Vous êtes sur la page 1sur 16

Optimisation multicritre dun parc

co-industriel pour une gestion


durable de lnergie
Manuel RAMOS
Directeur : Ludovic MONTASTRUC
Co-directrice : Marianne BOIX
Thse finance par MESR

http://lgc.cnrs.fr

13/11/2014

Prsentation PSI

CONTEXTE (i)
Ecologie industrielle :
Organisation industrielle plus rationnelle et quilibre.
Imitations des cosystmes naturels, i.e. :
Dchets

Matires premires

Etude des bilans de matire et dnergie dans les


systmes industriels.

Parcs co-industriels (EIP) :


Entreprises qui partagent leurs ressources nergtiques et
les matires premires.

13/11/2014

Prsentation PSI

CONTEXTE (ii)
Optimisation :
Concevoir de faon optimale les changes inter-entreprises
ainsi que les oprations unitaires correspondantes.
Niveau de dtail de la modlisation (e.g. modles des
oprations unitaires).

Figure 1. Modle conceptuel des EIP

13/11/2014

Prsentation PSI

Analyse bibliomtrique :
eco industrial park optimization

Publications par an
Type de coopration au niveau du procd

Citations par an
Utilis dans les approches
d'optimisation

Echange de matire, deau et/ou nergie

Partage des units : rgnration de l'eau, chaudire

Transformation des dchets en sous-produits

changes de connaissances, ressources humaines et techniques

Transport de marchandises et de personnes

13/11/2014

MODELES DES EIP (i)


Superstructure :
Approche systmatique pour la reprsentation modulaire
de la conception des procds.
Modles mathmatiques doptimisation : choisir le rseau
optimal parmi lensemble des connexions possibles.

Figure 2. Superstructure dun EIP (Lim et Park, 2010)

13/11/2014

Prsentation PSI

MODELES DES EIP (ii)


Problmatique:
Mise en place dune stratgie durable pour la gestion de lnergie et des ressources
naturelles (EIP)
Modliser: changes inter-entreprises et oprations unitaires correspondantes. Sources nergtiques.

Important: prendre en compte les diffrents types dnergie, surtout renouvelables.


Minimiser:
Lnergie
Les cots
Les consommations de
matires premires
Les impacts
environnementaux
Optimisation multi-objectif:
Algorithmes dterministes (MILP,
MINLP, Goal programming)
13/11/2014

Soumis :
Lgislation
Exigences nergtiques, de
matires premires et
qualit de produit
Modles des oprations
unitaires et des entreprises
Mthodologie de rsolution:
Niveau de complexit
Nombre de variables binaires
Nouvelle stratgie de rsolution
Prsentation PSI

Approche mono critre


Entreprise 1

Entreprise 2

Entreprise 3

Gain +4.3%

Entreprise 1

Entreprise 2

Entreprise 1

Entreprise 3

Entreprise 2

Entreprise 3

Gain 65%

Gain +70%

Impossible de trouver une solution


si on rajoute la notion dnergie
13/11/2014

OPTIMISATION MULTI-OBJECTIF (i)


Objectifs conflictuels :
, , , , , ,
, =0, , 0
n, ym, p, r

s.t

Mthodes de solution :
Construction de la totalit du front de Pareto et utilisation
doutils daide la dcision.
Mthodes pour obtenir une solution de compromis.
13/11/2014

OPTIMISATION MULTI-OBJECTIF (ii)


Conception des EIP :
Modles de grand taille : temps de rsolution levs.
Plusieurs objectifs (>3).
Construction de la totalit du front
de Pareto difficile voire impossible
Goal programming : trouver des solutions de compromis
en spcifiant les buts pour chaque objectif.

Schma de la mthode de Goal programming

13/11/2014

Prsentation PSI

Qq rsultats (i)
Entreprise 1

Entreprise 2

UR

UR

UR

Entreprise 3

13/11/2014

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

10

Qq rsultats (ii)
Entreprise 1

Entreprise 2

UR

Fonction objectif
(MMUSD/yr)

Min.

Max.

Solution du Goal
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

Entreprise 3

13/11/2014

11

Qq rsultats (iii)

Les UR sont
choisies de
faon
optimale
parmi 9 types

13/11/2014

Fonction objectif
(MMUSD/yr)

Min.

Max.

Solution du Goal
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

12

Qq rsultats (iv)
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

Fonction objectif
(MMUSD/yr)

Min.

Max.

Solution du Goal
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

Fonction objectif
(MMUSD/yr)

Min.

Max.

Solution du Goal
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

13/11/2014

Cas 1
Cas 2
Cas 3
13

Perspectives
Etude de plusieurs approches
Cooprative
Non cooprative

Gestion de plusieurs utilits


chaleur
Energie renouvelable
Eau

13/11/2014

14

MERCI POUR VOTRE ATTENTION.

http://lgc.cnrs.fr

13/11/2014

Prsentation PSI

CAS DETUDE
EIP potentiel (Norvge) :

Cas dtude dun EIP en Norvge (Zhang et al., 2008)

13/11/2014

Prsentation PSI

16