Дисертації з теми "Optimisation MINLP"

Cette étude concerne l’optimisation multiobjectif de réseaux d’eau industriels via des techniques de programmation mathématique. Dans ce travail, un large éventail de cas est traité afin de proposer des solutions aux problèmes de réseaux les plus variés. Ainsi, les réseaux d’eau monopolluants sont abordés grâce à une programmation mathématique linéaire (MILP). Cette méthode est ensuite utilisée dans le cadre d’une prise en compte simultanée des réseaux d’eau et de chaleur. Lorsque le réseau fait intervenir plusieurs polluants, le problème doit être programmé de façon non linéaire (MINLP). L’optimisation multicritère de chaque réseau est basée sur la stratégie epsilon-contrainte développée à partir d’une méthode lexicographique. L’optimisation multiobjectif suivie d’une réflexion d’aide à la décision a permis d’améliorer les résultats antérieurs proposés dans la littérature de 2 à 10% en termes de consommation de coût et de 7 à 15% en ce qui concerne la dépense énergétique. Cette méthodologie est étendue à l’optimisation de parcs éco-industriels et permet ainsi d’opter pour une solution écologique et économique parmi un ensemble de configurations proposées
This study presents a multiobjective optimization of industrial water networks through mathematical programming procedures. A large range of various examples are processed to propose several feasible solutions. An industrial network is composed of fixed numbers of process units and regenerations and contaminants. These units are characterized by a priori defined values: maximal inlet and outlet contaminant concentrations. The aim is both to determine which water flows circulate between units and to allocate them while several objectives are optimized. Fresh water flow-rate (F1), regenerated water flow-rate (F2),interconnexions number (F3), energy consumption (F4) and the number of heat exchangers (F5) are all minimized. This multiobjective optimization is based upon the epsilon-constraint strategy, which is developed from a lexicographic method that leads to Pareto fronts. Monocontaminant networks are addressed with a mixed linear mathematical programming (Mixed Integer Linear Programming, MILP) model, using an original formulation based on partial water flow-rates. The obtained results we obtained are in good agreement with the literature data and lead to the validation of the method. The set of potential network solutions is provided in the form of a Pareto front. An innovative strategy based on the GEC (global equivalent cost) leads to the choice of one network among these solutions and turns out to be more efficient for choosing a good network according to a practical point of view. If the industrial network deals with several contaminants, the formulation changes from MILP into MINLP (Mixed Integer Non Linear Programming). Thanks to the same strategy used for the monocontaminant problem, the networks obtained are topologically simpler than literature data and have the advantage of not involving very low flow-rates. A MILP model is performed in order to optimize heat and water networks. Among several examples, a real case of a paper mill plant is studied. This work leads to a significant improvement of previous solutions between 2 to 10% and 7 to 15% for cost and energy consumptions respectively. The methodology is then extended to the optimization of eco-industrial parks. Several configurations are studied regarding the place of regeneration units in the symbiosis. The best network is obtained when the regeneration is owned by each industry of the park and allows again of about 13% for each company. Finally, when heat is combined to water in the network of the ecopark, a gain of 11% is obtained compared to the case where the companies are considered individually

Dans cette thèse, nous nous basons sur les outils apportés par la programmation mathématique afin de modéliser et résoudre des problèmes relevant du domaine des télécommunications. Notre premier objectif consiste à se conformer aux contraintes réelles, prenant en compte les aléas courants, afin de définir des stratégies optimales de routage et de planification dans les réseaux. Les contributions théoriques concernent l'optimisation convexe non linéaire mixte en nombres entiers. Parmi les résultats majeurs, nous établissons en particulier : *une formulation compacte des contraintes de type "on/off" qui s'écrivent f(x) ≤ 0 si z = 1,I ≤ x ≤ u si z = 0, basée sur une nouvelle caractérisation de l'enveloppe convexe de l'union d'un hyper-rectangle et d'un ensemble convexe dans l'espace des variables d'origine. * Une prise en compte de l'incertitude au niveau des fonctions additives ∑i(fi(xi) + vi) ≤ 0 où vi représente une perturbation bornée de chaque fonction univarée fi(xi). * Un algorithme spécialisé pour les problèmes d'optimisation non-linéaires mixtes en nombres entiers faisant intervenir des fonctions additives. D'un point de vue industriel, ces apports théoriques nous permettent de nous rapprocher de notre objectif consistant à définir des stratégies de gestion optimales pour des réseaux de télécommunications plus fiables. La qualité de service perçue par le client est modélisée par une fonction délai de bout en bout, différentiée selon le type de service et dépendant de la congestion au niveau de chaque lien
In our work, we rely on the powerful arsenal of mathematical programming theory to model telecommunication problems and devise efficient methods for solving them. Our goal is to comply to real life constraints when defining optimal routing strategies and designing efficient capacity planning tools. Theoretical contributions apply the field of Mixed Integer Non-Linear Optimization. Among relevant results, let us mention :Explicit formulations of convex hulls in disjunctive programming, generalizing the famous perspective formulationsTractable compact formulations of problems featuring inerval uncertainty in Robust OptimizationAn efficient Outer-Inner approximation algorithm for solving large families of separable mixed Integer Non-Linear Programs (MINLPs) and Second Order Cone Programs (SOCPs), outperforming state-of-the-art commercial solvers.In the application part, our work aims at introducing reliable telecommunication networks, offering appropriate and guaranteed Quality of Service to all its customers. Today, Wide Access Networks (WAN), Virtual Private Networks (VPN) or IP-based Backbones carry a wide range services, namely: voice, video streaming and data traffic. Each one of these contents has its own performance requirements. Unfortunately, best effort algorithms are implemented at all levels, offering no guarantee for delay sensitive applications. Is it possible to build routing strategies guaranteeing upper bounds on source-to-destination delays? Can we make these routing protocols to delay variation ? Does service differentiation affect capacity planning decisions ? Answers to these questions will be developed in this thesis

Durant ces 40 dernières années, le gaz naturel a vu son utilisation augmenter jusqu’à constituer aujourd’hui la troisième ressource énergétique mondiale. Il est alors devenu nécessaire de l’acheminer sur des distances de plus en plus longues entre les lieux d’extraction et de consommation. Ce transport peut s’effectuer à l’état liquide par des méthaniers ou à l’état gazeux par le biais des réseaux de transport de gaz naturel composés de canalisations de grandes dimensions, tant en diamètre qu’en longueur. Cette thèse porte sur la modélisation et l’optimisation de la configuration des réseaux de transport de gaz naturel et sur l’application au cas du réseau principal de transport français qui présente plusieurs particularités. En effet, il s’agit d’un réseau de grandes dimensions, fortement maillé pour lequel plusieurs sources d’approvisionnement sont possibles pour desservir divers points de consommation. Il possède en outre, des stations d’interconnexion entre les canalisations. GRTgaz en est le gestionnaire. Ce travail concerne l’étude de la faisabilité de configurer le réseau de transport pour un scénario d’approvisionnement et de consommation. Le coeur de cette thèse porte sur le développement d’un modèle de réseau de transport de gaz et sur la détermination des flux et des configurations des stations d’interconnexion dans ce réseau à l’aide d’outils d’optimisation. L’une des innovations est la description et la modélisation des stations d’interconnexion, carrefours incontournables du réseau. Deux modèles sont ainsi proposés, faisant intervenir une formulation d’une part mixte non linéaire en nombres entiers et d’autre part, non linéaire continue. Leur efficacité en fonction de différents solveurs d’optimisation est ensuite discutée. Le choix de la meilleure formulation du problème de transport de gaz naturel a été étudié sur un ensemble de réseaux fictifs, mais représentatifs du réseau français. La meilleure stratégie, basée sur l’utilisation combinée d’une ormulation non linéaire continue, du choix de la pression comme variable et d’une initialisation par un sous-problème a ensuite été appliquée sur des instances de taille réelle. Les difficultés du passage à des instances réelles ont ensuite été résolues à l’aide de deux améliorations: d’une part, la mise à l’échelle des variables a permis de mieux conditionner le problème, puis d’autre part, une suite de relaxations a été employée afin de résoudre tous les cas réels. Les solutions sont finalement validées à l’aide de solutions métiers existantes.

With increasing global energy consumption, stringent environmental protection legislation and safety regulations in industrialised nations, energy saving has been put under high priority. One of the most efficient ways of energy reduction is through heat transfer enhancement for additional heat recovery. Applying compact heat exchanger is one of the main strategies of heat transfer enhancement. However, the application of compact heat exchangers is prohibited by the lack of design methodology. Therefore, the aim of this research is to tackle the problem of developing optimisation methodologies of plate/plate-fin heat exchanger design. A mathematical model of plate-fin heat exchanger design is proposed to consider fin type selection with detailed geometry and imposed constraints simultaneously. The concept of mix-and-match fin type combinations is put forward to include all possible fin type combinations in a heat exchanger. The mixed integer nonlinear programming (MINLP) model can be converted to a nonlinear programming (NLP) model by employing continuous heat transfer and pressure drop correlations and considering the basic fin geometric parameters as continuous variables. The whole optimisation is based on volumetric minimisation or capital cost minimisation and completed by CONOPT solver in GAMS. Case studies are carried out to demonstrate the effectiveness and benefits of the new proposed methodology. For plate heat exchangers, the design methodology is developed on the basis of plate-fin heat exchanger methodology, and takes phase change, plate pattern selection, flow arrangement and pressure drop constraints simultaneously. The phase change problem is tackled by dividing the whole process into several subsections and considering constant physical properties in each subsection. The performances of various flow arrangements are evaluated by correction factors of logarithmic mean temperature difference. For two-phase conditions, the heat transfer and pressure drop performance are predicted by continuous two-phase Nusselt number and Fanning friction factor correlations to avoid the MINLP problem. The optimisation is solved by CONOPT solver as well. The feasibility and accuracy of the new proposed methodology is examined by case studies.

Desalination technology provides fresh water to the arid regions around the world. Multi-Stage Flash (MSF) distillation process has been used for many years and is now the largest sector in the desalination industry. Top Brine Temperature (TBT) (boiling point temperature of the feed seawater in the first stage of the process) is one of the many important parameters that affect optimal design and operation of MSF processes. For a given pressure, TBT is a function of Boiling Point Temperature (BPT) at zero salinity and Temperature Elevation (TE) due to salinity. Modelling plays an important role in simulation, optimisation and control of MSF processes and within the model, calculation of TE is therefore important for each stages (including the first stage, which determines the TBT). Firstly, in this work, several Neural Network (NN) based correlations for predicting TE are developed. It is found that the NN based correlations can predict the experimental TE very closely. Also predictions of TE by the NN based correlations were found to be good when compared to those obtained using the existing correlations from the literature. Secondly, a hybrid steady state MSF process model is developed using gPROMS modelling tool embedding the NN based correlation. gPROMS provides an easy and flexible platform to build a process flowsheet graphically. Here a Master Model connecting (automatically) the individual unit model (brine heater, stages, etc.) equations is developed which is used repeatedly during simulation and optimisation. The model is validated against published results. Seawater is the main source raw material for MSF processes and is subject to seasonal temperature variation. With fixed design the model is then used to study the effect of a number of parameters (e.g. seawater and steam temperature) on the freshwater production rate. It is observed that, the variation in the parameters affect the rate of production of fresh water. How the design and operation are to be adjusted to maintain a fixed demand of fresh water through out the year (with changing seawater temperature) is also investigated via repetitive simulation. Thirdly, with clear understanding of the interaction of design and operating parameters, simultaneous optimisation of design and operating parameters of MSF process is considered via the application MINLP technique within gPROMS. Two types of optimisation problems are considered: (a) For a fixed fresh water demand throughout the year, the external heat input (a measure of operating cost) to the process is minimised; (b) For different fresh water demand throughout the year and with seasonal variation of seawater temperature, the total annualised cost of desalination is minimised. It is found that seasonal variation in seawater temperature results in significant variation in design and some of the operating parameters but with minimum variation in process temperatures. The results also reveal the possibility of designing stand-alone flash stages which would offer flexible scheduling in terms of the connection of various units (to build up the process) and efficient maintenance of the units throughout the year as the weather condition changes. In addition, operation at low temperatures throughout the year will reduce design and operating costs in terms of low temperature materials of construction and reduced amount of anti-scaling and anti-corrosion agents. Finally, an attempt was made to develop a hybrid dynamic MSF process model incorporating NN based correlation for TE. The model was validated at steady state condition using the data from the literature. Dynamic simulation with step changes in seawater and steam temperature was carried out to match the predictions by the steady state model. Dynamic optimisation problem is then formulated for the MSF process, subjected to seawater temperature change (up and down) over a period of six hours, to maximise a performance ratio by optimising the brine heater steam temperature while maintaining a fixed water demand.

Dirigé par la société Fonroche Géothermie, un consortium de dix partenaires participe au projet FONGEOSEC qui s’inscrit dans le cadre des Investissements d’Avenir de l’ADEME. Ce projet a pour but de concevoir et de réaliser un démonstrateur innovant de centrale géothermique haute enthalpie. L’énergie, ainsi récupérée en profondeur, servira à la cogénération d’électricité et de chaleur. L’une des étapes du projet correspond à l’objectif de cette thèse : développer une méthodologie pour la conception optimale des activités de surface de la centrale géothermique. Il s’agit donc de formuler le problème d’optimisation, de proposer une stratégie de résolution robuste et enfin, de mettre en oeuvre cette stratégie grâce à un outil logiciel.Dans l’outil ainsi développé, la répartition entre la production d’électricité et de chaleur s’effectue en parallèle. Le fluide géothermal est séparé en deux courants, l’un alimentant un Cycle Organique de Rankine (ORC : Organic Rankine Cycle) pour la production d’électricité, et l’autre étant relié à un Réseau de Chaleur Urbain (RCU) pour la distribution de la chaleur. Chaque constituant de l’ORC est dimensionné et la topologie du RCU est déterminée. Cet outil permet alors de déterminer simultanément :quelle est la meilleure répartition entre production d’électricité et de chaleur,quelles sont les meilleures dimensions pour les composants de l’ORC,et quelle est la meilleure topologie du RCU.Concernant l’ORC, l’outil permettra de savoir si l’utilisation d’un éventuel récupérateur de chaleur interne (IHE : Internal Heat Exchanger) est avantageuse ou non. Du point de vue du RCU, tous les consommateurs (sous-stations) envisagés ne sont pas obligatoires. L’outil permettra de choisir quels consommateurs relier au réseau et dans quelle disposition. L’utilisation de variables discrètes est alors nécessaire et le problème d’optimisation ainsi résolu est un problème de type MINLP (Mixed Integer Non Linear Programming).Une méthodologie de résolution permettant l’obtention d’une solution de « confiance » (probablement, mais non certainement, l’optimum global) est proposée. Cette stratégie de résolution est testée pour différents cas d’étude proches des conditions du projet FONGEOSEC. La stabilité et la robustesse de cette stratégie sont alors mises en avant. Une analyse économique et une analyse énergétique sont réalisées. La résolution multi-objectif est alors effectuée dans le but de fournir le meilleur compromis entre bénéfices annuels nets et destruction d’exergie. Pour finir, la diversité des résultats montre qu’il n’est pas satisfaisant de dissocier les études des deux systèmes (ORC et RCU) et démontre l’intérêt de l’outil développé
A consortium of ten partners, led by “FONROCHE Géothermie”, works on the FONGEOSEC project, an “Investissement d’Avenir” organized by the French Agency for Environment and Energy (ADEME). The aim of this project is to design and create an innovative demonstrator of a high-energy geothermal power plant. The geothermal energy will be used to produce electricity and heat. Among other tasks, this project aims to develop a support tool for the optimal design of the structure for the surface activities in the geothermal plant.Within the developed tool, the repartition between electricity and heat production is in parallel. The geothermal fluid is split in two streams, one is used for an Organic Rankine Cycle (ORC) for electricity production, and the other is connected to a District Heating Network (DHN) for the heat distribution. This tool enables to determine simultaneously:which is the best repartition between electricity and heat,which is the best sizing for ORC components,which is the best configuration for the DHN.About the ORC, the tool will enable to decide if the use of an Internal Heat Exchanger (IHE) is interesting or not. For the DHN point of view, all the consumers envisaged are not mandatory. The tool will enable to choose which consumers it is better to connect to the network and in which disposition. The use of discrete variables is necessary and the optimization problem to be solved is a MINLP (Mixed Integer Non Linear Programming) problem.A solution strategy is implemented in order to obtain a confident solution with a determinist algorithm. This strategy is tested for different study cases close to FONGEOSEC conditions. Stability and Robustness of this strategy are then highlighted. An economic and an exergetic analysis are carried out. In order to find a good compromise between the two objectives, a multi-objective solution is performed. Finally, the diversity of results obtained shows it is not suitable to dissociate ORC and DHN studies and shows the interest of the developed tool

