[发明专利]一种用于优化生物质发电补贴模型的方法在审

专利信息
申请号: 201911245142.3 申请日: 2019-12-06
公开(公告)号: CN110889561A 公开(公告)日: 2020-03-17
发明(设计)人: 王斯一;罗宏;吕连宏;吴静;张保留 申请(专利权)人: 中国环境科学研究院
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06
代理公司: 北京同恒源知识产权代理有限公司 11275 代理人: 赵荣之
地址: 100012 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 优化 生物 发电 补贴 模型 方法
【说明书】:

发明涉及一种用于优化生物质发电补贴模型的方法,属于能源规划领域。该方法包括:S1:确定生物质发电补贴模型中的目标对象;S2:构建目标函数;S3:确定目标约束条件;S4:确定绝对约束条件,包括:原料收购约束、发电约束、需求约束、企业利润约束和补贴约束。S5:根据构建的目标函数和各约束条件,并结合目标对象来构建出改进的生物质发电补贴模型。本发明能够平衡各主体不同目标以达到补贴的最优额度。

技术领域

本发明属于能源规划领域,涉及一种用于优化生物质发电补贴模型的方法。

背景技术

多目标规划模型常运用于PPP项目中政府社会效益、私人部门企业利润以及消费者公众利益多目标协调。生物质发电领域中多目标规划的运用,国外研究相对较为丰富,且集中于讨论原料供应链阶段,Cambero利用多目标混合整数线性规划模型尽可能提高生物质能源供应链中社会效益、净现值以及温室气体减排潜力;Nazanin Shabani运用多目标规划对林木生物质发电供应链购买成本及原料储存季节性进行了优化。国内生物质能源目标规划研究多停留在单一目标,如檀勤良以生物质发电电厂利润最大化为目标,运用多期非线性优化模型探讨生物质发电供应链中发电量、原料收购量和原料掺烧比例的优化,因此该模型未能充分考虑用如用电企业的利润问题和政府如何发放补贴的问题,不具有适用性。

多目标优化往往具有一定矛盾性并不能同时满足,因而如何平衡生物质发电产业中环境效益、企业利润、政府三者的利益,优化补贴额度及补贴方式使社会综合效益达到最优水平,是促进产业发展的关键。

发明内容

有鉴于此,本发明的目的在于提供一种用于优化生物质发电补贴模型的方法,能够平衡各主体不同目标以达到补贴的最优额度。

为达到上述目的,本发明提供如下技术方案:

一种用于优化生物质发电补贴模型的方法,包括以下步骤:

S1:确定生物质发电补贴模型中的目标对象;

S2:构建目标函数;

S3:确定目标约束条件;

S4:确定绝对约束条件,包括:原料收购约束、发电约束、需求约束、企业利润约束和补贴约束。

S5:根据步骤S2~S4构建的目标函数和各约束条件,并结合目标对象来构建出改进的生物质发电补贴模型。

进一步,所述步骤S1中,所述目标对象包括:社会公众环境效益最大化、企业利润最大化和政府补贴最小化。

进一步,所述步骤S2中,构建的目标函数为:

其中,为正负偏差值;P1表示公众社会环境效益最大化目标,P2表示生物质发电企业利润最大化目标,P3表示政府补贴最小化目标。

进一步,所述步骤S3中,目标约束条件包括有公众社会环境效益最大化的目标约束:

其中,EB为某生物质发电企业环境效益,Qt为项目发电量,为公众社会环境效益最大化目标的正负偏差值,是气体固体排放物的单位电力环境减排效益,由CO2、SO2、NOx、CO、烟尘、灰、炉渣在原料获取、运输、燃烧发电三个阶段的环境减排效益加总而得:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国环境科学研究院,未经中国环境科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911245142.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top