Process cogeneration is an effective strategy for exploiting the positive aspects of combined heat and power in the process industry. Traditionally, decisions for process cogeneration have been based mostly on economic criteria. With the growing interest in sustainability issues, there is need to consider economic, environmental, and social aspects of cogeneration. The objective of this thesis is to develop an optimization framework for the design of process cogeneration systems with economic, environmental, and social aspects. Process integration is used as the coordinating framework for the optimization formulation. First, heat integration is carried out to identify the heating utility requirements. Then, a multi-header steam system is designed and optimized for inlet steam characteristics and their impact on power, fixed and operating costs, greenhouse gas emissions, and jobs. A genetic algorithm is developed to solve the optimization problem. Multi-objective tradeoffs between the economic, environmental, and social aspects are studied through Pareto tradeoffs. A case study is solved to illustrate the applicability of the proposed procedure.
El proceso de cogeneración es una estrategia efectiva para la exploración de aspectos positivos de la combinación de calor y energía en los procesos industriales. Tradicionalmente, las decisiones para procesos de cogeneración han sido basadas principalmente en el criterio económico. Con el creciente interés en las cuestiones de sustentabilidad, hay necesidad de considerar los aspectos económicos, ambientales y sociales en el diseño de procesos de cogeneración. El objetivo de esta tesis es desarrollar una estrategia de optimización para el diseño de sistemas de cogeneración de procesos considerando aspectos económicos, ambientales y sociales. Los procesos de integración son usados como la estructura para la formulación de la optimización. Primero, la integración de procesos se considera para identificar los requerimientos de servicios externos. Luego, un sistema de vapor con múltiples niveles de temperatura es diseñado, optimizando su impacto en los costos fijos y de operación, emisiones de gases de efecto invernadero y trabajos. Un algoritmo genético es desarrollado para resolver el problema de optimización. Las interacciones entre los diferentes objetivos económicos, ambientales y sociales son estudiadas mediante curvas de Pareto. Un caso de estudio es resuelto para ilustrar la aplicación del procedimiento propuesto.
