基于存储论的区间随机规划在北京电力系统中的应用研究

与核能和可再生能源相比,化石燃料具有较大经济优势源,目前超过一半的电力主要依靠化石燃料。因此,为煤电发电系统做出全面的和合理的规划是非常必要的。然而,合理的规划对于处理决策者必须考虑的各种复杂性和不确定性是具有挑战性的,这些复杂性性包括结构的生成系统,时间或空间变化的系统因素,动态系统的条件,以及相关的环境和社会影响。此外,各种不确定性存在于电力生产活动中,如能量传输、存储、转换和供应,进一步增加了决策中的复杂性。因此,在这样的复杂性和不确定性条件下,开发强大的方法来有效管理电力发电系统是必要的。 在这项研究中,提出通过将随机规划和区间数方法引入到存储论模型中,建立了一个基于存储论的区间随机规划(IB-ISP)模型。IB-ISP模型可以解决约束条件和目标函数中表示为概率分布和区间参数的系统不确定性。所开发的IB-ISP模型被应用于北京市的长期电力生产系统规划研究中,揭示了该方法的可行性。煤炭运输过程中,各种因素可能会影响到煤炭运输的耗时,导致能源存储中的不确定。在不同煤炭运输的延迟时间,会产生出不同的安全库存和存储模式以减少系统成本并保证发电厂设备的正常运行。获得的结果不仅可以帮助管理者在安全库存问题上确定所需的决策,同时也可用于最小化系统成本和得到所需的存货模式(运煤批量和时间)。在不确定条件下,与传统的经济订货批量模型(EOQ)相比,IB-ISP模型可以为不及时供应问题和减少生产风险提供一个有效措施。