CN118037481A - 集成海水抽水蓄能和反渗透的综合能源系统优化配置方法 - Google Patents
集成海水抽水蓄能和反渗透的综合能源系统优化配置方法 Download PDFInfo
- Publication number
- CN118037481A CN118037481A CN202410135815.4A CN202410135815A CN118037481A CN 118037481 A CN118037481 A CN 118037481A CN 202410135815 A CN202410135815 A CN 202410135815A CN 118037481 A CN118037481 A CN 118037481A
- Authority
- CN
- China
- Prior art keywords
- water
- seawater
- reverse osmosis
- pressure
- model
- 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
- 239000013535 sea water Substances 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000001223 reverse osmosis Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 138
- 230000002706 hydrostatic effect Effects 0.000 claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 238000010612 desalination reaction Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 60
- 239000010410 layer Substances 0.000 claims description 53
- 230000002441 reversible effect Effects 0.000 claims description 48
- 239000013505 freshwater Substances 0.000 claims description 43
- 239000012528 membrane Substances 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 40
- 241000258241 Mantis Species 0.000 claims description 33
- 239000012267 brine Substances 0.000 claims description 23
- 239000003345 natural gas Substances 0.000 claims description 23
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 claims description 23
- 230000005611 electricity Effects 0.000 claims description 22
- 238000005086 pumping Methods 0.000 claims description 19
- 229910052739 hydrogen Inorganic materials 0.000 claims description 18
- 239000001257 hydrogen Substances 0.000 claims description 18
- 230000003204 osmotic effect Effects 0.000 claims description 18
- 238000011084 recovery Methods 0.000 claims description 15
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 14
- 238000010248 power generation Methods 0.000 claims description 14
- 239000007789 gas Substances 0.000 claims description 12
- 150000003839 salts Chemical class 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 10
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 9
- 150000002431 hydrogen Chemical class 0.000 claims description 9
- 238000010845 search algorithm Methods 0.000 claims description 9
- 239000002355 dual-layer Substances 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 7
- 239000001569 carbon dioxide Substances 0.000 claims description 7
- 238000005868 electrolysis reaction Methods 0.000 claims description 6
- 238000012946 outsourcing Methods 0.000 claims description 6
