CN117057468B - 矿山综合能源系统能效的优化处理方法、计算设备 - Google Patents
矿山综合能源系统能效的优化处理方法、计算设备 Download PDFInfo
- Publication number
- CN117057468B CN117057468B CN202311028429.7A CN202311028429A CN117057468B CN 117057468 B CN117057468 B CN 117057468B CN 202311028429 A CN202311028429 A CN 202311028429A CN 117057468 B CN117057468 B CN 117057468B
- Authority
- CN
- China
- Prior art keywords
- energy
- coal
- time
- mine
- energy system
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 239000003245 coal Substances 0.000 claims abstract description 183
- 238000000034 method Methods 0.000 claims abstract description 100
- 238000010168 coupling process Methods 0.000 claims abstract description 36
- 238000005859 coupling reaction Methods 0.000 claims abstract description 36
- 230000008878 coupling Effects 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 66
- 239000007789 gas Substances 0.000 claims description 50
- 229910052799 carbon Inorganic materials 0.000 claims description 44
- 238000005338 heat storage Methods 0.000 claims description 44
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 42
- 238000003860 storage Methods 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 30
- 238000009423 ventilation Methods 0.000 claims description 30
- 238000010248 power generation Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 26
- 238000005265 energy consumption Methods 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 17
- 230000005611 electricity Effects 0.000 claims description 16
- 239000000446 fuel Substances 0.000 claims description 16
- 239000002918 waste heat Substances 0.000 claims description 16
- 238000004146 energy storage Methods 0.000 claims description 14
- 238000010438 heat treatment Methods 0.000 claims description 14
- 238000004064 recycling Methods 0.000 claims description 13
- 230000035699 permeability Effects 0.000 claims description 11
- 238000010521 absorption reaction Methods 0.000 claims description 10
- 230000003647 oxidation Effects 0.000 claims description 10
- 238000007254 oxidation reaction Methods 0.000 claims description 10
- 238000005057 refrigeration Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000002360 preparation method Methods 0.000 claims description 7
- 230000008901 benefit Effects 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 2
- 239000001569 carbon dioxide Substances 0.000 claims description 2
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 230000003139 buffering effect Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 239000002245 particle Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- 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
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Public Health (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电力系统领域,具体公开了一种矿山综合能源系统能效的优化处理方法、计算设备。上述方法包括:构建煤流‑能流耦合的矿山综合能源系统;利用基于松弛变量的数据包络分析法,构建具有网络结构的矿山综合能源系统的能效模型,该模型包括矿山综合能源系统的多个子环节;构建矿山综合能源系统的能效指标体系;基于求解矿山综合能源系统中各设备的运行模型获得的运行参数,获取各指标值;根据各指标值,对能效模型求解,得到矿山综合能源系统在各场景中的效率值和各子环节的效率值。本发明通过构建煤流‑能流耦合的矿山综合能源系统,便可对系统内部的能量耦合关系进行分析,并且本发明既能输出系统的效率值,还能输出各子环节的效率值。
Description
技术领域
本发明涉及电力系统领域,尤其涉及一种矿山综合能源系统能效的优化处理方法、计算设备。
背景技术
双碳目标下,我国能源煤炭行业面临挑战,同时也迎来机遇。综合能源系统作为推动新能源与传统化石能源综合利用的重要手段,是契合双碳目标趋势的重要发展模式。而矿山是一个典型而又独特的区域综合能源系统,其在产出一次能源的同时,还会衍生出多种可供生产和生活需求的能源。因此如何充分利用伴生资源,提高清洁能源消费占比具有重要研究意义。
在此背景下,亟需开展矿山综合能源系统的开发研究,以及对矿山综合能源系统的能效进行有效分析,进而获得最优矿山能量循环转化模式,助力双碳目标实现。
发明内容
为此,本发明提供了一种矿山综合能源系统能效的优化处理方法、计算设备,以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面,提供一种矿山综合能源系统能效的优化处理方法,包括:构建煤流-能流耦合的矿山综合能源系统,该矿山综合能源系统包括多个设备,该多个设备包括光伏机组、风电机组、煤矸石发电装置、乏风氧化发电装置、水源热泵、燃气轮机、余热锅炉、制冷机组、蓄热装置、皮带运输机、煤仓及选煤厂;利用基于松弛变量的数据包络分析法,构建具有网络结构的矿山综合能源系统的能效模型,该能效模型包括矿山综合能源系统的多个子环节;构建矿山综合能源系统的能效指标体系,该能效指标体系包括投入型指标和产出型指标,投入型指标包括电能消耗量、总碳排当量、吨煤碳排量,产出型指标包括效率、伴生能源利用率、可再生能源渗透率、煤仓缓冲收益以及煤炭运输连续性;基于求解矿山综合能源系统中各设备的运行模型获得的运行参数,获取各指标值;根据得到的各指标值,对能效模型进行求解,得到矿山综合能源系统在各场景中的能效效率值以及其各子环节的能效效率值。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,能效模型包括第一目标函数和第二目标函数,第一目标函数包括:
