CN103890790A - 储存罐运用规划导出***以及方法 - Google Patents

储存罐运用规划导出***以及方法 Download PDF

Info

Publication number
CN103890790A
CN103890790A CN201280052289.0A CN201280052289A CN103890790A CN 103890790 A CN103890790 A CN 103890790A CN 201280052289 A CN201280052289 A CN 201280052289A CN 103890790 A CN103890790 A CN 103890790A
Authority
CN
China
Prior art keywords
hold
lng
vessel
natural gas
liquefied natural
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201280052289.0A
Other languages
English (en)
Other versions
CN103890790B (zh
Inventor
津崎贤治
河本薰
冈村智仁
谷博雅
上田智一
桥本伸昭
河田启介
田边隆人
原田耕平
二反田笃史
新田利博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Osaka Gas Co Ltd
Original Assignee
Osaka Gas Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Osaka Gas Co Ltd filed Critical Osaka Gas Co Ltd
Publication of CN103890790A publication Critical patent/CN103890790A/zh
Application granted granted Critical
Publication of CN103890790B publication Critical patent/CN103890790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17CVESSELS FOR CONTAINING OR STORING COMPRESSED, LIQUEFIED OR SOLIDIFIED GASES; FIXED-CAPACITY GAS-HOLDERS; FILLING VESSELS WITH, OR DISCHARGING FROM VESSELS, COMPRESSED, LIQUEFIED, OR SOLIDIFIED GASES
    • F17C6/00Methods and apparatus for filling vessels not under pressure with liquefied or solidified gases
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D9/00Level control, e.g. controlling quantity of material stored in vessel
    • G05D9/12Level control, e.g. controlling quantity of material stored in vessel characterised by the use of electric means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65GTRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G61/00Use of pick-up or transfer devices or of manipulators for stacking or de-stacking articles not otherwise provided for
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17CVESSELS FOR CONTAINING OR STORING COMPRESSED, LIQUEFIED OR SOLIDIFIED GASES; FIXED-CAPACITY GAS-HOLDERS; FILLING VESSELS WITH, OR DISCHARGING FROM VESSELS, COMPRESSED, LIQUEFIED, OR SOLIDIFIED GASES
    • F17C9/00Methods or apparatus for discharging liquefied or solidified gases from vessels not under pressure
    • F17C9/02Methods or apparatus for discharging liquefied or solidified gases from vessels not under pressure with change of state, e.g. vaporisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Filling Or Discharging Of Gas Storage Vessels (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

导出成为复杂的混合整数非线性问题的储存液化天然气的储存罐的运用规划问题的可执行解。将罐初始状态信息、接收规划信息和送出规划信息作为前提条件,分别交替地执行2次以上的第1求解处理和第2求解处理,其中在所述第1求解处理中,针对包含非线性式的非线性约束条件,对非线性式进行线性近似而将混合整数非线性规划问题置换成混合整数线性规划问题来求解,导出规定成为液化天然气的接收对象的储存罐的接收模式、和规定进行液化天然气的支出的储存罐的支出模式的临时解或最终解,在所述第2求解处理中,针对包含离散变量的离散型约束条件,将离散变量临时性固定而将混合整数非线性规划问题置换成连续非线性规划问题来求解,导出各储存罐的液化天然气的储存量以及储存热量的转变的临时解或最终解。