- 230000035699 permeability Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000010287 polarization Effects 0.000 claims description 3
- 230000001568 sexual effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 238000005265 energy consumption Methods 0.000 abstract description 17
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 3
- 239000002918 waste heat Substances 0.000 description 3
- 238000007599 discharging Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000011033 desalting Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000010792 warming Methods 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
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Fluid Mechanics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
本发明公开了一种集成海水抽水蓄能和反渗透的综合能源系统优化配置方法，属于反渗透海水淡化和综合能源系统优化配置领域，首先对P2G进行了热能分析并构建了考虑热增强的RO温度模型，将P2G的反应热用于预热RO的进水。其次利用SPS的上水库供给RO的进水，从而利用SPS的静水压力满足了RO的部分运行压力，进而建立以年投资成本和弃风率为评价指标的双层优化配置模型并对其进行求解。本发明解决了RO在高峰时段的海水用水问题，降低了RO运行时的能耗，提高了系统的能量利用率和经济性。
Description
技术领域
本发明涉及反渗透海水淡化和综合能源系统优化配置领域，特别涉及一种集成海水抽水蓄能和反渗透的综合能源系统优化配置方法。
背景技术
淡水是人类赖以生存的重要资源，现在很多国家都面临着水危机。对于一些沿海地区，供水问题尤为严峻，严重影响了当地居民的生活水平。海水淡化技术是目前解决沿海地区供水难题最有希望的方法。
反渗透(reverse osmosis，RO)海水淡化是一种利用压力驱动的膜分离技术，相较于其他海水淡化技术具有电能消耗低、成本节省等优势，是目前世界上应用最广泛的海水淡化技术。虽然RO的能耗是所有海水淡化技术中最低的，但这仍然给一些沿海区域带来了较大的能源负担。RO可以通过提高进水温度来降低能耗，预热进水的热源通常为地热能或太阳能，这需要系统额外配备热泵或太阳能集热器，会导致经济成本的增加，系统性能的下降。此外，RO的运行需要进入压力容器的水达到操作压力，通常采用高压泵加压来实现，高压泵的能耗占到RO总能耗的70％以上，是最大的耗能设备。另外，还有一种方法是利用足够高度的静水压力，这需要建造高架水库，以利用水在高处的重力势能。配置高架水罐可以减少系统RO在用电高峰时的电能消耗，但是这会增加系统的设备成本以及额外人工维护水罐及其管道的压力。
发明内容
本发明提供一种集成海水抽水蓄能(seawater pumped storage，SPS)和反渗透的综合能源系统优化配置方法，解决了RO在高峰时段的海水用水问题，降低了RO运行时的能耗，提高了系统的能量利用率和经济性。
本发明第一方面实施例提供一种集成海水抽水蓄能和反渗透的综合能源系统优化配置方法，包括以下步骤：
步骤1，对电转气设备(power to gas，P2G)进行热能分析建立考虑反应热的P2G模型和考虑可逆式水轮机工作效率的SPS模型；
步骤2，根据反渗透海水淡化运行原理，建立考虑热增强和低水头SPS静水压力的RO模型；
步骤3，同时考虑所述P2G模型、所述SPS模型以及所述RO模型，建立以年总经济成本和弃风率为目标函数的综合能源系统双层优化配置模型，并采用螳螂搜索算法和Gurobi求解器对所述综合能源系统双层优化配置模型进行求解，得到综合能源系统的优化配置方案。
在本发明的一个实施例中，在步骤1中，对电转气设备进行热能分析建立考虑反应热的P2G模型和考虑可逆式水轮机工作效率的SPS模型包括以下步骤：
步骤1.1，电转气设备分为电解水制氢和氢气甲烷化制取甲烷两个过程部分，电转气设备在运行过程中产生的热量如下式所示：
式中，HP2G,t为P2G在甲烷化过程产生的热量，ωP2G为甲烷化过程的放热系数，为天然气的密度，/>为甲烷化过程产生的天然气体积；
电转气设备在运行时产生的天然气、消耗的水量、电能和二氧化碳之间的关系表示为下式：
式中，Eet,t为t时段电解槽消耗的电能，ηet为电解槽的工作效率，为电解槽在电解过程产生的氢气质量，kg；/>为氢气的热值，MJ/kg；Qet,t为电解水制氢消耗水的体积，为甲烷化过程消耗的CO2质量；/>和/>分别为天然气、氢气、二氧化碳和甲烷的摩尔质量；
步骤1.2：考虑可逆式水轮机工作效率的SPS数学模型
SPS的下水库选取为海洋，SPS在抽水和发电时的运行状态可表示为：
式中，和/>为可逆式水轮机在抽水和发电时的水流量；ηp,t和ηt,t为可逆式水轮机抽水和发电时的效率；/>和/>为可逆式水轮机抽水和发电时的电功率；ρsea为海水密度；g为重力加速度；
可逆式水轮机在抽水和发电模式的工作效率不一致，抽水模式下的标称水流量为发电模式下的55％，可逆式水轮机在两种模式下的工作效率表示为：
式中，为可逆式水轮机处于发电模式下的标称水流速。
在本发明的一个实施例中，在步骤2中，根据反渗透海水淡化运行原理，建立考虑热增强和低水头SPS静水压力的RO模型包括以下步骤：
步骤2.1：根据反渗透海水淡化运行原理，构建RO的产水模型