第二目标函数包括:
式中,表示矿山综合能源系统在场景o中的能效效率值,H表示矿山综合能源系统子环节的总个数,ωh表示矿山综合能源系统的第h个子环节的权重,wh、vh分别表示矿山综合能源系统第h个子环节的投入指标个数和产出指标个数,/>分别表示场景o中矿山综合能源系统的第h个子环节的第i个投入指标和第j个产出指标,/>分别表示场景o中矿山综合能源系统第h个子环节的第i个投入指标的松弛量和第j个产出指标的松弛量,/>表示矿山综合能源系统的第h个子环节在场景o中的能效效率值,/>分别表示场景o中矿山综合能源系统的第h个子环节的第i个投入指标相对于其他场景的最优松弛量和第j个产出指标相对于其他场景的最优松弛量。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,能效模型包括第一约束条件,第一约束条件包括:
式中,D表示场景的总个数,分别表示场景d中矿山综合能源系统的第h个子环节的第i个投入指标和第j个产出指标,/>分别表示场景d中矿山综合能源系统的第h个子环节的第i个投入指标的权重值和第j个产出指标的权重值,/>表示场景o中关于第i个投入指标在第h个子环节和第l个子环节的中间产出,/>表示场景d中关于第i个投入指标在第h个子环节和第l个子环节的中间产出,/>表示场景d中矿山综合能源系统的第l个子环节的第i个投入指标的权重值。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,电能消耗量通过求解计及能源品位的煤流-能流耦合的矿山综合能源系统运行模型来获取,以及矿山综合能源系统运行模型包括第三目标函数,第三目标函数包括:
min CO-MIES=COP+CEX+CFU+CCT
式中,CO-MIES表示矿山综合能源系统的总运行成本,COP、CEX、CFU、CCT分别表示矿山综合能源系统的运行维护成本、购电成本、燃料成本以及碳税成本,Pm,t表示第m种设备在t时刻的出力,Cm表示第m种设备单位功率的运行维护成本,Pebuy,t表示t时刻的购电功率,Gebuy,t表示t时刻的购电价格,αm,w表示第m种设备的第w种污染气体排放因子,δm.w表示第m种设备第w种污染气体的碳惩罚成本价格,表示电网购电的碳排放因子,/>表示二氧化碳的碳惩罚价格,M表示设备的总数量,W污染气体的总数量,T表示总时段数。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,矿山综合能源系统运行模型包括第二约束条件,第二约束条件包括电功率平衡约束、热功率平衡约束、冷功率平衡约束、煤流运输约束、各设备的出力约束以及储热约束。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,电功率平衡约束包括:
PWT,t+PPV,t+Pebuy,t+PGan,t+PVAM,t+PGT,t=PBC,t+PWHSP,t+PRCE,t+PeLoad,t
式中,PWT,t表示风电机组t时刻的实际出力,PPV,t表示光伏机组t时刻的实际出力,PGan,t表示煤矸石发电装置t时刻的输出电功率,PVAM,t表示乏风氧化发电装置t时刻的输出电功率,PGT,t表示燃气轮机t时刻的供电功率,PBC,t表示皮带运输机t时刻的功率,PWHSP,t表示水源热泵t时刻所消耗的电功率,PRCE,t表示电制冷机组t时刻所消耗的电功率,PeLoad,t表示t时刻的电负荷量;
热功率平衡约束包括:
式中,HWSHP,t表示水源热泵t时刻制热的热功率,HVAM,t表示乏风氧化发电装置t时刻的输出热功率,HGT,t表示燃气轮机t时刻的供热功率,HGan,t表示煤矸石发电装置t时刻的输出热功率,表示蓄热罐t时刻的放热功率,Hhload,t表示t时刻的热负荷量,HAC,t表示吸收式制冷机组t时刻的热功率,/>蓄热罐t时刻的储热功率;
冷功率平衡约束包括:
LCE,t+LAC,t=Lcload,t
式中,LCE,t、LAC,t分别表示电制冷机组和吸收式制冷机组t时刻的制冷功率,Lcload,t表示t时刻的冷负荷量;
煤流运输约束包括:
式中,分别表示t时刻和(t+1)时刻皮带上煤流的运输量,ξBC,t表示t时刻运输煤流的速度,VBC,t表示皮带运输机t时刻的带速,/>分别表示t时刻的最小煤流运输量和最大煤流运输量,Δt表示单位时长,/>表示皮带运输机的最大带速,Fsilo,t表示t时刻煤仓中的煤量,/>分别表示煤仓的最小储煤量和最大储煤量;
各设备的出力约束包括:
Pm,min≤Pm,t≤Pm,max
ΔPm,min≤Pm,t+1-Pm,t≤ΔPm,max
式中,Pm,min、Pm,max分别表示第m种设备的最小出力和最大出力,Pm,t+1表示第m种设备在(t+1)时刻的出力,ΔPm,min、ΔPm,max分别表示第m种设备的最小爬坡出力和最大爬坡出力;
储热约束包括:
式中,分别表示蓄热罐t时刻的储热状态变量与放热状态变量,取值为1或0,/>分别表示蓄热罐t时刻储热功率的最小值和最大值,分别表示蓄热罐t时刻放热功率的最小值和最大值。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,总碳排当量通过下式获取:
式中,表示矿山综合能源系统的总碳排当量,vGas,t、vVam,t分别表示瓦斯和乏风在t时刻的流量,αGas、αVam分别表示瓦斯和乏风中所有污染气体的排放因子,分别表示甲烷的密度和排放因子。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,吨煤碳排量通过下式获取:
式中,表示吨煤碳排量,/>表示t时刻的煤矿生产量。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,效率通过下式获取:
式中,θMIES表示矿山综合能源系统的效率,Ee-load、Eh-load、Ec-load分别表示矿山综合能源系统输出的电能/>值、热能/>值和冷能/>值,Eel、Efuel、Epv、Ewt分别表示矿山综合能源系统输入的电能/>值、燃料能/>值、太阳能/>值和风能/>值。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,伴生能源利用率通过下式获取:
式中,Rass表示伴生能源利用率,Qass表示伴生能源供能量,Qall表示矿山综合能源系统的总耗能量,Qall-e表示矿山综合能源系统的总耗电量,Qall-h表示矿山综合能源系统的总耗热量。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,可再生能源渗透率包括:
式中,Rres表示可再生能源的渗透率,Qres表示可再生能源供能量。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,煤仓缓冲收益通过下式获取:
式中,SCS表示煤仓缓冲收益,CTOU表示分时电价,表示非耦合情况下皮带t时刻的运输功率,/>表示煤流-能流耦合情况下皮带t时刻的运输功率。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,煤炭运输连续性通过下式获取:
式中,ContiT表示煤炭运输连续性,表示非耦合情况下皮带t时刻运输煤流的速度,/>表示煤流-能流耦合情况下皮带t时刻运输煤流的速度。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,根据得到的各指标值,对能效模型进行求解,包括:通过Charnes-Cooper对能效模型进行线性转换,得到线性化的能效模型;根据得到的各指标值,对线性化的能效模型进行求解,得到矿山综合能源系统在各场景中的能效效率值以及其各子环节的能效效率值。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,子环节包括煤流运输子环节、能源循环利用子环节、能源存储子环节以及能源配用子环节。
可选地,在根据本发明的矿山综合能源系统能效的优化处理方法中,场景包括春季运行场景、夏季运行场景、秋季运行场景、冬季运行场景。
