6. SummaryOperational optimization

6. SummaryOperational optimization and decision support software toolsbelong to the cheapest solutions for increasing the efficiency andfinancial results in district heating. The experience of the authorsindicates, that the largest benefits can be achieved by a globaloptimization of the whole district heating system (CHP plant, thenetwork and the substations) at once. Full, precise models of thewhole system seem to be too complicated to enable optimization -especially if thermal energy storage is to be considered, as it requiresoptimization of the value of each variable at each time step ofa longer period. The corresponding dramatic increase of the numberof decision variables requires simplicity of the models, andlinear models have been found to answer that need.The problem of operational optimization in modern districtheating networks has been presented, and a solution for globaloptimization with the use of all thermal energy storage possibilitieshas been proposed. The algorithm has been successfully implementedin the « R » programming environment, and applied to asimple example to verify its functionality. The results show that theprototype makes it possible to find an optimized heat productionschedule, respecting nonlinear dependencies, by iterative performingof multiple MILP optimizations. The method seems to becorrect and the results are promising. Presented approach is plannedto be further developed, applied to an actual system, and usedin future solutions for optimization of district heating systems'operation, sometimes referred to as Smart District Heating.

Results (Russian) 1:

6. Заключение
Оперативной оптимизации и поддержка принятия решений программные средства
принадлежат самые дешевым решениям для повышения эффективности и
финансовых результатов в теплофикации. Опыт авторов
показывает, что наибольшие преимущества могут быть достигнуты с помощью глобальной
оптимизации всей системы централизованного теплоснабжения (ТЭЦ, в
сети и подстанций) сразу. Полный, точные модели
всей системы , кажется, слишком сложно для включения оптимизации -
особенно если хранения тепловой энергии следует рассматривать, как это требует
оптимизации стоимости каждой переменной на каждом временном шаге
более длительного периода. Соответствующее резкое увеличение числа
от переменных решения требуется простота моделей и
линейные модели были найдены , чтобы ответить на эту потребность.
Проблема оперативной оптимизации в современных районе
тепловых сетей была представлена, и решение для глобальной
оптимизации с использованием всех возможностей тепловых накопителей энергии
было предложено. Алгоритм был успешно реализован
в «R» среды программирования, и применяется к
простому примеру , чтобы проверить его функциональность. Результаты показывают , что
прототип дает возможность найти оптимальное производство теплового
график, уважая нелинейные зависимости, итерационного выполнение
нескольких оптимизаций MILP. Метод , как представляется,
исправить и результаты являются многообещающими. Представленный подход планируются
в дальнейшем развитии, примененный к реальной системе, и использовать
в будущих решениях для оптимизации систем централизованного теплоснабжения
работы, иногда называют смарт теплоснабжению.

Results (Russian) 2:

6. Резюме
Оперативная оптимизация и поддержка принятия решений программные средства
самые дешевые решения для повышения эффективности и
финансовые результаты в районном отоплении. Опыт авторов
указывает на то, что наибольшие выгоды могут быть достигнуты за счет
оптимизация всей системы теплоснабжения района (ТЭЦ,
сети и подстанций) сразу. Полные, точные модели
вся система кажется слишком сложной, чтобы позволить оптимизацию -
особенно если следует рассматривать хранение тепловой энергии, так как это требует
оптимизация значения каждой переменной на каждом этапе
более длительный период. Соответствующее резкое увеличение числа
переменных решений требует простоты моделей, и
линейные модели были найдены, чтобы ответить на эту потребность.
Проблема оперативной оптимизации в современном районе
тепловых сетей было представлено, и решение для глобальных
оптимизация с использованием всех возможностей хранения тепловой энергии
было предложено. Алгоритм успешно реализован
в среде программирования «R» и применяется к
простой пример для проверки его функциональности. Результаты показывают, что
прототип позволяет найти оптимизированное производство тепла
график, уважая нелинейные зависимости, по итеративным выполнением
нескольких оптимизаций MILP. Метод, кажется,
правильно, и результаты являются многообещающими. Представленный подход планируется
дальнейшее развитие, применение к фактической системе и
в будущем решения для оптимизации систем теплоснабжения района
эксплуатации, иногда называемой Smart District Heating.

Results (Russian) 3:

6.Резюме
средства оптимизации операций и поддержки принятия решений
относится к повышению эффективности и
Финансовые результаты Регионального отопления.опыт автора
показывать
оптимизация общерегиональной системы теплоснабжения (ТЭЦ)
сеть и подстанция).полный и точный
Вся система кажется слишком сложной для оптимизации -
Особенно учитывая запасы тепла
оптимизировать значение каждой переменной в каждом шаге времени
дольше.Соответствующее увеличение количества
переменные принятия решений требуют простоты модели, и
люди считают, что линейная модель может удовлетворить эту потребность.
задача оптимизации эксплуатации микрорайона
была предложена сеть теплоснабжения и для всего мира
оптимизировать все возможности хранения тепла
уже сделано предложение.алгоритм успешно реализован
в программируемой среде & r
простой пример проверки его функций.Показать результат
прототип позволяет найти оптимальное производство тепла
в зависимости от нелинейной зависимости
оптимизация MILP.как будто
Да, результаты многообещающи.предложить метод есть план
Дальнейшая разработка, применение на практике и использование
будущее решение оптимизации региональной системы теплоснабжения
Беги, иногда называй это "умные зоны отопления".