Ce document propose un parcours de mes travaux de recherche en optimisation, en passant par l'optimisation mixte en variables entières, l'optimisation non-linéaire continue locale et le clustering dans les réseaux (graphes). Le premier chapitre traite de la programmation non linéaire mixte en variables entières et de l'optimisation globale déterministe. Il présente des contributions relatives à des investigations théoriques ainsi que des applications à des problèmes concrets. Nous discutons principalement de relaxations convexes et de reformulations automatiques de problèmes de programmation mathématique, dans le but d'améliorer l'efficacité des algorithmes de Branch-and-Bound. Dans le cadre de la programmation polynomiale, nous avons étudié des relaxations convexes pour les monômes multilinéaires et la génération de relaxations compactes de problèmes polynomiaux basés sur une technique spécifique de reformulation-linéarisation (RLT). Parmi les applications, une attention particulière est portée à des problèmes qui se posent dans la gestion du trafic aérien. Nous avons proposé de nouveaux modèles mathématiques et des approches de résolution basées d'une part sur l'optimisation mixte en variables entières et d'autre part sur le contrôle optimal. Deux thèmes de l'optimisation continue non-linéaire sont décrits au deuxième chapitre. Des méthodes de point intérieur pour la programmation quadratique et leurs noyaux d'algèbre linéaire (systèmes KKT) sont d'abord discutées. L'accent est mis sur les méthodes itératives pour les systèmes KKT et sur des questions connexes, telles que les techniques de préconditionnement et les propriétés de convergence. L'autre sujet discuté concerne, encore une fois, des problèmes de trafic aérien. Il porte sur les approches déjà mentionnées de contrôle optimal qui conduisent à des problèmes non-linéaires. Le troisième chapitre présente mes principaux résultats dans le domaine du clustering dans les réseaux. Le problème de l'identification de clusters dans les réseaux peut être formulé en utilisant la programmation mathématique et conduit généralement à un problème d'optimisation combinatoire. Mes contributions concernent les critères de classification et les méthodes de clustering correspondantes. Une attention particulière est portée aux méthodes exactes utilisées pour résoudre l'ensemble du problème d'optimisation ou, localement, les sous-problèmes survenant dans des heuristiques hiérarchiques, ou enfin dans le raffinement des solutions obtenues précédemment par d'autres méthodes.

La gestion des ateliers de production recherche le meilleur compromis entre les impératifs commerciaux, financiers et industriels. L'objectif de cette thèse est la caractérisation des leviers de flexibilité d'un atelier de production à cheminement unique, afin d'assurer la flexibilité opérationnelle du système, c'est à dire sa capacité à répondre à des changements connus. Les différents critères sont pris en compte de manière globale, sans privilégier l'un d'eux "a priori ". La "convergence" entre les ressources requises pour l'exécution d'un plan de production et celles mises en oeuvre pour sa réalisation est ainsi favorisée ; la fonction objectif intègre donc l'évaluation des stocks et en-cours, le coût du travail, de l'inactivité et des conséquences des perturbations. Des indicateurs "secondaires" ont également été définis. Le problème est résolu selon deux approches : - la première, dite "globale", traite l'ensemble des variables simultanément, selon une formulation de programmation mathématiques non-linéaire en variables mixtes (MINLP) ; - la seconde, dite "séquentielle", repose sur une décomposition du problème en sous-problèmes, afin de les résoudre à l'aide d'algorithmes génétiques, tout d'abord selon une approche mono-objectif, puis selon une approche multi-objectifs, intégrant les indicateurs "secondaires". Cette démarche est illustrée sur un exemple de taille réduite, afin de valider la décomposition du problème et l'utilisation d'heuristique, puis sur un exemple de plus grandes dimensions, représentant une configuration industrielle "réaliste"
The management of a production shop aims at finding the best compromise between commercial, financial and industrial requirements. This survey deals with the characterization of "flexibility tools" in flow shop, to ensure the system's operational flexibility, that is its ability to comply with familiar changes. The different criteria are taken into account in a global manner, without favoring "a priori" one of them. So is the "convergence" between the required resources, to carry out the production planning, and the ones set to work favored ; that's why the objective function brings together different types of costs, such as work in progress, inventory, workforce, inactivity and the consequences of the perturbations. Some criteria of minor importance have also been defined. The problem has been approached by two different methods : - the first one, so called "global approach", process simultaneously all the variables, under a mixed integer non linear programming (MINLP) formulation ; - the second one, so called "sequential approach", is based on a decomposition of the problem into sub-problems, to solve them using genetic algorithms at first with a mono-objective formulation, and at second with a multi-objective formulation, that uses the secondary criteria. A small sized example illustrates this approach, to validate the decomposition of the problem into sub-problems and the use of heuristics ; then a bigger example is shown, that is realistic towards a real life industrial configuration

L’objectif de ces travaux est de développer une méthode d’aide à la conception des réseaux de chaleur urbains (RCU). Cette méthode utilise un modèle de type MINLP (Mixed Integer Non Linear Programming) pour l’optimisation simultanée de la configuration et du dimensionnement d’un RCU. Aux variables continues pour l’aide au dimensionnement (température, vitesse, diamètre, aire des échangeurs), s’ajoutent des variables binaires aidant à définir la configuration du réseau (maillage et choix des technologies). La fonction objectif à minimiser est le coût total (capex et opex), qui est soumise à un ensemble de contraintes non linéaires (p. ex. pertes thermiques et de charge, bilans). La méthode développée dans ce manuscrit offre la possibilité de connecter en cascade des consommateurs n’ayant pas les mêmes besoins en température, et de réaliser des réseaux bouclés (une canalisation par tranchée). Elle permet aussi de choisir : les consommateurs à connecter au RCU, le ou les sites de production ainsi que le type de technologie utilisée. Enfin la bonne prise en compte de la physique permet de choisir le meilleur compromis entre pertes thermiques et pertes de charge, sur une large gamme de température. Cette formulation permet donc d’optimiser des réseaux de 4éme génération et de démontrer la rentabilité de l’intégration d’EnR&R sur le long terme (30 ans). Un premier travail est réalisé afin de proposer une méthodologie de résolution en plusieurs étapes permettant l’obtention de l’optimum global. Différents cas d’études académiques sont utilisés pour présenter les intérêts multiples de cette formulation. Enfin la comparaison avec un réseau existant a permis de démontrer la cohérence des résultats du modèle et a servi de base pour l’optimisation d’un cas d’étude de grande dimension. Plusieurs études de sensibilité post-optimale sont réalisées afin de démontrer l’intérêt de cet outil pour l’aide à la conception initiale ou l’extension de RCU existants
The aim of this thesis is to develop a method that provides design assistance for District Heating Network (DHN). This tool allows simultaneously the optimization of the configuration and its sizing, thanks to an MINLP formulation (Mixed Integer Non-Linear Programming). Binary variables help to choose the optimal configuration (network layout and technologies of production), whereas continuous variables help DHN sizing (temperature, diameter, velocity, heat exchanger area, thermal generating capacity …). The objective function to minimize is the total cost (capex and opex), subjected to numerous nonlinear constraints (e.g. thermal losses, pressure drop, energy balance).This method enables to design temperature cascade between consumers, when consumer temperature requirements are different, and also looped network (only one pipe in one trench). It helps also the decision to connect (or not) consumers to the main network and also the location(s) and type(s) of the heating plant. Moreover, the arbitrage between heat losses and pressure drops is taken into account thanks to physical considerations (non-linear equations). Eventually, it is possible to design 4th generation DHN and prove their financial profitability over the long terms (30 years). First a multi-step resolution strategy is proposed to ensure finding global optimum of the complex MINLP problem. Then academic study cases are analyzed to underline the numerous assets of the formulation. Finally, the optimal design compared to an existing DHN ensures the consistency of the method and allows to build a study case at a wider scale, which can be solved thanks to the comprehensive strategy developed. The design assistance method is available for initial design as well as for extension of existing DHN

L'amélioration des systèmes énergétiques est considérée comme un levier technologique pour répondre aux défis liés à la croissance de la demande d’électricité et des émissions des gaz à effet de serre. Les futures centrales devraient présenter une intégration thermique plus flexible et des sources de chaleur mixtes possibles. Une des solutions fiables consiste à utiliser un cycle de Brayton au CO2 supercritique (CO2-SC), un tel cycle à haut rendement est théoriquement prometteur pour les applications nucléaires, fossiles et solaires thermiques. Un des principaux obstacles au déploiement du cycle de Brayton au CO2-SC est de justifier sa faisabilité, sa viabilité et son potentiel à l’échelle industrielle. Dans ce contexte deux axes de recherche ont été identifiées : • Une sélection rigoureuse de l’équation d’état qui permet de représenter les propriétés d’intérêt du CO2-SC. • Une nouvelle méthodologie pour l’optimisation des centrales électriques, permettant de sélectionner automatiquement le procédé optimal parmi une grande quantité de configurations possibles (dénomme superstructure). Les résultats de la première partie de cette thèse mettent en lumière que l’équation de SW est pertinente pour limiter l’impact de l’imprécision de l’équation d’état sur le dimensionnement du procédé. Dans cette thèse, un simulateur de procédé commercial, ProSimPlus a été combiné avec un solveur type évolutionnaire (MIDACO) afin d’effectuer des optimisations superstructure. Premièrement, le critère d’optimisation est de maximiser le rendement énergétique du procédé. Dans un deuxième temps, on cherche simultanément à minimiser les coûts du procédé. Pour ce faire, des fonctions de coût internes à EDF ont été utilisées afin de permettre l’estimation des coûts d'investissement (CAPEX), des dépenses opérationnelles (OPEX) et du coût actualisé de l'électricité (LCOE)
Efficiency enhancement in power plant can be seen as a key lever in front of increasing energy demand. Nowadays, both the attention and the emphasis are directed to reliable alternatives, i.e., enhancing the energy conversion systems. The supercritical CO2 (SC-CO2) Brayton cycle has recently emerged as a promising solution for high efficiency power production in nuclear, fossil-thermal and solar-thermal applications. Currently, studies on such a thermodynamic power cycle are directed towards the demonstration of its reliability and viability before the possible building of an industrial-scale unit. The objectives of this PhD can be divided in two main parts: • A rigorous selection procedure of an equation of state (EoS) for SC-CO2 which permits to assess influences of thermodynamic model on the performance and design of a SC-CO2 Brayton cycle. • A framework of optimization-based synthesis of energy systems which enables optimizing both system structure and the process parameters. The performed investigations demonstrate that the Span-Wagner EoS is recommended for evaluating the performances of a SC-CO2 Brayton cycle in order to avoid inaccurate predictions in terms of equipment sizing and optimization. By combining a commercial process simulator and an evolutionary algorithm (MIDACO), this dissertation has identified a global feasible optimum design –or at least competitive solutions– for a given process superstructure under different industrial constraints. The carried out optimization firstly base on cycle energy aspects, but the decision making for practical systems necessitates techno-economic optimizations. The establishment of associated techno-economic cost functions in the last part of this dissertation enables to assess the levelized cost of electricity (LCOE). The carried out multi-objective optimization reflects the trade-off between economic and energy criteria, but also reveal the potential of this technology in economic performance