根据本发明的又一个方面,提供一种煤流-能流耦合的矿山综合能源系统,该矿山综合能源系统包括能源网络层、煤矿运输层以及耦合层,其中:能源网络层包括能量供应单元、能量循环利用单元以及储能单元,能量供应单元包括可再生能源、伴生能源,能量循环利用单元包括煤矸石发电机组、乏风氧化发电机组、水源热泵、燃气轮机、余热锅炉和制冷机组,储能单元包括蓄热装置;煤矿运输层包括皮带运输机和煤仓;以及耦合层包括选煤厂。
根据本发明的又一个方面,提供一种计算设备,包括:至少一个处理器;以及存储器,存储有程序指令,其中,程序指令被配置为适于由至少一个处理器执行,程序指令包括用于执行根据本发明的矿山综合能源系统能效的优化处理方法的指令。
根据本发明的又一个方面,提供一种存储有程序指令的可读存储介质,当程序指令被计算设备读取并执行时,使得计算设备执行根据本发明的矿山综合能源系统能效的优化处理方法。
根据本发明的矿山综合能源系统能效的优化处理方法,计及矿山能源系统的煤流-能流耦合协调的独特性及能耗利用多样性,构建煤流-能流耦合的矿山综合能源系统,这样便可对系统内部的能量耦合关系进行分析。在此基础上,本发明进一步构建包括矿山综合能源系统的多个子环节的网络结构的能效模型,这样不仅能输出矿山综合能源系统的整体效率值,还能输出其内部各子环节的能效效率值,如此便可有效识别出系统能效提升的重点环节。并且,基于超效率的松弛变量法构建能效模型,可提升其准确度。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的结构框图;
图2示出了根据本发明一个实施例的矿山综合能源系统能效的优化处理方法200的流程图;
图3示出了根据本发明一个实施例的煤流-能流耦合的矿山综合能源系统框架的示意图;
图4示出了根据本发明一个实施例的具有网络结构的能效模型的示意图;
图5示出了根据本发明一个实施例的矿山综合能源系统的能效指标体系的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
在节能降耗方面,目前现有研究仅给出矿山多种伴生能源综合利用的各种形式,矿山内部综合能源循环利用的策略仍比较传统,一方面缺乏含可再生能源的新型矿山综合能源系统研究,未充分考虑清洁能源在系统中对提升能效与降低碳排放的重要作用;另一方面,未考虑矿山综合能源系统煤流-耦合的独特特性。在能效研究的处理对象方面,现有研究多针对一般性综合能源系统展开,忽略了矿山综合能源系统的显著特殊性,缺乏直接应用于煤矿生产用能及含衍生能源利用的且生态性明显的综合能源能效处理方法。在处理方法方面,现有能效处理方法多基于热力学第一定律和第二定律,分别从“量”和“质”的角度进行分析,缺乏对综合能源系统内部的能量耦合关系分析,且不能合理反映能源品位差异。
基于此,本发明提供了一种矿山综合能源系统能效的优化处理方法。其中,考虑矿山能源系统的煤流-能流耦合协调的独特性及能耗利用多样性,构建了煤流-能流耦合的矿山综合能源系统框架;针对矿山综合能源系统能效涉及多种投入和产出要求,包含能效输入、循环利用、存储及输出多个环节,构建了具有网络结构的基于松弛变量的数据包络方法对矿山综合能源系统进行能效分析;计及系统能耗情况、碳排情况、能源品位、能效利用以及煤流-能流耦合特性,建立了全面的矿山综合能源系统指标体系。
其中,本发明的矿山综合能源系统能效的优化处理方法可以在计算设备中执行。图1示出了计算设备100的物理组件(即,硬件)的框图。在基本配置中,计算设备100包括至少一个处理单元102和系统存储器104。根据一个方面,取决于计算设备的配置和类型,处理单元102可以实现为处理器。系统存储器104包括但不限于易失性存储(例如,随机存取存储器)、非易失性存储(例如,只读存储器)、闪速存储器、或者这样的存储器的任何组合。根据一个方面,系统存储器104中包括操作系统105和程序模块106,程序模块106中包括能效优化处理模块120,能效优化处理模块120被配置为执行本发明的矿山综合能源系统能效的优化处理方法200。
根据一个方面,操作系统105例如适合于控制计算设备100的操作。此外,示例结合图形库、其他操作系统、或任何其他应用程序而被实践,并且不限于任何特定的应用或系统。在图1中通过在虚线108内的那些组件示出了该基本配置。根据一个方面,计算设备100具有额外的特征或功能。例如,根据一个方面,计算设备100包括额外的数据存储设备(可移动的和/或不可移动的),例如磁盘、光盘、或者磁带。这样额外的存储在图1中是由可移动存储109和不可移动存储110示出的。
如在上文中所陈述的,根据一个方面,在系统存储器104中存储有程序模块。根据一个方面,程序模块可以包括一个或多个应用程序,本发明不限制应用程序的类型,例如应用程序可以包括:电子邮件和联系人应用程序、文字处理应用程序、电子表格应用程序、数据库应用程序、幻灯片展示应用程序、绘画或计算机辅助应用程序、网络浏览器应用程序等。
根据一个方面,可以在包括分立电子元件的电路、包含逻辑门的封装或集成的电子芯片、利用微处理器的电路、或者在包含电子元件或微处理器的单个芯片上实践示例。例如,可以经由其中在图1中所示出的每个或许多组件可以集成在单个集成电路上的片上系统(SOC)来实践示例。根据一个方面,这样的SOC设备可以包括一个或多个处理单元、图形单元、通信单元、系统虚拟化单元、以及各种应用功能,其全部作为单个集成电路而被集成(或“烧”)到芯片基底上。当经由SOC进行操作时,可以经由在单个集成电路(芯片)上与计算设备100的其他组件集成的专用逻辑来对在本文中所描述的功能进行操作。还可以使用能够执行逻辑操作(例如AND、OR和NOT)的其他技术来实践本发明的实施例,所述其他技术包括但不限于机械、光学、流体、和量子技术。另外,可以在通用计算机内或在任何其他任何电路或系统中实践本发明的实施例。
根据一个方面,计算设备100还可以具有一个或多个输入设备112,例如键盘、鼠标、笔、语音输入设备、触摸输入设备等。还可以包括输出设备114,例如显示器、扬声器、打印机等。前述设备是示例并且也可以使用其他设备。计算设备100可以包括允许与其他计算设备118进行通信的一个或多个通信连接116。合适的通信连接116的示例包括但不限于:RF发射机、接收机和/或收发机电路;通用串行总线(USB)、并行和/或串行端口。
如在本文中所使用的术语计算机可读介质包括计算机存储介质。计算机存储介质可以包括以任何用于存储信息(例如,计算机可读指示、数据结构、或程序模块)的方法或技术来实现的易失性的和非易失性的、可移动的和不可移动的介质。系统存储器104、可移动存储109、和不可移动存储110都是计算机存储介质的示例(即,存储器存储)。计算机存储介质可以包括随机存取存储器(RAM)、只读存储器(ROM)、电可擦只读存储器(EEPROM)、闪速存储器或其他存储器技术、CD-ROM、数字通用盘(DVD)或其他光存储、盒式磁带、磁带、磁盘存储器或其他磁存储设备、或者可用于存储信息并且可以由计算机设备100访问的任何其他制品。根据一个方面,任何这样的计算机存储介质都可以是计算设备100的一部分。计算机存储介质不包括载波或其他经传播的数据信号。
根据一个方面,通信介质是由计算机可读指令、数据结构、程序模块、或者经调制的数据信号(例如,载波或其他传输机制)中的其他数据实施的,并且包括任何信息传递介质。根据一个方面,术语“经调制的数据信号”描述了具有一个或多个特征集或者以将信息编码在信号中的方式改变的信号。作为示例而非限制,通信介质包括诸如有线网络或直接有线连接之类的有线介质,以及诸如声学、射频(RF)、红外线的、以及其他无线介质之类的无线介质。
图2示出了根据本发明一个实施例的矿山综合能源系统能效的优化处理方法200的流程图,方法200适于在计算设备(例如图1所示的计算设备100)中执行。
在方法200中,首先构建煤流-能流耦合的矿山综合能源系统(Mine IntegratedEnergy System,MIES),然后再执行以210开始的步骤。如图3,该耦合系统具体由三层组成:能源网络层、煤矿运输层以及耦合层。其中,能源网络层可划分为能量供应单元、能量循环利用单元、储能单元以及用能单元。具体地,能量供应单元主要由电网购电、可再生能源以及伴生能源三个部分组成;能量循环利用单元包含煤矸石发电机组(Gan)、乏风氧化发电机组(VAM)、水源热泵(WSHP)、燃气轮机(GT)、余热锅炉和制冷机组(AC)等;储能单元为蓄热装置;用能单元即为供给矿区的生产及生活负荷的冷、热、电负荷。煤矿运输层主要由采煤工作面(WK)、井下煤仓(SS)、运输皮带机(BCT)以及地面煤仓(MS)组成。耦合环节即为选煤厂(CPP),它作为煤流与能流的耦合节点,其同时有煤流和电能的输入。
