Assignment SS 2020/2021/cs

Simulace přenosové soustavy

Simulace bude postavena na reálných datech o výrobě a spotřebě elektrické energie v ČR a na datech o přitékající elektrické energii od našich sousedních států. Jejich výroba el. energie taktéž ovlivňuje i naši přenosovou síť. Z tohoto důvodu jsou na pomyslných hranicích naší přenosové soustavy PST transformáty, kde dispečeři regulují výrobu a spotřebu elektrické energie u nás. Pokud by od sítě přiteklo moc energie, mohlo by to přetížit přenosovou soustavu a tím způsobit rozsáhlé výpadky proudu. Pokud by takový výpadek nastal (z důvodu výrazné výkonové nerovnováhy) je nutné, co nejrychleji zajistit stabilitu přenosové sítě. Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

Autor Michaela Tauchmanová

Typ modelu Systémová dynamika

Modelovací nástroj Vensim

Cíl simulace Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

Data Data o zatížení, přítoku energie atd. (ČEPS - https://www.ceps.cz/cs/data#Load) Spotřeba a výroba za rok včetně dat o distribučních ztrátách apod. (Český statistický úřad – Energetické bilance – https://www.czso.cz/csu/czso/ene_cr)

Taum03 (talk) 20:39, 6 May 2021 (CET)

Nalezení nejideálnějšího množství nápojových stánků a TOITOI na hudebních festivalech

Název: Nalezení nejideálnějšího množství TOITOI na festivalech

Autor: vana06, Aneta Váňová

Nástroj: NetLogo

Typ modelu: Multiagentní

Popis modelu: Venkovní hudební festivaly jsou jedny z nejpopulárnějších událostí, které návštěvníci v letním období navštěvují. Organizátoři těchto organizací musí často kalkulovat kapacitu celého festivalového objektu v návaznosti na popularitu vystupujícího. V návaznosti na tuto proměnou se musí vypořádat organizátoři s množstvím stánků s nápoji, které budou mít možnost prodeje právě na daném festivalu. Množství nápojových stánků však nemůže být neomezené z důvodu redukce prostoru. Zároveň je třeba najít takové optimální místo, aby návštěvníci festivalu netrávili většinu času festivalu právě ve frontách. Na základě následné doby pití a množství pití, které návštěvníci vypijí musí organizátoři počítat i s množstvím TOITOI mobilních toalet tak, aby jejich kapacita nebyla podhodnocena a návštěvníci se neuchylovali k obcházení pravidel festivalu. K větší reálnosti modelu též přispěje fakt, že agenti se rozhodují v průběhu procesu.

Grafy budou znázorňovat:

• Počet čekajících návštěvníků u nápojových stánků v průběhu konání festivalu
• Počet čekajících u TOITOI v průběhu konání festivalu
• Průměrná doba čekání na nápoj
• Průměrná doba čekání na TOITOI
• Počet návštěvníků, kteří z důvodu dlouhého čekání obešli pravidla festivalu a vykonali svou potřebu za TOITOI
• Počet nespokojených zákazníků (měřeno na základě doby čekání na nápoj a nutnosti vykonat potřebu mimo TOITOI)

Agenti:

• Muži
  • Potřeba pití nápojů je jednou za 30 minut (na základě Zdroj 1) (určeno náhodným rozdělením)
  • Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 300–400 ml (určeno náhodně v rámci daného rozmezí) Zdroj 2
  • Pravděpodobnost, že bude postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)
• Ženy
  • Potřeba nového pití je jednou za 45 minut (na základě Zdroj 1) (určeno náhodným rozdělením)
  • Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 150–250 ml (určeno náhodně v rámci daného rozmezí) Zdroj 2
  • Pravděpodobnost, že budou postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)

Parametry modelu:

• Počet návštěvníků jednotlivých pohlaví (rozděleno vždy 50:50 z celkového množství)
• Počet stánků s nápoji
• Počet TOI TOI

Možná rozšíření:

• Simulaci by bylo možné rozšířit i o stánky s občerstvením (jídlem)
• Rozšíření o vliv počasí (teploty) a s tím spojenou větší konzumaci nápojů
• Rozšíření o pauzy v programu, kde větší množství návštěvníků zvažuje zakoupení nového nápoje nebo navštívení TOITOI, i když to není potřeba

Cíl simulace: Na základě očekávané návštěvnosti bude možné predikovat takové množství nápojových stánků a TOITOI tak, aby bylo optimální, a tudíž aby nedocházelo k obcházení pravidel a aby návštěvníci byli spokojeni.

Poznámka: Pro simulaci je čerpáno z dat, která jsou k dispozici k velikosti močového měchýře a množství pití, avšak množství dat k tomuto tématu je omezenější.

Vana06 (talk) 22:28, 6 May 2021 (CET)

Simulácia darcovského centra

Simulácia bude zobrazovať popis procesu odberu krvnej plazmy v dárcovskom centre. Bude pozostávať z registrácie na odber, konzultácie s lekárom, čakaním na odber, odberu samotného, odpočinkom a odchodom z centra.

Darcovia sa môžu objednávať na odber v 30 minutových intervaloch, pričom simulácia bude brať v potaz „high peaks“, kedy je množstvo darcov vzhľadom na kapacitu lôžok hraničné a bude sa snažiť optimalizovať ako počet lôžok, tak i kapacitu darcov v daných „high peaks“

Simulácia by pozostávala z 3 modelov:

• 1. Simulácia štandarného provozu
• 2. Optimalizácia procesu za účelom lepšej efektivity času vzhľadom na darcu - v momentálnej situácií v „high peaku“ darci čakajú i desiatky minút navyše voči objednanému času
• 3. Simulácia letného provozu - v lete je štandardne počet darcov voči zbytku roku menší - v rámci letného provozu by teda bolo možné vymyslieť optimálnu stratégiu či už napríklad v rámci zníženie personálov/lekárov a podobne.

Autor Marko Pira

Typ modelu Diskrétní simulace

Modelovací nástroj SimProcess

Entity Darca

Zdroje

• Lékar
• Personál
• Skrinka
• (Odberové) lôžko
• (Tuba) plazmy - v rámci simulácie zistíme, koľko tub plazmy denne centrum zvládne odobrať

Cíl simulace Cieľom je nasimulovať štandardný stav centra a následne proces optimalizovať pomocou zdrojov. Ďalším cieľom je simulácia letného provozu centra a stratégie optimalizácie zdrojov, aby nedochádzalo k ich nevyužitiu

Data Data budú získané od anonymizovaného dárcovského centra v Prahe

Pirm01 (talk) 08:53, 7 May 2021 (CET)