多部门容量扩张模型的部门级与空间分解方法

多部门容量扩张模型在能源规划中发挥着关键作用，为技术发展的政策制定提供决策支持。为确保可靠的支持，这些模型需要具备高水平的技术、空间和时间分辨率，导致形成大规模的线性规划问题，往往难以计算求解。为解决这一挑战，传统方法依赖牺牲计算效率换取准确性的简化抽象。Benders 分解已被广泛探索用于提高电力容量扩张模型的计算效率。具体而言，现有方法主要集中在通过时间分解来提升性能。然而，多部门模型引入了额外的复杂性，需要新的分解策略。本文提出了一种基于预算的公式，将分解扩展到部门级和空间域。我们在美国大陆范围的案例研究中测试了所developed的部门级和空间 Benders 分解算法，考虑不同的空间和时间分辨率配置。结果表明，我们的算法相对于现有分解算法实现了显著的性能提升，运行时间缩短了 15%~70%。该方法利用了多部门容量扩张模型的通用结构，因此可应用于大多数现有的能源规划模型，在不牺牲分辨率的前提下确保计算可行性。