在构建好煤流-能流耦合的矿山综合能源系统后,进入210,利用基于松弛变量的数据包络分析法,构建具有网络结构的矿山综合能源系统的能效模型,该能效模型包括矿山综合能源系统的多个子环节。其中,在一些实施例中,子环节可以包括煤流运输子环节、能源循环利用子环节、能源存储子环节以及能源配用子环节。也就是说,该步骤具体而言,将煤流运输环节、能源循环利用环节,能源存储环节以及能源配用环节等作为系统的子环节,构建基于松弛变量的网络数据包络模型(Network Slacks-Based Measure-DataEnvelopment Analysis,NSBM-DEA),并将其作为矿山综合能源系统的能效模型。
对此,说明一下。DEA模型适用于复杂系统的多输入多输出问题。一方面,它将决策单元的输入和输出权重作为变量,从最有利于被评价决策单元的角度进行分析,可以规避主观因素的影响;另一方面,其效率值无需统一计量单位,且使用综合指标来衡量效率,从客观角度出发,可以表示被评估决策单元投入与产出之间的关系,以分析该单元与其他单元的相对效率。而矿山综合能源系统能效涉及多种投入和产出要求,且计量单位各不相同,因此本实施例选取DEA方法对矿山综合能源系统能效进行分析优化。
进一步地,考虑到传统的DEA模型存在诸多不足:一方面,传统DEA模型仅考虑系统整体投入与产出,将决策单元视为一个黑盒子,求解的为系统整体效率值,忽略了系统内部的中间过程,而MIES内煤炭生产流程与能量流动过程紧密耦合,且能流涉及输入、循环、存储多个环节,各环节息息相关,显然如若仅对整体效率进行分析,将无法知晓其内部各环节的能效,进而也就无法分析系统能效的薄弱环节;另一方面,传统DEA模型均为径向的,未考虑松弛改进部分,其对系统无效率程度的测量仅包含投入或产出等比缩减或增加的比例,当系统的投入冗余或产出不足时,即存在非零松弛时将导致MIES能效结果高于实际能效效率。
因此,本实施例运用基于松弛变量的数据包络方法,结合MIES中煤流与能流耦合的协同运行过程,将煤流运输环节,能源循环利用环节,能源存储环节以及能源配用环节(即供给负荷的环节)等作为系统的子环节,构建NSBM-DEA模型,来对MIES煤流-能流协同运行全过程的能效进行分析。如图4,其示出了根据本发明一个实施例的具有网络结构的能效模型的示意图,X1、X2'、X2、X3表示投入指标,Y1、Y2、Y3、Y4表示产出指标,Zi表示中间产出,决策单元D表示场景D,一个决策单元对应一个场景。
下面对所构建的具有网络结构的矿山综合能源系统的能效模型进行说明。根据本发明的一个实施例,该网络结构的能效模型包括第一目标函数和第二目标函数。其中,第一目标函数包括:
第二目标函数包括:
式中,表示矿山综合能源系统在场景o中的能效效率值,H表示矿山综合能源系统子环节的总个数,ωh表示矿山综合能源系统的第h个子环节的权重,wh、vh分别表示矿山综合能源系统第h个子环节的投入指标个数和产出指标个数,/>分别表示场景o中矿山综合能源系统的第h个子环节的第i个投入指标和第j个产出指标,/>分别表示场景o中矿山综合能源系统第h个子环节的第i个投入指标的松弛量和第j个产出指标的松弛量,/>表示矿山综合能源系统的第h个子环节在场景o中的能效效率值,/>分别表示场景o中矿山综合能源系统的第h个子环节的第i个投入指标相对于其他场景的最优松弛量和第j个产出指标相对于其他场景的最优松弛量。
在此说明一下,首先,和/>其在计算得到矿山综合能源系统在场景o中的能效效率值/>后则可获得。其次,一个决策单元对应一个场景,而场景是指矿山综合能源系统的运行模式。其中,在一些实施例中,可以包括春季运行场景(即春季运行模式)、夏季运行场景、秋季运行场景和冬季运行场景。进一步地,还可以对每个运行场景进行煤流-能流耦合和非耦合划分,例如,以春季运行场景为例,可进一步划分为煤流-能流耦合的春季运行场景和非耦合的春季运行场景。当然这仅是一示例,对此本发明不作限定,在具体的实施例中,本领域的技术人员可以根据实际需要进行设定。
另外,所构建的网络结构的能效模型还包括与第一目标函数对应的约束条件,为了便于描述,将其称为第一约束条件。根据本发明的一个实施例,第一约束条件包括:
式中,D表示场景的总个数,分别表示场景d中矿山综合能源系统的第h个子环节的第i个投入指标和第j个产出指标,/>分别表示场景d中矿山综合能源系统的第h个子环节的第i个投入指标的权重值和第j个产出指标的权重值,/>表示场景o中关于第i个投入指标在第h个子环节和第l个子环节的中间产出,/>表示场景d中关于第i个投入指标在第h个子环节和第l个子环节的中间产出,/>表示场景d中矿山综合能源系统的第l个子环节的第i个投入指标的权重值。
至此,构建了一个子环节相关联的网络形式的能效模型。接下来,构建矿山综合能源系统的能效指标体系。考虑到MIES中煤流与能流协同运行的特性,本实施例构建一计及经济、低碳及能源品味的MIES能效指标体系。
具体地,MIES作为一个涉及多能源设备、多用能主体、以及煤矿物质流、能量流及碳流耦合的多投入、多产出的复杂动态系统,系统整体投入涉及多项指标。本实施例结合矿山综合能源系统物质-能量耦合特性,构建电能消耗量、吨煤碳排量以及MIES总碳排当量三项投入型指标,并选取三类产出型指标:计及能源品位的产出指标,效率;表征能源利用效率的指标伴生能源利用率,可再生能源渗透率(即RES消纳率);以及表征煤流-能流耦合增效的指标煤仓缓冲收益和煤炭运输连续性,如下述220。
在220中,构建矿山综合能源系统的能效指标体系,该能效指标体系包括投入型指标和产出型指标,投入型指标包括电能消耗量、总碳排当量、吨煤碳排量,产出型指标包括效率、伴生能源利用率、可再生能源渗透率、煤仓缓冲收益以及煤炭运输连续性,可参见图5。其中,投入型指标是指数值与评估结果成反比的指标,产出型指标是指数值与评估结果成正比的指标。
随后,进入230,基于求解矿山综合能源系统中各设备的运行模型获得的运行参数,获取各指标值。其中,在一些实施例中,矿山综合能源系统中的设备包括光伏机组、风电机组、煤矸石发电装置、乏风氧化发电装置、水源热泵、燃气轮机、余热锅炉、制冷机组、蓄热罐、皮带运输机、煤仓及选煤厂。
下面先对各设备的运行模型(或者说数学模型)进行说明,具体如下。
1)能源网络层中的各设备
光伏发电模块(即光伏机组):
式中,PPV,t表示t时刻光伏电池的输出电功率,PPVM表示光伏电池标准测试下的最大发电功率,γPV,t表示t时刻的光照强度,γPVM表示标准测试下输出电功率时的光照强度。
风力发电模块(即风电机组):
式中,PWT,t表示t时刻风电机组的输出电功率,PWTM表示风电机组标准测试下的最大发电功率,γWT,t表示t时刻的风力强度,γWTM表示标准测试下输出电功率时的风力强度。
煤矸石利用模块(即煤矸石发电装置),矿山中的煤矸石是指煤的非可采部分以及采出煤后所产生的煤渣、泥岩、砾石等,煤矿生产过程中,会产生大量的煤矸石,这些煤矸石可以通过运输和处理后作为煤矸石发电厂的发电原料使用,具体地:
GGan,t=Gcoal,t(1-vcoal)WGan+Gcoal,tvcoalRGan
GGan,t′=GGan,t-1′+GGan,t-GGanC,t
SGan,t=GGan,t′μGan
式中,GGan,t表示t时刻煤矸石的总产量,Gcoal,t表示t时刻原煤的产量,vcoal表示煤炭入选率,即从全部采掘的煤炭中能够被挑出来的合格煤炭的比例,WGan表示洗矸排矸率,即表示在对煤矸石进行洗选处理时,从其总重量中挑选出来的煤炭占总重量的比例,RGan表示采矸排矸率,即表示采矿过程中,被挑选出的矿石中煤矸石占总重量的比例,GGan,t′、GGan,t-1′分别表示t时刻和(t-1)时刻煤矸石的存储量,GGanC,t表示t时刻煤矸石的总利用量,SGan,t表示t时刻存储煤矸石的占地面积,μGan表示存储煤矸石的占地系数,PGan,t、HGan,t分别表示煤矸石发电装置t时刻的输出电功率和输出热功率,XGan表示每吨煤矸石的可发电量,分别表示煤矸石发电装置的电效率和热效率。
乏风氧化发电模块(即乏风氧化发电装置),煤矿生产中,部分瓦斯与空气混合后形成的气体称为乏风(Ventilation Air Mehane,VAM)。乏风氧化发电装置将矿山开采后产生的乏风低品位煤炭资源,通过高温氧化转化为热能,再利用热能驱动发电机发电。该装置在保护环境、减少温室气体排放等方面有着重要的意义,其发电功率为:
式中,PVAM,t、HVAM,t分别表示t时刻乏风发电装置的输出电功率和输出热功率,vVAM,t表示t时刻乏风流量,表示甲烷热值,μVAM,t表示t时刻乏风中甲烷浓度,ηVAM表示乏风发电装置的效率,/>为乏风发电装置的耗电率,/>表示乏风发电装置的热电比。
矿井涌水余热利用模块(即水源热泵),在矿山生产过程中,矿井涌水会带走大量的热能,如果不进行利用,将会造成能源的浪费。因此,通过在矿井涌水处安装水源热泵,可以将常年恒温的矿井涌水中的余热回收利用,用于矿山的供热等方面,具体地:
式中,HWSHP,t表示t时刻水源热泵制热的热功率,表示水源热泵的制热效率系数,PWSHP,t表示t时刻水源热泵所消耗的电功率。
燃气轮机,矿井中产生的高浓度瓦斯可选用燃气轮机进行发电,其数学模型为:
式中,PGT,t、HGT,t分别表示t时刻燃气轮机的供电功率和供热功率,VGas,t表示t时刻输入瓦斯的速率,ηGt表示燃气轮机的发电效率,表示甲烷的热值,μGas,t表示t时刻输入瓦斯中甲烷的浓度,ηloss表示热损失系数。
余热锅炉,矿山综合能源系统中,余热锅炉的作用是利用矿山生产过程中产生的废热,通过余热锅炉将其转化为热能,再利用该热能进行热水供应、蒸汽发电等用途。这样可以充分利用能源,提高能源利用效率,降低能源消耗和生产成本,同时也能减少环境污染。因此,余热锅炉在矿山综合能源系统中起着非常重要的作用。具体地,余热锅炉在运行过程中满足以下条件:
式中,HWHB,t表示t时刻余热锅炉的供热功率,ηWHB表示余热锅炉的热效率,表示t时刻输入余热锅炉的总热量。
制冷模块(即制冷机组),在矿山综合能源园区中,制冷模块包括电制冷及吸收式制冷装置。其中,吸收式制冷机组的运行过程满足下式:
式中,LAC,t表示t时刻吸收式制冷机组的制冷功率,μAC表示吸收式制冷机组的能效比,表示t时刻吸收式制冷机组所吸收的全部热量。
电制冷机组的运行过程满足下式:
LCE,t=μCEPRCE,t
式中,LCE,t表示t时刻电制冷机组的制冷功率,μCE表示电制冷机组的能效比,PRCE,t表示t时刻电制冷机组所消耗的电功率。
蓄热模块(即蓄热罐),MIES中配置蓄热罐以实现热储能,其在运行过程中满足的充放热功率可用下式表示:
式中,QHCD,t、QHCD,t-1分别表示t时刻和(t-1)时刻储热罐的储热量,分别表示储热罐的储能效率与放能效率,/>分别表示t时刻的储热功率与放热功率,/>表示储能维持率。
2)煤流运输层及耦合层中的各设备
皮带运输机,皮带运输机作为煤流运输网络中的枢纽环节,其运行功率与运输速率、运量之间的关系如下式所示:
式中,PBC,t表示皮带运输机在t时刻的功率,vBC,t、QBC,t分别表示皮带运输机t时刻的带速与运煤速率,φd、φm表示皮带运输机动力系统相关的固定参数,表示皮带运输机结构相关的固定参数。
煤仓及选煤厂,煤仓与选煤厂均需考虑其储存容量的相关约束,需满足的具体表达式如下:
式中,Fsilo,t、Fsilo,t-1分别表示t时刻和(t-1)时刻煤仓中的煤量, 分别表示t时刻进、出煤仓的煤量。
在得到矿山综合能源系统各设备的运行模型后,根据本发明的一个实施例,可以利用粒子群优化算法对各设备的运行模型进行求解,来获取运行参数。进一步地,在一些实施例中,可以通过调用MATLAB中的Gurobi 9来对各设备的运行模型进行求解。当然,这仅是一示例,对此本发明不作限定。
接下来,对各指标值的获取方式进行说明。
1)电能消耗量
根据本发明的一个实施例,可以通过求解计及能源品位的煤流-能流耦合的矿山综合能源系统运行模型来获取矿山综合能源系统的电能消耗量。其中,矿山综合能源系统运行模型包括第三目标函数,第三目标函数包括:
min CO-MIES=COP+CEX+CFU+CCT
式中,CO-MIES表示矿山综合能源系统的总运行成本,COP、CEX、CFU、CCT分别表示矿山综合能源系统的运行维护成本、购电成本、燃料成本以及碳税成本,Pm,t表示第m种设备在t时刻的出力,Cm表示第m种设备单位功率的运行维护成本(即每功率的运行维护成本),Pebuy,t表示t时刻的购电功率(即矿山综合能源系统t时刻向电网购买的电量),Gebuy,t表示t时刻的购电价格,αm,w表示第m种设备的第w种污染气体排放因子,δm.w表示第m种设备第w种污染气体的碳惩罚成本价格,表示电网购电的碳排放因子,/>表示CO2的碳惩罚价格,M表示设备的总数量,W污染气体的总数量,T表示总时段数,或者说总时刻数。
另外,矿山综合能源系统运行模型还包括与第三目标函数对应的约束条件,为了便于描述,将其称为第二约束条件。根据本发明的一个实施例,第二约束条件包括电功率平衡约束、热功率平衡约束、冷功率平衡约束、煤流运输约束、各设备的出力约束以及储热约束,具体如下。
电功率平衡约束,包括:
PWT,t+PPV,t+Pebuy,t+PGan,t+PVAM,t+PGT,t=PBC,t+PWHSP,t+PRCE,t+PeLoad,t
式中,PWT,t表示风电机组t时刻的实际出力,PPV,t表示光伏机组t时刻的实际出力,PGan,t表示煤矸石发电装置t时刻的输出电功率,PVAM,t表示乏风氧化发电装置t时刻的输出电功率,PGT,t表示燃气轮机t时刻的供电功率,PBC,t表示皮带运输机t时刻的功率,PWHSP,t表示水源热泵t时刻所消耗的电功率,PRCE,t表示电制冷机组t时刻所消耗的电功率,PeLoad,t表示t时刻的电负荷量。
热功率平衡约束,包括:
式中,HWSHP,t表示水源热泵t时刻制热的热功率,HVAM,t表示乏风氧化发电装置t时刻的输出热功率,HGT,t表示燃气轮机t时刻的供热功率,HGan,t表示煤矸石发电装置t时刻的输出热功率,表示蓄热罐t时刻的放热功率,Hhload,t表示t时刻的热负荷量,HAC,t表示吸收式制冷机组t时刻所消耗的热功率,/>蓄热罐t时刻的储热功率。
冷功率平衡约束,包括:
LCE,t+LAC,t=Lcload,t
式中,LCE,t、LAC,t分别表示电制冷机组和吸收式制冷机组t时刻的制冷功率,Lcload,t表示t时刻的冷负荷量。
煤流运输约束,包括:
式中,分别表示t时刻和(t+1)时刻皮带上煤流的运输量(即煤矿进出皮带煤量),ξBC,t表示t时刻运输煤流的速度(即t时刻煤矿的进料速度),VBC,t表示皮带运输机t时刻的带速,/>分别表示t时刻的最小煤流运输量和最大煤流运输量,Δt表示单位时长(即一个时段的时长,或者说两个相邻时刻的间隔),/>表示皮带运输机的最大带速,Fsilo,t表示t时刻煤仓中的储煤量,/>分别表示煤仓的最小储煤量和最大储煤量。
各设备的出力约束(或者说运行约束),包括:
Pm,min≤Pm,t≤Pm,max
ΔPm,min≤Pm,t+1-Pm,t≤ΔPm,max
式中,Pm,min、Pm,max分别表示第m种设备的最小出力和最大出力,Pm,t+1表示第m种设备在(t+1)时刻的出力,ΔPm,min、ΔPm,max分别表示第m种设备的最小爬坡出力和最大爬坡出力。
储热约束,包括:
式中,分别表示蓄热罐t时刻的储热状态变量与放热状态变量,取值为1或0,其中,/>取1表示蓄热罐t时刻处于储热状态,/>取0表示蓄热罐t时刻未处于储热状态,/>取1表示蓄热罐t时刻处于放热状态,/>取0表示蓄热罐t时刻未处于放热状态,/>分别表示蓄热罐t时刻储热功率的最小值和最大值,/>分别表示蓄热罐t时刻放热功率的最小值和最大值。
关于上述计及能源品位的煤流-能流耦合的矿山综合能源系统运行模型,根据本发明的一个实施例,也可以利用粒子群优化算法来进行求解,进而获得电能消耗量,对此本发明不作限定。另外,对于求解过程,在此不再赘述,具体可参见已有技术中粒子群优化算法的相关描述。
2)总碳排当量
根据本发明的一个实施例,可以通过下式获取:
式中,表示矿山综合能源系统的总碳排当量,vGas,t、vVam,t分别表示瓦斯和乏风在t时刻的流量,αGas、αVam分别表示瓦斯和乏风中所有污染气体的排放因子,或者说综合碳排因子,/>分别表示甲烷的密度和排放因子。
其中,在一些实施例中,上式也可以表示为:
式中,αGas,w、αVam,w分别表示瓦斯和乏风中第w种污染气体的排放系数即,瓦斯和乏风中第w种污染气体转换成碳排的系数。
3)吨煤碳排量
吨煤碳排量即为MIES吨煤生产耗能所产生的碳排放量,根据本发明的一个实施例,可以通过下式获取:
式中,表示吨煤碳排量,/>表示t时刻的煤矿生产量。
4)效率
MIES中涉及多种不同能源,各能源具有不同的品质水平,即使相同热量的不同能源在使用过程中其转化为功的能力也存在一定差异,因此MIES中不同能源之间存在着质量上的差异。基于此,本实施例选取基于能源品位的分析方法,引入能质系数概念,根据MIES中各能源形式的根本属性,对各类型能源的做功量进行折算,以此为基础,对MIES进行兼具“数量”与“品质”的能效分析。
具体地,本实施例以能质系数为基础,运用分析理论对MIES整体及其各环节中不同能源品位的能源及其梯级利用情况进行分析,将MIES的输出/>与输入/>之比作为/>效率,基于此,可通过下式获取/>效率:
式中,θMIES表示矿山综合能源系统的效率,Ee-load、Eh-load、Ec-load分别表示矿山综合能源系统输出的电能/>值、热能/>值和冷能/>值,Eel、Efuel、Epv、Ewt分别表示矿山综合能源系统输入的电能/>值、燃料能/>值、太阳能/>值和风能/>值。
其中,能量传递有两种形式——功和热,二者之间的转换是不可逆的,这种不可逆性表明了不同形式及高低温物体中的能量之间存在数量和质量上的差异。基于此,本实施例综合考虑能量的数量与质量,将不同能源对外做功量与其总能量的比值作为能源的能质系数如下式所示:
式中,表示第s种能源的能质系数,Ws表示第s种能源的对外做功量,Exs表示第s种能源的/>值,Qs表示第s种能源的总能量值。
如此,则可通过上式来获取各能源的值。其中,MIES中各类能源的能质系数有所不同,下面对各能源的能质系数进行一一说明。
燃料的能质系数,MIES中各类燃料如燃煤、乏风、瓦斯等燃料其具体可表现为与环境的化学不平衡性,结合MIES具体工程应用角度而言,各类燃料的/>可等效为其在燃烧时达到燃烧温度Tfuel的热量/>因此其能质系数为:
式中,表示燃料g的能质系数,T0表示环境基准温度,Tfuel,g表示燃料g的燃烧温度。
热能的能质系数,MIES中涉及三类不同导热工质冷凝剂、液态水和蒸汽的热能,其能质系数分别如下:
/>
式中,分别表示工质为冷凝剂、液态水和蒸汽的热能能质系数,Tca1、Tca2分别表示冷凝剂传递热能前后的温度,Thw1、Thw2分别表示液态水传递热能前后的温度,sl1、sl2分别表示蒸汽传递热能前后的比焓,hl1、hl2分别表示蒸汽传递热能前后的焓熵。
冷负荷的能质系数:
式中,表示冷负荷的能质系数,Tcl1、Tcl2分别表示冷负荷传递热能前后的温度。
清洁能源的能质系数,各类清洁能源相较于传统能源,均具有较高的能量品质,其作为MIES的输入能源,具有较大的支付因此,清洁能源的能质系数具体如下:
式中,表示清洁能源q的能质系数,/>表示清洁能源q所输出能源的能质系数,/>表示清洁能源q的转换效率。
5)伴生能源利用率和可再生能源渗透率
为表征MIES内部乏风、瓦斯及涌水等伴生能源的利用情况及可再生能源的消纳情况,选取伴生能源利用率与可再生能源消纳率(即可再生能源渗透率)两个产出型指标,其分别为MIES中伴生能源的实际供能量与MIES总耗能量的比例以及系统中可再生能源实际发电量与总用电量的比例,具体如下:
式中,Rass表示伴生能源利用率,Qass表示伴生能源供能量,Qall表示矿山综合能源系统的总耗能量,Qall-e表示矿山综合能源系统的总耗电量,Qall-h表示矿山综合能源系统的总耗热量。
式中,Rres表示可再生能源的渗透率,Qres表示可再生能源供能量。
6)煤仓缓冲收益以及煤炭运输连续性
MIES的特性之一即为煤炭生产流程和能量流动的强耦合性,为表征该特性,本实施例选取煤仓缓冲收益、煤炭运输连续性两个指标。其中,煤仓缓冲收益即为皮带和煤仓根据分时电价而即时调整其负荷需求,从而降低的系统能耗收益,具体如下:
式中,CSC表示煤仓缓冲收益,CTOU表示分时电价,表示非耦合情况下皮带t时刻的运输功率(即运输煤流量的功率),/>表示煤流-能流耦合情况下皮带t时刻的运输功率。
煤炭运输连续性,是指煤炭运输网络中煤炭进料速率的波动程度,其中波动越小证明连续性越强,具体如下:
式中,ContiT表示煤炭运输连续性,表示非耦合情况下皮带t时刻运输煤流的速度(即矿山综合能源系统煤矿进料速度),/>表示煤流-能流耦合情况下皮带t时刻运输煤流的速度。
至此,获得了各指标值。随后,进入240,根据得到的各指标值,对能效模型进行求解,得到矿山综合能源系统在各场景中的能效效率值以及其各子环节的能效效率值。
根据本发明的一个实施例,可以通过如下方式对所构建的能效模型进行求解。首先,通过Charnes-Cooper对所构建的能效模型进行线性转换,得到线性化的能效模型。其中,线性化的能效模型包括第四目标函数和第五目标函数。具体地,第四目标函数包括:
第五目标函数包括:
式中,μ表示引入的标量,为一常数。
进一步地,线性化的能效模型还包括与第四目标函数对应的约束条件,为了便于描述,将其称为第三约束条件,具体包括:
/>
接下来,将得到的各指标值输入至线性化的能效模型,进行求解,得到矿山综合能源系统在各场景(如春季运行模式、夏季运行模式、秋季运行模式、冬季运行模式等)中的能效效率值以及其各子环节(如煤流运输子环节、能源循环利用子环节、能源存储子环节以及能源配用子环节等)的能效效率值。同样,关于该模型,根据本发明的一个实施例,可以利用粒子群优化算法进行求解。具体地,在一些实施例中,可以利用MATLAB工具来完成,当然,这仅是一示例,对此本发明不作限定。
另外,本发明还提供了一种煤流-能流耦合的矿山综合能源系统,该矿山综合能源系统包括能源网络层、煤矿运输层以及耦合层,其中:能源网络层包括能量供应单元、能量循环利用单元以及储能单元,能量供应单元包括可再生能源、伴生能源,能量循环利用单元包括煤矸石发电机组、乏风氧化发电机组、水源热泵、燃气轮机、余热锅炉和制冷机组,储能单元包括蓄热装置;煤矿运输层包括皮带运输机和煤仓;以及耦合层包括选煤厂。其中,根据本发明的煤流-能流耦合的矿山综合能源系统,其具体细节已在基于图1至图5的描述中详细公开,在此不再赘述。
综上,根据本发明的矿山综合能源系统能效的优化处理方法,计及矿山能源系统的煤流-能流耦合协调的独特性及能耗利用多样性,构建煤流-能流耦合的矿山综合能源系统,这样便可对系统内部的能量耦合关系进行分析。在此基础上,本发明进一步构建包括矿山综合能源系统的多个子环节的网络结构的能效模型,这样不仅能输出矿山综合能源系统的整体效率值,还能输出其内部各子环节的能效效率值,如此便可有效识别出系统能效提升的重点环节。并且,基于超效率的松弛变量法构建能效模型,可提升其准确度。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明的能效的优化处理方法。其中,此处提供的说明书说明了大量具体细节。然而,能够理解,本发明的实施例可在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。此外,除非另行规定,使用序数词“第一”、“第二”、“第三”等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
Claims (5)
1.一种矿山综合能源系统能效的优化处理方法,包括:
构建煤流-能流耦合的矿山综合能源系统,所述矿山综合能源系统包括多个设备,所述多个设备包括光伏机组、风电机组、煤矸石发电装置、乏风氧化发电装置、水源热泵、燃气轮机、余热锅炉、制冷机组、蓄热装置、皮带运输机、煤仓及选煤厂;
利用基于松弛变量的数据包络分析法,构建具有网络结构的矿山综合能源系统的能效模型,所述能效模型包括所述矿山综合能源系统的多个子环节;
构建矿山综合能源系统的能效指标体系,所述能效指标体系包括投入型指标和产出型指标,所述投入型指标包括电能消耗量、总碳排当量、吨煤碳排量,所述产出型指标包括效率、伴生能源利用率、可再生能源渗透率、煤仓缓冲收益以及煤炭运输连续性;
基于求解所述矿山综合能源系统中各设备的运行模型获得的运行参数,获取各指标值;
根据得到的各指标值,对所述能效模型进行求解,得到所述矿山综合能源系统在各场景中的能效效率值以及其各子环节的能效效率值;
其中,所述能效模型包括第一目标函数和第二目标函数,所述第一目标函数包括:
所述第二目标函数包括:
式中,表示矿山综合能源系统在场景o中的能效效率值,H表示矿山综合能源系统子环节的总个数,ωh表示矿山综合能源系统的第h个子环节的权重,wh、vh分别表示矿山综合能源系统第h个子环节的投入指标个数和产出指标个数,/>分别表示场景o中矿山综合能源系统的第h个子环节的第i个投入指标和第j个产出指标,/>分别表示场景o中矿山综合能源系统第h个子环节的第i个投入指标的松弛量和第j个产出指标的松弛量,表示矿山综合能源系统的第h个子环节在场景o中的能效效率值,/>分别表示场景o中矿山综合能源系统的第h个子环节的第i个投入指标相对于其他场景的最优松弛量和第j个产出指标相对于其他场景的最优松弛量;
所述能效模型包括第一约束条件,所述第一约束条件包括:
式中,D表示场景的总个数,分别表示场景d中矿山综合能源系统的第h个子环节的第i个投入指标和第j个产出指标,/>分别表示场景d中矿山综合能源系统的第h个子环节的第i个投入指标的权重值和第j个产出指标的权重值,/>表示场景o中关于第i个投入指标在第h个子环节和第l个子环节的中间产出,/>表示场景d中关于第i个投入指标在第h个子环节和第l个子环节的中间产出,/>表示场景d中矿山综合能源系统的第l个子环节的第i个投入指标的权重值;