RO的淡水产量Qp与反渗透膜渗透系数Aro、总有效面积Sro、污染因子FF、温度矫正因子TCF和跨膜压力差ΔPro有关，用下式表示：
Qp＝AroSroFF·TCF·ΔPro
其中Sro的计算方式下：
Sro＝NvNeSm
式中，Nv为压力容器数量，Ne为单个压力容器中的反渗透膜数量，Sm为单个反渗透膜的面积；
根据RO的物料平衡，有：
式中，Qf为RO的进水流量，Qc为浓盐水流量；
步骤2.2：构建考虑热增强的RO温度模型
反渗透膜在不同海水温度下的通透性不同使用TCF表示压，力容器的淡水产量受海水温度Tr,t的影响，TCF的定义如式所示：
海水温度的变化与升温时消耗的热量关系如下所示：
式中，Hro,t为海水升温消耗的热量；mf为被加热的海水质量；cf为海水比热容；Tr,t为海水升温后的温度；T0,t为海水温度；
海水温度与空气温度相关，海水温度根据空气温度进行模拟预测，如下所示：
T0,t＝kTa,t+l
式中，Ta,t为海水水平面上空气温度，k、l为海水温度拟合系数；
步骤2.3：构建考虑静水压力的RO压力模型
反渗透膜的跨膜压力差ΔPro影响RO的淡水产量，满足：
式中，Pf为压力容器的进水压力；ΔPfc为压力容器海水进水与浓盐水出水的平均压降；Pp和Pc为淡水和浓盐水的产出压力，Δπb为反渗透膜两侧的渗透压力差，πfc为压力容器海水进水和浓盐水平均渗透压，πp为淡水渗透压；
假设海水预处理池与上水库处于同一水平高度下，不存在静水压力的损失，在考虑静水压力的情况下，压力容器的RO进水压力如下所示：
式中，Pre为上水库与压力容器高度差所产生的静水压力，h为SPS的水头，Php为高压泵进水侧和出水侧的压力差，Ehp为高压泵的工作功率，ηhp为高压泵的工作效率；
海水通过反渗透膜进入到渗透侧，随着膜面积增加，压力容器中的海水盐浓度将不断升高，渗透压也不断增加，压力容器中的海水平均渗透压计算方式如下：
式中，πf为压力容器初始进水渗透压，cpol为反渗透膜的浓度极化因子，Cfc和Cf为反渗透膜进水侧的平均盐浓度和初始盐浓度，ψ为海水渗透相关系数，Rg为理想气体常数，Tr,t为进入RO的海水温度，ci为海水中第i种溶质的摩尔浓度，S为海水中溶解溶质类别总数，Fro为反渗透膜的平均浓度因子；
Fro与压力容器的淡水回收率Rw相关，计算方式下式所示：
πp与反渗透膜的脱盐率有关，关系如下式所示：
πp＝πf(1-Rs)
式中，Rs为脱盐率。
利用能量回收装置对浓盐水压力进行回收，发电量如下式表示：
式中，ηerd为能量回收装置的工作效率。
在本发明的一个实施例中，在步骤3中，同时考虑所述P2G模型、所述SPS模型以及所述RO模型，建立以年总经济成本和弃风率为目标函数的综合能源系统双层优化配置模型，包括以下步骤：
步骤3.1：建立以年总经济成本和弃风率为目标函数的综合能源系统双层优化配置模型
(1)规划层目标函数
规划层以总经济成本最小为目标函数，包括综合能源系统的初始投资成本Cinv、设备维护成本Com和系统运营成本Cop，其中Cop由运行层优化得到，总经济成本的计算方式如下：
式中，ΩM为系统中设备的集合，为第k类设备的单位容量成本，com为设备单位容量维护成本，Nk为组件容量，r为贴现率，yk为第k类组件的寿命周期，/>为外购电能和CO2的成本总和，/>为反渗透进水预处理成本，/>为电网购电价格，/>为购电量，/>为外购CO2的单位成本，U表示典型日场景数；D表示典型日的天数，T表示一天的小时数；apt为反渗透进水预处理成本系数；
(2)规划层约束条件
由于实际地理情况限制，上层模型中各设备有最大安装容量限制：
式中，为第k种组件可安装的最大容量；
(3)运行层目标函数
除考虑系统的经济性外，还考虑综合能源系统的新能源利用率，用弃风率表示，弃风率的计算方式如下：
式中，为t时刻的风电机组最大发电功率，/>为未被利用的风电功率；
(4)运行层约束条件
运行层的约束条件主要包括能量平衡约束和设备运行约束；
综合能源系统的能量平衡约束主要包括电功率平衡约束、天然气平衡约束和淡水平衡约束：
式中，Egrid,t为向电网购买的电能，Eload,t为电负荷，和/>为天然气罐释放和储存的体积，Vload,t为天然气负荷，/>和/>为淡水罐释放和储存的体积，Qload,t为淡水负荷；
SPS的运行约束包括可逆式水轮机运行约束、上水库容量约束，如下式所示：
式中，SOCur,t为上水库的剩余容量；Nur为上水库额定容量；为可逆式水轮机发电时最大水流速，/>和/>为可逆式水轮机的运行状态标志位，/>和/>为上水库的最小和最大剩余容量。/>和/>为上水库在一个调度周期内起始和结束时的剩余容量，为保证调度的连续性，上水库的起始与终止剩余容量应当保持一致；
可逆式水轮机频繁启停会影响使用寿命，增加启停约束：
式中，为一个调度周期内可逆式水轮机的最大启停次数。
在本发明的一个实施例中，在步骤3中，采用螳螂搜索算法和Gurobi求解器对所述综合能源系统双层优化配置模型进行求解，得到综合能源系统的优化配置方案，包括以下步骤：
规划层采用螳螂搜索算法对系统设备容量进行优化，得出最佳的容量配置方案，运行层将规划层的设备容量作为约束条件，以弃风率最低为目标函数，使用Gurobi求解器得到最佳的系统运行方案，运行层将最佳运行方案传送到规划层，得出年总经济成本，经过螳螂种群和位置的不断迭代，最终得出系统最佳的容量配置方案和运行方案，详细求解流程如下：
Step1：系统初始化，读取系统原始数据，初始化螳螂种群，设置最大种群数Smax和最大迭代次数Mmax，在问题空间中生成初始螳螂种群S；
Step2：调用Gurobi计算运行层，得到种群S各个体在运行层中的最佳运行方案；
Step3：螳螂种群进入探索阶段，更新螳螂的位置和速度，并调用Gurobi求解更新后的螳螂；
Step4：螳螂种群进入性相食阶段，更新螳螂的位置和速度，得到子代R，用R代替S；
Step5：判断循环：如果m＜Mmax，运行Step 2，否则，输出全局最佳设备容量和运行方案，结束。
