一种基于LNG冷能的多能流动态耦合与智能调度系统及方法与流程

本发明属于能源综合利用，尤其涉及一种基于lng冷能的多能流动态耦合与智能调度系统及方法。

背景技术：

1、在全球能源结构向清洁化、低碳化转型的宏观背景下，天然气作为一种相对清洁的化石能源，在全球一次能源消费中的比重持续上升。液化天然气（lng）因其便于储存和远距离运输的优势，已成为全球天然气贸易的主要形式。lng在其生产过程中，天然气在常压下被冷却至约-162℃，吸收并储存了大量的冷能，其理论冷能约为830-860kj/kg。在lng接收站，lng需要经过气化过程恢复为气态，才能输送至下游用户。在这一过程中，如果能有效回收并利用这部分高品位的冷能，不仅可以产生巨大的经济效益，还能显著降低能源消耗和碳排放，具有重要的战略意义。

2、目前，国内外对lng冷能的利用技术已经开展了广泛的研究与实践，lng冷能的利用途径主要集中在以下几个方面：（1）冷能发电：这是最常见的利用方式之一，主要包括采用有机朗肯循环（orc）、直接膨胀法或联合循环等技术，将lng冷能转化为电能。然而，单一的冷能发电系统往往只能利用lng冷能的一部分温区，难以实现全温区的梯级高效利用，且发电效率受环境温度影响较大。（2）空气分离：利用lng提供的深度低温环境来液化并分离空气，制取液氧、液氮、液氩等高附加值工业气体。此技术相对成熟，但受限于空分产品的市场需求，通常需要与大型化工园区配套建设，应用场景较为局限。（3）低温仓储与食品加工：利用lng冷能构建大型冷库、进行食品速冻、低温粉碎等。这类应用对冷能的品位要求不高，未能充分发挥lng深度低温的价值。（4）海水淡化：通过冷冻法海水淡化技术，利用lng冷能使海水结冰，从而分离出淡水。该技术能耗较低，但设备投资大，结冰与融冰过程复杂。（5）数据中心冷却与车用空调：近年来，随着信息产业和新能源汽车的快速发展，利用lng冷能为数据中心服务器降温或为lng冷能汽车提供空调冷源成为新的研究热点。（6）与储能技术耦合：将lng冷能与液态空气储能（laes）技术相结合，是近年来的一个重要发展方向。在laes的储能（充电）阶段，利用lng冷能可以极大地降低空气液化的能耗，从而显著提升储能系统的往返效率（rte）。例如，公开号为cn119394075a的中国发明专利《基于lng冷能利用的液态中压空气储能系统》和公开号为cn119642513a的中国发明专利《利用lng冷能的低温液体储能与空分耦合的系统及方法》，这些技术方案验证了lng冷能与laes或空分耦合的可行性与优势。（7）二氧化碳（co2）捕集：利用lng的深度低温，可以对工业烟气或发电厂尾气中的co2进行液化或固化分离，实现低能耗的碳捕集。这是一个极具前景的应用方向，尤其是在“碳达峰、碳中和”目标下，其战略价值日益凸显。

3、尽管现有技术在lng冷能利用的单一或两两耦合应用方面取得了显著进展，但仍面临以下亟待解决的技术问题：（1）供需时空失配与价值实现不充分：lng接收站的气化外输量通常根据下游燃气管网的需求而定，其冷能供应量在一天或一年中相对稳定或呈缓慢变化。然而，冷能的下游用户需求，如电力、数据中心冷却负荷等，却具有显著的波动性和间歇性。这种供需上的失配导致现有系统通常只能按固定模式运行，难以根据市场信号（如分时电价）和实时负荷来优化冷能的分配和利用，导致冷能的经济价值未能最大化。例如，在电价低谷期，将冷能用于发电的收益远低于将其用于液化空气进行储能。（2）梯级利用粗放，㶲损失大：lng冷能的温度区间跨度大（约-162℃至常温），不同温区的㶲值（即做功能力）差异巨大。现有的大多数梯级利用方案仅仅是简单的按温度高低串联不同的用冷单元，缺乏对各单元动态负荷特性和价值属性的综合考量。例如，将-150℃的高品位冷能用于仅需-30℃的制冷应用，会造成巨大的㶲损失。如何将最高品位的冷能匹配给价值最高、需求最迫切的应用，是提升整体效率的关键。（3）系统孤立运行，缺乏协同优化：现有的lng冷能利用项目多为“孤岛式”设计，即一个项目服务于一个特定目标，如发电、空分或制冷。即便是耦合系统，如lng-laes系统，其设计和控制目标也主要局限于提升储能效率本身。（4）控制策略静态，适应性差：现有系统的控制方法多采用传统的pid控制或简单的逻辑控制，这些属于被动响应式控制。它们可以维持系统在预设定的工况点稳定运行，但无法主动适应外部环境的动态变化。

