Koncepcja modelu matematycznego do optymalnego doboru urządzeń drukujących z uwzględnieniem kosztów zużycia energii elektrycznej

• Autorzy: Kaszyński Przemysław , Rój Roman

Warianty tytułu

EN

Mathematical framework for optimal selection of printing devices with inclusion of electricity costs

• Języki publikacji: PL

Abstrakty

PL

Rosnące ceny energii elektrycznej stanowią istotny składnik kosztów przedsiębiorstw funkcjonujących na rynku i konkurujących z innymi podmiotami. W związku z powyższym, poszukiwane są metody umożliwiające redukcję zużycia energii, a w konsekwencji kosztów z tym związanych w poszczególnych obszarach działalności przedsiębiorstw. Do rozwiązania tego rodzaju problemów zastosowanie mogą mieć metody analizy systemowej z zakresu modelowania matematycznego. W artykule przedstawiono koncepcję opracowania modelu matematycznego optymalizującego dobór i rozmieszczenie urządzeń drukujących w przedsiębiorstwie, w celu redukcji kosztów całkowitych związanych z realizacją wydruków w danym okresie. Koszty te obejmują zarówno koszty zakupu i serwisu urządzeń drukujących oraz koszty zakupu materiałów eksploatacyjnych, jak również koszty zużycia energii elektrycznej oraz koszty związane z odległością instalacji wspomnianych urządzeń od stanowisk pracy.

EN

Soaring electricity prices substantially impact the costs of companies operating on the market and competing with other enterprises. Therefore, the development of decision-support tools that enable the reduction of electricity consumption and electricity costs in various areas of their operation is highly desirable. Methods for system analysis in the field of mathematical modeling may be used to solve such problems. The paper presents the concept of a mathematical model that optimizes the selection and allocation of printing devices in a company. The mathematical framework aims to minimize the total costs associated with the use of the printing fleet by considering the costs of purchasing and servicing printing devices, costs of purchasing consumables, costs of electricity consumption, and costs related to the distance between printing devices and workstations.

Słowa kluczowe

PL

zużycie energii elektrycznej; optymalizacja; modelowanie matematyczne; przedsiębiorstwo energetyczne

EN

electricity consumption; optimization; mathematical programming; energy company

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2021
• Tom: Nr 2
• Strony: 65--70
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Kaszyński Przemysław

• Instytut Gospodarki Surowcami Mineralnymi i Energią PAN

autor

Rój Roman

• CTO, Bluebrain, ul. ks. Franciszka Trockiego 22, 30-394 Kraków

Bibliografia

• [1] Borowiecki R., Wysłocka E.: Możliwości i kierunki optymalizacji kosztów produkcji w polskim hutnictwie. Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie, 2003, nr 618, s. 17-33.
• [2] Skoczkowski T., Bielecki S.: Zużycie energii i energochłonność w przemyśle chemicznym w Polsce. Przemysł Chemiczny, 2017, 96/2, s. 275–278.
• [3] URE 2021. Średnia cena sprzedaży energii elektrycznej na rynku konkurencyjnym (roczna i kwartalnie). [Online: dostęp 15.02.2021 r.] https://www.ure.gov.pl/pl/energia-elektryczna/ceny-wskazniki/7852,Srednia-cena-sprzedazy-energii-elektrycznej-na-rynku-konkurencyjnym-roczna-i-kwa.html
• [4] Nagaj R.: Polityka klimatyczno-energetyczna a ubóstwo energetyczne w Polsce. Rynek Energii, 2020, 1/2020, s. 3–10.
• [5] Drożdż W.: Operator systemu dystrybucji w dobie wyzwań innowacyjnej energetyki. Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią Polskiej Akademii Nauk, 2018, nr 102, s. 291–300.
• [6] Bućko P.: Rynek mocy jako nowy mechanizm rozliczeń w systemie elektroenergetycznym. Rynek Energii, 2019, 6/2019, s. 3–9.
• [7] Włas M.: System zarządzania energią w zakładzie przemysłowym. Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej, 2017, nr 57/2017, s. 151–154.
• [8] Bunn D. W., Larsen E. R.,1997. Systems modelling for energy policy. Wiley, Chichester.
• [9] Labys W. C., 1999. Modeling Mineral and Energy Markets. Kluwer Academic Publishers, Boston.
• [10] Gutenbaum J., 2003. Modelowanie matematyczne systemów. Polska Akademia Nauk, Instytut Badań Systemowych, Badania Systemowe, tom 32, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• [11] Sierksma G., 2002. Linear and integer programming: the theory and practice, Secon Edition. Marcel Dekker, Inc, New York, Basel.
• [12] Winston W.L., 2004. Operations research: Applications and Algorithms. Brooks/Cole – Thomson Learning. Belmont, USA.
• [13] Kamiński J.: Modelowanie systemów energetycznych: ogólna metodyka postępowania przy budowie modelu. Polityka Energetyczna – Energy Policy Journal, Tom 13, Zeszyt 2, 2010, str. 219–226.
• [14] Benalcazar P., Kamiński J.: A concept for warehouse network optimization: Improvement in logistics efficiency. Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią Polskiej Akademii Nauk, 2016, nr 92, s. 275–286.
• [15] Benalcazar P., Kamiński J., Saługa P.W.: The storage location problem in a coal supply chain: background and methodological approach. Gospodarka Surowcami Mineralnymi – Mineral Resources Management, 2017, volume 33, issue 1, pages 5–14. DOI 10.1515/gospo-2017-0009.
• [16] Malec M., Benalcazar P., Kaszyński P.: Optimal location of gas network maintenance centres: A case study from Poland. Journal of Natural Gas Science and Engineering, 2020, Volume 83. https://doi.org/10.1016/j.jngse.2020.103569
• [17] Kamiński J., 2018. Wsparcie procesu podejmowania decyzji w sektorze paliwowo-energetycznym z wykorzystaniem programowania matematycznego. Wydawnictwo IGSMiE PAN, Kraków.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).