CN113065708A - 基于动态规划的lng接收站确定需求储备控制方法 - Google Patents
基于动态规划的lng接收站确定需求储备控制方法 Download PDFInfo
- Publication number
- CN113065708A CN113065708A CN202110386159.1A CN202110386159A CN113065708A CN 113065708 A CN113065708 A CN 113065708A CN 202110386159 A CN202110386159 A CN 202110386159A CN 113065708 A CN113065708 A CN 113065708A
- Authority
- CN
- China
- Prior art keywords
- demand
- reserve
- receiving station
- decision
- lng receiving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000005096 rolling process Methods 0.000 claims abstract description 14
- 238000011217 control strategy Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 39
- 238000003860 storage Methods 0.000 claims description 21
- 230000007704 transition Effects 0.000 claims description 16
- 230000008901 benefit Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 13
- 238000007726 management method Methods 0.000 abstract description 11
- 239000003949 liquefied natural gas Substances 0.000 description 60
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 10
- 239000007789 gas Substances 0.000 description 5
- 239000003345 natural gas Substances 0.000 description 5
- 230000002441 reversible effect Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002309 gasification Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于动态规划的LNG接收站确定需求储备控制方法,通过将储备管理与控制理论、运筹学理论与LNG接收站运营特点有机结合,建立了LNG接收站储备调峰能力预测方法、形成了LNG接收站储备控制策略,实现了接收站应急调峰能力的定量把握;以降低交易成本为目标,实现了LNG接收站年度订货计划的自动优化;建立了基于滚动计划的储备控制模型,实现了订货计划的实时调整。
Description
技术领域
本发明涉及工程管理技术领域,具体涉及一种基于动态规划的LNG接收站确定需求储备控制方法。
背景技术
近年来,随着我国天然气消费量的增加,天然气市场的储气保供能力凸显不足,季节性矛盾突出,冬季天然气保供成为重中之重。特别是在华北地区,天然气需求冬夏峰谷差在10倍以上。随着我国LNG储罐建设技术的成熟和建设成本的降低,LNG接收站将以其特有的运行优势,成为中国天然气储备调峰的生力军。为了保证LNG接收站的安全运营,有必要对LNG接收站的储备调峰能力进行科学准确的预测。LNG接收站作为LNG供应链的重要环节,是LNG接收、储存、中转、气化、外输的重要基础设施。为保障接收站的正常运营,必须匹配好接收站的外输量、储备水平与订货计划之间的关系。
从对国内外LNG接收站储备调峰能力与订货计划的调研、查新可知,目前,国内在LNG接收站储备管理控制方面显得相对滞后,若能针对LNG接收站的实际情况,提供一种有效的储备控制策略并在此基础上对调峰方案进行优化,则能大大改善企业的储备管理效率,提高安全供气能力。
因此,有必要从LNG接收站储备管理的角度出发,建立一种基于动态规划的LNG接收站确定需求储备控制方法。
发明内容
