Analysis of the correlating or competing nature of cost-driven and emissions-driven demand response
Analysis of the correlating or competing nature of cost-driven and emissions-driven demand response
复制标题
分析成本驱动和排放驱动的需求响应的相关性或竞争性
DOI：
10.1016/j.compchemeng.2023.108520
复制
发表时间：
2024
影响因子：
4.3
通讯作者：
Allman, Andrew
中科院分区：
文献类型：
--
作者：
Wang, Hongxuan;Allman, Andrew
多目标优化是可持续发展决策的重要工具。在过程操作中，由于例如功率成本和排放信号的变化，目标之间的权衡的性质可能随时间而变化。这项工作旨在了解需求响应目标的相关性与竞争性，以及它们随时间的变化，通过随时间变化的氨生产案例研究。结果表明，成本和排放之间的相关性是接近完美时，随时间变化的成本和排放因子的配置文件是在相位，和低时，他们是反相位。此外，对来自世界各地的真实的历史数据的分析表明，在大多数情况下，成本和排放目标密切相关。观察到的趋势在一年中的不同时间和同一ISO的不同地点都是稳健的;然而，考虑到世界不同地区的ISO，由于发电机组合的变化，可能会提供不同的结果。还提出了一种方法，用于确定折衷的操作策略时，成本和排放量的竞争。
Multi-objective optimization is an important tool for sustainable decision making. In process operations, the nature of tradeoffs between objectives may change over time, due to, for example, changes in power cost and emissions signals. This work seeks to understand the correlating vs. competing nature of demand response objectives, and their variation in time, through a time-varying ammonia production case study. Results show that correlation between cost and emissions is near perfect when the time-varying cost and emissions factor profiles are in phase, and low when they are anti-phase. Furthermore, analysis of real historical data from different locations around the world suggests that for the majority of the time, cost and emissions objectives are strongly correlated. Trends observed are robust over different times of the year and different locations in the same ISO; however, considering ISOs in different parts of the world can provide different results due to variation in generator mix. An approach for determining compromise operating strategies when cost and emissions are competing is also presented.
登录
查看更多内容
DOI：
10.1016/j.compchemeng.2018.08.030
发表时间：
2019-02
期刊：
Comput. Chem. Eng.
影响因子：
--
作者：
Joannah I. Otashu;M. Baldea
通讯作者：
Joannah I. Otashu;M. Baldea
影响因子：
11.2
作者：
C. Demirhan;William W. Tso;J. B. Powell;E. Pistikopoulos
通讯作者：
C. Demirhan;William W. Tso;J. B. Powell;E. Pistikopoulos
影响因子：
8.1
作者：
de Freitas, Alan R. R.;Fleming, Peter J.;Guimaraes, Frederico G.
通讯作者：
Guimaraes, Frederico G.
灵活的空分工艺：2.利用经济模型预测控制优化运行
影响因子：
3.7
作者：
Adrian Caspari;C. Offermanns;P. Schäfer;A. Mhamdi;A. Mitsos
通讯作者：
A. Mitsos
氯碱电解的需求侧管理：动态建模和模型验证
DOI：
10.1016/j.compchemeng.2021.107287
发表时间：
2021
期刊：
Comput. Chem. Eng.
影响因子：
--
作者：
J. Weigert;Christian Hoffmann;E. Esche;Peter Fischer;J. Repke
通讯作者：
J. Repke