本发明实施例的集成海水抽水蓄能和反渗透的综合能源系统优化配置方法，首先对P2G进行了热能分析并构建了考虑热增强的RO温度模型，将P2G的反应热用于预热RO的进水。其次利用SPS的上水库供给RO的进水，从而利用SPS的静水压力满足了RO的部分运行压力，进而建立以年投资成本和弃风率为评价指标的双层优化配置模型并对其进行求解。所提模型解决了RO在高峰时段的海水用水问题，降低了RO运行时的能耗，提高了系统的能量利用率和经济性。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例提供的一种集成海水抽水蓄能和反渗透的综合能源系统优化配置方法的流程图；
图2为本发明实施例提供的一种集成海水抽水蓄能和反渗透的综合能源系统优化运行示意图；
图3为本发明中P2G的能量转换模型图；
图4为本发明中反渗透海水淡化工艺图；
图5为本发明中海水抽水蓄能和反渗透联合运行系统图；
图6为本发明中双层优化配置模型求解流程图；
图7为本发明中三个设计系统的经济成本组成图；
图8为本发明中三个设计系统的性能图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
结合图1和图2所示，该集成海水抽水蓄能和反渗透的综合能源系统优化配置方法包括以下步骤：
步骤1，对电转气设备进行热能分析建立考虑反应热的P2G模型和考虑可逆式水轮机工作效率的SPS模型。
步骤1.1：P2G能量转换图如图3所示，P2G主要分为电解水制氢和氢气甲烷化制取甲烷两个过程部分，这两个过程的化学反应方程式如下式所示：
由式可知，当合成1mol的甲烷时，将吸收1mol的二氧化碳，甲烷化过程放出热量165kJ。
因而，P2G在运行过程中产生的热量如下式所示：
式中，HP2G,t为P2G在甲烷化过程产生的热量，ωP2G为甲烷化过程的放热系数，为天然气的密度，/>为甲烷化过程产生的天然气体积。
P2G在运行时产生的天然气、消耗的水量、电能和二氧化碳之间的关系可表示为下式：
式中，Eet,t为t时段电解槽消耗的电能，ηet为电解槽的工作效率，为电解槽在电解过程产生的氢气质量，kg；/>为氢气的热值，MJ/kg；Qet,t为电解水制氢消耗水的体积，为甲烷化过程消耗的CO2质量；/>和/>分别为天然气、氢气、二氧化碳和甲烷的摩尔质量。
步骤1.2：考虑可逆式水轮机工作效率的SPS数学模型
SPS的下水库可以直接选取为海洋，因此在本研究中只考虑上水库的水量变化，SPS在抽水和发电时的运行状态可表示为：
式中，和/>为可逆式水轮机在抽水和发电时的水流量；ηp,t和ηt,t为可逆式水轮机抽水和发电时的效率；/>和/>为可逆式水轮机抽水和发电时的电功率；ρsea为海水密度；g为重力加速度。
可逆式水轮机在抽水和发电模式的工作效率不一致，抽水模式下的标称水流量为发电模式下的55％，可逆式水轮机在两种模式下的工作效率可下式表示：
式中，为可逆式水轮机处于发电模式下的标称水流速。
步骤2，根据反渗透海水淡化运行原理，建立考虑热增强和低水头SPS静水压力的RO模型。
反渗透膜安装在压力容器中，由上水库供给的海水经过预处理后经由高压泵加压达到RO的操作压力要求后，利用从P2G中回收的热能对进入压力容器中的海水进行加热升温，反渗透膜将升温后的海水分离为高浓度盐水和淡水，高浓度盐水进入到能量回收装置中进行压力的能量回收，淡水进入淡水网络用于满足系统中的淡水需求，反渗透海水淡化工艺如图4所示。
RO的淡水产量Qp与反渗透膜渗透系数Aro、总有效面积Sro、污染因子FF、温度矫正因子TCF和跨膜压力差ΔPro有关，可用下式表示：
Qp＝AroSroFF·TCF·ΔPro
其中Sro的计算方式下：
Sro＝NvNeSm
式中，Nv为压力容器数量，Ne为单个压力容器中的反渗透膜数量，Sm为单个反渗透膜的面积。
根据RO的物料平衡，有：
式中，Qf为RO的进水流量，Qc为浓盐水流量。
步骤2.2：构建考虑热增强的RO温度模型。
反渗透膜在不同海水温度下的通透性不同，在本文使用TCF表示压力容器的淡水产量受海水温度Tr,t的影响，TCF的定义如式所示：
RO的淡水产量与进水温度密切相关，通过提升进入压力容器中海水的温度，可以提高淡水的产出率。本文提出通过利用P2G在甲烷化过程的反应热对进入压力容器中的海水升温，以提高RO的淡水产量。海水温度的变化与其升温时消耗的热量关系如下所示：
式中，Hro,t为海水升温消耗的热量；mf为被加热的海水质量；cf为海水比热容；Tr,t为海水升温后的温度；T0,t为海水温度。
海水温度与空气温度相关，海水温度可以根据空气温度进行模拟预测，具体模型如下所示：
T0,t＝kTa,t+l
式中，Ta,t为海水水平面上空气温度，k、l为海水温度拟合系数。
步骤2.3：构建考虑静水压力的RO压力模型。
反渗透膜的跨膜压力差ΔPro会影响RO的淡水产量，其关系满足：
式中，Pf为压力容器的进水压力；ΔPfc为压力容器海水进水与浓盐水出水的平均压降；Pp和Pc为淡水和浓盐水的产出压力，Δπb为反渗透膜两侧的渗透压力差，πfc为压力容器海水进水和浓盐水平均渗透压，πp为淡水渗透压。
进入压力容器中的海水需要达到一定压力才能使RO运行，在本文中上水库高度所产生的静水压力会使海水自身自带压力，这能减少高压泵在工作时消耗的能量，假设海水预处理池与上水库处于同一水平高度下，不存在静水压力的损失，因而在考虑静水压力的情况下，压力容器的RO进水压力如下所示：
式中，Pre为上水库与压力容器高度差所产生的静水压力，h为SPS的水头，Php为高压泵进水侧和出水侧的压力差，Ehp为高压泵的工作功率，ηhp为高压泵的工作效率。
海水通过反渗透膜进入到渗透侧，随着膜面积增加，压力容器中的海水盐浓度将不断升高，渗透压也不断增加，压力容器中的海水平均渗透压计算方式如下：
式中，πf为压力容器初始进水渗透压，cpol为反渗透膜的浓度极化因子，Cfc和Cf为反渗透膜进水侧的平均盐浓度和初始盐浓度，ψ为海水渗透相关系数，Rg为理想气体常数，Tr,t为进入RO的海水温度，ci为海水中第i种溶质的摩尔浓度，S为海水中溶解溶质类别总数，Fro为反渗透膜的平均浓度因子。
Fro与压力容器的淡水回收率Rw相关，计算方式下式所示：