Selon les projections de l'Agence internationale pour les énergies renouvelables (IRENA), d'ici 2050, l'électricité sera le principal vecteur énergétique, avec une part de 50 % du marché de l'énergie. Le déploiement de la production d'énergie propre et son intégration au marché de l'énergie joueront un rôle clé dans la réalisation de cet objectif. De même, la recherche de procédés plus efficaces, durables et économiques est un défi important auquel les ingénieurs des procédés sont constamment confrontés dans la recherche et l'industrie, qui doivent généralement déterminer la meilleure configuration structurelle d'un procédé, conduisant à l'interconnexion optimale des unités opératoires, avec la mise en place respective des conditions d'exploitation. Cette tâche nécessite l'évaluation de plusieurs conceptions de processus pour trouver la meilleure configuration, ce qui est une approche épuisante et chronophage à exécuter manuellement. Par conséquent, ce travail est prévu pour permettre une méthodologie pratique pour les ingénieurs de processus d'évaluer de multiples alternatives de processus dans une superstructure unique, afin de déterminer la meilleure disposition structurelle, l'ensemble des conditions d'exploitation et/ou les paramètres de conception, menant à la configuration de processus optimale en ce qui concerne certains critères économiques, énergétiques et/ou environnementaux. La méthodologie est appliquée à un scénario de stockage d'énergie dans l'ammoniac, en utilisant comme référence le procédé conventionnel Haber-Bosch. Quatre superstructures de procédé ont été proposées et évaluées afin de déterminer la meilleure structure de procédé, qui inclut la sélection de : (i) le nombre de compresseurs dans l'étage de compression principal ; (ii) le nombre de réacteurs catalytiques ; (iii) le matériau catalytique, soit à base de Fe, soit à base de Ru ; (iv) la disposition des réacteurs, soit adiabatiques multi-lits, soit autothermiques multitubes ; (v) le système de refroidissement des réacteurs adiabatiques, soit indirect (AICR), soit direct (AQCR) ; (vi) l'utilisation d'une séparation intermédiaire ; (vii) la technologie de séparation, parmi le condenseur, les filtres à membrane et le PSA ; (viii) l'utilisation d'une égalisation de pression sur les flux de perméat des filtres à membrane ; (ix) l'utilisation d'un condenseur supplémentaire après la séparation par membranes ou par PSA. Les principaux résultats trouvés à travers l'optimisation de ces superstructures, ont permis de déterminer que le meilleur arrangement structurel consiste en deux réacteurs autothermiques en série, utilisant le catalyseur à base de Ru, avec deux étapes de compression, avec séparation intermédiaire et finale par condensation. Cette configuration permet de produire 3 994,8 tNH3/an, soit un LCOA de 790,3 €/t NH3, et une efficacité énergétique de 67,13 %. La consommation d'énergie spécifique du scénario complet est égale à 10,23 kWh/kgNH3, la meilleure technologie disponible pour la synthèse de l'ammoniac, basée sur l'hydrogène du gaz naturel, consommant 27,4 GJ/tNH3. Le principal moteur de la consommation d'énergie est l'électrolyseur, responsable de 9,09 kWh/kgNH3 (88,85 %), tandis que la production d'azote représente 0,68 kWh/kgNH3 (6,65 %), et la boucle de synthèse HB consomme 0,46 kWh/kgNH3 (4,50 %)
Projections from the International Renewable Energy Agency (IRENA) support that by the year 2050, electricity will be the main energy carrier with 50 % of the share of the energy market. The deployment of clean energy production and its integration to the energy market will play a key role towards this objective. Also, the quest for more efficient, sustainable and economic processes is one important challenge that process engineers are constantly facing in research and industry, which commonly need to determine the best structural configuration of a process, leading to the optimal interconnection of the processing units, with the respective set up of the operating conditions. This task would require evaluating several process designs to find the best configuration, which is a tedious and time-consuming approach to execute manually. Therefore, this work is foreseen to enable a practical methodology for process engineers to evaluate multiple process alternatives within a unique superstructure, to determine the best structural arrangement, the set of operating conditions and/or design parameters, leading towards the optimal process configuration regarding some economic, energetic and/or environmental criteria. The methodology is applied to a scenario of energy storage in ammonia, using as reference the conventional Haber-Bosch process. Four process superstructures have been proposed and evaluated to determine the best process structure, which include the selection of: (i) the number of compressors in the main compression stage; (ii) the number of catalytic reactors; (iii) the catalytic material, either Fe-based or Ru-based; (iv) the reactor arrangement, either multibed adiabatic or multitube autothermal; (v) the cooling system for the adiabatic reactors, either indirect (AICR) or direct (AQCR); (vi) the use of intermediate separation; (vii) the separation technology, among the condenser, membrane filters, and PSA; (viii) the use of pressure equalization on the permeate streams of the membrane filters; (ix) the use of an additional condenser after the separation by membranes or by PSA. The main results found through the optimization of these superstructures, allowed to determine that the best structural arrangement consists of two autothermal reactors in series, using the Ru-based catalyst, with two stages of compression, with intermediate and final separation by condensation. This configuration allows to produce 3 994.8 tNH3/y, representing an LCOA of 790.3 €/tNH3, and an energy efficiency of 67.13 %. The specific power consumption of the complete scenario is equal to 10.23 kWh/kgNH3, with the best available technology for ammonia synthesis, based on hydrogen from natural gas, consuming 27.4 GJ/tNH3. The main driver of the energy consumption is the electrolyser, responsible for 9.09 kWh/kgNH3 (88.85 %), while the nitrogen production represents 0.68 kWh/kgNH3 (6.65 %), and the HB synthesis loop consumes 0.46 kWh/kgNH3 (4.50 %)

La thèse présente un modèle d’optimisation mathématique ainsi qu’une méthodologie d’étude pour la conception optimale de réseaux de chaleur et de froid flexibles et intégrant des technologies innovantes (les smart réseaux ou réseaux 4e génération). Dans ce modèle, différentes contraintes énergétiques, économiques et environnementales sont alors considérées. Le modèle considère des réseaux de chaud (ou de froid) à différents niveaux de température, ainsi que différents sites de production et demande d’énergie. Le tracé du réseau ainsi que la configuration de l’ensemble des systèmes de production sont obtenus en minimisant soit l'exergie totale consommée soit le coût total pour l’investissement et l’opération des systèmes. Le modèle mathématique développé est formulé en un problème MINLP multi-période. Les contraintes du modèle sont présentées dans plusieurs modèles imbriqués. Le premier modèle M1 est multi-période et inclut les contraintes d’échanges avec le réseau et un moyen de stockage thermique. Le deuxième modèle, appelé M2, contient l’ensemble du modèle M1 ainsi que des nouvelles contraintes permettant de dimensionner des pompes à chaleur à COP variable. Le troisième modèle M3 inclut le modèle M2 ainsi que de nouvelles contraintes pour le tracé géographique des réseaux et la prise en compte des flux d’électricité. Une méthodologie d’étude est aussi présentée, permettant, à l’aide du modèle M3 développé, de traiter des cas d’étude complexes et réalistes. La méthodologie propose une décomposition du problème selon trois étapes consécutives. Cette méthodologie est alors utilisée et illustrée pour un cas d’étude complexe : l’optimisation d’un nouveau quartier, considérant des PAC, un stockage de chaleur saisonnier et de la production PV
This thesis presents a mathematical optimization model and a methodology for the optimal design of district heating and cooling networks. The various constraints in energy balances, costs and environmental criteria can be considered in order to propose structures of flexible and innovative networks.The model allows the consideration of heating (or cooling) networks at different temperature levels, as well as different production sites and heat demands. The network’s layout as well as the optimal architecture of the heat production systems are achieved by minimizing either the total exergy consumed or the total cost for the investment and operation of the systems.The developed mathematical model is formulated into a multi-period MINLP problem. The constraints of the model are presented in nested models. The first model M1 considers the multi-period aspect and includes the constraints related to the heat exchanges between production/demand streams with the network and a thermal storage. The second model, called M2, contains the entire model M1 as well as new constraints for sizing heat pumps with variable COP. The model M3 includes the model M2 as well as new constraints for the geographical layout of the networks and the consideration of electricity balance in the problem.A methodology is also presented making it possible, using the model M3, to deal with complex and realistic case studies. The methodology proposes a decomposition of the problem following three consecutive steps. This methodology is then used for the optimization of a new district, considering heat pumps, seasonal heat storage and PV production

Cette thèse porte sur la conception de nouvelles fonctions d'évaluation ayant pour but d'améliorer la performance des algorithmes approchés conçus pour résoudre des problèmes d'optimisation combinatoire. En particulier, nous nous intéressons à l'amélioration de la résolution de deux problèmes d'étiquetage de graphes NP-difficiles : la Minimisation de Largeur de Bande (BMP) et l'Arrangement Linéaire Minimum (MinLA). Pour ce faire, deux nouvelles fonctions d'évaluation, notées respectivement δ et ϕ, sont introduites. Contrairement aux fonctions classiques, elles incorporent des informations sur les particularités du problème afin d'améliorer leurs capacités de guidage. Des comparaisons expérimentales ont été effectuées pour évaluer l'efficacité des fonctions δ et ϕ en utilisant divers algorithmes. Les résultats confirment que nos fonctions permettent d'améliorer considérablement les performances des algorithmes étudiés. Finalement, l'implémentation de deux algorithmes de Recuit Simulé, appelés RSA-δ et RSDP-ϕ, a permis de tirer avantage des nouvelles fonctions proposées, mais aussi d'autres composants avancés. Les comparaisons expérimentales entre nos algorithmes et les heuristiques de référence, effectuées sur des instances d'essai issues de la littérature, montrent que RSA-δ et RSDP-ϕ sont très compétitifs. En effet, ils permettent d'améliorer significativement les meilleurs résultats connus pour de nombreuses instances
This thesis deals with the development of new evaluation functions aiming at improving the performance of heuristic algorithms developed for solving combinatorial optimisation problems. In particular, we are interested in the improvement of the results obtained for two NP-hard graph labeling problems : the Bandwidth Minimization (BMP) and the Minimum Linear Arrangement (MinLA). To accomplish it, two evaluation functions, noted respectively δ and ϕ, are introduced. Contrary to the classical functions, they incorporate information on the problem's characteristics in order to improve their guidance capacities. Experimental comparisons were carried out by using different algorithms to assess the practical usefulness of the δ and ϕ functions. The results confirm that our functions allow to considerably improve the performances of the studied algorithms. Finally, the implementation of two simulated annealing algorithms, called RSA-δ and RSDP-ϕ, has made possible to take advantage of the new functions proposed, but also of other advanced components. The experimental comparisons between our algorithms and the state-of-the-art heuristics, carried out on benchmark instances from the literature, show that RSA-δ and RSDP-ϕ are very competitive. Indeed, they allow us to significantly improve the best-known results for many benchmarks

The use of regenerative braking is a key factor to reduce the energy consumption of a metro line. In the case where no device can store the energy produced during braking, only the metros that are accelerating at the same time can benefit from it. Maximizing the power transfers between accelerating and braking metros thus provides a simple strategy to benefit from regenerative energy without any other hardware device. In this thesis, we use a mathematical timetable model to classify various metro energy optimization rescheduling problems studied in the literature and prove their NP-hardness by polynomial reductions of SAT. We then focus on the problem of minimizing the global energy consumption of a metro timetable by modifying the dwell times in stations. We present a greedy heuristic algorithm which aims at locally synchronizing braking metros along the timetable with accelerating metros in their time neighbourhood, using a non-linear approximation of energy transfers. On a benchmark of six small size timetables, we show that our greedy heuristics performs better than CPLEX using a MILP formulation of the problem, even when it is able to prove the optimality of a linear approximation of the objective function. We also show that it runs ten times faster than a state-of-the-art evolutionary algorithm, called the covariance matrix adaptation evolution strategy (CMA-ES), using the same non-linear objective function on these small size instances. On real data leading to 10000 decision variables on which both MILP and CMA-ES do not provide solutions, the dedicated algorithm of our thesis computes solutions with a reduction of energy consumption ranging from 5% to 9%
The use of regenerative braking is a key factor to reduce the energy consumption of a metro line. In the case where no device can store the energy produced during braking, only the metros that are accelerating at the same time can benefit from it. Maximizing the power transfers between accelerating and braking metros thus provides a simple strategy to benefit from regenerative energy without any other hardware device. In this thesis, we use a mathematical timetable model to classify various metro energy optimization rescheduling problems studied in the literature and prove their NP-hardness by polynomial reductions of SAT. We then focus on the problem of minimizing the global energy consumption of a metro timetable by modifying the dwell times in stations. We present a greedy heuristic algorithm which aims at locally synchronizing braking metros along the timetable with accelerating metros in their time neighbourhood, using a non-linear approximation of energy transfers. On a benchmark of six small size timetables, we show that our greedy heuristics performs better than CPLEX using a MILP formulation of the problem, even when it is able to prove the optimality of a linear approximation of the objective function. We also show that it runs ten times faster than a state-of-the-art evolutionary algorithm, called the covariance matrix adaptation evolution strategy (CMA-ES), using the saure non-linear objective function on these small size instances. On real data leading to 10000 decision variables on which both MILP and CMA-ES do not provide solutions, the dedicated algorithm of our thesis computes solutions with a reduction of energy consumption ranging from 5% to 9%

L'hydrogène produit à partir de sources renouvelables et utilisé dans les piles à combustible pour diverses applications, tant mobiles que stationnaires, constitue un vecteur énergétique très prometteur, dans un contexte de développement durable. Les « feuilles de route » stratégiques, élaborées au niveau européen, national ou régional, consacrées aux potentialités énergétiques de l’hydrogène, ainsi que l’analyse des publications scientifiques ont cependant identifié le manque d'infrastructures, comme l'un des principaux obstacles au développement de l'économie « hydrogène ». Cette étude s’inscrit dans le cadre du développement d’une méthodologie de conception d'une chaîne logistique « hydrogène » (production, stockage et transport). La formulation, basée sur une procédure de programmation mathématique linéaire en variables mixtes, implique une approche multicritère concernant la minimisation du prix de revient de l’hydrogène, l’impact sur le réchauffement climatique et un indice de risque, en prenant en compte une échelle tant régionale que nationale. L’optimisation multi-objectif repose sur une stratégie Ɛ-contrainte développée à partir d’une méthode lexicographique menant à la construction de fronts de Pareto offrant un grand nombre de solutions. La procédure d’aide à la décision M-TOPSIS est ensuite utilisée pour choisir le meilleur compromis. Le modèle est appliqué à une étude de cas en Grande-Bretagne, issue de la littérature spécialisée, qui sert de référence pour comparer les approches mono- et multi-objectif. Ensuite, la modélisation et l'optimisation de la chaîne d'approvisionnement d'hydrogène pour la région Midi-Pyrénées ont été étudiées dans le cadre du projet «H2 vert carburant». Un problème mono/multi-période est traité selon des scénarios d'optimisation basés sur la stratégie Ɛ-contrainte développée à partir d’une méthode lexicographique. Le système d’information ArcGIS® est ensuite utilisé pour valider les solutions obtenues par optimisation multi-objectif. Cette technologie permet d'associer une période de temps aux configurations de la chaîne logistique hydrogène et d’analyser plus finement les résultats de la conception du réseau H2. L’extension au cas de la France répond à un double objectif : d'une part, tester la robustesse de la méthode à une échelle géographique différente et, d’autre part, examiner si les résultats obtenus au niveau régional sont cohérents avec ceux de l'échelle nationale. Dans cette étude de cas, l'outil spatial ArcGIS® est utilisé avant optimisation pour identifier les contraintes géographiques. Un scénario prenant en compte un cycle économique est également traité. Les optimisations mono et multi-objectif présentent des différences relatives au mode de déploiement de filière, centralisé ou décentralisé, et au type de technologie des unités production, ainsi qu’à leur taille. Les résultats confirment l'importance d'étudier différentes échelles spatiales
Hydrogen produced from renewable sources and used in fuel cells both for mobile and stationary applications constitutes a very promising energy carrier in a context of sustainable development. Yet the strategic roadmaps that were currently published about the energy potentialities of hydrogen at European, national and regional level as well as the analysis of the scientific publications in this field have identified the lack of infrastructures as a major barrier to the development of a « hydrogen » economy. This study focuses on the development of a methodological framework for the design of a hydrogen supply chain (HSC) (production, storage and transportation). The formulation based on mixed integer linear programming involves a multi-criteria approach where three objectives have to be optimised simultaneously, i.e., cost, global warming potential and safety risk, either at national or regional scale. This problem is solved by implementing lexicographic and Ɛ-constraint methods. The solution consists of a Pareto front, corresponding to different design strategies in the associated variable space. Multiple choice decision making based on M-TOPSIS (Modified Technique for Order Preference by Similarity to Ideal Solution) analysis is then selected to find the best compromise. The mathematical model is applied to a case study reported in the literature survey and dedicated to Great Britain for validation purpose, comparing the results between mono- and multi-objective approaches. In the regional case, the modelling and optimisation of the HSC in the Midi-Pyrénées region was carried out in the framework of the project “H2 as a green fuel”. A mono/multi period problem is treated with different optimisation scenarios using Ɛ-constraint and lexicographic methods for the optimisation stage. The geographic information system (GIS) is introduced and allows organising, analysing and mapping spatial data. The optimisation of the HSC is then applied to the national case of France. The objective is twofold: on the one hand, to examine if the methodology is robust enough to tackle a different geographic scale and second to see if the regional approach is consistent with the national scale. In this case study, the ArcGIS® spatial tool is used before optimisation to identify the geographic items that are further used in the optimisation step. A scenario with an economic cycle is also considered. Mono- and multi-objective optimisations exhibit some differences concerning the degree of centralisation of the network and the selection of the production technology type and size. The obtained results confirm that different spatial and temporal scales are required to encompass the complexity of the problem

