Concentrated solar power (CSP) is a fast-growing technology for electricity production. With mirrors (heliostats) irradiation of the sun is concentrated onto a receiver run through by a heat transfer fluid (HTF). The fluid by that reaches high temperatures and is used to drive a steam turbine for electricity production. A CSP power plant is most often coupled with an energy storage unit, where the HTF is stored before it is dispatched and used to generate electricity. Electricity is most often sold at an open market with a fluctuating spot-prices. It is therefore of high importance to generate and sell the electricity at the highest paid hours, increasingly important also since the governmental support mechanisms aimed to support renewable energy production is faded out since the technology is starting to be seen as mature enough to compete by itself on the market. A solar power plant thus has an operational protocol determining when energy is dispatched, and electricity is sold. These protocols are often pre-defined which means an optimal production is not achieved since irradiation and electricity selling price vary. In this master thesis, an optimization algorithm for electricity sales is designed (in MATLAB). The optimization algorithm is designed by for a given timeframe solve an optimization problem where the objective is maximized revenue from electricity sales from the solar power plant. The function takes into consideration hourly varying electricity spot price, hourly varying solar field efficiency, energy flows in the solar power plant, start-up costs (from on to off) plus conditions for the logic governing the operational modes. Two regular pre-defined protocols were designed to be able to compare performance in a solar power plant with the optimized dispatch protocol. These three operational protocols were evaluated in three different markets; one with fluctuating spot price, one regulated market of three fixed price levels and one in spot market but with zero-prices during sunny hours. It was found that the optimized dispatch protocol gave both bigger electricity production and revenue in all markets, but with biggest differences in the spot markets. To evaluate in what type of powerplant the optimizer performs best, a parametric analysis was made where size of storage and power block, the time-horizon of optimizer and the cost of start-up were varied. For size of storage and power block it was found that revenue increased with increased size, but only up to the level where the optimizer can dispatch at optimal hours. After that there is no increase in revenue. Increased time horizon gives increased revenue since it then has more information. With a 24-hour time horizon, morning price-peaks will be missed for example. To change start-up costs makes the power plant less flexible and with fewer cycles, without affect income much. / Koncentrerad solkraft (CSP) är en snabbt växande teknologi för elektricitets-produktion. Med speglar (heliostater) koncentreras solstrålar på en mottagare som genomflödas av en värmetransporteringsvätska. Denna uppnår därmed höga temperaturer vilket används för att driva en ångturbin för att generera el. Ett CSP kraftverk är oftast kopplat till en energilagringstank, där värmelagringsvätskan lagras innan den används för att generera el. El säljs i de flesta fall på en öppen elmarknad, där spotpriset fluktuerar. Det är därför av stor vikt att generera elen och sälja den vid de timmar med högst elpris, vilket också är av ökande betydelse då supportmekanismerna för att finansiellt stödja förnybar energiproduktion används i allt mindre grad för denna teknologi då den börjar anses mogen att konkurrera utan. Ett solkraftverk har således ett driftsprotokoll som bestämmer när el ska genereras. Dessa protokoll är oftast förutbestämda, vilket innebär att en optimal produktion inte fås då exempelvis elspotpriset och solinstrålningen varierar. I detta examensarbete har en optimeringsalgoritm för elförsäljning designats (i MATLAB). Optimeringsscriptet är designat genom att för en given tidsperiod lösa ett optimeringsproblem där objektivet är maximerad vinst från såld elektricitet från solkraftverket. Funktionen tar hänsyn till timvist varierande elpris, timvist varierande solfältseffektivitet, energiflöden i solkraftverket, kostnader för uppstart (on till off) samt villkor för att logiskt styra de olika driftlägena. För att jämföra prestanda hos ett solkraftverk med det optimerade driftsprotokollet skapades även två traditionella förutbestämda driftprotokoll. Dessa tre driftsstrategier utvärderades i tre olika marknader, en med ett varierande el-spotpris, en i en reglerad elmarknad med tre prisnivåer och en i en marknad med spotpris men noll-pris under de soliga timmarna. Det fanns att det optimerade driftsprotokollet gav både större elproduktion och högre vinst i alla marknader, men störst skillnad fanns i de öppna spotprismarknaderna. För att undersöka i vilket slags kraftverk som protokollet levererar mest förbättring i gjordes en parametrisk analys där storlek på lagringstank och generator varierades, samt optimerarens tidshorisont och kostnad för uppstart. För lagringstank och generator fanns att vinst ökar med ökande storlek upp tills den storlek optimeraren har möjlighet att fördela produktion på dyrast timmar. Ökande storlek efter det ger inte ökad vinst. Ökande tidshorisont ger ökande vinst eftersom optimeraren då har mer information. Att ändra uppstartkostnaden gör att solkraftverket uppträder mindre flexibelt och har färre cykler, dock utan så stor påverkan på inkomst.

Backtracking CSP solvers provide a powerful framework for search and reasoning. The aim of constraint learning is increase global reasoning power by learning new constraints to boost reasoning and hopefully reduce search effort. In this thesis constraint learning is developed in several ways to make it faster and more powerful. First, lazy explanation generation is introduced, where explanations are generated as needed rather than continuously during propagation. This technique is shown to be effective is reducing the number of explanations generated substantially and consequently reducing the amount of time taken to complete a search, over a wide selection of benchmarks. Second, a series of experiments are undertaken investigating constraint forgetting, where constraints are discarded to avoid time and space costs associated with learning new constraints becoming too large. A major empirical investigation into the overheads introduced by unbounded constraint learning in CSP is conducted. This is the first such study in either CSP or SAT. Two significant results are obtained. The first is that typically a small percentage of learnt constraints do most propagation. While this is conventional wisdom, it has not previously been the subject of empirical study. The second is that even constraints that do no effective propagation can incur significant time overheads. Finally, the use of forgetting techniques from the literature is shown to significantly improve the performance of modern learning CSP solvers, contradicting some previous research. Finally, learning is generalised to use disjunctions of arbitrary constraints, where before only disjunctions of assignments and disassignments have been used in practice (g-nogood learning). The details of the implementation undertaken show that major gains in expressivity are available, and this is confirmed by a proof that it can save an exponential amount of search in practice compared with g-nogood learning. Experiments demonstrate the promise of the technique.

Estágio realizado na Fundació CTM Centre Tecnològic, e orientado por Jose Luis Romeral Martínez / Tese de Mestrado Integrado. Engenharia do Ambiente. Faculdade de Engenharia. Universidade do Porto. 2012

La conception architecturale est souvent réalisée grâce aux habitudes professionnelles et à l'expérience des concepteurs, qui leur permettent d'identifier les paramètres de conception pertinents à prendre en compte pour commencer l'étude et de faire les choix qu'impliquent une démarche séquentielle de détermination d'architecture. Ces décisions sont difficiles à prendre car les concepteurs ne disposent pas forcément d'éléments suffisants pour comparer les différentes alternatives. Ainsi, ils procèdent souvent par essai-erreur, jusqu'à l'obtention d'une configuration opérationnelle, mais qui n'est pas nécessairement optimale. Ces itérations sont, de plus, coûteuses en temps.<br /><br />Nous proposons un système d'aide à la décision en conception préliminaire, permettant de partir de plusieurs concepts de solution pertinents, pour arriver à une architecture validée et prédimensionnée en objectivant les choix de conception. <br />Les grandes étapes sont : (i) l'écriture du problème de conception préliminaire sous forme de Problème par Satisfaction de Contraintes (PSC), (ii) la recherche exhaustive des architectures solutions, (iii) l'exploitation et la réduction de l'espace des solutions pour aider à la décision. C'est seulement ensuite qu'un choix est à faire parmi ces solutions, qui n'ont pas été arbitrairement restreintes par des choix initiaux.<br /><br />Les étapes (i) et (iii) nécessitent une analyse préalable du problème de conception. Il faut, d'une part, le limiter aux seules caractéristiques nécessaires et suffisantes pour la conception architecturale, que nous nommons caractéristiques structurantes. D'autre part, il faut exprimer les objectifs de conception et les critères de qualification de la conception, qui permettent de hiérarchiser les architectures-solutions obtenues et ainsi aider au choix final parmi elles.<br />Nous proposons pour cela une démarche systématique d'analyse et structuration du problème de conception, basée sur quatre étapes, depuis l'analyse du besoin jusqu'à une approche physique, en passant par des approches fonctionnelle et organique du produit à concevoir. Des tableaux systématiques sont proposés.<br /><br />Notre approche est confrontée avec la démarche 'classique' d'un groupe de concepteurs, pour une même conception architecturale. L'utilisation du système d'aide à la décision permet une amélioration de la satisfaction des objectifs de conception, le choix du concept de solution le plus performant, l'obtention d'architectures-solutions valides et respectant toutes les contraintes énoncées. On dispose ainsi d'éléments dimensionnels pour poursuivre en conception détaillée sans subir les itérations engendrées par le processus essai-erreur.

Les travaux de cette thèse se placent dans le cadre de la robotique mobile terrestre. Un prototype innovant de robot à géométrie variable capable de franchir divers obstacles (escaliers, trottoirs...) est présenté et analysé. Le retour d'expérience nous donne des pistes pour évoluer vers un robot autonome. L'étude de la déformation d'un robot muni de n degrés de liberté est présentée et formalisée comme un problème de satisfaction de contraintes. L'objectif est d'actionner les articulations du robot tout en conservant la tension de la chenille qui transmet l'effort des moteurs de propulsion. Des outils d'analyse par intervalles sont utilisés pour proposer une solution. Un autre aspect du contrôle d'un robot à géométrie variable est ensuite étudié pour fournir une méthode autonome de déformation lors de phases de franchissement d'obstacles. Un réseau de neurones est entraîné via un algorithme génétique dans le but de franchir un escalier. Le prototype existant nous permet de valider expérimentalement ces résultats.

La conception architecturale de systèmes mécaniques et énergétiques permet d'étudier la faisabilité de concepts préalablement choisis pendant la phase de recherche de concepts. Elle fait partie de la phase de conception préliminaire et son achèvement vise à définir l'architecture globale qui sera étudiée pendant la phase de conception détaillée d'un produit. Les principales caractéristiques d'un produit (dimensions, choix de composants, de formes, de topologies ou de matériaux) sont alors fondamentales à ce stade de la conception. La conception architecturale nécessite aussi la prise en compte des comportements physiques et des interactions du produit, de ses composants et des milieux extérieurs, de critères économiques, environnementaux, etc. suivant les exigences du cahier des charges fonctionnel. Le concepteur définit un modèle mathématique exprimant cette connaissance liée au produit. Ce modèle peut être traité à l'aide d'un solveur de Problèmes de Satisfaction de Contraintes numériques (CSP). Ce type de solveur traite de manière générique des problèmes formulés à l'aide de contraintes, de variables et de domaines. Nous proposons de nouveaux algorithmes et de nouvelles heuristiques qui prennent en compte des besoins spécifiques au concepteur en conception préliminaire, comme : la classification des variables, les précisions relatives aux valeurs de certaines variables, les contraintes par morceaux. Les études de faisabilité de plusieurs systèmes mécaniques et énergétiques ont été réalisées avec succès. Les nouveaux algorithmes ont permis de diminuer significativement les temps de calculs, mais ils ont aussi permis d'améliorer la qualité des solutions calculées au regard des besoins du concepteur.

Cette thèse contribue aux recherches menées dans le cadre de la restauration du mouvement sous stimulation électrique fonctionnelle (SEF) chez les paraplégiques. L'étude porte sur l'estimation de la posture à partir d'efforts volontairement exercés sur les poignées d'un cadre de support. Ceci est posé comme un problème de satisfaction de contraintes et résolu au travers d'algorithmes basés sur l'analyse par intervalles. Les contraintes sont définies à partir d'un modèle cinématique du corps humain. La méthodologie est capable de prendre en compte les incertitudes relatives aux quantités mesurées ou connues a priori. Des ensembles de postures solutions sont calculés et l'incertitude qui leur est associée est rigoureusement caractérisée. La méthode à été d'abord validée expérimentalement avec des sujets valides, utilisant deux capteurs d'efforts six-axes équipés sur les poignées d'un cadre de support, et fut finalement mise en oeuvre lors d'expérimentations avec des patients paraplégiques.

