一种能源系统的调度方法以及能源调度装置

文档序号:34707031发布日期:2023-07-07 12:18阅读:46来源:国知局
一种能源系统的调度方法以及能源调度装置

本发明涉及能源系统调度领域,尤其涉及一种能源系统的调度方法、一种能源调度装置以及对应的计算机可读存储介质。


背景技术:

1、乙烯工业是基础石油化工产业,在国民经济中占有举足轻重的地位。随着我国经济的快速发展,工业中各种形式能量的消耗量越来越高。能量系统是乙烯工业生产过程不可或缺的部分,为生产过程提供热量、冷量以及动力。乙烯工业中的能量系统主要包括提供热量的蒸汽管网能量系统以及提供冷量的冷箱单元能量系统。乙烯工业中蒸汽管网能量系统往往存在系统庞大、仪表欠缺以及相对廉价的能量(电力以及水)不受重视等问题。在一些老厂中,蒸汽管网能量系统缺乏统一调度规划,高等级蒸汽直接降级为低等级蒸汽使用,造成了大量的能量浪费。各子系统之间缺乏统一规划,多种形式的能量没有得到充分合理利用。而为生产过程提供主要冷量的冷箱单元能量系统,其系统结构复杂、设备之间耦合严重并且存在多个循环回路等特点,为系统的建模与优化带来了巨大的挑战。尽管一些新厂中采用带有先进回收装置的前脱丙烷分离流程,在一定程度上提高了系统的效率,但是该工艺进一步增加了设备之间的耦合度,给建模和优化工作带来更大的难度。此外,乙烯和丙烯冷剂压缩机是蒸汽管网能量系统中重要的机械功用户,而这两个压缩机的功耗受冷箱单元能量系统操作条件的影响。因此系统的集成优化对于提高过程整体效率具有重要的意义。如何设计能量系统结构,得到最优操作条件,从而降低系统总能量消耗已经成为化工行业研究的重点。能量系统的建模与优化研究已经取得了重大的进展与创新突破,然而其结果在实际应用中却面临挑战。在实际工厂中存在多种不确定性,比如产品的供应量、设备的实际效率、以及产品的波动需求等。在确定性优化中,案例分析往往选择一个典型操作工况或者设计工况,而实际操作状况往往偏离其设计值,这导致确定性优化的结果在实际应用中并不能实现最优化,甚至可能出现不可能的情况。在目前不确定环境下的优化领域中,一般处理不确定变量的方法划分为以下三个类别:随机规划、机会约束规划和鲁棒优化。

2、然而能量系统确定性优化中仅考虑了特定的操作工况,其得到的最优操作条件并不一定适用于实际过程。乙烯装置中的蒸汽管网能量系统是主要供热端,冷箱单元能量系统为主要供冷端。乙烯和丙烯冷剂压缩机是蒸汽管网能量系统的重要用户,这两个压缩机的功耗受冷箱单元能量系统操作条件的影响。冷箱单元能量系统的模型虽然具有较高的精度,但是面对复杂变化的工况时较难收敛,这给系统实时优化带来困难。

3、为了克服现有技术存在的上述缺陷,本领域亟需一种能源系统的调度方法,用于降低优化的保守度,提高能量系统的整体效益,从而通过鲁棒优化解的保守度调节不确定集中的置信度和不确定性预算参数控制。此外,本发明还可以为广泛用户需求不确定环境下的能量系统优化问题提供理论指导。


技术实现思路

1、以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之前序。

2、为了克服现有技术存在的上述缺陷,本发明提供了一种能源系统的调度方法、一种能源调度装置以及对应的计算机可读存储介质,能够降低优化的保守度,提高能量系统的整体效益,从而通过鲁棒优化解的保守度调节不确定集中的置信度和不确定性预算参数控制。此外,本发明还可以为广泛用户需求不确定环境下的能量系统优化问题提供理论指导。

3、具体来说,根据本发明的第一方面提供的上述能源系统的调度方法包括以下步骤:获取多类型能源系统的历史操作工况数据;根据所述历史操作工况数据,确定不确定参数;根据所述多类型能源系统的过程机制、操作特征,以及所述不确定参数,确定确定性能源系统优化模型;根据鲁棒核密度估计方法,确定不确定集;根据所述多类型能源系统的系统约束、所述确定性能源系统优化模型,以及所述不确定集,确定自适应鲁棒优化模型;以及经由所述自适应鲁棒优化模型,确定所述多类型能源系统的调度方案。

4、进一步地,在本发明的一些实施例中,所述多类型能源系统包括蒸汽发生系统、汽轮机网络、电力系统、冷却系统、生产超高压蒸汽的余热回收系统和锅炉、满足工艺机械功率需求的蒸汽轮机、驱动压缩机的蒸汽透平、平衡蒸汽网络的减温减压器、用于水循环的冷却塔和热交换器中的一者或多者,其中,被所述多类型能源系统转化和运输的能源包括燃料、蒸汽、电力、水中的一者或多者,超高压蒸汽需求由所述余热回收系统及所述蒸汽发生系统满足。

5、进一步地,在本发明的一些实施例中,述多类型能源系统还包括蒸汽透平网络以及带有电机的逆流式冷却塔,其中,所述蒸汽透平网络由抽凝式透平、全凝式透平、背压式透平与多级减温减压器组成,所述抽凝式透平、所述全凝式透平以及所述背压式透平分别用于驱动裂解气压缩机、丙烯冷剂压缩机以及乙烯冷剂压缩机,所述减温减压器用于平衡蒸汽网络,所述带有电机的逆流式冷却塔用于冷却回水,收集在循环水池中的冷却水由循环水泵送至供水网络。

6、进一步地,在本发明的一些实施例中,所述多类型能源系统的历史操作工况数据包括处理裂解气压缩系统和所述冷却系统的历史数据,选自所述多类型能源系统的入口质量流量、所述裂解气压缩系统的进料流股、多个阶段的出口压力中的一者或多者,所述根据所述历史操作工况数据,确定不确定参数的步骤包括:将所述历史操作工况数据输入用户系统模型,计算压缩机的机械功能需求受所述裂解气压缩系统以及冷箱单元能量系统的操作条件的影响情况,以确定所述压缩机的实际过程机械功需求与其标准值的偏差;以及根据所述压缩机的实际功耗,确定所述不确定参数。

7、进一步地,在本发明的一些实施例中,所述根据所述多类型能源系统的过程机制、操作特征以及所述不确定参数,确定确定性能源系统优化模型的步骤包括:对工业乙烯系统结构、装置设备操作以及能量利用,开展综合设备机理和实际操作特性的分析,并基于单元建模方法确定所述确定性能源系统优化模型。

8、进一步地,在本发明的一些实施例中,所述确定性能源系统优化模型的假设条件包括:多个等级的蒸汽管网内的温度和压力均为恒定值、所述蒸汽透平网络的进汽与抽汽的温度和压力等于对应蒸汽管网的温度和压力、被选中的设备按其额定功率运行、所述余热回收系统生产的蒸汽及消耗的水和燃料均为定值、生产过程蒸汽需求为定值、同种类型的候选锅炉、候选冷却塔和/或候选循环水泵均具有相同的结构参数、蒸汽管网平衡中的能量损失忽略不计且仅考虑蒸汽管网质量平衡中的一者或多者,和/或所述确定性能源系统优化模型的给定信息包括:设备效率拟合函数中的参数、所述余热回收系统中消耗的燃料和水的流量、所述余热回收系统中生产的超高压蒸汽的流量、生产过程的多个等级的蒸汽需求、所述水泵和所述冷却塔电机的额定功率、当地的环境温度和/或湿度、多种形式的能量的加权系数、所述裂解气压缩系统和所述冷箱单元能量系统的历史运行数据中的一者或多者,其中,所述历史运行数据包括关键位点的质量流量、温度以及压力,和/或所述确定性能源系统优化模型的优化目标为最小化不确定功需求环境下的集成系统总能耗,所述确定性能源系统优化模型的决策变量包括:锅炉生产的超高压蒸汽的流量、所述抽凝式透平的抽汽和弛气流量、所述全凝汽透平的弛气流量、所述减温减压器的进汽流量、表示候选设备是否被选用的二元变量中的一者或多者。

9、进一步地,在本发明的一些实施例中,所述根据鲁棒核密度估计方法,确定不确定集的步骤包括:令f表示所述不确定参数的一个密度函数,v(1),…,v(n)∈rd为不确定性的n个实现,则f的核密度估计为:

10、

11、其中,kh为一个具有正带宽h的核函数。

12、进一步地,在本发明的一些实施例中,所述核函数为高斯核函数,被表示为:

13、

14、其高斯核是一个半正定核,存在从rd至h的映射φ:kh(v,v(i))=<φ(v),φ(v(i))>,其中,h为函数的无限维希尔伯特空间,

15、所述鲁棒核密度估计的核心是如下最小化问题:

16、

17、其中,g为空间h的函数,μ(·)是鲁棒损失函数,

18、所述根据鲁棒核密度估计方法,确定不确定集的步骤还包括:

19、利用重加权最小二乘算法得到

20、将分位函数表示为:

21、

22、其中,ui为所述不确定集中的第i个参数,返回基于预定参数α的最小值ui,置信区间为(1-2α);以及

23、将所述不确定集表示为:

24、

25、其中,θ为用于调节保守度的不确定性预算,和分别为所述不确定集的中心和相对偏差。

26、进一步地,在本发明的一些实施例中,所述根据所述多类型能源系统的系统约束、所述确定性能源系统优化模型以及所述不确定集,确定自适应鲁棒优化模型的步骤包括:

27、将两阶段自适应鲁棒优化问题表示为:

28、

29、s.t.ax≤b

30、其中,x为第一阶段决策变量;以及

31、根据所述目标函数中的不确定参数,将所述自适应鲁棒优化问题改写为:

32、

33、

34、

35、ax≤b。

36、进一步地,在本发明的一些实施例中,所述经由所述自适应鲁棒优化模型,确定所述多类型能源系统的调度方案的步骤包括:利用仿射决策规则,将混合整数非线性优化问题转为单层优化问题;以及根据所述单层优化问题,确定所述能源系统的调度。

37、进一步地,在本发明的一些实施例中,所述利用仿射决策规则,将混合整数非线性优化问题转为单层优化问题的步骤包括:

38、运用仿射决策规则y(u)=y0+yuu,将所述性能源系统优化模型中的目标函数公式改写成以下形式:

39、

40、s.t.ax≤b

41、

42、将所述性能源系统优化模型中的包含不确定参数的过程功需求约束表示为紧凑形式:

43、y0+yuu≤h

44、

45、引入不确定参数以及以将所述目标函数公式改写为:

46、

47、

48、

49、此外,根据本发明的第二方面提供的能源系统的调度装置包括:存储器;以及处理器,所述处理器连接所述存储器,并被配置上述能源系统的调度方法。

50、此外,根据本发明的第三方面提供的计算机可读存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器执行时,实施上述能源系统的调度方法。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1