Le milieu hospitalier est un monde à la fois sensible et complexe, sensible parce que la vie humaine est en jeu et complexe parce que les équipements médicaux augmentent en nombre et en complexité technique. Ainsi, afin de préserver le bon état de fonctionnement de ces équipements et à un niveau élevé de disponibilité, leur entretien est devenu l'une des préoccupations majeures des responsables de l’hôpital. L’objectif de cette thèse est de proposer, aux responsables de maintenance biomédicale dans les établissements de soins, des outils d’aide à la décision qui permettent une meilleure maitrise des coûts. Ceci en assurant la sécurité des patients et des utilisateurs et en maintenant des performances optimales de l’ensemble des équipements médicaux. Tout d’abord, une heuristique a été proposée pour le choix de l’internalisation ou de l’externalisation de la maintenance et pour la sélection du contrat adéquat. La sélection du contrat est basée sur un ensemble de critères tout en considérant la contrainte du budget disponible. Ensuite, afin d’améliorer la procédure proposée, nous avons proposé des outils d’aide à la décision multicritère pour le choix adéquat d’une stratégie de maintenance. Pour l’étude de la criticité des équipements médicaux et le choix de la maintenance, sept critères ont été étudiés en proposant un couplage de l’approche AHP « Analytical Hierarchy Process » à la technique TOPSIS « Technique for Order Performance by Similarity to Ideal Solution ». Comme les experts du service de maintenance présentaient une certaine incertitude dans leurs jugements, nous avons intégré l’évaluation linguistique floue dans l’étude de la criticité des équipements et dans la sélection de la stratégie de maintenance (Fuzzy AHP couplée avec Fuzzy TOPSIS). Un modèle mathématique MILP a été développé pour la définition des limites de la criticité afin de caractériser les trois stratégies de maintenance. Le bon choix de ces limites permet d’optimiser le coût de la maintenance en respectant le budget disponible. Enfin, un deuxième modèle mathématique MILP a été développé en se basant sur l’heuristique proposée. Ce modèle permet de sélectionner pour chaque équipement, la stratégie de maintenance, internaliser ou externaliser la maintenance et le type du contrat tout en considérant le budget disponible et la charge/capacité du service maintenance
The hospital is a world that is both sensitive and complex, sensitive because the human life is involved and complex because medical facilities are growing in number and in technical complexity. Then, the problem of the medical equipment maintenance in order to keep them in safe, reliable and with high level of availability has become a major preoccupation of the hospital. The objective of this thesis is to provide tools to help the biomedical maintenance service of the hospital to make decisions that allow a better control of costs, while ensuring patient and user safety and maintaining optimal performance of medical equipment. First, a heuristic has been proposed for the choice of internalization or outsourcing maintenance and for the selection of the appropriate contract. The selection of the contract is based on a set of criteria while considering the available budget constraint. Then, to improve the proposed procedure, we proposed multi-criteria decision-making tools to select the appropriate maintenance strategies. Seven criteria have been designed to study the criticality of medical equipment and the choice of maintenance by providing a coupling of the AHP approach "Analytical Hierarchy Process" with TOPSIS technique "Technique for Order Performance by Similarity to Ideal Solution." As the expert judgments of the maintenance department presented some uncertainty, we integrated the fuzzy language assessment of the criticality of the equipment and the selection of the maintenance strategy (Fuzzy AHP coupled with Fuzzy TOPSIS). A mixed integer linear programming model (MILP) was developed to define thresholds of criticality to characterize the three maintenance strategies. According to these thresholds, maintenance cost can be optimized within the available budget. Finally, a second mixed integer linear programming model (MILP) was developed based on the proposed heuristic. This model allows selecting for each equipment, the maintenance strategy, the internalization or the outsourcing of the maintenance and the type of contract while considering the available budget and the workload / capacity of the maintenance department

When multiple autonomous vehicles work in a shared space, such as in a surface mine or warehouse, they often travel along specified paths through a static road network. Although these vehicles’ actions and performance are coupled, their motion is often planned myopically or omits cooperation beyond avoiding collisions reactively. More desirable solutions could be achieved by coordinating and planning actions ahead of time. To make multi-vehicle systems more productive and efficient, the thesis introduces planning methods that can optimise for travel time, energy consumption, and trajectory smoothness. Vehicle motion is coordinated by using motion models that combine all trajectories, and avoid collisions. Mathematical programming is then used to find optimised solutions. The proposed methods are shown to significantly reduce solution costs compared to an approach based on common driving practices. As the number of vehicles and interactions between them increases, the number of solutions grows exponentially, making finding a solution computationally challenging. A major aim here was to find high quality solutions within practical computation times. To achieve this, techniques were developed that exploit the structure of the problems. This includes a heuristic algorithm that scales better with problem size, and is combined with the mathematical programming techniques to reduce their complexity. These were found to significantly reduce computation times, trading off marginal solution quality.

During recent years, biofuels have been encountering a particular interest as a means to address the increasing global energy demand reducing the dependency on fossil fuels and mitigating global warming potentials. Among biofuels, biomass-based ethanol has been assuming a leading position in substituting petroleum-based gasoline: even if its actual carbon footprint is still debated, it is generally acknowledged a reduction in net greenhouse gas (GHG) emissions with respect to oil. Bioethanol current production is based on the so-called first generation conversion technologies, using the products of conventional food crops as feedstocks, as starchy-, sugar- and oil-based resources (e.g., corn, wheat and sugarcane). The enthusiastic support these biofuels were given at the earlier beginning, has eroded more recently as new studies have highlighted their competition with food crops. Thus, the promotion of biofuels produced from cellulosic biomass (second generation biofuels), which does not have any food value, has been strongly recommended. However high capital expenditures and production costs still hinder the establishment of second generation facilities at a commercial scale. In this context, the main question concerns the identification of the most proper strategies (on both economic and environmental terms) to pave the way for a more sustainable transport system. In light of this complex background, a well-advised transition towards a more sustainable transport system, requires an integrated analysis based on several issues involving the supply chain (SC) as a whole, that may help defining a more comprehensive view of biofuels. In tackling such high-level decision problems, analytical modelling has been recognised as the best optimisation option especially in the early stage of unknown structures design to address the full management of production systems considering all the stages of the production and distribution SC. Mixed Integer Linear Programming (MILP) in particular, represents one of the most suitable tools in determining the optimal solutions of complex SC design problems where multiple alternatives are to be taken into account. Notwithstanding biorefineries represent an important part of the literature and biofuels have been gaining ever greater attention, strategic biofuels SC design is dealt with in a still limited number of works and some topics need to be properly discussed. Accordingly, the main purpose of this Thesis is to cover this gap of knowledge in the literature. In the context of bioenergy systems development and deployment, the general aim of this work is to provide quantitative and deterministic tools analysing and optimising the overall supply chain, so as to define the most convenient strategies for the development of the future road transport systems. The MILP, often moMILP, (multi-objective Mixed Integer Linear Programming) modelling frameworks developed, enable simultaneous consideration of conflicting criteria (i.e., financial, environmental, economic) to assist the stakeholders’ decisions on biofuels industry at strategic and tactical levels. The analysis, in particular, has been approached effectively embodying the Life Cycle Analysis (LCA) principles within the SC Analysis (SCA) techniques aiming at a quantitative assessment of the environmental burdens of each SC stage (i.e., biomass production and transport; fuel production and distribution). In addition, financial assessment has been integrated within the formulation involving properly devised risk indices measuring the trade-off between profitability and the risk the investors might be willing to accept for the business to be established. The attention has been devoted, in particular, to the identification of the suitable strategies to pave the way for the most sustainable technologies for ethanol production. First, a broad range of processes (belonging to both first and second generation) has been dealt with, considering also the possibility of integrating multiple feedstocks within properly devised hybrid technologies using both starchy- and cellulose-rich materials. Then, the analysis has been focused on the general interactions of market policies (i.e., carbon trading, subsidies) on ethanol market development trends to boost sustainable production of ethanol. Models capabilities in steering decisions on investments for bioenergy systems are evaluated in addressing real world case studies referring to the emerging bioethanol production in Northern Italy
Le preoccupazioni crescenti degli effetti delle modificazioni climatiche e l’incertezza dell’approvvigionamento energetico esprimono l’importanza cruciale della necessità di ridefinire il sistema di approvvigionamento energetico globale. L’urgenza della questione è legata ad un disaccoppiamento tra la prospettiva di una crescita costante della domanda di combustibili, ed il loro approvvigionamento, che ci si aspetta divenire sempre più incerto e costoso. Il fenomeno del cambiamento climatico è ampiamente riconosciuto essere una conseguenza dell’accresciuta concentrazione di gas serra in atmosfera dovuti all’attività antropogenica ed il trasporto ne è uno dei principali responsabili. Negli ultimi anni, l’interesse per le energie rinnovabili è aumentato notevolmente per rispondere alla crescita della domanda di energia e cercare allo stesso tempo sia di ridurre la dipendenza da combustibili fossili che di contribuire alla mitigazione del riscaldamento globale. Alla biomassa è stata attribuita una particolare attenzione perché può essere sfruttata non solo per produrre energia elettrica, meccanica e termica, ma anche come fonte primaria di biocombustibili liquidi per autotrazione. Allo scopo di realizzare un sistema di trasporti più sostenibile, l’Unione Europea ha svolto un ruolo fondamentale nella promozione di biocombustibili fissando immissioni obbligatorie di fonti rinnovabili rispetto all’energia complessiva impiegata nei trasporti (5.75% entro il 2010 e 10% entro il 2020). I biocombustibili devono anche rispettare dei requisiti di sostenibilità ambientale nel loro impatto sul suolo, sull’acqua, sull’aria. Va tutelata, inoltre, la biodiversità e deve essere garantita una riduzione crescente delle emissioni di gas serra nella produzione di biocombustibili rispetto allo stesso quantitativo energetico di combustibile fossile che andranno a sostituire (35% dal 2009, 50% dal 2017 e 60% dal 2018). Tra le alternative possibili, il bioetanolo è generalmente considerato la soluzione più pratica e perseguibile nel breve-medio periodo per sostituire la benzina. Nonostante il suo impatto sul ciclo del carbonio (la cosiddetta carbon footprint) sia stato e sia attualmente argomento molto dibattuto, si riconosce che la produzione ed impiego di questo biocombustibile possa risultare in una riduzione netta delle emissioni di gas serra rispetto alla benzina. Questo genere di investimento su larga scala porterebbe, inoltre, una crescita delle economie rurali grazie all’aumento ed alla segmentazione dei filoni di mercato tipicamente ascritti all’agricoltura. L’attuale produzione di bioetanolo si basa sulla cosiddetta tecnologia di prima generazione, così chiamata perché sfrutta coltivazioni convenzionali come materie prime: si tratta di risorse ricche di sostanze amidacee, zuccherine od oleose, come mais, grano e canna da zucchero. Tuttavia l’iniziale entusiasmo di cui inizialmente godette questa tecnologia, si è recentemente affievolito a causa delle emergenti problematiche legate alla competizione della destinazione finale delle coltivazioni tra uso energetico ed alimentare. Inoltre, sono emerse preoccupazioni in merito al degrado ambientale per effetto di pratiche monocoltura e la deforestazione necessarie per lo sviluppo su larga scala di tale tecnologia. In generale, dubbi sulla sostenibilità energetica e sulla profittabilità economica del processo, troppo legata al costo di approvvigionamento della biomassa, hanno minato in parte lo sviluppo dell’industria del bioetanolo e la sua accettazione sociale. Alla luce di tutto questo, è emersa la convenienza a promuovere i cosiddetti biocombustibili di seconda generazione, ottenuti cioè a partire da materiale cellulosico e sostanzialmente privi di valore alimentare. Tuttavia, gli elevati costi di capitale e di produzione ostacolano attualmente lo sviluppo di tali tecnologie su scala commerciale, tanto che recentemente sono divenute operative solo strutture su scala di impianto pilota e dimostrativa. La complessità del contesto impone che la transizione verso un sistema di trasporti più sostenibile sia opportunamente guidata dall’adozione di efficaci strumenti quantitativi in grado di analizzare il problema esteso all’intera filiera produttiva (Supply Chain, SC). La ridefinizione del sistema di approvvigionamento energetico nel trasporto richiede un’analisi integrata il più comprensiva possibile delle intrecciate problematiche coinvolte nella produzione di biocombustibili. Le strategie d’investimento richiedono complessi processi decisionali, per i quali la modellazione analitica risulta essere una delle migliori opzioni metodologiche per garantire l’ottimizzazione delle scelte che coinvolgono l’intero sistema produttivo. I modelli a variabili miste lineari e intere (Mixed Integer Linear Programming, MILP), in particolare, costituiscono uno degli strumenti più adatti nel determinare le soluzioni ottimali a complessi problemi di ottimizzazione tipicamente legati alla progettazione di filiere produttive in cui vengano prese in considerazione configurazioni alternative ed esclusive. La ricerca bibliografica ha evidenziato alcune lacune nella letteratura in merito alle questioni di progettazione strategica di filiere produttive di biocombustibili, nonostante il concetto di bioraffineria costituisca già un argomento ampiamente trattato ed i biocombustibili stiano riscuotendo un interesse sempre crescente. Tutto ciò ha dato l’impulso per lo svolgimento di questa Tesi. Nel contesto generale dello sviluppo di sistemi bioenergetici, lo scopo generale di questo lavoro è quello di fornire degli opportuni strumenti decisionali per affrontare la transizione verso un sistema di trasporto più sostenibile, muovendo dalla prima alla seconda generazione di bioetanolo. Le metodologie adottate devono essere in grado di abbracciare l’intero problema analizzando tutti gli stadi della filiera, evidenziando aspetti positivi e negativi che provengono da un’ottimizzazione sia di tipo economico che ambientale. I modelli MILP proposti mirano ad essere strumenti di progettazione e pianificazione industriale nel settore dei biocombustibili in grado di contemperare aspetti economici ed ambientali. In effetti, essendo le infrastrutture produttive di biocombustibili ancora ad uno stadio immaturo, un loro studio preliminare rappresenta un’opportunità importante per analizzare la configurazione della filiera prima del suo sviluppo organico, consentendo di individuare gli investimenti ottimali e le opportune scelte di natura politica nazionale ed internazionale. Gli stadi della filiera di biocombustibili (produzione e distribuzione della biomassa; produzione e trasporto del bioetanolo) sono analizzati ed inseriti in modo integrato all’interno della modellazione matematica MILP proposta. L’attenzione è stata focalizzata in particolare sull’identificazione delle strategie opportune atte a favorire lo sviluppo delle più sostenibili tecnologie di produzione del bioetanolo. Innanzitutto, è stata considerata un’ampia gamma di processi, sia di prima che di seconda generazione, ed è stata altresì inclusa la possibilità di integrare opportunamente le due tecnologie all’interno di strutture ibride che ricevano sia materia prima amidacea che cellulosica. Infine, l’analisi si è focalizzata sull’interazione tra le politiche di mercato e lo sviluppo del mercato del bioetanolo, con particolare riguardo alle potenzialità di promuoverne una produzione sostenibile. Sono stati pertanto analizzati meccanismi di mercato cosiddetti flessibili, previsti dal Protocollo di Kyoto, come il carbon trading, ovvero lo scambio di permessi ad emettere gas serra, e potenziali effetti legati all’introduzione di sussidi pubblici. In generale, l’analisi delle filiere (Supply Chain Analysis, SCA) di biocombustibili affrontata in questo lavoro di Tesi mira a fornire una valutazione integrata di aspetti economici, finanziari ed ambientali valutati lungo l’intera rete produttiva. Questo approccio alla progettazione valuta la responsabilità ambientale come un obiettivo della modellazione e non semplicemente come vincolo, secondo l’approccio della cosiddetta Green Supply Chain Management (GrSCM). L’approccio integra i principi del Life Cycle Assessment (LCA) con le tecniche SCA per ottenere una valutazione quantitativa dell’impatto ambientale arrecato da ogni singola fase della filiera. L’analisi finanziaria inoltre necessita di essere integrata attraverso l’introduzione di opportune misure di rischio finanziario in grado di descrivere il compromesso tra profittabilità e rischio che l’investitore decide di accettare. Per affrontare queste questioni, sono introdotte tecniche di programmazione multi-obbiettivo (Multi-objective Mathematical Programming, moMP), capaci di includere aspetti ambientali, finanziari ed economici nella progettazione di processi chimici. I modelli sviluppati sono stati applicati ad un caso studio reale che affronta la possibile organizzazione della produzione di bioetanolo in Nord Italia sfruttando la disponibilità di molteplici biomasse sia di prima che di seconda generazione. Il lavoro di Tesi è organizzato secondo il seguente schema concettuale. Nel capitolo 1, dopo aver descritto il panorama bibliografico di riferimento, vengono illustrati gli approcci metodologici e modellistici alla base del lavoro, che prevedono l’integrazione di tecniche LCA ed SCA in analisi multi obiettivo secondo tecniche MILP. Nel capitolo 2 viene trattato l’approccio modellistico alla base della descrizione tecnologica e dell’analisi economica per i sistemi di produzione considerati. Vengono studiati processi di prima e seconda generazione, che ottengono bioetanolo a partire rispettivamente da materiale amidaceo (mais) e lignocellulosico (residui e biomasse coltivate a scopo energetico, energy crops). L’aspetto peculiare della trattazione riguarda, inoltre, la modellazione di un processo di tecnologie ibride che utilizzano sia la parte amidacea che il residuo cellulosico del mais per la produzione di biocombustibili. Nel capitolo 3 viene condotta la progettazione di filiera di bioetanolo attraverso la formulazione di un problema di ottimizzazione bi-obbiettivo (simultanea minimizzazione delle emissioni di gas serra e massimizzazione del profitto) con lo sviluppo di un modello MILP multi-periodo e georeferenziato. Il modello MILP formulato sfrutta tecniche moMP per l’implementazione di criteri di ottimizzazione ambientale ed economico. Sono considerate diverse configurazioni tecnologiche e vengono prese in esame più soluzioni per lo sfruttamento dei sotto-prodotti del processo di produzione di bioetanolo come possibili alternative tecnologiche per l’abbattimento di costi ed emissioni. Il modello costruito viene poi applicato all’analisi di una possibile filiera di bioetanolo in Nord Italia. Nel capitolo 4 si studiano gli effetti dell’applicazione di strumenti finanziari sul design di filiere bioenergetiche nelle loro capacità di promuovere tecnologie più sostenibili per la produzione di bioetanolo. Nel modello viene implementato un meccanismo di carbon trading che prevede la commercializzazione di permessi ad emettere gas serra (CO2-equivalenti) rispetto a dei valori soglia stabiliti secondo la normativa ambientale per la sostenibilità dei biocombustibili. La trattazione modellistica esamina anche le dinamiche dei fattori d’incertezza del mercato di riferimento con particolare riguardo all’acquisto della biomassa utilizzata. In questo caso, sono stati ignorati gli aspetti legati alla georeferenziazione, per esaltare invece la questione rilevante legata alla scelta tecnologica sulle prestazioni della filiera. Si descrive, pertanto, lo sviluppo di un modello MILP multi-periodo con un approccio stocastico per la pianificazione della produzione di bioetanolo. La filiera viene progettata seguendo l’ottimizzazione di indici finanziari di investimento nel quale un ulteriore termine di profitto/perdita proviene dalla commercializzazione di permessi di emissione. Il capitolo 5 estende la trattazione del modello descritto nel capitolo 4, inglobando una più ampia modellazione della pianificazione d’investimento in condizioni di incertezza che abbraccia il processo decisionale con considerazioni di gestione del rischio d’investimento. In particolare, il modello MILP stocastico viene esteso secondo una formulazione multi-obbiettivo permettendo la simultanea ottimizzazione di profitto ed emissione di gas serra. Sono inoltre inclusi dei vincoli sul livello massimo di rischio finanziario sostenibile nell’investimento. Si mostra in questo modo come la diversa attitudine al rischio dell’investitore (propensione o avversione) modifichi la strategia d’investimento in termini di scelte tecnologiche e biomasse trattate, anche alla luce di vincoli ambientali e di profittabilità economica. Il capitolo 6 conclude la discussione della ricerca sviluppata con la presentazione dei principali risultati conseguiti e l’analisi di alcuni dei potenziali sviluppi futuri per proseguire la ricerca sull’argomento