为实现上述目的,本发明提供一种基于动态规划的LNG接收站确定需求储备控制方法,保证安全供气和降低总的交易成本,并且寻求两个目标之间的平衡。
本发明采用如下技术方案:
一方面,本发明提供一种基于动态规划的LNG接收站确定需求储备控制方法,具体包括如下步骤:
步骤1)研究LNG接收站随机需求静态策略滚动决策流程,在当前决策时间点确定未来M期内的储备控制策略,只采用第一期的储备决策,确定下一次的到货时间点和订购量;在需求实现后,根据每一期的需求实现,更新期末储备水平,同时进行滚动的需求预测更新需求信息;
步骤2)建立基于滚动计划的LNG接收站随机需求静态策略储备控制模型;
步骤3)研究LNG接收站随机需求静动结合策略滚动决策流程,需要建立M期的混合整数规划模型,单执行第一期的储备决策,在需求实现后,根据储备水平的更新和滚动的需求预测,在下次决策时间重复以上过程直至计划期T末;
步骤4)建立基于滚动计划的LNG接收站随机需求混合整数规划模型。
进一步地,步骤1)制定储备控制策略,按照需求的发生是否具有随机性可以将需求分为确定需求和随机需求,确定需求是指一定时间内的需求量是确定的,不具有随机性;随机需求是指一定时间内的需求量是一个随机变量。随机需求的需求量在一定的时间内既可以服从同一分布,可以服从不同的分布。
进一步地,步骤2)LNG接收站的订货计划通常根据LNG的两种需求情况进行制定:一种情况是根据销售计划制定订货计划,这类需求属于确定型需求;另一情况是根据LNG的实际需求情况制定订货计划,由于市场波动、价格调整、气候变化等诸多因素的影响,LNG的实际需求分布随时间变化,属于随机需求。
进一步地,步骤3)所述策略是一个按顺序排列的决策组合的集合;由过程的第k阶段开始到终止状态为止的过程,称为问题的后子过程。由每段的决策按顺序排列组成的决策函数序列{uk(sk),…,un(sn)}称为过程策略,简称子策略,记为pk,n(sk)。即pk,n(sk)={uk(sk),uk+1(sk+1),…,uk(sk)};
从允许策略集合中找出达到最优效果的策略称为最优策略。
进一步地,步骤4)中,确定过程由一个状态到另一个状态的演变过程。若给定第k阶段状态变量Sk的值,如果该段的决策变量uk一经确定,第k+1阶段的状态变量Sk+1的值也就安全确定。即Sk+1的值随Sk和Uk的值变化而变化。
进一步地,所述方法还遵循以下步骤:
划分阶段:按照问题的时间或空间特征,把问题分为若干个阶段;
选择状态:将问题发展到各个阶段时所处于的各种客观情况用不同的状态表示出来;每阶段的储备量及储备成本是本问题的状态变量;
确定决策并写出状态转移方程:之所以把这两步放在一起,是因为决策和状态转移有着天然的联系,状态转移就是根据上一阶段的状态和决策来导出本阶段的状态;
写出规划方程(包括边界条件):规划方程是每阶段总成本的表达式,是订货量、储备量、单位成本的函数。
进一步地,所述动态规划方法的关键在于正确地写出基本的递推关系式和恰当的边界条件。从边界条件开始,逐段递推寻优,在每一个子问题的求解中,均利用了它前面的子问题的最优化结果,依次进行,最后一个子问题所得的最优解,就是整个问题的最优解。
进一步地,所述动态规划方法是既把当前一段和未来各段分开,又把当前效益和未来效益结合起来考虑的一种最优化方法。每段决策的选取是从全局来考虑的,与该段的最优选择答案一般是不同的。
进一步地,在求整个问题的最优策略时,由于初始状态是已知的,而每段的决策都是该段状态的函数,故最优策略所经过的各段状态便可逐次变换得到,从而确定了最优解。
有益效果:
本发明通过将储备管理与控制理论、运筹学理论与LNG接收站运营特点有机结合,建立了LNG接收站储备调峰能力预测方法、形成了LNG接收站储备控制策略,实现了接收站应急调峰能力的定量把握;以降低交易成本为目标,实现了LNG接收站年度订货计划的自动优化;建立了基于滚动计划的储备控制模型,实现了订货计划的实时调整,具体是:
1)可对各建设期接收站的外输能力、储备能力、储备时间有一个定量的认识;
2)通过接收站储备能力影响因素分析,对船型选择、合理安排船期、储罐数量的确定有一定参考价值;
3)储备能力研究,对液化天然气项目远期规划及功能定位的调整具有一定的指导意义。
4)LNG接收站调峰能力研究以数学建模的方法对LNG接收站调峰能力、不同影响因素情况下调峰天数进行研究,实现对LNG调峰能力定量掌控,可为合理制定季节调峰计划提供参考依据,为调峰期间船运计划提供基础参数。
5)将物流系统理论中的供应链储备管理理论LNG接收站相结合,以提高LNG接收站运营可靠性,降低储备成本,提高经济效益为目标对LNG储备控制研究。
6)对接收站的储备进行管理与控制,防止接收站发生缺货或超货,保证接收站的储备量能时刻满足下游市场需求的同时,储罐有足够的剩余储存空间接纳船的卸货量,确保接收站及码头的正常工作;
