軟件簡介
GAMS為“General Algebraic Modeling Systems”的縮寫，透過簡單的操作模式，GAMS排除了許多技術性問題，讓用戶能專心于模塊的建立。其語言編輯器近似于其他常用的程序語言，讓更多的使用者能受惠于GAMS。在使用過程中，運算數據可以經由常用的表格加載、清晰的模塊架構讓用戶可以隨時重復利用之前撰寫的模塊，進行代數符號的修改。GAMS亦可以對包含時間序列的動態模塊進行運算。通用代數建模系統(GAMS)是特別為建模線性,非線性和混合整數化問題而設計的.本系統對于大
型的,復雜的問題特別有幫助.GAMS可以運行在個人計算機、工作站、大型機和超級計算機上。
GAMS實際案例
背景
國際清潔交通委員會 (ICCT) 是一個非營利組織，幫助政府和政策制定者做出正確的決定，以減少所有交通方式的空氣污染和燃料消耗?？紤]到交通部門的復雜性，如果可以使用整個部門的復雜、集成模型使用一致的規則集來模擬政策選項，政策制定者只能做出明智的決定。GAMS 等代數建模語言 (AML) 已被證明是開發此類模型的有用工具。對于歐盟委員會發起的交通部門脫碳項目，ICCT 要求 GAMS 開發、測試和運行歐盟交通部門的部分均衡模型，包括輕型車輛、重型車輛和代表的航空部門。該模型的目的是測試幾種政策情景，包括重疊的溫室氣體 (GHG) 減排目標、資格上限和其他優惠待遇。在 GAMS 中，我們可以同時應用所有這些約束集并求解模型以衡量市場對這些政策的反應。這項工作的結果饋入歐盟委員會 關于氣候變化的“綠色協議”計劃，目標是到 2030 年將溫室氣體排放量減少 55%，到 2050 年實現氣候中和。以下文本以濃縮格式總結了研究的某些方面。
考慮的政策情景
總共考慮了 10 個政策情景，這些情景是與 ICCT 的研究人員合作開發的。每個場景代表以下組合：
●溫室氣體減排目標或可再生能源指令
●限制以食品和飼料為基礎的生物燃料
●先進的生物燃料授權
●非生物來源的可再生燃料 (RFNBO)
●可持續航空燃料 (SAF) 規定
●航空電子燃料規定
●預計電動汽車年增長率
●限制使用某些中間作物（如大豆或玉米）生產生物燃料
場景參數總結如下：
表 1.輸入場景
該模型
該模型被制定為靜態局部平衡模型，使用多個代理。這些代理中的每一個都充當成本zui小化器，同時遵守一組擬議的政策目標：
消費者代理為輕型車輛或采用不同發動機技術（汽油、柴油、電力、氫燃料或壓縮天然氣）的重型車輛做出購買決策。
航空消費者代理做出有關要購買的混合燃料的購買決定。
攪拌機代理，負責向消費者代理提供燃料，滿足政策要求。假設向攪拌機供應的混合料符合等彈性供應曲線。
關于擴展數學規劃（EMP）
平衡問題的實現可能很繁瑣，但GAMS作為代數建模語言，提供了“擴展數學規劃”（EMP）擴展，并為這些問題提供了特殊支持。EMP可以將單個代理實現為單獨的子問題，然后將其自動重新制定為可由商業求解器有效解決的格式。這種重新配方技術的真正威力在于，它能夠快速進行模型再開發，而不需要考慮與重新配方調試驗證周期相關的必要工作人員時間。如果有必要進行后期更改，這種重新開發的周期可能會很快變得勢不可擋，這是一個旨在為不斷演變的政策對話提供信息的項目所固有的。
結果
圖 1 總結了用于滿足每種情景的政策要求的燃料類型。情景之間的一些差異正如預期的那樣，例如，當溫室氣體目標降低時，可再生能源總量較低（情景 2），當基于食物的上限設置為 0% 時，沒有基于食物的生物燃料（情景 3） 、4 和 10）。一個顯著的結果是，在大多數情況下，大量的中間作物生物燃料不受基于食物的生物燃料上限的限制。當政策變得更加雄心勃勃時，例如將能源指令水平從情景 8 提高到情景 9，中間作物生物燃料將填補可再生燃料總需求增長的大部分。特別是，我們發現大豆加氫植物油 (HVO) 的含量大幅增加。簡單地降低目標水平，例如從場景 1 到 2，大幅減少中間作物生物燃料的使用量。我們發現，一旦子任務和上限得到遵守，中間作物是實現溫室氣體目標或可再生能源任務的zui便宜的合規選擇。
圖 1.政策情景下按燃料類別劃分的能源消耗
問題在于，全球大多數中間作物都是主要商品作物，它們在生物燃料中的使用預計會導致間接土地利用變化 (ILUC)，就像以糧食為基礎的生物燃料一樣。當我們考慮 ILUC 排放時，中間作物大豆生物燃料產生的非常高的溫室氣體排放總量顯著減損了整個政策的溫室氣體減排。我們可以在表 2 中看到這一點，該表顯示了每種情景的溫室氣體減排總量，以及碳減排的平均成本、溫室氣體信用價格以及可再生能源在公路和航空領域的總份額。
表 2.環境匯總統計
這項研究的一個重要發現是，溫室氣體排放目標比可再生能源指令產生的溫室氣體減排量要大得多。情景 8 代表了 26% 的可再生能源授權，導致可再生燃料總量與情景 1 相似，但僅提供了總體溫室氣體減排量的三分之一左右。因此，情景 8 的碳減排成本大約是情景 1 的三倍。與可再生能源授權相比，溫室氣體目標似乎也是實現氣候減緩的一種更具成本效益的手段。
可再生燃料政策很復雜，政策變化的影響并不總是直觀的。如此處所示，定量建?？梢猿蔀橐环N有用的工具，可以客觀地分析指南變化帶來的廣泛影響，并允許決策者做出明智的決定。
軟件鏈接：//www.uone-tech.cn/GAMS.html
