مدل سازی ریاضی تاثیر برنامه‌های مدیریت سمت تقاضا بر انرژی الکتریکی مصرفی صنایع براساس زمان‌بندی سلول‌های تولید مجازی

در این مقاله، تاثیر برنامه‌های مدیریت سمت تقاضا با محاسبه‌ی انرژی مصرفی الکتریکی و میزان همکاری صنایع در برنامه های مدیریت سمت تقاضا، زمان‌بندی سلول های تولید مجازی، به‌صورت برنامه ریزی عدد صحیح مختلط مدل سازی گردیده است. در این مدل، با توجه به ماهیت صنایع بزرگ و سنگین و تاثیرگذاری آن‌ها در برنامه های پاسخ‌گویی بار از سلول های مجازی استفاده شده است. هدف این مدل حداکثر کردن میزان پاداش همکاری در برنامه های تشویق‌محور مدیریت سمت تقاضا و کمینه کردن زمان اتمام آخرین کار و نیز هزینه‌های انرژی الکتریکی و جابه جایی و شاخص های عملکردی مانند حداکثر توان الکتریکی مصرفی و زمان تاخیر موقعیت کارها بر‌روی هر ماشین می باشد. براین‌اساس مدل ارائه شده از دسته مدل های چندهدفه می باشد که جهت به‌دست آوردن جواب بهینه از روش lp متریک و از نرم‌افزار بهینه سازی گمز استفاده شده است و نتایج حل چند مثال عددی در دو قسمت شاخص های عملکردی و مدیریت سمت تقاضا با استفاده از مدل پیشنهادی و مرجع ارائه شده است.

Mathematical modeling of the influence of demand-side management programs on electrical energy consumption in industries based on the scheduling of virtual manufacturing cells

This paper presents a mixedinteger programming model for the influence of demandside management programs by calculating electricity consumption, the quality of cooperation of industries in demandside management programs, and the foundation of virtual manufacturing cell scheduling. In this model, the time of travel among machines and machine work/task load balance are utilized due to the nature of large and heavy industries and their effectiveness in demand response programs compared to virtual cells, which are a compound of cellular and flexible manufacturing systems regarding the preparation times depending on the sequence of operations. This model aims to maximize the bonus of cooperation in rewardoriented programs of demandside management, minimize the time of completing the last task, and minimize the energy and travel expenses. The performance indices (e.g., maximum electrical power consumption, machine sequence, and the latency of the positions of loads on each machine) and the results of solving some numerical examples are shown and analyzed. Accordingly, the proposed model is a multiobjective model that to obtain the optimal answer, the LP metric method and Gams optimization software have been used. The results are presented in several numerical examples in two parts of performance characteristics and demandside management using the proposed and reference model.