πp与反渗透膜的脱盐率有关，关系如下式所示：
πp＝πf(1-Rs)
式中，Rs为脱盐率。
另一方面，当使用上水库供给RO海水时，上水库中的水量将减少，这对于SPS是能量的流失，反渗透膜将浓盐水与淡水分离后，从压力容器中流出的浓盐水依然有很高的压力，这部分浓盐水的出水压力可以通过能量回收装置回收进行发电，以提高SPS-RO联合运行系统的能量利用率。本文中利用能量回收装置对浓盐水压力进行回收，其发电量如下式表示：
式中，ηerd为能量回收装置的工作效率。
步骤2.4：构建海水抽水蓄能与反渗透联合运行系统。
RO的能量消耗主要来自高压泵为海水加压所需的电能，当SPS与RO联合运行时，上水库中的海水通过预处理后供给RO，一方面，高压泵与上水库的静水压力共同满足RO的运行压力，从而降低高压泵的电能消耗和配置容量。另一方面，直接利用上水库的静水压力这一方式的能量利用率要远高于高压泵使用SPS输出的电能对海水加压。此外，RO在运行时会产出高浓度盐水，在SPS-RO联合运行系统中，高浓度盐水可以与SPS放电时排出的海水混合后再排入大海，降低进入海水时的盐水浓度，从而减轻对海洋环境的污染。图5为海水抽水蓄能和反渗透联合运行系统图。
步骤3，同时考虑所述P2G模型、所述SPS模型以及所述RO模型，建立以年总经济成本和弃风率为目标函数的综合能源系统双层优化配置模型，并采用螳螂搜索算法和Gurobi求解器对所述综合能源系统双层优化配置模型进行求解，得到综合能源系统的优化配置方案。
步骤3.1：建立以ATC和WAR为目标函数的综合能源系统双层优化配置模型：
(1)规划层目标函数
规划层以ATC最小为目标函数，包括综合能源系统的初始投资成本Cinv、设备维护成本Com和系统运营成本Cop，其中Cop由运行层优化得到，ATC的计算方式如下：
式中，ΩM为系统中设备的集合，为第k类设备的单位容量成本，com为设备单位容量维护成本，Nk为组件容量，r为贴现率，yk为第k类组件的寿命周期，/>为外购电能和CO2的成本总和，/>为反渗透进水预处理成本，/>为电网购电价格，/>为购电量，/>为外购CO2的单位成本，U表示典型日场景数；D表示典型日的天数，T表示一天的小时数；apt为反渗透进水预处理成本系数。
(2)规划层约束条件
由于实际地理情况限制，上层模型中各设备有最大安装容量限制：
式中，为第k种组件可安装的最大容量
(3)运行层目标函数
除考虑系统的经济性外，还应当考虑综合能源系统的新能源利用率，本研究用弃风率表示。弃风率的降低可以促进可再生能源的发展，使系统逐步减少对传统能源的依赖，提高系统的独立性，其计算方式如下：
式中，为t时刻的风电机组最大发电功率，/>为未被利用的风电功率。
(4)运行层约束条件
运行层的约束条件主要包括能量平衡约束和设备运行约束。
综合能源系统的能量平衡约束主要包括电功率平衡约束、天然气平衡约束和淡水平衡约束：
式中，Egrid,t为向电网购买的电能，Eload,t为电负荷，和/>为天然气罐释放和储存的体积，Vload,t为天然气负荷，/>和/>为淡水罐释放和储存的体积，Qload,t为淡水负荷。
SPS的运行约束包括可逆式水轮机运行约束、上水库容量约束，如下式所示：
式中，SOCur,t为上水库的剩余容量；Nur为上水库额定容量；为可逆式水轮机发电时最大水流速，/>和/>为可逆式水轮机的运行状态标志位，/>和/>为上水库的最小和最大剩余容量。/>和/>为上水库在一个调度周期内起始和结束时的剩余容量，为保证调度的连续性，上水库的起始与终止剩余容量应当保持一致。
可逆式水轮机频繁启停会影响使用寿命，因此增加启停约束：
式中，为一个调度周期内可逆式水轮机的最大启停次数。
步骤3.2：利用螳螂搜索算法和Gurobi求解器求解双层优化模型。
对于该双层优化模型，规划层采用螳螂搜索算法对系统设备容量进行优化，得出最佳的容量配置方案，运行层将规划层的设备容量作为约束条件，以WAR最低为目标函数，使用Gurobi求解器得到最佳的系统运行方案，运行层将最佳运行方案传送到规划层，得出年总成本ATC。经过螳螂种群和位置的不断迭代，最终得出系统最佳的容量配置方案和运行方案，详细求解流程如下：
Step1：系统初始化，读取系统原始数据，初始化螳螂种群，设置最大种群数Smax和最大迭代次数Mmax，在问题空间中生成初始螳螂种群S。
Step2：调用Gurobi计算运行层，得到种群S各个体在运行层中的最佳运行方案。
Step3：螳螂种群进入探索阶段，更新螳螂的位置和速度，并调用Gurobi求解更新后的螳螂
Step4：螳螂种群进入性相食阶段，更新螳螂的位置和速度，得到子代R，用R代替S。
Step5：判断循环：如果m＜Mmax:运行Step 2，否则：输出全局最佳设备容量和运行方案，结束。
图6为双层优化配置模型求解流程图。
步骤3.3：场景设置：
本发明中综合能源系统根据不同的负荷类型，可以将设备分为三类：用于满足电负荷的设备，包括风力发电机组和SPS，其中SPS由可逆式水轮机和上水库组成，SPS不仅可以充放电，还可以为RO提供运行所必要的海水，构成SPS-RO联合运行系统。用于满足淡水负荷的设备包括RO和淡水罐，其中RO由高压泵、能量回收装置和压力容器组成。用于满足天然气负荷的设备包括P2G和天然气罐，P2G由电解槽和热交换器组成，热交换器用于回收P2G在甲烷化反应中产生的热能，这些热能可用于提升进入RO的海水温度。此外，系统电能短缺时可以向电网购买电能作为补充。系统的技术参数如表1所示。
表1系统技术参数
基于上述参数，本文选取夏季、过渡季和冬季三个季节下的典型日，并设置设计了SP-IES、PR-IES和PRH-IES三组系统，对其进行优化配置：
SP-IES：在这个配置中，SPS和RO独立运行，SPS仅用于充电和放电，RO的进水仅依靠高压泵抽水。
PR-IES：在这个配置中，SPS和RO联合运行，SPS除充电和放电外，还用于RO的进水供给。
PRH-IES：在这个配置中，SPS和RO联合运行，利用热交换器对P2G的热量进行回收，用于RO进水的升温。
仿真结果：
各设计系统配置结果分析：