Description

储存罐运用规划导出***以及方法
技术领域
本发明涉及针对储存液化天然气的多个储存罐,将基于规定的规划对象期间内的液化天然气的接收规划和支出规划对成为液化天然气的接收对象以及支出对象的储存罐进行规定的储存罐运用规划,作为数理规划问题通过计算机的运算处理求解而导出的储存罐运用规划导出***以及方法。
背景技术
作为数理规划问题的代表性求解算法,存在线性规划法、混合整数线性规划法、整数规划法、二次规划法、非线性规划法等。线性规划法是决策变量以连续变量来表现、且约束条件、目标函数全部以线性式来表现的数理规划问题(线性规划问题)的求解算法。混合整数线性规划法是决策变量以连续变量以及离散变量来表现、且约束条件、目标函数全部以线性式来表现的数理规划问题(混合整数线性规划问题)的求解算法。整数规划法是决策变量以离散变量来表现的数理规划问题(整数规划问题)的求解算法。二次规划法是目标函数以2次式来表现、且约束条件以线性式来表现的数理规划问题(二次规划问题)的求解算法。非线性规划法是约束条件、目标函数以非线性的任意的连续函数来表现的数理规划问题(非线性规划问题)的求解算法。在导出对象的数理规划能够以上述的代表性数理规划问题来表现的情况下,能够利用适合于已知的各数理规划问题的通用求解器来求解。
作为与储存液化天然气的储存罐的运用规划问题相类似的问题,例如存在下述的专利文献1所公开的“接收设备的控制方法”。该现有技术提供一种在尽量维持优选原料性状的同时也能够迅速地应对预定外的接收、支出,即便罐的数目增加等的接收设备变大变复杂也能够在短时间内规划能源成本进一步最小化的操作顺序的接收设备的控制方法,其中作为储存对象的原料而假定石油、石脑油、天然气等的流体。
在先技术文献
专利文献
专利文献1:日本特开2005-263486号公报
发明内容
发明要解决的课题
在制造以天然气为主成分的城市燃气并供应给消费者的天然气公司中,通过LNG油船等将液化天然气(LNG)从产地运输到消费地,暂且储存到设于消费地的LNG罐内之后,根据天然气需求而从各LNG罐支出所需量的LNG,经过汽化以及热量调整等的处理而作为被调整在规定的热量范围内的城市燃气供应给消费者。
以往,基于针对储存LNG的储存罐的LNG的接收规划和支出规划,根据数理规划法综合性地导出其运用规划的***是不存在的。作为其背景,存在以下所示的天然气特有的问题。由于天然气含有以甲烷为主成分的、乙烷、丙烷、丁烷等的热量、沸点、比重等物性不同的多个种类的烃以及氮,因此组成以及热量因产地的不同而不同。此外,虽然LNG在一162℃程度以下的极低温被液化,但是在运输、接收、储存以及支出的各阶段等中,因来自外部的热输入而使得一部分蒸发进而产生极低温的蒸发气(BOG)并混入在其中,LNG在各阶段的热量随着该BOG的发生量而变动,因此在使各阶段中的LNG的状态变化模型化的情况下,会成为复杂的非线性模型。另一方面,在针对多个LNG罐发生多次的LNG的接收的情况下,规定以哪个LNG罐进行哪个接收的变量成为离散变量。进而,针对规定的天然气需求,规定从哪个LNG罐支出LNG的变量也成为离散变量。另一方面,各LNG罐中的LNG的接收量、接收热量、储存量、储存热量、支出量、支出热量等的变量成为连续变量。因此,LNG罐的运用规划成为决策变量包含连续变量和离散变量、约束条件、目标函数以复杂的非线性式来表示、且变量的数目以及约束条件的数目极多的、复杂且大规模的混合整数非线性规划问题,因此要求导出LNG罐的运用规划的***是可通过实用性计算时间求解该复杂且大规模的混合整数非线性问题的***。
在导出对象的数理规划能以上述的代表性数理规划问题来表现的情况下,虽然能够使用适合于已知的各数理规划问题的通用求解器来求解,但是由于储存LNG的储存罐的运用规划问题如上所述成为复杂且大规模的混合整数非线性规划问题,因此所能利用的已知的求解器是不存在的。
一般而言,在求解了非线性规划问题的情况下,即便是局部最优解也无法保证成为全局最优解,尤其是在包含离散变量的情况下存在问题。针对相应问题,存在求解因使非线性约束条件近似于凸型约束条件而被松弛的混合整数线性规划问题的方法(凸松弛法)。但是,虽然该凸松弛法对于变量少的小规模的非线性规划问题也是有效的方法,然而即便适用于变量的数目以及约束条件的数目多的、复杂且大规模的混合整数非线性规划问题,相对于非线性约束条件的近似误差也大,所获得的全局最优解不会成为作为实际问题的LNG罐的运用规划的可执行解。
相对于此,在专利文献1所公开的现有技术中,作为储存对象的原料而假定石油、石脑油、天然气等的流体,如LNG那样储存量、储存热量不会因BOG的发生等而变动,因此示出能够将线性规划问题、二次规划问题作为生产量模型来求解(参照段落[0069])。也就是说,在对待非液化天然气的流体的情况下,不会成为复杂的混合整数非线性问题,可以作为以往的代表性数理规划问题来求解。
本发明正是鉴于上述的问题点而完成的,其目的在于提供一种能够导出成为复杂的混合整数非线性问题的储存液化天然气的储存罐的运用规划问题的可执行解的储存罐运用规划导出***以及方法。
用于解决课题的手段
如上所述,液化天然气在向储存罐的接收、储存、支出的各阶段中因发生BOG而使得储存量、储存热量变动,且关于热量也受到各种约束,因此针对储存该液化天然气的多个储存罐,基于规定的规划对象期间内的液化天然气的接收规划和支出规划,导出规定成为液化天然气的接收对象以及支出对象的储存罐的储存罐运用规划的数理规划问题,成为复杂且大规模的混合整数非线性规划问题,虽然用已知的数理规划法无法求解,但是通过本申请发明者的潜心研究而发现了如下内容,即,将由该混合整数非线性规划问题所表示的储存罐的运用规划问题松弛为:通过对约束条件中的非线性式进行线性近似由此舍弃了非线性约束的混合整数线性规划问题、和在约束条件中舍弃了包含离散变量的整数约束以及混合整数约束的连续非线性规划问题这2个种类的规划问题,使约束条件阶段性精致化的同时交替地重复求解被分别松弛的规划问题,从而可以获得即便是局部最优解也接近于全局最优解的可执行解。而且,基于该新见解,以至于完成本发明所涉及的储存罐运用规划导出***以及方法。
即,用于达成上述目的的本发明所涉及的储存罐运用规划导出***,其特征在于,构成为具备:存储单元,受理规定的规划对象期间内的、包含储存液化天然气的多个储存罐各自的所述液化天然气的初始储存量和初始储存热量在内的罐初始状态信息、包含所述液化天然气的多个接收规划各自的所述液化天然气的接收时期、接收量和接收热量在内的接收规划信息、以及包含从一个或多个支出管线向与所述各支出管线对应的送出目的地直接地送出所述液化天然气或者使所述液化天然气汽化而送出的送出规划中的每规定的单位期间的送出规划量在内的送出规划信息的各输入,作为输入信息进行保存,并存储向所述储存罐的所述液化天然气的接收及储存所涉及的多个约束条件、以及从所述储存罐向所述支出管线的所述液化天然气的支出所涉及的多个约束条件;和运算处理单元,通过计算机的运算处理来求解由所述输入信息和所述约束条件构成为混合整数非线性规划问题的至少所述液化天然气的接收及支出的各操作所涉及的所述储存罐的运用规划问题的可行性解,所述运算处理单元具备求解混合整数线性规划问题的第1处理单元、和求解连续非线性规划问题的第2处理单元,且将所述输入信息作为前提条件,将第1求解处理和第2求解处理分别执行两次以上,在所述第1求解处理中,针对所述约束条件之内的包含非线性式的多个非线性约束条件的各个非线性约束条件进行第1松弛处理,将所述混合整数非线性规划问题置换成混合整数线性规划问题,使用所述第1处理单元来求解,至少导出规定成为所述规划对象期间内的每个所述接收规划的所述液化天然气的接收的对象的一个或多个所述储存罐的接收模式、和规定进行与每个所述单位期间的所述送出规划量对应的所述液化天然气的支出的所述储存罐的支出模式的临时解或最终解,在所述第2求解处理中,针对所述约束条件之内的包含离散变量的多个离散型约束条件进行第2松弛处理,将所述混合整数非线性规划问题置换成连续非线性规划问题,使用所述第2处理单元来求解,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的临时解或最终解,在第2次以后的所述第1求解处理中,针对所述非线性约束条件的至少一部分,使用在前一次的所述第2求解处理中导出的所述液化天然气的储存量及储存热量的转变的临时解,来进行所述第1松弛处理,在第1次以后的所述第2求解处理中,针对所述离散型约束条件的至少一部分,使用在前一次的所述第1求解处理中导出的所述离散变量,来进行所述第2松弛处理。
更优选,上述特征的储存罐运用规划导出***:所述运算处理单元将所述输入信息作为前提条件,依次执行第1运算处理、第2运算处理、第3运算处理以及第4运算处理,在所述第1运算处理中,执行所述第1求解处理,导出所述接收模式的最终解、所述支出模式的临时解、以及所述各储存罐的所述液化天然气的储存量及储存热量的转变的临时解,在所述第2运算处理中,基于经过所述第1运算处理而导出的所述最终解和所述各临时解,执行所述第2求解处理,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的新的临时解,在所述第3运算处理中,基于经由所述第1以及第2运算处理而导出的所述最终解和最新的所述各临时解,执行所述第1求解处理,至少导出所述支出模式的新的临时解或最终解,在所述第4运算处理中,基于经由所述第1至第3运算处理而导出的所述最终解和最新的所述各临时解,执行所述第2求解处理,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的新的临时解或最终解。
更优选,上述特征的储存罐运用规划导出***,在所述多个储存罐的特定的储存罐间以输送管线连结,且构成为能在相互间输送所述液化天然气的情况下,所述存储单元作为所述混合整数非线性规划问题的约束条件还存储所述储存罐间的所述液化天然气的输送所涉及的多个约束条件,所述运算处理单元将所述输入信息作为前提条件,不考虑所述输送所涉及的约束条件的至少一部分而依次执行所述第1至第4运算处理,从而在所述第1运算处理中还导出规定所述规划对象期间内的进行所述液化天然气的输送的所述特定的储存罐的输送模式的临时解,在所述第3运算处理中还导出所述输送模式的新的临时解,在所述第5运算处理中,基于经由所述第1至第4运算处理而导出的所述最终解和最新的所述各临时解,考虑所述输送所涉及的约束条件,执行所述第1求解处理,至少导出所述输送模式的新的临时解,基于经由所述第1至第5运算处理而导出的所述最终解和最新的所述各临时解,考虑所述输送所涉及的约束条件,执行所述第2求解处理,导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的最终解和所述输送模式的最终解。
更优选,上述特征的储存罐运用规划导出***构成为,所述运算处理单元取代所述输入信息以及所述约束条件中包含的所述液化天然气的热量而使用能与所述热量近似地换算的所述液化天然气的密度,执行所述第1以及第2求解处理,取代所述各储存罐的所述液化天然气的储存热量的转变的临时解而导出所述各储存罐的所述液化天然气的密度的转变的临时解。
更优选,上述特征的储存罐运用规划导出***,在所述第1松弛处理中,由所述约束条件中包含的所述液化天然气的密度与体积之积的非线性式所表示的所述液化天然气的质量被线性近似成由以基准密度为系数的体积项、以基准体积为系数的密度项和常量项构成的1次多项式。
更优选,上述特征的储存罐运用规划导出***,所述运算处理单元在所述第1以及第2求解处理中,将由所述连续变量和所述离散变量之内的至少一个变量所规定的监视对象项目距规定基准值的背离幅度作为罚因子,作为使对一个或多个所述罚因子进行加权相加后的目标函数最小化的可行性解,导出所述最终解以及所述临时解。
更优选,上述特征的储存罐运用规划导出***,在所述第1以及第2求解处理的至少一个中,作为所述罚因子之一,包含每条所述支出管线的规定期间内的被送出的所述液化天然气的平均热量与规定的基准热量之间的背离幅度。
更优选,上述特征的储存罐运用规划导出***,所述存储单元还受理包含使所述规定的单位期间细化后的每个单位细化期间的送出规划量在内的详细送出规划信息的输入,作为所述输入信息进行保存,所述运算处理单元分别至少执行两次的所述第1以及第2求解处理而导出所述接收模式和所述支出模式的最终解之后,基于所导出的所述最终解和最新的所述各临时解,将包含所述详细送出规划信息的所述输入信息作为前提条件,导出每个所述单位细化期间以及每个所述储存罐的支出量。
更优选,上述特征的储存罐运用规划导出***,所述支出模式按照每条所述支出管线来规定***在所述储存罐与该支出管线之间的支出用泵之内用于所述液化天然气的支出的一个或多个所述支出用泵。
更优选,上述特征的储存罐运用规划导出***,所述运算处理单元在针对从已开始且未结束的第1所述规划对象期间的未经过期间的开头开始的第2所述规划对象期间的所述第1以及第2求解处理中,作为初始条件而使用第1所述规划对象期间的经过期间的最终时间点下的处理结果。
更优选,上述特征的储存罐运用规划导出***,在所述约束条件中包含用于防止在所述储存罐中储存组成不同的所述液化天然气的情况下产生的层状化的约束条件。
