面向锂离子电池制造耦合生产节奏的多层能源网络协同优化

《JOURNAL OF MANUFACTURING SYSTEMS》:Synergetic optimization of multi-layer energy networks for Lithium-ion battery manufacturing coupled production rhythms

【字体: 大 中 小 】 时间:2026年10月02日 来源:JOURNAL OF MANUFACTURING SYSTEMS 14.9

编辑推荐:

   • 多层资源-任务网络整合了生产与设备约束。 • 多层能量网络协调空气、冰蓄冷和热回收。 • 滚动时域MPC相较于日前规划降低运行成本8.89%。 引言 在工业能源占主导地位的背景下,锂离子电池制造一直具有能耗高、能源系统管理松散的特点[1]、[2]。锂离子电池制造对环境

  

• 多层资源-任务网络整合了生产与设备约束。
• 多层能量网络协调空气、冰蓄冷和热回收。
• 滚动时域MPC相较于日前规划降低运行成本8.89%。

引言

在工业能源占主导地位的背景下,锂离子电池制造一直具有能耗高、能源系统管理松散的特点[1]、[2]。锂离子电池制造对环境干燥度和温度控制有严格要求,且高电流化成工艺需求巨大。环境除湿和电极烘烤等关键步骤能源效率低,废热回收不充分,显著增加了区域能源供应压力[3]。生产系统的能源管理与区域能源网络在时间和空间上的协调性差[4]。多能互补系统和分布式能源源缺乏深度整合,导致生产设施无法充分利用储能和灵活调节能力[5]。因此,优化能源供应结构、降低综合能源成本已成为锂离子电池制造设施面临的关键挑战。

锂离子电池制造园区具有能源需求量大、时段间负荷互补性强、多能种协调等特点[6]。园区内多种能源资源可通过能源管理系统整合,实现对电价信号的快速响应并提供削峰能力[7]、[8]。因此,优化锂离子电池制造园区能量网络的供需运行有助于降低能源成本并缓解电网运行压力。由于锂离子电池生产园区中多种生产设备的严格工艺顺序和运行约束[9]、[10],不同生产阶段呈现出异质的能耗特征。同时,产品与能源在不同生产阶段之间存在存储过程[11]。此外,能源供应还受风能和光伏等可再生能源不确定性的影响[12]。因此,在锂离子电池生产约束与能源系统耦合约束的共同作用下,实现锂离子电池生产园区的综合优化管理面临重大挑战。

目前,已提出一种新的调度方法来捕捉锂离子电池生产园区中多个能源系统和不同能源市场中心之间的交互作用[13]。为降低从电力公司购电的成本,电厂运营商采用现场发电。因此,已研究了整合可再生能源、常规能源和储能的复杂混合能源电站的调度[14]。基于动态规划的方法已被用于优化其能源与经济调度[15]。随着可再生能源在制造业的持续整合,能源管理与生产管理之间的协同日益关键[16]。为实现能效与生产效应的和谐平衡,已引入了一种能源感知调度方法[17]。在不确定性条件下,已提出了一种基于鲁棒优化的集成生产与能源调度方法[18]。然而,不同生产阶段间的异质能源需求未被考虑。因此,已开发了一种整合光伏发电、电气储能和冰蓄冷等分布式资源的综合调度模型[19]。此外,为工业系统建立了一个包含压缩空气系统的小工厂优化模型,但未考虑其他能源种类的响应能力[20]。

因此,已提出了一种分布式异质混合流水车间调度方法,目标是最小化完工时间和总电费[21]。然而,各阶段特定的生产任务和生产目标未被考虑。为解决此局限性,已开发了一种面向具有混合储能系统的工业园区的日前非线性优化调度方法[22]。但工业生产负荷的运行约束仍未纳入。此外,为工业园区构建了一个包含能源供需设备和需求侧响应机制的经济调度模型[23]。然而,产品状态的动态演化特征被忽略。现有研究尚未实现能源供应与动态工业生产过程的完全耦合。为更精确地描述生产和存储过程的动态演化,需要引入状态-任务网络建模框架来解决工厂内多种能源载体的协调调度问题。

目前,状态-任务网络通常将生产任务分为可调度任务[24]和不可调度任务[25]。已建立了整合钢铁生产中物料流和能量流的联合调度模型[26]。然而,仅考虑了电和天然气,复杂能源系统的多能耦合特征未得到充分捕捉。因此,已提出了一种基于扩展质量状态-任务网络的智能多状态制造系统集成任务可靠性建模方法[27]。然而,工业园区能源网络的最优调度仍存在某些局限性,因为相关模型通常被简化[28]。生产计划安排和制造工艺顺序对能源需求和能源利用效率的影响未被考虑[29]。为解决上述问题,已研究了面向工业园区多能源系统的生产、工艺和能源协同优化调度方法,实现生产流程与能源系统的协同优化。

