CN116384088A - 一种考虑设备变效率模型的余能利用系统设计方法 - Google Patents
一种考虑设备变效率模型的余能利用系统设计方法 Download PDFInfo
- Publication number
- CN116384088A CN116384088A CN202310290782.6A CN202310290782A CN116384088A CN 116384088 A CN116384088 A CN 116384088A CN 202310290782 A CN202310290782 A CN 202310290782A CN 116384088 A CN116384088 A CN 116384088A
- Authority
- CN
- China
- Prior art keywords
- equipment
- energy
- steam
- heat
- type
- 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.)
- Pending
Links
- 230000000295 complement effect Effects 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013461 design Methods 0.000 title claims abstract description 12
- 238000011084 recovery Methods 0.000 claims abstract description 52
- 230000008859 change Effects 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 230000002068 genetic effect Effects 0.000 claims abstract description 12
- 238000013486 operation strategy Methods 0.000 claims abstract description 7
- 238000010521 absorption reaction Methods 0.000 claims description 128
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 112
- 238000010438 heat treatment Methods 0.000 claims description 63
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 51
- 239000003546 flue gas Substances 0.000 claims description 51
- 230000006835 compression Effects 0.000 claims description 50
- 238000007906 compression Methods 0.000 claims description 50
- 239000002918 waste heat Substances 0.000 claims description 28
- 238000010248 power generation Methods 0.000 claims description 27
- 239000000779 smoke Substances 0.000 claims description 27
- 238000006243 chemical reaction Methods 0.000 claims description 26
- 238000005057 refrigeration Methods 0.000 claims description 25
- 239000002699 waste material Substances 0.000 claims description 23
- 108090000623 proteins and genes Proteins 0.000 claims description 22
- 239000000446 fuel Substances 0.000 claims description 21
- 239000002440 industrial waste Substances 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000005611 electricity Effects 0.000 claims description 19
- 238000001816 cooling Methods 0.000 claims description 12
- 239000012530 fluid Substances 0.000 claims description 10
- 239000006096 absorbing agent Substances 0.000 claims description 6
- 230000004907 flux Effects 0.000 claims description 6
- 239000010842 industrial wastewater Substances 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 239000000498 cooling water Substances 0.000 claims description 4
- 239000007789 gas Substances 0.000 claims description 4
- 239000010849 combustible waste Substances 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 claims description 3
- 101150067055 minC gene Proteins 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 239000002351 wastewater Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004064 recycling Methods 0.000 abstract description 4
- 230000009467 reduction Effects 0.000 abstract description 4
- 238000004134 energy conservation Methods 0.000 abstract description 2
