[论文解读] Integrated investment, retrofit and abandonment energy system planning with multi-timescale uncertainty using stabilised adaptive Benders decomposition

Hongyu Zhang, Ignacio E. Grossmann+4 more|Edinburgh Research Explorer (University of Edinburgh)|Mar 17, 2023

Global Energy and Sustainability Research被引用 4

一句话总结

本文提出 REORIENT 模型，一种多时域随机混合整数线性规划模型，整合了能源系统在短期和长期不确定性下的投资、改造和退役规划。该模型采用增强型稳定自适应 Benders 分解算法，高效求解大规模问题，与传统模型相比，北海水域投资成本降低 24%，求解时间最高提升 6.8 倍。

ABSTRACT

We propose the REORIENT (REnewable resOuRce Investment for the ENergy Transition) model for energy systems planning with the following novelties: (1) integrating capacity expansion, retrofit and abandonment planning, and (2) using multi-horizon stochastic mixed-integer linear programming with multi-timescale uncertainty. We apply the model to the European energy system considering: (a) investment in new hydrogen infrastructures, (b) capacity expansion of the European power system, (c) retrofitting oil and gas infrastructures in the North Sea region for hydrogen production and distribution, and abandoning existing infrastructures, and (d) long-term uncertainty in oil and gas prices and short-term uncertainty in time series parameters. We utilise the structure of multi-horizon stochastic programming and propose a stabilised adaptive Benders decomposition to solve the model efficiently. We first conduct a sensitivity analysis on retrofitting costs of oil and gas infrastructures. We then compare the REORIENT model with a conventional investment planning model regarding costs and investment decisions. Finally, the computational performance of the algorithm is presented. The results show that: (1) when the retrofitting cost is below 20% of the cost of building new ones, retrofitting is economical for most of the existing pipelines, (2) platform clusters keep producing oil due to the massive profit, and the clusters are abandoned in the last investment stage, (3) compared with a traditional investment planning model, the REORIENT model yields 24% lower investment cost in the North Sea region, and (4) the enhanced Benders algorithm is up to 6.8 times faster than the level method stabilised adaptive Benders.

研究动机与目标

• 开发一种集成规划框架，同时解决能源系统中的容量扩展、基础设施改造和退役问题。
• 在能源系统规划中建模短期波动性（如时间序列能源需求与发电）和长期不确定性（如油气价格）
• 提升能源转型规划中出现的大规模随机混合整数规划问题的计算效率
• 评估在北海地区将现有油气基础设施改造用于氢气利用的经济可行性
• 将所提模型与仅考虑投资的常规规划模型进行性能与成本结果对比

提出的方法

• 构建一个多时域随机混合整数线性规划（MIP）模型，以在多个时间阶段表示投资、改造和退役决策
• 通过时间序列参数（如风能与太阳能发电）整合短期不确定性，通过油气价格的随机性整合长期不确定性
• 应用一种稳定自适应 Benders 分解算法，利用自适应预言机和水平集管理技术以加速收敛
• 采用受逐步优化法启发的稳定化技术，结合动态收敛容差和线搜索策略，以改进对偶边界更新
• 使用主问题优化投资与改造决策，而子问题则在特定情景条件下评估系统可行性与最优性
• 实施一种情景分解策略，通过 CP（割平面）子问题，利用最优性与可行性割线迭代优化主问题

实验结果

研究问题

• RQ1 在何种条件下，将现有油气基础设施改造为制氢设施在经济上优于新建设施？
• RQ2 将退役决策整合到规划过程中，对北海能源系统的总体成本和投资路径有何影响？
• RQ3 在投资计划中纳入长期价格不确定性和短期运行波动性，能在多大程度上提升能源系统投资计划的鲁棒性？
• RQ4 与标准 Benders 分解相比，该增强型 Benders 分解算法在性能和收敛速度方面表现如何？
• RQ5 在不同成本与价格情景下，平台集群行为（持续产油或提前退役）会产生何种影响？

主要发现

• 当改造成本低于新建成本的 20% 时，对北海大多数现有管道进行改造在经济上更具优势
• 产油平台集群由于盈利能力高，在规划期大部分时间仍保持运行，仅在最终投资阶段被退役
• 与仅考虑投资的常规规划模型相比，REORIENT 模型使北海地区总投资成本降低 24%
• 与参考 Benders 实现相比，增强型 Benders 分解算法最高可实现 6.8 倍的加速，显著提升计算可扩展性
• 整合改造与退役决策可形成更具成本效益和运行灵活性的能源转型路径
• 该模型在多时间尺度不确定性下表现出稳健性能，各类情景集下均实现稳定收敛与高质量解