Proceedings
Ein Kennzahlensystem zur systematischen Bewertung von Simulationsergebnissen als Grundlage zur energieeffizienten Industrieclusteroptimierung
A key performance indicator system for the systematic evaluation of simulation results as a basis for energy-efficient industrial cluster optimization
-
M.Sc.
Björn Vollack
Professur für Technische Logistik Institut für Technische Logistik und Arbeitssysteme Fakultät Maschinenwesen Technische Universität Dresden
-
Dr.-Ing.
Mathias Kühn
Professur für Technische Logistik Institut für Technische Logistik und Arbeitssysteme Fakultät Maschinenwesen Technische Universität Dresden
-
Prof. Dr.-Ing. habil.
Thorsten Schmidt
Professur für Technische Logistik Institut für Technische Logistik und Arbeitssysteme Fakultät Maschinenwesen Technische Universität Dresden
Abstracts
Aktuelle Krisen wie weltweit gestörte Lieferketten, steigende Energiepreise und nicht zuletzt der Klimawandel führen einmal mehr vor Augen, wie wichtig der effiziente Umgang mit Ressourcen und insbesondere mit Energie ist. Industrielle Symbiose (IS) verfolgt das Ziel, mithilfe energetisch-stofflicher Austauschbeziehungen innerhalb von Eco-Industrial Parks (EIP) die Ressourceneffizienz zu erhöhen und somit einen wichtigen Beitrag zur Minderung der eingangs genannten Probleme beizusteuern. In der Literatur gibt es eine Vielzahl von Ansätzen, mit denen IS-Maßnahmen untersucht und optimiert werden. Diese unterscheiden sich stark hinsichtlich ihres Betrachtungsumfangs und des Detaillierungsgrades, mit dem die einzelnen Prozesse analysiert und geplant werden. Aufgrund der Komplexität der Zusammenhänge innerhalb eines EIP sind Simulationen hilfreich. Diese sind jedoch meist speziell auf einen konkreten EIP zugeschnitten und lassen sich nicht ohne Weiteres auf andere EIPs anwenden. Im Rahmen aufeinanderfolgender EIP-Projekte an der TU Dresden werden deshalb Simulationsmodelle sowie eine automatisierte Optimierung der Austauschbeziehungen für die Anwendung auf unterschiedliche EIPs entwickelt. Für die Optimierung ist die Bewertung der Simulationsergebnisse unerlässlich. Aus diesem Grund wird in diesem Beitrag eine Methode zu systematischen Bewertung von Simulationsläufen möglicher Konstellationen an Symbiosen vorgestellt. Hierbei werden auch unterschiedliche Betrachtungsschwerpunkte durch eine Gewichtung der Bewertungsparameter berücksichtigt.
Current crises such as globally disrupted supply chains, rising energy prices and, of course, climate change demonstrate once again how important it is to use resources, and energy in particular, efficiently. Industrial symbiosis (IS) aims at increasing resource efficiency by means of energy-material exchange relationships within Eco-Industrial Parks (EIP) and thus contributes to the reduction of the problems mentioned above. In the literature, there is a variety of approaches to investigate and optimize IS measures. These differ significantly in terms of their scope of consideration and the level of detail with which the individual processes are analyzed or planned. Due to the complexity of the interrelationships within an EIP, simulations are helpful. However, these are usually designed for a specific EIP and cannot be applied to other EIPs without further effort. In the context of successive EIP projects at the TU Dresden, simulation models and an automated optimization of the exchange relationships are therefore being developed for application to different EIPs. The evaluation of simulation results is essential for optimization. For this reason, this paper presents a method for the systematic evaluation of simulation runs of possible constellations of symbioses. In this context, different focus areas are also taken into consideration by weighting the evaluation parameters.
Keywords
Recommended citation
¶
Vollack B, Kühn M, Schmidt T (2022). Ein Kennzahlensystem zur systematischen Bewertung von Simulationsergebnissen als Grundlage zur energieeffizienten Industrieclusteroptimierung. Logistics Journal : Proceedings, Vol. 2022. (urn:nbn:de:0009-14-56105)
Please provide the exact URL and date of your last visit when citing this article.
Number of citations
Visit Google Scholar to find out, how often this paper is cited.