エネルギーは今日の社会の重要な要素であり、人口増加や経済発展などの問題により、ここ数年で需要が増加しており、温室効果ガス排出量 (GEE) を削減するためになされたいくつかのコミットメントが損なわれる可能性があります。したがって、エネルギー消費の削減は持続可能性を達成するために必要であり、建物はほとんどの国で消費される最終エネルギーの約 30 ～ 45% を占めており、エネルギー効率を向上させる機会を表しています (Santos et al, 2018)。
ここ数年、欧州指令 2010/30/EU や、最近では欧州議会の 2017 年 7 月 4 日および同協議会は、これらの電化製品を消費量やその他の問題によって分類することで義務的な表示を確立し、エネルギー サービスのコスト削減とそれに相当する CO2 排出量を促進しました。図 1 に、洗濯機に関するエネルギー ラベルの例を示します。
これは、消費者に重要な問題、特に各電化製品（エネルギー消費量、騒音、容量（冷蔵庫）、衣類の容量（洗濯機）など）に関する重要な情報を伝え、消費者に合わせた各電化製品の効率的な使用を促進することに関連しています。
初期投資とアプライアンスのライフサイクル使用時の電力消費量との間に最終的なトレードオフが存在することに加えて、この利用可能なすべての情報は、いくつかのトレードオフにつながります。消費者のニーズに適した最高のアプライアンスを入手してください。これらのニーズは、いくつかの基準によってサポートすることができ、居住者の数、エアコンの容量 (適用された場合) などの問題に依存する可能性があります。そのような採用された基準の一例を、4 人の居住者を考慮して表 1 に示します。
前述の内容に基づいて、市場で入手可能な多くのオプションを考えると、各消費者の個々のニーズを満たすために採用する最適なソリューションを分析することは困難です.各電化製品には、購入するブランドやモデルによって異なる独自の特性があり、費用対効果の比率が大きく異なり、機器のライフサイクルやエネルギー消費などの違いを考慮すると、分析が困難になる場合があることがわかっている場合、問題はさらに大きくなります。問題。
この意味で、寸法に関して市場で利用可能なさまざまなオプションを考えると、考えられる組み合わせの数は、問題に対して考慮される寸法の数の増加に伴って大幅に大きくなる可能性があります (例:照明、衣類乾燥機、電気オーブンなど)。 ）、および市場で入手可能なオプション/ディメンションの数が多いため、それらの間にいくつかのトレードオフが存在します。したがって、さまざまな種類の家電製品の購入を希望する消費者を考えると、消費者は組み合わせの問題 (図 2) に対処する必要がありますが、これは最適化手法を使用して取り組むことができます。
前述の基準と組み合わせることで、消費者の意思決定が、経済的、社会的、環境的懸念を組み込んだ持続可能なソリューションによってサポートされるようにするアプローチ (現在開発中) につながります。 、消費者の全体的な幸福を改善するために。図 3 では、経済的側面を最大化することで、消費者がエネルギー効率の高いソリューションを市場から入手できるようにするアプローチを示しています。
図3によると、消費者が必要とするエネルギーサービスと、消費者の個々のニーズに従って確立された基準に従って、一連の電化製品の事前選択が行われました。さらに、考えられるソリューション/オプションごとに、アプライアンスのライフサイクルに関する対応する節約額 (消費と初期投資) を計算しました。これは、消費者の使用段階と使用プロファイルに関連しています。表 2 では、ここで検討したケース スタディに関する例を検討しました。
各オプションと考慮される各エネルギー サービスに関連する対応する節約を達成することにより、進化的アルゴリズムを使用して最適化が実行されます。実行される最適化では、消費者の利用可能な予算が含まれる制約として考慮されます。これは、達成される各最適なソリューションが、消費者が必要とする各エネルギー サービスと比較されるためです。ただし、それらを取得するための予算が限られていることはわかっています。表 3 に、GA によって得られた実行可能なソリューションの例を示します (2600 ユーロの予算制約シナリオを使用して検討されました)。また、標準的な (非効率的な) ソリューションと比較した効率的なソリューションの選択に関する CO2 排出量の節約も提示されます (概算値)。
CO2 削減量を計算するためのカーボン フットプリント指標として、排出係数が使用されました。表 VIII によると、消費者が効率的なソリューションを選択した場合、最大 1726,16 ユーロ (2100,82 -374.66 ユーロ) 節約でき、したがって、次の期間で約 1457,97 kg の CO2 の削減に貢献します。この作業で考慮されるライフ サイクルによると、10 年。
このアプローチの次のステップは、現在開発中の持続可能性の残りの側面 (環境と社会) を組み込むことです。しかし、（考慮すべき各エネルギー サービスに関して）経済的節約を最大化することにより、エネルギー消費量と CO2 排出量を削減し、達成された各最適なソリューションに関するエネルギー効率を促進し、同時に消費者のニーズを考慮することができました。消費者が利用できる予算。
結論として、市場から家庭の消費者に持続可能なソリューション（家電製品）を提供するための予備的なアプローチを提示しました。消費者によって取得されます。このアプローチとこの開発段階では、消費者に市場からのソリューションを提供することでエネルギー効率を促進することができます。これにより、エネルギーの節約だけでなく、アプライアンスのライフ サイクル (使用段階) での CO2 の節約も実現できます。
このアプローチで進化的アルゴリズム（遺伝的アルゴリズム）を使用することの信頼性は以前の研究で評価されており、その適用はその主な利点のいくつかに関連しています。この場合、消費者にいくつかの異なる最適なソリューションを提供する可能性です。
電子機器や産業分野に適用される将来のアプリケーションなど、他の次元がさらなる作業で調査される可能性があり、セットからのエネルギー消費、投資、および CO2 削減を促進する可能性があります。
参照:
<オール>
