Optimizando el diseño de suministro de energía para edificios

Diseñar el suministro de energía para edificios es importante. Involucra considerar muchos factores diferentes. Debes pensar en costos y el impacto ambiental. Por ejemplo, reducir las emisiones de gases de efecto invernadero es crucial ya que los edificios representan una gran parte de las emisiones globales. Este proceso puede ser complicado porque los precios de fuentes de energía como electricidad y gas pueden cambiar en el futuro.

Cuando planeas cómo suministrar energía a un edificio, hay dos decisiones principales que debes tomar. La primera es elegir el equipo adecuado, como las unidades de calefacción y refrigeración. Esta es una decisión de “aquí y ahora” porque debe tomarse rápidamente. La segunda decisión es cómo operar el equipo elegido una vez que conoces los precios reales de la energía. Esto se llama una decisión de “esperar y ver” ya que puede esperar hasta tener más información disponible.

Para enfrentar estos desafíos, los investigadores han desarrollado un enfoque llamado optimización robusta ajustable. Este método ayuda a tomar decisiones que no solo se enfocan en minimizar costos, sino que también consideran el impacto ambiental. En este artículo, mostraremos cómo podemos optimizar el diseño del suministro de energía para edificios minimizando tanto los costos como las Emisiones de carbono.

#El Problema

El diseño del suministro de energía en edificios se puede ver desde diferentes ángulos, especialmente cuando hay objetivos en conflicto. Por ejemplo, reducir costos puede chocar con reducir emisiones de carbono. Por lo tanto, se necesita encontrar un equilibrio entre estos dos objetivos. Este equilibrio a menudo implica compromisos difíciles.

Además de los objetivos en conflicto, el proceso de diseño del suministro de energía tiene diferentes etapas. Inicialmente, debemos decidir sobre los dispositivos que vamos a comprar. Esto incluye seleccionar unidades para calefacción y refrigeración, así como soluciones de almacenamiento. El desafío surge porque los precios de las fuentes de energía son inciertos en el momento de la decisión de compra. Después, una vez que se revelan los precios, se pueden hacer ajustes sobre cómo opera el suministro de energía.

Para manejar efectivamente la incertidumbre de los precios, el problema se puede modelar usando optimización robusta. Este enfoque busca soluciones que no dependan excesivamente de escenarios de precios extremos. En cambio, se enfoca en minimizar el arrepentimiento, que es la diferencia entre los costos incurridos debido a la decisión tomada y los costos que podrían haberse realizado. Este método se conoce como optimización robusta de arrepentimiento.

#Objetivos y Metodología

En nuestro estudio, buscamos minimizar tanto el arrepentimiento por costos como las emisiones de carbono en el diseño del suministro de energía para edificios. Esto se hace de una manera que considera las incertidumbres en los precios futuros y encuentra un equilibrio entre estar seguro de las fluctuaciones de precios y evitar decisiones excesivamente cautelosas.

Nuestro enfoque implica combinar optimización robusta ajustable con optimización multi-criterio. Detallaremos cómo computamos las soluciones para el problema de diseño del suministro de energía. El enfoque se centrará principalmente en un estudio de caso de un edificio de oficinas para ilustrar la aplicación práctica de nuestros métodos.

#Objetivos de la Investigación

1. Desarrollar un nuevo modelo de optimización: Para encontrar una solución adecuada que minimice los costos y las emisiones de carbono para el suministro de energía del edificio.

2. Considerar el impacto de la incertidumbre de precios: Incorporar incertidumbres en los precios futuros de la energía como un factor crítico en la toma de decisiones.

3. Identificar los compromisos: Entender cómo se equilibran los costos y las emisiones de carbono en el diseño del suministro de energía.

#Antecedentes

#Consumo de Energía y Emisiones

Los edificios son contribuyentes significativos a las emisiones globales de gases de efecto invernadero. Son responsables de aproximadamente el 40% de las emisiones totales. Reducir estas emisiones es necesario para la sostenibilidad ambiental. Por lo tanto, el diseño del suministro de energía necesita considerar no solo los costos financieros, sino también el impacto ecológico de las fuentes de energía.

#Optimización Multi-Criterio

La optimización multi-criterio observa problemas con más de un objetivo. En nuestro caso, queremos minimizar tanto los costos como las emisiones de carbono. Dado que estos dos objetivos pueden a veces entrar en conflicto, encontrar una solución que aborde ambos es esencial.

En la optimización multi-criterio, las soluciones que funcionan bien en todos los objetivos se llaman soluciones eficientes. El conjunto de estas soluciones se conoce como el frente de Pareto. Se pueden usar varios métodos para aproximar el frente de Pareto, uno de los cuales es el método de restricciones que empleamos.

#Optimización Robusta

La optimización robusta es una estrategia utilizada para manejar la incertidumbre en problemas de optimización. Al considerar los peores escenarios, la optimización robusta busca proporcionar soluciones que sigan siendo efectivas incluso ante cambios inesperados en los precios. Esto es especialmente útil en el diseño del suministro de energía, donde las fluctuaciones de precios futuras pueden afectar significativamente el costo de operación.

