一种计及碳源汇作用的综合能源系统优化调度方法技术方案

本发明专利技术公开了一种计及碳源汇作用的综合能源系统优化调度方法，该方法基于综合能源系统内能源耦合设备碳流和能流过程建立数学模型，并且根据设备模型特征分析设备在系统中的碳源/汇作用，引入生物质能碳捕获及封存技术，提出系统的碳源/汇评价指标体系，在指标体系基础上确定相应激励因子且计算调节费用，据此提出综合能源系统低碳调度模型，并通过深度学习预测出力及DDPG算法训练获得最优策略。本发明专利技术所提方法通过细分综合能源系统内碳排放和捕获再利用过程，在降低系统碳排放量同时减少降碳产生的影响，提升了环保效益和维护了经济效益。本发明专利技术可广泛应用于综合能源系统的低碳调度。调度。

【技术实现步骤摘要】
一种计及碳源汇作用的综合能源系统优化调度方法


[0001]本专利技术涉及综合能源系统调度领域，尤其是一种计及碳源汇作用的综合能源系统优化调度方法。

技术介绍

[0002]随着社会经济的高速发展，人类对能源的需求日益增大，能源短缺与环境问题也由此而生。在此背景下，通过将多种性质各异的能源有机结合在一起，对其生产和转换环节进行协调优化，从而实现能源梯级高效利用和可再生能源大幅消纳的综合能源系统应运而生。综合能源系统的应用可实现多种能源的梯级利用，具有提高能源的利用效率、提高运行经济性和减少环境污染等方面的优势。
[0003]近年来，综合能源系统优化运行调度的问题受到了学者的广泛关注，主要有三种研究思路。其一，针对综合能源系统的容量规划与运行问题，考虑电
‑
热
‑
气多种储能设备、分时电价的影响和供需侧的综合能效，以经济效益、环境效益和综合能效等多目标确定系统的最优运行方案；其二，从综合能源系统与电网整体规划角度出发，考虑能源站数量、位置和设备容量配置，提出双层规划优化模型；其三，综合能源系统的全寿命周期确立全阶段规划模型，提出成本最低的规划流程和方法。
[0004]为实现“碳达峰”和“碳中和”的目标，能源行业在碳排放中所占比重较大，是节能减排的主力军。为此，学者们逐渐关注系统规划中的碳排放，建立了多种类型的综合能源系统优化模型，将碳排放以交易成本或惩罚因子的形式参与综合能源系统的调度规划。然而，上述关于综合能源系统的日前优化调度的研究仅聚焦系统向外界排放的总碳排放量，而忽略参与系统碳流的设备在系统多目标运行下的不同作用，综合能源系统中设备在参与系统碳排放与碳捕获再利用过程中，存在能量转化和能源互补，因此相关设备也可以参与系统对于新能源的消纳。为了减少碳排放量的目标可能会对其他目标造成过多的影响，仍需进一步研究。

技术实现思路

[0005]为了解决上述问题，本专利技术提供了一种计及碳源汇作用的综合能源系统优化调度方法。将综合能源系统内的碳流根据设备的碳源和碳流作用分别考虑，避免减碳目标对其他目标产生过多影响，有利于灵活调度设备，充分体现设备在不同目标下的不同作用，并在碳源/汇作用设备间引入生物质能碳捕获及封存技术，增强设备间运行的灵活性。通过提出碳源/汇作用的评价指标，并通过调节成本影响目标函数，在多目标下对设备的调控更灵活，在设备碳源/汇作用的同时兼顾其需求响应作用。应用深度学习对设备出力区间进行预测有利于满足综合能源系统在多维度多目标下对设备数据可靠性与时效性越来越高的要求。最后通过深度强化学习做出较为准确的识别，并做出最优决策，并通过训练，最终减少决策时间，实现在线调控。本专利技术方法的提出，对新能源系统比重逐渐增大的综合能源系统，在减少系统碳排放量和优化系统碳结构并兼顾系统内新能源消纳的目标下，具有重大
的发展前景和应用意义。
[0006]为了达到上述目的，本专利技术是通过以下技术方案来实现的：
[0007]本专利技术是一种计及碳源汇作用的综合能源系统优化调度方法，具体步骤包括：步骤1，针对综合能源系统天然气流
‑
电能流和电能流
‑
热能流的多能流耦合转换特性，并确立各设备碳源/汇作用在系统碳演变过程内的关联关系，引入生物质能碳捕获与封存技术，建立数学模型；
[0008]步骤2，依据全系统内各设备碳源/汇作用在系统碳演变过程内的关联关系，提出碳源/汇作用的评价指标，在指标基础上确定相应激励因子并计算调度费用；并考虑多能流耦合下的设备变量关联，提出包含系统全主体的调度架构，并将碳源/汇确定的调度费用引入目标函数中，根据约束条件建立系统低碳运行模型；步骤3：利用分层协调方法对系统模型进行求解；
[0009]步骤4：基于设备数学模型，应用深度学习对设备在数据层进行刻画，依据设备间关联约束进行设备出力区间预测，利用深度强化学习的集中训练和分散执行的策略，以先训练后应用的方式，实现对系统内各主体在各周期内的在线调度。
[0010]本专利技术的进一步改进在于：步骤1建立的数学模型具体为：
[0011]燃气轮机碳源作用下的分流运行模型：
[0012]燃气轮机的总热功率表示为：
[0013][0014]式中，t是时间段，是t时段燃气轮机消耗天然气总热功率，ρ
G
是天然气的密度，L
G
是天然气的低位热值，V
tDGT
是t时段天然气消耗体积，Δt是时间步长，是燃气轮机的总热效率，P
tDGT
是t时段燃气轮机的发电功率，是燃气轮机的热电转化效率，是燃气轮机的供热功率；
[0015]燃气轮机的发电功率和供热功率间存在耦合关系，在其电热联供时，两种功率之比为电热比，其物理模型为：
[0016][0017][0018]式中，P
tDGT
分别是t时段燃气轮机的供热功率、电热比和发电功率；燃气轮机排放CO2量与发电功率满足：
[0019][0020]式中，是t时段燃气轮机排放气体与消耗天然气转化比率，V
tCDGT
是t时段燃气轮机产生含CO2气体体积，V
tDGTC
是t时段燃气轮机排放CO2气体体积，是t时段产生气体中
CO2浓度，η
r
是燃气轮机气体循环比例，是t时段燃气轮机产生CO2量，是CO2的密度；
[0021]燃气轮机燃烧室内CO2浓度小于40％，则燃气轮机产生气体CO2浓度为：
[0022][0023][0024]碳捕获装置CO2吸收模型：
[0025]碳捕获装置碳捕获过程中消耗电功率P
tCCS
由碳捕获电功率P
tcCCS
和装置固定电功率P
tfCCS
之和组成：
[0026][0027]式中，P
tCCS
是t时段碳捕获装置消耗电功率，V
tO
是t时段碳捕获装置捕获的排放气体体积，为受捕获量和转换过程影响的用电系数，装置固定电功率P
tfCS
设为0.1倍P
tcCCS
。
[0028]则根据生态系统碳汇的叶片CO2吸收过程，提出t时段碳捕获装置低能耗CO2吸收量为捕获气体内CO2量与未吸收量之差，表达式为：
[0029][0030]式中，分别为装置吸收溶液浓度、吸收塔内气压、温度限制下CO2未吸收效率系数；
[0031]生物质能碳捕获及封存：
[0032]生物化学过程所示的植物CO2同化速率为：
[0033][0034]式中，V
ta
是植物CO2实际同化速率，V
t0
是植物吸收CO2速率，g0(T)，g1(T)均为气孔对温度的敏感系数，g0(T)表示为植物叶片同化速率为0时的气孔导度，表示为叶片周围的空气湿度，P
ta
，P
tc
分别表示叶片内空气与CO2分压；
[0035]CO本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计及碳源汇作用的综合能源系统优化调度方法，其特征在于：包括以下步骤：步骤1，针对综合能源系统天然气流
‑
电能流和电能流
‑