进而,用于达成上述目的的本发明所涉及的储存罐运用规划导出方法,其特征在于,具有:输入信息存储步骤,受理规定的规划对象期间内的、包含储存液化天然气的多个储存罐各自的所述液化天然气的初始储存量和初始储存热量在内的罐初始状态信息、包含所述液化天然气的多个接收规划各自的所述液化天然气的接收时期、接收量和接收热量在内的接收规划信息、以及包含从一个或多个支出管线向与所述各支出管线对应的送出目的地直接地送出所述液化天然气或者使所述液化天然气汽化而送出的送出规划中的每个规定的单位期间的送出规划量在内的送出规划信息的各输入,作为输入信息而保存在规定的存储单元中;和运算处理步骤,通过计算机的运算处理来求解由所述输入信息、向所述储存罐的所述液化天然气的接收及储存所涉及的多个约束条件、以及从所述储存罐向所述支出管线的所述液化天然气的支出所涉及的多个约束条件构成为混合整数非线性规划问题的至少所述液化天然气的接收及支出的各操作所涉及的所述储存罐的运用规划问题的可行性解,在所述运算处理步骤中,将所述输入信息作为前提条件,将第1求解处理和第2求解处理分别执行两次以上,在所述第1求解处理中,针对所述约束条件之内的包含非线性式的多个非线性约束条件的各个非线性约束条件进行第1松弛处理,将所述混合整数非线性规划问题置换成混合整数线性规划问题,使用所述第1处理单元来求解,至少导出规定所述规划对象期间内的成为每个所述接收规划的所述液化天然气的接收的对象的一个或多个所述储存罐的接收模式和规定进行与每个所述单位期间的所述送出规划量对应的所述液化天然气的支出的所述储存罐的支出模式的临时解或最终解,在所述第2求解处理中,针对所述约束条件之内的包含离散变量的多个离散型约束条件进行第2松弛处理,将所述混合整数非线性规划问题置换成连续非线性规划问题,使用所述第2处理单元来求解,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的临时解或最终解,在第2次以后的所述第1求解处理中,针对所述非线性约束条件的至少一部分,使用在前一次的所述第2求解处理中导出的所述液化天然气的储存量及储存热量的转变的临时解,来进行所述第1松弛处理,在第1次以后的所述第2求解处理中,针对所述离散型约束条件的至少一部分,使用在前一次的所述第1求解处理中导出的所述离散变量,来进行所述第2松弛处理。
在本发明所涉及的储存罐运用规划导出***以及方法中,由于保存所述输入信息的所述存储单元的一部分和所述输入信息存储步骤相互对应,以及所述运算处理单元和所述运算处理步骤相互对应,故实质上规定了相同的内容。因此,输入信息、约束条件、非线性约束条件、离散型约束条件、第1以及第2处理单元、第1以及第2松弛处理、第1以及第2求解处理、第1至第6运算处理、接收模式、支出模式、输送模式、各最终解以及各临时解,在上述储存罐运用规划导出***以及方法之间成为相同的内容。由此,在上述储存罐运用规划导出方法的运算处理步骤中,分别经由上述第1至第4运算处理或者上述第1至第6运算处理,导出与上述储存罐运用规划导出***同样的各最终解以及各临时解。
发明效果
此外,根据上述特征的储存罐运用规划导出***以及方法,将由复杂且大规模的混合整数非线性问题所表示的储存液化天然气的储存罐的运用规划问题,分割成第1求解处理和第2求解处理,交替地重复求解混合整数线性规划问题和连续非线性规划问题这2个种类的规划问题,从而通过第1求解处理可获得离散变量相关联的接收模式、支出模式等的临时解或最终解,通过第2求解处理可以获得与非线性约束条件相关联的各储存罐的液化天然气的储存量以及储存热量的转变的临时解或最终解,因此能够交替地利用彼此的导出结果,可以获得全局最优解或近似于该解的可执行解。其结果,可以用短时间的运算处理来实现更效率的储存罐的运用规划的规划方针,因此可以适时地应对接收规划的变更、追加、或者支出规划的变更等。
附图说明
图1是示意性地表示针对储存罐的液化天然气的接收操作所涉及的设备构成以及接收操作内容的概要的说明图。
图2是示意性地表示针对储存罐的液化天然气的输送操作所涉及的设备构成以及输送操作内容的概要的说明图。
图3是示意性地表示针对储存罐的液化天然气的支出操作所涉及的设备构成以及支出操作内容的概要的说明图。
图4是表示储存罐的运用规划问题所处理的主要的连续变量、主要的离散变量、以及主要的常量的一览表。
图5是示意性地表示本发明所涉及的储存罐运用规划导出***的概要构成的框图。
图6是表示储存罐的运用规划问题的求解处理的顺序的流程图。
图7是表示接收模式、冷却返回模式、以及输送模式的画面显示例的图。
图8是表示支出模式的画面显示例的图。
图9是表示支出模式的其他画面显示例的图。
具体实施方式
以下,基于附图来说明本发明所涉及的储存罐运用规划导出***以及方法的实施方式。
参照图1~图8来说明本发明的一实施方式。在图1~图3中示意性示出针对成为储存罐运用规划导出***(以下酌情称作“本***”。)所求解的运用规划问题的对象的储存液化天然气(LNG)的多个储存罐10的、LNG的接收、输送、支出的各操作所涉及的设备构成以及各操作内容的概要。首先,参照图1~图3来简单地说明接收、输送、支出的各操作。
如图1所示,所谓接收操作,是指针对由LNG油船等的运输单元11从产地或者其他LNG储存基地等运输来的LNG,从多个储存罐10之中指定与接收货物的货物量等相应的一个或多个储存罐作为接收罐,并在所指定的接收罐中进行接收货物的LNG的接收的操作。另外,LNG的各接收作为接收规划来设定,作为其具体内容的接收量、接收时期(接收日)、接收热量等作为接收规划信息来预先设定。在本实施方式中,假定只将多个储存罐10内的一部分罐作为接收罐来使用的情况,例如在图1所示的一例中,在储存罐10分散地设置于两个区域A1、A2的情况下,将区域A1的储存罐K101~K104这4台罐、和区域A2的储存罐K201~K203这3台罐作为接收罐来使用。
如图2所示,所谓输送操作,是指使储存罐10内的LNG经由输送管线12而移动至另一储存罐10的操作,例如在只将多个储存罐10内的一部分罐作为接收罐来使用等的情况下(参照图1),适用于使LNG从接收罐移动至其他储存罐10的情况。此外,输送用泵13分别各一台地***在成为输送源的储存罐10与输送管线12之间。在图2所示的例子中,接收罐全部成为输送源,区域A2内的接收罐也成为输送目的地。接收罐未必一定成为输送源。此外,接收罐的一部分成为输送目的地是用于提高接收罐的选择的自由度,例如能够利用于根据后述的层状化判定条件来调整接收罐的储存量。
如图3所示,所谓支出操作,是指将储存罐10内的LNG向与各储存罐10已建立对应的支出管线14支出的操作。使从各支出管线14支出的LNG直接地或者汽化地根据需要来进行热量调整,并向所对应的一个或多个送出目的地15送出。在本实施方式中,在各储存罐10分别至少设置2台支出用泵16,例如构成为可以实现从相同储存罐10的不同支出用泵16向相同支出管线14的支出,构成为即便一台失效而变得不能使用也可切换成另一台来使用。此外,构成为除了一部分的储存罐10之外,各支出用泵16至少与两条支出管线14连接,从而可以选择性地向任何一条支出管线14支出。根据该构成,相对于1台罐的储存罐10,通过使1台或2台的支出用泵16运转,从而能够使各储存罐10分别与一条支出管线14建立对应,按照每条支出管线14而将成为支出源的储存罐10分组化。在本实施方式中,按照每条支出管线14,将每规定单位期间(例如一天)的向所对应的送出目的地15送出的LNG或使LNG已汽化的城市燃气的送出规划量,作为送出规划信息来预先设定。
然而,在处理极低温的LNG的设备中,为使流通LNG的管道类的内部维持在极低温状态,而使LNG流通来进行管道类的内部保冷的冷却(保冷操作)。在本实施方式中,使支出给支出管线14的LNG的一部分(冷却用LNG)经由阀而流入保冷对象的输送管线12,直到输送至回收该冷却用LNG的储存罐10(冷却返回罐)为止,由此来实施该冷却(第1冷却形态)。在本实施方式中,作为冷却的对象而假定输送管线12。因此,也能够将冷却作为支出操作或者输送操作的一部分来捕捉。在以下的说明中,所谓冷却返回量,意味着流入输送管线12的冷却用LNG的量(体积)或回收至冷却返回罐的冷却用LNG的量(体积)。另外,在本实施方式中,虽然假定了上述第1冷却形态,但是除此之外例如也可将特定的接收罐作为冷却供应罐的候选,从由该候选之中选择出的冷却供应罐当中取出冷却用LNG,并经由输送管线12而回收到预先被作为冷却返回罐设定的储存罐10(第2冷却形态)。
以下,为了方便,将图1~图3所例示的由储存罐10、输送管线12、输送用泵13、支出管线14、支出用泵16等所构成的用于LNG的接收、输送、支出的设备称作“LNG储存设备群组”。
其次,对成为本***的求解对象的储存罐10的运用规划问题进行说明。本运用规划问题通过多数的连续变量和离散变量、以及由该变量所规定的多数的约束条件和一个目标函数来表示,成为一部分的约束条件包含非线性式的混合整数非线性规划问题。本***若将上述的接收规划信息和送出规划信息、以及包含各储存罐10的LNG的初始储存量和初始储存热量在内的罐初始状态信息作为输入信息来提供,则以后述的处理顺序来求解该混合整数非线性规划问题,分别导出规定成为规划对象期间(例如30天)内的每个接收规划的LNG的接收的对象的一个或多个储存罐10的接收模式、规定进行LNG的输送的特定的储存罐10的输送模式、规定向与每个单位期间(例如一天)的上述送出规划量对应的各支出管线14进行LNG的支出的储存罐10的支出模式、规定冷却返回罐的冷却返回模式、以及各储存罐10中的每个单位期间(例如一天)的储存量和储存热量的转变,作为输出信息而以规定的形式进行输出。
其次,对本运用规划问题所处理的连续变量、离散变量、常量、约束条件的主要内容进行说明。以下,将单位期间设为一天,将规划对象期间T设为30天,假设规划对象期间T内的时间点t(t=1~30)以天为单位来表示。在本实施方式中,时间点t的时长为单位期间(一天)。
在图4(A)~(C)中分别示出主要的连续变量、主要的离散变量、以及主要的常量的一览表。在图4(A)以及(B)的各一览表的左列记载连续变量或离散变量的标号,在右列记载内容。在图4(C)的一览表的左列记载常量的标号,在中央列记载分类编号,在右列记载内容。
图4(A)以及(C)所示的接收量、输送量、支出量、BOG发生量、冷却返回量、BOG的量、送出规划量的次元为体积(液体状态)。
在本实施方式中,LNG的热量(接收热量、储存罐10内的储存热量、支出管线14内的热量等)全部换算成液体状态下的密度(每单位体积的质量)。因此,与LNG的热量相关的连续变量以及常量全部使用置换成与密度相关的连续变量以及常量后的量。具体而言,将LNG的热量换算成汽化天然气的标准状态的每单位体积的热量[MJ/Nm3](标准状态汽化热量),将LNG的标准状态汽化热量和LNG的密度(液体状态)的一方以另一方的1次式近似,由此可以实现置换。由于LNG的密度(液体状态)能够置换成LNG的标准状态汽化热量,因此能够将相对于使所支出的LNG汽化的城市燃气的热量约束简单地置换成相对于所支出的LNG的密度(液体状态)的约束条件。
被分类成图4(C)的一览表所示的分类编号1的常量,由接收规划信息以及送出规划信息等的输入信息来提供。被分类成分类编号2的常量,基于LNG的物性来设定。被分类成分类编号3的常量,基于储存罐10、输送管线12、输送用泵13、支出管线14、以及支出用泵16等的LNG的接收、储存、输送、支出所涉及的各种设备的属性信息(储存罐10的容积、输送用泵13以及支出用泵16的性能等)来设定。被分类成分类编号4的常量,基于相对于所支出的LNG的热量约束来设定。
其次,对约束条件进行说明。约束条件主要作为针对于在接收、储存、输送、支出、冷却的各阶段的各种设备的物量约束以及热量约束来规定。物量约束包含:与LNG的体积相关的约束、以及与成为各操作的对象的储存罐10、输送管线12、支出管线14的可能组合相关的约束。虽然热量约束是与在各操作阶段的LNG的热量相关的约束,但是在本实施方式中,热量约束成为与LNG的密度相关的约束。其中,与每个储存罐10的以天为单位的质量变化相关的约束(参照下述的数学式2)、以及与每条支出管线14的LNG的支出质量(支出量与密度之积)和向对应的送出目的地15送出的LNG的送出质量(送出规划量与密度之积)之间的平衡相关的约束(参照下述的数学式8)、以及与关于冷却用LNG的质量平衡相关的约束(参照下述的数学式18),也包含密度,因此与质量相关的约束具有物量约束和热量约束这两个方面。在该与质量相关的约束条件式中,成为由两个连续变量(体积和密度)之积(非线性式)所表示的各种质量的多项式,因此该质量约束成为非线性约束。
此外,约束条件也根据约束条件式中所含有的变量的种类来分类。被分类成:约束条件式作为变量而只包含连续变量不包含离散变量的情况、相反地只包含离散变量不包含连续变量的情况、以及包含连续变量和离散变量双方的情况这3个种类。
以下,对主要的约束条件进行具体地说明。首先,在以下的数学式1~数学式3中示出与每个储存罐10的以天为单位的体积变化和质量变化相关的约束条件式。数学式1~数学式3均为与连续变量相关的约束条件。数学式1~数学式3的约束条件式分别存在与规划对象期间T的天数和储存罐10的数目之积相同的数目。
(数学式1)
v j t + 1 = v j t + y j t + Σ i x i , j t - Σ i x j , i t - Σ l z j , l t + Σ l xc l , j t - w j t
(数学式2)
q j t + 1 · v j t + 1 = q j t · v j t + b t q · y j t + Σ i q i t · x i , j t - Σ i q j t · x j , i t - Σ l q j t · z j , l t + Σ l qc t · xc l , j t - qw · w j t
(数学式3)
V j L ≤ v j t ≤ V j U
数学式1表示在储存罐j中针对于时间点t下的最初储存体积经过在时间点t发生的各操作、BOG发生等所引起的体积变化而成为下一个时间点t+1的最初储存体积。具体而言,在时间点t下的最初储存体积上相加时间点t下的接收量、所流入的输送量和所流入的冷却返回量,减去所流出的输送量、支出量和BOG发生量,从而成为下一个时间点t+1的最初储存体积。因此,数学式1所示的约束条件表示包含接收、储存、输送、支出、冷却的所有操作的物量约束。在此,数学式1的右边第7项的BOG发生量是时间点t下的各操作所发生的BOG的总量,作为每次操作的BOG发生量,以此操作时间点下的BOG的密度等作为参数,使用按照每次操作被预先表格化的值而求出的。
数学式2表示在储存罐j中针对时间点t下的最初储存质量而经过在时间点t发生的各操作、BOG发生等所引起的质量变化而成为下一个时间点t+1的最初储存质量。具体而言,在时间点t下的最初储存质量(储存体积与储存密度之积)上相加时间点t下的接收质量(接收量与接收密度之积)、所流入的输送质量(输送量和输送源罐的储存密度)和所流入的冷却返回质量(冷却返回量和冷却返回LNG的密度),减去所流出的输送质量(输送量和储存密度)、支出质量(支出量和储存密度)和BOG发生质量(BOG发生量和BOG的密度),从而成为下一个时间点t+1的最初储存质量(储存体积与储存密度之积)。在此,数学式2的右边第7项内的BOG发生量与上述数学式1同样地求出。因此,数学式2所示的约束条件表示包含接收、储存、输送、支出、冷却的所有操作的物量约束和热量约束。
数学式3是规定与各储存罐10中的储存量的上下限相关的储存阶段中的物量约束的约束条件式,具体而言规定:时间点t下的各储存罐10中的储存量成为由各储存罐10的储存容量所确定的体积上限值以下且体积下限值以上。
其次,在以下的数学式4~数学式6中示出接收操作中的物量约束所涉及的约束条件式。数学式4是与连续变量相关的约束条件,数学式5是与连续变量和离散变量相关的约束条件(混合整数约束条件),数学式6是与离散变量相关的约束条件。
(数学式4)
Σ j y j t = b t
(数学式5)
y j t ≤ δ j t · V j U
(数学式6)
δ j 1 t + δ j 2 t ≤ 1
数学式4表示时间点t变为接收日的接收规划的接收量成为在时间点t被各储存罐10接收到的接收量的合计。数学式3的左边的各储存罐10内未被作为接收罐使用的储存罐10的接收量为0。数学式4存在与规划对象期间T的天数相同的数目。当在时间点t没有接收规划的情况下,数学式4的右边的常量的值为0。
数学式5表示:时间点t下的储存罐j中的接收量,当在时间点t有接收的情况下是储存罐j的体积上限值以下,当在时间点t无接收的情况下是0。数学式5存在与规划对象期间T的天数和储存罐10的数目之积相同的数目。
数学式6规定针对一个接收规划无法同时作为接收罐使用的储存罐10的组合。也就是说,数学式6表示储存罐j1和储存罐j2无法同时作为接收罐使用。数学式6只存在与无法同时作为接收罐使用的储存罐10的组合的数目。
其次,在以下的数学式7~数学式10中示出支出操作中的物量约束所涉及的约束条件式。数学式7~数学式10均为与连续变量相关的约束条件。数学式7以及数学式8的约束条件式分别存在与规划对象期间T的天数和支出管线14的数目之积相同的数目。数学式9的约束条件式存在与规划对象期间T的天数和储存罐10的数目之积相同的数目。数学式10的约束条件式存在与规划对象期间T的天数、储存罐10的数目和支出管线14的数目之积相同的数目。
(数学式7)
Σ j z j , l t = Σ i xc l , i t + Σ m ′ c m ′ t - Σ m ′ mw m ′ t
(数学式8)
Σ j q j t · z j , l t = lq l t · ( Σ i xc l , i t + Σ m ′ c m ′ t ) - qw · Σ m ′ mw m ′ t
(数学式9)
Σ l z j , l t = Σ k zp k , j t
(数学式10)
U j , l z ≥ z j , l t
数学式7规定了时间点t下的向支出管线1支出的支出量的合计与支出管线l的送出规划量之间的体积平衡。具体而言,时间点t下的向支出管线1支出的支出量的合计等于:相加从支出管线l向各储存罐10的冷却返回量的合计、和时间点t的向支出管线l所涉及的送出规划的送出目的地m’(m’表示与支出管线l对应的送出目的地)送出的各送出规划量的合计,减去时间点t下的混入到送出目的地m’的各BOG的量的合计而得到的体积。在本实施方式中,伴随支出操作而混入到各送出目的地15的BOG的量,以此操作时间点下的BOG的密度等作为参照,使用按照每次操作被预先表格化的值而求出的。
数学式8规定了时间点t下的向支出管线1支出的支出质量的合计、和由支出管线l的送出规划量与密度之积所表示的送出规划质量之间的质量平衡。具体而言,时间点t下的向支出管线1支出的来自各储存罐j的支出量与密度之积的合计等于:在从支出管线l向各储存罐10的冷却返回量的合计、与时间点t的向支出管线l所涉及的送出规划的送出目的地m’(m’表示与支出管线l对应的送出目的地)送出的各送出规划量的合计之和上相乘支出管线l的密度,减去在时间点t下的混入到送出目的地m’的各BOG的量的合计上相乘BOG的密度后的BOG质量而得到的质量。
数学式9规定了时间点t下的从储存罐j向各支出管线l的支出量的合计成为来自与储存罐j连接的支出用泵k的支出量的合计。
数学式10表示时间点t下的从储存罐j向支出管线l的支出量限制在由储存罐j与支出管线l之间所设置的支出用泵16的能力所确定的上限值以下。
其次,在以下的数学式11以及数学式12中示出支出操作中的热量约束所涉及的约束条件式。数学式11以及数学式12均为与连续变量相关的约束条件。数学式11的约束条件式存在与支出管线14的数目相同的数目,数学式12的约束条件式存在与规划对象期间T的天数和支出管线14的数目之积相同的数目。
(数学式11)
Σ t lq l t T ≤ A l
(数学式12)
B l L ≤ lq l t ≤ B l U
数学式11规定了各支出管线l在时间点t的密度的规划对象期间T内的平均密度为各支出管线l的平均密度的下限值以上。
数学式12规定了时间点t下的各支出管线l的密度为各支出管线l的瞬时密度的下限值以上且上限值以下。在本实施方式中,虽然将单位期间假定为一天,但是瞬时热量的下限值和上限值规定了以一小时为单位的密度的变动容许范围。也就是说,数学式12规定了以一天为单位所规定的各支出管线l的密度收敛在以一小时为单位的密度的变动容许范围内。
其次,在以下的数学式13~数学式16中示出输送操作中的物量约束所涉及的约束条件式。数学式13为与连续变量相关的约束条件。数学式14~数学式16均为与离散变量相关的约束条件。数学式13的约束条件式存在与规划对象期间T的天数、储存罐10的数目和自储存罐10的数目减去1后的数目之积相同的数目。数学式14~数学式16的约束条件式分别存在与规划对象期间T的天数和储存罐10的数目之积相同的数目。
(数学式13)
U i , j x ≥ x i , j t
(数学式14)
Σ i ix j , i t ≤ 1
(数学式15)
Σ i ix i , j t ≤ 1
(数学式16)
Σ i ix i , j t + Σ i ix j , i t ≤ 1
数学式13表示时间点t下的从储存罐i向储存罐j的输送量被限制在由设于储存罐i的输送用泵13的能力所确定的上限值以下。
数学式14规定了在时间点t下的输送操作中于相同时间点t不会出现多个储存罐10成为输送目的地的情形。数学式14的左边的值,在时间点t下不进行储存罐j成为输送源的输送的情况下成为0,在进行的情况下成为1。
数学式15规定了在时间点t下的输送操作中于相同时间点t不会出现多个储存罐10成为输送源的情形。数学式15的左边的值,在时间点t不进行储存罐j成为输送目的地的输送的情况下成为0,在进行的情况下成为1。
数学式16规定了在时间点t下的输送操作中多个储存罐10之内相同储存罐10不会同时成为输送目的地和输送源。数学式16的左边的值,在时间点t不进行储存罐j成为输送目的地或输送源的输送的情况下成为0,在进行的情况下成为1。
其次,在以下的数学式17以及数学式18中示出冷却操作中的物量约束所涉及的约束条件式。数学式17以及数学式18均为与连续变量相关的约束条件。数学式17以及数学式18的约束条件式分别存在与规划对象期间T的天数和支出管线14的数目之积相同的数目。
(数学式17)
Σ j xc l , j t = cl l t
(数学式18)
qc t Σ l cl l t = Σ l lq l t · cl l t
数学式17规定了与时间点t下的经由支出管线l所提供的冷却用LNG相关的体积平衡。具体而言,时间点t下的从支出管线1向各储存罐j的冷却返回量的合计等于时间点t下的从支出管线l向规定的输送管线12的冷却返回量。
数学式18规定了与时间点t下的冷却用LNG相关的质量平衡。具体而言,时间点t下的从各支出管线14向规定的输送管线12的冷却返回量的合计与冷却返回LNG的密度之积,等于时间点t下的从支出管线l向规定的输送管线12的冷却返回量与支出管线l的密度之积的合计。
以上,将主要的约束条件分类成接收、储存、输送、支出、冷却的各阶段中的物量约束以及热量约束,详细地进行了说明。以下,为了便于说明,将数学式1、数学式7以及数学式17所示的规定体积变化以及体积平衡的约束条件称作“体积守恒定律”,将数学式2、数学式8以及数学式18所示的规定质量变化以及质量平衡的约束条件称作“质量守恒定律”。由于约束条件较大程度依赖于成为本***的求解对象的混合整数非线性规划问题的基础的LNG储存设备群组的构成以及各个构成要素的个数、各个构成要素的属性(大小、性能等)等,因此也可追加到数学式1~数学式18所例示的主要的约束条件中,来设定另一个约束条件。进而,也可将该主要的约束条件的一部分变更成另一个约束条件。
作为一例,作为通过接收、输送、或者、冷却而使LNG流入到存罐10时的约束,存在基于储存罐10的储存量、和所流入的LNG与储存LNG的密度差之间的关系而将LNG的入口决定为罐上部或罐下部的任一者的约束条件。这是用于根据上述关系来防止在储存罐10内LNG发生密度分布而层状化的热量约束所涉及的约束条件(层状化判定条件)。该约束条件,例如在接收罐为多个时执行将LNG的入口统一为罐下部的运用等情况下,能够变更成将LNG的入口成为罐上部的接收罐的储存量预先设为LNG的入口成为罐下部的储存量的约束条件。无论在何种情况下,确定储存罐10的LNG的入口是罐上部还是罐下部的变量均成为离散变量。例如,在成为接收对象的储存罐10有多个的情况下,需要将LNG的入口统一为罐上部或罐下部时的约束条件成为使用了该离散变量的约束条件。
作为另一例,在接收操作中的物量约束所涉及的约束条件之中例如追加:当接收罐为多个的情况下在接收罐间规定由接收前的各储存量所确定的罐液位的差为规定范围内的约束条件;当接收罐为多个的情况下在接收罐间规定由接收后的各储存量所确定的罐液位的差相等的约束条件;当接收罐为多个的情况下在接收罐间规定接收量的比例成为规定的比例的约束条件;规定接收罐的数目由接收规划的接收量来决定的约束条件等。
作为另一例,作为支出操作中的物量约束所涉及的约束条件,例如也可以追加:规定使支出用泵16与支出管线14之间的对应关系在一定期间内不变更而固定的约束条件;规定将按每条支出管线14运转的支出用泵16的台数设定得比由每条支出管线14的送出规划量所确定的必要台数多1台的约束条件等。此外,可以构成为,前者的约束条件之内支出用泵16与支出管线14之间的对应关系、和固定该对应关系的一定期间,可以分别作为输入信息的一部分来酌情变更。
作为另一例,作为支出操作中的热量约束所涉及的约束条件,例如可以追加:规定即便1台支出用泵16失效也可满足数学式11以及数学式12所示的约束条件这样的约束条件;规定成为启动支出用泵16之前的支出源的储存罐10内的密度处于规定的范围内的约束条件;规定针对从支出管线14向送出目的地15送出的LNG的热量调整所附加的LPG(液化石油天然气)的附加量为规定的上限值以下的约束条件;规定混入到从支出管线14向送出目的地15送出的LNG中的BOG量为规定的上限值以下的约束条件等。
作为另一例,作为输送操作中的物量约束所涉及的约束条件,例如可以追加:按照每条输送管线12来规定成为输送源的储存罐10和成为输送目的地的储存罐10被固定为特定的储存罐10的约束条件;当在相同区域内进行接收操作的情况下规定在相同区域内不进行输送操作的约束条件;规定成为启动输送用泵13之前的输送源的储存罐10内的储存量或液位处于规定的范围内的约束条件等。
作为另一例,作为冷却中的物量约束所涉及的约束条件,例如可以追加:按照每条输送管线12,将成为冷却用LNG的送出源的支出管线14和冷却返回罐的可能组合预先固定为规定的组合的约束条件等。
其次,对本***的构成进行说明。图5表示本***1的概要构成。如图5所示,本***1具备:运算处理单元2,其以后述的处理顺序来求解混合整数非线性规划问题;和存储单元3,其保存该处理顺序、上述的约束条件和目标函数、包含上述的接收规划信息、送出规划信息和罐初始状态信息的输入信息、规定上述的BOG发生量的表格等。另外,上述的连续变量、离散变量、以及被分类成分类编号2~4的常量等作为约束条件的一部分而保存至存储单元3,且被分类成分类编号1的常量作为输入信息的一部分而被保存至存储单元3。
运算处理单元2构成为不具备直接求解混合整数非线性规划问题的通用求解器,而具备作为求解混合整数线性规划问题的通用求解器的第1处理单元4、和作为求解连续非线性规划问题的通用求解器的第2处理单元5。第1处理单元4使用有效利用了分支定界法(branch-and-boundmethod)的求解算法来求解混合整数线性规划问题以及整数规划问题。第2处理单元5使用有效利用了内点法(interior method)的求解算法来求解连续非线性规划问题。第1处理单元4以及第2处理单元5用在规定的平台上动作的软件单元,将各处理单元的执行程序加载到构成该平台的存储器上来实现。以下,为了方便起见,将第1处理单元4所执行的求解处理综合起来称作“第1求解处理”,将第2处理单元5所执行的求解处理综合起来称作“第2求解处理”。
此外,运算处理单元2,既作为第1处理单元4以及第2处理单元5以后述的处理顺序逐次选择任一者而有选择地执行第1求解处理或第2求解处理的求解处理控制单元6发挥功能,进而也作为最终导出的接收模式、输送模式、支出模式、冷却返回模式、以及各储存罐10中的每一天的储存量和储存密度的转变(以下为了方便起见称作“储存状态转变”。)等的输出信息用规定的输出格式进行输出处理(画面显示或者打印输出等)的输出单元7发挥功能。因此,在本实施方式中,第1处理单元4、第2处理单元5和求解处理控制单元6相互协作,而作为求解储存罐10的运用规划问题的混合整数非线性规划问题的专用求解器发挥功能。
运算处理单元2作为上述平台,例如采用搭载了以已普及的OS(操作***)动作的高性能的中央运算处理装置(例如英特尔公司制造的Corei5等)的个人计算机或者过程工作站等的通用计算机来构成。第1处理单元4、第2处理单元5、以及求解处理控制单元6和输出单元7,可以分别构成在公共的平台上,并且可以分别构成在单独的平台上。此外,如后所述,由于第1处理单元4所执行的第1求解处理和第2处理单元5所执行的第2求解处理不会同时执行,因此第1处理单元4和第2处理单元5也可以构成在公共的平台上。此外,构成第1处理单元4和第2处理单元5的平台、以及构成求解处理控制单元6和输出单元7的平台,均可以不是相同体系结构的计算机,构成第1处理单元4和第2处理单元5的平台也可以采用专用于第1处理单元4和第2处理单元5的求解算法的专用计算机。
存储单元3例如采用附属于上述平台的硬盘存储装置等的非易失性存储装置、或者与上述平台单独设置的外带的硬盘等的非易失性存储装置来实现。存储单元3在硬件构成上未必一定由相同的存储装置来构成,例如也可使用保存上述的接收规划信息、送出规划信息以及罐初始状态信息等的输入信息的存储区、和保存该输入信息以外的信息的存储区彼此不同的存储装置。进而,优选上述处理顺序保存在附属于构成求解处理控制单元6的平台上的存储装置中。
其次,参照图6的流程图来说明使用本***1求解上述运用规划问题并导出储存罐10的运用规划的方法。
首先,在步骤#1中,通过操作者的输入操作来受理上述的接收规划信息、送出规划信息和罐初始状态信息的输入信息,并输入到存储单元3进行保存(输入信息存储过程)。
接收规划信息由规划导出期间T内的LNG的采购所涉及的信息构成,例如针对在规划导出期间T内发生的每次接收规划而由接收规划的识别信息、LNG油船的船舶抵港日期(接收日)、LNG接收量、LNG的密度(或标准状态汽化热量)等的信息构成。另外,在本实施方式中,如上所述,由于LNG的标准状态汽化热量换算成密度,因此在通过操作者的输入操作来受理该热量的输入的情况下,自运算处理单元2将该热量变换成密度之后输入至存储单元3。
送出规划信息是基于每个送出目的地15的LNG的需求预测而设定的,由规划导出期间T内的以一天为单位的向各送出目的地15送出的LNG或使LNG汽化后的城市燃气的送出规划量构成。在本实施方式中,该送出规划量由LNG(液体状态)的体积来表示。
罐初始状态信息由在规划导出期间T的即将开始之前存储在各储存罐10中的LNG的体积以及密度的各初始值构成,体积以及密度的各初始值相当于初始储存量和初始储存热量。罐初始状态信息,获取设于各储存罐10的液位计以及质量计的测量结果,并自动地或者通过操作者的手动操作而输入至存储单元3。
在存储单元3中,于输入信息存储过程前预先保存有构成作为求解对象的运用规划问题的上述的约束条件、连续变量、离散变量、以及常量等。另外,在变更作为求解对象的运用规划问题的情况下、即作为对象的LNG储存设备群组不同的情况下,重新设定约束条件、连续变量、离散变量、以及常量等。
其次,自步骤#2以后,以在步骤#1中输入并已保存在存储单元3的输入信息作为前提,基于由求解处理控制单元6所控制的处理顺序来执行运算处理过程。
在步骤#2中,运算处理单元2在上述约束条件之内、例如不考虑输送、支出以及冷却所涉及的约束条件的一部分而成为考虑的对象的接收、储存所涉及的约束条件和输送、支出以及冷却所涉及的约束条件的其他一部分之中包含非线性式的非线性约束条件下对该非线性式进行线性近似,不考虑在考虑的对象外的约束条件中包含的非线性约束条件,将由混合整数非线性规划问题所表示的运用规划问题置换成混合整数线性规划问题,针对该混合整数线性规划问题,使用第1处理单元4,满足作为考虑对象而选择出的约束条件,作为使以下的目标函数最小化的可执行解,导出接收模式、支出模式、输送模式、冷却返回模式、以及储存状态转变(第1运算处理)。在本实施方式中,通过该第1运算处理得到接收模式的最终解、和支出模式、输送模式、冷却返回模式以及储存状态转变的临时解。因而,作为考虑的对象外的约束条件,选择的是不会给导出接收模式的最终解带来较大影响的约束条件。具体而言,虽然将何种约束条件除外依赖于LNG储存设备群组的构成以及各个构成要素的个数、各个构成要素的属性(大小、性能等)等,但是在输送所涉及的约束条件中,例如优选按照每条输送管线12规定成为输送源的储存罐10和成为输送目的地的储存罐10被固定为特定的储存罐10这样的约束条件作为考虑对象。此外,在支出所涉及的约束条件中,例如优选物量约束所涉及的约束条件全部考虑,只将热量约束所涉及的一部分的约束条件作为考虑的对象外。
另外,虽然第1处理单元4使用有效利用了周知的分支定界法的求解算法来求解该第1运算处理和后述的第3运算处理以及第5运算处理的第1求解处理,但是因为该第1求解处理的具体内容并不是本发明的主旨,所以省略详细说明。
在第1运算处理中,成为线性近似的对象的非线性约束条件是上述的数学式2以及数学式8所示的与LNG的质量相关的约束条件(质量守恒定律)。数学式2以及数学式8的左边、以及右边的各项的密度变量q和体积变量v之积所表示的非线性式,能够近似为以下的数学式19的右边所示的线性式。另外,密度变量q和体积变量v的标号q以及v便于代表数学式2以及数学式8的各密度变量和各体积变量。
(数学式19)
q·v=q0·v+q·v0-q0·v0
数学式19的右边的q0和v0为常量,分别表示基准密度和基准体积,因假设密度变量q自基准密度的变化和体积变量v自基准体积的变化小,故该两个变化之积能够近似地忽略掉。
在本实施方式中,作为目标函数而使用以下的数学式20所示的目标函数F。在数学式20中,Pi是由规定的监视对象项目自规定的基准值的背离幅度所表示的罚因子(penalty),Ai是对该罚因子Pi进行加权相加时的权重系数。作为监视对象项目包含在上述约束条件中限制了变动范围的连续变量、例如上述数学式1至数学式18所例示的约束条件式之内由不等式所表示的约束条件中的连续变量、由连续变量、离散变量或其两方所表示的函数等。例如,作为监视对象项目的一例,假定各支出管线14在时间点t的密度的规划对象期间T内的平均密度、各支出管线14在各时间点t的密度、规划对象期间T内发生的输送次数、规划对象期间T内的输送量的合计等。但是,在步骤#2的第1运算处理中,因为不考虑输送及支出所涉及的约束条件的一部分以及冷却所涉及的约束条件,所以这些约束条件所涉及的罚因子的权重系数也可设定为0、或者比其他小的值。
(数学式20)
F = Σ i A i · P i
在步骤#3中,运算处理单元2使用由步骤#2的第1运算处理所得到的结果,将接收模式以及离散变量全部固定,从而将混合整数非线性规划问题所表示的运用规划问题置换成连续非线性规划问题,针对该连续非线性规划问题,使用第2处理单元5,满足作为考虑对象而选择的约束条件,作为使数学式20的目标函数最小化的可执行解,导出储存状态转变的新的临时解(第2运算处理)。在第2运算处理中,包含非线性式的约束条件保持非线性式不变而没有线性近似地使用,进而在第1运算处理中作为考虑对象外被排除的约束条件的一部分、例如支出所涉及的约束条件作为考虑对象来追加。由此,在第2运算处理中,可获得比在第1运算处理中得到的储存状态转变的临时解更高精度的临时解。另外,在第2运算处理中,也可根据成为考虑的对象的约束条件,自第1运算处理时变更数学式20的目标函数中的权重系数Ai。
另外,虽然第2处理单元5使用有效利用了周知的内点法的求解算法来求解该第2运算处理和后述的第4运算处理以及第6运算处理的第2求解处理,但是因为该第2求解处理的具体内容并非是本发明的主旨,所以省略详细说明。
在步骤#4中,运算处理单元2使用在步骤#2~步骤#3的第1以及第2运算处理中得到的结果,进而在成为考虑的对象的约束条件之内包含非线性式的非线性约束条件下对该非线性式进行线性近似,从而将由混合整数非线性规划问题所表示的运用规划问题置换成混合整数线性规划问题,针对该混合整数线性规划问题,使用第1处理单元4,满足作为考虑对象而选择的约束条件,作为使数学式20的函数最小化的可执行解,导出支出模式和冷却返回模式的最终解、以及输送模式的新的临时解(第3运算处理)。在第3运算处理中,为了得到支出模式和冷却返回模式的最终解,将支出以及冷却所涉及的约束条件全部作为考虑对象,取而代之将在第2运算处理中考虑过的输送所涉及的约束条件的一部分作为对象外来排除,对成为考虑的对象的约束条件进行调整,以谋求混合整数线性规划问题的松弛。在第3运算处理中,由于使用在第2运算处理中得到的更高精度的储存状态转变的临时解,因此能够高精度地得到支出模式和冷却返回模式的最终解,输送模式的临时解与第1运算处理时相比也被高精度化。另外,在第3运算处理中,也可根据成为考虑的对象的约束条件,自第2运算处理时更新数学式20的目标函数中的权重系数Ai。
在步骤#5中,运算处理单元2使用在步骤#2~步骤#4的第1至第3运算处理中得到的结果,将接收模式、支出模式、冷却返回模式以及离散变量全部固定,从而将由混合整数非线性规划问题所表示的运用规划问题置换成连续非线性规划问题,针对该连续非线性规划问题,使用第2处理单元5,满足作为考虑对象而选择的约束条件,作为使数学式20的目标函数最小化的可执行解,导出储存状态转变的新的临时解(第4运算处理)。在第4运算处理中,包含非线性式的约束条件保持非线性式而没有线性近似地使用,进而在第3运算处理中作为考虑对象外被排除的约束条件的一部分作为考虑对象来追加。由此,在第4运算处理中,可获得比在第2运算处理中得到的储存状态转变的临时解更高精度的临时解。另外,在第4运算处理中,也可根据成为考虑的对象的约束条件,自第3运算处理时变更数学式20的目标函数中的权重系数Ai。
在步骤#6中,运算处理单元2使用在步骤#2、步骤#4以及步骤#5的第1、第3以及第4运算处理中得到的结果,进而在成为考虑的对象的约束条件之内包含非线性式的非线性约束条件下对该非线性式进行线性近似,从而将由混合整数非线性规划问题所表示的运用规划问题置换成混合整数线性规划问题,针对该混合整数线性规划问题,使用第1处理单元4,满足作为考虑对象而选择的约束条件,作为使数学式20的函数最小化的可执行解,导出输送模式的新的临时解(第5运算处理)。在第5运算处理中,为了得到输送模式的新的临时解,将输送所涉及的约束条件全部作为考虑对象。但是,在步骤#6中,由于除了输送模式和储存状态转变以外已经得到了最终解,因此求解对象的混合整数线性规划问题被大幅松弛。另外,即便在第5运算处理中,也可以根据成为考虑的对象的约束条件,自第4运算处理时变更数学式20的目标函数中的权重系数Ai。在第5运算处理中,由于使用在第4运算处理中得到的更高精度的储存状态转变的临时解,因此能够高精度地得到输送模式的新的临时解。
在步骤#7中,运算处理单元2使用在步骤#2、步骤#4~步骤#6的第1、第3至第5运算处理中得到的结果,将接收模式、支出模式、冷却返回模式以及离散变量全部固定,从而将由混合整数非线性规划问题所表示的运用规划问题置换成连续非线性规划问题,针对该连续非线性规划问题,使用第2处理单元5,满足作为考虑对象而选择的约束条件,作为使数学式20的目标函数最小化的可执行解,导出输送模式和储存状态转变的最终解(第6运算处理)。在第6运算处理中,包含非线性式的约束条件保持非线性式而没有线性近似地使用。由此,在第6运算处理中,可获得比在第4运算处理中得到的储存状态转变的临时解更高精度的储存状态转变的最终解,进而可获得输送模式的最终解。另外,在第6运算处理中,也可根据成为考虑的对象的约束条件,自第5运算处理时变更数学式20的目标函数中的权重系数Ai。
其次,在步骤#8中,经由上述步骤#1~步骤#7的各处理而得到的接收模式、支出模式、冷却返回模式、输送模式、以及储存状态转变的最终解分别以规定的输出格式进行画面显示或打印输出。
在图7中示出接收模式、冷却返回模式、以及输送模式的表形式下的画面显示例。在图7所示的显示例中,将两个区域A1以及A2的各储存罐K101~K108、K201~K206配置在第1行~第14行,30天的规划对象期间T的时间点t(t=1~30)以天为单位配置在第1列~第30列,构成了14行×30列的表,在其中示出接收模式、冷却返回模式、以及输送模式。
关于接收模式,当在储存罐10之内于特定的时间点t成为接收罐的情况下,在表示该储存罐10的行与表示该特定的时间点t的列的交点标记上表示成为接收罐的标号(例如○标记)。在图7所以的例子中,例如可知在时间点t=1储存罐K201和K203成为接收罐,在时间点t=3储存罐K102、K103和K104成为接收罐。在实际的接收操作中,基于接收模式而在各时间点t选择出的接收罐中,接收由接收规划所指定的接收量的LNG。另外,在选择了多个接收罐的情况下,将由接收规划所指定的接收量分配成在该接收罐之间预先确定的接收量的比例(例如同等比例)来进行接收。
关于冷却返回模式,当在储存罐10之内于特定的时间点t成为冷却返回罐的情况下,在表示该储存罐10的行和表示该特定的时间点t的列的交点标记上表示成为冷却返回罐的标号(例如▲标记)。在图7所示的例子中,例如可知在时间点t=1~15储存罐K107和K205成为冷却返回罐,在时间点t=16~30储存罐K108和K204成为冷却返回罐。
关于输送模式,当在储存罐10之内于特定的时间点t成为输送源罐的情况下,在表示该储存罐10的行与表示该特定的时间点t的列的交点标记上表示输送目的地罐的罐编号。在图7所示的例子中,例如可知在时间点t=2从储存罐K103向储存罐K204进行输送、从储存罐K104向储存罐K206进行输送,在时间点t=4从储存罐K104向K108进行输送。
在图8中示出支出模式的表形式下的画面显示例。在图8所示的显示例中,作为针对于某一条支出管线14的支出模式,30天的规划对象期间T的时间点t(t=1~30)以天为单位配置在第1行~第30行,在各行列举出于所对应的时间点t供于支出的储存罐10的编号。在图8所示的例子中,例如于时间点t=1储存罐K103、K104、K106、K107变为成为支出源的储存罐10。在实际的支出操作中,使处于基于支出模式于各时间点t选择出的成为支出源的储存罐10可以向该一条支出管线14支出的可支出状态的支出用泵16,例如根据送出规划量而以等负荷或者与泵能力成比例的支出量比进行运转,从而实施LNG的支出。在此,按照即便成为可支出状态的支出用泵16之内的一台失效也可由剩余的支出用泵16提供送出规划量的方式导出支出模式。
关于储存状态转变的显示,针对各储存罐10的储存量,按照每个储存罐10,将横轴作为时间点t,将纵轴作为储存量(或罐液位),储存量(或罐液位)以天为单位的转变用曲线图表进行显示。此外,在该图表内将各储存罐10的储存量的上限值以及下限值作为参考来进行显示。另外,在本实施方式中,不进行储存状态转变之内各储存罐10的储存密度的显示,针对由该储存密度和支出模式所确定的各支出管线14以天为单位的热量转变,按照每条支出管线14,将横轴作为时间点t,将纵轴作为热量,用曲线图表进行显示。另外,在该热量转变的图表内,将约束条件中使用的上限值以及下限值、法定的上限值以及下限值作为参考来显示。
为了确认以上详细说明过的储存罐运用规划导出***以及方法的有用性,关于本申请的申请人对实际上已运用的LNG罐而过去实际上进行的接收、输送、支出、冷却的各操作,使用相同的输入信息来求解成为上述混合整数非线性规划问题的运用规划问题,其结果可获得可行性解,进而根据实际上运用的结果可获得输送所涉及的成本、以及送出热量自基准热量的背离幅度小的结果。另外,作为本***1的平台,在使用了搭载有英特尔公司制造的Corei5处理器(动作频率2.4GHz)和存储器4GB的笔记本型个人电脑的情况下,以规划对象期间T为30天的上述运用规划问题的求解处理,不拘泥于变量的总数变为几万程度,在15分钟内正常地结束。
以下,将上述实施方式的变形例作为另一实施方式进行说明。
<1>在上述实施方式中,如图1所示,在储存罐10的一部分中进行接收,如图2所示,虽然假定了经由输送管线12而将接收罐内的LNG输送至另一储存罐10的情况,但是在所有储存罐10内进行接收而无需在储存罐10之间经由输送管线12来输送LNG的情况下、或者输送操作以预先固定的输送模式进行的情况下,上述步骤#6以及步骤#7的第5以及第6运算处理变得不必要。由此,在步骤#8的输出处理中不进行输送模式的画面显示等。此外,输送操作以预先固定的输送模式进行的情况下,规定输送模式的离散变量成为常量。
<2>在上述实施方式中,在成为本***1的求解对象的运用规划问题中,虽然说明了假定上述的第1冷却形态来导出冷却返回模式的情况,但是也可在假定了上述的第2冷却形态来取代该第1冷却形态的情况下,导出规定冷却供应罐的冷却供应模式而非冷却返回模式。此外,在假定上述的第1冷却形态和第2冷却形态的情况下,导出冷却返回模式和冷却供应模式双方。另外,在采用第2冷却形态的情况下,优选使用另行规定与冷却返回量同样的冷却供应量的连续变量。
进而,关于冷却,将特定的接收罐作为冷却供应罐的候选,从由该候选之中选择出的冷却供应罐当中取出冷却用LNG,并经由输送管线12而被回收到储存罐10之内被选择出的冷却返回罐中的情况下,也导出兼具冷却返回模式和冷却供应模式双方的冷却模式。在此情况下,由于冷却模式与输送模式类似,因此优选另行设置与规定输送模式的离散变量同样的变量。
进而,如上述<1>所示那样,在不进行输送操作的情况下,输送管线12变得不必要,在成为本***1的求解对象的运用规划问题中,由于无需将输送管线12作为冷却的对象,因此在该情况下冷却返回模式和冷却供应模式均无需导出。进而,即便是存在输送管线12并进行冷却的情况下,当冷却供应模式或者冷却供应模式被预先固定地运行时,也无需导出被固定的一方的冷却返回模式或冷却供应模式。
<3>在上述实施方式中,虽然假定了储存罐10被分散设置于两个区域A1、A2的情况,但是也可在储存罐10被分散配置于2个以上的区域、且在各区域中接收罐的候选数多的情况下,在上述步骤#2的第1运算处理之前追加只临时决定接收罐的区域的预备运算处理。在该情况下,关于预备运算处理,将由混合整数非线性规划问题所表示的运用规划问题置换成混合整数线性规划问题或者整数规划问题,针对该混合整数线性规划问题,使用第1处理单元4,满足作为考虑对象而选择的约束条件,作为使数学式20所示的目标函数最小化的可执行解,导出接收模式、支出模式、输送模式、冷却返回模式、以及储存状态转变。但是,在第1运算处理中已作为考虑的对象的约束条件之内的非线性约束条件将全部作为考虑的对象外,关于在第1运算处理中已作为考虑的对象的其他约束条件,也进行一部分的接收以及储存所涉及的约束条件的松弛或简化。通过由该预备运算处理得到的接收模式来固定接收区域,且采用储存状态转变的临时解来进行第1运算处理中的非线性约束条件的线性近似。其结果,在储存罐10的数目或者区域的数目多等的情况下,能够使第1运算处理进一步高精度化。
<4>在上述实施方式中,虽然说明了经由上述步骤#4的第3运算处理而导出针对所有支出管线14的支出模式的最终解的情况,但是也可在第3运算处理之前,作为第3运算处理的前处理分别执行至少一次的第1求解处理和至少一次的第2求解处理,反映该第1以及第2求解处理的结果来执行第3运算处理。
例如,如图3所示,在多个支出管线14对应于区域A1、A2来划分的情况下,根据区域而使每条支出管线14的支出模式分组化,在上述步骤#4的第3运算处理之前,执行:导出与一个接收区域对应的支出管线14的支出模式的最终解和其他的支出模式、输送模式、以及冷却返回模式的临时解的第1求解处理(第3运算处理的第1前处理);和使用在步骤#2的第1运算处理中得到的结果(接收模式的最终解)和在该第3运算处理的第1前处理中得到的结果(一部分的支出模式的最终解和其他的支出模式、输送模式、以及冷却返回模式的临时解),将接收模式和该一部分的支出模式以及离散变量全部固定,从而导出储存状态转变的新的临时解的第2求解处理(第3运算处理的第2前处理);优选取代在第1以及第2运算处理中导出的各临时解,而采用在第3运算处理的第1以及第2前处理中导出的最终解和各临时解来进行上述步骤#4的第3运算处理。
进而,也可在第3运算处理的第2前处理之后执行另一个第1求解处理或者第2求解处理,也反映这些第1或第2求解处理的结果来执行第3运算处理。此外,也可在区域数为3以上的情况下,顺次导出每个区域的支出模式的最终解。
<5>在上述实施方式中,说明了经由上述步骤#6的第5运算处理而导出输送模式的最终解的情况,但是也可以在第5运算处理之前执行至少一次的第1求解处理和至少一次的第2求解处理作为第5运算处理的前处理,反映该第1以及第2求解处理的结果来执行第5运算处理。在该情况下,作为该第5运算处理的前处理的第1求解处理所考虑的约束条件,优选的是较之第5运算处理的第1求解处理所考虑的约束条件而使用尤其在输送操作所涉及的约束条件中一部分被简化、或者未考虑而被松弛的条件,进而作为该第5运算处理的前处理的第2求解处理所考虑的约束条件,优选的是较之第6运算处理的第2求解处理所考虑的约束条件而使用尤其在输送操作所涉及的约束条件中一部分被简化、或者未考虑而被松弛的条件。
<6>在上述实施方式中,所导出的支出模式,如图8所例示的那样,规定了与每单位期间(例如一天)的上述送出规划量对应的向各支出管线14进行LNG的支出的储存罐10。在此,作为输入信息而受理的送出规划信息的送出规划量,也可以是进一步被细化的每个单位细化期间(例如一小时)的送出规划量,而非以一天为单位。在该情况下,通过将该一小时单位的送出规划量合计为一天单位的送出规划量,从而能够导出一天单位的支出模式。
进而,在步骤#4的第3运算处理中导出一天单位的支出模式的最终解,在步骤#5的第4运算处理中导出反映了该最终解的储存状态转变的新的临时解,然后作为第4运算处理的后处理,导出使用这些结果已导出的支出模式下的以一小时为单位的LNG的支出量,来决定支出用泵16的运转优先顺位,这样的方式是优选的实施方式。
具体而言,第1运算单元4基于一天单位的支出模式对应于一小时单位的送出规划量而进行了支出操作的情况下,求解确认即便以一小时为单位也满足规定的约束条件的整数规划问题。在该情况下,作为求解算法,与其他的混合整数线性规划问题不同而采用列生成法。该整数规划问题构成为按照每条支出管线14导出以已导出的支出模式为前提条件时的决定支出用泵16的运转优先顺位的离散变量这样的整数规划问题。作为约束条件,例如以一小时为单位来使用支出操作中的物量约束以及热量约束的约束条件的一部分。作为目标函数,在以该优先顺位使支出用泵16运转的情况下,使用的是使每一小时的向各支出管线14进行LNG的支出的储存罐10、和由所导出的支出模式确定的以一天为单位进行支出的储存罐10之间的不一致数值化后的函数。更为具体而言,假设优先顺位,导出以一小时为单位的来自各储存罐10的支出量,使用该支出量来进行上述约束条件的判定,从满足约束条件的支出量之中导出使目标函数最小化的支出用泵16的优先顺位。
所导出的支出用泵16的优先顺位,作为以一小时为单位的新的支出模式而与一天单位的支出模式进行置换。但是,支出用泵16的优先顺位在与一天单位的支出模式存在不一致的情况下,优选的是基于该优先顺位来再次执行第3以及第4运算处理或第4运算处理,反映这些经再执行的导出结果来再次执行上述整数规划问题。
在图9中示出表示支出用泵16的优先顺位的支出模式的表形式下的画面显示例。虽然支出用泵16的优先顺位以一天为单位来进行显示,但是也能以该优先顺位来实现与一小时单位的送出规划量对应的时间单位下的支出操作。在图9所示的例子中,例如在时间点t=1支出用泵16按照Q105、Q107、Q113、Q115、Q106、Q108、Q116、Q114、Q111、Q112的顺序运转,在时间点t=1的情况下,若使支出用泵16从Q105运转到Q111,则由一天单位的支出模式所规定的储存罐10的K103、K104、K106、K107、K108全部成为支出源,且即便运转到Q112也是相同的。
如此确定支出用泵16的运转优先顺位,从而相对于时间单位下的送出规划量的时间变化,也可使支出用泵16的运转台数发生变化来进行应对。例如,在送出规划量少的情况下,用较少的台数以等负荷或者与泵能力成比例的支出量比进行运转,在送出规划量增加的情况下,按照该优先顺位来增加运转台数以进行等负荷运转。
<7>在上述实施方式中,假定将规划对象期间T的运用规划问题的求解处理作为相对于该规划对象期间T而独立的单独求解处理来执行的情况进行了说明。但是,在单独的求解处理的情况下,在规划对象期间T的结束时间点(t=30)附近有可能发生特殊解。这是由于,将包含各储存罐10的LNG的初始储存量和初始储存热量在内的罐初始状态信息作为输入信息来提供,因此存在开始时间点(t=1)侧的边界条件,相对于此而不存在结束时间点(t=30)侧的边界条件。因此,为了避免该特殊解,在规划对象期间T的结束时间点(t=30)到来之前,例如已经经过了20天的情况下,在该经过期间的最终时间点(t=20),针对自下一个时间点(t=21)开始的新的规划对象期间T’,将已经求解的规划对象期间T的时间点(t=20)下的各变量值作为初始条件,来执行针对规划对象期间T’的运用规划问题的求解处理,这样的方式也是优选的实施方式。
<8>在上述实施方式中,将图1~图3所例示的LNG储存设备群组作为参考,对成为本***的求解对象的储存罐10的运用规划问题、以及本***1所执行的该运用规划问题的求解处理进行了说明,但是构成LNG储存设备群组的储存罐10、输送管线12、输送用泵13、支出管线14、支出用泵16等的数目、配置、以及相互的连接关系等并不限定于图1~图3所例示的内容。进而,规划对象期间T、单位期间、以及单位细化期间也不限定于上述说明所例示的内容。
<9>在上述实施方式中,将LNG的热量变换成密度而生成了运用规划问题,但是在不将热量变换成密度而保持不变地规定、将与质量相关的约束条件作为与热量相关的约束条件进行描述的情况下,本运用规划问题也成为混合整数非线性规划问题,因此可以应用上述所说明的求解处理顺序。
符号说明
1:储存罐运用规划导出***
2:运算处理单元
3:存储单元
4:第1处理单元
5:第2处理单元
6:求解处理控制单元
7:输出单元
10:储存罐
11:运输单元
12:输送管线
13:输送用泵
14:支出管线
15:送出目的地
16:支出用泵
A1、A2:区域