表2给出了各设计系统的最优配置方案，包括最优的设备配置容量与系统性能。由表可以得知，PRH-IES在三个设计的系统中拥有最优的系统性能，ATC与WAR分别为13.13×106$和4.85％；同时风机容量也是最低的，意味着系统的能源利用率也更高。此外，与SP-IES仅利用高压泵满足RO的操作压力相比，PRH-IES将上水库作为RO的进水水源，利用水头的静水压力满足了部分RO的运行压力，从而降低了高压泵的运行功率，其配置容量减少了。另一方面，PRH-IES的淡水罐容量仅为2.53km3，比SP-IES降低了91.3％，这是因为上水库能够满足RO在用电高峰时段的进水需求，使淡水罐无需储存大量的水量以供PRH-IES用水高峰时的使用。此外，SPS与RO联合运行时的RO进水都来自于上水库，这造成SPS在充电时会以更大功率运行，这也是PR-IES与PRH-IES中可逆式水轮机与上水库配置的容量较大的原因。
表2各设计系统的配置结果
各设计系统经济成本构成分析：
为分析各系统的经济性，图7给出了三个系统的成本构成。从图中可以看出，SP-IES虽然设备投资和运维成本较低，但是海水预处理成本和购电成本较高，导致SP-IES总成本较高。SP-IES、PR-IES和PRH-IES的购电成本依次降低，这是因为SPS与RO联合运行时，RO在高峰时直接利用上水库的水量，降低了系统在用电高峰时的用电量，从而节省了购电量。PRH-IES的海水预处理成本也是最低的，比PR-IES低了4.62％，这是因为利用P2G的热能为RO进水升温后，淡水生产率提高，生产相同体积的淡水时，PRH-IES所需的RO进水更少。
各设计系统性能分析：
为进一步分析系统的性能，对三个最优设计系统的能源自给率(energy self-sufficiency rate，ESR)、SPS的能量利用率(energy utilization rate，EUR)和RO的单位能耗(specific energy consumption，SEC)进行了分析。图8给出了三个系统的性能表现，PRH-IES的ESR为99.75％，这要优于PR-IES和SP-IES的95.62％和87.12％。这是因为PRH-IES通过换热器利用了P2G的废热，减少了淡水生产的能量消耗，并且直接利用上水库中的水量，减少了SPS在发电时的能量损失，这也解释了为什么PRH-IES的EUR为64.15％，比PR-IES和SP-IES分别高4.05％和9.82％。另一方面，RO的产水能耗SEC为3.28kWh/m3，低于PR-IES和SP-IES的3.55kWh/m3和4.47kWh/m3，这是因为利用P2G废热对RO进水升温，既提高RO回收率，又减少了高压泵的能耗。
根据本发明实施例提出的集成海水抽水蓄能和反渗透的综合能源系统优化配置方法，首先，对P2G进行了热能分析并构建了考虑热增强的RO温度模型，以将P2G的废热用于提高RO进水的温度，以提高系统的能量利用率。其次，利用SPS的上水库供给RO的进水，从而利用SPS的静水压力满足了RO的部分运行压力，降低了RO运行时的能耗。此外，考虑到SPS的运行特性，对可逆式水轮机的工作效率进行了建模。进而，建立了以年投资成本和弃风率为评价指标的双层优化配置模型并对其进行求解。研究结果表明，所提的配置方法不仅能降低RO的能耗，还能提高系统的能量利用率和能源自给率。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
Claims (5)
1.一种集成海水抽水蓄能和反渗透的综合能源系统优化配置方法，其特征在于，包括以下步骤：
步骤1，对电转气设备进行热能分析建立考虑反应热的P2G模型和考虑可逆式水轮机工作效率的SPS模型；
步骤2，根据反渗透海水淡化运行原理，建立考虑热增强和低水头SPS静水压力的RO模型；
步骤3，同时考虑所述P2G模型、所述SPS模型以及所述RO模型，建立以年总经济成本和弃风率为目标函数的综合能源系统双层优化配置模型，并采用螳螂搜索算法和Gurobi求解器对所述综合能源系统双层优化配置模型进行求解，得到综合能源系统的优化配置方案。
2.根据权利要求1所述的方法，其特征在于，在步骤1中，对电转气设备进行热能分析建立考虑反应热的P2G模型和考虑可逆式水轮机工作效率的SPS模型包括以下步骤：
步骤1.1，电转气设备分为电解水制氢和氢气甲烷化制取甲烷两个过程部分，电转气设备在运行过程中产生的热量如下式所示：
式中，HP2G,t为P2G在甲烷化过程产生的热量，ωP2G为甲烷化过程的放热系数，为天然气的密度，/>为甲烷化过程产生的天然气体积；
电转气设备在运行时产生的天然气、消耗的水量、电能和二氧化碳之间的关系表示为下式：
式中，Eet,t为t时段电解槽消耗的电能，ηet为电解槽的工作效率，为电解槽在电解过程产生的氢气质量，kg；/>为氢气的热值，MJ/kg；Qet,t为电解水制氢消耗水的体积，/>为甲烷化过程消耗的CO2质量；/>和/>分别为天然气、氢气、二氧化碳和甲烷的摩尔质量；
步骤1.2：考虑可逆式水轮机工作效率的SPS数学模型
SPS的下水库选取为海洋，SPS在抽水和发电时的运行状态可表示为：
式中，和/>为可逆式水轮机在抽水和发电时的水流量；ηp,t和ηt,t为可逆式水轮机抽水和发电时的效率；/>和/>为可逆式水轮机抽水和发电时的电功率；ρsea为海水密度；g为重力加速度；
可逆式水轮机在抽水和发电模式的工作效率不一致，抽水模式下的标称水流量为发电模式下的55％，可逆式水轮机在两种模式下的工作效率表示为：
式中，为可逆式水轮机处于发电模式下的标称水流速。
3.根据权利要求2所述的方法，其特征在于，在步骤2中，根据反渗透海水淡化运行原理，建立考虑热增强和低水头SPS静水压力的RO模型包括以下步骤：
步骤2.1：根据反渗透海水淡化运行原理，构建RO的产水模型
RO的淡水产量Qp与反渗透膜渗透系数Aro、总有效面积Sro、污染因子FF、温度矫正因子TCF和跨膜压力差ΔPro有关，用下式表示：
Qp＝AroSroFF·TCF·ΔPro
其中Sro的计算方式下：
Sro＝NvNeSm
式中，Nv为压力容器数量，Ne为单个压力容器中的反渗透膜数量，Sm为单个反渗透膜的面积；
