IEA IETS Annex 15: How to tighten a commonly used MINLP superstructure formulation for simultaneous heat exchanger network synthesis (2018)

MINLP-Superstructures für die Wärmetauscher-Netzsynthese ermöglichen die gleichzeitige Optimierung des Nutzwärmebedarfs, der Anzahl der Wärmetauschereinheiten und deren Flächenbedarf. Die Algorithmen zur Lösung dieser nichtlinearen nichtkonvexen Optimierungsprobleme lösen MILP- und NLP-Subprobleme iterativ, um optimale Lösungen zu finden.

Wenn diese Teilprobleme gestrafft werden, was bedeutet, dass der Lösungsraum reduziert wird, aber dennoch alle möglichen ganzzahligen Lösungen beinhaltet, können die Algorithmen potenziell schneller durch den Lösungsraum gehen, da Zweige früher ausgeschlossen werden können.

In dieser Arbeit werden Maßnahmen für eine häufig verwendete MINLP Superstructure vorgeschlagen und die Auswirkungen engerer variabler Grenzen und zusätzlicher Ungleichheitseinschränkungen anhand verschiedener Fallstudien aus der Literatur untersucht. Es wird gezeigt, dass engere Formulierungen helfen, globale optimale Lösungen zu finden, und dass die Dualitätslücke signifikant reduziert werden kann, wenn die Testfälle nicht global optimal gelöst werden können.