CN212433765U - Lng接收站耗能优化系统 - Google Patents
Lng接收站耗能优化系统 Download PDFInfo
- Publication number
- CN212433765U CN212433765U CN202021395007.5U CN202021395007U CN212433765U CN 212433765 U CN212433765 U CN 212433765U CN 202021395007 U CN202021395007 U CN 202021395007U CN 212433765 U CN212433765 U CN 212433765U
- Authority
- CN
- China
- Prior art keywords
- equipment
- optimization
- simulation
- receiving station
- energy
- 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
Images
Abstract
本实用新型提供了LNG接收站耗能优化系统(10),包括:设备优化装置(101)、分别与其连接的模型管理装置(102)、参数设置装置(102)和优化分析装置(104);设备优化装置(101)包括至少一个仿真设备(1011),分别仿真待优化的LNG接收站中的高耗能设备并向模型管理装置(102)输出仿真结果;模型管理装置(102)设置仿真设备(1011)所使用模型,接收仿真结果并显示;参数设置装置(103)设置每一个仿真设备(1011)所仿真高耗能设备的参数值;优化分析装置(104)基于每一个仿真设备(1011)所使用模型对LNG接收站(20)进行能耗优化。具有优化过程快速,结果准确的优点。
Description
技术领域
本实用新型涉及电子技术领域,特别涉及一种LNG接收站耗能优化系统。
背景技术
液化天然气(Liquefied Natural Gas,LNG)是将气态天然气在常压下冷却至-162℃,使其冷凝成液体。天然气液化后,比气态时的体积缩小达1/600,可大大节省储运空间和成本,为天然气的高效运输提供了有效途径,扩大了天然气的应用领域。
LNG接收站接收、排放、储存和气化液化天然气,并通过管网向下游用户供气。图1示出了LNG接收站20的结构。由于LNG的低温特性,LNG接收站20在从LNG船30等运输设备上卸载、向LNG槽车40上装载,在LNG储罐206等中储存,以及在气化LNG的过程中会产生大量闪蒸汽(Boiled Off Gas,BOG)53。为了保持LNG储罐206的压力稳定,保证接收站的安全运行,必须对多余的BOG进行处理(如图1中通过分液罐208、压缩机203、再冷凝器207、高低压泵组202等进行处理),在BOG处理过程中会消耗大量的能源。
在LNG接收站10中,大量消耗能源的高耗能设备包括:压缩机203、高低压泵组202、气化系统204和低温保持系统201。那么控制这些高耗能设备的能耗对于优化整个LNG接收站20的能耗就尤为重要。
实用新型内容
本实用新型实施例提供了一种LNG接收站耗能优化系统,具有优化过程快速,结果准确的优点。
该LNG接收站耗能优化系统可包括:设备优化装置、模型管理装置、参数设置装置和优化分析装置;所述设备优化装置分别与所述模型管理装置、所述参数设置装置和所述优化分析装置连接;所述设备优化装置中包括至少一个仿真设备,分别仿真待优化的LNG接收站中的一个高耗能设备,并向所述模型管理装置输出各自的仿真结果;针对每一个所述仿真设备,所述模型管理装置设置该仿真设备所使用的至少一个模型,接收来自该仿真设备的仿真结果并向用户显示每一个模型的仿真结果,以使用户确定在对所述LNG接收站进行耗能优化时该仿真设备所使用的模型;所述参数设置装置设置每一个所述仿真设备所仿真的高耗能设备的下列参数值中的至少一个:设备参数边界值、环境参数值、要控制的物理量的值,其中,所述设备参数边界值用以高耗能设备正常运行,所述环境参数值用以设置高耗能设备所处的工作环境,所述要控制的物理量的值用以确定高耗能设备所要控制的物理量的值;所述优化分析装置基于确定的每一个所述仿真设备所使用的模型,对所述LNG接收站进行能耗优化。
可选地,所述LNG接收站中的高耗能设备包括压缩机,所述设备优化装置中用于仿真所述压缩机的仿真设备包括参数调节机构,用于调节模型的稳态参数值来对所述压缩机进行耗能优化。
可选地,所述LNG接收站中的高耗能设备包括高低压泵组,所述设备优化装置中用于仿真所述高低压泵组的仿真设备包括负载均衡机构,用于根据所述LNG接收站的负载量来对所述高低压泵组进行耗能优化。
可选地,所述LNG接收站中的高耗能设备包括气化系统,所述设备优化装置中用于仿真所述气化系统的仿真设备包括气化控制机构,用于预测所述气化系统输出的气体流量和压力值,以控制所述气化控制机构的输入参数。
可选地,所述LNG接收站中的高耗能设备包括低温保持系统,所述设备优化装置中用于仿真所述低温保持系统的仿真设备包括降温过程控制机构,用于控制所述低温保持系统的降温过程。
可选地,所述优化分析装置包括曲线绘制机构,用于绘制所述LNG接收站优化前的能耗曲线、优化后的能耗曲线和/或理论能耗曲线。进一步地,所述优化分析装置还可包括曲线显示机构,用于显示所述曲线绘制机构所绘制的曲线。
在本实用新型实施例中,设备优化装置中包括的各个仿真设备分别针对LNG接收站中不同的高耗能设备,设置仿真模型,用以模拟高耗能设备的运行,别获得较优或最优的仿真模型。与设备优化装置连接的参数设置装置通过设置设备参数边界值、环境参数值、要控制的物理量的值来保证仿真结果的有效性和真实性,而与设备优化装置连接的模型管理装置则设置各个仿真设备所使用的仿真模型,接收来自仿真设备的仿真结果并向用户显示。而与设备优化装置连接的优化分析装置可基于确定的每一个仿真设备所使用的模型,对LNG接收站进行能耗优化。通过上述各种装置的相互配合,能够真实有效地仿真LNG接收站中高耗能设备的运行,因此提供的优化结果也更准确。
附图说明
为了更清楚地说明本实用新型实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本实用新型的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是LNG接收站的结构图。
图2示出了本实用新型一实施例提供LNG接收站耗能优化系统的结构。
附图标记说明
10:LNG接收站耗能优化系统 20:LNG接收站 30:LNG船 40:LNG槽车
51:LNG 52:BOG 53:NG:天然气(Natural Gas)
101:设备优化装置 102:模型管理装置 103:参数设置装置
104:优化分析装置 1011:仿真设备 1011a:参数调节机构
1011b:负载均衡机构 1011c:气化控制机构 1011d:降温过程控制机构
1041:曲线绘制机构 1042:曲线显示结构
201:低温保持系统 202:高低压泵组(High/low pressure pump)
203:压缩机(BOG compressor) 204:气化系统(Open Rack Vaporizer,ORV)
205:BOG总管(BOG Main Line) 206:LNG储罐(LNG Storage tank)
207:再冷凝器 208:分液罐(Separate irrigation)
具体实施方式
为使本实用新型实施例的目的、技术方案和优点更加清楚,下面将结合本实用新型实施例中的附图,对本实用新型实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本实用新型一部分实施例,而不是全部的实施例,基于本实用新型中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本实用新型保护的范围。
图2是本实用新型一实施例提供的一种LNG接收站耗能优化系统的结构示意图。如图2所示,该系统10可包括:
-设备优化装置101
-模型管理装置102
-参数设置装置102
-优化分析装置104
其中,设备优化装置101分别与模型管理装置102、参数设置装置103和优化分析装置104连接。该四个装置可分别实现为计算机、单片机、微处理器、嵌入式系统、专用集成电路(ASIC)、数字信号处理器(DSP)、图形处理单元(GPU)、状态机等。上述四个装置中的一个或多个可以集成在同一计算机中实现,分别由同一台计算机的不同组成部分实现。
系统10可对LNG接收站,比如图1所示的LNG接收站20中的高耗能设备201高耗能设备进行实时监控,利用人工智能技术、大数据分析技术手段分析并推测当前能耗水平及能耗趋势,为用户推荐较优的设备运行方案。既可以在工艺流程改善方面提供模拟验证,也可以为设备高效运行提供优化指导。
下面,对上述四种装置的内部组成和结构进一步加以说明。
其中,设备优化装置101中可包括至少一个仿真设备1011,分别仿真待优化的LNG接收站20中的一个高耗能设备201,并向模型管理装置102输出各自的仿真结果。
比如:LNG接收站20中的高耗能设备可包括压缩机203,设备优化装置101中用于仿真压缩机的仿真设备1011可包括参数调节机构1011a,用于调节模型的稳态参数值来对压缩机203进行耗能优化,并且也可设置不同的组合条件来评估不同的仿真结果。通过对仿真结果进行比较,选出最优或较优的压缩机203的运行方案。
