Thèse soutenue

Ordonnancement multicritère par lots avec tarifs d'électricité différenciés

FR  |  
EN
Auteur / Autrice : Junheng Cheng
Direction : Feng ChuMing LiuXia Weili
Type : Thèse de doctorat
Discipline(s) : Mathématiques et Informatique
Date : Soutenance le 07/12/2017
Etablissement(s) : Université Paris-Saclay (ComUE) en cotutelle avec Northwestern Polytechnical University (Chine)
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
Partenaire(s) de recherche : Laboratoire : Informatique, Biologie Intégrative et Systèmes Complexes (Evry, Essonne)
établissement opérateur d'inscription : Université d'Évry-Val-d'Essonne (1991-....)
Jury : Président / Présidente : Xiaolan Xie
Examinateurs / Examinatrices : Éric Angel
Rapporteurs / Rapporteuses : Lyes Benyoucef, Antoine Jouglet, Imed Kacem

Résumé

FR  |  
EN

L'industrie est le plus grand consommateur d'énergie dans le monde et la majeure partie de sa consommation est électrique. Pour moduler la consommation et équilibrer les périodes creuses et de pic, les producteurs d'électricité dans de nombreux pays pratiquent une tarification différenciée, en anglais "time-of-use (TOU) policy", afin d’encourager les industriels et les particuliers à adapter leur consommation. Cette stratégie incite les gros consommateurs industriels, en particulier le secteur semi-conducteur où la fabrication se fait souvent par lots, à réduire leurs factures d’électricité en adaptant leur production.Dans ce travail, nous étudions plusieurs problèmes d’ordonnancement de production par lots avec tarification différenciée d'électricité. Nous nous intéressons d’abord à l’ordonnancement d’une machine par lots pour minimiser le coût total d’électricité et le makespan. Le deuxième problème étudié généralise le premier en considérant le coût d’électricité pendant les périodes inactives de la machine telles que les périodes de réglage ou d'attente. Enfin, nous traitons l’ordonnancement sur machines parallèles par lots avec des pièces non identiques. Pour chacun de ces problèmes, nous construisons des modèles mathématiques appropriés, et évaluons sa complexité. Pour la résolution, nous proposons plusieurs méthodes de ɛ-contrainte dans lesquelles des sous-problèmes sont transformés en problèmes de sac-à-doc, de sacs-à-doc multiples et ou de bin packing. Nous développons aussi une méthode itérative à deux étapes. Les performances des méthodes développées sont évaluées à l'aide d'un grand nombre d'instances représentatives générées au hasard. Les résultats numériques montrent l'efficacité de ces méthodes par rapport au logiciel commercial CPLEX.