具有详细操作和时间耦合约束的能源系统规划问题的计算效率高的本德分解
摘要：能源系统规划模型识别出最少成本策略以扩展和运营能源系统，并为投资、规划、监管和政策提供决策支持。大多数模型采用线性规划（LP）或混合整数线性规划（MILP）问题的形式。尽管LP和MILP求解器的效率和成熟度相对较高，但在没有影响结果质量和发现的抽象化情况下，大规模问题通常难以处理。我们考虑了一个宏观能源系统规划问题，包括详细的运营和政策约束，并通过在主模型中使用预算变量，形成了一个计算效率高的Benders分解，将投资与运营分离，并解耦操作时间步骤。这种新颖的方法使得操作子问题可以并行化，并允许在分解框架中建模相关约束，将决策与时间段（例如政策约束）相耦合。运行时间与时间分辨率成线性比例；测试表明，该算法对于所有MILP和一些LP公式而言，都能显著提高运行时间，具体取决于相对于采用最先进的商业求解器求解的同类整体模型的问题规模。我们的算法适用于其他领域（例如水、交通网络、生产过程）的规划问题，并且可以解决大规模问题，否则是难以处理的。我们展示了通过此算法实现的更高分辨率减少了结构不确定性，提高了推荐准确性。
作者：Anna Jacobson, Filippo Pecci, Nestor Sepulveda, Qingyu Xu, Jesse Jenkins
论文ID：2302.10037
分类：Optimization and Control
分类简称：math.OC
提交时间：2023-08-04