再比如:LNG接收站20中的高耗能设备可包括高低压泵组202,设备优化装置101中用于仿真高低压泵组202的仿真设备1011可包括负载均衡机构1011b,用于根据LNG接收站20的负载量来对高低压泵组202进行耗能优化。比如:可采用线性回归模型进行优化分析,通过不同的条件组合来运行线性回归模型,进行高低压泵组202的模型运行,并可绘制模拟运行曲线,通过分析模拟运行曲线来确定最优或较优的高低压泵组202的运行方案。
再比如:LNG接收站20中的高耗能设备可包括气化系统204,设备优化装置101中用于仿真气化系统204的仿真设备1011可包括气化控制机构1011c,用于预测气化系统204输出的气体流量和压力值,以控制气化控制机构1011c的输入参数,比如温度、流量、引风机的功率等。气化系统204可采用神经网络模型优化。在进行优化分析前,可通过大量的训练数据来训练申请网络模型,并绘制模拟运行曲线,通过对仿真结果进行分析来选择最优或较优的气化系统204的运行方案。
再比如:LNG接收站20中的高耗能设备可包括低温保持系统201,设备优化装置101中用于仿真低温保持系统201的仿真设备1011可包括降温过程控制机构1011d,用于控制低温保持系统201的降温过程。可通过查询历史运行书来分析低温保持系统201的运行效果,然后通过比较分析选出最优或较优的低温保持系统201的运行方案。
上述四个高耗能设备201的仿真模型可根据模拟的运行结果重新配置,以便发现更优的仿真模型。
模型管理装置102可针对每一个仿真设备1011,设置该仿真设备1011所使用的至少一个模型,接收来自该仿真设备1011的仿真结果并向用户显示每一个模型的仿真结果,以使用户确定在对LNG接收站20进行耗能优化时该仿真设备1011所使用的模型。
参数设置装置103可设置每一个仿真设备1011所仿真的高耗能设备的下列参数值中的至少一个:设备参数边界值、环境参数值、要控制的物理量的值,其中,设备参数边界值用以高耗能设备正常运行,环境参数值用以设置高耗能设备所处的工作环境,要控制的物理量的值用以确定高耗能设备所要控制的物理量的值;
优化分析装置104可基于确定的每一个仿真设备1011所使用的模型,对LNG接收站20进行能耗优化。其中,优化分析装置104可包括曲线绘制机构1041,用于绘制LNG接收站20优化前的能耗曲线、优化后的能耗曲线和/或理论能耗曲线。优化分析装置104还可包括曲线显示机构1042,用于显示曲线绘制机构1041所绘制的曲线。
综上,本实用新型实施例提供了一种LNG接收站耗能优化系统,系统中的设备优化装置中包括的各个仿真设备分别针对LNG接收站中不同的高耗能设备,设置仿真模型,用以模拟高耗能设备的运行,别获得较优或最优的仿真模型。与设备优化装置连接的参数设置装置通过设置设备参数边界值、环境参数值、要控制的物理量的值来保证仿真结果的有效性和真实性,而与设备优化装置连接的模型管理装置则设置各个仿真设备所使用的仿真模型,接收来自仿真设备的仿真结果并向用户显示。而与设备优化装置连接的优化分析装置可基于确定的每一个仿真设备所使用的模型,对LNG接收站进行能耗优化。通过上述各种装置的相互配合,能够真实有效地仿真LNG接收站中高耗能设备的运行,因此提供的优化结果也更准确。与以往的LNG接收站的耗能优化系统相比,具有如下优点:
1)优化高耗能设备的运行,节省运行期间不必要的能源消耗,既能保证生成运行的稳定和正常运营活动,同时降低能源消耗。
2)实现智能化控制,以人工经验为主的控制模式,向智能调节为主的控制模式转变,提高自动化水平。
3)LNG接收站中的气化系统的优化可减少温室气体排放,降低环境污染。
4)优化方案灵活,可以根据不同的条件设置不同的优化方案,并根据仿真结果进行反馈调优,提高优化的效果。
5)优化速度快,模拟环境实时反馈结果,通过模拟环境的设置,可以让优化方案先在模拟场景中试运行,观察其效果,并进行实时反馈,提高了方案优化的效率。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
最后需要说明的是:以上所述仅为本实用新型的较佳实施例,仅用于说明本实用新型的技术方案,并非用于限定本实用新型的保护范围。凡在本实用新型的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本实用新型的保护范围内。
Claims (7)
1.一种液化天然气LNG接收站耗能优化系统(10),其特征在于,包括:
设备优化装置(101)、模型管理装置(102)、参数设置装置(103)和优化分析装置(104);
所述设备优化装置(101)分别与所述模型管理装置(102)、所述参数设置装置(103)和所述优化分析装置(104)连接;
所述设备优化装置(101)中包括至少一个仿真设备(1011),分别仿真待优化的LNG接收站(20)中的一个高耗能设备,并向所述模型管理装置(102)输出各自的仿真结果;
针对每一个所述仿真设备(1011),所述模型管理装置(102)设置该仿真设备(1011)所使用的至少一个模型,接收来自该仿真设备(1011)的仿真结果并向用户显示每一个模型的仿真结果,以使用户确定在对所述LNG接收站(20)进行耗能优化时该仿真设备(1011)所使用的模型;
所述参数设置装置(103)设置每一个所述仿真设备(1011)所仿真的高耗能设备的下列参数值中的至少一个:设备参数边界值、环境参数值、要控制的物理量的值,其中,所述设备参数边界值用以高耗能设备正常运行,所述环境参数值用以设置高耗能设备所处的工作环境,所述要控制的物理量的值用以确定高耗能设备所要控制的物理量的值;
所述优化分析装置(104)基于确定的每一个所述仿真设备(1011)所使用的模型,对所述LNG接收站(20)进行能耗优化。
2.如权利要求1所述的系统(10),其特征在于,所述LNG接收站(20)中的高耗能设备包括压缩机(203),所述设备优化装置(101)中用于仿真所述压缩机的仿真设备(1011)包括参数调节机构(1011a),用于调节模型的稳态参数值来对所述压缩机(203)进行耗能优化。
3.如权利要求1所述的系统(10),其特征在于,所述LNG接收站(20)中的高耗能设备包括高低压泵组(202),所述设备优化装置(101)中用于仿真所述高低压泵组(202)的仿真设备(1011)包括负载均衡机构(1011b),用于根据所述LNG接收站(20)的负载量来对所述高低压泵组(202)进行耗能优化。
4.如权利要求1所述的系统(10),其特征在于,所述LNG接收站(20)中的高耗能设备包括气化系统(204),所述设备优化装置(101)中用于仿真所述气化系统(204)的仿真设备(1011)包括气化控制机构(1011c),用于预测所述气化系统(204)输出的气体流量和压力值,以控制所述气化控制机构(1011c)的输入参数。
5.如权利要求1所述的系统(10),其特征在于,所述LNG接收站(20)中的高耗能设备包括低温保持系统(201),所述设备优化装置(101)中用于仿真所述低温保持系统(201)的仿真设备(1011)包括降温过程控制机构(1011d),用于控制所述低温保持系统(201)的降温过程。
6.如权利要求1所述的系统(10),其特征在于,所述优化分析装置(104)包括曲线绘制机构(1041),用于绘制所述LNG接收站(20)优化前的能耗曲线、优化后的能耗曲线和/或理论能耗曲线。
7.如权利要求6所述的系统(10),其特征在于,所述优化分析装置(104)还包括曲线显示机构(1042),用于显示所述曲线绘制机构(1041)所绘制的曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202021395007.5U CN212433765U (zh) | 2020-07-15 | 2020-07-15 | Lng接收站耗能优化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202021395007.5U CN212433765U (zh) | 2020-07-15 | 2020-07-15 | Lng接收站耗能优化系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN212433765U true CN212433765U (zh) | 2021-01-29 |
Family
ID=74277550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202021395007.5U Active CN212433765U (zh) | 2020-07-15 | 2020-07-15 | Lng接收站耗能优化系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN212433765U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113775928A (zh) * | 2021-09-08 | 2021-12-10 | 中海石油气电集团有限责任公司 | 含有配套长输管道的lng接收站外输系统的调度方法 |
-
2020
- 2020-07-15 CN CN202021395007.5U patent/CN212433765U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113775928A (zh) * | 2021-09-08 | 2021-12-10 | 中海石油气电集团有限责任公司 | 含有配套长输管道的lng接收站外输系统的调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Industrial structure, technological progress and CO 2 emissions in China: Analysis based on the STIRPAT framework | |
EP2341232B1 (en) | Method for controlling fuel flow within a machine | |
Xenos et al. | Optimization of a network of compressors in parallel: Real Time Optimization (RTO) of compressors in chemical plants–An industrial case study | |
US20090249794A1 (en) | Systems and Methods for Augmenting Power Output of a Turbine During a Transient Event | |
Wang et al. | The impact and economic cost of environmental regulation on energy utilization in China | |
CN108320042B (zh) | 循环水系统的优化方法与装置 | |
KR101660102B1 (ko) | 용수량 수요 예측 장치 | |
CN212433765U (zh) | Lng接收站耗能优化系统 | |
CN109149656B (zh) | 一种气-电互联综合能源系统机组组合方法 | |
CN115439003A (zh) | 基于智慧燃气物联网的燃气表更换提示方法和系统 | |
CN108846488A (zh) | 风电场的检修调度方法和装置 | |
CN107798487A (zh) | 一种结合主客观权重法的电力行业碳排放权分配方法 | |
JPWO2021240689A5 (zh) | ||
CN116431701A (zh) | 一种综合性的电厂生产数据分析与统计系统 | |
CN116316611A (zh) | 基于低压台区下的供电方法及系统 | |
Li et al. | Dynamic simulation for improving the performance of boil-off gas recondensation system at lng receiving terminals | |
CN113538170A (zh) | 一种基于生命周期的燃气供应系统经济性能分析方法 | |
CN115203861A (zh) | 多级机站通风系统风机变频优化方法、装置及设备 | |
Warchoł et al. | The method for optimisation of gas compressors performance in gas storage systems | |
CN116734320A (zh) | 供热系统控制方法、装置、电子设备及存储介质 | |
CN116012035B (zh) | 一种碳排放量的评估方法、装置及系统 | |
Chen et al. | AI-Based Power Demand Forecasting of California Counties | |
Singh et al. | Data-driven modeling to predict the rate of Boil-off Gas (BOG) generation in an industrial LNG storage tank | |
CN113361763B (zh) | 一种输气管网的全时段运行优化方法及系统 | |
Wang et al. | Research on Prediction of Dynamic Load Complementarity Based on Big Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |