Rozvrhování energeticky náročných operací s proměnnou cenou elektřiny

Abstract

Tato práce se zabývá rozvrhováním energeticky vysoce náročných prací na paralelní identické stroje v závislosti na proměnné cen? za spotřebovanou elektrickou energii, což je NP-těžký kombinatorický problém. Ten typicky nastává při výrobním procesu, jakým je například kalení oceli či tvrzení skla. Výrobní společnost má s dodavatelem energie určitý předem uzavřený kontrakt, dle kterého je jí účtována cena za spotřebovanou elektrickou energii. Při dlouhodobém kontraktu je cena po dlouhou časovou periodu konstantní, ale existují i takové kontrakty, kde se cena mění během mnohem kratších časových period (např. hodin). Pro dosažení minimalizace ceny za spotřebovanou energii by mohli být použity automatizované počítačové přístupy, které se snaží práce inteligentně rozvrhovat. Minimalizace pak může být dosaženo například posouváním vysoce energeticky náročných prací do časových period s nízkou cenou energie. V práci jsou představeny čtyři exaktní a dvě heuristické metody pro řešení popsaného problému. Dvě exaktní metody jsou naším příspěvkem a dvě, sloužící především pro porovnání, jsou převzaté z literatury a upraveny tak, aby dokázaly náš rozvrhovací problém řešit. Tato práce dále obsahuje postup pro generování velkého množství rozličných testovacích instancí, které byly použity pro podrobení všech navržených metod důkladným experimentům ověřujících jejich a efektivnost a přesnost.This thesis deals with the scheduling of highly energy-demanding jobs to identical parallel machines considering a varying price of consumed electric energy, which is an NP-hard combinatorial problem. It typically occurs at manufacturing process as melting of steel or glass hardening. Typically, the manufacturing company and the supplier of the electric energy have a pre-agreed contract according to which the price of consumed electricity is charged. For the long-term contract, the price is constant for a long period, but there exist contracts, where the price is varying during much shorter time periods (e.g. hours). To minimize the price for consuming electricity, automated computer approaches that try to intelligently schedule the jobs could be use. This can be achieved by shifting the highly energy-demanding jobs into the time periods, in which the price for consuming the electricity is low. Four exact methods and two heuristics for solving the described scheduling problem are introduced by this work. Two of the exact methods are fully our contribution and the remaining two methods are slightly modiffed approaches found in the state-of-art literature and primarily used for comparison. The procedure for generating a lot of distinct test instances is also proposed in this work. The generated instances were used for performing thorough experiments, which verify the effectiveness and accuracy of the designed methods.