碳捕集中考虑碳价概率分布拟合抽样误差的超分位数-鲁棒优化方法
Proceedings of the CSEE(2020)
摘要
碳捕集优化中随机规划方法以概率分布表达碳价的波动趋势,而这种碳价概率分布应考虑拟合、抽样误差.因此引入含松弛变量的不确定集合表示该误差范围,运用鲁棒优化方法解决超分位数法中分布误差不确定问题,提出超分位数-鲁棒优化模型.推导了超分位数-盒式鲁棒碳捕集优化模型,并采用蒙特卡洛模拟、拉格朗日转换求解.仿真结果表明:在碳捕集优化问题中,误差不确定性增大会导致碳捕集成本增加,但该成本低于利用超分位数法优化与追加误差成本之和,且超分位数-鲁棒法能够获得更高的碳捕水平.超分位数-鲁棒法碳捕集模型,考虑了上述误差,具有良好的经济和低碳效益.也可用于解决其他需考虑概率分布误差的随机优化问题.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要