所述电能消耗量通过求解计及能源品位的煤流-能流耦合的矿山综合能源系统运行模型来获取,以及所述矿山综合能源系统运行模型包括第三目标函数,所述第三目标函数包括:
min CO-MIES=COP+CEX+CFU+CCT
式中,CO-MIES表示矿山综合能源系统的总运行成本,COP、CEX、CFU、CCT分别表示矿山综合能源系统的运行维护成本、购电成本、燃料成本以及碳税成本,Pm,t表示第m种设备在t时刻的出力,Cm表示第m种设备单位功率的运行维护成本,Pebuy,t表示t时刻的购电功率,Gebuy,t表示t时刻的购电价格,αm,w表示第m种设备的第w种污染气体排放因子,δm.w表示第m种设备第w种污染气体的碳惩罚成本价格,表示电网购电的碳排放因子,/>表示二氧化碳的碳惩罚价格,M表示设备的总数量,W污染气体的总数量,T表示总时段数;
所述矿山综合能源系统运行模型包括第二约束条件,所述第二约束条件包括电功率平衡约束、热功率平衡约束、冷功率平衡约束、煤流运输约束、各设备的出力约束以及储热约束,其中:
所述电功率平衡约束包括:
PWT,t+PPV,t+Pebuy,t+PGan,t+PVAM,t+PGT,t=PBC,t+PWHSP,t+PRCE,t+PeLoad,t
式中,PWT,t表示风电机组t时刻的实际出力,PPV,t表示光伏机组t时刻的实际出力,PGan,t表示煤矸石发电装置t时刻的输出电功率,PVAM,t表示乏风氧化发电装置t时刻的输出电功率,PGT,t表示燃气轮机t时刻的供电功率,PBC,t表示皮带运输机t时刻的功率,PWHSP,t表示水源热泵t时刻所消耗的电功率,PRCE,t表示电制冷机组t时刻所消耗的电功率,PeLoad,t表示t时刻的电负荷量;
所述热功率平衡约束包括:
式中,HWSHP,t表示水源热泵t时刻制热的热功率,HVAM,t表示乏风氧化发电装置t时刻的输出热功率,HGT,t表示燃气轮机t时刻的供热功率,HGan,t表示煤矸石发电装置t时刻的输出热功率,表示蓄热罐t时刻的放热功率,Hhload,t表示t时刻的热负荷量,HAC,t表示吸收式制冷机组t时刻的热功率,/>蓄热罐t时刻的储热功率;
所述冷功率平衡约束包括:
LCE,t+LAC,t=Lcload,t
式中,LCE,t、LAC,t分别表示电制冷机组和吸收式制冷机组t时刻的制冷功率,Lcload,t表示t时刻的冷负荷量;
所述煤流运输约束包括:
式中,分别表示t时刻和(t+1)时刻皮带上煤流的运输量,ξBC,t表示t时刻运输煤流的速度,VBC,t表示皮带运输机t时刻的带速,/>分别表示t时刻的最小煤流运输量和最大煤流运输量,Δt表示单位时长,/>表示皮带运输机的最大带速,Fsilo,t表示t时刻煤仓中的煤量,/>分别表示煤仓的最小储煤量和最大储煤量;
所述各设备的出力约束包括:
Pm,min≤Pm,t≤Pm,max
ΔPm,min≤Pm,t+1-Pm,t≤ΔPm,max
式中,Pm,min、Pm,max分别表示第m种设备的最小出力和最大出力,Pm,t+1表示第m种设备在(t+1)时刻的出力,ΔPm,min、ΔPm,max分别表示第m种设备的最小爬坡出力和最大爬坡出力;
所述储热约束包括:
式中,分别表示蓄热罐t时刻的储热状态变量与放热状态变量,取值为1或0,/>分别表示蓄热罐t时刻储热功率的最小值和最大值,分别表示蓄热罐t时刻放热功率的最小值和最大值;
所述总碳排当量通过下式获取:
式中,表示矿山综合能源系统的总碳排当量,vGas,t、vVam,t分别表示瓦斯和乏风在t时刻的流量,αGas、αVam分别表示瓦斯和乏风中所有污染气体的排放因子,/>分别表示甲烷的密度和排放因子;
所述吨煤碳排量通过下式获取:
式中,表示吨煤碳排量,/>表示t时刻的煤矿生产量;
所述效率通过下式获取:
式中,表示矿山综合能源系统的/>效率,Ee-load、Eh-load、Ec-load分别表示矿山综合能源系统输出的电能/>值、热能/>值和冷能/>值,Eel、Efuel、Epv、Ewt分别表示矿山综合能源系统输入的电能/>值、燃料能/>值、太阳能/>值和风能/>值;
所述伴生能源利用率通过下式获取:
式中,Rass表示伴生能源利用率,Qass表示伴生能源供能量,Qall表示矿山综合能源系统的总耗能量,Qall-e表示矿山综合能源系统的总耗电量,Qall-h表示矿山综合能源系统的总耗热量;
所述可再生能源渗透率包括:
式中,Rres表示可再生能源的渗透率,Qres表示可再生能源供能量;
所述煤仓缓冲收益通过下式获取:
式中,CSC表示煤仓缓冲收益,CTOU表示分时电价,表示非耦合情况下皮带t时刻的运输功率,/>表示煤流-能流耦合情况下皮带t时刻的运输功率;
所述煤炭运输连续性通过下式获取:
式中,ContiT表示煤炭运输连续性,表示非耦合情况下皮带t时刻运输煤流的速度,/>表示煤流-能流耦合情况下皮带t时刻运输煤流的速度;
所述根据得到的各指标值,对所述能效模型进行求解,包括:通过Charnes-Cooper对所述能效模型进行线性转换,得到线性化的能效模型;根据得到的各指标值,对线性化的能效模型进行求解,得到所述矿山综合能源系统在各场景中的能效效率值以及其各子环节的能效效率值;
其中,线性化的能效模型包括第四目标函数和第五目标函数,所述第四目标函数包括:
所述第五目标函数包括:
式中,μ表示引入的标量,为一常数;
线性化的能效模型还包括与所述第四目标函数对应的第三约束条件,所述第三约束条件包括:
2.如权利要求1所述的方法,其中,所述子环节包括煤流运输子环节、能源循环利用子环节、能源存储子环节以及能源配用子环节。
3.如权利要求1或2所述的方法,其中,所述场景包括春季运行场景、夏季运行场景、秋季运行场景、冬季运行场景。
4.一种计算设备,包括:
至少一个处理器;和
存储有程序指令的存储器,其中,所述程序指令被配置为适于由所述至少一个处理器执行,所述程序指令包括用于执行如权利要求1-3中任一项所述方法的指令。
5.一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如权利要求1-3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311028429.7A CN117057468B (zh) | 2023-08-15 | 2023-08-15 | 矿山综合能源系统能效的优化处理方法、计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311028429.7A CN117057468B (zh) | 2023-08-15 | 2023-08-15 | 矿山综合能源系统能效的优化处理方法、计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117057468A CN117057468A (zh) | 2023-11-14 |
CN117057468B true CN117057468B (zh) | 2024-05-10 |
Family
ID=88653058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311028429.7A Active CN117057468B (zh) | 2023-08-15 | 2023-08-15 | 矿山综合能源系统能效的优化处理方法、计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117057468B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428979A (zh) * | 2020-03-18 | 2020-07-17 | 天津城建大学 | 基于投入-产出方法的公共建筑运行能效综合评价模型 |
CN115146929A (zh) * | 2022-06-14 | 2022-10-04 | 上海海事大学 | 包含非期望产出的三阶段DEA-Tobit港口能源系统效率评价方法 |
CN115859557A (zh) * | 2022-10-10 | 2023-03-28 | 中国矿业大学 | 物质流-能量流耦合的煤矿运输网络模型构建方法及优化控制方法 |
CN116245338A (zh) * | 2023-03-22 | 2023-06-09 | 中国矿业大学 | 一种矿山综合能源系统低碳经济运行优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401665B (zh) * | 2020-04-22 | 2022-04-15 | 山东大学 | 协同优化的综合能源系统设计方案的获取方法和系统 |
