Analysis of Energy-KP/s with respect to production planning in combination with a formulation of possible measures to enable energy flexibility

Abstract

En la actualidad, la importancia de las energías renovables está creciendo mucho en contraste con otras fuentes de energía no renovables debido a su coste e impacto en el medio ambiente. Esa tendencia queda muy bien reflejada en la publicación del Ministerio de Medio Ambiente alemán llamada “Erneuerbare energie in Zahlen” (Las energías renovables en los números) la cual revela que hacia el año 2050 las energías renovables representarán el 80% de la energía generada en Alemania. Sin embargo, las energías renovables tienen el inconveniente de no poder asegurar el suministro de energía ya que dependen de condiciones externas para ser generadas. Un ejemplo es la energía eólica, la cual depende de la velocidad del viento para generar electricidad. Este factor hace que los precios de generación de la energía sean fluctuantes y por consiguiente, esa fluctuación queda reflejada en el consumidor. Los factores de los que depende el precio de la energía en un determinado momento son: la fuente de la cual se obtiene, la cantidad generada en cada una de las fuentes y la demanda por parte de los consumidores. El objetivo final de esta tesis es obtener una reducción de los costes energéticos de un país. Se pueden distinguir cuatro grupos de consumo de energía en los países de la OCDE: uso residencial, comercial, transporte e industria, siendo la industria el más importante en términos de consumo energético. Particularizando en la industria, se pueden distinguir dos líneas de actuación para reducir el consumo eléctrico que a su vez se combinan entre ellas para obtener mayores reducciones: Medidas de eficiencia energética, mediante la utilización de maquinaria de bajo consumo; y medidas de efectividad energéticas mediante la adaptación del consumo de las fabricas a periodos de precios de energía más bajos, los cuales son variables por las razones anteriormente mencionadas. Mediante esta medida se pretende consumir más energía en periodos de tiempo en que la energía renovable tiene mayor participación en la generación y reducir así el gasto total de la fábrica. Esta capacidad de adaptación es lo que a lo largo de la tesis se denomina “Flexibilidad Energética”. El objetivo principal de esta tesis es introducir el concepto de flexibilidad energética mediante la adaptación del consumo eléctrico a los precios. Y esta adaptación se conseguirá mediante la planificación de la producción.Metodología El consumo energético de una fábrica será más o menos adaptable a los precios de la energía dependiendo de la flexibilidad que tenga la propia fábrica. La flexibilidad en este contexto es entendida como la capacidad de adaptación a diferentes condiciones de producción de manera rápida y a bajo coste. Esta flexibilidad se traduce en tres líneas diferentes:  Flexibilidad en la capacidad, que es la habilidad de una fábrica de variar las cantidades de producción  Flexibilidad de productos, relacionado con que producto se fabrica en un determinado momento.  Flexibilidad operacional, relacionada con las diferentes rutas y secuencias de producción que puede seguir un producto y el tiempo de ajuste para pasar la producción de un producto a otro. Estos tipos de flexibilidad presentados anteriormente, son utilizados en la planificación de la producción, con el objetivo de satisfacer la demanda y sirven igualmente para planificar el consumo energético. Dependiendo de lo flexible que sea una fábrica en los tres puntos explicados anteriormente, tanto el coste como el gasto energético pueden variar en función cantidad producida, las maquinas utilizadas y el momento del día en que se produzca (precios variables de la energía). La planificación del consumo energético se consigue introduciendo en la planificación de la producción como factores adicionales, la energía a consumir en los procesos y los precios medios de la energía para los periodos de tiempo considerados. Para llevar a cabo esta planificación se ha de cuantificar el consumo energético de todos los procesos relacionados con la producción. Esa cuantificación se realiza mediante la determinación de “Key Performance Indicators (KPIs)” energéticos. Los KPIs energéticos propuestos están relacionados con los niveles de agregación de una fábrica. El nivel de agregación más alto es el sistema de producción, entendido como el conjunto de todas las máquinas que producen todos los productos. En los sistemas de producción se fabrican los productos y esos productos, a su vez, se producirán en una serie de máquinas, las cuales pueden tener distintos estados de funcionamiento. A los efectos de esta tesis, se proponen los siguientes KPIs de tipo termodinámico y físico-termodinámico:  Para maquinaria: medición de KWh consumidos por actividad realizada en una máquina para un producto determinado.  