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Feedback Control In General (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑设备变效率模型的余能利用系统设计方法,属于综合能源系统的选型与运行优化领域。方法主要是基于不同工业余能的温度变化情况,对余能回收设备建立变效率模型,并以最小化年成本C为目标,构建双层优化算法,并通过遗传算法对余能回收网络中各设备的容量值与运行策略同时进行求解,得到最优年成本值以及最优年成本值对应下各设备投资容量与24h运行策略。本发明相较于现有技术中仅考虑余能资源数量供应情况,还将余能排放品质与设备运行状况联系起来,可以同时兼顾余能资源“质”与“量”的变化对利用技术种类的影响,能够更好指导进行工业余能回收再利用的节能减排工作。
Description
技术领域
本发明属于综合能源系统的选型与运行优化领域,尤其涉及考虑设备随变温热源输入条件下余能利用网络的有效构建方式。
背景技术
我国具有完整的产业链结构,是拥有联合国产业分类目录中所有工业门类的工业大国,工业余热资源量大面广,各主要工业部门的余热资源回收率仅为35%左右,余能回收潜力巨大。低品位工业余热由于品位较低,其回收利用困难、经济性差,因此低品位余热的回收利用策略与技术是工业余热深度利用的研究热点。研究低品位工业余热深度利用的热、电、冷能量系统,根据余能条件和需求,研究多参数耦合、多能量形式输出的集成系统,实现高余能利用率、高系统效率和高碳减排量等能量目标是本发明的目的。
在已有研究中,定校率(Constant Efficiency,CE)模型和变工况模型(Off-Design Characteristic,ODC)模型是两种常用的设备产能模型,CE模型认为设备产能效率为固定值,不随运行工况变化而变化,所以其输出端与输入端呈线性关系;而在ODC模型下,设备产能效率随运行工况的变化而变化,因此其输出端与输入端不再是线性关系。以往研究中关于设备变工况模型的建立中多集中在设备效率与负荷率之间的变化关系,因为燃气轮机、内燃机等原动机在冷热电联产系统中负荷率波动较大,并且会对后续设备产生较大影响。在本发明提出的余能回收利用网络中,以余能资源为输入端的设备产能效率受热源条件影响较大,因此对有机朗肯循环、吸收式热泵和吸收式制冷机建立与热源条件有关的ODC模型;以电能为输入端的压缩式制冷和热泵产能效率受环境温度影响,对其建立受环境温度有关的ODC模型;其余设备外界环境对运行工况影响较小,使用CE模型,以此研究余能回收设备受能质输入的影响。
发明内容
本发明的目的在于克服现有技术中的缺陷,并提供一种考虑设备变效率模型的余能利用系统设计方法。
本发明所采用的具体技术方案如下:
本发明提供了一种考虑设备变效率模型的余能利用系统设计方法,具体如下:
S1:根据余能种类的不同,筛选适用于余能介质种类和余能供应温度的余能回收设备;
S2:基于所述余能回收设备,设计能量流动网络,组建余能回收网络;
S3:基于所述余能回收网络,完成余能资源分配后,各设备共同完成供能;
S4:获取工业余能可获得情况,计算不同介质类型下的余能供应功率值,得到所述余能回收网络中的能源输入部分;
S5:基于所述余能回收网络,选出运行状况受供应热源温度影响的设备并建立变效率模型,以描述设备运行效率变化情况;
S6:根据所述S4中能源输入部分建立资源输入约束,根据所述S3中共同供能部分建立出力平衡约束,根据所述S5中描述设备运行效率变化情况构建能源转换约束;将所述资源输入约束、资源输入约束和能源转换约束共同组成混合整数规划模型,并将年投资成本与运行成本进行拆解,构建双层优化模型;以最小化年总成本为目标,通过对上层目标函数求解得到容量配置,再通过对下层目标函数求解得到运行策略的优化方案,进而得到优化后的余能利用系统;所述上层目标函数为年投资成本,下层目标函数为总运行成本。
作为优选,所述S1中,余能回收设备包括余能转电设备、余能供热设备、余能制冷设备和换热设备;所述余能转电设备包括烟气型有机朗肯循环发电机组、蒸汽型有机朗肯循环发电机组和热水型有机朗肯循环发电机组;所述余能供热设备包括烟气型吸收式热泵、蒸汽型吸收式热泵和热水型吸收式热泵;所述余能制冷设备包括烟气型吸收式制冷机、蒸汽型吸收式制冷机和热水型吸收式制冷机;所述换热设备包括余热回收锅炉、烟气-水换热器和蒸汽-水换热器。
进一步的,所述S2中,余能回收网络具体如下:
所述余热回收锅炉、烟气-水换热器、烟气型有机朗肯循环发电机组、烟气型吸收式热泵和烟气型吸收式制冷机共同作为第一层级,以分配工业余能资源中的烟气资源;所述余热回收锅炉若利用烟气产生蒸汽,则其产生的蒸汽与工业余能资源中的可利用乏汽资源共同作为第二层级的供应模块;所述烟气-水换热器若利用烟气产生热水,则其产生的热水与工业余能资源中的工业废水共同作为第三层级的供应模块;
所述蒸汽型有机朗肯循环发电机组、蒸汽型吸收式制冷机、蒸汽型吸收式热泵和蒸汽-水换热器共同作为第二层级,以分配蒸汽资源总和;所述蒸汽-水换热器若利用蒸汽产生热水,则其产生的热水与工业余能资源中的工业废水共同作为第三层级的供应模块;
所述热水型有机朗肯循环发电机组、热水型吸收式热泵和热水型吸收式制冷机共同作为第三层级,以分配热水资源总和。
更进一步的,所述S3的共同供能中,由余能转电设备组成的有机朗肯循环发电机组承担电负荷部分,由余能供热设备和余能制冷设备组成的吸收式机组承担冷热负荷供能,余热回收锅炉、烟气-水换热器和蒸汽-水换热器完成烟气、蒸汽和热水资源形式的转化;同时,当工业余能资源供应不充分时,可加入独立供能设备,以在供能缺失时刻进行补充供能;所述独立供能设备包括电网购电、压缩式制冷机与压缩式热泵。
作为优选,所述S4中,工业余能可获得情况包括供应时长、供应流量、供应温度和供应压力。
更进一步的,所述S5中,变效率模型的构建方法具体如下:
S51:针对有机朗肯循环发电机组,通过部件仿真与模拟以及搜集制造商产品设计参数进行数据拟合,得到随蒸发器温度Tevap和冷凝器温度Tcond变化下的效率模型:
式中,ηideal为理想卡诺循环效率;Tevap为蒸发器温度,Tcond为冷凝器温度,单位均为K;ηreal为实际运行热效率;fORC为效率因子,由回归系数α和β与ηideal计算所得;
S52:针对吸收式机组,根据不同类型吸收式热泵与吸收式制冷机设备的特征方程,进行制热性能系数与制冷性能系数的计算:
式中,ΔT为特征温差;Tgene为发生器外部平均流体温度,即驱动热源温度,单位为K;Tabs为吸收器和冷凝器的外部平均流体温度,即冷却水进口温度,单位为K;Tevap为蒸发器外部平均流体温度,即冷冻水出口温度,单位为K;a,e,sevap,revap,sgene,rgene均为特征参数;Qevap为蒸发器处热通量,即冷却能力;Qgene为发生器处热通量,即驱动热源输入热量;COP为性能系数,在吸收式制冷机中指制冷性能系数,在吸收式热泵中指制热性能系数,下文中用COPth表示制热性能系数用以区分。