-
2023
- 2023-08-15 CN CN202311028429.7A patent/CN117057468B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428979A (zh) * | 2020-03-18 | 2020-07-17 | 天津城建大学 | 基于投入-产出方法的公共建筑运行能效综合评价模型 |
CN115146929A (zh) * | 2022-06-14 | 2022-10-04 | 上海海事大学 | 包含非期望产出的三阶段DEA-Tobit港口能源系统效率评价方法 |
CN115859557A (zh) * | 2022-10-10 | 2023-03-28 | 中国矿业大学 | 物质流-能量流耦合的煤矿运输网络模型构建方法及优化控制方法 |
CN116245338A (zh) * | 2023-03-22 | 2023-06-09 | 中国矿业大学 | 一种矿山综合能源系统低碳经济运行优化方法 |
Non-Patent Citations (3)
Title |
---|
LOSTORTOC.The analysis of the cost-revenue production cycle efficiency of the Ialianairt ports:a NSBM DEA approach .《Journal of Air Transport Management》.2018,全文. * |
Study on Collaborative Optimization of Mine Integrated Energy System Planning and Operation Considering Economy-Environment;Pinduan Hu;《2023 6th International Conference on Energy, Electrical and Power Engineering (CEEPE)》;20230707;全文 * |
考虑源-荷不确定性的矿山综合能源系统多时间尺度区间优化调度;胡荷娟;《控制与决策》;20230222;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117057468A (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Environment-friendly and economical scheduling optimization for integrated energy system considering power-to-gas technology and carbon capture power plant | |
Wang et al. | Low carbon optimal operation of integrated energy system based on carbon capture technology, LCA carbon emissions and ladder-type carbon trading | |
Ren et al. | Multi-objective optimization and evaluation of hybrid CCHP systems for different building types | |
Chapman et al. | 2. The energy cost of fuels | |
Li et al. | Life cycle energy use and GHG emission assessment of coal-based SNG and power cogeneration technology in China | |
CN108537409A (zh) | 一种考虑多能源耦合特性的工业园区配电网协同规划方法 | |
Ren et al. | A novel planning method for design and dispatch of hybrid energy systems | |
CN110661254A (zh) | 一种区域综合能源系统冷热电互补效益量化方法 | |
Kong et al. | Coal-based synthetic natural gas vs. imported natural gas in China: a net energy perspective | |
Zhang et al. | Nested optimization design for combined cooling, heating, and power system coupled with solar and biomass energy | |
Yang et al. | Framework for advanced exergoeconomic performance analysis and optimization of an oil shale retorting process | |
Nomura et al. | Life-cycle emission of oxidic gases from power-generation systems | |
CN116245338A (zh) | 一种矿山综合能源系统低碳经济运行优化方法 | |
CN108052722A (zh) | 面向综合能效最优的分布式冷热电混合能源系统设计方法 | |
Liu | Research on optimal placement of low‐carbon equipment capacity in integrated energy system considering carbon emission and carbon trading | |
CN115859686A (zh) | 考虑扩展碳排放流的综合能源系统低碳调度方法及系统 | |
CN112633575A (zh) | 基于鲁棒优化的多能互补综合能源系统容量配置方法及系统 | |
Pan et al. | Sector-level evaluation of China’s CO2 emissions: Trend evolution and index ranking | |
Lv et al. | Low-carbon optimal operation of electricity–heat–gas systems based on bi-directional tiered-pricing carbon trading | |
CN117057468B (zh) | 矿山综合能源系统能效的优化处理方法、计算设备 | |
Ma et al. | Dispatch for energy efficiency improvement of an integrated energy system considering multiple types of low carbon factors and demand response | |
Di et al. | Technical alternatives for coke oven gas utilization in China: A comparative analysis of environment-economic-strategic perspectives | |
Mati et al. | Assessment of paper industry decarbonization potential via hydrogen in a multi-energy system scenario: A case study | |
Bartnik et al. | Methodology and mathematical model with the continuous time for the selection of the optimal power of the gas turbine set for the dual fuel gas-steam combined cycle in a parallel system | |
CN115271171A (zh) | 一种考虑碳-绿证联合交易的跨境综合能源系统协同运行优化方法 |
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 |