CN114234480A - 一种新型回收化工废热的能源系统及其调度方法 - Google Patents

Abstract

本发明公开了一种新型回收化工废热的能源系统及其调度方法，包括余热回收模块，余热回收模块包括微燃机，余热锅炉，隔离清污机组，集热水箱，热泵和余热转换装置，余热转换装置包括换热器和制冷机；微燃机吸收天然气产生电负荷和烟气，余热锅炉对微燃机产生的烟气进行回收存储，将多余的烟气传送至换热器，集热水箱吸收太阳能，当水温达到预设的温度时，将集热水箱中的水传送至换热器，隔离清污机组对化工废水进行隔离和清污后送至热泵，热泵将处理后的化工废水传送至换热器；换热器根据收到的余热产生热负荷，同时换热器将多余的余热传送至制冷机产生冷负荷。本发明充分提高了系统的余热回收效率，并能够供应出化工厂需求的热负荷和冷负荷。

Description

一种新型回收化工废热的能源系统及其调度方法

技术领域

本发明属于节能环保领域。

背景技术

在争相追捧清洁能源的大背景下，化石能源正在一步一步被代替，这也是一次性能源日渐枯竭的结果引导。往后的时代潮流，风力、太阳能、水能等可再生能源会逐步加重在能源领域的地位。

以此，各种利用清洁能源的能源系统被人们设计出来并投入使用。而冷热电联产系统作为分布式能源系统领域的重要组成部分，其占地面积小、安全稳定性高等特点被人们逐渐接受，并广泛使用。

冷热电联产系统作为一种分布式供电系统，其优点也是很鲜明的。由于其占地面积不大，可以灵活的选取建设地址。并且该系统可以独立进行发电，故安全性能高，在短暂断电或者电网波动的情况下，也可以进行自主持续供电。最后，也是冷热电联产系统最突出的特点，会在系统运行中产生冷、热、电三种负荷，可以进行多功能能量供应，满足用户端的多负荷需求。一般冷热电联产系统的综合能源利用率也较高，可以达到70％左右。

与冷热电联产系统相对的，就是目前采用的集中式供电系统，即以发电厂为中心，进行远距离电力传输的系统。集中式发电系统现在还是采用化石燃料作为主要资源，虽然在排放气体方面进行处理，对环境影响也大大降低，但是该系统在能源利用率低这一问题不可忽视。一般发电厂能源利用率仅有20％左右，大部分能量都以烟气的形式排放出去，这些排放气体还增加了环境的负担。能源利用率低下，况且化石燃料资源匮乏，在未来百年时间内，很有可能走向枯竭。

因此，冷热电联产系统值得去广泛推出。但是该系统依旧有着不足之处。它对于余热回收部分不够充分，传统冷热电系统仅仅依靠余热锅炉来吸收和利用烟气，回收效果不够充分。其次，并不能将多余负荷进行储存。最后，系统仅仅包含天然气和电网作为能源输入，不够考虑多样化。所以，目前急需一款多热源，多能源输入，能够满足化工厂供能需求，高效回收余热并包含储能功能的新型冷热电联产系统。

发明内容

发明目的：为了解决上述现有技术存在的问题，本发明提供了一种新型回收化工废热的能源系统及其调度方法。

技术方案：本发明提供了一种新型回收化工废热的能源系统，包括余热回收模块和余热转换装置，所述余热回收模块包括微燃机，余热锅炉，隔离清污机组，集热水箱和热泵，所述余热转换装置包括换热器和制冷机；

所述微燃机吸收天然气产生电负荷和烟气，所述余热锅炉对微燃机产生的烟气进行余热回收，产生热水供用户使用，并将多余的烟气传送至换热器，所述集热水箱吸收太阳能，对太阳能热量进行存储，当集热水箱中水的温度达到预设的温度时，将集热水箱中的水传送至换热器，所述隔离清污机组对化工废水进行隔离和清污，并将隔离清污后的化工废水传送至热泵，所述热泵对化工废水进行处理，并将处理后的化工废水传送至换热器；所述换热器根据收到的烟气，水和化工废水产生热负荷，当产生热负荷后还存在多余的烟气，水和化工废水时，则换热器将多余的烟气，水和化工废水传送至制冷机，所述制冷机产生冷负荷。

进一步的，该系统还包括储冷罐和固态蓄热式电锅炉；当热负荷和冷负荷在利用后仍然存在多余时，所述储冷罐保存多余的冷负荷，所述固态蓄热式电锅炉保存多余的热负荷。

进一步的，所述储冷罐为水蓄冷储冷罐。

进一步的，该系统还包括风力发电机和全钒液流电池；当微燃机吸收天然气产生的电负荷或者风力发电机产生的电负荷在利用后仍然存在多余时，所述全钒液流电池对多余的电负荷进行存储。

进一步的，所述制冷机为烟气热水型溴化锂制冷机。

一种新型回收化工废热的能源系统的调度方法，具体包括如下步骤：

步骤A：将热泵、余热锅炉和换热器的出力数据的一种组合作为一个个体，采集一段时间内的若干个个体，构成种群；

步骤B：基于步骤A构成的种群采用混沌策略产生初始种群，并采用混沌搜索策略与鲸鱼算法寻优相结合的方式得到热泵、余热锅炉和换热器的最优出力结果。

进一步的，所述步骤B具体为：

步骤1：采用Tent混沌映射生成混沌序列，将混沌序列映射到解空间，得到种群X；计算种群X的反向种群OX；将种群X和反向种群OX合并，得到新的种群，计算新的种群中每个个体的适应度，并按照降序进行排序，将前N个个体作为初始种群；

步骤2：计算每个个体的适应度值，比较得到当前迭代计算时的最优个体X_gbest，并利用混沌搜索更新最优个体得到X′_gbest，计算X_gbest和X′_gbest的适应度值并进行比较，若X′_gbest的适应度值大于X_gbest，则将X′_gbest作为最优个体，并记录X′_gbest的位置；否则最优个体位置仍为X_gbest；

步骤3：在0到1之间产生随机数p，若是p＜0.5，则转步骤4；若p≥0.5，则根据改进后的权重因子关系式对每个个体进行位置更新，得到更新后的个体，从而得到更新后的种群，并转步骤7，所述更新后的个体为：

X_i(t+1)＝ω(t)*x^*(t)-A*D_i

其中ω(t)＝e^{-(5t/Max_iter)^1.5}，Max_iter为最大迭代次数，X_i(t+1)表示更新后的第i个个体的位置，x^*(t)为目标位置，D_i为目标位置与更新前第i个个体的位置之间的距离，t为当前迭代次数，A为系数向量；

步骤4：对鲸鱼算法的收敛因子a进行非线性化，如果|a|＜1，则转步骤5，否则转步骤6；采用如果下公式对a进行非线性化：

a＝2-2*arctan((t/Max_iter)^0.5)

步骤5：采用如下公式对每个个体进行位置更新，得到更新后的个体，从而得到更新后的种群，并转步骤7：

X_i(t+1)＝D_i*e^b*lcos(2πl)+(1+π(t))*x^*(t)

其中，b为常数，l为[-1，1]范围内的随机数；

步骤6：采用如下公式对每个个体进行位置更新，得到更新后的个体，从而得到更新后的种群，并转步骤7：

X_i(t+1)＝x_rand-A*D_i

其中x_rand为种群中随机一个个体的位置；

步骤7：判断当前迭代次数是否达到最大迭代次数，若是，则输出当前迭代计算得到的最优解，否则迭代次数t+1，并采用更新后的种群进行下一次迭代计算，转步骤2。

进一步的，所述步骤2中X′_gbest为：

其中，X_max，i和X_min，i为分别为种群个体的搜索上、下界值，

有益效果：

1、本发明充分考虑余热能量源，对于化工厂的废水热以及太阳能热进行回收利用，充分提高系统的余热回收效率，同时能将回收的低位热能进行转换，供应出化工厂需求的热负荷和冷负荷。

2、本发明基于冷热电联产系统，能够根据化工厂的位置灵活布置，并且占地面积不大，能够给予化工生产所需的冷热电多种负荷需求。

3、本发明通过混沌策略的鲸鱼算法的优化，提高了余热回收的效率，从而提高了整体冷热电联产系统的综合能源利用率。

4、本发明包含储能模块，能够对于系统多余的冷、热、电三种负荷进行短期存储，在电网波动或者断电情况下，进行能源补充，储能设备释放负荷进行能量供应。

附图说明

图1为本发明的结构图；

图2为本发明调度方法的流程图；

图3为集中式发电系统、传统冷热电联产系统和本发明的新型冷热电联产系统在综合能源利用率上的对比图；

图4为传统冷热电联产系统和本发明的新型冷热电联产系统的余热回收装置的出力对比图；

图5为传统冷热电联产系统和本发明的新型冷热电联产系统的余热转换装置出力对比图。

附图标记说明：1、微燃机；2、余热锅炉；3、集热水箱；4、隔离清污机组；5、热泵；6、换热器；7、制冷机；8、储冷罐；9、固态蓄热式电锅炉；10、风力发电机；11、全钒液流电池。

具体实施方式

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

如图1所示，本实施例提出一种新型回收化工废热的能源系统，也既新型冷热电联产系统，包括微燃机1、余热锅炉2、集热水箱3、隔离清污机组4、热泵5、换热器6、制冷机7；储冷罐8、固态蓄热式电锅炉9、风力发电机10、全钒液流电池11。

余热锅炉、集热水箱、隔离清污机组、热泵组成余热回收模块。

风力发电机和全钒液流电池组成叶片保护模块；

换热器和制冷机组成余热转换装置。

储冷罐、固态蓄热式电锅炉和全钒液流电池组成能量储存模块。

本实施例中储冷罐为水蓄冷储冷罐，制冷机为烟气热水型溴化锂制冷机

通过天然气燃烧让微燃机产生高压气体，驱动涡轮旋转，带动发电机进行发电产生电荷和烟气。风力发电机经叶片旋转带动发电机运行，产生电力。微燃机产生的烟气蕴含热量，经过余热锅炉进行回收，产生热水，供用户日常使用，以水为介质进行热量转移；将多余的烟气传送至换热器中。集热水箱吸收将太阳能热量吸收，储存在水箱中，以热水的形式储存，当集热水箱中水的温度达到预设的温度时，将集热水箱中的水传送至换热器。同时，化工废水经过隔离清污机组隔离、清污后，进入热泵，经过压缩、冷凝、蒸发操作，将废水中低位热量转化为高位热量。三者的热量进入换热器5，转换成热负荷，供用户使用。当存在多余的热水和烟气时，对制冷机进行驱动，通过发生器、冷凝器、蒸发器、吸收器、换热器、循环泵等，产生冷负荷，进行供应。多余的热水当作生活热水循环利用；

当热负荷和冷负荷在利用后仍然存在多余时，所述储冷罐保存多余的冷负荷，所述固态蓄热式电锅炉保存多余的热负荷；当产生的电负荷存在多余的时候，采用全钒液流电池对对于的电负荷进行存储；储冷罐、固态蓄热式电锅炉和全钒液流电池组冷、热、电三种负荷转化为其他形式的能量进行储存；

风力发电机如果风场全停了，仍旧需要进行监控，此时只能利用外部电源来实现，故利用全钒液流电池在紧急情况下进行电力供应。

微燃机进行电力供应，同时风力发电机9进行电力辅助供应，若两者都无法供应则利用电网进行供电。

全钒液流电池、固态蓄热式电锅炉和水蓄冷储冷罐分别将电、热、冷三种负荷存储在钒离子硫酸电解液、水、固态蓄热体(氧化镁)中。将三种负荷转化为其他形式的能量进行存储，在供应不足时进行输出。该模块实现了对于盈余能源的存储，避免能量浪费。

如图2所示，本实施例还提供了一种新型回收化工废热的能源系统及其调度方法：利用改进的鲸鱼算法再结合混沌策略，对于该算法进行优化升级。对于该算法输入，收集一段时间内的热泵、余热锅炉和换热器的出力数据。对于输入的数据组，利用该算法进行寻优，分别找出设备出力的最优解，将最优的出力作为余热回收设备的出力进行工作，实现余热回收模块的高效工作，从而提高系统的余热回收效率和综合能源利用率。

所述混沌策略的鲸鱼算法，包括以下步骤：

步骤1：将热泵、余热锅炉和换热器的出力数据的一种组合作为作为一个个体，采集一段时间内的若干个个体，构成种群；然后初始化种群和个体：利用混沌策略产生多样、均匀的混沌变量，种群规模为D。Tent混沌映射生成混沌序列T＝{T_d，d＝1，2，...D}，T_d＝{T_id，i＝1，2，...，N}，将混沌序列映射解空间，得到种群X＝{X_d，d＝1，2，...D}，X_d＝{X_id，i＝1，2，...，N}，其中，N为个体数量，种群个体X_id的码值为：

X_id＝X_min，i+T_id*(X_max，i-X_min，i)

其中，X_max，i和X_min，i为X_id的搜索上下界。

由种群X计算反向种群OX＝{OX_d，d＝1，2，...D}，OX_d＝{OX_id，i＝1，2，...，N}，反向种群个体OX_id表达式为：

OX_id＝X_min，i+X_max，i-X_id

种群X和反向种群OX合并，将种群X和反向种群OX合并，得到新的种群，计算新的种群中每个个体的适应度，并按照降序进行排序，将前N个个体作为初始种群；

步骤2：进入算法主循环，评价每个个体的适应度值并记录最优解的位置。开始进行混沌搜索，产生最优个体X′_gbest为：

其中T_gbest表达式为：

其中X_gbest为当前搜索的最优个体。将X_gbest和X′_gbest的适应度值进行比较，若X′_gbest的适应度值大于X_gbest，则将X′_gbest作为最优个体，并记录X′_gbest的位置；否则最优个体位置仍为X_gbest

步骤3：产生0-1之间的随机数p。判断p大小，若p≥0.5，根据改进后权重因子关系式进行新个体位置更新，并转步骤7，若p＜0.5，则进入步骤4，改进后权重因子关系式为：

X_i(t+1)＝ω(t)*x^*(t)-A*D_i

其中ω(t)＝e^{-(5t/Max_iter)^1.5}，Max_iter最大迭代次数，X_i(t+1)表示更新后的第i个个体的位置，x^*(t)为目标位置，D_i为目标位置与更新前第i个个体的位置之间的距离，t为当前迭代次数；

步骤4：p＜0.5，对收敛因子a非线性化，判断|a|大小，若|a|≥1，进入步骤6，若|a|＜1，进入步骤5，所述收敛因子非线性化表达式为：

a＝2-2*arctan((t/Max_iter)^0.5)

其中，a为收敛因子，t为当前迭代次数，Max_iter为设置的最大迭代次数，由此收敛因子先慢后快的速度进行收敛；

步骤5：进行另一种权重关系式位置更新，并转步骤7，表达式为：

X_i(t+1)＝D_i*e^b*lcos(2πl)+(1+ω(t))*x^*(t)

其中，b为常数，l为[-1，1]范围内的随机数；

步骤6：进行权重关系式个体位置更新，并转步骤7，表达式为：

X_i(t+1)＝x_rand-A*D_i

其中，x_rand是鲸鱼种群随机一个个体位置；

步骤7：判断是否达到迭代次数，若未达到，迭代次数t+1，并采用更新后的种群进行下一次迭代计算返回步骤2，若达到，进入步骤8：

步骤8：输出最优余热回收和转换设备出力，进行最大程度余热回收。

如图3所示，集中式发电系统(发电厂为中心，电力高压传送到各目的地的发电模式)、传统冷热电联产系统和新型冷热电联产系统在综合能源利用率比较上，新型冷热电联产系统的综合能源利用率在78％-86％，明显高于集中式发电系统的21％-30％和传统冷热电联产系统的60％-72％。

如图4所示，在传统冷热电联产系统和新型冷热电联产系统余热回收装置出力比较上，新型冷热电联产系统余热回收装置出力在18.2-20MW，明显高于传统冷热电联产系统17.5-18.8MW。

如图5所示，在传统冷热电联产系统和新型冷热电联产系统余热转换装置出力比较上，新型冷热电联产系统余热回收装置出力在14.2-15WM，明显高于传统冷热电联产系统13.2-14.6MW。

综上所述，本发明对于冷热电联产系统的余热回收模块，优化了热源调动方式，利用算法优化了余热回收模块的设备出力，提高了系统的余热回收效率，进而提高了能源系统的综合能源利用率，减少能源浪费。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

Claims (8)

1.一种新型回收化工废热的能源系统，其特征在于，包括余热回收模块和余热转换装置，所述余热回收模块包括微燃机，余热锅炉，隔离清污机组，集热水箱和热泵，所述余热转换装置包括换热器和制冷机；

所述微燃机吸收天然气产生电负荷和烟气，所述余热锅炉对微燃机产生的烟气进行余热回收，产生热水供用户使用，并将多余的烟气传送至换热器，所述集热水箱吸收太阳能，对太阳能热量进行存储，当集热水箱中水的温度达到预设的温度时，将集热水箱中的水传送至换热器，所述隔离清污机组对化工废水进行隔离和清污，并将隔离清污后的化工废水传送至热泵，所述热泵对化工废水进行处理，并将处理后的化工废水传送至换热器；所述换热器根据收到的烟气，水和化工废水产生热负荷，当产生热负荷后还存在多余的烟气，水和化工废水时，则换热器将多余的烟气，水和化工废水传送至制冷机，所述制冷机产生冷负荷。

2.根据权利要求1所述的一种新型回收化工废热的能源系统，其特征在于，该系统还包括储冷罐和固态蓄热式电锅炉；当热负荷和冷负荷在利用后仍然存在多余时，所述储冷罐保存多余的冷负荷，所述固态蓄热式电锅炉保存多余的热负荷。

3.根据权利要求2所述的一种新型回收化工废热的能源系统，其特征在于，所述储冷罐为水蓄冷储冷罐。

4.根据权利要求1所述的一种新型回收化工废热的能源系统，其特征在于，该系统还包括风力发电机和全钒液流电池；当微燃机吸收天然气产生的电负荷或者风力发电机产生的电负荷在利用后仍然存在多余时，所述全钒液流电池对多余的电负荷进行存储。

5.根据权利要求1所述的一种新型回收化工废热的能源系统，其特征在于，所述制冷机为烟气热水型溴化锂制冷机。

6.一种新型回收化工废热的能源系统的调度方法，其特征在于，具体包括如下步骤：

步骤A：将热泵、余热锅炉和换热器的出力数据的一种组合作为一个个体，采集一段时间内的若干个个体，构成种群；

步骤B：基于步骤A构成的种群采用混沌策略产生初始种群，并采用混沌搜索策略与鲸鱼算法寻优相结合的方式得到热泵、余热锅炉和换热器的最优出力结果。

7.根据权利要求6所述的一种新型回收化工废热的能源系统的调度方法，其特征在于，所述步骤B具体为：

步骤1：采用Tent混沌映射生成混沌序列，将混沌序列映射到解空间，得到种群X；计算种群X的反向种群OX；将种群X和反向种群OX合并，得到新的种群，计算新的种群中每个个体的适应度，并按照降序进行排序，将前N个个体作为初始种群；

步骤2：计算每个个体的适应度值，比较得到当前迭代计算时的最优个体X_gbest，并利用混沌搜索更新最优个体得到X′_gbest，计算Xgbest和X′_gbest的适应度值并进行比较，若X′_gbest的适应度值大于X_gbest，则将X′_gbest作为最优个体，并记录X′_gbest的位置；否则最优个体位置仍为X_gbest；

步骤3：在0到1之间产生随机数p，若是p＜0.5，则转步骤4；若p≥0.5，则根据改进后的权重因子关系式对每个个体进行位置更新，得到更新后的个体，从而得到更新后的种群，并转步骤7，所述更新后的个体为：

X_i(t+1)＝ω(t)*x^*(t)-A*D_i

其中ω(t)＝e^{-(5t/Max_iter)^1.5}Max_iter为最大迭代次数，X_i(t+1)表示更新后的第i个个体的位置，x^*(t)为目标位置，D_i为目标位置与更新前第i个个体的位置之间的距离，t为当前迭代次数，A为系数向量；

步骤4：对鲸鱼算法的收敛因子a进行非线性化，如果|a|＜1，则转步骤5，否则转步骤6；采用如果下公式对a进行非线性化：

a＝2-2*arctan((t/Max_iter)^0.5)

步骤5：采用如下公式对每个个体进行位置更新，得到更新后的个体，从而得到更新后的种群，并转步骤7：

X_i(t+1)＝D_i*e^b*lcos(2πl)+(1+ω(t))*x^*(t)

其中，b为常数，l为[-1，1]范围内的随机数；

步骤6：采用如下公式对每个个体进行位置更新，得到更新后的个体，从而得到更新后的种群，并转步骤7：

X_i(t+1)＝x_rand-A*D_i

其中x_rand为种群中随机一个个体的位置；

步骤7：判断当前迭代次数是否达到最大迭代次数，若是，则输出当前迭代计算得到的最优解，否则迭代次数t+1，并采用更新后的种群进行下一次迭代计算，转步骤2。

8.根据权利要求7所述的一种新型回收化工废热的能源系统的调度方法，其特征在于，所述步骤2中X′_gbest为：

其中，X_max，i和X_min，i为分别为种群个体的搜索上、下界值，

Images