编辑推荐：
两阶段随机规划模型优化生物质联合产热与发电系统设计，通过整合样本平均近似与信任区域切割平面算法提升求解效率71%，显著提高灾害下医院等高优先级用户电力供应可靠性及满足率。
阿明·阿加拉里（Amin Aghalari）| 杰伊·阿蒂尔（Jay Artil）| 穆罕默德·德赫甘-博纳里（Mohamad Dehghan-Bonari）| 维拉·格纳内斯瓦尔·古德（Veera Gnaneswar Gude）| 兰迪·布坎南（Randy Buchanan）| 穆罕默德·马鲁富扎曼（Mohammad Marufuzzaman）
美国密西西比州立大学工业与系统工程系，斯塔克维尔，MS 39759-9542
摘要
生物质能支持的联合热电系统（bCHP）在自然灾害期间为农村和偏远社区提供替代电力供应，具有发挥关键作用的潜力。然而，这类系统的成功取决于其生物质供应系统在正常和极端天气条件下支持高优先级用户（如医院、避难所）的可靠性。为应对这一挑战，本研究提出了一个两阶段随机规划模型，该模型能够捕捉在客户需求不确定性和优先级情况下可靠bCHP系统的设计和管理。为了在现实规模的测试实例中解决该模型，我们开发了一种定制的求解技术，即在拉格朗日分解方法中结合样本平均近似法和信赖域切割平面，并在密西西比州几个沿海县对该技术的性能进行了测试。实验结果提供了重要的见解，不仅涉及bCHP供应系统的管理和设计，还涉及解决此类大规模模型的有效性。例如，结果表明，优先考虑高需求用户（如医院和学校）可以将我们测试区域的需求满足率提高近20%，同时减少停电时间，而不会显著影响整个网络的可行性。此外，平均而言，所提出的定制技术解决实际规模问题的速度比商业求解器快近71%。
部分摘录
引言与相关文献
人口增长和工业化加速推动了全球能源需求的增加，这提高了对可持续且经济可行的可再生能源的需求（Esmaeili等人，2020年；Bastos等人，2024年）。此外，不可再生化石燃料储备的减少（Nguyen和Toan，2024年；Aslani等人，2024年）、对能源安全问题的日益关注（Fasihi，2024年）以及对它们负面环境影响的认识提高，进一步加剧了这一需求。
问题描述与模型构建
本节讨论了所提出的两阶段随机规划模型的问题描述和数学构建。首先，我们考虑了一个从原料到电力的供应链，包括三个层级：（1）一组原料供应站点；（2）一组候选仓库（加工/分配中心）；（3）一组最终用户。我们将规划周期划分为若干时间段，并考虑了一系列灾难情景。
解决方法
初步实验表明，商业求解器（如GUROBI）无法解决大型[BSP-E]问题。为解决这一问题，我们提出了一种混合分解算法，将样本平均近似（SAA）算法与改进的拉格朗日分解算法相结合。
计算研究与管理洞察
本节首先讨论了[BSP-E]模型中使用的数据。然后，通过利用密西西比州的15个沿海县进行数值实验，得出管理上的见解。最后，通过生成一组特定问题的测试实例，评估了定制求解方法在解决[BSP-E]模型中的性能。所有算法均用Python 3.7编写，并在配备Intel Core i7 3.60 GHz处理器和32.0 GB RAM的台式机上执行。
结论与未来研究方向
本研究提出了一个两阶段随机规划模型，以提高基于生物质的CHP系统的韧性，涵盖了灾前和灾后的决策过程，并考虑了不同的需求优先级情景。通过将高优先级用户（如医院）与其他用户区分开来，确保在电网恢复之前满足其需求。与仅优化成本或韧性的早期模型不同，我们的框架...
CRediT作者贡献声明
阿明·阿加拉里（Amin Aghalari）：软件、方法论、概念构建。
杰伊·阿蒂尔（Jay Artil）：撰写初稿、软件开发。
穆罕默德·德赫甘-博纳里（Mohamad Dehghan-Bonari）：撰写初稿、方法论。
维拉·格纳内斯瓦尔·古德（Veera Gnaneswar Gude）：撰写与编辑、监督。
兰迪·布坎南（Randy Buchanan）：撰写与编辑、监督、验证、数据整理、概念构建。
穆罕默德·马鲁富扎曼（Mohammad Marufuzzaman）：撰写与编辑、验证、监督、数据整理、概念构建。
利益冲突声明
作者声明没有已知的利益冲突（无论是财务上的还是个人方面的）。
致谢
作者感谢美国农业部国家食品与农业研究所（USDA-NIFA）的资助支持（授权号：2022-67022-37861和2020-67019-30772）。本出版物中的任何观点、发现、结论或建议均为作者个人观点，不应被视为美国农业部或美国政府的官方决定或政策。