4、因此，迫切需要一种全新的技术方案，能够将lng冷能与多种高价值应用场景进行深度耦合，并引入先进的智能控制算法，实现对系统内部多能流的动态、协同、预测性调度，从而根本性地解决上述问题，实现lng冷能利用效益的革命性提升。

技术实现思路

1、本发明的一个目的在于提供一种基于lng冷能的多能流动态耦合与智能调度系统，有效解决现有lng冷能利用技术中存在的冷能梯级利用价值不充分、系统运行模式单一、无法动态适应能源市场变化和下游多用户负荷波动的问题。

2、为解决上述技术问题，本发明采用的技术方案是：

3、一种基于lng冷能的多能流动态耦合与智能调度系统，包括：lng冷能梯级换热模块，用于与液化天然气进行多级换热，并分级输出冷能，所述分级至少包括低温区换热级、中温区换热级和高温区换热级。

4、低温碳捕集模块，与lng冷能梯级换热模块的低温区换热级热力学耦合，用于利用低温区换热级的高品位冷能对含co2的气体进行低温分离以捕集co2。

5、液态空气储能模块，包括空气压缩单元、空气液化单元、液态空气存储单元以及液态空气释能发电单元，所述空气液化单元与lng冷能梯级换热模块的中温区换热级热力学耦合，用于在电网负荷低谷期利用中温区换热级的冷能辅助液化空气进行储能，并在电网负荷高峰期通过释能过程发电。

6、数据中心冷却及蓄冷模块，与lng冷能梯级换热模块的高温区换热级热力学耦合，用于利用高温区换热级的冷能为数据中心提供冷量，包括用于与lng冷能进行换热的二次冷媒循环回路、用于缓冲负荷波动的蓄冷单元以及用于将冷量输送至数据中心机房的末端配送单元。

7、以及，智能调度控制模块，与lng冷能梯级换热模块、低温碳捕集模块、液态空气储能模块及数据中心冷却及蓄冷模块进行数据和控制信号的连接。

8、所述智能调度控制模块被配置为：基于采集的系统内外实时数据和对未来能源价格与冷却负荷的预测数据，通过求解一个以经济效益或㶲效率为目标的多目标优化模型，生成并执行协同控制指令，以动态调控低温碳捕集模块、液态空气储能模块和数据中心冷却及蓄冷模块之间的冷能分配和各自的运行状态。

9、进一步的，智能调度控制模块包括：实时数据采集单元，用于采集lng的流量与温度、各模块的运行参数、电网实时电价、以及数据中心的实时冷却负荷。

10、负荷与价格预测单元，内置基于机器学习的预测模型，用于对未来一个或多个调度周期的电网电价和数据中心冷却负荷进行滚动预测。

11、多目标优化决策单元，用于根据实时数据和预测数据，以最大化系统总经济效益或最小化总㶲损失为优化目标，计算生成最优的系统运行调度策略。

12、协同控制指令执行单元，用于将最优调度策略转化为对系统内各执行器的具体控制指令并下发执行。

13、进一步的，负荷与价格预测单元采用的预测模型为长短期记忆网络模型或循环神经网络模型。

14、进一步的，多目标优化决策单元求解的优化模型的目标函数为系统在调度周期内的预期总经济收益，所述总经济收益综合考虑液态空气储能模块的发电收益、向数据中心供冷的收益、销售co2产品的收益以及系统的运行成本。

15、进一步的，低温碳捕集模块采用低温精馏或低温固化技术分离co2。

16、进一步的，数据中心冷却及蓄冷模块中的蓄冷单元为相变材料储罐或深冷水储罐。

17、本发明的另一个目的在于提供一种基于lng冷能的多能流动态耦合与智能调度方法，应用于以上实施例所述的基于lng冷能的多能流动态耦合与智能调度系统，包括以下步骤：s1、数据采集：由智能调度控制模块实时采集系统的运行状态数据和外部市场环境数据。

18、s2、滚动预测：在每个调度周期开始时，对未来时段的电网分时电价和数据中心冷却负荷进行预测。

19、s3、优化决策：基于实时数据和预测数据，求解一个多目标动态优化模型，以确定在当前调度周期内，分配给低温碳捕集模块、液态空气储能模块和数据中心冷却及蓄冷模块的最优冷能流量，以及液态空气储能模块和蓄冷单元的最优运行模式。

20、s4、协同控制：根据步骤s3优化决策的结果，生成并下发协同控制指令至系统各执行器，驱动系统按最优策略运行。

21、s5、滚动执行：重复步骤s1-s4，实现对系统的闭环滚动优化控制。

22、进一步的，步骤s3中，多目标动态优化模型的优化目标为最大化系统的总经济效益或者最小化系统的总㶲损失或者二者的加权组合。

23、进一步的，液态空气储能模块的最优运行模式包括储能充电模式、释能发电模式和待机模式；蓄冷单元的最优运行模式包括储冷模式、释冷模式和直通模式。

24、进一步的，步骤s5中，还包括反馈校正，即将系统的实际运行数据与步骤s2生成的预测数据进行比较，并利用其偏差在线更新和校正预测模型。

25、与现有技术相比，本发明的有益技术效果是：

26、（1）实现了lng冷能价值的最大化和精细化梯级利用。

27、本发明将品位最高、价值最大的深度低温（-162℃至-110℃）专门用于附加值最高的低温碳捕集过程，避免了“以冷换热”造成的巨大㶲损失。同时，将中温区换热级和高温区换热级冷能分别匹配给对温度要求适中的液态空气储能（laes）和数据中心冷却，实现了精细化梯级利用，显著提升了系统的总㶲效率。

28、（2）通过多能流耦合实现了系统功能互补与整体性能提升。

29、本发明将三个看似不相关的应用场景（碳捕集、储能、冷却）有机地整合在一起。低温碳捕集模块提供了稳定的基础冷负荷，有利于lng换热系统的稳定运行；液态空气储能模块赋予了系统参与电力市场交易和调峰的能力，极大地提升了系统的经济性和灵活性；数据中心冷却及蓄冷模块则利用了剩余的低品位冷能。三者耦合，形成了1+1+1＞3的协同增效效应。

30、（3）通过预测性智能调度，化解了供需矛盾，提升了经济效益。

31、本发明的智能调度控制模块通过引入对电价和负荷的预测能力，系统不再是被动地响应变化，而是可以预见未来，并提前做出最优的运行规划。例如，在预测到夜间电价低廉时，系统会全力驱动液态空气储能模块“充电”储能；在预测到午后数据中心负荷和电价将双双达到高峰时，系统会提前将蓄冷单元充满，并在高峰时段通过液态空气储能模块释能发电和蓄冷单元释冷，实现双重收益最大化。这种主动的、基于经济目标驱动的动态调度能力，是现有静态控制系统无法比拟的。

32、（4）构建了高度灵活、适应性强的综合能源枢纽。

33、本发明的系统本质上是一个以lng冷能为核心的综合能源枢纽，能够根据外部市场环境和内部能源需求，灵活地调整其产品（电、冷、液态co2）输出。这种高度的灵活性使得系统能够有效抵御单一市场的风险，在不同的能源政策和市场环境下都能找到最优的盈利模式，具有极强的生命力和推广价值。

34、（5）带来了显著的社会与环境效益。

35、本发明高效利用了lng冷能这一废弃资源，相当于无偿获得了大量的冷量，直接节约了碳捕集、空气液化和数据中心制冷所需的大量电能。根据初步估算，相比于各系统独立运行，本发明集成系统的综合能耗可降低30%-50%，同时，通过低能耗的碳捕集技术，为高排放企业提供了一种经济可行的减排路径，对实现“双碳”目标具有重要的现实意义。