根据RO的物料平衡，有：
式中，Qf为RO的进水流量，Qc为浓盐水流量；
步骤2.2：构建考虑热增强的RO温度模型
反渗透膜在不同海水温度下的通透性不同使用TCF表示压，力容器的淡水产量受海水温度Tr,t的影响，TCF的定义如式所示：
海水温度的变化与升温时消耗的热量关系如下所示：
式中，Hro,t为海水升温消耗的热量；mf为被加热的海水质量；cf为海水比热容；Tr,t为海水升温后的温度；T0,t为海水温度；
海水温度与空气温度相关，海水温度根据空气温度进行模拟预测，如下所示：
T0,t＝kTa,t+l
式中，Ta,t为海水水平面上空气温度，k、l为海水温度拟合系数；
步骤2.3：构建考虑静水压力的RO压力模型
反渗透膜的跨膜压力差ΔPro影响RO的淡水产量，满足：
式中，Pf为压力容器的进水压力；ΔPfc为压力容器海水进水与浓盐水出水的平均压降；Pp和Pc为淡水和浓盐水的产出压力，Δπb为反渗透膜两侧的渗透压力差，πfc为压力容器海水进水和浓盐水平均渗透压，πp为淡水渗透压；
假设海水预处理池与上水库处于同一水平高度下，不存在静水压力的损失，在考虑静水压力的情况下，压力容器的RO进水压力如下所示：
式中，Pre为上水库与压力容器高度差所产生的静水压力，h为SPS的水头，Php为高压泵进水侧和出水侧的压力差，Ehp为高压泵的工作功率，ηhp为高压泵的工作效率；
海水通过反渗透膜进入到渗透侧，随着膜面积增加，压力容器中的海水盐浓度将不断升高，渗透压也不断增加，压力容器中的海水平均渗透压计算方式如下：
式中，πf为压力容器初始进水渗透压，cpol为反渗透膜的浓度极化因子，Cfc和Cf为反渗透膜进水侧的平均盐浓度和初始盐浓度，ψ为海水渗透相关系数，Rg为理想气体常数，Tr,t为进入RO的海水温度，ci为海水中第i种溶质的摩尔浓度，S为海水中溶解溶质类别总数，Fro为反渗透膜的平均浓度因子；
Fro与压力容器的淡水回收率Rw相关，计算方式下式所示：
πp与反渗透膜的脱盐率有关，关系如下式所示：
πp＝πf(1-Rs)
式中，Rs为脱盐率。
利用能量回收装置对浓盐水压力进行回收，发电量如下式表示：
式中，ηerd为能量回收装置的工作效率。
4.根据权利要求3所述的方法，其特征在于，在步骤3中，同时考虑所述P2G模型、所述SPS模型以及所述RO模型，建立以年总经济成本和弃风率为目标函数的综合能源系统双层优化配置模型，包括以下步骤：
步骤3.1：建立以年总经济成本和弃风率为目标函数的综合能源系统双层优化配置模型
(1)规划层目标函数
规划层以总经济成本最小为目标函数，包括综合能源系统的初始投资成本Cinv、设备维护成本Com和系统运营成本Cop，其中Cop由运行层优化得到，总经济成本的计算方式如下：
式中，ΩM为系统中设备的集合，为第k类设备的单位容量成本，com为设备单位容量维护成本，Nk为组件容量，r为贴现率，yk为第k类组件的寿命周期，/>为外购电能和CO2的成本总和，/>为反渗透进水预处理成本，/>为电网购电价格，/>为购电量，/>为外购CO2的单位成本，U表示典型日场景数；D表示典型日的天数，T表示一天的小时数；apt为反渗透进水预处理成本系数；
(2)规划层约束条件
由于实际地理情况限制，上层模型中各设备有最大安装容量限制：
式中，为第k种组件可安装的最大容量；
(3)运行层目标函数
除考虑系统的经济性外，还考虑综合能源系统的新能源利用率，用弃风率表示，弃风率的计算方式如下：
式中，为t时刻的风电机组最大发电功率，/>为未被利用的风电功率；
(4)运行层约束条件
运行层的约束条件主要包括能量平衡约束和设备运行约束；
综合能源系统的能量平衡约束主要包括电功率平衡约束、天然气平衡约束和淡水平衡约束：
式中，Egrid,t为向电网购买的电能，Eload,t为电负荷，和/>为天然气罐释放和储存的体积，Vload,t为天然气负荷，/>和/>为淡水罐释放和储存的体积，Qload,t为淡水负荷；
SPS的运行约束包括可逆式水轮机运行约束、上水库容量约束，如下式所示：
式中，SOCur,t为上水库的剩余容量；Nur为上水库额定容量；为可逆式水轮机发电时最大水流速，/>和/>为可逆式水轮机的运行状态标志位，/>和/>为上水库的最小和最大剩余容量。/>和/>为上水库在一个调度周期内起始和结束时的剩余容量，为保证调度的连续性，上水库的起始与终止剩余容量应当保持一致；
可逆式水轮机频繁启停会影响使用寿命，增加启停约束：
式中，为一个调度周期内可逆式水轮机的最大启停次数。
5.根据权利要求4所述的方法，其特征在于，在步骤3中，采用螳螂搜索算法和Gurobi求解器对所述综合能源系统双层优化配置模型进行求解，得到综合能源系统的优化配置方案，包括以下步骤：
规划层采用螳螂搜索算法对系统设备容量进行优化，得出最佳的容量配置方案，运行层将规划层的设备容量作为约束条件，以弃风率最低为目标函数，使用Gurobi求解器得到最佳的系统运行方案，运行层将最佳运行方案传送到规划层，得出年总经济成本，经过螳螂种群和位置的不断迭代，最终得出系统最佳的容量配置方案和运行方案，详细求解流程如下：
Step1：系统初始化，读取系统原始数据，初始化螳螂种群，设置最大种群数Smax和最大迭代次数Mmax，在问题空间中生成初始螳螂种群S；
Step2：调用Gurobi计算运行层，得到种群S各个体在运行层中的最佳运行方案；
Step3：螳螂种群进入探索阶段，更新螳螂的位置和速度，并调用Gurobi求解更新后的螳螂；
Step4：螳螂种群进入性相食阶段，更新螳螂的位置和速度，得到子代R，用R代替S；
Step5：判断循环：如果m＜Mmax，运行Step 2，否则，输出全局最佳设备容量和运行方案，结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410135815.4A CN118037481A (zh) | 2024-01-31 | 2024-01-31 | 集成海水抽水蓄能和反渗透的综合能源系统优化配置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410135815.4A CN118037481A (zh) | 2024-01-31 | 2024-01-31 | 集成海水抽水蓄能和反渗透的综合能源系统优化配置方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118037481A true CN118037481A (zh) | 2024-05-14 |