当吸收式机组以热泵模式进行工作时,其制热性能系数
COPth=(Qabs+Qcond)/Qgene (3)
式中,Qabs为吸收器中放出的热量,Qcond为冷凝器中放出的热量;若不计溶液泵的功率,根据热力学第一定律有:
Qabs+Qcond=Qgene+Qevap (4)
此时热泵制热系数可表述为:
COPth=COP+1 (5)
S53:当压缩式热泵或者压缩式制冷机需要使用到工业余能资源中的废水时,同样对其进行特征方程搭建,各项指标的特征方程如下:
制热时性能系数COPth的拟合参数为:
COPth=p1Tin+p2Tout+p3+p4Tamb (6)
制冷时能效比EER的拟合参数为:
EER=p1Tin+p2Tout+p3+p4Tamb (7)
在已知设备标称电功率值时输出热功率Pth为:
Pth=Pel_ref×(p1Tin+p2Tout+p3+p4Tamb) (8)
式中,COPth为压缩式热泵的制热系数,EER为压缩式制冷机的制冷能效,Pth为制热或制冷时所需电功率,kW;Tin为热源进口温度、Tout为制热或制冷温度、Tamb为环境温度,K;p1、p2、p3、p4均为拟合参数;Pel_ref为设备标称电功率,kW。
更进一步的,所述S6中,
S61:所述资源输入约束为
式中:Qw,in、Qs,in、Qf,in分别为可用余热、可用蒸汽和可利用烟气的输入功率值,单位为kW;Qw,out、Qs,out、Qf,out分别为可用余热、可用蒸汽和可燃废气未被利用的功率,单位为kW;i为利用余热的设备,包括热水型有机朗肯循环发电机组、热水型吸收式热泵和热水型吸收式制冷机;j为利用蒸汽的设备,包括蒸汽型有机朗肯循环发电机组、蒸汽型吸收式热泵、蒸汽型吸收式制冷机和蒸汽-水换热器;k为利用烟气的设备,包括烟气型有机朗肯循环发电机组、烟气型吸收式热泵、烟气型吸收式制冷机、余热回收锅炉和烟气-水换热器;
S62:所述出力平衡约束为
式中:Et为设备在t时刻的发电量,m代表各类ORC(即烟气型有机朗肯循环发电机组)、蒸汽型有机朗肯循环发电机组和热水型有机朗肯循环发电机组)和电网,Edemand,t为t时刻用户电需求,EHP,t、ECC,t分别为压缩式热泵和压缩式制冷机的耗电量;Ht为设备在t时刻的制热量,n代表各类吸收式热泵机组(即烟气型吸收式热泵、蒸汽型吸收式热泵和热水型吸收式热泵)和压缩式热泵,Hdemand,t为t时刻用户热需求;Ct为设备在t时刻的制热量,k代表各类吸收式制冷机组(即烟气型吸收式制冷机、蒸汽型吸收式制冷机和热水型吸收式制冷机)和压缩式制冷机,Cdemand,t为t时刻用户冷需求,单位均为kW。
S63:所述能源转换约束为
式中:m、n、k分别代表发电设备、制热设备和制冷设备;Pm、Pn、Pk分别为第一层遗传算法选择出的发电设备、制热设备和制冷设备的容量值;Em,t代表发电设备t时刻的发电量、Hn,t代表制热设备t时刻的制热量、Ck,t代表制冷设备t时刻的制冷量;Qm,in、Qn,in、Qk,in分别为进入各发电设备、制热设备和制冷设备的余能功率值;ηm、ηn、ηk分别为发电设备、制热设备和制冷设备的效率转换值。上述发电设备指:烟气型有机朗肯循环发电机组、蒸汽型有机朗肯循环发电机组、热水型有机朗肯循环发电机组;制热设备指烟气型吸收式热泵、蒸汽型吸收式热泵、热水型吸收式热泵和压缩式热泵;制冷设备指烟气型吸收式制冷机、蒸汽型吸收式制冷机、热水型吸收式制冷机和压缩式制冷机。
作为优选,所述S6中,上层目标函数为
minCATC=min(Cinv+Copt) (12)
式中:CATC、Cinv、Copt分别为余能利用系统的总费用、投资等年值费用、年运行费用,单位均为元/年;
其中,投资等年值费用为
式中:Ccap,j为第j种设备单位容量投资成本;Pj为j设备的容量,单位为kW;r为利率,一般为5%;n为使用寿命,一般取20年,视具体设备设计情况而定。
年运行费用为
Copt=Cfuel+Com+Cgrid (14)
式中:Cfuel、Com、Cgrid分别为余能利用系统的燃料费用、运行维护费用和外部购电费用,单位均为元/年。
作为优选,所述S6中,下层目标函数为
min(Cfuel+Com+Cgrid) (15)
式中:Cfuel为燃料输入成本,利用余能时认为其燃料成本为0;Com为各设备运行维护费用总和,单位为元/年;Cgrid为外部购电费用,计算时可采用分时电价。
作为优选,所述S6中,通过遗传算法和分支界定法求解双层优化模型;在该过程中,上层遗传算法的优化因子包括各设备容量,下层的分支界定求解在容量上限下,各时刻如何进行出力组合,才能以更少运行成本完成供能。
本发明相对于现有技术而言,具有以下有益效果:
本发明构建了一种考虑受余能输入质量变化影响的回收设备技术模型,由于需要在能源形式转换技术中挑选最合适的具体循环形式,需要考虑余热温度、环境温度、需求能源品位、工质、热驱动循环形式等众多因素,采用变效率设备模型能够综合考虑余能输入的波动情况,采用变效率模型进行余能回收网络计算,其计算结果允许能量系统在偏离初始设计值时,仍然具有可接受的能量效率和经济性。
附图说明
图1为由各类余能回收设备组成的余能回收利用网络;
图2为本实施例中采用的余能输入情况(a)与负荷情况(b);
图3为有机朗肯循环基于变效率模型下在波动热源输入下的性能表现;
图4为吸收式热泵与制冷基于变效率模型下在波动热源输入下的性能表现,其中,(a)为烟气型吸收式热泵效率随温度变化情况,(b)为蒸汽型吸收式热泵随温度变化情况,(c)为热水型吸收式热泵随温度变化情况;
图5为压缩式热泵与制冷基于变效率模型下在波动热源输入下的性能表现,其中,(a)为压缩式热泵制热性能系数随热源温度与用户侧出水温度变化情况,(b)为压缩式热泵输出热功率随热源温度与用户侧出水温度变化情况,(c)为压缩式制冷机制冷性能系数随热源侧进口温度与用户侧出水温度变化情况,(d)为压缩式制冷机输出冷功率随热源侧进口温度与用户侧出水温度变化情况;
图6为本实施例中分别采用定效率模型与变效率模型下的供电设备容量优化结果;
图7为本实施例中分别采用定效率模型(a)与变效率模型(b)下的供冷热设备容量优化结果;
图8为本实施例中分别采用定效率模型与变效率模型下的经济成本对比结果。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步阐述和说明。本发明中各个实施方式的技术特征在没有相互冲突的前提下,均可进行相应组合。
本发明提供了一种考虑设备变效率模型的余能利用系统设计方法,具体如下:
S1:根据余能种类的不同,筛选适用于余能介质种类和余能供应温度的余能回收设备。
余能回收设备主要包括余能转电设备、余能供热设备、余能制冷设备和换热设备。在余能转电设备中,可以选择烟气型有机朗肯循环发电机组(ORC_F)、蒸汽型有机朗肯循环发电机组(ORC_S)和热水型有机朗肯循环发电机组(ORC_W)。在余能供热设备中,可以选择烟气型吸收式热泵(AHP_F)、蒸汽型吸收式热泵(AHP_S)和热水型吸收式热泵(AHP_W)。在余能制冷设备中,可以选择烟气型吸收式制冷机(AbC_F)、蒸汽型吸收式制冷机(AbC_S)和热水型吸收式制冷机(AbC_S)。此外,换热设备主要包括余热回收锅炉(WBOI)、烟气-水换热器(HEX_F)和蒸汽-水换热器(HEX_S)。
在本实施例中,回收设备必须按照余能供应介质与温度进行匹配,其中烟气型机组利用较高温度烟气,效率最高;蒸汽型机组利用中压中温蒸汽,效率次之,最后是热水型机组,利用中低温热水,效率最低。在本实施例中选择上述所有设备。
S2:基于以上余能回收设备,设计能量流动网络,组建余能回收网络。
其中,允许各类换热器存在,在高品位余能足量供应且有负荷缺额时,通过换热将高品位能源转为低品位能源,完成资源种类转变从而向多种形式的能量回收设备供应。
如图1所示,本实施例中构建的网络能流情况为:
由余热回收锅炉、烟气-水换热器、烟气型有机朗肯循环发电机组、烟气型吸收式热泵和烟气型吸收式制冷机共同作为第一层级,以分配工业余能资源中的烟气资源。若有余热回收锅炉利用烟气产生蒸汽,则其产生的蒸汽与工业余能资源中的可利用乏汽资源共同作为第二层级的供应模块。若有烟气-水换热器利用烟气产生热水,则其产生的热水与工业余能资源中的工业废水共同作为第三层级的供应模块。由蒸汽型有机朗肯循环发电机组、蒸汽型吸收式制冷机、蒸汽型吸收式热泵和蒸汽-水换热器共同作为第二层级,以分配蒸汽资源总和。若有蒸汽-水换热器利用蒸汽产生热水,则其产生的热水与工业余能资源中的工业废水共同作为第三层级的供应模块。由热水型有机朗肯循环发电机组、热水型吸收式热泵和热水型吸收式制冷机共同作为第三层级,以分配热水资源总和。
具体的,使用有机朗肯循环发电机组(ORC)供电,机组类型包括烟气型ORC、蒸汽型ORC和热水型ORC;使用吸收式机组和压缩式机组供冷或供热,其中吸收式机组包括吸收式热泵与吸收式制冷机,其类型同样包含利用烟气热源机组、利用蒸汽热源机组和利用热水热源机组,压缩式热泵与制冷通过使用电能继而供热或供冷,余热锅炉可转烟气为蒸汽,烟气—水换热器可将烟气热源转换至热水中。系统还可通过向电网购电的方式满足系统的电需求。
S3:基于上述的余能回收网络,完成余能资源分配后,各设备共同完成供能。具体的,由余能转电设备组成的有机朗肯循环发电机组承担电负荷部分,由余能供热设备和余能制冷设备组成的吸收式机组承担冷热负荷供能,余热回收锅炉、烟气-水换热器和蒸汽-水换热器完成烟气、蒸汽和热水资源形式的转化;同时,当工业余能资源供应不充分时,可加入独立供能设备,以在供能缺失时刻进行补充供能;所述独立供能设备包括电网购电、压缩式制冷机与压缩式热泵。
在本实施例中,选取某建筑面积为10,000m2的小型工业于7月1日的逐时冷、热、电负荷需求情况(见图2)。从图中可以看出,电负荷需求集中于白天时段,冷负荷需求24小时内均处于较大值,热负荷需求波动较大,有早晨和傍晚两个明显峰值,峰值时刻分别为7时与20时。
S4:获取工业余能可获得情况,计算不同介质类型下的余能供应功率值,得到所述余能回收网络中的能源输入部分。
其中,工业余能可获得情况主要包括供应时长、供应流量、供应温度和供应压力。
在本实施例中,选取某工厂中三类可用余能资源的24h逐时功率供应值与逐时温度供应值(见图2)。从图中可以看出,热水温度围绕100℃波动,蒸汽温度区间处于150~200℃,烟气供应温度先随时间增加而增加,在后段时间下降,温度供应峰值达到282℃。
S5:基于上述的余能回收网络,选出运行状况受供应热源温度影响的设备并建立变效率模型。数学模型通过热源温度、环境温度对ORC机组性能进行计算;通过热源温度,供热/冷温度对吸收式机组性能进行计算;通过热源温度、供冷/热温度和环境温度对压缩式机组(即压缩式制冷机与压缩式热泵)性能进行计算,以描述设备运行效率变化情况。
本实施例中,变效率模型的构建方法具体如下:
S51:针对有机朗肯循环发电机组,通过部件仿真与模拟以及搜集制造商产品设计参数进行数据拟合,得到随蒸发器温度Tevap和冷凝器温度Tcond变化下的效率模型:
式中,ηideal为理想卡诺循环效率;Tevap为蒸发器温度,Tcond为冷凝器温度,单位均为K;ηreal为实际运行热效率;fORC为效率因子,由回归系数α和β与ηideal计算所得。本实施例中,α和β取值由表1所示:
表1不同工作流体的ORC效率模型参数取值
具体的,当输入热源温度为220℃时,则确立上述公式中的Tevap,同时设置冷凝温度为30℃,则可计算出理想循环效率,继而从表1中选择以苯为工质的有机朗肯循环,则可确定α与β取值分别为-0.5085和0.7663,综上计算出ORC的发电效率,当热源输入温度发生变化时,其发电效率也随之变化。由于热水型ORC本身效率较低,本实施例不针对热水型ORC进行变效率模型计算,对烟气型ORC与蒸汽型ORC分别以24h内输入烟气温度与输入蒸汽温度进行能效计算后,结果如图3所示。由图可知,ORC发电效率随热源温度在0.1~0.25范围内变化,在热源温度处于80~180℃时,实际效率变化率较大;在高温区间,虽然效率依旧呈上升趋势,但变化率并不明显。
以上计算流程同样适用于吸收式机组与压缩式机组,其特征方程与选择参数按表2和表3选取。
S52:针对吸收式机组,根据不同类型吸收式热泵与吸收式制冷机设备的特征方程,进行制热性能系数与制冷性能系数的计算:
式中,ΔT为特征温差;Tgene为发生器外部平均流体温度,即驱动热源温度,单位为K;Tabs为吸收器和冷凝器的外部平均流体温度,即冷却水进口温度,单位为K;Tevap为蒸发器外部平均流体温度,即冷冻水出口温度,单位为K;a,e,sevap,revap,sgene,rgene均为特征参数;Qevap为蒸发器处热通量,即冷却能力;Qgene为发生器处热通量,即驱动热源输入热量,单位kW;COP为性能系数,在吸收式制冷机中指制冷性能系数,在吸收式热泵中指制热性能系数,下文中用COPth表示吸收式机组制热性能系数用以区分。
当吸收式机组以热泵模式进行工作时,其制热性能系数
COPth=(Qabs+Qcond)/Qgene (3)
式中,Qabs为吸收器中放出的热量,Qcond为冷凝器中放出的热量;若不计溶液泵的功率,根据热力学第一定律有:
Qabs+Qcond=Qgene+Qevap (4)
此时热泵制热系数可表述为:
COPth=COP+1 (5)
本实施例中不同类型机组选择的特征参数如表2所示:
表2吸收式制冷与热泵特征参数取值
对于热水型吸收式热泵机组:当驱动热源为96℃,即Tgene=273+96=369K,冷却水进口温度为30℃,即Tabs=272+30=303K;冷冻水出口温度为7℃,即Tevap=273+7=280K时,取a=-1.45,e=1.75,以此求得ΔT;分别取sevap=68.12,revap=-3281.1,以此计算Qevap;取sgene=88.05,rgene=-4216,以此计算Qgene;综合上述给定参数与计算参数求得COPth,随热源温度变化,能效的计算结果如图4(c)中所示。
对于烟气型吸收式热泵机组,能效计算结果如图4(a);对于蒸汽型吸收式热泵机组,能效计算结果如图4(b)。如图4所示,制热系数呈现出烟气型AHP机组>蒸汽型AHP机组>热水型AHP机组。随着热源温度增加,热水型AHP的制热系数增加幅度比另两种设备大。
S53:当压缩式热泵或者压缩式制冷机需要使用到工业余能资源中的废水时,同样对其进行特征方程搭建,各项指标的特征方程如下:
制热时性能系数COPth的拟合参数为:
COPth=p1Tin+p2Tout+p3+p4Tamb (6)
制冷时能效比EER的拟合参数为:
EER=p1Tin+p2Tout+p3+p4Tamb (7)
在已知设备标称电功率值时输出热功率Pth为:
Pth=Pel_ref×(p1Tin+p2Tout+p3+p4Tamb) (8)
式中,COPth为压缩式热泵的制热系数,EER为压缩式制冷机的制冷能效,Pth为制热或制冷时所需电功率;Tin为热源进口温度、Tout为制热或制冷温度、Tamb为环境温度,K;p1、p2、p3、p4均为拟合参数;Pel_ref为标称电功率,kW。
本实施例中,式中所用拟合参数如表3所示:
表3经拟合回归所得参数
对于压缩式热泵计算其制热性能系数:热源进口温度在10~35℃之间,即283≤Tin≤308K;制热温度在25~60℃之间,即298≤Tout≤333K;环境温度设置为25℃(288K);选取表格中与COP对应的拟合参数:p1,p2,p3,p4计算COP;选取标称电功率=10kW,即Pel_ref=10,计算输出热功率Pth。随热源进口温度与制热温度变化,求得制热性能系数与输出热功率如图5(a)所示。
由图可知,热源侧进口温度与用户侧出水温度温差越大,COP越大;当热源进口温度在10~15℃、用户侧出口温度处于35~45℃时,输出热功率变化较小,同样的温度范围也表现在热源侧进口温度为25~35℃、用户侧出口温度为45~60℃的温度区间。
对于压缩式制冷机组,其制冷性能系数随热源进口温度与制冷温度变换情况如图5(b)所示,由图可知,热源侧进口温度与用户侧出水温度温差越大,EER越小(热源侧进口温度大于用户侧出水温度)。并且输出冷功率随着热源侧进口温度下降而减小。
S6:根据步骤S4中能源输入部分建立资源输入约束,根据步骤S3中共同供能部分建立出力平衡约束,根据步骤S5中描述设备运行效率变化情况构建能源转换约束。将以上的资源输入约束、资源输入约束和能源转换约束共同组成混合整数规划模型,并将年投资成本与运行成本进行拆解,构建双层优化模型。以最小化年总成本为目标,通过对上层目标函数(即年投资成本)求解得到容量配置,再通过对下层目标函数(即总运行成本)求解得到运行策略的优化方案,进而得到优化后的余能利用系统。
在本实施例中,建立好各设备随热源温度变化的计算模型后,构建余能输入约束,设备转化约束和用户负荷约束方程,各约束具体如下:
S61:资源输入约束为
式中:Qw,in、Qs,in、Qf,in分别为可用余热、可用蒸汽和可利用烟气的输入功率值,单位为kW;Qw,out、Qs,out、Qf,out分别为可用余热、可用蒸汽和可燃废气未被利用的功率,单位为kW;i为利用余热的设备,包括热水型有机朗肯循环发电机组、热水型吸收式热泵和热水型吸收式制冷机;j为利用蒸汽的设备,包括蒸汽型有机朗肯循环发电机组、蒸汽型吸收式热泵、蒸汽型吸收式制冷机和蒸汽-水换热器;k为利用烟气的设备,包括烟气型有机朗肯循环发电机组、烟气型吸收式热泵、烟气型吸收式制冷机、余热回收锅炉和烟气-水换热器;
S62:出力平衡约束为
式中:Et为设备在t时刻的发电量,m代表各类ORC和电网,Edemand,t为t时刻用户电需求,EHP、ECC分别为压缩式热泵和压缩式制冷机的耗电量;Ht为设备在t时刻的制热量,n代表各类吸收式热泵机组和压缩式热泵,Hdemand,t为t时刻用户热需求;Ct为设备在t时刻的制热量,k代表各类吸收式制冷机组和压缩式制冷机,Cdemand为t时刻用户冷需求,单位均为kW。
S63:能源转换约束为
式中:m、n、k分别代表发电设备、制热设备和制冷设备;Pm、Pn、Pk分别为第一层遗传算法选择出的发电设备、制热设备和制冷设备的容量值;Em,t代表发电设备t时刻的发电量、Hn,t代表制热设备t时刻的制热量、Ck,t代表制冷设备t时刻的制冷量;Qm,in、Qn,in、Qk,in分别为进入各发电设备、制热设备和制冷设备的余能功率值;ηm、ηn、ηk分别为发电设备、制热设备和制冷设备的效率转换值。上述发电设备指:烟气型有机朗肯循环发电机组、蒸汽型有机朗肯循环发电机组、热水型有机朗肯循环发电机组;制热设备指烟气型吸收式热泵、蒸汽型吸收式热泵、热水型吸收式热泵和压缩式热泵;制冷设备指烟气型吸收式制冷机、蒸汽型吸收式制冷机、热水型吸收式制冷机和压缩式制冷机。
上层目标函数为
minCATC=min(Cinv+Copt) (12)
式中:CATC、Cinv、Copt分别为余能利用系统的总费用、投资等年值费用、年运行费用,单位均为元/年;
其中,投资等年值费用为
式中:Ccap,j为第j种设备单位容量投资成本;Pj为j设备的容量,单位为kW;r为利率,本实施例中选取为5%;n为为使用寿命,本实施例中各设备均设置为20年。
年运行费用为
Copt=Cfuel+Com+Cgrid (14)
式中:Cfuel、Com、Cgrid分别为余能利用系统的燃料费用、运行维护费用和外部购电费用,单位均为元/年。
下层目标函数为
min(Cfuel+Com+Cgrid) (15)
式中:Cfuel为燃料输入成本,利用余能时认为其燃料成本为0;Com为各设备运行维护费用总和,单位为元/年;Cgrid为外部购电费用。
在本实施例中,通过遗传算法和分支界定法求解双层优化模型;在该过程中,上层遗传算法的优化因子包括各设备容量,下层的分支界定求解在容量上限下,各时刻如何进行出力组合,才能以更少运行成本完成供能。
在本实施例中,采用将各种类型的设备容量纳入遗传算法染色体基因组中,将各设备24h的出力值设置为下层数学规划求解的决策变量,构建双层优化模型进行求解,可以得到系统最低年化成本下所对应的运行模式优化结果以及设备容量如图6、图7所示。
在图6中,使用定效率模型进行计算时,ORC_F容量最大,为1008kW,另两种设备容量之比约为3:1。对烟气型ORC改用变效率模型计算时,此设备容量略有增加,但增加幅度并不明显,由前述分析可知,烟气型ORC本身效率最高,随着烟气温度增加,效率值并未有明显提升,因此对烟气型ORC采用变效率模型计算时,由烟气温度提升带来的效率提高并不会明显改变烟气ORC的优化容量。而蒸汽型ORC随着蒸汽温度升高,效率提升加大,在白天时段,蒸汽型ORC有长时间效率表现超过平均值(η=0.196),所以改用变效率值计算后,此设备容量由574kW增至1036kW,由此可知蒸汽型ORC对热源温度变化敏感性较高,并能直接反映至设备优化容量中。
在图7中,压缩式热泵在两种计算方式下的优化容量相差不大,说明由吸收式热泵共同承担的热负荷未受效率变化的影响。但不同类型的吸收式热泵供能比例发生变化:在定效率计算中,主要由蒸汽型AHP和热水型AHP进行供热,其中蒸汽型AHP的容量约为热水型AHP的3.5倍,改用变效率模型计算后,设备类型改为烟气型AHP与热水型AHP,但容量之和未发生变化。吸收式热泵的COP对烟气温度变化十分敏感,而蒸汽型和热水型吸收式机组受余能温度影响较小,并且在本实施例的烟气供应下,吸收式热泵有2/3时段COP运行超过平均值,所以原本由蒸汽型AHP提供的热负荷有83%转移至烟气型AHP中,另有15%转移至热水型AHP中。变温热源输入对吸收式制冷机的影响比较小,在定效率模型下,冷负荷已经由热水型吸收式机组承担,所以更改为变温热源后,并未对容量产生明显影响,但整体COP值是略有提升的,因为变效率模型下压缩式制冷机的容量有所下降,在冷出力不变的情况下,吸收式制冷机实际运行负荷率有所提升。
为试验本发明的有效性:分别使用定效率模型与变效率模型计算结果进行对比。其经济性对比结果如图8所示。
两种计算模型方法下的总成本相差很少,使用变效率模型计算方式下的总成本比使用电效率模型的总成本少1.4%,使用变效率模型计算方式下的总成本比使用电效率模型的总成本少1.4%。其中设备成本降低2.8%,供电设备由三种ORC均参与供能变为由烟气和蒸汽型ORC参与供能,会使设备投资成本降低的同时减少定效率模型下热水型ORC低负荷工作时带来的高运行成本;供热设备中并未涉及到设备数量的减少,仅有原有类型机组容量的转移,所以设备投资成本未发生明显变化,供冷机组变化不大。两种计算方式下,购电成本几乎不变,说明使用变效率模型并不会对外部购电量造成较大影响,整个系统是通过在余能回收设备中进行容量转移,改变供能比例来优化系统运行条件的,不会影响到补充供能设备。
本发明方法主要是基于不同工业余能的温度变化情况,对余能回收设备建立变效率模型,并以最小化年成本C为目标,构建双层优化算法,并通过遗传算法对余能回收网络中各设备的容量值与运行策略同时进行求解,得到最优年成本值以及最优年成本值对应下各设备投资容量与24h运行策略。本发明相较于现有技术中仅考虑余能资源数量供应情况,还将余能排放品质与设备运行状况联系起来,可以同时兼顾余能资源“质”与“量”的变化对利用技术种类的影响,能够更好指导进行工业余能回收再利用的节能减排工作。
以上所述的实施例只是本发明的一种较佳的方案,然其并非用以限制本发明。有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (10)
1.一种考虑设备变效率模型的余能利用系统设计方法,其特征在于,具体如下:
S1:根据余能种类的不同,筛选适用于余能介质种类和余能供应温度的余能回收设备;
S2:基于所述余能回收设备,设计能量流动网络,组建余能回收网络;
S3:基于所述余能回收网络,完成余能资源分配后,各设备共同完成供能;
S4:获取工业余能可获得情况,计算不同介质类型下的余能供应功率值,得到所述余能回收网络中的能源输入部分;
S5:基于所述余能回收网络,选出运行状况受供应热源温度影响的设备并建立变效率模型,以描述设备运行效率变化情况;
S6:根据所述S4中能源输入部分建立资源输入约束,根据所述S3中共同供能部分建立出力平衡约束,根据所述S5中描述设备运行效率变化情况构建能源转换约束;将所述资源输入约束、资源输入约束和能源转换约束共同组成混合整数规划模型,并将年投资成本与运行成本进行拆解,构建双层优化模型;以最小化年总成本为目标,通过对上层目标函数求解得到容量配置,再通过对下层目标函数求解得到运行策略的优化方案,进而得到优化后的余能利用系统;所述上层目标函数为年投资成本,下层目标函数为总运行成本。
2.根据权利要求1所述的一种考虑设备变效率模型的余能利用系统设计方法,其特征在于,所述S1中,余能回收设备包括余能转电设备、余能供热设备、余能制冷设备和换热设备;所述余能转电设备包括烟气型有机朗肯循环发电机组、蒸汽型有机朗肯循环发电机组和热水型有机朗肯循环发电机组;所述余能供热设备包括烟气型吸收式热泵、蒸汽型吸收式热泵和热水型吸收式热泵;所述余能制冷设备包括烟气型吸收式制冷机、蒸汽型吸收式制冷机和热水型吸收式制冷机;所述换热设备包括余热回收锅炉、烟气-水换热器和蒸汽-水换热器。
3.根据权利要求2所述的一种考虑设备变效率模型的余能利用系统设计方法,其特征在于,所述S2中,余能回收网络具体如下:
所述余热回收锅炉、烟气-水换热器、烟气型有机朗肯循环发电机组、烟气型吸收式热泵和烟气型吸收式制冷机共同作为第一层级,以分配工业余能资源中的烟气资源;所述余热回收锅炉若利用烟气产生蒸汽,则其产生的蒸汽与工业余能资源中的可利用乏汽资源共同作为第二层级的供应模块;所述烟气-水换热器若利用烟气产生热水,则其产生的热水与工业余能资源中的工业废水共同作为第三层级的供应模块;
所述蒸汽型有机朗肯循环发电机组、蒸汽型吸收式制冷机、蒸汽型吸收式热泵和蒸汽-水换热器共同作为第二层级,以分配蒸汽资源总和;所述蒸汽-水换热器若利用蒸汽产生热水,则其产生的热水与工业余能资源中的工业废水共同作为第三层级的供应模块;
所述热水型有机朗肯循环发电机组、热水型吸收式热泵和热水型吸收式制冷机共同作为第三层级,以分配热水资源总和。
4.根据权利要求3所述的一种考虑设备变效率模型的余能利用系统设计方法,其特征在于,所述S3的共同供能中,由余能转电设备组成的有机朗肯循环发电机组承担电负荷部分,由余能供热设备和余能制冷设备组成的吸收式机组承担冷热负荷供能,余热回收锅炉、烟气-水换热器和蒸汽-水换热器完成烟气、蒸汽和热水资源形式的转化;同时,当工业余能资源供应不充分时,可加入独立供能设备,以在供能缺失时刻进行补充供能;所述独立供能设备包括电网购电、压缩式制冷机与压缩式热泵。
5.根据权利要求1所述的一种考虑设备变效率模型的余能利用系统设计方法,其特征在于,所述S4中,工业余能可获得情况包括供应时长、供应流量、供应温度和供应压力。
6.根据权利要求4所述的一种考虑设备变效率模型的余能利用系统设计方法,其特征在于,所述S5中,变效率模型的构建方法具体如下:
S51:针对有机朗肯循环发电机组,通过部件仿真与模拟以及搜集制造商产品设计参数进行数据拟合,得到随蒸发器温度Tevap和冷凝器温度Tcond变化下的效率模型:
式中,ηideal为理想卡诺循环效率;Tevap为蒸发器温度,Tcond为冷凝器温度,单位均为K;ηreal为实际运行热效率;fORC为效率因子,由回归系数α和β与ηideal计算所得;
S52:针对吸收式机组,根据不同类型吸收式热泵与吸收式制冷机设备的特征方程,进行制热性能系数与制冷性能系数的计算:
式中,ΔT为特征温差;Tgene为发生器外部平均流体温度,即驱动热源温度,单位为K;Tabs为吸收器和冷凝器的外部平均流体温度,即冷却水进口温度,单位为K;Tevap为蒸发器外部平均流体温度,即冷冻水出口温度,单位为K;a,e,sevap,revap,sgene,rgene均为特征参数;Qevap为蒸发器处热通量,即冷却能力,单位为kW;Qgene为发生器处热通量,即驱动热源输入热量,单位为kW;COP为性能系数;
当吸收式机组以热泵模式进行工作时,其制热性能系数
COPth=(Qabs+Qcond)/Qgene (3)
式中,Qabs为吸收器中放出的热量,Qcond为冷凝器中放出的热量;若不计溶液泵的功率,根据热力学第一定律有:
Qabs+Qcond=Qgene+Qevap (4)
此时热泵制热系数可表述为:
COPth=COP+1 (5)
S53:当压缩式热泵或者压缩式制冷机需要使用到工业余能资源中的废水时,同样对其进行特征方程搭建,各项指标的特征方程如下:
制热时制热性能系数COPth的拟合参数为:
COPth=p1Tin+p2Tout+p3+p4Tamb (6)
制冷时能效比EER的拟合参数为:
EER=p1Tin+p2Tout+p3+p4Tamb (7)
在已知设备标称电功率值时输出热功率Pth为:
Pth=Pel_ref×(p1Tin+p2Tout+p3+p4Tamb) (8)
式中,Pth单位为kW;Tin为热源进口温度、Tout为制热或制冷温度、Tamb为环境温度,单位均为K;p1、p2、p3、p4均为拟合参数;Pel_ref为设备标称电功率,kW。
7.根据权利要求4所述的一种考虑设备变效率模型的余能利用系统设计方法,其特征在于,所述S6中,
S61:所述资源输入约束为
式中:Qw,in、Qs,in、Qf,in分别为可用余热、可用蒸汽和可利用烟气的输入功率值,单位为kW;Qw,out、Qs,out、Qf,out分别为可用余热、可用蒸汽和可燃废气未被利用的功率,单位为kW;i为利用余热的设备,包括热水型有机朗肯循环发电机组、热水型吸收式热泵和热水型吸收式制冷机;j为利用蒸汽的设备,包括蒸汽型有机朗肯循环发电机组、蒸汽型吸收式热泵、蒸汽型吸收式制冷机和蒸汽-水换热器;k为利用烟气的设备,包括烟气型有机朗肯循环发电机组、烟气型吸收式热泵、烟气型吸收式制冷机、余热回收锅炉和烟气-水换热器;
S62:所述出力平衡约束为
式中:Et为设备在t时刻的发电量,m代表有机朗肯循环发电机组和电网,Edemand,t为t时刻用户电需求,EHP,t、ECC,t分别为t时刻压缩式热泵和压缩式制冷机的耗电量;Ht为设备在t时刻的制热量,n代表吸收式热泵机组和压缩式热泵,Hdemand,t为t时刻用户热需求;Ct为设备在t时刻的制热量,k代表吸收式制冷机组和压缩式制冷机,Cdemand,t为t时刻用户冷需求,单位均为kW;
S63:所述能源转换约束为
式中:m、n、k分别代表发电设备、制热设备和制冷设备;Pm、Pn、Pk分别为第一层遗传算法选择出的发电设备、制热设备和制冷设备的容量值;Em,t代表发电设备t时刻的发电量、Hn,t代表制热设备t时刻的制热量、Ck,t代表制冷设备t时刻的制冷量;Qm,in、Qn,in、Qk,in分别为进入各发电设备、制热设备和制冷设备的余能功率值;ηm、ηn、ηk分别为发电设备、制热设备和制冷设备的效率转换值;所述发电设备包括烟气型有机朗肯循环发电机组、蒸汽型有机朗肯循环发电机组、热水型有机朗肯循环发电机组;所述制热设备包括烟气型吸收式热泵、蒸汽型吸收式热泵、热水型吸收式热泵和压缩式热泵;所述制冷设备包括烟气型吸收式制冷机、蒸汽型吸收式制冷机、热水型吸收式制冷机和压缩式制冷机。
9.根据权利要求1所述的一种考虑设备变效率模型的余能利用系统设计方法,其特征在于,所述S6中,下层目标函数为
min(Cfuel+Com+Cgrid)(15)式中:Cfuel为燃料输入成本,利用余能时认为其燃料成本为0;Com为各设备运行维护费用总和,单位为元/年;Cgrid为外部购电费用,计算时可采用分时电价。
10.根据权利要求1所述的一种考虑设备变效率模型的余能利用系统设计方法,其特征在于,所述S6中,通过遗传算法和分支界定法求解双层优化模型;在该过程中,上层遗传算法的优化因子包括各设备容量,下层的分支界定求解在容量上限下,各时刻如何进行出力组合,才能以更少运行成本完成供能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310290782.6A CN116384088A (zh) | 2023-03-23 | 2023-03-23 | 一种考虑设备变效率模型的余能利用系统设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310290782.6A CN116384088A (zh) | 2023-03-23 | 2023-03-23 | 一种考虑设备变效率模型的余能利用系统设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116384088A true CN116384088A (zh) | 2023-07-04 |
Family
ID=86966769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310290782.6A Pending CN116384088A (zh) | 2023-03-23 | 2023-03-23 | 一种考虑设备变效率模型的余能利用系统设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116384088A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117450688A (zh) * | 2023-12-26 | 2024-01-26 | 山东历控能源有限公司 | 一种基于物联网的烟气余热回收能源调度管理方法及系统 |
-
2023
- 2023-03-23 CN CN202310290782.6A patent/CN116384088A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117450688A (zh) * | 2023-12-26 | 2024-01-26 | 山东历控能源有限公司 | 一种基于物联网的烟气余热回收能源调度管理方法及系统 |
CN117450688B (zh) * | 2023-12-26 | 2024-03-29 | 山东历控能源有限公司 | 一种基于物联网的烟气余热回收能源调度管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Calise et al. | A novel hybrid polygeneration system supplying energy and desalinated water by renewable sources in Pantelleria Island | |
