测量探索：宏观能源系统规划模型中生成替代方案建模方法的综述与系统评估
最优化与控制
2024-11-26 v1 系统与控制
系统与控制
摘要
随着脱碳议程的成熟，宏观能源系统建模研究越来越关注增强的决策支持方法，这些方法超越了最低成本建模，以改进对额外目标和权衡的考虑。一个候选方法是生成替代方案建模（MGA），它无需明确的利益相关者启发即可系统地探索新目标。以往的文献缺乏对大规模能源系统模型中MGA向量选择方法的全面综述，以及在此背景下对其相对效能的比较测试。为填补这一空白，本文提供了MGA文献的全面综述，识别了至少七种MGA向量选择方法，并对其中四种进行了系统评估：Hop-Skip-Jump、随机向量、变量最小/最大和建模所有替代方案。我们检查了每种方法的运行时间、可并行性、新解发现效率以及在低维（N≤100）空间中的空间探索，以及在三区域、8760小时容量扩展模型案例中的空间探索。通过这些测试，我们发现随机向量提供了对近最优可行区域最广泛的探索，变量最小/最大提供了最极端的结果，而两者在计算速度上持平。因此，我们提出了一种新的混合向量选择方法，结合了这两种方法以利用各自的优势。还提供了关于MGA变量选择的额外分析，其中我们证明了在发电变量上制定的MGA问题未能保留成本最优调度，因此不能反映等效假设容量选择的实际运行。因此，我们建议未来的研究在容量变量集上使用并行化的组合向量方法，以在计算速度和空间探索方面获得最佳结果，同时保留最优调度。
引用
@article{arxiv.2405.17342,
title = {Measuring Exploration: Review and Systematic Evaluation of Modelling to Generate Alternatives Methods in Macro-Energy Systems Planning Models},
author = {Michael Lau and Neha Patankar and Jesse D. Jenkins},
journal= {arXiv preprint arXiv:2405.17342},
year = {2024}
}