Claims (22)

1.一种储存罐运用规划导出***,其特征在于,构成为具备:
存储单元,受理规定的规划对象期间内的、包含储存液化天然气的多个储存罐各自的所述液化天然气的初始储存量和初始储存热量在内的罐初始状态信息、包含所述液化天然气的多个接收规划各自的所述液化天然气的接收时期、接收量和接收热量在内的接收规划信息、以及包含从一个或多个支出管线向与所述各支出管线对应的送出目的地直接地送出所述液化天然气或者使所述液化天然气汽化而送出的送出规划中的每规定的单位期间的送出规划量在内的送出规划信息的各输入,作为输入信息进行保存,并存储向所述储存罐的所述液化天然气的接收及储存所涉及的多个约束条件、以及从所述储存罐向所述支出管线的所述液化天然气的支出所涉及的多个约束条件;和
运算处理单元,通过计算机的运算处理来求解由所述输入信息和所述约束条件构成为混合整数非线性规划问题的至少所述液化天然气的接收及支出的各操作所涉及的所述储存罐的运用规划问题的可行性解,
所述运算处理单元具备求解混合整数线性规划问题的第1处理单元、和求解连续非线性规划问题的第2处理单元,且将所述输入信息作为前提条件,
将第1求解处理和第2求解处理分别执行两次以上,
在所述第1求解处理中,针对所述约束条件之内的包含非线性式的多个非线性约束条件的各个非线性约束条件进行第1松弛处理,将所述混合整数非线性规划问题置换成混合整数线性规划问题,使用所述第1处理单元来求解,至少导出对成为所述规划对象期间内的每个所述接收规划的所述液化天然气的接收的对象的一个或多个所述储存罐进行规定的接收模式、和对进行与每个所述单位期间的所述送出规划量对应的所述液化天然气的支出的所述储存罐进行规定的支出模式的临时解或最终解,
在所述第2求解处理中,针对所述约束条件之内的包含离散变量的多个离散型约束条件进行第2松弛处理,将所述混合整数非线性规划问题置换成连续非线性规划问题,使用所述第2处理单元来求解,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的临时解或最终解,
在第2次以后的所述第1求解处理中,针对所述非线性约束条件的至少一部分,使用在前一次的所述第2求解处理中导出的所述液化天然气的储存量及储存热量的转变的临时解,来进行所述第1松弛处理,
在第1次以后的所述第2求解处理中,针对所述离散型约束条件的至少一部分,使用在前一次的所述第1求解处理中导出的所述离散变量,来进行所述第2松弛处理。
2.根据权利要求1所述的储存罐运用规划导出***,其特征在于,
所述运算处理单元将所述输入信息作为前提条件,
依次执行第1运算处理、第2运算处理、第3运算处理以及第4运算处理,
在所述第1运算处理中,执行所述第1求解处理,导出所述接收模式的最终解、所述支出模式的临时解、以及所述各储存罐的所述液化天然气的储存量及储存热量的转变的临时解,
在所述第2运算处理中,基于经过所述第1运算处理而导出的所述最终解和所述各临时解,执行所述第2求解处理,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的新的临时解,
在所述第3运算处理中,基于经由所述第1以及第2运算处理而导出的所述最终解和最新的所述各临时解,执行所述第1求解处理,至少导出所述支出模式的新的临时解或最终解,
在所述第4运算处理中,基于经由所述第1至第3运算处理而导出的所述最终解和最新的所述各临时解,执行所述第2求解处理,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的新的临时解或最终解。
3.根据权利要求2所述的储存罐运用规划导出***,其特征在于,
在所述多个储存罐的特定的储存罐间以输送管线连结,且构成为能在相互间输送所述液化天然气的情况下,
所述存储单元作为所述混合整数非线性规划问题的约束条件还存储所述储存罐间的所述液化天然气的输送所涉及的多个约束条件,
所述运算处理单元将所述输入信息作为前提条件,
不考虑所述输送所涉及的约束条件的至少一部分而依次执行所述第1至第4运算处理,从而在所述第1运算处理中还导出规定所述规划对象期间内的进行所述液化天然气的输送的所述特定的储存罐的输送模式的临时解,在所述第3运算处理中还导出所述输送模式的新的临时解,
执行第5运算处理和第6运算处理,
在所述第5运算处理中,基于经由所述第1至第4运算处理而导出的所述最终解和最新的所述各临时解,考虑所述输送所涉及的约束条件,执行所述第1求解处理,至少导出所述输送模式的新的临时解,
在所述第6运算处理中,基于经由所述第1至第5运算处理而导出的所述最终解和最新的所述各临时解,考虑所述输送所涉及的约束条件,执行所述第2求解处理,导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的最终解和所述输送模式的最终解。
4.根据权利要求1~3中任一项所述的储存罐运用规划导出***,其特征在于,
所述运算处理单元取代所述输入信息以及所述约束条件中包含的所述液化天然气的热量而使用能与所述热量近似地换算的所述液化天然气的密度,来执行所述第1以及第2求解处理,取代所述各储存罐的所述液化天然气的储存热量的转变的临时解而导出所述各储存罐的所述液化天然气的密度的转变的临时解。
5.根据权利要求4所述的储存罐运用规划导出***,其特征在于,
在所述第1松弛处理中,由所述约束条件中包含的所述液化天然气的密度与体积之积的非线性式所表示的所述液化天然气的质量被线性近似成由以基准密度为系数的体积项、以基准体积为系数的密度项和常量项构成的1次多项式。
6.根据权利要求1~5中任一项所述的储存罐运用规划导出***,其特征在于,
所述运算处理单元,在所述第1以及第2求解处理中,将由所述连续变量和所述离散变量之内的至少一个变量所规定的监视对象项目距规定基准值的背离幅度作为罚因子,作为使对一个或多个所述罚因子进行加权相加后的目标函数最小化的可行性解,导出所述最终解以及所述临时解。
7.根据权利要求6所述的储存罐运用规划导出***,其特征在于,
在所述第1以及第2求解处理的至少一个当中,作为所述罚因子之一,包含每条所述支出管线的规定期间内的被送出的所述液化天然气的平均热量与规定的基准热量之间的背离幅度。
8.根据权利要求1~7中任一项所述的储存罐运用规划导出***,其特征在于,
所述存储单元还受理包含使所述规定的单位期间细化后的每个单位细化期间的送出规划量在内的详细送出规划信息的输入,作为所述输入信息进行保存,
所述运算处理单元分别至少执行两次的所述第1以及第2求解处理而导出所述接收模式和所述支出模式的最终解之后,基于所导出的所述最终解和最新的所述各临时解,将包含所述详细送出规划信息的所述输入信息作为前提条件,导出每个所述单位细化期间以及每个所述储存罐的支出量。
9.根据权利要求1~8中任一项所述的储存罐运用规划导出***,其特征在于,
所述支出模式按照每条所述支出管线来规定***在所述储存罐与该支出管线之间的支出用泵之内用于所述液化天然气的支出的一个或多个所述支出用泵。
10.根据权利要求1~9中任一项所述的储存罐运用规划导出***,其特征在于,
所述运算处理单元,在针对从已开始且未结束的第1所述规划对象期间的未经过期间的开头开始的第2所述规划对象期间的所述第1以及第2求解处理中,作为初始条件而使用第1所述规划对象期间的经过期间的最终时间点处的处理结果。
11.根据权利要求1~10中任一项所述的储存罐运用规划导出***,其特征在于,
在所述约束条件中包含用于防止在所述储存罐中储存组成不同的所述液化天然气的情况下产生的层状化的约束条件。
12.一种储存罐运用规划导出方法,其特征在于,具有:
输入信息存储步骤,受理规定的规划对象期间内的、包含储存液化天然气的多个储存罐各自的所述液化天然气的初始储存量和初始储存热量在内的罐初始状态信息、包含所述液化天然气的多个接收规划各自的所述液化天然气的接收时期、接收量和接收热量在内的接收规划信息、以及包含从一个或多个支出管线向与所述各支出管线对应的送出目的地直接地送出所述液化天然气或者使所述液化天然气汽化而送出的送出规划中的每个规定的单位期间的送出规划量在内的送出规划信息的各输入,作为输入信息而保存在规定的存储单元中;和
运算处理步骤,通过计算机的运算处理来求解由所述输入信息、向所述储存罐的所述液化天然气的接收及储存所涉及的多个约束条件、以及从所述储存罐向所述支出管线的所述液化天然气的支出所涉及的多个约束条件构成为混合整数非线性规划问题的至少所述液化天然气的接收及支出的各操作所涉及的所述储存罐的运用规划问题的可行性解,
在所述运算处理步骤中,将所述输入信息作为前提条件,
将第1求解处理和第2求解处理分别执行两次以上,
在所述第1求解处理中,针对所述约束条件之内的包含非线性式的多个非线性约束条件的各个非线性约束条件进行第1松弛处理,将所述混合整数非线性规划问题置换成混合整数线性规划问题,使用所述第1处理单元来求解,至少导出对成为所述规划对象期间内的每个所述接收规划的所述液化天然气的接收的对象的一个或多个所述储存罐进行规定的接收模式、和对进行与每个所述单位期间的所述送出规划量对应的所述液化天然气的支出的所述储存罐进行规定的支出模式的临时解或最终解,
在所述第2求解处理中,针对所述约束条件之内的包含离散变量的多个离散型约束条件进行第2松弛处理,将所述混合整数非线性规划问题置换成连续非线性规划问题,使用所述第2处理单元来求解,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的临时解或最终解,
在第2次以后的所述第1求解处理中,针对所述非线性约束条件的至少一部分,使用在前一次的所述第2求解处理中导出的所述液化天然气的储存量及储存热量的转变的临时解,来进行所述第1松弛处理,
在第1次以后的所述第2求解处理中,针对所述离散型约束条件的至少一部分,使用在前一次的所述第1求解处理中导出的所述离散变量,来进行所述第2松弛处理。
13.根据权利要求12所述的储存罐运用规划导出方法,其特征在于,
在所述运算处理步骤中,将所述输入信息作为前提条件,
依次执行第1运算处理、第2运算处理、第3运算处理以及第4运算处理,
在所述第1运算处理中,执行所述第1求解处理,导出所述接收模式的最终解、所述支出模式的临时解、以及所述各储存罐的所述液化天然气的储存量及储存热量的转变的临时解,
在所述第2运算处理中,基于经过所述第1运算处理而导出的所述最终解和所述各临时解,执行所述第2求解处理,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的新的临时解,
在所述第3运算处理中,基于经由所述第1以及第2运算处理而导出的所述最终解和最新的所述各临时解,执行所述第1求解处理,至少导出所述支出模式的新的临时解或最终解,
在所述第4运算处理中,基于经由所述第1至第3运算处理而导出的所述最终解和最新的所述各临时解,执行所述第2求解处理,至少导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的新的临时解或最终解。
14.根据权利要求13所述的储存罐运用规划导出方法,其特征在于,
在所述多个储存罐的特定的储存罐间以输送管线连结,且构成为能在相互间输送所述液化天然气的情况下,
作为所述混合整数非线性规划问题的约束条件还包含所述储存罐间的所述液化天然气的输送所涉及的多个约束条件,
在所述运算处理步骤中将所述输入信息作为前提条件,
不考虑所述输送所涉及的约束条件的至少一部分而依次执行所述第1至第4运算处理,从而在所述第1运算处理中还导出规定所述规划对象期间内的进行所述液化天然气的输送的所述特定的储存罐的输送模式的临时解,在所述第3运算处理中还导出所述输送模式的新的临时解,
执行第5运算处理和第6运算处理,
在所述第5运算处理中,基于经由所述第1至第4运算处理而导出的所述最终解和最新的所述各临时解,考虑所述输送所涉及的约束条件,执行所述第1求解处理,至少导出所述输送模式的新的临时解,
在所述第6运算处理中,基于经由所述第1至第5运算处理而导出的所述最终解和最新的所述各临时解,考虑所述输送所涉及的约束条件,执行所述第2求解处理,导出所述各储存罐的所述液化天然气的储存量及储存热量的转变的最终解和所述输送模式的最终解。
15.根据权利要求12~14中任一项所述的储存罐运用规划导出方法,其特征在于,
在所述运算处理步骤中,取代所述输入信息以及所述约束条件中包含的所述液化天然气的热量而使用能与所述热量近似地换算的所述液化天然气的密度,执行所述第1以及第2处理,取代所述各储存罐的所述液化天然气的储存热量的转变的临时解而导出所述各储存罐的所述液化天然气的密度的转变的临时解。
16.根据权利要求15所述的储存罐运用规划导出方法,其特征在于,
在所述第1松弛处理中,由所述约束条件中包含的所述液化天然气的密度与体积之积的非线性式所表示的所述液化天然气的质量被线性近似成由以基准密度为系数的体积项、以基准体积为系数的密度项和常量项构成的1次多项式。
17.根据权利要求12~16中任一项所述的储存罐运用规划导出方法,其特征在于,
在所述运算处理步骤的所述第1以及第2求解处理中,将由所述连续变量和所述离散变量之内的至少一个变量所规定的监视对象项目距规定基准值的背离幅度作为罚因子,作为使对一个或多个所述罚因子进行加权相加后的目标函数最小化的可行性解,导出所述最终解以及所述临时解。
18.根据权利要求17所述的储存罐运用规划导出方法,其特征在于,
在所述运算处理步骤的所述第1以及第2求解处理的至少一个中,作为所述罚因子之一,包含每条所述支出管线的规定期间内的被送出的所述液化天然气的平均热量与规定的基准热量之间的背离幅度。
19.根据权利要求12~18中任一项所述的储存罐运用规划导出方法,其特征在于,
在所述输入信息存储步骤中,还受理包含使所述规定的单位期间细化后的每个单位细化期间的送出规划量在内的详细送出规划信息的输入,作为所述输入信息进行保存,
在所述运算处理步骤中分别至少执行两次的所述第1以及第2求解处理而导出所述接收模式和所述支出模式的最终解之后,基于所导出的所述最终解和最新的所述各临时解,将包含所述详细送出规划信息的所述输入信息作为前提条件,导出每个所述单位细化期间以及每个所述储存罐的支出量。
20.根据权利要求12~19中任一项所述的储存罐运用规划导出方法,其特征在于,
所述支出模式按照每条所述支出管线来规定***在所述储存罐与该支出管线之间的支出用泵之内用于所述液化天然气的支出的一个或多个所述支出用泵。
21.根据权利要求12~20中任一项所述的储存罐运用规划导出方法,其特征在于,
在所述运算处理步骤中,在针对从已开始且未结束的第1所述规划对象期间的未经过期间的开头开始的第2所述规划对象期间的所述第1以及第2求解处理中,作为初始条件而使用第1所述规划对象期间的经过期间的最终时间点处的处理结果。
22.根据权利要求12~21中任一项所述的储存罐运用规划导出方法,其特征在于,
在所述约束条件中包含用于防止在所述储存罐中储存组成不同的所述液化天然气的情况下产生的层状化的约束条件。
CN201280052289.0A 2011-10-24 2012-10-19 储存罐运用规划导出***以及方法 Active CN103890790B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011232608A JP5809520B2 (ja) 2011-10-24 2011-10-24 貯蔵タンク運用計画導出システム及び方法
JP2011-232608 2011-10-24
PCT/JP2012/077102 WO2013061883A1 (ja) 2011-10-24 2012-10-19 貯蔵タンク運用計画導出システム及び方法

