MGBSO-SBDIを用いたオンラインのエネルギープラント最適運用計画

カテゴリ: 研究会(論文単位)

論文No: SMF21025

グループ名: 【D】産業応用部門 スマートファシリティ研究会

発行日: 2021/08/31

タイトル(英語): Modified Global-best Brain Storm Optimization using Modified Sequence-based Deterministic Initialization for On-line Optimal Operational Planning of Energy Plant

著者名: 新井 馨(富士電機株式会社),鈴木 聡(富士電機株式会社),飯坂 達也(富士電機株式会社),松井 哲郎(富士電機株式会社),福山 良和(明治大学)

著者名(英語): Kiyo Arai(Fuji Electric Co., Ltd.),Satoshi Suzuki(Fuji Electric Co., Ltd.),Tatsuya Iizaka (Fuji Electric Co., Ltd.),Tetsuro Matsui(Fuji Electric Co., Ltd.),Yoshikazu Fukuyama (Meiji University)

キーワード: エネルギープラント|混合整数非線形計画問題|進化計算手法|最適運用計画|energy plant|mixed-integer nonlinear optimization programming problem|evolutionary computation|optimal operational planning

要約(日本語): 本論文では，大規模混合整数非線形計画問題となるエネルギープラント最適運用計画問題（MINLP）となるエネルギープラント最適運用計画問題に対し，２次エネルギーの購入コストを削減することを目的に，Global-best Brain Storm Optimization using modified sequence-based deterministic initialization (MGBSO-SBDI) という進化計算手法を提案し，適用を行った。提案法であるMGBSO-SBDIは，従来法と比較し，より高質な解を安定的に得られることが確認できた。

要約(英語): This paper proposes modified Global-best Brain Storm Optimization　using modified sequence-based deterministic initialization (MGBSO-SBDI) for on-line optimal operational planning of energy plants (OOPEP) which can be formulated as a large-scale mixed-integer nonlinear optimization programming (MINLP) problem. Using the proposed modified GBSO-SBDI based method, high-quality solutions which can reduce secondary energy cost can be generated within few trials (namely, with small standard deviation values).

本誌: 2021年9月3日スマートファシリティ研究会

本誌掲載ページ: 25-30 p

原稿種別: 日本語

PDFファイルサイズ: 3,876 Kバイト