锂离子电池制造是流程制造与离散制造的混合体。通常包括电极制备、电芯组装、化成与老化、模组组装和Pack组装。不同阶段在连续性、节拍时间、质量控制要求和能源需求特征方面存在显著差异[30]。在电极干燥、洁净室环境控制、化成与容量分级和下游组装过程中,涉及多种能源形式,包括电力、制冷、加热和压缩空气。这些能源形式共同支持生产过程,并通过储能、废热回收和与外部电网的交互形成复杂耦合。因此,仅从能源系统角度或生产调度角度进行优化难以获得全局协调的运行方案[31]。已研究了电池制造工业园区中整合能源网络和生产管理的协同优化模型,为进一步研究提供了基础[32]。MRTN为多阶段、多设备和多中间产品系统的结构化表示提供了成熟框架[33]、[34]。模型预测控制(MPC)提供了在预测时域下处理约束优化和反馈校正的系统方法[35]。然而,将这些思路直接应用于锂离子电池工厂仍面临三大挑战:

(1) 生产端同时包含连续生产线和离散工艺,不同阶段之间存在节拍不匹配和缓冲库存约束。
(2) 能源端涉及制冷、供热、燃气和电力四个耦合层,层间存在冰蓄冷、储气和废热回收等跨层动态。
(3) 实时电价、光伏/风电出力和环境负荷均存在波动,一次性全时段优化难以同时实现实时性和鲁棒性。

鉴于上述挑战,本文研究了耦合生产节奏约束下锂离子电池生产的多层能量网络优化问题。与以往研究相比,本文的主要贡献如下:

(1) 与现有研究[14]、[15]、[16]、[17]、[19]、[20]、[22]、[23]相比,本文考虑了耦合生产节奏的锂离子电池制造系统,开发了一种包含压缩空气、冰蓄冷、热能源供应和电力平衡的多层能源网络(MEN)模型。为能源供应与生产过程的动态交互开发了一种综合优化调度策略,为耦合生产节奏条件下锂离子电池生产的能源优化提供了统一框架。

(2) 构建了一种五阶段MRTN模型,整合了生产节奏、设备启停逻辑、工艺优先级和缓冲库存演化。该模型统一了锂离子电池生产中工艺、设备与能源之间的交互作用,克服了生产调度与能源调度相互独立的局限性,实现了基于成本的全要素产能协调与优化[24]、[25]、[26]、[27]。

(3) 与现有研究[30]、[32]、[33]、[34]、[35]相比,本文采用了MPC优化模型的滚动优化求解与更新校正方法,以降低不确定因素对系统的影响。该优化模型可合理安排生产过程,优化能源供需,有效降低电力成本,实现状态感知、滚动预测、协同优化与闭环反馈的集成。为明确区分本文工作与现有文献,表1总结了多维对比。

各节片段

锂离子电池制造的多层能源网络

图1展示了锂离子电池制造园区的能量网络框架。在水平方向上,系统与电源和能量转换单元集成。电源包括外部电网、光伏发电和风力发电。能量转换单元包括空气压缩机、工业空调、冰蓄冷、微燃机、锅炉和热回收设备。在垂直方向上,形成了源、网、荷、储耦合结构。

目标函数

在锂离子电池制造园区中,能源供应规划与电极制备、化成分容和包装等多阶段复杂工艺紧密集成。能源供应方案与生产过程深度耦合。此外,电力、燃气、热量和冷量等多种能源形式的协调转换和分层利用,导致能源系统与决策变量之间复杂的交互关系。

基于MRTN-MPC的滚动时域协调求解方法

为实现锂离子电池生产系统与多能源供应系统的协同优化,开发了一种基于MRTN-MPC的滚动时域求解框架。在该框架中,生产任务的进展状态、缓冲库存的存储状态以及制冷、供热、燃气和电力的多能状态统一为状态变量。在每个调度时刻,调度时域内的外部扰动参数和系统边界条件被

案例研究描述

使用第3.2节提出的MRTN建模方法对五阶段电池制造系统进行建模。电芯生产、电池组装、化成分容、模组组装和Pack组装被表示为五个顺序生产任务,相邻阶段之间的中间产品被建模为在制品库存状态。第3.2节中相应的约束条件描述了生产顺序、物料转换、阶段间库存平衡和生产

结论

本文研究了锂离子电池制造厂中生产调度、多层能源网络和实时优化的集成问题。通过整合生产节奏、缓冲库存、工艺时滞和多能平衡,开发了一种协同优化模型。提出了一种增强的MRTN-MPC滚动时域算法。与仅考虑能源优化或仅考虑生产调度的传统方法相比[32]、[33]

CRediT作者贡献声明
Tingting Zhao:撰写—审阅与编辑,撰写—原稿,方法论。Wangjin Zhang:软件。Shangkun Liu:验证,监督。Chenjian Shi:验证,软件。Jie Huang:撰写—审阅与编辑,方法论。

利益冲突声明
作者声明不存在已知的竞争性经济利益或个人关系,这些利益或关系可能影响本文所报告的工作。

致谢
本工作部分由国家自然科学基金(资助号92367109)和中国教育部人文社会科学研究项目(资助号22YJCZH061)资助。

Tingting Zhao | Wangjin Zhang | Shangkun Liu | Chenjian Shi | Jie Huang
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号