GAMS案例分享 | Alpro：优化能源管理

引言

Alpro是欧洲植物性产品生产的**者之一。以比利时、法国和英国为基地，销售各种大豆、杏仁、榛子、腰果、大米、燕麦和椰子制成的食品和饮料。在大型运转的情况下，工厂需要处理大量能源的复杂流程，优化其管理是一项至关重要但相当困难的任务。

在这个特殊的项目中，Alpro与GAMS的咨询团队合作，较大限度地提高了工厂能源系统的效率。我们的共同目标很简单：设计一个工具，帮助简化日常能源运营，并促进更好和更多数据驱动的决策。

通过合作，我们开发了两个自定义优化模型，以及一个基于网络的图形用户界面（GUI），较大地改变了他们的工作流程。因此，Alpro不仅在能源管理方面获得了竞争优势，而且在提高运营成本和实现可持续发展目标方面迈出了重要一步。

问题

管理工业设施中的能源系统通常是一项非常复杂的任务。在Alpro的案例中，他们需要将自己的发电机、锅炉和太阳能电池板的电力和蒸汽生产与外部能源相结合；所有这些都是为了满足其日常运营的波动需求。

这对团队来说是一个巨大的挑战。

不断调控能源资产以满足需求本身就是一项艰巨而复杂的任务。与此同时，从电网购买能源（有时比自己生产更*），或将发电盈余出售给电网以获利的选择增加了一个全新的复杂性。

现在考虑到电网能源价格的不断变化，他们的太阳能电池板取决于天气条件，其设施的能源需求全天都在变化，他们必须遵循维护计划，所以得到的是一个非常复杂和繁琐的管理系统。

解决方案

通往更简单、更高效系统的道路一目了然：从数学上优化过程- -将所有变量和约束作为数据输入，并建立一个模型，在任何给定的时间都能提出较佳的能源管理解决方案。

我们的*团队与Alpro密切合作，将问题分为两部分，并开发了一个定制模型来处理每个步骤。然后，我们将两个模型集成到一个用户友好的、直观的GUI中。

这就是它的工作原理。

图1。GUI数据输入画面。用户通过控制多个小部件来设置优化模型的信息和条件。（虚拟数据）

**个优化模型负责从多个来源收集数据，并为目前电能市场生成有条件的出价- - 以及在什么条件下，Alpro是否应该购买或出售能源。从现货价格预测、太阳能预测、工厂需求预测和维护计划表中收集的信息被自动收集和处理；然后，将Alpro的运营目标和财务考虑因素考虑在内，并将得到的出价提交给日前的竞价。

这一过程的第一步为Alpro节省了宝贵的时间，同时确保他们的能源规划基于较佳和较新的信息。

图2。**种模型为日前市场生成有条件的出价。在这个例子中：当现货价格低于3€/MWh，建议购买0.8MW，当现货价格在30€/MWh到69.99€/MWh之间时，不进行买卖，当现货价格**70€时，建议出售价格是0.8MW。（虚拟数据）

当日前能源市场出清时，*二个模型开始启动。

该模型负责从市场中检索出已接受的报价，然后利用这些信息优化Alpro的每个能源发电资产的负载。这既考虑了工厂的能耗预测，也考虑了来自自己太阳能工厂的预期产量。通过寻找较优解，Alpro不仅覆盖了他们的能源需求，还确保了充分利用他们的可再生能源发电。

*二个模型的输出是关于如何在15分钟间隔的基础上操作每项资产的信息。这些详细的数据会自动传递到他们的控制系统，该控制系统接管了当天剩余时间里的工作，确保以较少的工作量进行持续和较佳的管理。

图3。关于如何随时间运行每项能源发电资产的结果仪表板，以及右侧的各种关键绩效指标。（虚拟数据）

图4。用于满足工厂需求的能源生产组合信息。(哑数据) )

结论

通过这两个模型的协同工作，实现了信息、能源交易和运营执行的无缝集成。不仅如此，尽管所有复杂的数学运算都在后台进行，但数据和结果都清晰地显示在一个直观的仪表盘中。这个新的GUI为Alpro提供了关于资产运营、日前交易、太阳能生产和多个关键性能指标的清晰见解。这是一个简单的，对用户友好的界面，让用户可以做出明确的决策，并不断改善其能源使用的各个方面。

Alpro公司能源经理Dominique Hamerlinck说："得益于这一新的解决方案，我们的员工可以在过去的四分之一时间内控制我们的能源资产。"这不仅关乎速度和效率；Dominique强调，部署GAMS模型的主要动机之一是较大限度地降低成本并减少环境足迹。通过从始至终的优化过程，我们可以充分利用新太阳能电池板，较大限度地利提高工厂使用的可再生能源的能量，同时降低我运营成本。

自从Alpro部署了他们的优化模型以来，能源管理过程比之前快了3倍，同时成本降低了25%。

北京天演融智软件有限公司（科学软件网）是GAMS软件在中国的授权经销商，为中国的用户提供优质的软件销售和培训服务。