一种能源系统减污降碳协同规划方法及系统

本发明涉及系统管理，尤其涉及一种能源系统减污降碳协同规划方法及系统。

背景技术：

1、目前，能源系统规划模型主要包括：（1）基于线性规划、混合整数线性规划、多目标规划的能源系统优化模型；（2）基于gcam、times、image、message等的综合评估模型；（3）基于leap、lmdi的社会经济模型；（4）以及可计算一般均衡（cge）模型。这些模型在不同国家和地区的应用中，为能源结构转型、碳减排政策评估以及大气污染协同治理提供了有益经验。

2、然而，现有规划方法仍存在若干不足：（1）多数规划方法基于确定性假设构建，难以充分反映未来能源供需、排放政策、技术进步及环境治理中固有的不确定性，导致规划结果在实际应用中的可靠性不足；（2）部分研究虽然引入情景分析，但主要停留在外部参数设定层面，缺乏对随机性不确定性（如人口、经济发展对能源需求的影响）与模糊性不确定性（如政策变化、排放标准）进行系统化建模；（3）多数模型仅覆盖能源系统的部分环节，如供给侧或单一部门，缺乏对能源开采、加工、转化、进出口及终端使用全链条过程的综合刻画，难以支撑宏观层面的长期战略决策；（4）当前研究通常以成本最小化或效益最大化为目标，缺乏对碳减排与污染物减排（如二氧化硫so2、氮氧化物nox及颗粒物pm）之间协同效应的系统分析，未能充分评估能源系统在减污降碳约束下的运行稳健性与风险。

技术实现思路

1、针对上述问题，本技术提出一种能源系统减污降碳协同规划方法。该方法在统一优化框架下，构建覆盖能源开采、加工、转化、进出口及终端使用全过程的能源系统模型，能够综合考虑能源供给、需求、政策约束、碳排放及大气污染物排放等多维因素。在确保满足能源安全、装机规模约束、能源需求及减排要求的前提下，实现系统效益最大化，全面刻画能源系统长期演变路径。同时，通过引入二氧化硫（so2）、氮氧化物（nox）及颗粒物（pm）等主要污染物减排约束，实现碳减排与污染物减排的协同优化，从而提高能源系统规划的科学性、稳健性和可操作性，为实现碳达峰、碳中和及大气环境质量改善提供有效的决策支持。

2、本发明的另一个目的在于提出能源系统减污降碳协同规划系统。

3、为达上述目的，本发明第一方面实施例提出了一种能源系统减污降碳协同规划方法，包括：

4、s1，构建覆盖能源开采、加工、转化、进出口及终端消费全过程的系统结构，并建立包含能源供需、碳排放及主要污染物排放的多维数据库，通过数据清洗与匹配实现系统集成；

5、s2，将不确定因素纳入模型，采用多重不确定规划方法进行联合表征，并通过设定多种政策与经济情景，刻画未来不同发展路径；其中，所述不确定因素，包括能源价格、技术进步、政策约束及排放因子；

6、s3，以系统效益最大化为目标，在统一框架下设置碳排放、污染物排放、能源安全及容量等约束，通过优化能源结构、转换路径和减排技术组合，确定不同情景下的最优配置，实现减污与降碳的协同推进；

7、s4，采用多情景优化算法对模型求解，获得各情景下的最优能源系统方案，并通过敏感性与风险分析，识别稳健的能源结构与减排路径，实现由单一最优向多情景稳健决策的转变。

8、在本发明的一个实施例中，所述构建覆盖能源开采、加工、转化、进出口及终端消费全过程的系统结构，并建立包含能源供需、碳排放及主要污染物排放的多维数据库，通过数据清洗与匹配实现系统集成包括：