L'autopartage est un service de mobilité qui offre les mêmes avantages que les voitures particulières mais sansnotion de propriété. Les clients du système peuvent accéder aux véhicules sans ou avec réservation préalable. Laflotte de voitures est distribuée entre les stations et les clients peuvent prendre une voiture d'une station et ladéposer dans n'importe quelle autre station (one-way), chaque station disposant d'un nombre maximum de placesde stationnement. La demande pour la prise ou le retour des voitures dans chaque station est souvent asymétriqueentre les stations et varie au cours de la journée. Par conséquent, certaines stations accumulent des voitures etatteignent leur capacité maximale prévenant alors de nouvelles voitures de trouver une place de stationnement.Dans le même temps, des stations se vident et conduisent au rejet de la demande de retrait de clients. Notre travailporte sur l'optimisation des opérations de redéploiement de voitures afin de redistribuer efficacement les voitures surles stations suivant la demande qui varie en fonction du temps et de l'espace. Dans les systèmes d'autopartage àsens unique, le problème du redéploiement de voitures sur les stations est techniquement plus difficile que leproblème de la redistribution des vélos dans les systèmes de vélopartage. Dans ce dernier, on peut utiliser uncamion pour déplacer plusieurs vélos en même temps, alors que nous ne pouvons pas le faire dans le systèmeautopartage en raison de la taille des voitures et de la difficulté de chargement et de déchargement. Ces opérationsaugmentent le coût de fonctionnement du système d'autopartage sur l'opérateur. De ce fait, l'optimisation de cesopérations est essentielle afin de réduire leur coût. Dans cette thèse, nous développons un modèle deprogrammation linéaire en nombre entier pour ce problème. Ensuite, nous présentons trois politiques différentes deredéploiement de voitures que nous mettons en oeuvre dans des algorithmes de recherche gloutonne et nousmontrons que les opérations de redéploiement qui ne considèrent pas les futures demandes ne sont pas efficacesdans la réduction du nombre de demandes rejetées. Les solutions fournies par notre algorithme glouton sontperformantes en temps d'exécution (moins d'une seconde) et en qualité en comparaison avec les solutions fourniespar CPLEX. L'évaluation de la robustesse des deux approches présentées par l'ajout d'un bruit stochastique sur lesdonnées d'entrée montre qu'elles sont très dépendantes des données même avec l'adoption de valeur de seuil deredéploiement. En parallèle à ce travail algorithmique, l'analyse de variance (ANOVA) et des méthodes derégression multilinéaires ont été appliqués sur l'ensemble de données utilisées pour construire un modèle global afind'estimer le nombre de demandes rejetées. Enfin, nous avons développé et comparé deux algorithmesévolutionnaires multicritères pour prendre en compte l'indécision sur les objectifs de l'optimisation, NSGA-II et unalgorithme mémétique qui a montré une bonne performance pour résoudre ce problème
To buy it. Users can have access to vehicles on the go with or without reservation. Each station has a maximumnumber of parking places. In one-way carsharing system, users can pick up a car from a station and drop it in anyother station. The number of available cars in each station will vary based on the departure and the arrival of cars oneach station at each time of the day. The demand for taking or returning cars in each station is often asymmetric andis fluctuating during the day. Therefore, some stations will accumulate cars and will reach their maximum capacitypreventing new arriving cars from finding a parking place, while other stations will become empty which lead to therejection of new users demand to take a car. Users expect that cars are always available in stations when they needit, and they expect to find a free parking place at the destination station when they want to return the rented car aswell. However, maintaining this level of service is not an easy task. For this sake, carsharing operators recruitemployees to relocate cars between the stations in order to satisfy the users' demands.Our work concerns the optimization of the car relocation operations in order to efficiently redistribute the cars overthe stations with regard to user demands, which are time and space dependent. In one-way carsharing systems, therelocation problem is technically more difficult than the relocation problem in bikesharing systems. In the latter, wecan use trucks to move several bikes at the same time, while we cannot do this in carsharing system because of thesize of cars and the difficulty of loading and unloading cars. These operations increase the cost of operating thecarsharing system.As a result, optimizing these operations is crucial in order to reduce the cost of the operator. In this thesis, we modelthis problem as an Integer Linear Programming model. Then we present three different car relocation policies thatwe implement in a greedy search algorithm. The comparison between the three policies shows that car relocationoperations that do not consider future demands are not effective in reducing the number of rejected demands.Results prove that solutions provided by our greedy algorithm when using a good policy, are competitive withCPLEX solutions. Furthermore, adding stochastic modification on the input data proves that the robustness of thetwo presented approaches to solve the relocation problem is highly dependent on the input demand even afteradding threshold values constraints. After that, the analysis of variance (ANOVA) and the multi-linear regressionmethods were applied on the used dataset in order to build a global model to estimate the number of rejecteddemands. Finally, we developed and compared two multi-objectives evolutionary algorithms to deal with thedecisional aspect of the car relocation problem using NSGA-II and memetic algorithms

