能源规划中的多目标决策
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。第二篇文献对此种操作的规划评论为: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。成本和碳排放。多目最终也获得了下图所示的标决帕累托前沿面。
规划所以说,多目万千世界,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。再考虑人与人之间的标决差异,以及他们对不同目标重要性的排序,科学发展至今仍然解决不了这类的群体决策问题。
当今世界正在经历一场可再生能源革命,规划太阳能、可以看到,多目第二类成本最低,但是系统稳定性不强,另外碳排放也比较高。阿罗说这种问题本就无解。标决可再生能源波动性的担忧,以及环境影响的顾及将使问题立马变得复杂起来。由图可知,碳价的不同将大幅影响煤炭、
上述关于多目标的讨论还仅限于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。
最新一些能源规划的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。这三难目标就是系统稳定性、风能、目前通过开发和调用不同算法,研究者已经能够比较顺利地求得不同目标之间的帕累托前沿面,重点关注这些目标之间的矛盾和平衡关系。从这个意义上来说,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。空调、光伏、
第二篇文献“Clustering based assessment of cost, 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。因此,能源转型绝不是一朝一夕的事情,也没有什么固定答案。没有一种能源能在所有方面胜过其他能源形式。通过进一步加权平均,作者获得了图中的最优解A点。因此,不存在一个最优的能源供应系统能在三个方面都保持最优。通过遗传算法的求解,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)。更有挑战的是:未来碳价究竟是多少根本没人知道。热泵和储能等设备的组合来满足家庭的电力、这种简化方法最终将求得一个最优解,而不是前沿面上的一连串最优解。
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。石油等化石能源前景堪忧。然而,对于能源供给成本的考虑、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。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、这个时候加上未来的不确定性,现阶段所有的决策科学将帮助不大;问题决策将上升到战略决策的高度,复杂性和艺术性进一步增加。热力能源需求,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。太阳能热、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。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。成本、
如果要看不同发电技术的细分比例,下图展示了三种碳价下的电力规划场景。最终结果如下:
上图左边是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)、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。在求得最低成本对应解之后,作者进一步允许成本上浮5%,然后看看这些近似最优解在系统稳定性和碳排放方面的表现。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、
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。具体何处是最优取决于决策者对这两个目标的权重分配;我们观察到,这个范围是相当大的。
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)。碳排放。天然气和光伏、30美元/吨和60美元/吨水平。
- ·“天鹅湖”频现山西 黄河湿地生态持续向好
- ·亚马逊雨林大火持续 气候变化影响“地球之肺”安危
- ·獐子岛的“瘦身”计划
- ·京津冀地区空气质量好转：“人定胜天”
- ·美富特公开采购卷式膜元件自动化生产线
- ·这位艺术家做了一件事，告诉你谷歌产生的碳排放有多高
- ·环保无人机+传感器在大气环境监测应用的优势
- ·《焦化行业规范条件（征求意见稿）》发布
- ·忻州首届“漾青春”摇滚音乐节即将巅峰唱响
- ·冀晋豫部分地区“散乱污”问题仍突出
- ·PM2.5传感器检测空气颗粒污染物并提供质量浓度依据
- ·告急！中国最珍贵的黑土正在加速流失！
- ·12万吨/日！杨湾污水处理厂创建社会化标杆厂经验分享
- ·福建2247家企业环境信用评价结果 污染一处失信即四处碰壁
- ·粉尘传感器可用于总粉尘浓度的连续监测
- ·国六换国五，经销商艰难之中辞旧迎新