一种结合启发式方法和Benders算法的混合规划方法，用于具有非解析成本函数的风能-氢能投资规划 熊浩喆（Haozhe Xiong）、 冯秉阳（Bingyang Feng）、 严芳斌（Fangbin Yan）、 康一群（Yiqun Kang）、 胡旭轩（Yuxuan Hu）、 李强生（Qiangsheng Li）以及 谭琴月（Qinyue Tan）

《Energies》：A Hybrid Heuristic–Benders Method for Wind–Hydrogen Investment Planning with Non-Analytical Cost Functions Haozhe Xiong, Bingyang Feng, Fangbin Yan, Yiqun Kang, Yuxuan Hu, Qiangsheng Li and Qinyue Tan

　　

摘要

本文研究了在风力发电、氢气需求和电力价格存在基于场景的不确定性情况下，风能-氢能集成能源系统的容量规划问题。该模型被构建为一个两阶段随机规划模型：第一阶段在不确定性确定之前进行投资决策，第二阶段针对每个代表性场景优化每小时运行方案。主要的方法论难点在于，第一阶段的部分氢储能投资成本只能通过非分析性评估方法获得，例如供应商报价逻辑、仿真软件或数据驱动的估算器，而运营优化模型仍然保持线性。为了解决这个问题，开发了一种名为GSOA-Benders的混合启发式-Benders框架，该框架将无导数的通用士兵优化算法（General-Soldiers Optimization Algorithm）与第一阶段子问题通过线性规划生成的Benders割（Benders cuts）相结合。该框架并不是为了替代用于处理显式凸优化或混合整数问题的商业求解器，而适用于那些无法或不适合对第一阶段成本进行精确代数重构的情况。在包含500个场景的案例研究中，该方法仅需35.86秒即可收敛，并得出如下投资计划：，具体包括建设风电场、购置0.53兆瓦的电解器、23.23兆瓦时的氢储存罐，以及不投资燃料电池。文中还进一步讨论了稳定性差距的解释、基准测试的局限性、组件寿命假设、氢气损失以及环境影响的扩展等内容。