Urbanucci et al. | Thermodynamic and economic analysis of the integration of high-temperature heat pumps in trigeneration systems | |
CN108197768B (zh) | 一种能源系统与管网布局联合优化方法 | |
Leiva-Illanes et al. | Exergy cost assessment of CSP driven multi-generation schemes: Integrating seawater desalination, refrigeration, and process heat plants | |
Gebreslassie et al. | Multi-objective optimization of sustainable single-effect water/Lithium Bromide absorption cycle | |
Del Amo et al. | Performance analysis and experimental validation of a solar-assisted heat pump fed by photovoltaic-thermal collectors | |
CN112149980A (zh) | 区域级综合能源系统能效分析方法及系统 | |
Król et al. | Economic analysis of heat and electricity production in combined heat and power plant equipped with steam and water boilers and natural gas engines | |
Catrini et al. | Exergoeconomic analysis as support in decision-making for the design and operation of multiple chiller systems in air conditioning applications | |
KR20150018621A (ko) | 폐열 발전 시설 및 공기 조화, 난방을 위한 열역학 시스템을 포함하는 플랜트를 조정하는 방법 | |
Ghafurian et al. | New approach for estimating the cooling capacity of the absorption and compression chillers in a trigeneration system | |
Urbanucci et al. | Integration of reversible absorption heat pumps in cogeneration systems: Exergy and economic assessment | |
Fan et al. | Multi-aspect analysis and multi-objective optimization of a solar/geothermal-assisted power and freshwater cogeneration plant | |
Naserabad et al. | A novel approach of tri-objective optimization for a building energy system with thermal energy storage to determine the optimum size of energy suppliers | |
CN116384088A (zh) | 一种考虑设备变效率模型的余能利用系统设计方法 | |
Mehregan et al. | Technical, economic and environmental analyses of combined heat and power (CHP) system with hybrid prime mover and optimization using genetic algorithm | |
Chahartaghi et al. | Energy, exergy, economic, and environmental (4E) analyses and optimization of a CCHP system with steam turbine | |
CN110553308A (zh) | 一种能源协同运行控制系统 | |
Yao et al. | 4E analysis and optimization of a novel combined cooling, heating and power system integrating compressed air and chemical energy storage with internal combustion engine | |
Yu et al. | Complementary configuration research of new combined cooling, heating, and power system driven by renewable energy under energy management modes | |
Pietro et al. | Thermodynamic-based method for supporting design and operation of thermal grids in presence of distributed energy producers | |
CN113239550B (zh) | 一种冷热电联供系统储能容量配置方法及冷热电联供系统 | |
Kazemian et al. | Techno-economic Optimization of Combined Cooling, Heat and Power System Based on Response Surface Methodology | |
CN114997460A (zh) | 考虑可再生能源最大消纳的区域型微能源网运行优化方法 | |
Davoodi et al. | Multi-objective optimisation of a transient solar absorption chiller from energetic, exergetic, and economic viewpoints |
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 |