智能多载体能源枢纽系统的能量管理与低碳运行优化:可再生能源与碳捕集-电转气协同调度研究

《Sustainability》:Consumers’ Visual Attention and Eco-Labeled Product Preference: An Examination of Logo and Text Effectiveness

【字体: 大 中 小 】 时间:2026年07月09日 来源:Sustainability 4.1

编辑推荐:

  由于可再生能源(RERs)的多样性、负荷需求的波动性以及资源的随机性,智能多载体能源枢纽(SMCEH)系统在降低运营成本和温室气体(GHG)排放方面的能量管理(EM)仍然是一个具有挑战性的问题。本文应用粒子群优化(PSO)算法解决了SMCEH的能量管理问题,旨

  
由于可再生能源(RERs)的多样性、负荷需求的波动性以及资源的随机性,智能多载体能源枢纽(SMCEH)系统在降低运营成本和温室气体(GHG)排放方面的能量管理(EM)仍然是一个具有挑战性的问题。本文应用粒子群优化(PSO)算法解决了SMCEH的能量管理问题,旨在最小化运营成本和温室气体排放。所研究的SMCEH被设计为同时供应电力、冷能和热负荷需求。该枢纽系统由风力发电机(WTs)、光伏(PV)电池板、燃气轮机(GT)、电制冷机(EC)、燃气锅炉(GBs)、吸收式制冷机(AC)、电池储能系统(EESs)和储热单元(HSSs)组成。为了评估系统性能和关键技术的影响,研究人员研究了三种案例:(i) 不含RERs的SMCEH能量管理,(ii) 含RERs的SMCEH能量管理,以及(iii) 含RERs和集成碳捕集单元(CCU)的SMCEH能量管理。这些场景能够系统地评估可再生能源集成和碳捕集在增强系统性能方面的作用。结果表明,将RERs纳入SMCEH可大幅降低运营成本和温室气体排放。此外,集成CCU提供了额外的减排效果,强调了其在支持SMCEH低碳运行方面的有效性。获得的结果表明,与不含RERs的场景相比,将RERs集成到SMCEH中可使总成本和排放量分别减少64.12%和7.95%。此外,将CCU集成到SMCEH中可使总成本降低39.36%,CO2排放量减少72.57%。所提出的能量管理解决方案通过最大限度地利用RERs和CCU,促进了可持续和低碳排放系统的发展。

论文解读

研究背景与意义

随着全球能源转型的推进,综合能源系统因其能够实现多能互补和梯级利用而受到广泛关注。智能多载体能源枢纽(SMCEH)作为整合电力、天然气、热力及冷能等多种能源形式的关键节点,其高效运行对于提升能源利用效率至关重要。然而,当前针对SMCEH的研究普遍存在一定局限性:一方面,许多既有研究侧重于单一经济目标或仅考虑部分能源载体,缺乏对电、热、冷多能流协同优化的系统性考量;另一方面,面对日益严峻的气候变化挑战,如何有效量化并降低系统全生命周期的碳排放,仍是亟待解决的难题。此外,高比例可再生能源(RERs)的接入虽然有助于减排,但其间歇性和波动性给系统的稳定运行带来了巨大挑战。因此,研究人员开展了此项研究,旨在通过引入先进算法与低碳技术,解决SMCEH在多目标优化中的瓶颈问题,推动能源系统向低碳化、智能化转型。该研究成果发表于国际知名开源期刊《Sustainability》,为该领域的工程实践与理论研究提供了重要的参考依据。

关键技术与方法

为实现上述目标,研究人员构建了包含电气、加热、冷却三大枢纽的综合模型,并集成了电转气(P2G)与碳捕集系统(CCS)。在电气枢纽中,详细建模了燃气轮机(GT)、光伏(PV)、风机(WT)及电池储能系统(EES);加热枢纽涵盖了燃气锅炉(GB)与储热系统(HSS);冷却枢纽则结合了电制冷机(EC)与吸收式制冷机(AC)。研究的核心在于建立了P2G与CCS的耦合运行机制:CCS捕获GT和GB产生的CO2,P2G则利用富余电能电解水制氢,进而与捕获的CO2反应生成合成甲烷注入天然气管网。在求解策略上,研究人员选用粒子群优化(PSO)算法处理这一非线性、非凸的复杂优化问题,并通过与多种新型启发式算法的对比验证了其优越性。

研究结果

系统描述与建模
研究人员首先建立了SMCEH的拓扑结构与数学模型。系统通过精确的数学公式描述了各组件的物理特性,特别是明确了电、热、冷、气四种能量形式的平衡约束。这种多维度的建模方式为后续的优化调度奠定了坚实的理论基础,确保了虚拟电厂内部能量流动的实时平衡。
粒子群优化(PSO)算法
研究采用PSO算法进行求解。该算法通过模拟鸟群觅食行为,将每个调度方案视为搜索空间中的一个粒子,通过迭代更新粒子的位置和速度来寻找全局最优解。研究人员设定了特定的加速常数与种群规模,确保了算法在处理大规模变量时的快速收敛性与计算精度。
方法论
研究设计了一套结构化的优化框架,分为数据采集与初始化、优化能量管理及性能评估三个阶段。通过设置三个递进式的场景——即基准场景(无RERs)、RERs集成场景以及RERs结合P2G-CCS的深度低碳场景,研究人员能够定量剥离各项技术对系统性能的贡献度,从而客观评价不同技术方案的经济与环境效益。
仿真结果与讨论
仿真数据有力支撑了研究假设。在场景对比中,引入RERs显著降低了对外购电力的依赖,使总成本锐减64.12%,碳排放降低7.95%。而当进一步引入P2G与CCS技术后,系统展现出了极强的深度脱碳潜力,碳排放量骤降72.57%,总成本也在基准场景基础上降低了39.37%。此外,敏感性分析揭示了天然气价格波动对P2G盈利能力的正向影响,以及提升GT效率对整体降本增效的决定性作用。

结论与展望

研究表明,单纯依靠RERs虽能带来经济效益,但在深度减排方面存在天花板;而将RERs与P2G、CCS技术深度耦合,是实现SMCEH近零排放与经济性双赢的最优路径。该研究不仅验证了多能流协同调度的可行性,也为未来综合能源系统的规划提供了数据支撑。
结论翻译:
本研究提出了一个结合RERs、CCS和P2G技术的SMCEH能量管理框架,并利用PSO算法进行了求解。该集成框架通过实现清洁能源资源与多部门能源需求的高效耦合,支持了可持续的能源转型。主要研究结果总结如下:
  1. 1.
    与基线场景(即不含RERs、CCS和P2G技术)相比,仅集成RERs即可使总运营成本显著降低64.12%,总排放量减少7.953%。这些结果清楚地表明,纳入RERs是从经济和环境角度有效且可行的解决方案,支持SMCEH可持续和低碳能量管理策略的发展。
  2. 2.
    同时将RERs与CCS和P2G技术集成,与基线场景相比,总成本降低39.37%,总排放量减少72.57%。
  3. 3.
    所提出的能量管理方法为实现低碳排放的可持续系统运行提供了一个稳健的框架。
本工作的主要局限性在于,所提出的框架是针对日前确定性能量管理的,未考虑系统的不确定性。因此,未来的工作将侧重于SMCEH系统的随机能量管理,考虑可再生能源发电、电价和负荷需求的不确定性。
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