软件简介

　　GAMS为“General Algebraic Modeling Systems”的缩写，透过简单的操作模式，GAMS排除了许多技术性问题，让用户能专心于模块的建立。其语言编辑器近似于其他常用的程序语言，让更多的使用者能受惠于GAMS。在使用过程中，运算数据可以经由常用的表格加载、清晰的模块架构让用户可以随时重复利用之前撰写的模块，进行代数符号的修改。GAMS亦可以对包含时间序列的动态模块进行运算。通用代数建模卐系统(GAMS)是特别为建模线性,非线性和混合整数化问题而设计的.本系统对于大

　　型的,复杂的问题特别有帮助.GAMS可以运行在个人计算机、工作站、大型机和超级计算机上。

　　GAMS实际案例

　　背景

　　国际清洁交通委员会 (ICCT) 是一个非营利组织，帮助政府和政策制定者做出正确的决定，以减少所有交通方式的空气污染和燃料消耗。考虑到交通部门的复杂性，如果可以使用整个部门的复杂、集成模型使用一致的规则集来模拟政策选项，政策制定者只能做出明智的决定。GAMS 等代数建模语言 (AML) 已被证明是开发此类模型的有用工具。对于欧盟委员会发起的交通部门脱碳项目，ICCT 要求 GAMS 开发、测试和运行欧盟交通部门的部分均衡模型，包括轻型※车辆、重型车辆和代表的航空部门。该模型的目的是测试几种政策情景，包括重叠的温室气体 (GHG) 减排目标、资格上限和其他优惠待遇。在 GAMS 中，我们可以同时应用所有这些约束集并求解模型以衡量市场对这些政策的反应。这项工作的结果馈入欧盟委员会 关于气候变化的“绿色协议”计划，目标是到 2030 年将温室气体排放量减少 55%，到 2050 年实现气候◥中和。以下文本以浓缩格式总∏结了研究的某些方面。

　　考虑的政策情景

　　总共考虑了 10 个政策情∴景，这些情景是与 ICCT 的研究人员合作开发的。每个场景代表以下组合：

　　●温室气体减排目标或可再生能源指令

　　●限制以食品Ψ 和饲料为基础的生物燃料

　　●先进的生物燃料授权

　　●非生物来源▓的可再生燃料 (RFNBO)

　　●可持续航空燃料 (SAF) 规定

　　●航空电子燃料规定

　　●预计电动汽车年增长率

　　●限制使用某些中间作物（如大豆或玉米）生产生物燃料

　　场景参数总结如下：

表 1.输入场景

　　该模型

　　该模型被制⊙定为静态局部平衡模型，使用多个代理。这些代理中的每一个都充当成本zui小化器，同时遵守一※组拟议的政策目标：

　　消费者代理为轻型车辆或采用不同发动机技术（汽油、柴油、电力、氢燃料或压缩天然气）的重型车辆做出购买决策。

　　航空消费者代理做出有关要购买〓的混合燃料的购买决定。

　　搅拌机代理▅，负责向消费者代理提供燃料，满足政策要求。假设向搅拌机供应的混合料符合等弹性供应曲线。

　　关于扩展数学规划（EMP）

　　平衡问题的实现可能很繁琐，但GAMS作为代数建模语言，提供了“扩展数学规划”（EMP）扩展，并为这些问题提供了【特殊支持。EMP可以将单个代理实现为单独的子问题，然后将其自动重新制定为可由商业求解器有效解决的格式。这种重新配方技术的真正威力在于，它能够快速进行模型再开发，而不需要考虑与重新配方调试验证周期相关的必要工作人员时间。如果有必要进行后期更改，这种重新开发的周期可能会很快变得势不可挡，这是一个旨在为不断演变的政策对话提供信息的项目所固有的。

　　结果

　　图 1 总结了用于满足每种情景的政策要求的燃料类型。情景之间的一些差异正如预期的那样，例如，当温室︽气体目标降低时，可再生能源总量较低（情景 2），当基于』食物的上限设置为 0% 时，没有基〖于食物的生物燃料（情景 3） 、4 和 10）。一个显着的结果是，在大多数情况下，大量的中间作物生物燃料不受基于食物的生物燃料上限的限制。当政策变得更加雄心勃勃时，例如将能源指令水平从情景 8 提高到情景 9，中间作※物生物燃料将填补可再生燃料总需求增长的大部分。特别是，我们发︾现大豆加氢植物油 (HVO) 的含量大幅增加。简单地降低目标水平，例如从场景 1 到 2，大幅减少中间作物生物燃料的使用量。我们发现，一旦子任务和上限得到遵守，中间作物是实现温室气体目▅标或可再生能源任务的zui便宜的合规选∏择。

图 1.政策情景下按燃料类别划分的能源消耗

　　问题在于，全球大多数中间作物都是主要商品作物，它们在生物燃料中的使用预计会导致间接土地利用变化 (ILUC)，就像以粮食为基础的生物燃料一样。当我们考虑 ILUC 排放时，中间作物大豆生物燃料产生的非常高的温室气体排放①总量显着减损了整个政策的温室气体减排。我们可以在▆表 2 中看到这一点，该表显示了每种情景的温室气体减排总量，以及碳减排的平均成本、温室气体信用价格以及可再生能源在公路和航空→领域的总份额。

表 2.环境汇总统计

　　这项研究的一△个重要发现是，温室气体排放目标♂比可再生能源指令产生的温室气体减排量要大得多。情景 8 代表了 26% 的可再生能源授权，导致可再生燃料总量与情景 1 相似，但仅提供了总体温室气体减排量的三分之一左右。因此，情景 8 的碳减排成本大约是情景 1 的三倍。与可再生能源授权相比，温室气※体目标似乎也是实现气候减缓的一种更具成本效益的手段。

　　可再生燃料№政策很复杂，政策变化的影响并不总是直观的。如此处所示，定量建模可以成为一种有用的工具，可以客观地分析指南变化带来的广泛影响，并允许决策者做出明智的决定。

　　软件链接：//www.uone-tech.cn/GAMS.html