Family
ID=90992467
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410135815.4A Pending CN118037481A (zh) | 2024-01-31 | 2024-01-31 | 集成海水抽水蓄能和反渗透的综合能源系统优化配置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118037481A (zh) |
-
2024
- 2024-01-31 CN CN202410135815.4A patent/CN118037481A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mito et al. | Reverse osmosis (RO) membrane desalination driven by wind and solar photovoltaic (PV) energy: State of the art and challenges for large-scale implementation | |
| US10340693B2 (en) | Systems and methods for generating energy using a hydrogen cycle | |
| Delgado-Torres et al. | Preliminary assessment of innovative seawater reverse osmosis (SWRO) desalination powered by a hybrid solar photovoltaic (PV)-Tidal range energy system | |
| US7178337B2 (en) | Power plant system for utilizing the heat energy of geothermal reservoirs | |
| CN107407248B (zh) | 用于深海水的液压气动式储能系统和液压气动式储能组件 | |
| Yan et al. | Roadmap to hybrid offshore system with hydrogen and power co-generation | |
| CN113283099B (zh) | 一种风光储氢海水淡化系统的建模方法 | |
| CN111439520B (zh) | 利用海上风电制氢的地下油气藏储氢系统及调控计算方法 | |
| AU2015247080B2 (en) | Hydrogen gas generating system | |
| KR20050083728A (ko) | 수력발전을 이용한 수소 생산 | |
| CN107162246A (zh) | 小型海岛风能抽水蓄能海水淡化装置 | |
| CN115622093A (zh) | 一种基于风力、潮流能及海水淡化制氢的微电网混合储能系统 | |
| US20230279569A1 (en) | Arrangement to optimize the production of hydrogen | |
| CN114909871A (zh) | 一种海上离网型超导风电制备液氢的方法及装置 | |
| CN117277381A (zh) | 一种多能协调互补高效发电系统及发电方案优化模型 | |
| CN118037481A (zh) | 集成海水抽水蓄能和反渗透的综合能源系统优化配置方法 | |
| Basu | Optimum dynamic dispatch of clean water, methane, electricity and heat considering carbon capture | |
| CN217115732U (zh) | 一种无缝衔接的交替式液控压缩空气储能系统 | |
| Ren et al. | Design and simulation of an off-grid marine current-powered seawater desalination and hydrogen production system | |
| Cherif et al. | Design optimization and sensitivity analysis of a hybrid renewable power generation system coupled with a reverse osmosis desalination unit | |
| CN114548600B (zh) | 一种海岛微网多能源系统优化调度模型 | |
| CN217883251U (zh) | 一种利用海洋能驱动的水下综合能源系统 | |
| CN218352187U (zh) | 一种基于太阳池供水的离网式光储柴供电设备 | |
| Ndadane et al. | Consideration of design systems for solar powered reverse osmosis seawater desalination | |
| Mito | Optimising the Operation of Renewable Energy-Driven Reverse Osmosis Desalination |
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 |