Para producto: medición de KWh por unidad de producto. Se trata del sumatorio de la energía consumida en cada una de las máquinas en las que se ha producido el producto.  Para el sistema de producción: cuantificación en KWh consumidos mediante sumatorio del consumo de todos los productos. Teniendo el dato del consumo energético, los precios de la energía por unidad de tiempo y los demás factores que intervienen en la planificación de la producción (cantidad demandada por el cliente, fecha de entrega), se presenta un método de planificación de la producción que tiene como objetivo cumplir los plazos de entrega del cliente al coste más bajo posible. La toma en consideración del factor energético se realiza tanto en la planificación a corto como a medio plazo. Sin embargo, no se valora en la planificación a largo plazo ya que ésta es de tipo estratégico y no se ve afectada por el consumo de la energía. En primer lugar se presenta un modelo de planificación agregada a medio plazo con el objetivo de establecer cuando y cuanto se va a producir teniendo en cuenta el precio medio de la energía por periodo considerado. Acto seguido, se presenta la planificación semanal estableciendo los lotes de producción óptimos para satisfacer la demanda al coste más reducido posible (coste energético incluido). Por último, en el nivel temporal de planificación más bajo, se planifican el tamaño de los lotes secuenciales y simultáneos con el objetivo de crear una secuencia optima de producción minimizando el “makespan” y el coste energético, si se consideran diferentes precios de energía a lo largo de un día. Adicionalmente, se propone mover los turnos de producción a momentos del día en los que los precios sean más bajos. Caso práctico De cara a demostrar los conceptos anteriormente propuestos y la bondad del método, se ha realizado la “planificación agregada mensual” y la “planificación semanal de los lotes producción” de dos fábricas con consumo energético diferente:  Caso 1: se trata de una fábrica con un consumo medio de 1.5 MWh al día.  Caso 2: se trata de una fábrica con un consumo medio de 15 MWh al día. En ambos casos, se ha realizado la planificación con el método propuesto teniendo en cuenta el consumo energético y los precios de la energía (se consideran conocidos), y con los métodos convencionales sin tener en cuenta el factor energético con el objetivo de comparar los beneficios que se obtienen en ambos casos. El modelo utilizado para obtener los precios se basa en el precio del “spot market” añadiendo los impuestos pertinentes dependiendo de la energía consumida, como sigue: Precio de la energía después de impuestos (Euro/ MWh) = Spot Price medio antes de impuestos por periodo considerado + T*Q( impuestos) Siendo T el impuesto de 10 Euros por MWh consumido y Q los MWh consumidos en el periodo considerado. El modelo impositivo propuesto es una simplificación del modelo real pero muestra muy bien lo que se pretende mostrar en esta tesis. Este modelo implica que se penalice más a las fábricas que más consumen. La planificación agregada planteada es mensual de enero a junio de 2010. Se considera la demanda mensual de los productos, la capacidad mensual de la fábrica y el precio medio de la energía por mes (dato conocido). El coste de inventario por periodo y el beneficio obtenido son datos invariables (1 Euro y 100 Euro, respectivamente). La planificación semanal de los lotes de producción es de ocho semanas, de febrero a marzo de 2010. En este caso, también es conocida la capacidad de producción semanal, demanda semanal y el precio medio de la energía en cada una de las semanas propuestas. El coste de producción, de inventario y de preparación son también conocidos (10 Euros por periodo, 0.2 Euros por periodo, 10.000 Euros por periodo, respectivamente). Para ambos tipos de planificación se desarrollan unos algoritmos de programación lineal para obtener los resultados pertinentes. Resultados En la planificación agregada de la fábrica de bajo consumo considerada en el caso 1, los ahorros obtenidos planificando el consumo energético son muy bajos en comparación con los ahorros obtenidos de la planificación realizada para la fábrica del caso 2 (69.504,89 Euros). El porcentaje de ahorro es, no obstante, muy bajo (cercano al 0.2% respecto a la planificación sin tener en cuenta la energía)En el caso de la producción semanal de lotes de producción, para la fábrica de bajo consumo del caso 1, el ahorro obtenido es bajo frente al beneficio obtenido en la fábrica de alto consumo del caso 2 (78.901 Euros). En este caso el ahorro obtenido responde a un 4.5 % respecto a la planificación sin tener en cuenta la energía. Figura 1: Beneficios obtenidos mediante la planificación energética dentro de la planificación agregada en función de la energía media que consuma una fábrica. Queda reflejado que las fábricas de alto consumo tienen más posibilidades de obtener beneficios planificando el consumo energético y que cuanta mayor flexibilidad tenga la fábrica, más posibilidades hay de ahorro. Además, en periodos de planificación pequeños se pueden conseguir beneficios significativos ya que, los precios medios por semana son más dispares entre ellos. Además, si se considera una fábrica de alto consumo energético, un porcentaje alto del coste de producción sería computado al gasto energético y el ahorro de 4.5 % anteriormente mencionado podría ser la llave para conseguir vender los productos a precios más competitivos. A la hora de obtener los ahorros presentados, no se han tenido en cuenta costes de mano de obra, ni ningún tipo de amortización de máquinas, alquileres de terrenos etc. Por tanto, se muestran los ahorros solo desde el punto de vista energético. Conclusiones En el proceso de elaboración de esta tesis, se han generado algunas contribuciones importantes a la planificación de la producción. La primera ha sido la recopilación bibliográfica donde se han recogido todas las tendencias mundiales en la planificación de la producción incluyendo el consumo de energía durante la producción así como los “Key Performance Indicators (KPIs)” energéticos para describir y controlar el consumo de energía. Como enfoque innovador, el consumo de energía eléctrica es introducido a todos los niveles de planificación de la producción, desde la planificación de la producción agregada a la programación a nivel de maquinaria. Para ello, se han desarrollado unos algoritmos de programación lineal teniendo en cuenta conjuntamente los objetivos de planificación de producción convencional y reducción del coste energético, teniendo en cuenta los precios de la energía por periodo de tiempo evaluados. Las conclusiones obtenidas de la tesis son: Las fábricas de alto consumo energético serán más susceptibles a la aplicación de estas técnicas y tendrán, por tanto, mayor potencial de ahorro. Sin embargo, estás no pueden ser introducidas si la producción no es flexible.  Cuanto mayor sea la flexibilidad de la fábrica en términos de capacidad, productos y maquinaría, mayor capacidad tendrá para ahorrar en el coste de la energía en periodos de planificación de corto plazo.  La flexibilidad hace que podamos planificar la producción en periodos más cortos de tiempo. Cuanto más flexible sea la fábrica, los periodos de planificación serán más cortos y por tanto, mayores serán los ahorros. Una interesante continuidad a esta tesis sería formular una optimización multi-objetivo en la planificación a nivel de secuenciación de producto en las maquinas teniendo en cuenta lo factores importantes en la planificación de la producción, tales como la minimización del “makespan”, el consumo de energía y los precios. Adicionalmente, sería importante evaluar los costos que implica la implementación de estas estrategias en términos de recursos (como la instalación de sistemas de control adicionales) con el fin de compararlos con los ahorros que se espera alcanzar y valorar económicamente la rentabilidad de la inversión.

Nowadays, the importance of renewable energy is growing remarkably in contrast to other non-renewable energy sources due to its cost and impact on the environment. This trend is clearly reflected in the publication of the German Ministry of the Environment called "Erneuerbare energie in Zahlen" (Renewable energies in numbers) which reveals that by 2050 renewable energy will account for 80% of the energy generated in Germany. However, renewable energies have the disadvantage of not being able to secure the energy supply and depend on external conditions to be generated. An example is wind energy, which depends on the speed of the wind to generate electricity. This factor makes the prices of energy generation volatile and therefore the fluctuation is reflected in the consumer. The factors on which depends the price of energy at a given time are the source from which it is obtained, the amount generated in each sources and demand from consumers. The ultimate goal of this thesis is to obtain a reduction of energy costs of a country. Four groups of energy consumption in OECD countries can be distinguished: residential, commercial, transport and industry use, being industry the most important in terms of energy consumption. Particularizing in industry, there are two lines of action to reduce power consumption which can be combined in order to get greater reductions: Energy efficiency measures, using low consuming equipment; and energy effectiveness measures by adapting the consumption of factories to periods of lower energy prices, which are variables because of the above reasons. This measure is intended to consume more energy in periods that renewable energy participation has increased in the generation and reduce the total cost related to the factory. This adaptability is what along the thesis is called "Energy Flexibility". The main objective of this thesis is to introduce the concept of energy flexibility by adapting the electricity consumption to the electricity prices. And this adaptation is achieved through production planning. Methodology The energy consumption of a factory will be more or less adaptable to energy prices depending on the flexibility that the factory has. Flexibility in this context is understood as the ability to adapt to different production conditions quickly and at low cost. This flexibility is translated into three different lines:Capacity Flexibility, which is the ability of a factory to vary production quantities.  Products flexibility, related to that product is manufactured at a given time.  Operational flexibility, related to the different routes and production sequences that a product can follow and set-up time to change from one product to another. These types of flexibility presented above are used in production planning, in order to meet demand and also can be used to plan energy consumption. Depending on how flexible a factory is in the three points discussed above, both the energy use and energy costs may vary depending on the quantity produced, the machines used and the time of day (variable energy prices). The energy consumption planning is achieved by introducing into the production planning as additional factors, energy consumption of production processes and the average energy prices for the time periods considered. To carry out this plan, a quantification of the energy consumption of all processes related to production is needed. This quantification is done by determining "Key Performance Indicators (KPIs)" related to energy. Energy-KPIs proposed are associated with the factory levels of aggregation. The highest level of aggregation is the production system, understood as the set of all machines that produce all products. In Production systems the products are manufactured and the products are produced by certain machines which may have different operating states. For the purposes of this thesis, the following thermodynamic and physicalthermodynamic Energy-KPIs are proposed:  For Machines: Measuring KWh consumed by activity in a machine for a particular product.  For product: measuring KWh per unit of output. It is the sum of the energy consumed in each of the machines in which the product has been produced.  For the production system: quantification in KWh consumed by summing the energy consumption related to all products. Taking the data of energy consumption, energy prices per unit time and other factors involved in the planning of production (quantity demanded by the customer, delivery date), a method of production planning is presented that aims to meet customer delivery at the lowest cost possible. Taking into account the energy factor is performed both in planning short and medium term. However, it is not assessed in long-term planning as this is a strategic nature and is not affected by the consumption of energy. First a planning model added to the medium term in order to establish when and how will occur considering the average price of energy by period considered is presented. Then, the weekly schedule is presented establishing optimal batch production to meet demand at the lowest possible cost (including energy costs). Finally, in the lower level of temporal planning, the size of the sequential and simultaneous batches with the aim of creating an optimal production sequence minimizing the "makespan" and the energy cost are planned, considering different energy prices over a day. Additionally, it is proposed to move production shifts to times of day when prices are lower. Case Study In order to demonstrate the previously proposed concepts and goodness of the method a monthly “aggregate planning" and weekly “Lot Sizing Planning" of two factories with different energy consumption has been performed:Case 1: This is a factory with an average consumption of 1.5 MWh per day.  Case 2: This is a factory with an average consumption of 15 MWh per day. In both cases, the planning has been done with the method proposed taking into account energy consumption and energy prices (considered as a known data), and conventional methods without taking into account energy consumption planning in order to compare the savings obtained in both cases. The pricing model used is based on the price of the "spot market" adding applicable taxes depending on the energy consumed, as follows: Energy price after taxes (Euro / MWh) = Spot Price Average without taxes per period considered + T * Q (taxes) Where T is the tax of 10 euros per MWh consumed and Q, the MWh consumed during the period considered. The proposed tax model is a simplification of the actual model but shows very well what is intended to show in this thesis. This model implies that high-consuming factories are more penalized than low-consuming factories. Aggregate planning is raised monthly from January to June 2010. Here the monthly demand of products, monthly capacity of the factory and the average energy price per month (known data) are considered. The inventory cost per period and profit data obtained are invariant (1 Euro and 100 Euro, respectively). The weekly Lot Sizing planning is for eight weeks, from February to March 2010. In this case, it is also known the weekly capacity of production, weekly demand and the average price of energy in each of the proposed weeks. The cost of production, inventory and Set-up are also known (10 Euros per period, 0.2 Euros per period, 10,000 Euros per period, respectively). For both production planning ranges, two linear programming algorithms are developed in order to obtain methods. Results In the Agreggate Planning of the low-consuming factory considered in case 1, the savings obtained from energy consumption are very low compared to the savings obtained from the planning done for the factory of case 2 (69,504.89 Euros). The percentage of savings is, however, very low (around 0.2% over the planning without taking into account the energy prices) For the weekly Lot Sizing Planning for the low-consuming factory case 1, the savings obtained are also low compared to savings obtained in the factory of case 2 (78,901 Euros). In this case the savings reflects a 4.5% compared to planning without taking into account the energy prices.It is shown that high consuming factories are more likely to obtain savings by planning the energy consumption and that the greater flexibility factory has, the more savings are going to be obtained. Moreover, in short- term planning significant benefits can be achieved because the average prices per week are more disparate between them. In addition, if a high consuming factory is considered, a high percentage of production cost would be computed energy expenditure and savings of 4.5% above could be the key to sell products at more competitive prices. The savings presented are obtained without taking into account labor costs, depreciation of machinery, land rentals etc. Therefore, the savings shown are only from the energy point of view. Conclusions In the process of preparing this thesis, some important contributions to production planning have been generated. At first a bibliography of all global trends in production planning including energy consumption has been generated as well as a compilation of "Energy-Key Performance Indicators (KPIs)" in order to describe and control energy consumption. As an innovative approach, the energy consumption is introduced at all levels of production planning, from aggregate-level planning to machine level planning. For this, some linear programming algorithms have been developed jointly considering conventional production planning objectives and the reduction of energy costs, taking into account the energy price per time period evaluated. The conclusions of the thesis are:  The energy-intensive factories are more susceptible to the application of these techniques and have therefore greater potential savings. However, those measures cannot be introduced if production is not flexible.  The greater the flexibility of the factory in terms of capacity, products and machinery, the greater capacity to obtain energy cost savings during periods of short-term planning.The flexibility allows us to plan the production in shorter periods of time. The more flexible the factory is, planning periods are shorter and therefore bigger savings can be obtained. An interesting continuation of this thesis would be to make a multi-objective optimization in machine sequencing taking into account important factors in production planning, such as minimization of the "makespan" and the minimization of energy consumption and the energy cost. Additionally, it would be important to assess the costs of implementing these strategies in terms of resources (such as the installation of additional control) to compare the savings to be achieved and economically assess the profitability of the investment.