Gaz naturel liquéfiévignette|Un méthanier dans le terminal de Marmara.|alt=navire de grande taille, aux superstructures anguleuses, attaché à un quai Le gaz naturel liquéfié (abrégé en GNL, ou LNG de l'anglais liquefied natural gas) est du gaz naturel de qualité commerciale condensé à l’état liquide. Il se compose essentiellement de méthane mais comprend aussi jusqu'à 10 % d'éthane et de petites quantités d'autres gaz (propane et butane notamment).
Gaz naturelLe gaz naturel, ou gaz fossile, est un mélange gazeux d'hydrocarbures constitué principalement de méthane, mais comprenant généralement une certaine quantité d'autres alcanes supérieurs, et parfois un faible pourcentage de dioxyde de carbone, d'azote, de sulfure d'hydrogène ou d'hélium. Naturellement présent dans certaines roches poreuses, il est extrait par forage et est utilisé comme combustible fossile ou par la carbochimie. Le méthane est généralement valorisé par le gaz de synthèse en méthanol.
Efficacité énergétique (thermodynamique)En physique et ingénierie mécanique, l'efficacité énergétique (ou efficacité thermodynamique) est un nombre sans dimension, qui est le rapport entre ce qui peut être récupéré utilement de la machine sur ce qui a été dépensé pour la faire fonctionner. Aux États-Unis, pour les appareils et équipements résidentiels, elle est déterminée par le facteur énergétique (energy factor). Cette notion est souvent confondue avec une définition du rendement thermodynamique, pour des systèmes dont l'efficacité énergétique théorique maximale est inférieure à un, comme les moteurs dithermes ou les moteurs électriques.
Cycle combinéUn cycle combiné (CC), expression déclinée en CCPP (de l'anglais combined cycle power plant) ou CCGT (de l'anglais combined cycle gas turbine), est un mode combiné de production d'énergie ou, par métonymie, une centrale électrique utilisant plus d'un cycle thermodynamique. Une turbine à combustion transforme une partie de l’énergie fournie par le combustible en énergie mécanique pouvant ensuite être convertie en électricité au moyen d'un générateur électrique.
Optimisation multiobjectifL'optimisation multiobjectif (appelée aussi Programmation multi-objective ou optimisation multi-critère) est une branche de l'optimisation mathématique traitant spécifiquement des problèmes d'optimisation ayant plusieurs fonctions objectifs. Elle se distingue de l'optimisation multidisciplinaire par le fait que les objectifs à optimiser portent ici sur un seul problème. Les problèmes multiobjectifs ont un intérêt grandissant dans l'industrie où les responsables sont contraints de tenter d'optimiser des objectifs contradictoires.
Optimisation convexevignette|320x320px|Optimisation convexe dans un espace en deux dimensions dans un espace contraint L'optimisation convexe est une sous-discipline de l'optimisation mathématique, dans laquelle le critère à minimiser est convexe et l'ensemble admissible est convexe. Ces problèmes sont plus simples à analyser et à résoudre que les problèmes d'optimisation non convexes, bien qu'ils puissent être NP-difficile (c'est le cas de l'optimisation copositive). La théorie permettant d'analyser ces problèmes ne requiert pas la différentiabilité des fonctions.
Natural gas pricesNatural gas prices, as with other commodity prices, are mainly driven by supply and demand fundamentals. However, natural gas prices may also be linked to the price of crude oil and petroleum products, especially in continental Europe. Natural gas prices in the US had historically followed oil prices, but in the recent years, it has decoupled from oil and is now trending somewhat with coal prices. The price as at 20th January 2022, on the U.S. Henry Hub index, is US. The highest peak (weekly price) was US in January 2005.
Algorithme évolutionnistevignette|redresse=1.2|Un algorithme évolutionnaire utilise itérativement des opérateurs de sélections (en bleu) et de variation (en jaune). i : initialisation, f(X) : évaluation, ? : critère d'arrêt, Se : sélection, Cr : croisement, Mu : mutation, Re : remplacement, X* : optimum. Les algorithmes évolutionnistes ou algorithmes évolutionnaires (evolutionary algorithms en anglais), sont une famille d'algorithmes dont le principe s'inspire de la théorie de l'évolution pour résoudre des problèmes divers.
Optimisation linéaire en nombres entiersL'optimisation linéaire en nombres entiers (OLNE) (ou programmation linéaire en nombres entiers (PLNE) ou integer programming (IP) ou Integer Linear Programming (ILP)) est un domaine des mathématiques et de l'informatique théorique dans lequel on considère des problèmes d'optimisation d'une forme particulière. Ces problèmes sont décrits par une fonction de coût et des contraintes linéaires, et par des variables entières.
