一种基于碳捕捉以及P2G的智慧电厂负荷调度方法与流程

一种基于碳捕捉以及p2g的智慧电厂负荷调度方法
技术领域
1.本发明属于智慧能源技术领域，尤其涉及一种基于碳捕捉以及p2g的智慧电厂负荷调度方法。


背景技术：

2.据统计，以煤炭等化石能源消耗为主的火力发电机组每年的碳排放量多达全国的38.76％，故具有巨大的节能减排空间。通过采用电转气(power to gas，p2g)实现高碳火电厂向低碳化转变能有效降低co2排放，实现将碳转化为甲烷，从而可以转化为天然气，具有重要现实意义。此外，碳捕集与封存技术(ccs)为解决p2g碳原料成本问题提供了有效途径，促进弃风消纳水平提高的同时进一步提升系统运行经济性。
3.为了实现对基于碳捕捉以及p2g的火电厂的优化调度，在硕士论文《基于碳捕集与需求响应的电-气综合能源系统低碳经济调度》中作者李梦涵通过构建了二阶段考虑需求响应与综合灵活碳捕集电厂源荷协调减排的iegs低碳经济调度模型。算例证明了通过源侧综合灵活碳捕集电厂耦合电转气设备运行可实现能量时移，同时荷侧引入需求响应达到源荷共同削峰填谷的目的，为iegs低碳经济运行提供积极影响，但是却存在一下技术问题：
4.1、没有考虑火电厂的锅炉的最小稳定出力约束。当锅炉的出力达到一定极限值时，此时已经没有办法维持稳定的出力，从而有可能会导致最终的燃烧状态不够稳定，从而使得最终的稳定运行状态崩溃。
5.2、同时也没有在不同的燃烧阶段，设置不同的最小出力调节目标，在投油助燃阶段，此时的锅炉的燃烧经济性和稳定性都比较差，若不分阶段进行最小出力调节目标的设置，会使得最终的燃烧稳定性和安全性都比较低。
6.针对上述技术问题，本发明提供了一种基于碳捕捉以及p2g的智慧电厂负荷调度方法。


技术实现要素：

7.为实现本发明目的，本发明采用如下技术方案：
8.根据本发明的一个方面，提供了一种基于碳捕捉以及p2g的智慧电厂负荷调度方法。
9.一种基于碳捕捉以及p2g的智慧电厂负荷调度方法，其特征在于，具体包括：
10.s1基于负荷影响因素构建负荷预测结果，并基于所述负荷预测结果得到负荷调节目标；
11.s2判断所述负荷调节目标是否小于第一稳定阈值，若是则将机组最小出力目标设置为第二稳定阈值，所述第二稳定阈值大于第一稳定阈值，其中所述第一稳定阈值为在投油助燃阶段，锅炉的最低稳定出力,第二稳定阈值为无须投油助燃时，锅炉最低稳燃负荷；
12.s3判断所述负荷调节目标是否小于第二稳定阈值，若是，则将所述机组最小出力目标设置为第一经济阈值，所述第一经济阈值大于第二稳定阈值；
13.s4以所述机组最小出力目标以及电功率平衡为约束条件，考虑碳捕捉收益、电制氢收益、负荷波动对设备的影响折算产生的经济损耗，以经济收益最高为目标函数，对火电机组、电制氢系统、电制气系统、氢制电系统进行调节。
14.通过第一稳定阈值、第二稳定阈值、第一经济阈值的设置，从而使得机组运行的稳定性、可靠性、经济性得到进一步的提升，保证了机组的负荷调控目标极具有经济性，也能够使得机组的运行更加可靠。
15.通过将负荷波动对设备的影响折算产生的经济损耗，从而不仅仅考虑单一的负荷的波动产生的收益，更把负荷波动导致的设备的损耗考虑其中，从而使得负荷调节目标变得更加全面，也避免了剧烈的负荷波动对设备的影响。
16.进一步的技术方案在于，所述负荷影响因素至少包括风速、温度、湿度。
17.进一步的技术方案在于，负荷预测结果构建的具体步骤为：
18.s21基于所述负荷预测影响因素，构建负荷预测的输入集；
19.s22将所述负荷的输入集送入到基于神经网络算法的预测模型之中，得到预测结果；
20.s23基于所述预测结果构建负荷预测结果。
21.进一步的技术方案在于，第一经济阈值根据所述锅炉的负荷效率曲线、负荷波动对设备的影响确定，具体的根据锅炉的第二稳定阈值所处的负荷效率曲线的位置、负荷波动对设备的影响确定，其具体的计算公式为：
22.p1＝
δ
p p
23.其中
δ
p为增加的负荷，p为第二稳定阈值，且
δ
p满足下列条件：
24.0＜
δ
p≤p
limit
25.σp2p
1-(b k1(b k
2δ
p)
δp
)
δ
p＞0