#Robustez de Arrepentimiento

La robustez de arrepentimiento se enfoca en minimizar el arrepentimiento máximo que podría resultar de una decisión. Esto significa buscar soluciones que no solo minimicen costos, sino que también aseguren que el arrepentimiento futuro por circunstancias imprevistas se mantenga al mínimo. Este enfoque es particularmente importante al comparar múltiples diseños para el suministro de energía, ya que ayuda a elegir una configuración que sea resistente a los cambios de precios.

#Modelando el Problema

#Formulación del Modelo de Diseño del Suministro de Energía

El modelo de diseño del suministro de energía consta de varios componentes, incluyendo:

• Variables de Decisión: Estas incluyen los tipos y tamaños de unidades de calefacción y refrigeración, opciones de almacenamiento y estrategias de control para operar el sistema.

• Restricciones: Estas aseguran que las configuraciones elegidas cumplan con las cargas de energía requeridas mientras se adhieren a límites técnicos.

• Funciones Objetivo: Los objetivos primarios son minimizar tanto los costos totales como las emisiones de carbono.

El modelo debe tener en cuenta efectivamente la incertidumbre en los precios futuros de energía y evaluar el posible arrepentimiento asociado con diferentes decisiones de compra.

#Incertidumbre en el Desarrollo de Precios

En el contexto del diseño del suministro de energía, la incertidumbre de precios juega un papel significativo. Para modelar esta incertidumbre, se define un conjunto de incertidumbre, que captura posibles fluctuaciones futuras en los costos de energía. Al hacerlo, podemos evaluar cómo desempeñarán diferentes decisiones bajo varios escenarios.

#Estrategia de Solución

#Descripción General del Algoritmo

Para resolver el modelo de optimización, empleamos una combinación de generación de restricciones y algoritmos de generación de columnas. Este enfoque permite encontrar soluciones de manera eficiente mientras se maneja la complejidad del problema.

El algoritmo opera de manera estructurada, refinando iterativamente la solución hasta lograr un resultado satisfactorio. Resuelve simultáneamente tanto el problema principal de diseño del suministro de energía como el subproblema de gestionar controles operativos bajo incertidumbre.

#Estudio de Caso: Un Edificio de Oficinas

Para mostrar nuestro enfoque, lo aplicamos a un estudio de caso específico que involucra un edificio de oficinas. Los datos para el estudio incluyen información sobre cargas de calefacción y refrigeración, características del equipo y precios de mercado de energía.

#Recopilación de Datos

Los datos incluyen:

• Perfiles de carga de calefacción y refrigeración para el edificio.
• Características de varias unidades de calefacción y refrigeración.
• Datos de precios para electricidad, gas y otras fuentes de energía.

#Implementación del Algoritmo

El algoritmo se implementa utilizando un lenguaje de programación adecuado para modelado matemático y optimización. Esto permite un cálculo eficiente y manejo de grandes conjuntos de datos, esencial para la naturaleza compleja del problema.

#Resultados y Discusión

#Resultados del Estudio de Caso

Los resultados de aplicar el modelo de optimización al estudio de caso indican que se pueden lograr ahorros significativos en costos y reducciones en emisiones de carbono. Al seleccionar cuidadosamente el equipo y las estrategias operativas basadas en las incertidumbres de precios, se puede lograr un diseño de suministro de energía bien equilibrado.

#Compromisos Identificados

El análisis revela varios compromisos entre el arrepentimiento de costos, las emisiones de carbono y el equipo seleccionado. A los tomadores de decisiones se les proporciona un rango de soluciones eficientes que ayuda a entender las implicaciones de sus elecciones.

#Análisis de Sensibilidad sobre Incertidumbre

Se realiza un análisis de sensibilidad para evaluar el impacto de diferentes niveles de incertidumbre en los precios de energía. Esto ayuda a comprender cuán robustas son las soluciones seleccionadas ante cambios de precios imprevistos.

#Conclusión

El estudio demuestra la importancia de considerar múltiples criterios en el diseño del suministro de energía de edificios. Al incorporar optimización robusta ajustable, podemos minimizar de manera efectiva tanto el arrepentimiento de costos como las emisiones de carbono. El estudio de caso destaca la practicidad de nuestro enfoque y su potencial para guiar la toma de decisiones en la gestión de energía.

La investigación futura buscará refinar aún más el algoritmo y explorar objetivos adicionales, como minimizar los costos totales de inversión. También se considerará participar en procesos de toma de decisiones interactivas para mejorar la aplicabilidad de estos hallazgos en escenarios del mundo real.

#Trabajo Futuro

En conclusión, los hallazgos de esta investigación ofrecen valiosos conocimientos sobre las complejidades del diseño del suministro de energía en edificios. La integración de la optimización multi-criterio y robusta abre nuevas avenidas para futuros estudios, con el objetivo de mejorar la eficiencia y sostenibilidad del uso de energía en edificios.