Optimisation non linéaireEn optimisation, vue comme branche des mathématiques, l'optimisation non linéaire (en anglais : nonlinear programming – NLP) s'occupe principalement des problèmes d'optimisation dont les données, i.e., les fonctions et ensembles définissant ces problèmes, sont non linéaires, mais sont aussi différentiables autant de fois que nécessaire pour l'établissement des outils théoriques, comme les conditions d'optimalité, ou pour la bonne marche des algorithmes de résolution qui y sont introduits et analysés.
Gaz naturel pour véhiculesLe gaz naturel pour véhicules (abrégé en GNV) est du gaz naturel utilisé comme carburant pour les véhicules à moteur comme les automobiles, les autobus ou les camions. Le gaz naturel est constitué d'environ 97 % de méthane, il s'agit du même gaz que celui distribué en France sur le réseau de GRDF et qui est utilisé par les particuliers pour la cuisine ou le chauffage. Pour la France, ce gaz naturel provient principalement de l'étranger (Norvège, Russie, Algérie, Pays-Bas).
Optimisation (mathématiques)L'optimisation est une branche des mathématiques cherchant à modéliser, à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à minimiser ou maximiser une fonction sur un ensemble. L’optimisation joue un rôle important en recherche opérationnelle (domaine à la frontière entre l'informatique, les mathématiques et l'économie), dans les mathématiques appliquées (fondamentales pour l'industrie et l'ingénierie), en analyse et en analyse numérique, en statistique pour l’estimation du maximum de vraisemblance d’une distribution, pour la recherche de stratégies dans le cadre de la théorie des jeux, ou encore en théorie du contrôle et de la commande.
Evolutionary computationIn computer science, evolutionary computation is a family of algorithms for global optimization inspired by biological evolution, and the subfield of artificial intelligence and soft computing studying these algorithms. In technical terms, they are a family of population-based trial and error problem solvers with a metaheuristic or stochastic optimization character. In evolutionary computation, an initial set of candidate solutions is generated and iteratively updated.
Optimisation linéairethumb|upright=0.5|Optimisation linéaire dans un espace à deux dimensions (x1, x2). La fonction-coût fc est représentée par les lignes de niveau bleues à gauche et par le plan bleu à droite. L'ensemble admissible E est le pentagone vert. En optimisation mathématique, un problème d'optimisation linéaire demande de minimiser une fonction linéaire sur un polyèdre convexe. La fonction que l'on minimise ainsi que les contraintes sont décrites par des fonctions linéaires, d'où le nom donné à ces problèmes.
Algorithme génétiqueLes algorithmes génétiques appartiennent à la famille des algorithmes évolutionnistes. Leur but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable. Les algorithmes génétiques utilisent la notion de sélection naturelle et l'appliquent à une population de solutions potentielles au problème donné.
Population model (evolutionary algorithm)The population model of an evolutionary algorithm (EA) describes the structural properties of its population to which its members are subject. A population is the set of all proposed solutions of an EA considered in one iteration, which are also called individuals according to the biological role model. The individuals of a population can generate further individuals as offspring with the help of the genetic operators of the procedure. The simplest and widely used population model in EAs is the global or panmictic model, which corresponds to an unstructured population.
Dualité (optimisation)En théorie de l'optimisation, la dualité ou principe de dualité désigne le principe selon lequel les problèmes d'optimisation peuvent être vus de deux perspectives, le problème primal ou le problème dual, et la solution du problème dual donne une borne inférieure à la solution du problème (de minimisation) primal. Cependant, en général les valeurs optimales des problèmes primal et dual ne sont pas forcément égales : cette différence est appelée saut de dualité. Pour les problèmes en optimisation convexe, ce saut est nul sous contraintes.
Relaxation continueEn informatique théorique et en recherche opérationnelle, la relaxation continue est une méthode qui consiste à interpréter de façon continue un problème combinatoire ou discret. Cette méthode est utilisée afin d'obtenir des informations sur le problème discret initial et parfois même pour obtenir sa solution. Les problèmes discrets ou combinatoires sont en effet très difficiles à traiter en raison de l'explosion combinatoire et il est courant de les traiter par une méthode de séparation et évaluation (branch and bound en anglais) : la relaxation continue fait partie des algorithmes d'évaluation nécessaire à la mise en œuvre de cette méthode.
Cycle de Braytonvignette|upright=0.8|Diagramme Température-Entropie du cycle théorique et réel de Brayton. Le cycle de Brayton, ou cycle de Joule, est un cycle thermodynamique à caloporteur gazeux. Il a été inventé par l'ingénieur anglais en 1791 et développé par l'ingénieur américain George Brayton à partir de 1872. Le cycle de Joule inverse lui est similaire, mais utilise une source de chaleur externe et incorpore un régénérateur. Le cycle de Brayton théorique est le cycle idéal correspondant à celui de la turbine à gaz élémentaire.
Constrained optimizationIn mathematical optimization, constrained optimization (in some contexts called constraint optimization) is the process of optimizing an objective function with respect to some variables in the presence of constraints on those variables. The objective function is either a cost function or energy function, which is to be minimized, or a reward function or utility function, which is to be maximized.