In the last decade, we have been assisting to a global redefinition of the world energy system. Firstly motivated by severe concerns about environmental health and global warming, it found its real impetus in a more complex question. Although commonly considered as tightly related to oil depletion, it is rather a multifaceted interconnection of different issues, which could be generally labelled as the supply security question, and of which the oil shortage represents a contributing part. Thus, asking when oil runs out is not the only question and definitely not the main concern related to energy supply. As wisely stated by the Sheikh Ahmad Zaki Yamani about thirty years ago, “the Stone Age did not end for lack of stone, and the Oil Age will end long before the world runs out of oil”. In our opinion, this intriguing prediction represents the hot-spot of the question: how vital is it for policy makers to accelerate the end of the oil age and how that might be achieved? After a fierce debate centred on the most viable way to manage the transition, renewable energy sources were eventually indicated as a realistic alternative to the conventional fossil sources. In particular, biomass conversion into biofuels was promoted as the best suitable option within the transport sector. At the governmental level, ambitious policies were conceived to drive the transition toward the new frontier. For example, the EU commission was determinant in pushing its Members through the imposition of minimum blending quotas of biomass-based fuels within the conventional fossil-derived ones. The latest EU guidelines also fixed new environmental standards setting at 35% the minimum Greenhouse Gas (GHG) emissions savings to be performed by biofuels with respect to the fossil-based ones they are meant to substitute. Among the possible choices to reach the targets, bioethanol is currently acknowledged as the most appropriate solution for a short-term gasoline substitution, although during its history has known some discredits and oppositions by both the public opinion and part of the academic community. The core of the question stands in weather the ethanol production is actually capable to give the right answer in terms of energy supply security (as global warming mitigation and market penetration). Therefore, decision makers should be driven by specific tools capable of steering the design of the novel biofuels systems considering production costs and environmental impact minimisation (or profits and financial sustainability maximisation) as undisputed paradigms. They should also adopt wider approaches which go beyond the limited company-centric view of the business and extends the scope of the analysis at the entire Supply Chain (SC). Very limited work was found in literature addressing the use of quantitative methodologies for the strategic design of biofuels infrastructures. Therefore, the research project was thought to cover this lack of knowledge through the development an original methodology to embody the Supply Chain Management (SCM) tools application and mathematical programming within a biofuels SCs optimisation framework. Accordingly, the aim of this Dissertation was to contribute in providing for modelling tools capable of steering the design of first generation bioethanol SCs through a full set of optimisation features. The work focused on the development of Mixed-Integer Linear Programming (MILP) models to assist the policy-making on biofuels industry at strategic and tactical level. The final objective was to deliver a suitable design and planning tool based on the approaches commonly applied to SC strategic design and planning under economic, financial and environmental criteria. Agricultural practice, biomass supplier allocation (domestic or foreign), production site location and capacity assignment, logistic distribution and transport characterisation were simultaneously taken into account within the same modelling framework. This also included different features for spatially explicit siting of supply networks nodes, capacity planning and a stochastic formulation was implemented to handle the effect of market uncertainty. Finally, with concerns to the environmental impact of cultivation practice a further aspect was deepened by assessing and minimising the global warming effect of fertiliser application in cropping biomass. The economics of the entire network was assessed by means of Supply Chain Analysis (SCA) techniques, whereas the environmental performance of the system was evaluated in terms of GHG emissions, by adopting a Well-to-Tank (WTT). The emerging Italian corn-based ethanol was chosen as a demonstrative real world case study so as to assess the actual model capabilities in steering strategic policies on different interest level.
Gli ultimi due decenni sono stati caratterizzati da profondi cambiamenti negli equilibri economici e geopolitici mondiali. Uno dei motori di questa trasformazione è stata sicuramente la crisi del sistema di approvvigionamento energetico globale, di cui riscaldamento globale e carenza di petrolio sono solo due delle molteplici sfaccettature. Il cuore della questione può essere riassunto da una dichiarazione dello Sceicco Ahmad Zaki Yamani (all’epoca presidente dell’OPEC), il quale, circa trent’anni fa, asserì che “l’Era della pietra non finì per la mancanza di pietra, così come l’Era del petrolio finirà molto prima che il mondo esaurisca il petrolio”. La vera domanda, quindi, non è tanto quando il petrolio terminerà, ma in che termini agire nell’interpretare e guidare il profondo cambiamento in atto. Tutto ciò ha generato in tutto il mondo un acceso dibattito per stabilire quale fosse la via migliore per gestire la rivoluzione del settore energetico mondiale e individuare quelle risorse di energia rinnovabile in grado di rappresentare l’alternativa più plausibile al sistema di approvvigionamento tradizionale. Tra queste, l’utilizzo della biomassa per la produzione di combustibili liquidi è stata universalmente indicata come la miglior alternativa ai vettori fossili comunemente utilizzati nel settore dei trasporti. Recentemente, la Commissione Europea ha assunto un ruolo determinante nell’incoraggiare gli Stati Membri all’adozione di programmi ambiziosi volti alla promozione dell’utilizzo di combustibili alternativi: questo si è tradotto in politiche di vario tipo, caratterizzate da un’immissione obbligatoria sul mercato di quote sempre maggiori di combustibili prodotti da biomassa. Standard europei ne regolano la qualità in modo da garantire il perseguimento degli obiettivi energetici e ambientali comunitari. In particolare, un requisito fondamentale è la capacità di riduzione delle emissioni del 35% rispetto alla produzione dello stesso quantitativo energetico di combustibile fossile che andranno a sostituire. Tra le alternative possibili, il bioetanolo è generalmente considerato la soluzione più pratica e perseguibile (almeno in un’ottica di breve-medio periodo) per sostituire la benzina convenzionale. Nonostante alcuni evidenti vantaggi, vi sono, tuttavia, una serie di questioni di tipo economico, ambientale e di accettazione sociale che ne hanno sinora rallentato l’effettiva penetrazione nel mercato dei carburanti per autotrazione. Il nocciolo della questione è il dubbio se effettivamente il bioetanolo sia in grado di fornire la giusta risposta alle esigenze di sicurezza di approvvigionamento imposte dalla questione energetica. La risposta a questa questione impone l’adozione di strumenti quantitativi in grado di valutare le reali prestazioni del sistema di produzione. In particolare, questi strumenti dovrebbero essere pensati per fornire supporto tecnico a livello politico e manageriale per gestire e progettare i nuovi sistemi di produzione di biocombustibili. Tali strumenti richiedono l’adozione di un approccio più esteso al problema che sia quindi in grado di estendere l’analisi all’intera filiera produttiva (Supply Chain, SC). La ricerca bibliografica ha evidenziato evidenti lacune in materia di progettazione strategica di infrastrutture produttive per biocombustibili e, in particolare, in termini di metodologie quantitative per affrontare il problema. Il progetto di ricerca discusso in questa Dissertazione ha avuto come obiettivo quello di coprire questa lacuna e sviluppare una metodologia originale per l’accoppiamento di gestione delle SC (Supply Chain Management, SCM) e programmazione matematica. Il lavoro si è focalizzato sulla definizione di modelli a variabili miste lineari e intere (Mixed-Integer Linear Programming, MILP) per l’analisi di sistemi produttivi per il bioetanolo di prima generazione, in grado di essere utilizzati come efficaci strumenti di supporto alle politiche decisionali in materia di biocombustibili. L’obiettivo finale è quello di realizzare uno strumento di progettazione e pianificazione industriale basato sui comuni approcci alla progettazione strategica di filiere produttive, secondo criteri di tipo economico, finanziario e ambientale. I modelli MILP sono stati sviluppati e utilizzati per descrivere e ottimizzare la gestione delle fasi di lavorazione agricola per la produzione di biomassa, la strategia di approvvigionamento della stessa (produzione autarchica o importazione), la locazione e le dimensioni dei siti di produzione (di biomassa e biocombustibile), la distribuzione logistica e la tipologia del sistema di trasporti. Inoltre, la costruzione dei modelli è stata basata su una georeferenziazione delle variabili di progetto. Una formulazione di tipo stocastico è stata incorporata per gestire l’effetto dell’incertezza delle condizioni di mercato sulle prestazioni finanziarie. Infine, è stato approfondito un aspetto relativo all’impatto ambientale delle fasi agricole della catena produttiva così da minimizzare le emissioni di gas serra derivanti dall’impiego di fertilizzanti azotati. Gli aspetti economici dell’infrastruttura produttiva sono stati valutati mediante approcci di analisi della filiera di produzione (Supply Chain Analysis, SCA), mentre le prestazioni ambientali del ciclo produttivo sono state stimate attraverso un approccio di analisi del ciclo di vita (Life Cycle Analysis, LCA) di tipo Well-to-Tank (WTT). I modelli sviluppati sono stati applicati per studiare la possibile organizzazione della produzione di bioetanolo da mais in Nord Italia. La struttura della Tesi esposta segue lo schema logico seguente. Nel primo Capitolo sono presentate le basi bibliografiche del progetto di ricerca. Partendo dall’analisi delle problematiche principali che riguardano le recente crisi del sistema di approvvigionamento energetico globale, il lettore è accompagnato attraverso un percorso che porta alla descrizione delle principali soluzioni prospettate per risolvere il problema in un contesto più specifico, che è quello del settore dei trasporti. In particolare, la produzione di biocombustibili viene analizzata ponendo particolare attenzione al bilancio tra pro e contro emersi nel valutare le sue effettive potenzialità nel sostituire la produzione di combustibili tradizionali. Si passa poi ad un’analisi bibliografica focalizzata sulla produzione di bioetanolo mediante tecnologie di prima generazione, volta a porre in luce i principali problemi da affrontare al fine di realizzare gli obiettivi europei in materia di biocombustibili. Il Capitolo 2 è dedicato alla descrizione dello stato dell’arte della programmazione matematica e a fornire una base teorica per la formulazione di modelli di ottimizzazione di SC. Sono qui presentati gli approcci algoritmici al SCM, dando un rilievo particolare alla formulazione matematica di modelli di tipo MILP e alla costruzione logica degli algoritmi di soluzione. Infine, sono approfondite alcune tecniche specifiche come la programmazione matematica multi-obiettivo (Multi-objective Mathematical Programming, MoMP) e l’ottimizzazione di tipo stocastico. Il Capitolo 3 conclude la parte introduttiva della Dissertazione. In questo Capitolo, infatti, sono dichiarate le principali ipotesi relative al modo di affrontare sia la progettazione dei sistemi di biocombustibili, sia la costruzione dei modelli matematici per l’ottimizzazione degli stessi. Viene presentata una descrizione generale delle principali componenti della catena produttiva di bioetanolo e sono discussi i criteri di valutazione economica e ambientale dei nodi della filiera. Il riferimento è il caso reale considerato in questo studio, ovvero la produzione di bioetanolo da mais in Nord Italia. Nel Capitolo 4 si affronta il primo problema di progettazione. Questo prevede lo sviluppo di un modello MILP stazionario e georeferenziato per la progettazione strategica di SC di bioetanolo secondo un criterio di minimizzazione dei costi operativi. Vengono descritti i principali problemi legati alla progettazione del sistema e la formulazione matematica proposta per il modello di ottimizzazione. Il modello costruito viene poi applicato all’analisi del caso studio reale descritto al Capitolo 3. Il Capitolo 5 tratta lo sviluppo di modelli di ottimizzazione ambientale. Il modello MILP descritto nel Capitolo 4 è preso come base per l’implementazione di criteri di ottimizzazione ambientale considerati contemporaneamente a quelli di tipo economico attraverso tecniche MoMP. Sono prese in considerazione differenti soluzioni per lo sfruttamento dei sotto-prodotti del processo di produzione di bioetanolo come possibili alternative tecnologiche per l’abbattimento di costi ed emissioni. Nel Capitolo 6 viene presentato un ulteriore sviluppo del modello al fine di renderlo adatto alla pianificazione degli investimenti a lungo termine e a gestire il rischio d’investimento dovuto all’incertezza delle condizioni di mercato. Si descrive, pertanto, lo sviluppo di un modello MILP di tipo dinamico e stocastico per l’analisi finanziaria e la riduzione del rischio d’investimento nella pianificazione della produzione di bioetanolo. L’implementazione al caso studio si focalizza sull’analisi delle dinamiche di mercato con riferimento ai costi d’acquisto della biomassa e ai prezzi di vendita di etanolo e sottoprodotti. Il Capitolo 7 descrive lo sviluppo di un ulteriore modello matematico per il miglioramento delle prestazioni ambientali del sistema produttivo in esame, al fine di allinearne le performance agli standard europei in materia di emissioni di gas serra. Un modello di tipo MILP è concepito per l’ottimizzazione delle pratiche agricole (in particolare dell’utilizzo di fertilizzanti azotati) e delle tecnologie di sfruttamento dei sottoprodotti secondo criteri di tipo ambientale e finanziario. Il modello sviluppato è applicato per la massimizzazione del profitto e la minimizzazione delle emissioni di gas serra della produzione di etanolo da mais. Il Capitolo 8 conclude la discussione della ricerca sviluppata con la presentazione dei principali risultati conseguiti e l’analisi di alcuni dei potenziali sviluppi futuri per proseguire la ricerca sull’argomento.

Cette thèse a pour but d’utiliser des techniques d’apprentissage automatique pour larésolution de problèmes linéaires en nombres entiers issus de données stochastiques. Plutôt que de lesrésoudre indépendamment, nous proposons de tirer profit des similarités entre instances en apprenantdifférentes stratégies au sein d’un algorithme de Branch and Bound (B&B).L’axe principal développé est l’utilisation d’apprentissage par renforcement pour découvrir des stratégiesminimisant la taille des arbres de B&B. Afin de s’adapter `a l’environnement induit par l’algorithmede B&B, nous définissons un nouveau type de transitions au sein de processus de décision markoviens,basées sur la structure d’arbre binaire. Par ailleurs, nous étudions différents modèles de coûts et prouvonsl’optimalité du modèle de coût unitaire sous les transitions classiques et binaires, dans l’apprentissagedes stratégies de branchement et de sélection de noeud. Pour autant, les expérimentations menéessuggèrent qu’il peut -être préfèrable de biaiser le modèle de coût afin d’améliorer la stabilité du processusd’apprentissage. En ce qui concerne la stratégie de sélection de noeud, nous démontrons l’optimalitéd’une stratégie explicitement définie, qui peut -être apprise plus efficacement de manière supervisée.Par ailleurs, nous proposons d’exploiter la structure des problèmes étudiés. Nous étudions pour cela unestratégie de décomposition-coordination, une heuristique de branchement basée sur une représentationpar graphe d’un noeud de l’arbre de B&B et enfin l’apprentissage de perturbations de la fonction objectif
This thesis aims at using machine learning techniques in the context of Mixed Integer LinearProgramming instances generated by stochastic data. Rather than solve these instances independentlyusing the Branch and Bound algorithm (B&B), we propose to leverage the similarities between instancesby learning inner strategies of this algorithm, such as node selection and branching.The main approach developed in this work is to use reinforcement learning to discover by trials-and-errorsstrategies which minimize the B&B tree size. To properly adapt to the B&B environment, we definea new kind of tree-based transitions, and elaborate on different cost models in the correspondingMarkov Decision Processes. We prove the optimality of the unitary cost model under both classical andtree-based transitions, either for branching or node selection. However, we experimentally show that itmay be beneficial to bias the cost so as to improve the learning stability. Regarding node selection, weformally exhibit an optimal strategy which can be more efficiently learnt directly by supervised learning.In addition, we propose to exploit the structure of the studied problems. To this end, we propose adecomposition-coordination methodology, a branching heuristic based on a graph representation of aB&B node and finally an approach for learning to disrupt the objective function

La tolérance aux pannes est une propriété très importante des réseaux optiques de nouvelle génération. Cette thèse aborde la conception des mécanismes de protection contre des pannes liées à la défaillance d’une fibre optique ou à une catastrophe naturelle. Deux systèmes de protection classiques, à savoir la protection par des cycles préconfigurés(p-cycles) et la protection du chemin de secours, sont étudiés pour atteindre une efficacité de protection élevée, tout en considérant le coût de l’équipement optique,la consommation d’énergie et l’utilisation de la ressource spectrale. Ces problèmes de survivabilité sont d’abord formulés en utilisant la programmation linéaire en nombres entiers (PLNE), et ensuite résolus soit par algorithmes heuristiques, soit par une approche de décomposition.La panne d’une seule fibre optique est le scénario le plus courant. Nous allons donc considérer d’abord des pannes liées à la défaillance d’une fibre optique dans les réseaux optiques multi-débit. Pour réduire le coût des transpondeurs, un système de protection par p-cycles de longueur adaptable et peu coûteux est proposé. Spécifiquement, les p cycles de longueur limitée sont conçus pour utiliser un débit approprié en fonction du coût du transpondeur et de la portée de transmission. Un modèle de programmation linéaire en nombres entiers (PLNE) sans énumération des cycles candidats est formulé pour générer directement les p-cycles de coût dépenses d’investissement minimum. De plus, un algorithme GPA (Graph Partitioning in Average) et un algorithme d’estimation des nombres de cycles (EI) sont développés pour rendre le modèle PLNE plus efficace au niveau du temps de calcul. En ce qui concerne la consommation d’énergie des réseaux optiques élastiques résilients,nous proposons d’utiliser un schéma de p-cycles dirigés, efficaces en énergie,pour protéger le trafic asymétrique. En raison de l’avantage de distinguer du volume de trafic dans les deux directions, les p-cycles dirigés consomment peu d’énergie en attribuant de créneaux ou slots du spectre et des formats de modulation différents à chaque direction.Un modèle PLNE est formulé pour minimiser la consommation d’énergie totale sous contraintes de génération du cycle dirigée, d’allocation de spectre, d’adaptation de modulation et de capacité de protection. Pour le passage à l’échelle, le modèle PLNE est décomposé en deux sous-problèmes: une méthode d’énumération de cycles améliorée et un modèle PLNE simplifié pour la sélection des cycles. Nous avons montré que les p-cycles dirigés obtiennent une meilleure performance comparant les p-cyclesiii non-dirigés pour le trafic asymétrique en termes de la consommation d’énergie et de l’utilisation du spectre.Afin d’améliorer l’efficacité d’utilisation du spectre dans réseaux optiques élastiques, une protection par p-cycles (SS-p-cycle) à spectre partagé est proposée. Les SS-p-cycles permettent de réduire l’utilisation du spectre et le taux de fragmentation spectrale en exploitant un partage de spectre spécial entre plusieurs p-cycles ayant des liens communs.Les modèles PLNE est conçus dans les cas "sans" ou "avec" conversion spectrale afin de minimiser l’utilisation du spectre. Ces modèles peuvent obtenir la solution optimale pour un petit réseaux optiques élastiques, et une heuristique efficace est développée pour résoudre les instances à grande échelle. Les résultats de simulations montrent que les SS-p-cycles ont des avantages significatifs pour réduire l’utilisation de la ressource spectrale et la défragmentation des fréquence. De plus, la conversion du spectre aide les SS-p-cycles à acquérir une meilleure utilisation du spectre
Network survivability is a critical issue for optical networks to maintain resilience against network failures. This dissertation addresses several survivability design issues against single link failure and large-scale disaster failure in optical networks. Twoclassic protection schemes, namely pre-configured Cycles (p-Cycle) protection and path protection, are studied to achieve high protection capacity efficiency while taking intoaccount the equipment cost, power consumption and resource usage. These survivable network design problems are first formulated by mathematical models and then offered scalable solutions by heuristic algorithms or a decomposition approach.We first consider single link failure scenario. To cut the multi-line rates transponderscost in survivable Mixed-Line-Rate (MLR) optical networks, a distance-adaptive andlow Capital Expenditures (CAPEX) cost p-cycle protection scheme is proposed withoutcandidate cycle enumeration. Specifically, path-length-limited p-cycles are designed touse appropriate line rate depending on the transponder cost and transmission reach.A Mixed Integer Linear Programming (MILP) model is formulated to directly generate the optimal p-cycles with the minimum CAPEX cost. Additionally, Graph Partitioning in Average (GPA) algorithm and Estimation of cycle numbers (EI) algorithm are developed to make the proposed MILP model scalable, which are shown to be efficient.Regarding the power consumption in survivable Elastic Optical Networks (EONs),power-efficient directed p-cycle protection scheme for asymmetric traffic is proposed.Owing to the advantage of distinguishing traffic amount in two directions, directedp-cycles consume low power by allocating different Frequency Slots (FSs) and modulation formats for each direction. An MILP model is formulated to minimize total power consumption under constraints of directed cycle generation, spectrum assignment,modulation adaptation and protection capacity allocation. To increase the scalability, the MILP model is decomposed into an improved cycle enumeration and a simplified Integer Linear Programming (ILP) model. We have shown that the directedp-cycles out perform the undirected p-cycles in terms of power consumption and spectrum usage.In order to improve the spectrum usage efficiency in p-cycle protection, a SpectrumShared p-cycle (SS-p-cycle) protection is proposed for survivable EONs with and without spectrum conversion. SS-p-cycles permit to reduce spectrum usage and Spectrum Fragmentation Ratio (SFR) by leveraging potential spectrum sharing among multiplep-cycles that have common link(s). The ILP formulations are designed in both cases of with and without spectrum conversion to minimize the spectrum usage of SS-p-cycleswhich can obtain the optimal solution in small instance, and a time-efficient heuristic algorithm is developed to solve large-scale instances. Simulation results show that SSp-cycles have significant advantages on both spectrum allocation and defragmentation efficiency, and the spectrum conversion does help SS-p-cycle design to acquire better spectrum utilization

Ce travail porte sur l’optimisation robuste des lignes de production au stade de la conception. La conception de telles lignes peut être interprétée comme un problème d’optimisation consistant à rechercher une configuration optimisant des objectifs individuels et à respecter les contraintes technologiques et économiques. Nous considérons deux types de lignes de production : l’assemblage et le transfert. Le premier peut être représenté comme un ensemble de stations ordonnées linéairement où les tâches sont exécutées de manière séquentielle. Le second type de ligne est constitué de machines de transfert comprenant plusieurs têtes multibroches. Toutes les tâches d’une même tête sont exécutées simultanément, tandis que les outils d’une machine fonctionnent en mode séquentiel. Nous décrivons différentes approches permettant de modéliser l’incertitude des données dans les problèmes d’équilibrage de ligne. Notre objectif est d’identifier les approches les mieux adaptées au contexte de la conception. En particulier, l’attention se concentre sur l’approche robuste. Nous proposons un nouveau critère d’optimisation basé sur le rayon de stabilité d’une solution réalisable. Ensuite, des formulations robustes sont présentées pour la conception des lignes d’assemblage et de transfert lorsque le temps de traitement des tâches est sujet à des incertitudes. Nous développons également des méthodes heuristiques dont les résultats sont utilisés pour renforcer les modèles mathématiques. Enfin, une nouvelle méthode de résolution hybride est élaborée pour résoudre différentes variantes des problèmes de maximisation du rayon de stabilité
This work deals with a robust optimisation of production lines at the design stage. The design of such lines can be interpreted as an optimisation problem that consists in finding a configuration optimising individual objectives and respecting technological and economic constraints. We conside rtwo types of production lines: assembly and transfer lines. The first one can be represented as a set of linearly ordered stations where the tasks are executed sequentially. The second one is composed of transfer machines, including several multispindle heads. All tasks within a single head are executed simultaneously, while tools on a machine work in a sequential mode. We describe different approaches for modelling the uncertainty of data in line balancing problems. Our objective is to identify the approaches that best fit the context of the design. In particular, the attention concentrates on the robust approach. We propose a new optimisation criterion based on the stability radius of a feasible solution. Then, robust formulations are presented for the design of the assembly and transfer lines under variations of task processing times. We also develop heuristic methods whose results are used to improve mathematical models. Finally, a new hybrid resolution method is elaborated to solve different variants of the stability radius maximisation

Majoritairement responsable du dérèglement climatique, le secteur de l’énergie est particulièrement visé et des politiques de transition énergétique voient le jour, en s’appuyant sur les principes de sobriété, d’efficacité et de productions énergétiques bas-carbone. Les systèmes énergétiques doivent s’adapter rapidement à ces changements et être conçus de façon à intégrer une approche multi-énergies et des stratégies de gestion de la demande. Dans ce contexte, cette thèse propose de développer une méthodologie et un outil d’aide à la décision associé, offrant aux différents acteurs énergétiques une aide pour concevoir, dimensionner, et gérer les systèmes énergétiques au niveau des quartiers. En premier lieu, une approche de planification énergétique par optimisation sera développée. Une méthodologie, basée sur des bilans de puissance sera ensuite présentée, pour traiter de façon générique des cas d’étude de planification énergétique à l’échelle du quartier, puis illustrée sur un cas de valorisation de chaleur fatale. Des modèles de consommation basés sur des approches statistiques seront ensuite employés, afin de représenter des scénarios de flexibilité temporelle (décalage d’usages). Une alternative à cette approche par les données, basée sur la modélisation physique des bâtiments, sera ensuite présentée à travers l’utilisation de modèles thermiques réduits. Enfin, l’ensemble de ces modèles sera capitalisé au sein d’un outil de génération automatique de modèles d’optimisation, s’appuyant sur une méthodologie de construction de modèles énergétiques à partir d’éléments génériques. Le développement de cet outil open source, en langage Python, et le principe de génération automatique des modèles sera enfin détaillé
Mostly responsible for climate change, the energy sector is particularly targeted and energy transition policies are emerging, based on the principles of sobriety, efficiency and low-carbon energy production. Energy systems need to adapt quickly to these changes and be designed to consider a multi-energy approach and demand-side management strategies. In this context, this thesis proposes to develop a methodology and an associated decision support tool OMEGAlpes, offering the different energy actors an aid to design, size, and manage energy systems at the district level. First, an optimal energy planning approach will be developed. A methodology, based on power balances will then be presented, to treat generically study cases about energy planning at the district scale, and then illustrated on a case of wasted heat recycling. Consumption models based on statistical approaches will then be used to represent temporal flexibility scenarios (load shifting). An alternative to this data approach, based on the physical modeling of buildings, will then be presented through the use of reduced thermal models. Finally, all of these models will be capitalized within an automatic generation tool for optimization models, based on a methodology for building energy models from generic elements. The development of this open source tool, in Python language, and the principle of automatic generation of models will finally be detailed

Le problème d’approvisionnement conjoint (JDP) proposé est un problème de planification des tournées de livraisons sur un horizon de temps décomposé en périodes élémentaires, l’horizon de temps étant la période commune de livraison de tous les produits,. La donnée de ces paramètres permet d’obtenir une formulation linéaire du problème, avec des variables de décision binaires. Le modèle intègre aussi des contraintes de satisfaction de la demande à partir des stocks et des quantités livrées, des contraintes sur les capacités de stockage et de transport.Afin de résoudre aussi le problème de choix des tournées de livraison, il est nécessaire d'introduire dans le modèle des contraintes et des variables liées aux sites visités au cours de chaque tour. Il est proposé de résoudre le problème en deux étapes. La première étape est le calcul hors ligne du coût minimal de la tournée associé à chaque sous-ensemble de sites. On peut observer que pour tout sous-ensemble donné de sites, le cycle hamiltonien optimal reliant ces sites à l'entrepôt peut être calculé à l'avance par un algorithme du problème du voyageur de commerce (TSP). Le but ici n'est pas d'analyser pleinement le TSP, mais plutôt d'intégrer sa solution dans la formulation de JRP. .Dans la deuxième étape, des variables binaires sont associées à chaque tour et à chaque période pour déterminer le sous-ensemble de sites choisi à chaque période et son coût fixe associé
The proposed joint delivery problem (JDP) is a delivery tour planning problem on a time horizon decomposed into elementary periods or rounds, the time horizon being the common delivery period for all products. The data of these parameters provides a linear formulation of the problem, with binary decision variables. The model also incorporates the constraints of meeting demand from stock and the quantities supplied, storage and transport capacity constraints.In order to also solve the problem of choice of delivery rounds, it is necessary to introduce in the model several constraints and variables related to the sites visited during each round. It is proposed to solve the problem in two steps. The first step is the calculation of the minimum off-line cost of the tour associated with each subset of sites. One can observe that for any given subset of sites, the optimal Hamiltonian cycle linking those sites to the warehouse can be calculated in advance by a traveling salesman problem algorithm (TSP). The goal here is not to fully analyze the TSP, but rather to integrate its solution in the formulation of the JRP. In the second stage, binary variables are associated with each subset and each period to determine the selected subset of sites in each period and its associated fixed cost

Cette thèse a pour objectif de modéliser et résoudre des problèmes d’optimisation d’un système d’auto-partage avec des voitures électriques dit « à un seul sens », où les utilisateurs peuvent prendre une voiture dans une station et la laisser ensuite dans une autre. Ce fonctionnement conduit généralement à une situation de déséquilibre dans la répartition des voitures avec certaines stations pleines et d’autres vides. Une des solutions utilisées par les opérateurs d’autopartage pour pallier ce problème est le recours à des agents pour déplacer les voitures selon le besoin. Identifier et répondre à ce besoin est un problème d’optimisation non trivial, notamment à cause de l’usage de véhicules électriques, ce qui engendre des contraintes de rechargement de batteries et d’autonomie. Le problème d’optimisation est décomposé en deux sous-problèmes : le premier est le problème d’affectation des voitures aux clients, ainsi que leurs routages, que nous nommons ROCSP pour Recharging One way Car Sharing Problem ; le second problème est celui du planning des agents et leurs routages que nous nommons ESRP pour Employee Scheduling Routing Problem. 1. Résolution du ROCSP : deux modélisations en Programmation Linéaire en Nombres Entiers (PLNE) sont proposées, la première basée sur les flots et la deuxième sur les chemins, ce qui fait que les deux modèles intègrent de manière différente les contraintes de recharge électrique. Comme la résolution exacte à travers les modèles PLNE s’avère très gourmande en temps de calcul et non adaptée aux instances d’auto-partage de taille réelle, nous proposons des heuristiques qui permettent dans un temps raisonnable d’optimiser la redistribution des voitures et la gestion du service. Ces heuristiques permettent de calculer le nombre de voitures et les différentes opérations de relocalisation (redistribution des voitures) à réaliser sur une journée donnée. 2. Résolution du ESRP : un modèle PLNE est proposé pour la résolution exacte du ESRP, et, en complément, des heuristiques sont proposées pour une résolution approchée et relativement rapide. L’objectif est la détermination du nombre minimal d’agents nécessaire pour effectuer les opérations de relocalisation qui découlent du premier problème, le ROCSP. Dans une partie prospective, et une fois les ROCSP et ESRP résolus dans leur version statique, nous nous focaliserons sur une autre variante du problème avec réservation dynamique. Nous proposons également d’explorer un nouveau concept - l’auto-copartage - qui se veut une hybridation entre autopartage et covoiturage. Les algorithmes proposés ont été validés sur le réseau Auto Bleue de la ville de Nice essentiellement, qui gère une flotte de véhicules électriques, en s’appuyant sur des modèles de génération de flux pour estimer la demande, mais aussi d’autres instances que nous avons générées pour simuler d’autres villes, au sein d’un Système d’Information Géographique
This thesis aims at modelling and solving optimization problems related to the management of one-way-electric-car-sharing systems, where users can take a car from a station, use it, and then return it to another station. This generally leads to an imbalanced distribution of cars, with some full stations and other empty ones. A solution to this problem, implemented by car-sharing operators, is to employ staff agents to move cars as needed. However, identifying this need is a non-trivial optimization problem, especially since the system may be more constrained when the vehicles used are electric, which generates battery recharging and autonomy constraints. The global optimization problem addressed is then divided into two sub-problems. The first one is assigning the cars to customers, as well as their routing; it is denoted by ROCSP (Recharging OneWay Car Sharing Problem). The second problem involves agents planning and routing; it is denoted by ESRP (Employee Scheduling Routing Problem). 1. For the ROCSP, we propose two Mixed-integer linear programming (MILP) modelizations of the problem: One based on flows and the other based on paths. This means that the two models include the battery-recharging constraints in two different ways. As the exact resolution through the MILP models is quite expensive in terms of computational time and is not adapted for the resolution of real-size car-sharing instances, we introduce heuristics that enable the optimization of cars-redistribution and service management of the service within a reasonable amount of time. These heuristics allows the calculation of the number of cars and the various redistribution operations to be performed on a given day. 2. For the ESRP, this second problem is also addressed with MILP models for the exact resolution, and some heuristics are suggested for an approximate resolution. This process has reasonable calculation time and aims at finding the minimum number of agents to perform the necessary relocation operations that stem from the first problem, namely, the ROCSP. Once the ROCSP and ESRP solved in their static versions, we then focus on the ROCSP by exploring another variant of the problem : ROCSP with dynamic reservation. We also suggest to explore a new concept : Auto-CoPartage, which is a hybridization of car-sharing and carpooling. The stated algorithms are validated on the Auto Bleue electrical vehicles fleet in the network of the city of Nice, essentially by relying on flow generation models to estimate the demand, but also using other instances that we have generated for other cities. All the data are handled using a Geographical Information System

Le placement de production (UC pour unit commitment) est une famille de problèmes d'optimisation qui déterminent l’état et la puissance de consigne des groupes de production pour satisfaire la demande électrique à moindre coût. Traditionnellement, une contrainte de sûreté détermine un certain volume de capacité raccordée disponible, appelé la réserve, destinée à gérer l'incertitude. Néanmoins, dans les petits systèmes la contrainte de réserve fixe peut entraîner dans certains cas une violation du critère N-1 bien que le volume de réserve minimale soit respecté. Plus récemment, la part croissante de production variable à partir de sources renouvelables (ENR) peut conduire à des programmes d’appel qui ne garantissent plus la sûreté même dans les grands systèmes.Pour y faire face, différentes techniques d'atténuation des impacts ont été proposées telle que la révision des modèles de placement de la production pour inclure une meilleure représentation de la dynamique du système. Cette sous-famille des problèmes UC est formellement définie dans ces travaux comme le problème FCUC (frequency constrained unit commitment). Elle vise à maintenir la fréquence au-dessus d'un certain seuil, et éviter ainsi le délestage par sous-fréquence (DSF).La première partie de ces travaux identifie les défis dans la formulation du problème FCUC. D’une part, la contrainte de fréquence est fortement non-linéaire par rapport aux variables de décision du problème UC. D’autre part, elle est difficile à approcher par des fonctions analytiques. La simulation séquentielle d'un modèle UC classique et d’un modèle de réponse primaire de la fréquence est alors proposée. L’intérêt d’une formulation plus fidèle de la contrainte de sûreté est donc révélé. La deuxième partie de ces travaux étudie l'impact des ENR sur la réponse primaire de la fréquence. Le besoin de formuler des modèles de FCUC plus précis est mis en avant.La troisième partie des travaux examine le coût, les bénéfices et les limitations des modèles FCUC, basés sur des contraintes indirectes sur certains paramètres dynamiques des unités de production. Il est montré que, bien que l'application de contraintes de sécurité indirectes assure la sûreté dans certains pas horaires, l'effet inverse peut apparaître à un autre instant. Ainsi, l’efficacité des leviers dépend fortement du point de fonctionnement du système. Il en est de même pour le coût de la solution. Cette étude met en évidence la nécessité de nouvelles méthodes pour traiter correctement la contrainte sur le creux de fréquence afin d'assurer l'optimalité et efficacité de la solution.Finalement, la quatrième partie des travaux offre une nouvelle formulation du problème FCUC suivant une approche de décomposition de Bender. La décomposition de Bender sépare un problème d'optimisation avec une certaine structure en deux parties : le problème maître et le problème esclave. Dans le cas du FCUC, le problème maître propose des plans de production candidats (états des groupes) et le problème esclave assure le respect des contraintes de fréquence par le biais d'un modèle de plans sécants. Les résultats de simulation montrent que la représentation plus précise du creux de fréquence au niveau du problème esclave réduit le risque de DSF et le coût de la sécurité par rapport à d'autres modèles de FCUC
The Unit Commitment problem (UC) is a family of optimisation models for determining the optimal short-term generation schedule to supply electric power demand with a defined risk level. The UC objective function is given by the operational costs over the optimisation horizon. The constraints include, among others, technical, operational and security limits. Traditionally, the security constraints are given by the requirement of a certain volume of on-line spare capacity, which is called the reserve and is meant to handle uncertainty, while preventing the interruption of power supply. It is commonly specified following a static reliability criterion, such as the N-1 rule.Nevertheless, in small systems the fixed, and a priori defined, reserve constraint could entail a violation of the N-1 criterion, although the reserve constraint was met. More recently, the increasing share of variable generation from renewable sources (V-RES), such as wind and solar, may lead to UC solutions that no longer ensure system security. Therefore, different impact mitigation techniques have been proposed in literature, which include the revision of UC models to provide a better representation of the system dynamics. This subfamily of UC models is formally defined in this work as the frequency constrained UC problem (FCUC), and aims to keep the frequency above a certain threshold, following pre-defined contingencies, by adding enhanced security constraints. In this work this topic is addressed in four parts.The first part identifies the main challenge of formulating the FCUC problem. Indeed, the frequency minimum, also called the frequency nadir, constraint is strongly non-linear on the decision variables of the UC model. Moreover, the behaviour of the frequency nadir regarding the binary decision variables is hard to approximate by analytical functions. Thus, a sequential simulation approach is proposed, based on a classic UC model and a reduced order model of the primary frequency response. The potential benefits of a smarter allocation of the primary reserve is revealed.The second part of this work investigates the impact of V-RES sources on the primary frequency response. The underlying processes that lead to the increase of the Under-Frequency Load Shedding (UFLS) risk are thoroughly discussed. The need of formulating more accurate FCUC models is highlighted.The third part of this work examines the cost/benefit and limitation of FCUC models based on indirect constraints over certain dynamic parameters of the generating units. A methodology is proposed that assesses the effectiveness and optimality of some existing V-RES impact mitigation techniques, such as the increase of the primary reserve requirement, the prescription of an inertia requirement, the authorisation of V-RES dispatch-down or the consideration of fast non-synchronous providers of frequency regulation services. This study showed the need for new methods to properly handle the frequency nadir constraint in order to ensure optimality, without compromising the optimisation problem’s tractability.The fourth part of this work offers a new formulation of the FCUC problem following a Bender’s decomposition approach. This method is based on the decomposition of an optimisation problem into two stages: the master and the slave problems. Here, the master problem deals with the generating unit states and the slave problem handles the frequency nadir constraints through a cutting plane model. Simulation results showed that the more accurate representation of the frequency nadir in the slave problem reduces the risk of UFLS and the security cost, with respect to other FCUC models, such as those based on inertia constraints. In addition, the optimality of the global solution is guaranteed; although the convergence of the master problem is slow, due to the well-known tailing off effect of cutting plane methods

The content of greenhouse gases in the atmosphere is increasing resulting in climate change and efforts to stop the negative trend need to be intensified. The energy use in the Swedish residential and service sector constitutes 40 % of the total energy use of 378 TWh in the country. Nationally there is a target to reduce the energy use per heated area with 20 % to 2020 and 50 % to 2050. Energy renovation of buildings from the Million Programme is foreseen to be able to contribute to achieving the targets owing to the large building stock and energy efficiency potential. In the master thesis cost optimal energy renovation strategies are investigated for two multi-family buildings in Linkoping built during the Million Programme, one with an unheated attic and one with a heated attic. The thesis is carried out by using life-cycle cost optimisation (LCC-optimisation) by utilising the software OPERA-MILP, developed at Linkoping University. The aim of the thesis is to obtain the energy renovation strategy that is optimal from an LCC-perspective and to investigate the energy reduction and LCC. Optimal energy renovation strategies are also investigated for energy renovation to levels of the Energy Classes of the National Board of Housing, Building and Planning in Sweden and the stricter limits for nearly zero-energy buildings (NZEB) that will likely come into force in 2021. Greenhouse gas emissions and primary energy use are also investigated for the different cases with the purpose of putting energy renovation in relation to climate impact. Local environmental factors are used for district heating while electricity is assigned values based on the Nordic electricity mix and Nordic marginal electricity respectively. The current LCC and annual energy use is 2 945 kSEK and 133 MWh for the building with an unheated attic and 3 511 kSEK and 162 MWh for the building with a heated attic. The result shows that LCC can be reduced by approximately 70 kSEK and 90 kSEK respectively. The optimal solution constitutes of a window change from windows with U=3,0 W/m2°C to windows with U=1,5 W/m2°C and results in a reduction of the energy use by 13 % and 15 % respectively. LCC increases with 240 kSEK for the building with unheated attic and decreases with 18 kSEK for the other building when Energy Class D is reached. Energy Class C is attained through an increase in LCC by 300 – 590 kSEK and Energy Class B through an increase by 1610 – 1800 kSEK. It is not possible to reach Energy Class A or the future requirements for NZEB (55 kWh/m2Aheated) with the energy renovation measures that are implemented in OPERA-MILP. The largest energy reduction that can be attained is approximately 60 %. The most cost optimal insulation measure is additional insulation of the attic floor/pitched roof followed by additional insulation of the ground concrete slab. It was shown to be more cost efficient to change to windows with U=1,5 W/m2°C in combination with additional insulation compared to changing to windows with better energy performance. For greater energy savings additional insulation on the inside of the external wall is applied, while insulation on the outside of the external wall is never cost optimal. To reach Energy Class B installation of HRV is required which gives a large increase in cost. Less extensive energy renovation is needed to reach the energy classes for the building with heated attic compared to the building with unheated attic. The annual use of primary energy in the reference case is 22 MWh for the building with an unheated attic and 26 MWh for the building with a heated attic. The emissions of greenhouse gases are 18 tonnes CO2e and 22 tonnes CO2e per year respectively when the emission factor of the Nordic electricity mix is applied and 20 tonnes CO2e and 25 tonnes CO2e respectively when the Nordic marginal electricity is applied. The yearly primary energy use can be reduced with up to 7 MWh through energy renovation. When the energy renovation leads to an increase in electricity use the primary energy can however increase with up to 12 MWh. The yearly greenhouse gas emissions can be decreased with up to 14 tonnes CO2e. When Nordic marginal electricity is applied to estimate the emissions of greenhouse gases for an energy renovation strategy that leads to an increase in electricity use the result is less beneficial from a climate perspective compared to when Nordic electricity mix is applied.

La conception des procédés industriels doit s'adapter à la raréfaction des ressources naturelles à bas prix et au durcissement des réglementations visant à limiter leur impact environnemental. Ainsi, pour améliorer leur rentabilité économique et leur soutenabilité, leurs effluents doivent être considérés comme des ressources potentielles de matière et d'énergie qui peuvent être valorisées localement ou à un plus grande échelle en les partageant avec d'autres industries voisines en formant un écoparc industriel.Cette thèse présente une nouvelle approche systémique et systématique pour concevoir des réseaux de valorisation d'énergie et de matière optimisés simultanément. Trois modèles linéaires de complexité croissante ont été développés pour concevoir ces réseaux à l'échelle locale. Le premier modèle (M1) détermine la consommation minimale nécessaire de ressources fraîches. Le second modèle (M2) introduit une nouvelle superstructure permettant l'optimisation simultanée des besoins énergétiques et matière pour atteindre le minimum de coûts de fonctionnement. Le troisième modèle (M3) conçoit les réseaux optimaux d'allocation de matière et d'échangeurs de chaleur simultanément. Sa fonction objective est le coût total annualisé incluant les coûts d'investissement et de fonctionnement.L'utilisation des unités de régénération est rendu possible dans la structure des trois modèles précédents. Tous les types d'unités peuvent être représentés par un modèle simple avec des paramètres génériques utilisant des objets déjà définis dans la formulation du modèle M3.Finalement, l'application du modèle M3 est étendue à la conception d'écoparcs industriels grâce à de nouvelles notions (sites, clusters, réseaux intermédiaires de matière et de chaleur), obtenant ainsi un nouveau modèle M4. Ce modèle inclut dans sa fonction objective les coûts d'investissements des réseaux liés à leur topologie.Des cas d'études issus de la littérature sont utilisés pour valider la pertinence et les performances des modèles présentés
The design of industrial processes needs to be adapted as cheap natural resources are scarcer and environmental standards are more stringent to limit their environmental footprints. In order to improve their cost-effectiveness as well as their sustainability, industrial effluents must considered as potential heat and mass resources whether they are recycled locally or at a larger scale by sharing them with other industrial companies; thus forming an eco-industrial park (EIP).This thesis presents a new systemic and systematic approach to design optimal mass allocation and heat exchanger networks simultaneously. Three linear models of incremental complexity have been developed to design optimal recovery networks at a local scale. The first linear model (M1) looks for the necessary minimum fresh resource consumption. The second linear model (M2) presents a new superstructure that allows optimizing mass and heat requirements simultaneously, targeting the minimum annual operating costs. The third linear model (M3) allows designing optimal mass allocation and heat exchanger networks simultaneously. Its objective function is the total annualized cost considering operating and capital costs.The opportunity to use regeneration units is added to the structure of the three previous models. Any type of these units can be represented by a simple model with the generic parameters based on objects already existing in the previous models formulations.Finally, a M3 model applicability is extended to the design of collaborative eco-industrial parks with additional concepts (sites, clusters, indirect heat and mass networks) to obtain a new M4 model. In this model, the capital costs related to the topology of the networks are taken into account in the objective function.The relevance and performances of the proposed models are validated with several case studies taken from the literature

Cette thèse s'intéresse au développement de stratégies de décalage de charge pouvant être appliquées à un parc de chauffe-eau Joule (CEJ).On propose une modélisation entrée-sortie du système que constitue le CEJ. L'idée est de concevoir un modèle précis et peu coûteux numériquement, qui pourrait être intégré dans un CEJ intelligent. On présente notamment un modèle phénoménologique multi-période d'évolution du profil de température dans le CEJ ainsi qu'un modèle de la demande en eau chaude. On étudie des stratégies d'optimisation pour un parc de CEJ dont la résistance peut être pilotée par un gestionnaire central. Trois cas de figures sont étudiés. Le premier concerne un petit nombre de ballons intelligents et présente une méthode de résolution d'un problème d'optimisation en temps discret. Puis, on s'intéresse à un parc de taille moyenne. Une heuristique gardant indivisibles les périodes de chauffe (pour minimiser les aléas thermo-hydrauliques) est présentée. Enfin, un modèle de comportement d'un nombre infini de ballon est présenté sous la forme d'une équation de Fokker-Planck
This thesis focuses on the development of advanced strategies for load shifting of large groups of electric hot water tanks (EHWT).The first part of this thesis is dedicated to representing an EHWT as an input-output system. The idea is to design a simple, tractable and relatively accurate model that can be implemented inside a low-power computing unit embedded in a smart EHWT, for practical applications of optimization strategies. It includes in particular a phenomenological multi-period model of the temperature profile in the tank and a realistic domestic hot water consumption model.The second part focuses on the design of optimal control strategies for a group of tanks. Three use-cases are studied. The first one deals with a small number of smart and controllable EHWT for which we propose a discrete-time optimal resolution method. The second use-case adresses a medium-scale group of controllable tanks and proposes a heuristic which keeps the heating period undivided to minimize thermo-hydraulic hazards. Finally, we present the modelling of the behavior of a infinite population of tanks under the form of a Fokker-Planck equation

Une vue d'ensemble des problèmes et des méthodes pour la conception des lignesd'assemblage et d'usinage est donnée. Un nouveau problème d'affectation de la main-d’œuvrepour une ligne d'assemblage multi-produit cadencée avec un objectif de minimiser lenombre d'opérateurs est étudié. Diverses relations de priorité entre les opérations et lesdifférentes fonctions définissant les temps d'opérations, en fonction du nombre d'opérateurssont considérés. Un nouveau problème d'optimisation multiobjectif pour une ligne d'usinagemono-produit est formulé. Plusieurs méthodes exactes et heuristiques et leursimplémentations informatiques pour les deux problèmes sont développées par l'auteur. Unmodule logiciel d'aide à la décision pour résoudre ces problèmes est développé et implémentédans un environnement d'un nouveau PLM d'IBM dans le cadre du projet européen amePLM.Ce module est testé sur un exemple réel de conception d'une ligne de montage des moteurschez Mercedes Benz en Allemagne
An overview of existing problems and methods for the design of assembly and transfer lines is given. A new workforce assignment problem for a paced multi-product assembly line with a goal of minimizing the number of workers is studied. Various precedence relations between operations and functions of operation processing times dependent on the number of workers areconsidered. A new problem of multi-objective optimization for a single product transfer line is solved. Several exact and heuristic methods and their computer implementations for both problems are developed by the author. An application of developed approaches to solving a real production problem relevant to the European project amePLM is demonstrated

No
Optimal design and operation of MSF desalination process is considered here using MINLP technique within gPROMS model builder 2.3.4. gPROMS provides an easy and flexible platform to build a process flowsheet graphically and the corresponding master model connecting automatically individual unit model equations during simulation and optimisation. For different freshwater demand throughout the year and with seasonal variation of seawater temperature, the total annualised cost of desalination is minimised. It is found that seasonal variation in seawater temperature results in significant variation in design and some of the operating parameters but with minimum variation in of process temperatures. The results also reveal the possibility of designing stand-alone flash stages which would offer flexible scheduling in terms of the connection of various units (to build up the process) and efficient maintenance of the units throughout the year as the weather condition changes. In addition, operation at low temperatures throughout the year will reduce design and operating costs in terms of low temperature materials of construction and reduced amount of anti-scaling and anti-corrosion agents.

Yes
Simultaneous optimisation of design and operating parameters of MSF desalination process is considered here using MINLP technique within gPROMS software. For a fixed fresh water demand throughout the year and with seasonal variation of seawater temperature, the external heat input (a measure of operating cost) to the process is minimised. It is observed that seasonal variation in seawater temperature results in significant variation in design with minimum variation in operating conditions in terms of process temperatures. The results also reveal the possibility of designing stand-alone flash stages which would offer flexible scheduling in terms of the connection of various units (to build up the process) and efficient maintenance of the units throughout the year as the weather condition changes. In addition, operation at low temperatures throughout the year will reduce design and operating costs in terms of low temperature materials of construction and reduced amount of antiscaling and anti-corrosion agents.

Mixed-integer nonlinear programs are typically solved using branch-and-bound algorithms. A key determinant of the success of such methods is their ability to construct tight and tractable relaxations. The predominant relaxation strategy used by most state-of-the-art solvers is the factorable programming technique. This technique recursively traverses the expression tree for each nonlinear function and relaxes each operator over a bounding box that covers the ranges for all the operands. While it is versatile, and allows finer control over the number of introduced variables, the factorable programming technique often leads to weak relaxations because it ignores operand structure while constructing the relaxation for the operator.