热能流的多能流耦合转换特性，并确立各设备碳源/汇作用在系统碳演变过程内的关联关系，引入生物质能碳捕获与封存技术，建立数学模型；步骤2，依据全系统内各设备碳源/汇作用在系统碳演变过程内的关联关系，提出碳源/汇作用的评价指标，在指标基础上确定相应激励因子并计算调度费用；并考虑多能流耦合下的设备变量关联，提出包含系统全主体的调度架构，并将碳源/汇确定的调度费用引入目标函数中，根据约束条件建立系统低碳运行模型；步骤3：利用分层协调方法对系统模型进行求解；步骤4：基于设备数学模型，应用深度学习对设备在数据层进行刻画，依据设备间关联约束进行设备出力区间预测，利用深度强化学习的集中训练和分散执行的策略，以先训练后应用的方式，实现对系统内各主体在各周期内的在线调度。2.根据权利要求1所述一种计及碳源汇作用的综合能源系统优化调度方法，其特征在于：步骤1建立的数学模型具体为：燃气轮机碳源作用下的分流运行模型：燃气轮机的总热功率表示为：式中，t是时间段，是t时段燃气轮机消耗天然气总热功率，ρ
G
是天然气的密度，L
G
是天然气的低位热值，V
tDGT
是t时段天然气消耗体积，Δt是时间步长，是燃气轮机的总热效率，P
tDGT
是t时段燃气轮机的发电功率，是燃气轮机的热电转化效率，是燃气轮机的供热功率；燃气轮机的发电功率和供热功率间存在耦合关系，在其电热联供时，两种功率之比为电热比，其物理模型为：电热比，其物理模型为：式中，P
tDGT
分别是t时段燃气轮机的供热功率、电热比和发电功率；燃气轮机排放CO2量与发电功率满足：式中，是t时段燃气轮机排放气体与消耗天然气转化比率，V
tCDGT
是t时段燃气轮机产生含CO2气体体积，V
tDGTC
是t时段燃气轮机排放CO2气体体积，是t时段产生气体中CO2浓度，η
r
是燃气轮机气体循环比例，是t时段燃气轮机产生CO2量，是CO2的密度；
燃气轮机燃烧室内CO2浓度小于40％，则燃气轮机产生气体CO2浓度为：浓度为：碳捕获装置CO2吸收模型：碳捕获装置碳捕获过程中消耗电功率P
tCCS
由碳捕获电功率P
tcCCS
和装置固定电功率P
tfCCS
之和组成：式中，P
tCCS
是t时段碳捕获装置消耗电功率，V
tO
是t时段碳捕获装置捕获的排放气体体积，为受捕获量和转换过程影响的用电系数，装置固定电功率P
tfCS
设为0.1倍P
tcCCS
。则根据生态系统碳汇的叶片CO2吸收过程，提出t时段碳捕获装置低能耗CO2吸收量为捕获气体内CO2量与未吸收量之差，表达式为：式中，分别为装置吸收溶液浓度、吸收塔内气压、温度限制下CO2未吸收效率系数；生物质能碳捕获及封存：生物化学过程所示的植物CO2同化速率为：式中，V
ta
是植物CO2实际同化速率，V
t0
是植物吸收CO2速率，g0(T)，g1(T)均为气孔对温度的敏感系数，g0(T)表示为植物叶片同化速率为0时的气孔导度，表示为叶片周围的空气湿度，P
ta
，P
tc
分别表示叶片内空气与CO2分压；CO2通过植物的同化作用在其内部分配，积累，周转，其最后封存碳量表示为：式中，表示植物封存的碳量，R
i
表示植物生长和异化作用下产生的CO2；P2G装置CO2再利用模型：P2G产生的天然气体积与再利用的CO2体积满足：体积满足：式中，V
tP2G
是t时段P2G产生的天然气体积，是P2G的CO2转化比率，V
tCR
表示t时段P2G再利用的CO2体积，T表示调度时段总数，当P2G不向市场或其他来源获得CO2，P2G再利用的CO2量不大于碳捕获装置吸收量；P2G装置消耗电功率使CO2重新转化为甲烷，供给天然气网或储气罐从而得以利用，t时段P2G的天然气输出功率与天然气体积V
tP2G
满足：
则P2G装置的用电功率P
tP2G
表示为：式中，是t时段P2G电转气的转化效率；储能罐的模型：储气罐的充放气动态特性为：式中，是t时段储气罐储存的气能，b1和b2为0
‑
1变量，b1＝1或b2＝1表示储气罐处于充气或放气状态，是t时段储气罐的天然气存储或输出功率；蓄热罐散热损失与存储热量相关，热能动态特性表示为：式中，是t时段蓄热罐储存的热能，ε是蓄热罐的热损失率，d1和d2为0
‑
1变量，d1＝1或d2＝1表示蓄热罐处于吸热或放热状态，是t时段蓄热罐的热功率；蓄电池在充放电和储存电能过程存在电损耗，其充放电动态特性表示为：式中，是t时段蓄电池储存的电能，a1和a2为0
‑
1变量，a1＝1或a2＝1表示蓄电池处于充电或放电状态，P
tES
是t时段蓄电池的充放电功率，分别是蓄电池的充、放电效率，δ是蓄电池的自放电率。3.根据权利要求2所述一种计及碳源汇作用的综合能源系统优化调度方法，其特征在于：步骤2具体步骤如下：步骤2.1，提出碳源控制指标和碳汇监测指标和碳汇监测指标和碳汇监测指标其中，P
tDGT
，P
tPV
，P
tWT
分别为燃气轮机，光伏，风电发出电功率；P
tP2G
，P
tCCS
，P
tES
，P
tEHB
分别为P2G装置，碳捕获装置，蓄电池，电热锅炉消耗电功率；步骤2.2，计算调度费用；由指标确立的调度费用为：由指标确立的调度费用为：式中，为t时段碳源设备的碳排放调节费用，f
si,t
为t时段碳捕获装置的碳汇调节费用，c
SR
表示该碳源设备碳排放的单位成本，c
SI
表示碳汇装置吸收CO2单位体积的激励价格；
步骤2.3，将步骤2.2计算的调度费用引入目标函数中，根据约束条件建立系统低碳运行模型，具体为：气能流网络优化目标函数：式中，f1为天然气网络主要运行费用，T为日前优化调度时段总数，c
GD
为系统向外部气网购...

【专利技术属性】
技术研发人员：陈勇杰，梁肖，付蓉，王正风，李有亮，吴旭，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：