CN113624052B - 一种冷热电联供系统及其余热回收方法 - Google Patents

一种冷热电联供系统及其余热回收方法 Download PDF

Info

Publication number
CN113624052B
CN113624052B CN202110677364.3A CN202110677364A CN113624052B CN 113624052 B CN113624052 B CN 113624052B CN 202110677364 A CN202110677364 A CN 202110677364A CN 113624052 B CN113624052 B CN 113624052B
Authority
CN
China
Prior art keywords
waste heat
heat recovery
recovered
power system
unrecovered
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.)
Active
Application number
CN202110677364.3A
Other languages
English (en)
Other versions
CN113624052A (zh
Inventor
秦泾鑫
纪捷
张佳钰
王夫诚
朱跃伍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dragon Totem Technology Hefei Co ltd
Shandong Green Energy Industrial Technology Research Institute Co ltd
Shandong Meitian Energy Technology Co ltd
Original Assignee
Huaiyin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaiyin Institute of Technology filed Critical Huaiyin Institute of Technology
Priority to CN202110677364.3A priority Critical patent/CN113624052B/zh
Publication of CN113624052A publication Critical patent/CN113624052A/zh
Application granted granted Critical
Publication of CN113624052B publication Critical patent/CN113624052B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F28—HEAT EXCHANGE IN GENERAL
    • F28D—HEAT-EXCHANGE APPARATUS, NOT PROVIDED FOR IN ANOTHER SUBCLASS, IN WHICH THE HEAT-EXCHANGE MEDIA DO NOT COME INTO DIRECT CONTACT
    • F28D21/00—Heat-exchange apparatus not covered by any of the groups F28D1/00 - F28D20/00
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
    • F02C6/00—Plural gas-turbine plants; Combinations of gas-turbine plants with other apparatus; Adaptations of gas-turbine plants for special use
    • F02C6/18—Plural gas-turbine plants; Combinations of gas-turbine plants with other apparatus; Adaptations of gas-turbine plants for special use using the waste heat of gas-turbine plants outside the plants themselves, e.g. gas-turbine power heat plants
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B15/00—Sorption machines, plants or systems, operating continuously, e.g. absorption type
    • F25B15/02—Sorption machines, plants or systems, operating continuously, e.g. absorption type without inert gas
    • F25B15/06—Sorption machines, plants or systems, operating continuously, e.g. absorption type without inert gas the refrigerant being water vapour evaporated from a salt solution, e.g. lithium bromide
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B30/00—Heat pumps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F28—HEAT EXCHANGE IN GENERAL
    • F28D—HEAT-EXCHANGE APPARATUS, NOT PROVIDED FOR IN ANOTHER SUBCLASS, IN WHICH THE HEAT-EXCHANGE MEDIA DO NOT COME INTO DIRECT CONTACT
    • F28D21/00—Heat-exchange apparatus not covered by any of the groups F28D1/00 - F28D20/00
    • F28D2021/0019—Other heat exchangers for particular applications; Heat exchange systems not otherwise provided for
    • F28D2021/0026—Other heat exchangers for particular applications; Heat exchange systems not otherwise provided for for combustion engines, e.g. for gas turbines or for Stirling engines
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/62—Absorption based systems
    • Y02B30/625—Absorption based systems combined with heat or power generation [CHP], e.g. trigeneration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Thermal Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • Molecular Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Materials Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Combustion & Propulsion (AREA)
  • Engine Equipment That Uses Special Cycles (AREA)

Abstract

本发明公开了一种冷热电联供系统及其余热回收方法，系统包括输入侧、助燃机、余热回收模块、负荷储存模块和负荷输出侧，余热回收模块包括余热回收装置、回收余热转换装置和未回收余热处理装置，余热回收装置将回收后的余热传递至回收余热转换装置，回收余热转换装置将回收后余热作为热负荷输出使用或存储，未回收余热处理装置将未回收余热作为热源进行制冷并产生生活热水，方法利用自适应混沌鲸鱼算法对余热回收效率进行优化。本发明的余热回收效率高且稳定、经济成本低、能够对多余能量及时存储避免浪费且在回收优化后对能源利用率高。

Description

一种冷热电联供系统及其余热回收方法
技术领域
本发明涉及一种冷热电联供系统及其余热回收方法，属于冷热电联供系统领域。
背景技术
随着社会的进步和科技的发展，人类文明对于能源需求越来越大，不可再生资源终有枯竭一日，对于能源的节约和循环利用，成为社会科技进步一个重要的问题之一。现如今的化工现场设备中存在大量能源浪费现象，主要体现在热源方面。
传统冷热电联供系统利用化石燃料、天然气等一切可以使用的能源作为一次能源，进行供电、供热和供冷。但其仅对发电机产生的蒸汽进行回收，进行制冷和制热，而在化工过程中，必然会伴随着大量高温废水排放，而传统的冷热电系统不能进行相关性的热量回收，造成热量浪费。另外在蒸汽排放方面，传统冷热电联供系统并为对该能源进行重复利用，仅仅通过余热锅炉进行一次利用就进行排放，仍然会造成化工过程的蒸汽热量大量浪费。所以传统的冷热电联供系统存在有不少的弊端，并不能满足化工过程的相关热量回收。
另外，传统的冷热电联供系统虽然具有能够独立供电和分布灵活的特点，但是仅仅能够传输冷、热、电负荷，当三种负荷供大于求的时候，关闭系统显然不是一个好的选择。这种情况下，依旧会造成能源浪费。而且冷热电联供系统，对于经济成本方面要求较高，只有长期下来，才能有经济收益，并不适于频繁关闭开启。且虽然冷热电联供系统的能源利用率比传统供电系统高，但是经济成本也较高，为了使其更加经济化便于推广，需要让输入的出力数据满足经济模型预算范围。
发明内容
发明目的：本发明目的之一在于提供一种余热回收效率高、稳定、经济成本低、对多余能量及时存储避免浪费的冷热电联供系统；本发明的另一目的在于提供该系统的余热回收方法。
技术方案：本发明的冷热电联供系统，包括输入侧、助燃机、负荷储存模块和负荷输出侧，还包括余热回收模块，所述余热回收模块包括余热回收装置、回收余热转换装置和未回收余热处理装置，余热回收装置将回收后的余热传递至回收余热转换装置，回收余热转换装置将回收后余热作为热负荷输出使用或存储，未回收余热处理装置将未回收余热作为热源进行制冷并产生生活热水。
输入侧包括电网和天然气以及化工过程产生的化工废水。
余热回收装置包括对蒸汽余热回收的余热锅炉和对废水余热回收的热泵。
回收余热转换装置包括换热器，所述未回收余热处理装置包括烟气热水型溴化锂制冷机。
负荷储存模块包括热负荷储存模块、冷负荷储存模块和电负荷储存模块。
进一步的，所述热负荷储存模块采用熔盐储热罐，冷负荷储存模块采用水蓄冷储冷罐，电负荷储存模块采用石墨烯电池。
上述冷热电联供系统的余热回收方法，包括以下步骤：
S1：通过余热回收装置对化工过程中的蒸汽和废水进行余热回收；
S2：利用自适应混沌鲸鱼算法对余热回收效率进行优化；
S3：将回收后的余热作为热负荷输出使用或通过负荷存储模块对多余能量进行存储，未回收余热通过未回收余热处理装置处理排出。
进一步的，步骤S2中对余热回收效率优化过程包括以下步骤：
(21)对余热回收模块的搜索代理和最优候选解进行初始化，输入设备的所有出力；
(22)评价各个体的适应度，记录个体最优解所在位置；
(23)对各个体进行混沌搜索，更新最优解和所在位置；
(24)随机产生参数p，p的取值范围在0-1之间，当0.5<p<1时，执行步骤(25)；当0<p<0.5时，根据改进后的权重因子关系式对个体位置更新，跳转执行步骤(27)，其中，改进后的权重因子关系式如下：
x(t+1)＝ω(t)*x*(t)-A*D
其中，ω(t)为权重，x*(t)为目标位置，A为系数向量，D为目标位置与当前位置的距离，权重的关系表达式如下：
ω(t)＝e-(5t/Max_iter)^1.5
其中，t表示当前迭代次数，Max_iter为最大迭代次数；
(25)根据改进后的非线性收敛因子|A|的关系式，当|A|＜1时，通过另一个权重改进后的关系式进行个体位置更新，其中，非线性收敛因子关系式如下:
a＝2-2*arctan((t/Max_iter)^0.5)
其中，a为收敛因子|A|，t为当前迭代次数，Max_iter为认为设定的最大迭代次数，由此收敛因子以先慢后快的速度进行收敛；
另一个权重关系式如下：
x(t+1)＝D*eb*lcos(2πl)+(1+ω(t))*x*(t)
其中，b为常数，l为[-1,1]范围内的随机数；
当|A|≥1时，执行步骤(26)；
(26)根据常规关系式进行个体位置更新，关系式如下：
x(t+1)＝xrand-A*D
其中，xrand是鲸鱼种群中随机一个个体的位置，A为系数向量，D为目标位置与当前位置的距离；
(27)判断迭代次数是否达到设定的目标次数，若为达到，返回步骤(22)，若达到目标值，输出为最佳设备出力。
其中，步骤(21)中，输入设备的所有出力，满足优化目标模型的预算范围，此预算范围由化工厂具体财务状况和期望利润等因素决定。
有益效果：与现有技术相比，本发明具有如下显著优点：利用余热回收模块对化工过程中产生的废气和废水进行余热回收，回收效率更高更全面；对冷热电三种负荷的能量可进行存储，需要时按需求供给，使用更加方便有效；余热回收模块优化后计算模块出力最优解，使余热回收效率更高且余热利用更充分；通过对余热回收利用的优化，对能源的总利用率也获得明显提高。
附图说明
图1为本发明的结构示意图；
图2为本发明余热回收效率优化算法流程图；
图3为集中式发电系统、传统冷热电联供系统与本发明冷热电供电系统余热回收效率比较图；
图4为传统冷热电联供系统与本发明冷热电联供系统余热回收模块总出力比较图；
图5为集中式发电系统、传统冷热电联供系统与本发明冷热电供电系统电力成本比较图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
如图1所示，本发明的冷热电联供系统包括输入侧、助燃机、负荷储存模块和负荷输出侧，还包括余热回收模块，余热回收模块包括余热回收装置、回收余热转换装置和未回收余热处理装置，余热回收装置将回收后的余热传递至回收余热转换装置，回收余热转换装置将回收后余热作为热负荷输出使用或存储，未回收余热处理装置将未回收余热作为热源进行制冷并产生生活热水。输入侧包括电网和天然气以及化工过程产生的化工废水。余热回收装置包括对蒸汽余热回收的余热锅炉2和对废水余热回收的热泵3。
天然气输入到微燃机1后，进行发电为系统提供初始动力，同时电网进行补充，多余的电负荷可以在石墨烯电池8中储存，必要时进行发电或者回馈电网。微燃机1产生的蒸汽，通过余热锅炉2进行回收。化工废水经过隔离清污处理(防止化学废水腐蚀)，经过热泵3进行回收。余热锅炉2和热泵3回收的余热，通过换热器4进行回收利用，生成热负荷，供用户端使用。换热器4多余的余热可以作为烟气热水型溴化锂制冷机6的热源，生成冷负荷，供用户端使用，不可再利用的余热，可变成生活热水。
所述负荷储存模块包括热负荷储存模块、冷负荷储存模块和电负荷储存模块。进一步的，本发明技术方案采用的热负荷储存模块为熔盐储热罐5，冷负荷储存模块为水蓄冷储冷罐7，电负荷储存模块为石墨烯电池8。分别将热、冷、电负荷，通过转化成其他形式的能源进行储存，等需要时，再重新转换成热、冷、电负荷，避免多余能量的浪费。同时，蓄电池储存的电负荷，经过处理还可以进行电网回馈，减少电力成本。
所述回收余热转换装置包括换热器4，所述未回收余热处理装置包括烟气热水型溴化锂制冷机6。
所述余热回收模块包括余热锅炉2、热泵3、换热器4和烟气热水型溴化锂制冷机6。余热锅炉2可以回收微燃机1产生的蒸汽，热泵3可以回收经过隔离清污后的化工废水。两者吸收化工过程产生的大量余热，再通过换热器4转换成可以使用的热负荷。多余的余热可作为烟气热水型溴化锂制冷机6的热源，生成冷负荷，剩下的转化为生活热水。
上述冷热电联供系统的余热回收方法，包括以下步骤：
S1：通过余热回收装置对化工过程中的蒸汽和废水进行余热回收；
S2：利用自适应混沌鲸鱼算法对余热回收效率进行优化；
S3：将回收后的余热作为热负荷输出使用或通过负荷存储模块对多余能量进行存储，未回收余热通过未回收余热处理装置处理排出。
进一步的，结合图2所示，步骤S2中对余热回收效率优化过程包括以下步骤：
(21)对余热回收模块的搜索代理和最优候选解进行初始化，输入设备的所有出力；
(22)评价各个体的适应度，记录个体最优解所在位置；
(23)对各个体进行混沌搜索，更新最优解和所在位置；
(24)随机产生参数p，p的取值范围在0-1之间，当0.5<p<1时，执行步骤(25)；当0<p<0.5时，根据改进后的权重因子关系式对个体位置更新，跳转执行步骤(27)，其中，改进后的权重因子关系式如下：
x(t+1)＝ω(t)*x*(t)-A*D
其中，ω(t)为权重，x*(t)为目标位置，A为系数向量，D为目标位置与当前位置的距离，权重的关系表达式如下：
ω(t)＝e-(5t/Max_iter)^1.5
其中，t表示当前迭代次数，Max_iter为最大迭代次数；
(25)根据改进后的非线性收敛因子|A|的关系式，当|A|＜1时，通过另一个权重改进后的关系式进行个体位置更新，其中，非线性收敛因子关系式如下:
a＝2-2*arctan((t/Max_iter)^0.5)
其中，a为收敛因子|A|，t为当前迭代次数，Max_iter为认为设定的最大迭代次数，由此收敛因子以先慢后快的速度进行收敛；
另一个权重关系式如下：
x(t+1)＝D*eb*lcos(2πl)+(1+ω(t))*x*(t)
其中，b为常数，l为[-1,1]范围内的随机数；
当|A|≥1时，执行步骤(26)；
(26)根据常规关系式进行个体位置更新，关系式如下：
x(t+1)＝xrand-A*D
其中，xrand是鲸鱼种群中随机一个个体的位置，A为系数向量，D为目标位置与当前位置的距离；
(27)判断迭代次数是否达到设定的目标次数，若为达到，返回步骤(22)，若达到目标值，输出为最佳设备出力。
其中，步骤(21)中，输入设备的所有出力，满足优化目标模型的预算范围，此预算范围由化工厂具体财务状况和期望利润等因素决定。
本优化过程所用算法为基于鲸鱼算法基础上改进的自适应混沌鲸鱼算法，增加混沌搜索更新最优解和最优位置。接着，对于收敛因子|A|进行非线性输出。最后，对于位置更新过程中的权重ω进行关系式改进。让鲸鱼算法收敛速度更快，即搜索最优参数速度快，避免算法陷入局部最优的情况，增加算法的准确性。
所述优化目标模型，本实施方式设定目标函数为经济目标。经济目标即经济成本在预算范围内，进行余热高效回收。在本系统中，经济成本分为设备运行成本和环境治理成本两方面。设备运行成本包括天然气费用、各个设备的维护成本和向电网购买电力的成本。环境治理成本包括微燃机1、溴化锂制冷机6和电网产生的污染气体(CO2,NOx,SO2)的治理费用。系统中各模块输出参数，通过优化目标模型计算，达到经济成本满足预算范围，再输入算法中进行寻优。
所述自适应混沌鲸鱼算法(ACWOA)的冷热电联供系统。针对冷热电联供系统的在各个时间段的相关性，满足优化目标模型后。将满足条件的出力进行输入，算法进行寻优。以一天24小时为例，每半小时进行采热设备出力数据输出。每隔半小时，在满足优化目标模型条件下，将采热设备该时间段的所有的符合条件的出力进行输入，通过自适应混沌鲸鱼算法进行寻优，输出最优解。以此过程，实现余热回收效率最大化的目的。算法中，鲸鱼的个体位置每隔半小时同时生成，即每个采热模块相当于一个微源，半小时内各个不同的出力作为输入。针对冷热电联供系统的在各个时间段的相关性，满足目标函数的经济预算范围。将满足条件的出力进行输入，最优出力让采热过程的效率得到极大提高。优化后的余热回收模块能够针对化工过程产生的余热，实现能源充分利用。
将利用本发明所述冷热电联供系统及其余热回收方法后，将其与集中式发电系统和传统冷热电联供系统的余热回收效率与能源总利用率相对比之后，得到图3-图5，相较于传统冷热电联供系统，本发明的冷热电联供系统在此叫做新型冷热电联供系统。
如图3所示，在集中式发电系统、传统冷热电联供系统与本发明冷热电供电系统余热回收效率的比较中，本发明冷热电供电系统余热回收效率的43％-51％明显高于传统冷热电联供系统的28％-36％和集中式发电系统的15％-24％。
如图4所示，在传统冷热电联供系统与本发明冷热电供电系统余热回收效率的比较中，本发明冷热电供电系统余热总出力的6-7MW/h明显高于传统冷热电联供系统的5-6.5MW/h，且更加稳定。
如图5所示，在集中式发电系统、传统冷热电联供系统与本发明冷热电供电系统余热回收效率的电力成本比较中，本发明冷热电供电系统电力成本的1.8-3.1万元明显低于传统冷热电联供系统的2-4万元和集中式发电系统的2.5-5万元。
综上所述，本发明的冷热电联供系统对余热的回收效率和能源的总利用率，相较于现有的其他发电系统均具有明显的提高，相对更节约成本且具备更好的环保效应，减少了能源浪费。

Claims (8)

1.一种冷热电联供系统的余热回收方法，冷热电联供系统包括输入侧、助燃机、余热回收模块、负荷储存模块和负荷输出侧，其特征在于，所述余热回收模块包括控制装置、余热回收装置、回收余热转换装置和未回收余热处理装置，控制装置利用优化算法控制余热回收设备的出力，余热回收装置将回收后的余热传递至回收余热转换装置，回收余热转换装置将回收后余热作为热负荷输出使用或存储，未回收余热处理装置将剩余的余热作为热源进行制冷并产生生活热水；
余热回收方法包括以下步骤：
S1：通过余热回收装置对化工过程中的蒸汽和废水进行余热回收；
S2：利用自适应混沌鲸鱼算法对余热回收效率进行优化；
S3：将回收后的余热作为热负荷输出使用或通过负荷存储模块对多余能量进行存储，未回收余热通过未回收余热处理装置处理排出；
所述步骤S2中对余热回收效率优化过程包括以下步骤：
(21)对余热回收模块的搜索代理和最优候选解进行初始化，输入设备的所有出力；
(22)评价各个体的适应度，记录个体最优解所在位置；
(23)对各个体进行混沌搜索，更新最优解和所在位置；
(24)随机产生参数p，p的取值范围在0-1之间，当0.5＜p＜1时，执行步骤(25)；当0＜p＜0.5时，根据改进后的权重因子关系式对个体位置更新，跳转执行步骤(27)；
(25)根据改进后的非线性收敛因子|A|的关系式，当|A|＜1时，通过另一个权重改进后的关系式进行个体位置更新；当|A|≥1时，执行步骤(26)
(26)根据常规关系式进行个体位置更新，关系式如下：
x(t+1)＝xrand-A*D
其中，xrand是鲸鱼种群中随机一个个体的位置，A为系数向量，D为目标位置与当前位置的距离；
(27)判断迭代次数是否达到设定的目标次数，若为达到，返回步骤(22)，若达到目标值，输出为最佳设备出力。
2.根据权利要求1所述的余热回收方法，其特征在于，所述余热回收装置包括对蒸汽余热回收的余热锅炉(2)和对废水余热回收的热泵(3)。
3.根据权利要求1所述的余热回收方法，其特征在于，所述回收余热转换装置包括换热器(4)，所述未回收余热处理装置包括烟气热水型溴化锂制冷机(6)。
4.根据权利要求1所述的余热回收方法，其特征在于，所述负荷储存模块包括热负荷储存模块、冷负荷储存模块和电负荷储存模块。
5.根据权利要求4所述的余热回收方法，其特征在于，所述热负荷储存模块采用熔盐储热罐(5)，冷负荷储存模块采用水蓄冷储冷罐(7)，电负荷储存模块采用石墨烯电池(8)。
6.根据权利要求1所述的冷热电联供系统的余热回收方法，其特征在于，步骤(24)中所述改进后的权重因子关系式如下：
x(t+1)＝ω(t)*x*(t)-A*D
其中，ω(t)为权重，x*(t)为目标位置，A为系数向量，D为目标位置与当前位置的距离，权重的关系表达式如下：
ω(t)＝e-(5t/Max_iter)^1.5
其中，t表示当前迭代次数，Max_iter为最大迭代次数。
7.根据权利要求1所述的冷热电联供系统的余热回收方法，其特征在于，步骤(25)中非线性收敛因子关系式如下：
a＝2-2*arctan((t/Max_iter)^0.5)
其中，a为收敛因子|A|，t为当前迭代次数，Max_iter为认为设定的最大迭代次数，由此收敛因子以先慢后快的速度进行收敛；
另一个权重关系式如下：
x(t+1)＝D*eb*lcos(2πl)+(1+ω(t))*x*(t)
其中，b为常数，l为[-1，1]范围内的随机数。
8.根据权利要求1所述的冷热电联供系统的余热回收方法，其特征在于，所述步骤(21)中，输入设备的所有出力，满足优化目标模型的预算范围。
CN202110677364.3A 2021-06-18 2021-06-18 一种冷热电联供系统及其余热回收方法 Active CN113624052B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110677364.3A CN113624052B (zh) 2021-06-18 2021-06-18 一种冷热电联供系统及其余热回收方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110677364.3A CN113624052B (zh) 2021-06-18 2021-06-18 一种冷热电联供系统及其余热回收方法

Publications (2)

Publication Number Publication Date
CN113624052A CN113624052A (zh) 2021-11-09
CN113624052B true CN113624052B (zh) 2023-02-24

Family

ID=78378174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110677364.3A Active CN113624052B (zh) 2021-06-18 2021-06-18 一种冷热电联供系统及其余热回收方法

Country Status (1)

Country Link
CN (1) CN113624052B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114234480A (zh) * 2021-11-19 2022-03-25 淮阴工学院 一种新型回收化工废热的能源系统及其调度方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2864507Y (zh) * 2005-12-15 2007-01-31 北京恩耐特机电设备有限公司 燃气冷热电三联供与水蓄能相结合的新型能源系统
CN108717594A (zh) * 2018-04-16 2018-10-30 东南大学 一种冷热电联供型多微网系统经济优化调度方法
CN108826744A (zh) * 2018-06-12 2018-11-16 西安交通大学 用超临界水氧化系统余能进行冷热电多联供的系统
CN109539375A (zh) * 2018-12-29 2019-03-29 山东大学 一种含生活热水废热回收的冷热电联供系统及方法
CN109711080A (zh) * 2019-01-03 2019-05-03 山东大学 一种冷热电联供系统多时间尺度优化运行方法
CN110826239A (zh) * 2019-11-12 2020-02-21 东南大学 一种冷热电联供型多微网主动配电系统调度方法
CN111144707A (zh) * 2019-12-06 2020-05-12 河海大学 基于能源枢纽的多能源系统协同规划建模方法
CN212054845U (zh) * 2020-04-10 2020-12-01 山东电力工程咨询院有限公司 一种分布式冷热电联供系统
CN112212539A (zh) * 2020-10-27 2021-01-12 南京遒涯信息技术有限公司 一种多源动力与边缘云的智慧能源系统
CN112329259A (zh) * 2020-11-24 2021-02-05 国网黑龙江省电力有限公司电力科学研究院 一种多能互补冷热电联供微电网框架及其建模方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2864507Y (zh) * 2005-12-15 2007-01-31 北京恩耐特机电设备有限公司 燃气冷热电三联供与水蓄能相结合的新型能源系统
CN108717594A (zh) * 2018-04-16 2018-10-30 东南大学 一种冷热电联供型多微网系统经济优化调度方法
CN108826744A (zh) * 2018-06-12 2018-11-16 西安交通大学 用超临界水氧化系统余能进行冷热电多联供的系统
CN109539375A (zh) * 2018-12-29 2019-03-29 山东大学 一种含生活热水废热回收的冷热电联供系统及方法
CN109711080A (zh) * 2019-01-03 2019-05-03 山东大学 一种冷热电联供系统多时间尺度优化运行方法
CN110826239A (zh) * 2019-11-12 2020-02-21 东南大学 一种冷热电联供型多微网主动配电系统调度方法
CN111144707A (zh) * 2019-12-06 2020-05-12 河海大学 基于能源枢纽的多能源系统协同规划建模方法
CN212054845U (zh) * 2020-04-10 2020-12-01 山东电力工程咨询院有限公司 一种分布式冷热电联供系统
CN112212539A (zh) * 2020-10-27 2021-01-12 南京遒涯信息技术有限公司 一种多源动力与边缘云的智慧能源系统
CN112329259A (zh) * 2020-11-24 2021-02-05 国网黑龙江省电力有限公司电力科学研究院 一种多能互补冷热电联供微电网框架及其建模方法

Also Published As

Publication number Publication date
CN113624052A (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
CN111463836B (zh) 一种综合能源系统优化调度方法
CN110555595B (zh) 一种基于能量枢纽的沼-风-光全可再生能源系统及其方法
CN107358345B (zh) 计及需求侧管理的分布式冷热电联供系统优化运行方法
CN111242388B (zh) 一种考虑冷热电联供的微电网优化调度方法
CN109449925B (zh) 一种多目标联合优化调度的自适应动态规划方法
CN113193602A (zh) 含低热值发电和分布式电源的配电网优化运行系统及方法
CN110932317A (zh) 一种本质可再生能源互补的分布式能源系统的设计方法
CN111860937A (zh) 基于改进多目标灰狼算法的冷热电联供型微电网优化方法
CN113541598B (zh) 一种多级利用的冷热电供能系统及其系统容量配置优化方法
CN113435793A (zh) 一种基于强化学习的微电网优化调度方法
CN111600339A (zh) 用于全可再生能源系统的日前调度优化方法及装置
CN113624052B (zh) 一种冷热电联供系统及其余热回收方法
CN116432824A (zh) 基于多目标粒子群的综合能源系统优化方法及系统
CN111144633A (zh) 一种cchp微电网运行优化方法
Jie et al. Study of energy scheduling and optimal cost management of a new structure CCHP system: A case study supplying energy for a chemical enterprise in Jiangsu Province
CN116993128B (zh) 一种综合能源系统深度强化学习低碳调度方法及系统
CN112883630A (zh) 用于风电消纳的多微网系统日前优化经济调度方法
CN113531575B (zh) 一种冷热电联供系统的余热回收输出优化方法
CN116345505A (zh) 一种具备预测供能的柔性供电与制氢电力系统
CN116468215A (zh) 计及源荷不确定性的综合能源系统调度方法及装置
CN114234480A (zh) 一种新型回收化工废热的能源系统及其调度方法
Song A control strategy study of a renewable CCHP energy system integrated hydrogen production unit—A Case Study of an Industrial Park in Jiangsu Province
CN113221325A (zh) 计及电转气的多源储能型区域综合能源低碳运行优化方法
Koochaki et al. Optimal design of solar-wind hybrid system using teaching-learning based optimization applied in charging station for electric vehicles
Han et al. Deep Reinforcement Learning Based Approach for Real-Time Dispatch of Integrated Energy System with Hydrogen Energy Utilization

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230920

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Address before: 223000 No.1, Meicheng East Road, Huaian Economic and Technological Development Zone, Jiangsu Province

Patentee before: HUAIYIN INSTITUTE OF TECHNOLOGY

Effective date of registration: 20230920

Address after: 9th Floor, Building A, Jinsheng Culture Building, High tech Zone, Tai'an City, Shandong Province, 271000

Patentee after: Shandong Meitian Energy Technology Co.,Ltd.

Patentee after: Shandong Green Energy Industrial Technology Research Institute Co.,Ltd.

Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee before: Dragon totem Technology (Hefei) Co.,Ltd.

TR01 Transfer of patent right