英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

通过多阶段生产计划和优化对工厂进行负载和能源管理

Marian Suuml;szlig;ea*, Bastian Prella, Johannes Stoldta, Hanns-Martin Strehlea, Mark Richtera,

Andreas Schlegela, Matthias Putza

aFraunhofer Institute for Machine Tools and Forming Technology IWU, Reichenhainer Straszlig;e 88, 09126 Chemnitz, Germany

* Corresponding author. Tel.: 49 371 5397-1517; fax: 49 371 5397-1517. E-mail address: marian.suesse@iwu.fraunhofer.de

摘 要

生产阶段对许多产品的具体的能量具有重要影响，所以也影响了它们的整体环境性能。因此，制造企业需要通过提高产品的能源效率和灵活性以提高其产品的可持续性。同时，集成可再生能源和分散存储是一个可行的选择，但是还需要一致的解决方案来适当规划和控制整个工厂系统的运作。本文提出了一种用于智能负载和能量管理的迭代多阶段启发式优化方法。根据最小的总制造跨度和可用的能源供应量，检查生产计划的负荷曲线，以此为依据，计算出缓冲时间来确定转移单个作业的需求和机会。一旦确定计划不可行，该工艺就返回到先前的生产计划阶段，在上一阶段进行进一步的修改。该周期有规律地（例如每周一次）启动，或在某些事件（例如长时间的机器故障）之后启动，并且在遵守所有限制条件或达到终止阈值（例如循环时间）后终止。利用概率物质流模拟模型，建立了一个实验装置，用于开发和验证该方法在工厂的节能运行。它提供有关计划任务的信息，通过执行生产计划来评估建议的解决方案是否可行。这种提高能源意识的工厂运作的新方法还提供了整合其他生态标准的机会，以提高制成品的可持续性。

copy;2019 作者。由 Elsevier BV 发布这是 CC BY-NC-ND 许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/)

第 26 届 CIRP 生命周期工程（LCE）会议科学委员会负责的同行评审。

关键字：能源效率；计划生产;优化;模拟

简介

社会和生态方面的挑战以及随之而来的向可再生能源的技术过渡，导致分散式能源供应量增加，能源价格波动。因此，制造公司试图通过利用能源市场的不同选择来节省成本，并更加仔细地研究改善其生产系统的能源效率和能源灵活性的措施[1]。除了投资于先进的节能技术和电池系统，制造企业还可以通过实施跨学科的方法和组织解决方案[2]以及电池和本地能源的控制策略来提高灵活性。在此基础上，本文提出了基于多阶段生产计划方法的负荷和能量管理的体系结构、工作原理和所需信息。

因此，提出了以能源为导向的生产计划和控制以及生产系统中的能源管理的要求和发现。对该框架及其组件进行了概述。这包括基于场景的多准则优化描述，并通过连续仿真进行了扩展。除此之外，还描述了对生成的解决方案进行可靠验证的方法要求。

节能意识工厂运营概述

自本世纪初以来，制造业对能源和资源的意识已经得到了广泛的研究[3]。较早的出版物表明，通过采用组织方法可以对能源消耗产生相当大的影响，但同时，这需要某种积极的能源管理才能有效（例如[4]）。以下各节将讨论这两个方面的最新技术，作为本文提出的研究的基础。

能源导向的生产计划与控制

生产计划和控制（PPC）包含关键任务“生产计划控制，物料资源计划以及外部和内部生产的计划和控制”[5]。通常，执行这些任务是为了确保物流目标（即物流绩效和物流成本）满足先前定义的要求，以确保生产公司的成功[5]。当用与内部生产过程中能源利用相关的性能指标扩展这一经典目标系统时，就使用了面向能源的生产计划控制。这样做是为了提高成本效率或减少生产操作的环境足迹。像经典生产计划和控制的研究一样，能源型生产计划和控制的研究迄今集中在战术生产计划以及可操作的生产控制方法上。Biel和Glock回顾，到2016年，至少有89篇有关能源导向型生产计划的论文被发表了[6]。他们的研究确定了以下重点领域：节能的主生产计划和产能计划，节能的批量确定以及节能的机器调度[6]。这些类别所包括的方法旨在预先计划生产过程的某些方面，同时考虑到能源的使用。然而，现实总是会偏离预先计划的路径（由于随机错误），或者太复杂而无法精确地计划。

因此，生产控制方法旨在监视生产进度，并在计划转移需要时立即采取干预措施，或者如通过应用规则组织工作和后勤流程来简单地促进生产进度。节能生产控制中的一个非常基本的策略包括识别（或促进）更长的生产中断，在此期间可以将机器切换到节能待机操作状态（参见[4,7,8]）。例如，其他研究涉及优先级规则对在机器前对单个作业进行排序的效果[9]或不同的调度规则[10]。

