能源規(guī)劃中的多目標(biāo)決策

當(dāng)今世界正在經(jīng)歷一場(chǎng)可再生能源革命,太陽(yáng)能、風(fēng)能、儲(chǔ)能發(fā)展勢(shì)不可擋,而煤炭、石油等化石能源前景堪憂。在這場(chǎng)宏大的能源轉(zhuǎn)型進(jìn)程中,未來(lái)的能源構(gòu)成究竟長(zhǎng)什么樣是許多學(xué)者苦苦追尋的能源規(guī)劃問(wèn)題,畢竟有了目標(biāo)才好去朝之努力。然而,對(duì)于能源供給成本的考慮、可再生能源波動(dòng)性的擔(dān)憂,以及環(huán)境影響的顧及將使問(wèn)題立馬變得復(fù)雜起來(lái)。沒(méi)有一種能源能在所有方面勝過(guò)其他能源形式。因此,能源轉(zhuǎn)型絕不是一朝一夕的事情,也沒(méi)有什么固定答案。

最新一些能源規(guī)劃的研究已經(jīng)開始關(guān)注能源轉(zhuǎn)型中的多目標(biāo)決策問(wèn)題,并且運(yùn)用相應(yīng)模型來(lái)求解這些問(wèn)題。比如能源領(lǐng)域權(quán)威雜志Applied Energy今年4月份以來(lái)就有3篇文獻(xiàn)從微觀和宏觀不同角度來(lái)回答這一問(wèn)題。第一篇文獻(xiàn)“Environmental and economic multi-objective optimization of a household level hybrid renewable energy system by genetic algorithm”試圖給三個(gè)不同地區(qū)的家庭設(shè)計(jì)先進(jìn)的能源供應(yīng)系統(tǒng)——包括風(fēng)能、光伏、太陽(yáng)能熱、空調(diào)、熱泵和儲(chǔ)能等設(shè)備的組合來(lái)滿足家庭的電力、熱力能源需求,并且目標(biāo)是一方面盡可能降低能源成本,另一方面減少直接的二氧化碳排放或能源供給的全生命周期環(huán)境影響。通過(guò)遺傳算法的求解,作者最終是求得了經(jīng)濟(jì)和環(huán)境雙重目標(biāo)下的帕累托前沿面(兩個(gè)目標(biāo)均為最小化)。

上圖的解讀是從前沿面的右下角往左上角移動(dòng),右下角的點(diǎn)(起點(diǎn))是成本最低的能源供應(yīng)組合,往上走是降低了碳排放或者環(huán)境影響,但與此同時(shí)也增加了能源供應(yīng)成本。具體何處是最優(yōu)取決于決策者對(duì)這兩個(gè)目標(biāo)的權(quán)重分配;我們觀察到,這個(gè)范圍是相當(dāng)大的。

很多研究在優(yōu)化過(guò)程中常把兩個(gè)目標(biāo)簡(jiǎn)化為一個(gè)目標(biāo),方法是給碳排放或者環(huán)境影響賦予相應(yīng)的價(jià)格或社會(huì)成本,由此在貨幣水平上進(jìn)行目標(biāo)加總;或者是將碳排放或環(huán)境影響作為約束條件置于模型中(相當(dāng)于乘以一個(gè)影子價(jià)格)。這種簡(jiǎn)化方法最終將求得一個(gè)最優(yōu)解,而不是前沿面上的一連串最優(yōu)解。第二篇文獻(xiàn)對(duì)此種操作的評(píng)論為:加權(quán)法將簡(jiǎn)化不同目標(biāo)之間的平衡,并且有可能忽略目標(biāo)之間的協(xié)同效應(yīng)。另一個(gè)問(wèn)題是與成本相關(guān)的假設(shè)條件的細(xì)微變動(dòng)可能不會(huì)帶來(lái)最終成本上的大幅改變,但是有可能獲得顯著不同的其他目標(biāo)值(即更好的選擇),因此這種單目標(biāo)決策的不確定性需要進(jìn)一步解決。

