Fig. 10 presents a case with the sa

Fig. 10 presents a case with the same shape of electricity price and heat demand profile as in Fig. 9, but the heat demand in each hour is increased. In that case, peak boilers must be switched on for the hours of peak demand. Due to high cost of start, the algorithm does not suggest switching the peak boiler off when the demand decreases in the middle of the optimization horizon. The peak boiler is switched off only for the last 3 h, when additional heating power is provided from the hot water tank. The case shows, that the MILP solvers can indeed optimize the time of starts and stops of production units in a correct way. It has been tested separately, that a decrease of start cost would result in another scenario, with peak boiler switched off in the middle of the optimization horizon. All the means of heat load shifting are used in that scenario, mainly in order to adjust the electricity production to the profile of electricity prices. However, the plan of DSM actions, hot water tank charging and discharging power and supply temperature profile have become more complex. Adding more units, prolonging the optimization horizon and assuming more changes in the conditions such as outdoor temperature would make the optimized scenario even less intuitive. This fact proves, that optimal production planning with load shifting cannot be done without support of numerical solvers, such as the one used in the prototype.

Results (Russian) 1:

Рис. 10 представляет собой случай с той же самой форме цены на электроэнергию и профиля тепловой нагрузки как на фиг. 9, но потребность в тепле через каждый час увеличивается. В этом случае, пиковые котлы должны быть включены для часов максимального спроса. Из-за высокой стоимости запуска, алгоритм не предполагает включения пикового котла Когда спрос уменьшается в середине оптимизации горизонта. Пик котел выключен только за последние 3 ч, когда дополнительная мощность нагрева предусмотрен из резервуара для горячей воды. В случае показывает, что MILP решатели действительно могут оптимизировать время запусков и остановок производственных единиц в правильном пути. Он был протестирован отдельно, что уменьшение начальной стоимости приведет к другому сценарию, с пиком котел выключен, в середине оптимизации горизонта.
Все средства тепловой нагрузки сдвига используются в этом сценарии, в основном для того , чтобы регулировать выработку электроэнергии в профиль цен на электроэнергию. Тем не менее, план действий DSM, бак для горячей воды зарядки и разрядки электроэнергии и питания температурного профиль стал более сложным. Добавление большего количества единиц, продлевая оптимизации горизонта и предполагая , больше изменений в условиях , таких как температуры наружного воздуха будет сделать оптимизированный сценарий еще менее интуитивным. Этот факт доказывает, что оптимальное производство

планирования с нагрузкой сдвига не может быть сделано без поддержки численных решателей, например, той , которая используется в прототипе.

Results (Russian) 2:

Рис. 10 представляет собой случай с той же формой цены на электроэнергию и профиля спроса на тепло, как и в рис. 9, но спрос на тепло в каждый час увеличивается. В этом случае пиковые котлы должны быть включены в течение нескольких часов пикового спроса. Из-за высокой стоимости запуска алгоритм не предлагает выключить пиковый котел, когда спрос снижается в середине горизонта оптимизации. Пиковый котел выключается только за последние 3 ч, когда из резервуара с горячей водой обеспечивается дополнительная тепловая энергия. Случай показывает, что решатели MILP действительно могут правильно оптимизировать время запусков и остановок производственных единиц. Отдельно было проверено, что снижение стартовой стоимости приведет к другому сценарию, с пиковым котлом выключен в середине горизонта оптимизации.
В этом сценарии используются все средства для сдвига тепловой нагрузки, главным образом для того, чтобы приспособить производство электроэнергии к профилю цен на электроэнергию. Тем не менее, план действий DSM, зарядки бака горячей воды и разрядки питания и температурного профиля питания стали более сложными. Добавление большего количества единиц, продление горизонта оптимизации и принятие дополнительных изменений в условиях, таких как температура на открытом воздухе, сделает оптимизированный сценарий еще менее интуитивным. Этот факт доказывает, что оптимальное производство

планирование при смещении нагрузки не может быть осуществлено без поддержки числовых растворителей, таких как тот, который используется в прототипе.

Results (Russian) 3:

На рисунке 10 показано наличие кривых электрического и теплового спроса, аналогичных диаграмме 9, но рост спроса на тепло в час.в этом случае пиковый котел должен быть открыт в период пикового спроса.из - за высокой стоимости запуска алгоритм не рекомендует закрывать пиковые котлы, когда спрос снижается до середины оптимального диапазона.когда радиатор обеспечивает дополнительную мощность нагрева, пиковый котел закрывается только в течение последних 3 часов.пример показывает, что MILP может правильно оптимизировать время начала и остановки производственного блока.другая ситуация заключается в том, что подгоночный котел закрывается в середине оптимизации диапазона, а снижение затрат на пуск приведет к другой ситуации.
в этом случае используются все способы передачи тепловой нагрузки, главным образом для корректировки производства электроэнергии с учетом изменения стоимости электроэнергии.Тем не менее, все более усложняются схемы распределения функций по боковому управлению спросом, зарядной разрядной мощности водонагревателей и распределения температуры питания.увеличение числа единиц, увеличение оптимизации времени, гипотетические изменения температуры наружного воздуха и другие условия, будет оптимизировать сцену более неясным.этот факт доказывает, что оптимальный объем производства
планирование переноса с нагрузкой невозможно без поддержки числового процессора (например, числового процессора, используемого в прототипе).