最近，研究重点已转向增加工厂能源使用的灵活性。这样做的目的是为了使能源消耗与可再生的不稳定能源的供应相匹配。除了生产计划（例如[11]）和生产控制（例如[12]）以外，一些研究还涉及将现场能源和电池纳入工厂运营过程中（例如[13,14]）。与以往更具体地侧重于能源效率的工作不同，实现能源灵活性的方法不一定是在最大限度地提高产量的同时尽量减少能源的利用。相反，相反，工厂追求的是在给定能源供应下的成本效率或生产的可实现性。

尽管有大量关于能源导向的生产计划和控制的文献，但以前的大多数研究都集中在生产计划或生产控制上。但是，只有从整体上考虑工厂，才会将新颖的生产计划和控制策略应用于实际工厂。一方面，这需要预先计划生产以及基础设施和本地能源发电设备的运行。另一方面，需要实时监控这些计划的转移，以在必要时做出反应并进行干预。

主动能源管理

如Muuml;ller等人所述。[15]能源管理正在工厂运营中变得越来越重要，这导致需要执行的任务和功能的扩展。因此，内部生产流程的协调被视为与能源管理系统（EMS）息息相关的任务，并且是对被视为能源管理的典型任务的明确延伸。

工厂自动化中的能源管理系统通常能够收集、处理、可视化和存档能源数据。一些系统提供了广泛的报告工具和数据分析功能。因此，在超过阈值的情况下，可以很容易地发出警报，并计算最低、最高或平均值。其他功能可能包括连接机器或流程数据，能源价格和特定KPI等级的评级。除此之外，典型的实施控制功能是调峰和负载的管理选项[16]。通过热电联产（CHP）以及光伏系统（PV）在工厂进行分散式能源生产变得越来越有吸引力。因此，工厂变成了综合的能源消耗者和能源提供者。将可再生能源整合到制造系统中的方法以及适当的控制策略变得越来越重要(e.g. [13,17]).

但是，当前应用的能源管理系统不能根据负荷预测和动态能源成本提供足够的功能来来控制能源，负荷和存储。因此，能源经理需要在工厂运营期间加强决策支持[16]。因此，以下是一个主要的研究重点：哪个单个系统的输入（来源，汇集和存储）控制了正在获得整个系统的能源成本优化解决方案？为了解决这一个问题，需要一种生产计划与控制单个子系统相结合的方法。一方面，这导致了调度过程中有效优化方法的相关性；另一方面，这需要连续的功率流仿真，这是多级方法的一部分，可以更详细地研究确定的问题。

多阶段方法

在对当前文献进行研究之后，提出了一种更全面的生产计划和控制的方法。它将生产计划，生产控制和能源管理集成到工厂运营的单一方法中。它旨在弥合传统能源管理系统与增值以及物流工厂流程之间的差距，同时遵守新的内部和外部能源相关的激励措施。因此，首先给出了总体架构和相关数据的概述。其次，作为概念的一个子组件，描述了基于不同场景进行优化的结果。最后，展示了连续仿真应用领域的延伸。

总览

用能量相关标准扩展当前的生产计划和控制策略需要对要传输的数据以及不同系统组件之间的适当接口进行详细描述。如图1所示，计划过程是根据产品需求启动的，产品需求被指定为生产程序，包括特定订单的机器顺序以及相应机器上每个作业的操作和设置时间。计划订单的目的是使最小制造时间（最小 Cmax）成为混合整数编程（MIP）问题。Ku和Beck[18]提供了对不同模型类型的概述和分析。为了在合理的时间内生成可行的解决方案，需要实施一种最新的启发式技术（例如Shifting Bottle Neck 启发式技术）。生成的时间表的特点是每种资源的订购顺序以及相应的发布日期，到期日期和周期时间。

随后，将生产计划作为后勤数据基础，以其设置和运行状态的每台机器的平均功率需求来进行扩展，因为以后的多准则优化需要它。继续输入数据包括本地发电量的预测（例如CHP，太阳能设备），通过合同确定的静态能源供应以及能源市场的可变激励。覆盖逻辑模块用于将输入数据与几种预定义方案进行比较。这些场景描述了预测的能源供应、本地发电量、能源市场价格和计算出的电力需求之间可能的价格关系（请参见第3.2章）。依此为基础，确定是否需要通过使用多准则优化算法的面向负荷的重新计划来调整生产，或者是否可以通过控制电气设备（例如储能和分散式能源）进行调整。如果需要重新计划，则优化模型的制定取决于预定义的方案。

