Tactical planning models for combined biofuel and bioenergy production
Modèles de planification tactique pour la production combinée de biocarburants et de bioénergies
Résumé
This thesis proposes a production planning model for one biorefinery generating biofuel and bioenergy under uncertainty. Several challenges are considered in the thesis. The first challenge, storing biomass for a long time leads to quality reduction, because biomass is a perishability material. The second challenge, unpredictable climatic conditions impact the availability of biomass. We define three factors: i) rainfall, ii) temperature, and iii) sunshine to model the climatic conditions. Weather uncertainty is defined based on these factors. The third challenge, fluctuating market price leads to price uncertainty. The fourth challenge is energy storage. A hybrid model, a row and column-wise robust optimization model, is proposed, and several numerical experiments are designed. The results show, first, biomass perishability leads to a significant reduction in profit. We expect to store more amount of biomass over the planning horizon under uncertainty, although the results are surprising. Second, weather uncertainty has more effects compared with price uncertainty. Third, energy storage increases the profit by up to 12.6%.
Cette thèse propose un modèle de planification de production pour une bioraffinerie générant du biocarburant et de la bioénergie sous incertitude. Plusieurs défis sont abordés dans la thèse. Premier défi, le stockage de la biomasse sur une longue durée entraîne une baisse de qualité, car la biomasse est une matière périssable. Deuxième défi, les conditions climatiques imprévisibles ont un impact sur la disponibilité de la biomasse. Nous définissons trois facteurs : i) les précipitations,ii) la température et iii) l’ensoleillement pour modéliser les conditions climatiques. L’incertitude météorologique est définie en fonction de ces facteurs. Le troisième défi, la fluctuation des prix du marché conduit à l’incertitude des prix. Le quatrième défi est le stockage de l’énergie. Un modèle hybride, un modèle d’optimisation robuste en ligne et en colonne, est proposé, et plusieurs expériences numériques sont conçues. Les résultats montrent, premièrement, que la périssabilité de la biomasse entraîne une réduction significative du profit.Nous nous attendons à stocker plus de biomasse sur l’horizon de planification dans des conditions d’incertitude, bien que les résultats soient surprenants. Deuxièmement, l’incertitude climatique a plus d’effets que l’incertitude des prix. Troisièmement, le stockage d’énergie augmente le profit jusqu’à 12,6%.
| Origine | Version validée par le jury (STAR) |
|---|