优化沼气-太阳能光伏微发电的投资策略：一种多目标方法

《Renewable Energy Focus》：Optimizing investment strategies for biogas-solar photovoltaic microgeneration: a multi-objective approach

巴西研究提出生物气与光伏混合系统的优化模型，考虑安装容量作为输入，NPV均值和标准差作为输出，结合实验设计和NBI方法确定帕累托前沿，使用熵/马氏距离指标选择最佳方案，并通过曼ova分析比较三个城市的结果，显示财政激励和电价、辐射等因素影响NPV和风险，为投资者和监管者提供决策工具

　　巴西在推动分布式发电（DG）方面采取了多种措施，如净计量、州税减免和补贴融资等。尽管一些可再生能源（RES）显示出互补性，但沼气与太阳能光伏（PV）的集成仍然较少被研究，尤其是在不同地理和监管条件下。本研究提出了一种优化模型，旨在通过利用猪粪的沼气，支持巴西三个城市中混合沼气-光伏分布式发电系统的经济规划。该模型将安装容量作为输入变量，以净现值（NPV）的均值和标准差作为输出变量。通过实验设计结合正常边界交集（NBI）方法，定义了目标函数并构建了帕累托前沿。随后，通过熵/马氏距离指标识别了帕累托最优解。研究结果表明，在Uberlandia-MG、Agudos-SP和Toledo-PR这三个城市中，NPV的均值分别为577,976.44、537,898.31和328,786.67，其收益-风险比率分别为12.49、11.35和8.74。置信椭圆显示了重叠现象，而多元方差分析（MANOVA）测试表明各城市之间没有显著差异。本研究提供了一个可复制且灵活的框架，突出了沼气与太阳能光伏之间的互补性，为投资者和监管者在决策过程中提供支持，并推动巴西混合分布式发电系统的规划。

随着全球能源需求的增加和减少温室气体（GHG）排放的迫切需求，分布式发电（DG）通过可再生能源（RES）在各国得到了广泛采用。RES已成为维持发展中国家可持续经济增长的重要因素。分布式发电指的是在用电点或其附近生产电力，使得生产者/消费者（prosumer）能够利用部分或全部所生成的能源满足自身需求。这一概念促进了RES的使用，并鼓励其扩展，例如太阳能光伏、风能、生物质能和沼气等。然而，为了使RES在与非可再生能源竞争时更具优势，必须实施激励政策以降低RES的成本。在此背景下，包括巴西在内的许多国家已经采用了净计量等激励机制，该机制通过为每单位注入电网的电力提供全额或部分信用来补偿DG用户。

巴西的净计量制度是通过2012年巴西电力监管机构（ANEEL）颁布的第482号规范性决议（Normative Resolution 482/2012）建立的。这一制度随后经历了改进，以支持新的DG商业模式。2022年1月，巴西通过了第14,300号法律，引入了新的法律框架，主要变化是引入了B线收费（B Wire charge）。巴西已经建立了一套DG的监管框架，推动了RES的广泛应用，其中光伏系统占了该国DG安装容量的大部分。然而，当涉及到混合发电系统时，该国仍然需要具体的指导方针和法规，以指导经济规划，最大化每种能源源的优势。

一些可再生能源，如太阳能光伏和风能，具有间歇性，这给确保可靠性和运行带来了挑战。这些挑战可以通过与储能系统结合，或利用更容易储存的资源如沼气来缓解。每种RES在特定属性上具有优势，而其他RES可能缺乏。因此，在混合系统中结合两种或多种能源源可以减轻每种能源源的特定劣势。尽管缺乏具体的指导方针和法规，巴西仍有一些混合项目在独立发展，例如Ouro Verde do Oeste市的混合发电厂，该电厂结合了光伏与来自猪粪的沼气。该能源源受到关注，因为巴西拥有广阔的农业潜力。

除了沼气和太阳能光伏作为能源生成源的高潜力外，这些资源在混合系统集成方面也表现出良好的互补性。沼气需要更多的空间，并涉及更高的投资、运营和维护成本，但它不是间歇性能源。相比之下，光伏更容易操作，但具有较高的间歇性。此外，光伏系统的性能可能随着时间的推移受到气候变化的影响，而预测太阳能板的发电量更具挑战性，因为太阳能辐射在短期内是波动的。因此，本研究提出了一种优化模型，以指导利用沼气和光伏的混合分布式发电系统的经济规划。通过在巴西三个州的不同城市中进行研究，该模型旨在最大化资源互补性，为监管者和投资者提供决策工具。

本研究采用的优化方法，聚焦于最大化收益（净现值均值）和最小化项目风险（净现值标准差），涉及使用混合设计来收集系统数据并建模目标函数，这些目标函数最初是未知的。研究覆盖了Uberlandia（Minas Gerais）、Agudos（S?o Paulo）和Toledo（Paraná）这三个城市。考虑到其中一种能源源是太阳能光伏，具有间歇性，这种间歇性使发电更加波动，从而可能增加投资者的财务风险。因此，由于其代表财务风险，净现值的标准差是投资者相关的重要变量。随后，通过正常边界交集（NBI）聚合方法获得帕累托前沿，提供帕累托最优解，最佳解则通过熵与马氏距离的比率确定。最终，通过置信椭圆和多元方差分析（MANOVA）进行跨州的比较分析。

尽管文献中已经出现了一些关于DG系统经济建模的进展，但在整合具有互补特性的多种RES方面仍存在关键的空白。大多数DG的优化研究集中于单一能源源系统，或忽视了财务指标（如NPV）的随机行为，这限制了其在风险敏感投资场景中的相关性。目前缺乏将混合系统中沼气与光伏的运营和经济互补性整合到决策支持模型中的研究，尤其是在不同监管和地理条件下。此外，很少有研究结合实验设计技术与多目标优化方法（如NBI方法）来构建基于系统实际行为的帕累托前沿。最后，使用熵度量与马氏距离等工具进行决策支持的稳健比较方法仍然有待深入研究，而使用MANOVA评估地理和监管条件对混合系统性能和风险的影响也尚未充分探索。

本研究的主要贡献和创新之处在于：首先，通过结合混合设计和NBI方法，推进多目标建模，将收益（NPV均值）和风险（NPV标准差）纳入规划过程中；其次，引入一种稳健的解决方案选择技术，利用熵/马氏距离指标，使得能够在帕累托最优配置之间进行系统选择；再次，允许对能源领域公共政策进行比较分析，以识别不同地点的地理和监管影响，使用MANOVA和置信椭圆来验证其对项目风险的影响；此外，提供了一个可复制且灵活的框架，该框架可以扩展到其他沼气生产系统（如来自食品或农业废弃物）或替代RES组合，并具有可调整的输入和输出变量；最后，引入一种方法论框架，通过量化混合可再生能源系统中的收益-风险权衡，提高投资者和监管者的决策质量，同时考虑本地互补性和监管约束。同时，本研究填补了巴西在混合沼气-光伏系统经济优化模型方面的监管空白，这是一种尚未被具体国家指导方针涵盖的配置。

本研究不仅涵盖了引言部分，还将在第二部分介绍多目标优化方法；第三部分将涉及材料和方法；第四部分将详细说明应用和获得的结果；第五部分将展示研究结论。通过这种结构化的研究设计，本研究旨在系统地分析和优化混合沼气-光伏分布式发电系统的经济性，同时考虑不同地理和监管条件的影响，为巴西的可再生能源发展提供科学依据和实践指导。此外，研究还强调了在多目标优化过程中引入实验设计的重要性，以及如何通过稳健的指标进行解的选择，以确保在不同情境下都能实现最优的经济效益和风险控制。