第二篇文獻(xiàn)“Clustering based assessment of cost, security and environmental tradeoffs with possible future electricity generation portfolios”討論了一個(gè)城市級(jí)別的未來(lái)電力供應(yīng)系統(tǒng),一共包括7種發(fā)電技術(shù);作者在預(yù)測(cè)了2030年的電力需求曲線后,通過(guò)演化遺傳算法求解了滿足能源供應(yīng)三難目標(biāo)下的能源規(guī)劃情景。這三難目標(biāo)就是系統(tǒng)穩(wěn)定性、成本和碳排放。文獻(xiàn)的底層模型其實(shí)是一個(gè)成本最小化的單目標(biāo)開源軟件NEMO,作者也是先將其他目標(biāo)當(dāng)作約束條件置于模型中,比如系統(tǒng)穩(wěn)定性不能超過(guò)0．005%,碳排放水平分別對(duì)應(yīng)碳價(jià)在0美元/噸、30美元/噸和60美元/噸水平。在求得最低成本對(duì)應(yīng)解之后,作者進(jìn)一步允許成本上浮5%,然后看看這些近似最優(yōu)解在系統(tǒng)穩(wěn)定性和碳排放方面的表現(xiàn)。由于這些解實(shí)在太多(600來(lái)個(gè)),作者進(jìn)一步采用聚類方法來(lái)整合這些不同的解。最終結(jié)果如下:

上圖左邊是601個(gè)近似最優(yōu)解聚成的6類,右邊是每一類在三難目標(biāo)上的表現(xiàn):系統(tǒng)穩(wěn)定性(用供電中斷比例來(lái)表示)、成本、碳排放?？梢钥吹?第二類成本最低,但是系統(tǒng)穩(wěn)定性不強(qiáng),另外碳排放也比較高。相反,第五類碳排放最低,但是成本比較高。因此,不存在一個(gè)最優(yōu)的能源供應(yīng)系統(tǒng)能在三個(gè)方面都保持最優(yōu)。

如果要看不同發(fā)電技術(shù)的細(xì)分比例,下圖展示了三種碳價(jià)下的電力規(guī)劃場(chǎng)景。由圖可知,碳價(jià)的不同將大幅影響煤炭、天然氣和光伏、風(fēng)能的裝機(jī)容量;即使在同一種碳價(jià)水平上,規(guī)劃目標(biāo)的設(shè)定和選擇范圍也是非常之大。更有挑戰(zhàn)的是:未來(lái)碳價(jià)究竟是多少根本沒(méi)人知道。

第三篇文獻(xiàn)“Multi-objective stochastic economic dispatch with maximal renewable

penetration under renewable obligation”通過(guò)仿真一個(gè)虛擬的測(cè)試電力系統(tǒng)來(lái)平衡系統(tǒng)成本和可再生能源的裝機(jī)容量。最終也獲得了下圖所示的帕累托前沿面。通過(guò)進(jìn)一步加權(quán)平均,作者獲得了圖中的最優(yōu)解A點(diǎn)。

對(duì)上面三篇文獻(xiàn)小結(jié)一下:相比單目標(biāo)決策,多目標(biāo)決策是更難的。目前通過(guò)開發(fā)和調(diào)用不同算法,研究者已經(jīng)能夠比較順利地求得不同目標(biāo)之間的帕累托前沿面,重點(diǎn)關(guān)注這些目標(biāo)之間的矛盾和平衡關(guān)系。但是,前沿面上的最優(yōu)解以及那些近似最優(yōu)解的決策選擇范圍還是很大。從這個(gè)意義上來(lái)說(shuō),理工科確實(shí)能夠給決策者指明一些方向,但是具體權(quán)重的賦予以及最終問(wèn)題的解決仍然需要決策者去反復(fù)比較和權(quán)衡。研究決策者如何決策和應(yīng)該如何決策仍將是社會(huì)科學(xué)應(yīng)該去面對(duì)和急需解決的問(wèn)題。

上述關(guān)于多目標(biāo)的討論還僅限于2-3個(gè)目標(biāo),可想而知當(dāng)目標(biāo)數(shù)量更多時(shí)帕累托前沿面將是會(huì)變得異常復(fù)雜,決策者面對(duì)的可選項(xiàng)將會(huì)成倍增加。這個(gè)時(shí)候加上未來(lái)的不確定性,現(xiàn)階段所有的決策科學(xué)將幫助不大;問(wèn)題決策將上升到戰(zhàn)略決策的高度,復(fù)雜性和藝術(shù)性進(jìn)一步增加。再考慮人與人之間的差異,以及他們對(duì)不同目標(biāo)重要性的排序,科學(xué)發(fā)展至今仍然解決不了這類的群體決策問(wèn)題。阿羅說(shuō)這種問(wèn)題本就無(wú)解。

所以說(shuō),萬(wàn)千世界,無(wú)奇不有;這背后乃是不同人面臨的一個(gè)個(gè)多目標(biāo)決策問(wèn)題。