Publications (2)

Publication Number Publication Date
CN103890790A true CN103890790A (zh) 2014-06-25
CN103890790B CN103890790B (zh) 2016-11-23

Family

ID=48167715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280052289.0A Active CN103890790B (zh) 2011-10-24 2012-10-19 储存罐运用规划导出***以及方法

Country Status (8)

Country Link
US (1) US9513639B2 (zh)
EP (1) EP2772866A4 (zh)
JP (1) JP5809520B2 (zh)
KR (1) KR101445529B1 (zh)
CN (1) CN103890790B (zh)
CA (1) CA2852394C (zh)
TW (1) TWI516708B (zh)
WO (1) WO2013061883A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200293A (zh) * 2014-09-28 2014-12-10 清华大学 基于连续时间的炼油厂全厂调度优化的方法及***

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5752616B2 (ja) * 2012-02-09 2015-07-22 東京瓦斯株式会社 受入計画策定方法、及び受入計画策定システム
US20150023204A1 (en) * 2013-07-19 2015-01-22 General Electric Company Systems and methods for combined wireless power charging and network pairing
JP5714671B2 (ja) * 2013-08-21 2015-05-07 中国電力株式会社 Lng層状化の判定方法及びlng層状化の回避方法
US20190311269A1 (en) * 2014-06-05 2019-10-10 Nec Corporation Non-linear programming problem processing device and non-linear programming problem processing method
US10761547B2 (en) * 2015-04-23 2020-09-01 Johnson Controls Technology Company HVAC controller with integrated airside and waterside cost optimization
US11953865B2 (en) 2015-04-23 2024-04-09 Johnson Controls Tyco IP Holdings LLP HVAC controller with predictive cost optimization
US10061569B2 (en) * 2015-07-29 2018-08-28 International Business Machines Corporation Method and apparatus for solving a mixed integer programming problem
SG11201909289XA (en) 2017-04-10 2019-11-28 Nippon Yusen Kk Tank state estimating method and tank state estimating program
JP6872982B2 (ja) * 2017-06-09 2021-05-19 三菱電機株式会社 エネルギー需給計画装置
JP2022525381A (ja) * 2019-03-27 2022-05-13 横河電機株式会社 処理装置、処理方法、および、処理プログラム
WO2021154613A1 (en) * 2020-01-30 2021-08-05 Optumsoft, Inc. Automatic generation of control decision logic for complex engineered systems from dynamic physical model
US20220366360A1 (en) * 2021-04-30 2022-11-17 Aspen Technology, Inc. Optimization of Large-scale Industrial Value Chains
JP7121180B1 (ja) * 2021-11-24 2022-08-17 大阪瓦斯株式会社 タンク運用計画導出システム及びタンク運用計画導出方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003130296A (ja) * 2001-10-29 2003-05-08 Osaka Gas Co Ltd Lng管理システム及びその課金システム
JP2005063486A (ja) * 2003-08-12 2005-03-10 Fujitsu Ten Ltd 記録媒体再生装置
CN101460900A (zh) * 2006-03-31 2009-06-17 霍尼韦尔国际公司 用于协调和优化液化天然气(lng)工艺的***和方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005263486A (ja) * 2004-02-16 2005-09-29 Showa Denko Kk 受け入れ設備の制御方法
JP2007210699A (ja) * 2006-02-07 2007-08-23 Internatl Business Mach Corp <Ibm> 物資を供給者から調達して需要者に配送する計画を作成するシステム
US8494976B2 (en) 2006-05-31 2013-07-23 Exxonmobil Research And Engineering Company System for optimizing transportation scheduling and inventory management of bulk product from supply locations to demand locations
GB0704616D0 (en) * 2007-03-09 2007-04-18 Univ Manchester Chemical processing system
US8600717B2 (en) * 2009-05-14 2013-12-03 Schlumberger Technology Corporation Production optimization for oilfields using a mixed-integer nonlinear programming model
SG176116A1 (en) * 2009-06-24 2011-12-29 Exxonmobil Res & Eng Co Tools for assisting in petroleum product transportation logistics
JP2012530010A (ja) * 2010-05-07 2012-11-29 大宇造船海洋株式会社 Lng運搬船の電気生産装置及び方法
US9335748B2 (en) * 2010-07-09 2016-05-10 Emerson Process Management Power & Water Solutions, Inc. Energy management system
US8880202B2 (en) * 2010-07-09 2014-11-04 Emerson Process Management Power & Water Solutions, Inc. Optimization system using an iteratively coupled expert engine

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003130296A (ja) * 2001-10-29 2003-05-08 Osaka Gas Co Ltd Lng管理システム及びその課金システム
JP2005063486A (ja) * 2003-08-12 2005-03-10 Fujitsu Ten Ltd 記録媒体再生装置
CN101460900A (zh) * 2006-03-31 2009-06-17 霍尼韦尔国际公司 用于协调和优化液化天然气(lng)工艺的***和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200293A (zh) * 2014-09-28 2014-12-10 清华大学 基于连续时间的炼油厂全厂调度优化的方法及***
CN104200293B (zh) * 2014-09-28 2017-10-17 清华大学 基于连续时间的炼油厂全厂调度优化的方法及***

Also Published As

Publication number Publication date
CA2852394A1 (en) 2013-05-02
KR20140057393A (ko) 2014-05-12
EP2772866A4 (en) 2015-06-10
US20140303792A1 (en) 2014-10-09
JP5809520B2 (ja) 2015-11-11
KR101445529B1 (ko) 2014-09-30
CN103890790B (zh) 2016-11-23
CA2852394C (en) 2017-02-28
EP2772866A1 (en) 2014-09-03
JP2013092162A (ja) 2013-05-16
TW201333363A (zh) 2013-08-16
WO2013061883A1 (ja) 2013-05-02
TWI516708B (zh) 2016-01-11
US9513639B2 (en) 2016-12-06

Similar Documents

Publication Publication Date Title
CN103890790A (zh) 储存罐运用规划导出***以及方法
Rakke et al. A rolling horizon heuristic for creating a liquefied natural gas annual delivery program
Christiansen Decomposition of a combined inventory and time constrained ship routing problem
CN102804083B (zh) 用于协助石油产品运输物流的工具
Grønhaug et al. Supply chain optimization for the liquefied natural gas business
Uggen et al. Using and extending fix-and-relax to solve maritime inventory routing problems
Borthen et al. A genetic search-based heuristic for a fleet size and periodic routing problem with application to offshore supply planning
Yang et al. Integration of crude-oil scheduling and refinery planning by Lagrangean Decomposition
Gaspar et al. Application of assisted optimization to aid oil exploitation strategy selection for offshore fields
Bengtsson et al. Refinery planning and scheduling: an overview
JP2022525381A (ja) 処理装置、処理方法、および、処理プログラム
Utku et al. A mathematical model on liquefied natural gas supply chain with uncertain demand
Punnonen Small and medium size LNG for power production
Ramaswamy et al. Advanced decision-support technologies for the design and management of industrial gas supply chains
Selot Short-term supply chain management in upstream natural gas systems
Ghazi et al. Midstream supply chain infrastructure facilities and optimization opportunities for emerging LNG markets
M Jaini et al. LNG Tank Automation at Floating Storage Unit to Maximize Regasification Product at Peninsular Malaysia
Cepolina Strategic Engineering for Marine Logistics for Chemical Plants
WO2023095389A1 (ja) タンク運用計画導出システム及びタンク運用計画導出方法
Mustary Modelling of optimal sourcing strategy for future LNG demand
KR20240071996A (ko) 선박의 운항을 최적화하는 방법 및 장치
AHMEDNOOH Integration of Production Planning and Inventory Control of Refinery Process
Liao Fleet scheduling & optimization
Ali Surrogate Modeling for Nonlinear Blending Operations Using Data-Driven MIP-Based Machine Learning Techniques
Son et al. Shipment and charter planning: a case of a Korean oil refining company

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant