Planning regional energy system in association with greenhouse gas mitigation under uncertainty
Planning regional energy system in association with greenhouse gas mitigation under uncertainty
复制标题
不确定性下与温室气体减排相关的区域能源系统规划
DOI：
10.1016/j.apenergy.2010.07.037
复制
发表时间：
2011-03
期刊：
影响因子：
11.2
通讯作者：
Chen, X.
中科院分区：
文献类型：
--
作者：
Li, Y.P.;Huang, G.H.;Chen, X.
由于化石燃料的使用不断增加，能源需求不断增加，预计温室气体浓度将继续上升。这导致了满足日益增长的能源需求与减少温室气体排放之间不可避免的冲突。在这项研究中，一个集成的模糊随机优化模型（IFOM）的发展规划能源系统与温室气体减排。以概率分布、模糊区间及其组合形式呈现的多种不确定性被允许纳入IFOM框架。开发的方法，然后应用到一个区域能源系统的长期规划的案例研究，其中整数规划（IP）技术被引入IFOM，以促进动态分析的能力扩展规划的能源生产设施在一个多阶段的背景下，以满足不断增长的能源需求。得到了与解相关的模糊信息和概率信息，并可用于生成决策方案。其结果不仅可以提供最佳的能源资源/服务分配和能力扩展计划，而且还可以帮助决策者确定具有成本效益的方式减缓温室气体的理想政策。
Greenhouse gas (GHG) concentrations are expected to continue to rise due to the ever-increasing use of fossil fuels and ever-boosting demand for energy. This leads to inevitable conflict between satisfying increasing energy demand and reducing GHG emissions. In this study, an integrated fuzzy-stochastic optimization model (IFOM) is developed for planning energy systems in association with GHG mitigation. Multiple uncertainties presented as probability distributions, fuzzy-intervals and their combinations are allowed to be incorporated within the framework of IFOM. The developed method is then applied to a case study of long-term planning of a regional energy system, where integer programming (IP) technique is introduced into the IFOM to facilitate dynamic analysis for capacity-expansion planning of energy-production facilities within a multistage context to satisfy increasing energy demand. Solutions related fuzzy and probability information are obtained and can be used for generating decision alternatives. The results can not only provide optimal energy resource/service allocation and capacity-expansion plans, but also help decision-makers identify desired policies for GHG mitigation with a cost-effective manner.
登录
查看更多内容
DOI：
10.1287/opre.33.5.989
发表时间：
1985-10
期刊：
Oper. Res.
影响因子：
--
作者：
J. Birge
通讯作者：
J. Birge
影响因子：
11.2
作者：
N. V. Beeck;H. Doukas;M. Gioria;C. Karakosta;J. Psarras
通讯作者：
N. V. Beeck;H. Doukas;M. Gioria;C. Karakosta;J. Psarras
影响因子：
11.2
作者：
M. Atkins;A. Morrison;M. Walmsley
通讯作者：
M. Atkins;A. Morrison;M. Walmsley
DOI：
10.1016/s0167-6377(99)00019-x
发表时间：
1999-04
期刊：
Oper. Res. Lett.
影响因子：
--
作者：
C. H. Rosa;S. Takriti
通讯作者：
C. H. Rosa;S. Takriti
影响因子：
7.1
作者：
T. Unger;T. Ekvall
通讯作者：
T. Unger;T. Ekvall