2022年首届天府杯数学建模国际大赛问题E:新能源促进和环境保护-解题思路分享

Question E: New Energy Promotion And Environmental Protection.

该题需要查找大量的数据和信息,这里给大家推荐两个比较权威的国内数据查找网站(均可以免费下载):

(1)国家数据

https://data.stats.gov.cn/easyquery.htm?cn=C01

2022年首届天府杯数学建模国际大赛问题E:新能源促进和环境保护-解题思路分享_第1张图片

能源数据展示

2022年首届天府杯数学建模国际大赛问题E:新能源促进和环境保护-解题思路分享_第2张图片

该网站还可以一键生成数据的图表

(2)国家统计局》国家统计年鉴

http://www.stats.gov.cn/tjsj/ndsj/

2022年首届天府杯数学建模国际大赛问题E:新能源促进和环境保护-解题思路分享_第3张图片

统计年鉴-各类能源发电数据

问题重述:

背景介绍:能源、环境和污染控制相互依存,能源结构的合理调节将成为未来能源的主要发展趋势,也是解决环境问题的必要手段。在能源互联网、风能和光伏清洁能源合理化的支持下,对其对缓解环境污染的影响进行建模和分析是解决环境污染的有效途径。

(1)查找信息,建立评估环境污染的评分模型,以及在使用某种新能源(清洁能源)的情况下对环境污染进行评分的缓解模型。

(2)评估在问题1中建立的评分模型,比较光伏发电和风力发电这两种新能源模式在缓解环境污染方面的差异。

(3)在问题2的基础上,找到数据,构建两种发电模式的成本模型和缓解环境污染的效果模型,并给出供电侧分配两种发电方式以实现效益最大化的比例。

(4)政府建议(语文建模)。

问题四提到 the city government,这说明数据的来源可以只依赖具体的一个城市或者省份,但是笔者认为以全国的数据来做题也未尝不可。

解题思路 :

问题一第一部分:评分模型的建立

环境的污染一般包括:大气污染、水污染、固废污染和土壤污染,结合题意,对环境污染的评分模型必须和能源的使用建立紧密的关系,这样后边的题目才有话可说。

根据统计年鉴数据,近20年内我国的主要能源有火电、水电、核电、风电、太阳能发电等。不同的能源对环境的污染程度不同,比如火电传统能源的使用带来的温室效应和空气质量影响极大,而清洁的风电和太阳能则对环境污染程度很小。

采用多属性评估方法层次分析法,将新能源对环境污染的影响中提取出土地征用、温室气体排放、大气污染、水体污染、噪声污染、生态影响(动物、植被)等评价指标。该评价指标与目前我国城市中应用主要类型的新能源相结合,构建了从新能源类型到评价指标再到城市发展新能源总体目标的层次结构,进而建立城市发展新能源的评价指标体系。

然后采用基于TOPSIS的评估对象排序,获得不同指标的权重对略主观的层次分析法进行适当修正,获得更加客观的评分模型。

问题一第二部分:使用某种新能源(风能或者光伏)的情况下对环境污染进行评分的缓解模型

结合题意,这里可以只选取风能和光伏发电。

以风能为例,风能发电可以一定程度上削减温室气体排放和大气污染,但是风能发电也有其他的危害。

1、风力发电对会危害当地的生态环境如破坏植被、改变地形地貌,造成水土流失使土地沙漠化。

2、风力发电影响局部气候风电是利用大气中的风能,根据能量守恒定律,一种能量的消耗与产生必然需要产生或消耗另一种能量,因此风力发电机组发电过程必然要消耗掉一部分大气中的风能,而风能作为气候变化的重要因素之一,其变化必然带来气候的变化。

3、风力发电场周围环境都不错,所以会成为很多鸟类的天堂,但是会造成大量的鸟类遭到风力涡轮机的伤害。

4、风力发电的噪声危害。

其实,风力发电机在运行过程中确实会造成不少不可避免的危害,但是,对于任何一种能源的利用和开发使用,或多或少都会对自然带来一定的危害。

所以在缓解模型的建立中,也不能忽视清洁能源带来的负面影响,当然清洁能源肯定是利大于弊的,适当分析说明即可。

所以只需要在第一部分的评分模型进行改进即可。第一部分我们不考虑能源的具体种类,仅建立模型,第二部分我们建立引入不同能源变量Xi,表示不同的能源种类。不同的能源种类对应不同的指标权重,相当于原模型的层次加了一层。

问题二:评估并比较差异

对评分模型的评估可以从稳健性和可行性等方面入手,判断模型的灵敏度,代入数据加噪声比较结果偏差程度。

比较差异即需要代入具体数据,通过结果得分分析判断异同点。

问题三:成本模型+最大效益

这里的成本模型的建立可不考虑环境成本,只考虑不同能源发电的成本即可。

成本包括:投资成本、运营维护成本、燃料成本、电力传输成本等,各成本计算函数可参考NET-Power 模型。

最大效益的计算需要建立规划模型,以装机容量(城市需求)和发电容量为约束,通过线性规划或者启发式优化算法求解最优方案。

问题四:政府建议

根据问题三的结果,向政府提出最优的风能和光伏发电装机比例,适当语文建模。

完整思路以及参考文献数据 https://mbd.pub/o/bread/mbd-Y5qblZZr

你可能感兴趣的:(数学建模,人工智能,大数据,算法,数学建模)