26.其中p
limit
为
δ
p的最大值，具体的根据所述锅炉的类型确定，取值范围在2％p3与5％p3之间，p3为锅炉的最大负荷，p2为锅炉在p1负荷条件下相对于p负荷条件下单位负荷减少的煤耗量，σ为煤耗的单价，b为负荷波动时单位负荷对设备的影响折算产生的经济损耗，具体的通过专家打分的方式确定，p1为第一经济阈值，k1、k2为常数。
27.通过基于锅炉的负荷效率曲线、负荷波动对设备的影响进行第一经济阈值的设定，从而使得负荷调节目标能够不仅保持在较好的稳定运行的目标值以上，而且具有较好的经济性，同时对设备的损耗也降低到较小水平。
28.进一步的技术方案在于，所述碳捕捉收益的计算公式为：
[0029][0030]
其中
δ
c为碳捕捉量，σ1为单位碳捕捉量的经济收益，σ2为单位碳捕捉量的环境收益折算得到的经济收益，具体的根据当地的碳排放政策，采用专家打分的方式确定，k3为常数,c为碳捕捉收益。
[0031]
通过动态碳捕捉收益函数的构建，不仅考虑到碳捕捉带来的经济收益，同时也考虑到碳捕捉产生的环境收益，同时为了更加客观的反应碳捕捉的环境收益，碳捕捉量越大，其单位的环境收益就越大，通过补充项的设置，从而使得最终的碳捕捉收益的计算结果能够促使更多的二氧化碳被捕捉，具有较好的环境收益。
[0032]
进一步的技术方案在于，所述电制氢收益的计算公式为：
[0033][0034]
其中σ3为单位制氢量的经济收益，
δ
h为制氢量，σ4为单位制氢量下平衡机组负荷产生的经济收益，k5、k4为常数。
[0035]
通过动态电制氢收益的计算公式的设置，不仅仅单一考虑单位制氢量的经济收益，同时考虑由于制氢量增多情况下对机组负荷平衡产生的敬意收益，从而促进了电制氢的量的增加，也提升了机组负荷的平衡性，减少了机组的波动性。
[0036]
进一步的技术方案在于，当所述负荷调节目标大于锅炉经济负荷时，则基于所述氢制电系统的功率以及锅炉经济负荷下的锅炉功率，确定所述调节目标。
[0037]
进一步的技术方案在于，还包括供热系统，此时的负荷调节的具体调节步骤为：
[0038]
s31基于火电机组的燃料成本、折旧成本，构建运行成本函数，得到所述火电机组的运行成本；
[0039]
s32基于碳捕捉系统的运行成本、折旧成本、碳捕捉收益构成碳捕捉收益函数，得到所述碳捕捉系统的经济收益；
[0040]
s33基于所述电制气系统的运行成本、折旧成本、碳转气收益构建碳转气收益函数，得到所述电制气系统的经济收益；
[0041]
s34基于所述电制氢系统的运行成本、折旧成本、电制氢收益构成电制氢收益函数，得到所述电制氢系统的经济收益；
[0042]
s35基于所述供热系统的供热收益、所述火电机组的售电收益，得到所述机组的基础收益；
[0043]
s36基于所述氢制电系统的运行成本、折旧成本、氢制电收益构建氢制电收益函数，得到所述氢制电系统的经济收益；
[0044]
s37以供热系统的预测负荷结果以及所述负荷预测结果构建综合负荷预测结果，基于所述综合负荷预测结果得到所述机组最小处理目标，以机组最小出力目标、电功率平衡、热平衡、碳平衡为约束条件，采用基于多目标差分进化算法的寻优模型，以机组的基础收益、氢制电系统的经济收益、电制氢系统的经济收益、碳捕捉系统的经济收益、火电机组的运行成本构建经济收益函数，以经济收益最高为目标函数，对所述供热系统、火电机组、碳捕捉系统、电制氢系统、电制气系统、氢制电系统进行调节。
[0045]
通过综合考虑多方面的因素，实现包含供热系统的负荷调节，不仅使得机组的运行变得更加安全可靠，同时也极大的减少了碳排放，具有较好的环境效益。
[0046]
另一方面，本技术实施例中提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种基于碳捕捉以及p2g的智慧电厂负荷调度方法。
[0047]
另一方面，本技术实施例中提供一种计算机程序产品，其特征在于，所述计算机程序产品存储有指令，所述指令在由计算机执行时，使得所述计算机实施上述的一种基于碳捕捉以及p2g的智慧电厂负荷调度方法。
附图说明
[0048]
通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显。
[0049]
图1是根据实施例1的一种基于碳捕捉以及p2g的智慧电厂负荷调度方法的流程图。
[0050]
图2是根据实施例1的一种基于碳捕捉以及p2g的智慧电厂负荷调度系统的框架图。
[0051]
图3是根据实施例1的包含有供热系统的基于碳捕捉以及p2g的智慧电厂负荷调度系统的框架图。
[0052]
图4是根据实施例1的包含有供热系统的基于碳捕捉以及p2g的智慧电厂负荷调度方法的流程图。
具体实施方式
[0053]
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
[0054]
用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
[0055]
在原有的负荷调度模型中，由于当锅炉的出力达到一定极限值时，此时已经没有办法维持稳定的出力，从而有可能会导致最终的燃烧状态不够稳定，从而使得最终的稳定运行状态崩溃，同时在投油助燃阶段，此时的锅炉的燃烧经济性和稳定性都比较差，因此若不分阶段进行最小出力调节目标的设置，会使得最终的燃烧稳定性和安全性都比较低。
[0056]
实施例1
[0057]
为解决上述问题，根据本发明的一个方面，如图2所示，为一种基于碳捕捉以及p2g的智慧电厂负荷调度系统的框架图，如图1所示，提供了一种基于碳捕捉以及p2g的智慧电厂负荷调度方法，其特征在于，具体包括：
[0058]
s1基于负荷影响因素构建负荷预测结果，并基于所述负荷预测结果得到负荷调节目标；
[0059]
具体的举个例子，负荷影响因素包括温度、风速、光照强度等影响新能源发电能力以及负荷的因素，构建基于组合预测模型等预测模型，实现对负荷预测结果的构建。
[0060]
s2判断所述负荷调节目标是否小于第一稳定阈值，若是则将机组最小出力目标设置为第二稳定阈值，所述第二稳定阈值大于第一稳定阈值，其中所述第一稳定阈值为在投油助燃阶段，锅炉的最低稳定出力,第二稳定阈值为无须投油助燃时，锅炉最低稳燃负荷；
[0061]
具体的举个例子，若负荷调节目标为250mw，而第一稳定阈值为300mw，第二稳定阈值为400mw，则此时需要将机组最小处理目标设置在400mw。
[0062]
s3判断所述负荷调节目标是否小于第二稳定阈值，若是，则将所述机组最小出力目标设置为第一经济阈值，所述第一经济阈值大于第二稳定阈值；
[0063]
具体的，若负荷调节目标为350mw，则此时需要将机组最小处理目标设置在420mw，即第一经济阈值。
[0064]
s4以所述机组最小出力目标以及电功率平衡为约束条件，考虑碳捕捉收益、电制氢收益、负荷波动对设备的影响折算产生的经济损耗，以经济收益最高为目标函数，对火电机组、电制氢系统、电制气系统、氢制电系统进行调节。
[0065]
基于负荷影响因素通过预测模型得到负荷预测结果，并将负荷预测结果作为负荷调节目标，判断负荷调节目标是否小于第一稳定阈值，即此时是否小于火电机组的最小出力，则将机组最小处理目标设置为第二稳定阈值，即处于非投油助燃阶段，当负荷调节目标小于第二稳定阈值时，则将机组最小出力目标设置在第一经济阈值，也即在第二稳定值之上，在此基础上，以所述机组最小出力目标以及电功率平衡为约束条件，考虑碳捕捉收益、电制氢收益、负荷波动对设备的影响折算产生的经济损耗，以经济收益最高为目标函数，对火电机组、电制氢系统、电制气系统、氢制电系统进行调节。
[0066]
通过基于锅炉的负荷效率曲线、负荷波动对设备的影响进行第一经济阈值的设定，从而使得负荷调节目标能够不仅保持在较好的稳定运行的目标值以上，而且具有较好的经济性，同时对设备的损耗也降低到较小水平。
[0067]
通过第一稳定阈值、第二稳定阈值、第一经济阈值的设置，从而使得机组运行的稳定性、可靠性、经济性得到进一步的提升，保证了机组的负荷调控目标极具有经济性，也能够使得机组的运行更加可靠。
[0068]
通过将负荷波动对设备的影响折算产生的经济损耗，从而不仅仅考虑单一的负荷的波动产生的收益，更把负荷波动导致的设备的损耗考虑其中，从而使得负荷调节目标变得更加全面，也避免了剧烈的负荷波动对设备的影响。
[0069]
在另外一种可能的实施例中，所述负荷影响因素至少包括风速、温度、湿度。
[0070]
在另外一种可能的实施例中，负荷预测结果构建的具体步骤为：
[0071]
s21基于所述负荷预测影响因素，构建负荷预测的输入集；
[0072]
s22将所述负荷的输入集送入到基于神经网络算法的预测模型之中，得到预测结果；
[0073]
s23基于所述预测结果构建负荷预测结果。
[0074]
通过将负荷调节目标设置在第二稳定阈值即无须投油助燃时，锅炉最低稳燃负荷，不仅使得火电机组的负荷的经济型得到进一步的提升，同时也保证了其运行的稳定性，促进了火电机组的可靠稳定运行。
[0075]
在另外一种可能的实施例中，第一经济阈值根据所述锅炉的负荷效率曲线、负荷波动对设备的影响确定，具体的根据锅炉的第二稳定阈值所处的负荷效率曲线的位置、负荷波动对设备的影响确定，其具体的计算公式为：
[0076]
p1＝
δ
p p
[0077]
其中
δ
p为增加的负荷，p为第二稳定阈值，且
δ
p满足下列条件：
[0078]
0＜
δ
p≤p
limit
[0079]
σp2p
1-(b k1(b k
2δ
p)
δp
)
δ
p＞0
[0080]
其中p
limit
为
δ
p的最大值，具体的根据所述锅炉的类型确定，取值范围在2％p3与5％p3之间，p3为锅炉的最大负荷，p2为锅炉在p1负荷条件下相对于p负荷条件下单位负荷减
少的煤耗量，σ为煤耗的单价，b为负荷波动时单位负荷对设备的影响折算产生的经济损耗，具体的通过专家打分的方式确定，p1为第一经济阈值，k1、k2为常数。
[0081]
在另外一种可能的实施例中，所述碳捕捉收益的计算公式为：
[0082][0083]
其中
δ
c为碳捕捉量，σ1为单位碳捕捉量的经济收益，σ2为单位碳捕捉量的环境收益折算得到的经济收益，具体的根据当地的碳排放政策，采用专家打分的方式确定，k3为常数,c为碳捕捉收益。
[0084]
通过动态碳捕捉收益函数的构建，不仅考虑到碳捕捉带来的经济收益，同时也考虑到碳捕捉产生的环境收益，同时为了更加客观的反应碳捕捉的环境收益，碳捕捉量越大，其单位的环境收益就越大，通过补充项的设置，从而使得最终的碳捕捉收益的计算结果能够促使更多的二氧化碳被捕捉，具有较好的环境收益。
[0085]
在另外一种可能的实施例中，所述电制氢收益的计算公式为：
[0086][0087]
其中σ3为单位制氢量的经济收益，
δ
h为制氢量，σ4为单位制氢量下平衡机组负荷产生的经济收益，k5、k4为常数。
[0088]
通过动态电制氢收益的计算公式的设置，不仅仅单一考虑单位制氢量的经济收益，同时考虑由于制氢量增多情况下对机组负荷平衡产生的敬意收益，从而促进了电制氢的量的增加，也提升了机组负荷的平衡性，减少了机组的波动性。
[0089]
在另外一种可能的实施例中，当所述负荷调节目标大于锅炉经济负荷时，则基于所述氢制电系统的功率以及锅炉经济负荷下的锅炉功率，确定所述调节目标。
[0090]
在另外一种可能的实施例中，如图3所示，包含有供热系统的基于碳捕捉以及p2g的智慧电厂负荷调度系统的框架图，如图4所示，还包括供热系统，此时的负荷调节的具体调节步骤为：
[0091]
s31基于火电机组的燃料成本、折旧成本，构建运行成本函数，得到所述火电机组的运行成本；
[0092]
具体的举个例子，火电机组在运行中不仅要考虑消耗燃料费用，还需要考虑火电机组的折旧成本。因此，在进行火电机组运行费用计算时要考虑两个部分。
[0093]
具体的举个例子，火电机组的运行成本的计算公式为：
[0094]fhe
＝f
rm
f
zj
[0095][0096]
其中，p
he,i
(t)和u
m,i
(t)为第i台火电机组t时刻输出的电功率和运行状态变量；l
1i
、l
2i
、l
3i
为第i台火电机组的燃料成本系数；n1为火电机组的台数；f
zj
为火电机组的折旧成本，t为总时间，f
rm
为火电机组的燃料成本。
[0097]
具体的举个例子，对所述机组的燃料成本进行修正，
[0098]
[0099]
其中y为火电机组的使用年限，ys为火电机组的设计年限，当y大于3年以后，采用上述公式进行火电机组的燃料成本的构建。
[0100]
s32基于碳捕捉系统的运行成本、折旧成本、碳捕捉收益构成碳捕捉收益函数，得到所述碳捕捉系统的经济收益；
[0101]
具体的举个例子，碳捕捉系统运行成本包括原料成本及耗电成本两部分，其中原料成本指碳捕捉系统在合成甲烷时除ccs捕到的co2外，额外仍需购买的碳原料成本。
[0102][0103]
s33基于所述电制气系统的运行成本、折旧成本、碳转气收益构建碳转气收益函数，得到所述电制气系统的经济收益；
[0104]
s34基于所述电制氢系统的运行成本、折旧成本、电制氢收益构成电制氢收益函数，得到所述电制氢系统的经济收益；
[0105]
s35基于所述供热系统的供热收益、所述火电机组的售电收益，得到所述机组的基础收益；
[0106]
s36基于所述氢制电系统的运行成本、折旧成本、氢制电收益构建氢制电收益函数，得到所述氢制电系统的经济收益；
[0107]
s37以供热系统的预测负荷结果以及所述负荷预测结果构建综合负荷预测结果，基于所述综合负荷预测结果得到所述机组最小处理目标，以机组最小出力目标、电功率平衡、热平衡、碳平衡为约束条件，采用基于多目标差分进化算法的寻优模型，以机组的基础收益、氢制电系统的经济收益、电制氢系统的经济收益、碳捕捉系统的经济收益、火电机组的运行成本构建经济收益函数，以经济收益最高为目标函数，对所述供热系统、火电机组、碳捕捉系统、电制氢系统、电制气系统、氢制电系统进行调节。
[0108]
具体的举个例子，本技术采用的多目标进化算法可同时优化多个目标，通过模糊隶属度计算每个pareto解的满意度，比较得出具有最大满意度的pareto解，获取多目标间的最优折衷解，为运行人员选取最优方案。首先可将每个个体的单目标函数值按如下隶属度函数进行模糊化：
[0109][0110]
其中，f
ξ
为第ξ个目标的函数值；f
ξ,min
和f
ξ,max
分别为第ξ个目标的上下限。将模糊化之后的单目标函数值按目标权重偏好加权求和，即
[0111][0112]
其中，μ为满意度的值，m为待优化目标函数的个数。
[0113]
通过综合考虑多方面的因素，实现包含供热系统的负荷调节，不仅使得机组的运行变得更加安全可靠，同时也极大的减少了碳排放，具有较好的环境效益。
[0114]
实施例2
[0115]
本技术实施例中提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种基于碳捕捉以及p2g的智慧电厂负荷调度方法。
[0116]
实施例3
[0117]
本技术实施例中提供一种计算机程序产品，其特征在于，所述计算机程序产品存储有指令，所述指令在由计算机执行时，使得所述计算机实施上述的一种基于碳捕捉以及p2g的智慧电厂负荷调度方法。
[0118]
在本发明实施例中，术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可折卸连接，或一体地连接。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明实施例中的具体含义。
[0119]
本发明实施例的描述中，需要理解的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作，因此，不能理解为对本发明实施例的限制。
[0120]
在本说明书的描述中，术语“一个实施例”、“一个优选实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明实施例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一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0121]
以上仅为本发明实施例的优选实施例而已，并不用于限制本发明实施例，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。