7)对接收站的订货计划进行研究,为最优订货量和订货点的确定提供决策支持,对船型选择、合理安排船期有一定参考价值;该研究方法与成果对其他己建、拟建接收站具有较好的参鉴作用
8)国内首次从LNG接收站的角度出发,应用非平稳需求储备控制相关理论建立LNG接收站储备控制模型。
综上所述,对接收站储备能力、调峰能力、储备管理与控制的研究具有重要意义,该技术市场广阔,运用前景巨大。
具体实施方式
下面结合具体实施例,进一步阐述本发明。这些实施例仅用于说明本发明而不用于限制本发明的范围。
实施例1
制定储备控制策略,按照需求的发生是否具有随机性可以将需求分为确定需求和随机需求,确定需求是指一定时间内的需求量是确定的,不具有随机性;随机需求是指一定时间内的需求量是一个随机变量。随机需求的需求量在一定的时间内既可以服从同一分布,可以服从不同的分布。
LNG接收站的订货计划通常根据LNG的两种需求情况进行制定:一种情况是根据销售计划制定订货计划,这类需求属于确定型需求;另一情况是根据LNG的实际需求情况制定订货计划,由于市场波动、价格调整、气候变化等诸多因素的影响,LNG的实际需求分布随时间变化,属于随机需求。
本发明旨在研究如何制定以销售计划为客户需求的LNG年度计划,其基本思路是运用动态规划的方法建立LNG接收站确定需求储备控制策略。
1动态规划理论
1.1动态规划的基本方法
动态规划诞生于20世纪50年代,是运筹学的一个分支,也是解决多阶段决策最优化问题的一种数学方法。
(1)多阶段决策过程
在生产和科学实验中,有一类活动的过程,由于它的特殊性,可将过程分为若干个相互联系的阶段,在它的每一个阶段都需要作出决策,从而使整个过程达到最好的活动效果。各个阶段决策的选取不是任意确定的,它依赖于当前面临的状态,又影响以后的发展。当各个阶段决策确定后,就组成了一个决策序列,因而也就决定了整个过程的一条活动路线。这种把一个问题可看做是一个前后关联具有链状结构的多阶段过程就称为多阶段决策过程,也称序贯决策过程。这种问题就称为多阶段决策过程。
在多阶段决策问题中,各个阶段采取的决策,一般来说是与时间有关的,决策依赖于当前的状态,又随即引起状态的转移,一个决策序列就是在变化的状态中产生出来的,把处理它的方法称为动态规划方法。
(2)动态规划基本概念及数学描述
1)阶段
把所给问题的过程,恰当地分为若干个相互联系的阶段,以便能按一定的次序去求解。描述阶段的变量称为阶段变量,常用k表示。阶段的划分,一般是根据时间和空间的自然特征来划分,但要便于把问题的过程能转化为多阶段决策的过程。
2)状态
状态表示每个阶段开始所处的自然状况或客观条件,它描述了研究问题过程的状况,又称不可控因素。描述过程状态的变量称为状态变量。它可用一个数、一组数或一向量来描述。
3)决策
决策表示当过程处于某一阶段的某个状态时,可用作出不同的决定(或选择),从而确定下一阶段的状态,这种决定称为决策。在最优控制中也称为控制。描述决策的变量,称为决策变量。它可用一个数、一组数或一向量来描述。常用uk(sk)表示第k阶段当状态处于sk时的决策变量。它是状态变量的函数,在实际问题中,决策变量的取值往往限制在某一范围之内,此范围称为允许决策集合。常用Dk(sk)表示第k阶段从状态sk出发的允许决策集合,显然有uk(sk)∈Dk(sk)。
4)策略
策略是一个按顺序排列的决策组合的集合。由过程的第k阶段开始到终止状态为止的过程,称为问题的后子过程。由每段的决策按顺序排列组成的决策函数序列{uk(sk),…,un(sn)}称为过程策略,简称子策略,记为pk,n(sk)。即pk,n(sk)={uk(sk),uk+1(sk+1),…,uk(sk)}
在实际问题中,可供选择的策略有一定的范围,此范围称为允许策略集合,用P表示。从允许策略集合中找出达到最优效果的策略称为最优策略。
5)状态转移方程
状态转移方程是确定过程由一个状态到另一个状态的演变过程。若给定第k阶段状态变量Sk的值,如果该段的决策变量uk一经确定,第k+1阶段的状态变量Sk+1的值也就安全确定。即Sk+1的值随Sk和Uk的值变化而变化。这种确定的对应关系,记为Sk+1=Tk(sk,uk)
上式描述了由k阶段到k+1阶段的状态转移规律,称为状态转移方程。
6)指标函数和最优值函数
用来衡量所实现过程优劣的一种数量指标,称为指标函数。它是定义在全过程和所有后部子过程上确定的数量函数。常用Vk,n表示之。即Vk,n=Vk,n(sk,uk,sk+1,…,sn+1),k=1,2,…,n
对于要构成动态规划模型的指标函数,应具有可分离性,并满足递推关系。即Vk,n可以表示为sk、uk、Vk+1,n的函数。记为
指标函数的最优值,称为最优值函数,记为fk(sk)。它表示从第k阶段的状态开始到第阶段的终止状态的过程,采取最优策略所得到的指标函数值。即
(3)动态规划基本方程
通常,k阶段与k+1阶段的递推关系式可写出
边界条件为
fn+1(sn+1)=0
这种递推关系式称为动态规划的基本方程。
(4)动态规划解题模式
动态规划的设计遵循下列步骤:
划分阶段:按照问题的时间或空间特征,把问题分为若干个阶段。注意这若干个阶段一定要是有序的或者是可排序的,否则问题就无法求解。
选择状态:将问题发展到各个阶段时所处于的各种客观情况用不同的状态表示出来。状态的选择要满足无后效性。每阶段的储备量及储备成本是本问题的状态变量。
确定决策并写出状态转移方程:之所以把这两步放在一起,是因为决策和状态转移有着天然的联系,状态转移就是根据上一阶段的状态和决策来导出本阶段的状态。所以,如果我们确定了决策,状态转移方程也就写出来了。但事实上,我们常常是反过来做,根据相邻两段的各状态之间的关系来确定决策。本课题中的决策是每阶段的优化订货量,而状态转移是上期的剩余储备是下期的输入变量。
写出规划方程(包括边界条件):本问题的规划方程是每阶段总成本的表达式,是订货量、储备量、单位成本的函数。
(5)动态规划基本思想
1)动态规划方法的关键在于正确地写出基本的递推关系式和恰当的边界条件。从边界条件开始,逐段递推寻优,在每一个子问题的求解中,均利用了它前面的子问题的最优化结果,依次进行,最后一个子问题所得的最优解,就是整个问题的最优解。
2)在多阶段决策过程中,动态规划方法是既把当前一段和未来各段分开,又把当前效益和未来效益结合起来考虑的一种最优化方法。每段决策的选取是从全局来考虑的,与该段的最优选择答案一般是不同的。
3)在求整个问题的最优策略时,由于初始状态是已知的,而每段的决策都是该段状态的函数,故最优策略所经过的各段状态便可逐次变换得到,从而确定了最优解。
(6)动态规划的最优性原理和最优性定理
动态规划的最优性原理:“作为整个过程的最优策略具有这样的性质:即无论过去的状态和决策如何,对前面的决策所形成的状态而言,余下的诸决策必须构成最优策略”。
动态规划的最优性定理:设阶段数为n的多阶段决策过程,其阶段编号为k=0,1,…,n-1
1.2逆推解法
已知初始状态为s1,并假定最优值函数fk(sk)表示第k阶段的初始状态为sk,从k阶段到n阶段所得到的最大效益。
从第n阶段开始,则有
其中Dn(sn)是由状态sn所确定的第n阶段的允许决策集合。解决一维极值问题,就得到最优解xn=xn(sn)和最优值fn(sn),要注意的是,若Dn(sn)只有一个决策,则xn∈Dn(sn)就应写成xn∈xn(sn)。
在第n-1阶段,有
其中sn∈Tn-1(sn-1,xn-1);解此一维极值问题,得到最优解xn-1=xn-1(sn-1)和最优值fn-1(sn-1)。
在第k阶段,有
其中sk+1=Tk(sk,xk);得到最优解xk=xk(sk)和最优值fk(sk)。
如此类推,直到第一阶段,有
其中s2=T1(s1,x1);解得最优解x1=x1(s1)和最优解f1(s1)。
由于初始状态s1已知,故x1=x1(s1)和f1(s1)是确定的,从而s2=T1(s1,x1)也就可确定,于是x2=x2(s2)和f2(s2)也就可确定。这样,按照上诉递推过程相反的顺序推算下去,就可逐步定出每阶段的决策及效益。
1.3顺推解法
设已知终止状态sn+1,并假定最优值函数fk(s)表示第k阶段末的结束状态s,从1阶段到k阶段所得到的最大收益。
已知终止状态sn+1用顺推解法与已知初始状态用逆推解法在本质上没有区别,它相当于把实际的起点视为终点,实际的终点视为起点,而按逆推解法进行的。状态变量是上面状态变量的逆变换,记为从运算而言,即是由sn+1和xk去确定sk。
从第一阶段开始,有
在第二阶段,有
如此类推,直到第n阶段,有
由于终止状态sn+1是已知的,故xn=xn(sn+1)和fk(sn+1)是确定的。再按计算过程的相反顺序推算上去,就可以逐步确定出每个阶段的决策及效益。
2基于动态规划的LNG接收站确定需求储备控制方法
2.1符号说明
本发明的研究对象是LNG接收站确定需求即年度销售计划前提下的储备控制策略,研究目标是以订货成本和储备持有成本之和最小为目标,制定确定需求的储备控制策略,即确定计划期内的订货时间点和各时间点的订购量。模型的参数说明如下:
T:给定计划期,根据现场调研,以月为订货周期,对于年度计划以一年为计划期;
Dt:第t期的需求,t=1,2,…,T,Dt为随机变量,且各期需求相互独立;
r:订货周期贷款利率;
Xt:第t期的订购量,t=1,2,…,T;
It:第t期的期末储备水平,t=1,2,…,T;
I0:LNG接收站初始储备水平;
υ:可变订货成本,与订购量成正比;
h:单位周期内单位LNG的储备持有成本,包括资金占用成本,储存成本,管理成本等;
Vsx:LNG运输船卸船量,104m3。
2.2基于动态规划的LNG接收站确定需求储备控制模型
基于动态规划的LNG接收站确定需要储备控制策略解决的问题是系统总成本最小的订货计划。系统的总成本包括订货成本和储备持有成本。
设Dk为第k阶段对LNG的需求量,本项目以月为订货周期,k为目标订货年的k月,对于年度订货计划k≤12,Xk为第k月LNG的订货量,订货量为主力船型卸船量的整数倍Xk=NVsx,Ik为第k阶段结束时的LNG储备量,Ik=Ik-1+Xk-Dk。Ck(Xk)表示第k阶段LNG的订货费用,Ck(Xk)=νXk,ν为每单位LNG的到港费用(LNG到岸价格)。
hk(Ik)表示与储备量相关的LNG储存费用和LNG接收站运营管理费用,hk(Ik)=hIk,h为每单位LNG的储存费用及运营管理费用。
Vmax为接收站的最高储备水平,Vmin为接收站的最低储备水平,SSk为接收站第k阶段为保障安全供应所需具备的安全储备。接收站的储备水平不能超过储备水平的上下限因此:为保障安全供应,接收站k阶段末的储备水平应该高于下一阶段的安全储备,Ik≥SSk+1。
数学模型可表示如下:
约束条件如下:
用动态规划方法来求解,把它看做一个n阶段决策问题。令Ik-1为状态变量,它表示第k阶段开始时的储备量。
Xk-1为决策变量,它表示第k阶段的订货量。
状态转移方程为
Ik=Ik-1+Xk-Dkk=1,2,…,n
最优值函数fk(Ik)表示从第1阶段初始储备量为a到第k阶段末储备量为Ik时的最小总成本。
因此可以写出顺序递推关系式为:
为了保证安全供应,第k-1阶段末的储备量Ik-1必须大于等于第k阶段的安全储备SSk,又由于Ik=Ik-1+Xk-Dk,可推到出SSk≤Ik-1=Ik-Xk+Dk,可知Xk≤Ik+Dk-SSk,又由于每一阶段的订货上限为NVc,由现场调研资料可知,两船之间的最短卸船间隔为3天,N取值为k阶段最多可进行的卸船数量。综上,σk=min(Ik+Dk-SSk,NVc)。
计算各阶段的fk,再按计算顺序反推之,即可得到各阶段的最优决策。
实施例2储备控制模型验证
根据上一年度实际运营数据数据输入模型,调用“订货计划”/“自动优化”模块,生产订货计划,优化结果见表1。
表1订货计划优化结果
为应对冬季用气高峰,实现夏储冬用,可在现货价格较低的4、5、6、7月采购现货,实现调峰储备。由于A地LNG接收站检修,8月B地LNG接收站承担了较高的供气任务,出现了夏季高峰,因此不再选择8月为“夏储”时间段,选择供气任务6、7月为“夏储”时间段。具体方案,为减少冬季接收站运营压力,可减少11月一次到货计划,将其调整到7月。为应对8月高峰,可在6月增加一次到货,以此减少8月一次到货。可见本发明提供的方法预测的储备水平与实际的储备水平曲线重合度较高,预测精度高。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于动态规划的LNG接收站确定需求储备控制方法,其特征在于,具体包括如下步骤:
步骤1)研究LNG接收站随机需求静态策略滚动决策流程,在当前决策时间点确定未来M期内的储备控制策略,只采用第一期的储备决策,确定下一次的到货时间点和订购量;在需求实现后,根据每一期的需求实现,更新期末储备水平,同时进行滚动的需求预测更新需求信息;
步骤2)建立基于滚动计划的LNG接收站随机需求静态策略储备控制模型;
步骤3)研究LNG接收站随机需求静动结合策略滚动决策流程,需要建立M期的混合整数规划模型,单执行第一期的储备决策,在需求实现后,根据储备水平的更新和滚动的需求预测,在下次决策时间重复以上过程直至计划期T末;
步骤4)建立基于滚动计划的LNG接收站随机需求混合整数规划模型。
2.根据权利要求1所述基于动态规划的LNG接收站确定需求储备控制方法,其特征在于,步骤1)制定储备控制策略,按照需求的发生是否具有随机性可以将需求分为确定需求和随机需求,确定需求是指一定时间内的需求量是确定的,不具有随机性;随机需求是指一定时间内的需求量是一个随机变量。
3.根据权利要求1所述基于动态规划的LNG接收站确定需求储备控制方法,其特征在于,步骤2)LNG接收站的订货计划通常根据LNG的两种需求情况进行制定:一种情况是根据销售计划制定订货计划,这类需求属于确定型需求;另一情况是根据LNG的实际需求情况制定订货计划,由于市场波动、价格调整、气候变化等诸多因素的影响,LNG的实际需求分布随时间变化,属于随机需求。
4.根据权利要求1所述基于动态规划的LNG接收站确定需求储备控制方法,其特征在于,步骤3)所述策略是一个按顺序排列的决策组合的集合;由过程的第k阶段开始到终止状态为止的过程,称为问题的后子过程;由每段的决策按顺序排列组成的决策函数序列{uk(sk),…,un(sn)}称为过程策略,简称子策略,记为pk,n(sk);即pk,n(sk)={uk(sk),uk+1(sk+1),…,uk(sk)};
从允许策略集合中找出达到最优效果的策略称为最优策略。
5.根据权利要求1所述基于动态规划的LNG接收站确定需求储备控制方法,其特征在于,步骤4)中,确定过程由一个状态到另一个状态的演变过程;若给定第k阶段状态变量Sk的值,如果该段的决策变量uk一经确定,第k+1阶段的状态变量Sk+1的值也就安全确定;即Sk+1的值随Sk和Uk的值变化而变化。
6.根据权利要求1所述基于动态规划的LNG接收站确定需求储备控制方法,其特征在于,所述方法还遵循以下步骤:
划分阶段:按照问题的时间或空间特征,把问题分为若干个阶段;
选择状态:将问题发展到各个阶段时所处于的各种客观情况用不同的状态表示出来;每阶段的储备量及储备成本是本问题的状态变量;
确定决策并写出状态转移方程:之所以把这两步放在一起,是因为决策和状态转移有着天然的联系,状态转移就是根据上一阶段的状态和决策来导出本阶段的状态;
写出规划方程:规划方程是每阶段总成本的表达式,是订货量、储备量、单位成本的函数。
7.根据权利要求1所述基于动态规划的LNG接收站确定需求储备控制方法,其特征在于,所述动态规划方法的关键在于正确地写出基本的递推关系式和恰当的边界条件;从边界条件开始,逐段递推寻优,在每一个子问题的求解中,均利用了它前面的子问题的最优化结果,依次进行,最后一个子问题所得的最优解,就是整个问题的最优解。
8.根据权利要求1所述基于动态规划的LNG接收站确定需求储备控制方法,其特征在于,所述动态规划方法是既把当前一段和未来各段分开,又把当前效益和未来效益结合起来考虑的一种最优化方法;每段决策的选取是从全局来考虑的,与该段的最优选择答案一般是不同的。
9.根据权利要求1所述基于动态规划的LNG接收站确定需求储备控制方法,其特征在于,在求整个问题的最优策略时,由于初始状态是已知的,而每段的决策都是该段状态的函数,故最优策略所经过的各段状态便可逐次变换得到,从而确定了最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110386159.1A CN113065708A (zh) | 2021-04-12 | 2021-04-12 | 基于动态规划的lng接收站确定需求储备控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110386159.1A CN113065708A (zh) | 2021-04-12 | 2021-04-12 | 基于动态规划的lng接收站确定需求储备控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113065708A true CN113065708A (zh) | 2021-07-02 |
Family
ID=76566604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110386159.1A Pending CN113065708A (zh) | 2021-04-12 | 2021-04-12 | 基于动态规划的lng接收站确定需求储备控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113065708A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116205610A (zh) * | 2023-04-26 | 2023-06-02 | 成都普惠道智慧能源科技有限公司 | 一种lng加气站管理方法、物联网系统和存储介质 |
US11861552B1 (en) | 2022-06-14 | 2024-01-02 | Chengdu Puhuidao Smart Energy Technology Co., Ltd. | Methods for managing liquefied natural gas (LNG) tanking safety based on location matching and internet of things systems thereof |
-
2021
- 2021-04-12 CN CN202110386159.1A patent/CN113065708A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11861552B1 (en) | 2022-06-14 | 2024-01-02 | Chengdu Puhuidao Smart Energy Technology Co., Ltd. | Methods for managing liquefied natural gas (LNG) tanking safety based on location matching and internet of things systems thereof |
CN116205610A (zh) * | 2023-04-26 | 2023-06-02 | 成都普惠道智慧能源科技有限公司 | 一种lng加气站管理方法、物联网系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jorgenson et al. | Investment behavior in US manufacturing, 1947-1960 | |
Paraskevopoulos et al. | Robust capacity planning under uncertainty | |
CN113065708A (zh) | 基于动态规划的lng接收站确定需求储备控制方法 | |
CN109636011B (zh) | 一种基于改进的变邻域遗传算法的多班制计划排程法 | |
CN108846608B (zh) | 一种大型风电机组备品备件库存管理及优化调度方法 | |
Jääskeläinen | A goal programming model of aggregate production planning | |
CN104820938A (zh) | 一种季节性、周期性商品的最优订购周期预测方法 | |
CN105243449A (zh) | 售电量预测结果修正方法及装置 | |
CN112101637A (zh) | 基于分时电价和能耗控制的动态充电优化方法及其应用 | |
Allman et al. | Distributed cooperative industrial demand response | |
CN113065714A (zh) | 一种多项目式多目标集中采购决策优化方法及系统 | |
CN116739158A (zh) | 一种基于强化学习的自适应优化储能方法 | |
CN115733178A (zh) | 基于成本和风险多目标的光储充电站容量配置方法及系统 | |
Voropai et al. | Hierarchical modeling in expansion planning of electric power systems | |
Banitalebi et al. | Regularized Probabilistic Forecasting of Electricity Wholesale Price and Demand | |
CN112183903B (zh) | 一种水火电系统多时间尺度联合优化调度方法及系统 | |
Ambrosius et al. | Investment incentives for flexible energy consumption in the industry | |
CN114358756A (zh) | 基于双层区块链的电力点对点交易方法和系统 | |
CN113592325A (zh) | 就地制氢加氢站系统及其电量分配方法 | |
Su et al. | Modeling and Optimization of Stochastic Scheduling for Refinery Processes | |
Weddepohl | Overlapping Generations Models, an Introduction | |
Batten et al. | Papua New Guinea economic survey: from boom to gloom? | |
CN117892937A (zh) | 基于智能联动机制的计量装置生产计划自适应排程方法 | |
Li et al. | Production Capacity Reserve and Supply Chain Coordination Based on Option Contract | |
Wolak | Price-cap regulation and its use in newly privatized industries |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |