation des déchets en sous-produits ×

Échanges de connaissances, ressources humaines et techniques ×

Transport de marchandises et de personnes ×

13/11/2014 4

Publications par an Citations par an

MODELES DES EIP (i) • Superstructure :

– Approche systématique pour la représentation modulaire de la conception des procédés.

– Modèles mathématiques d’optimisation : choisir le réseau optimal parmi l’ensemble des connexions possibles.


Figure 2. Superstructure d’un EIP (Lim et Park, 2010)

MODELES DES EIP (ii)


Problématique: Mise en place d’une stratégie durable pour la gestion de l’énergie et des ressources

naturelles (EIP)

Modéliser: échanges inter-entreprises et opérations unitaires correspondantes. Sources énergétiques.

Important: prendre en compte les différents types d’énergie, surtout renouvelables.

Minimiser: • L’énergie • Les coûts • Les consommations de

matières premières • Les impacts

environnementaux

Soumis à: • Législation • Exigences énergétiques, de

matières premières et qualité de produit

• Modèles des opérations unitaires et des entreprises

Optimisation multi-objectif: • Algorithmes déterministes (MILP,

MINLP, Goal programming)

Méthodologie de résolution: • Niveau de complexité • Nombre de variables binaires • Nouvelle stratégie de résolution

6

Approche mono critère

13/11/2014 7

Entreprise 1 Entreprise 2

Entreprise 3


Entreprise 3


Entreprise 3

Gain +4.3% Gain 65% Gain +70%

Impossible de trouver une solution si on rajoute la notion d’énergie

OPTIMISATION MULTI-OBJECTIF (i) • Objectifs conflictuels :

𝒎𝒊𝒏 𝒇𝟏 𝒙, 𝒚 , 𝒇𝟐 𝒙, 𝒚 , … , 𝒇𝒏 𝒙, 𝒚

s.t 𝒉 𝒙, 𝒚 =0, 𝒈 𝒙, 𝒚 ≤0

𝒙 ∈ℛn, y∈ℛm, 𝒉 ∈ℛp, 𝒈 ∈ℛr

• Méthodes de solution :

– Construction de la totalité du front de Pareto et utilisation d’outils d’aide à la décision.

– Méthodes pour obtenir une solution de compromis.

13/11/2014 8

OPTIMISATION MULTI-OBJECTIF (ii) • Conception des EIP :

– Modèles de grand taille : temps de résolution élevés.

– Plusieurs objectifs (>3).

Goal programming : trouver des solutions de compromis en spécifiant les buts pour chaque objectif.


Construction de la totalité du front de Pareto difficile voire impossible

9

Schéma de la méthode de Goal programming

Qq résultats (i)

13/11/2014 10


Entreprise 3

UR UR

UR

Fonction objectif (MMUSD/yr)

Min. Max. Solution du Goal

Prog.

Cout E1 1.514 6.964 1.854

Cout E2 1.144 7.046 1.513

Cout E3 2.813 14.134 3.521

Qq résultats (ii)

13/11/2014 11


Entreprise 3

UR



Prog.

Cout E1 1.143 13.781 1.976

Cout E2 1.138 6.824 1.316

Cout E3 1.154 15.361 2.981

Qq résultats (iii)

13/11/2014 12

Les UR sont choisies de

façon optimale

parmi 9 types



Prog.

Cout E1 1.143 16.086 2.854

Cout E2 1.138 4.345 1.339

Cout E3 1.154 12.417 1.960

Qq résultats (iv)

13/11/2014 13



Prog.

Cout E1 1.514 6.964 1.854

Cout E2 1.144 7.046 1.513

Cout E3 2.813 14.134 3.521



Prog.

Cout E1 1.143 13.781 1.976

Cout E2 1.138 6.824 1.316

Cout E3 1.154 15.361 2.981



Prog.

Cout E1 1.143 16.086 2.854

Cout E2 1.138 4.345 1.339

Cout E3 1.154 12.417 1.960

Cas 1

Cas 2

Cas 3

Perspectives

• Etude de plusieurs approches

– Coopérative

– Non coopérative

• Gestion de plusieurs utilités

– chaleur

– Energie renouvelable

– Eau

13/11/2014 14

http://lgc.cnrs.fr

MERCI POUR VOTRE ATTENTION.


CAS D’ETUDE • EIP potentiel (Norvège) :


Cas d’étude d’un EIP en Norvège (Zhang et al., 2008)

Documents

PresJDD8manuel