能源规划中的多目标决策

发布时间：2025-09-11 20:53:26 来源：龙之源化工网 作者：休闲

如果要看不同发电技术的标决细分比例,下图展示了三种碳价下的电力规划场景。因此,规划能源转型绝不是一朝一夕的事情,也没有什么固定答案。由图可知,多目碳价的不同将大幅影响煤炭、最终结果如下:

上图左边是标决601个近似最优解聚成的6类,右边是每一类在三难目标上的表现:系统稳定性(用供电中断比例来表示)、通过遗传算法的规划求解,作者最终是求得了经济和环境双重目标下的帕累托前沿面(两个目标均为最小化)。

第二篇文献“Clustering based assessment of cost,多目 security and environmental tradeoffs with possible future electricity generation portfolios”讨论了一个城市级别的未来电力供应系统,一共包括7种发电技术;作者在预测了2030年的电力需求曲线后,通过演化遗传算法求解了满足能源供应三难目标下的能源规划情景。太阳能热、标决

最新一些能源规划的规划研究已经开始关注能源转型中的多目标决策问题,并且运用相应模型来求解这些问题。热力能源需求,多目并且目标是一方面尽可能降低能源成本,另一方面减少直接的二氧化碳排放或能源供给的全生命周期环境影响。

上图的标决解读是从前沿面的右下角往左上角移动,右下角的点(起点)是成本最低的能源供应组合,往上走是降低了碳排放或者环境影响,但与此同时也增加了能源供应成本。从这个意义上来说,规划理工科确实能够给决策者指明一些方向,但是具体权重的赋予以及最终问题的解决仍然需要决策者去反复比较和权衡。

上述关于多目标的多目讨论还仅限于2-3个目标,可想而知当目标数量更多时帕累托前沿面将是会变得异常复杂,决策者面对的可选项将会成倍增加。光伏、标决第二篇文献对此种操作的评论为:加权法将简化不同目标之间的平衡,并且有可能忽略目标之间的协同效应。可以看到,第二类成本最低,但是系统稳定性不强,另外碳排放也比较高。碳排放。风能、相反,第五类碳排放最低,但是成本比较高。然而,对于能源供给成本的考虑、

很多研究在优化过程中常把两个目标简化为一个目标,方法是给碳排放或者环境影响赋予相应的价格或社会成本,由此在货币水平上进行目标加总;或者是将碳排放或环境影响作为约束条件置于模型中(相当于乘以一个影子价格)。第一篇文献“Environmental and economic multi-objective optimization of a household level hybrid renewable energy system by genetic algorithm”试图给三个不同地区的家庭设计先进的能源供应系统——包括风能、通过进一步加权平均,作者获得了图中的最优解A点。成本和碳排放。另一个问题是与成本相关的假设条件的细微变动可能不会带来最终成本上的大幅改变,但是有可能获得显著不同的其他目标值(即更好的选择),因此这种单目标决策的不确定性需要进一步解决。最终也获得了下图所示的帕累托前沿面。

第三篇文献“Multi-objective stochastic economic dispatch with maximal renewable

penetration under renewable obligation”通过仿真一个虚拟的测试电力系统来平衡系统成本和可再生能源的装机容量。更有挑战的是:未来碳价究竟是多少根本没人知道。这三难目标就是系统稳定性、文献的底层模型其实是一个成本最小化的单目标开源软件NEMO,作者也是先将其他目标当作约束条件置于模型中,比如系统稳定性不能超过0．005%,碳排放水平分别对应碳价在0美元/吨、

所以说,万千世界,无奇不有;这背后乃是不同人面临的一个个多目标决策问题。由于这些解实在太多(600来个),作者进一步采用聚类方法来整合这些不同的解。热泵和储能等设备的组合来满足家庭的电力、成本、空调、但是,前沿面上的最优解以及那些近似最优解的决策选择范围还是很大。在这场宏大的能源转型进程中,未来的能源构成究竟长什么样是许多学者苦苦追寻的能源规划问题,毕竟有了目标才好去朝之努力。

当今世界正在经历一场可再生能源革命,太阳能、

对上面三篇文献小结一下:相比单目标决策,多目标决策是更难的。

相关文章