通过建模制定接近最优的能源规划策略，以生成多种替代方案，从而灵活地探索实际可行的选项

当前能源规划模型多依赖成本最小化，忽略韧性等关键因素。建模以生成替代方案（MGA）能系统探索多目标优化策略，包括难以量化的社会可行性，并通过分层整合提升决策质量。

　　

背景与规模

能源规划模型对能源转型决策有着重大影响。国际组织基于模型的分析推动了全球讨论的进展，而能源系统运营商和政府则利用这些模型来规划投资。由于大多数模型仅侧重于最小化成本以制定规划策略，因此它们忽略了那些成本相当但具有其他理想特征的策略。其中一些更优的策略（如提高韧性的策略）可以通过成熟的决策支持方法（如鲁棒优化）有效找到。然而，那些能够规避难以建模但实际至关重要的障碍（如社会不可接受或未充分利用的基础设施）的替代方案则较难被发现。

“通过建模生成替代方案”（MGA）的最新进展使得能够绘制出多种可行的策略及其权衡方案，克服了上述限制，并促进了与其他决策支持方法的结合使用。因此，我们展示了如何在五个不同层面上将MGA整合到能源规划中。较低层次的整合可以在计算成本较低的情况下提供比单纯成本最小化更高质量的见解。在最高层次上，MGA能够与政策制定者和其他利益相关者进行交互式共同设计能源规划。由此可见，MGA具有足够的灵活性和适用性，有望成为提升全球能源转型决策分析可靠性和实用性的标准工具。

总结

以成本优化为导向的能源规划模型在支持能源转型决策方面被广泛使用。然而，找到“成本最优”的规划方案只能带来一种虚假的确定性。由于未考虑到的因素，利益相关者可能会更倾向于其他经济上具有竞争力的替代方案。多目标优化或鲁棒优化等方法可以有效地探索那些具有明确次要特征的替代方案。“通过建模生成替代方案”（MGA）能够系统地探索各种替代方案，包括那些特征（如社会可行性）难以建模但对实际实施至关重要的方案。过去，计算和解释方面的障碍限制了MGA的应用及其与其他方法的整合，但最新进展已经克服了这些障碍。我们总结了这些进展，并提供了在五个不同效益层次上应用MGA的实际建议。即使是最简单的层次，也只需很少的计算资源就能显著提升能源规划分析的质量。在最高层次的整合中，MGA有助于识别共识策略，从而加速能源转型进程。

图形摘要

获取全文访问权限

请登录、订阅或购买以获得完整访问权限。

获取访问权限