9、基于能源统计年鉴与行业报告，梳理各类能源从一次开采到终端消费的完整物质流与能量流，形成涵盖煤炭、石油、天然气、核能及可再生能源的系统拓扑结构；

10、依据所述系统拓扑结构，从公开数据库与行业监测平台中提取各环节的能源供应量、消费量、二氧化碳排放因子以及二氧化硫、氮氧化物和颗粒物排放因子，构建多维数据库；

11、对所述多维数据库中的异常值与缺失值进行识别与插补，并将不同数据源的字段名称与计量单位进行统一映射，完成系统集成。

12、在本发明的一个实施例中，所述将不确定因素纳入模型，采用多重不确定规划方法进行联合表征，并通过设定多种政策与经济情景，刻画未来不同发展路径包括：

13、将能源价格与技术进步参数构建为服从预设概率分布的随机变量，将政策约束与排放因子参数构建为基于专家判断的模糊区间数，通过随机规划与模糊规划的联合建模实现不确定性表征；

14、基于所述不确定性表征，设定包括基准情景、强化减排情景与高经济增长情景在内的多种政策与经济情景，并为各情景分配对应的参数取值区间。

15、在本发明的一个实施例中，所述以系统效益最大化为目标，在统一框架下设置碳排放、污染物排放、能源安全及容量等约束，通过优化能源结构、转换路径和减排技术组合，确定不同情景下的最优配置，实现减污与降碳的协同推进包括：

16、构建以系统净综合效益最大化为目标的目标函数，所述目标函数涵盖终端能源消费效益、能源开采成本、加工成本、转换成本、运行维护成本、扩容固定成本以及二氧化硫、氮氧化物和颗粒物减排成本；

17、在所述统一框架下设置非电能源需求约束、电力供给安全约束、污染物减排约束以及碳捕集利用与封存减排约束，形成约束体系；

18、基于所述目标函数与约束体系，通过线性规划求解器对能源结构、转换路径和减排技术组合进行协同优化，得到各情景下的最优配置方案。

19、在本发明的一个实施例中，所述电力供给安全约束包括：电力供需平衡约束、装机容量动态平衡约束、发电量上下限约束以及装机容量建设规模约束。

20、在本发明的一个实施例中，所述采用多情景优化算法对模型求解，获得各情景下的最优能源系统方案，并通过敏感性与风险分析，识别稳健的能源结构与减排路径，实现由单一最优向多情景稳健决策的转变包括：

21、基于改进的随机规划算法，在各情景下对所述减污降碳协同优化模型进行迭代求解，输出各情景对应的能源结构、转换路径与减排技术组合的最优配置方案；

22、对所述最优配置方案中的关键参数进行敏感性分析，识别影响系统效益与减排效果的核心因素，并基于所述核心因素的概率分布进行风险量化评估，筛选出在不同情景下均具有较高稳健性的能源结构与减排路径。

23、为达上述目的，本发明第二方面实施例提出了一种能源系统减污降碳协同规划系统，包括：

24、多维数据库构建模块，用于构建覆盖能源开采、加工、转化、进出口及终端消费全过程的系统结构，并建立包含能源供需、碳排放及主要污染物排放的多维数据库，通过数据清洗与匹配实现系统集成；

25、联合表征模块，用于将不确定因素纳入模型，采用多重不确定规划方法进行联合表征，并通过设定多种政策与经济情景，刻画未来不同发展路径；其中，所述不确定因素，包括能源价格、技术进步、政策约束及排放因子；

26、最优配置模块，用于以系统效益最大化为目标，在统一框架下设置碳排放、污染物排放、能源安全及容量等约束，通过优化能源结构、转换路径和减排技术组合，确定不同情景下的最优配置，实现减污与降碳的协同推进；

27、模型求解模块，用于采用多情景优化算法对模型求解，获得各情景下的最优能源系统方案，并通过敏感性与风险分析，识别稳健的能源结构与减排路径，实现由单一最优向多情景稳健决策的转变。

28、本发明实施例的能源系统减污降碳协同规划方法、系统，能够有效解决现有能源规划方法中确定性假设过强、系统覆盖不完整及减污降碳协同不足的问题，实现碳排放与多种污染物的协同削减，提高规划结果的科学性和稳健性。

29、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。