图 1：多阶段生产计划和优化概述

在随后的步骤中，通过基于具有更高分辨率的负载曲线的连续仿真分析单个负载峰值和阈值违规。因此，每个作业的离散平均值不足，这导致需要为精确模拟测量负载曲线。如果最终的生产计划未超过任何与能源相关的阈值，则需要进行验证以确保在计划外，随机影响因素的情况下逻辑可行性和稳健性。

为此，优化的订单序列及其相应的下达日期和到期日是离散事件模拟（DES）中方法论评估的基础，该论证要么确认生成解决方案的可行性，要么表明由于生产系统的动荡需要进一步的规划周期（请参阅第 4 章）。计划过程通常每周执行一次，但在客户订单出乎意料或出现能源市场信号的情况下，计划也可以在短时间内重复执行。

方案和多条件优化

根据起始解决方案的生产计划，将评估得出的负荷曲线，并根据各种能源的成本——能源供应商的合同要求和能源市场以及本地发电量的预测CHP和光伏系统进行调整。因此，因为能源相关的约束所以扩展了以物流为中心的混合整数编程MIP模型。这导致了各种情况，下面将对其中的一些情况进行描述。为了在适当的时间内提供可接受的解决方案，每次需要重新计划时，都会应用完善的非支配排序遗传算法 II（NSGA II）[19]。结果结果是不同的物流和与能源相关的目标可以根据最终用例进行集成。

通常，从电网获得的能量的特征在于使用时每千瓦时的静态价格不超过严格定义的上限。为了节省成本，应将潜在的负载峰值保持在下方。因此，优化模型需要考虑合同最大负荷的附加约束。可以通过利用计划中的缓冲时间来实现生产计划的调整。

在第二种情况下，在相似的时间内，电网供应的成本高于生产的扩展成本。因此需要减少产量。但由于当前大多数工业用例中的能源成本所占百分比较低，这似乎是不可行的选择，但能源价格持续上涨可能与增加生产相关的措施有关。因此，优化模型需要将允许功率需求的下限（即更严格）约束作为上限。

在第三种情况下，电网供应的成本低于降低生产率的成本（即延长的制造期），但可能高于 CHP 系统的运营成本。在这种情况下，应将生产输出降低到可以满足当地生产能源需求的程度。

在第四种情况下，当出现盈余并且需要消除电力波动时，偶尔可能会为能源提供负价格。因此，先前引入的约束条件被分解以提高最终的功率需求。甚至可以引入最低功率需求的下限，以确保充分利用由负能源成本引起的收入。

根据测得的负载曲线进行连续仿真

该应用场景的生产系统包括光伏系统，CHP和能源供应商的电网连接。此外，能量存储系统用于调峰和负荷转移。在MATLAB＆Simulink中对电气操作设备进行建模和仿真以获得功率流。基本负荷主要由热电联产提供，另外一部分由光伏系统提供。根据生产计划，将特定的测量负载曲线组合到生产系统的最终负载曲线，这是功率流模拟的输入。通过传递函数，负载限制和损耗对CHP和能量存储的动态行为进行建模。仿真的主要输出是优化后的电网负荷分布，并将其加权后转移到生产计划中。

方法论评估

本节推导了所提出方法的因果关系以及如何对其进行评估。首先，陈述主要假设并解释其后果。问题的所示复杂性揭示了分析方法的局限性。最后，在定义的问题以及如何将其用于评估的背景下进行了仿真。

提议的多阶段方法使用了未来可用性的假设。这些可再生能源的价值是基于预测方法的。此外，作业调度将机器故障视为平均停机时间，并根据假定的平均机器可用性进行计划。

这两个假设对于面向目标的建模都是必要的，但对于过度理想化则应该严格地加以考虑：机器故障的发生可以看作是随机事件，所以可以用分布函数来描述。因此，这些值通常在假设平均值附近波动。预测方法可以得出相对精确的值，但通常会在一定程度上偏离实际值。

在更广泛的背景下，甚至还需要估计产品的需求–伴随着假定值与其实现之间的偏差。即使这项工作不会进入不确定需求的深度，也可以说，施加在生产系统上的负荷的不确定性导致了分散式而非集中式生产计划和控制策略的发展。

生产计划和控制需要陈述的假设，以使上述问题可用于常见的优化方法。可以通过分析生成逻辑上可行的生产计划。只要实现的生产偏离最初计划的生产路径，就会执行生产控制策略。对于设计有效且最重要的经验上稳健的生产计划和控制策略，仅凭理论上的计划进行分析优化是不够的。已为生产计划和控制设计了一个非常复杂的系统，该系统包括：

bull; 根据假定值和预测值进行计划，

bull;

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[413197]，资料为PDF文档或Word文档，PDF文档可免费转换为Word