This study investigates the relationship between corporate social performance (CSP)and corporate financial performance (CFP) within the context of a particular CSPelement: environmental investment. Two models of the determinants of companies’environmental investment are estimated in order to capture the difference betweenfirms’ actual and expected level of environmental investment. The regressionresiduals are used as our measure of corporate social performance. Both market-basedand accounting-based measures of financial performance are applied to representcorporate financial performance. With the analysis of a sample encompassing 223Chinese heavy-polluting companies, we have found that it is more likely to observe asignificantly positive relationship between firms’ environmental endeavors and theiraccounting-based financial performance among firms that are more active to disclosecorporate information. Besides, building on our empirical findings that corporatesocial performance is positively correlated with accounting-based financialperformance but has no correlation with market-based financial performance, wesuggest a priority for managers from Chinese heavy-polluting industries when theyfulfill social demands of various stakeholders.

The frequency assignment (FAP) consists in assigning the frequency on the radio links of a network which satisfiesthe electromagnetic interference among the links. Given the limited spectrum resources for each application, the fre-quency resources are often insufficient to deploy a wireless network without interference. In this case, the network isover-contrained and the problem is infeasible. Our objective is to identify an area with heavy interference.The work presented here concerns the detection for one of these areas with an algorithmic approach based onmodeling the problem by CSP. The problem of frequency assignment can be modeled as a constraint satisfactionproblem (CSP) which is represented by a triple: a set of variables (radio links), a set of constraints (electromagneticinterference) and a set of available frequencies.The interfered area in CSP can be considered a subset of irreducible feasible subset (IIS). An IIS is a infeasiblesubproblem with irreducible size, that is to say that all subsets of an IIS are feasible. The identification of an IIS ina CSP refers to two general interests. First, locating an IIS can easily prove the infeasibility of the problem. Becausethe size of IIS is assumed to be smaller compared to the entire problem, its infeasibility is relatively easier to prove.Second, we can locate the reason of infeasibility, in this case, the decision maker can provide the solutions to relax theconstraints inside IIS, which perhaps leads to a feasible solution to the problem.This work proposes algorithms to identify an IIS in the over-constrained CSP. These algorithms have tested on the well known benchmarks of the FAP and of the problem of graph k-coloring. The results show a significant improve-ment on instances of FAP compared to known methods.

The thermal efficiency of concentrated solar power (CSP) system depends on the maximum operating temperature of the system which is determined by the operating temperature of the TES device. Organic materials (such as synthetic oil, fatty acid, or paraffin wax) are typically used for TES. This limits the operating temperature of CSP units to below 400 degrees C. Increasing the operating temperature to 560 degrees C (i.e., the creeping temperature of stainless steel), can enhance the theoretical thermal efficiency from 54 percent to 63 percent. However, very few thermal storage materials are compatible for these high temperatures. Molten salts are thermally stable up to 600 degrees C and beyond. Using the molten salts as the TES materials confers several benefits, which include: (1) Higher operating temperature can significantly increase the overall cycle efficiency and resulting costs of power production. (2) Low cost of the molten salt materials can drastically reduce the cost. (3) The molten salts, which are environmentally safe, can also reduce the potential environmental impact. However, these materials suffer from poor thermo-physical properties. Impregnating these materials with nanoparticles can enhance these properties. Solvents doped with nanoparticles are termed as nanofluids. Nanofluids have been reported in the literature for the anomalous enhancement of their thermo-physical properties. In this study, the poor thermal properties of the molten salts were enhanced dramatically on mixing with nanoparticles. For example the specific heat capacity of these molten salt eutectics was found to be enhanced by as much as ~ 26 percent on mixing with nanoparticles at a mass fraction of ~ 1 percent. The resultant properties of these nanomaterials were found to be highly sensitive to small variations in the synthesis protocols. Computational models were also developed in this study to explore the fundamental transport mechanisms on the molecular scale for elucidating the anomalous enhancements in the thermo-physical properties that were measured in these experiments. This study is applicable for thermal energy storage systems utilized for other energy conversion technologies – such as geothermal energy, nuclear energy and a combination of energy generation technologies.