基于先进火用的供能系统优化方法、装置、设备及介质

1.本发明属于可再生能源发电与电热氢联供技术领域，具体涉及一种基于先进火用的供能系统优化方法、装置、设备及介质。


背景技术：

2.随着环境问题的恶化，可再生能源发电技术迅速发展，如风力发电、光伏发电和太阳能光热发电，其装机容量逐渐增加。然而，由于气象条件的变化，可再生能源的输出功率会频繁波动，此外，运行期间可能会出现风力或光照限制。这些因素限制了可再生能源发电技术的发展。研究多种能源供应系统并促进其协调运行是进一步提高能源效率、突破传统能源系统结构和行业壁垒、缓解能源危机和环境污染的有效途径。
3.合理的容量配置是实现系统高效运行的必要条件。风光氢多源供能系统复杂，主要过程能量转换方向和机制不同，既包括光电光热过程，也包括常规热循环能量转换过程，该系统受气象条件和并网负荷需求的影响。现代智能电网和能源互联网技术的进步对许多指标提出了很高的要求，包括微电网和风光氢多源供能系统的经济性、节能和环境保护。因此，必须从多个角度优化风光氢多源供能系统的设计，包括能源效率、经济性和环境。


技术实现要素：

4.本发明的目的在于提供一种基于先进火用的供能系统优化方法、装置、设备及介质，以先进火用分析法确定了火用损失的可避免部分，并发现了多能量互补耦合系统的子系统之间的相互作用，提升了系统的优化潜力。
5.为了实现上述目的，本发明采用如下技术方案：
6.本发明的第一方面，提供了一种基于先进火用的供能系统优化方法，包括如下步骤：
7.分别构建风光氢多源供能系统的实际运行工况、极限运行工况和理想运行工况；
8.获取预先构建的先进火用分析模型；
9.获取风光氢多源供能系统分别在实际运行工况、极限运行工况和理想运行工况下的运行数据；基于所述运行数据以及所述先进火用分析模型进行计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损；
10.将每个子系统的所述第一可避免火用损由大到小进行排序，将排序顺序作为风光氢多源供能系统中各个子系统的优化顺序；
11.基于优化顺序，对多源供能系统的容量配置进行优化，得到风光氢多源供能系统的最优容量配置。
12.进一步的，所述风光氢多源供能系统的子系统为：太阳能热电厂csp、光伏发电pv、质子交换膜燃料电池pemfc、风力发电wp和质子交换膜电解槽peme。
13.进一步的，获取预先构建的先进火用分析模型的步骤中，所述先进火用分析模型用于分别计算太阳能热电厂csp、光伏发电pv、质子交换膜燃料电池pemfc、风力发电wp和质
子交换膜电解槽peme的第一可避免火用损。
14.进一步的，基于所述运行数据以及所述先进火用分析模型进行计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损的步骤，具体包括：
15.对于风光氢多源供能系统中的一个子系统，作为目标子系统；
16.当风光氢多源供能系统中的全部子系统以实际工况运行时，根据目标子系统的运行数据和先进火用分析模型进行计算，得到目标子系统的第一火用损；
17.目标子系统以实际工况运行，风光氢多源供能系统中的其余全部子系统以理想工况运行时，根据目标子系统的运行数据，基于先进火用分析模型进行计算，得到目标子系统的内源火用损；
18.将第一火用损减去目标子系统的内源火用损，得到目标子系统的外源火用损；
19.获取目标子系统的入口火用，以及目标子系统在极限运行工况下的运行效率，基于目标子系统的入口火用和极限运行工况下的运行效率进行计算，得到目标子系统在极限运行工况下的出口火用，根据目标子系统的入口火用和极限运行工况下的出口火用进行计算，得到目标子系统的不可避免火用损；
20.当目标子系统在极限运行工况下运行，其余全部子系统在理想运行工况下运行时，基于运行数据和先进分析模型进行计算，得到目标子系统的不可避免内源火用损；
21.将目标子系统的不可避免火用损减去不可避免内源火用损，得到目标子系统的不可避免外源火用损；
22.将目标子系统的第一火用损减去不可避免火用损，得到目标子系统的第二可避免火用损；
23.将目标子系统的外源火用损减去不可避免外源火用损，得到目标子系统的可避免外源火用损；
24.将目标子系统的第二可避免火用损减去可避免外源火用损，得到目标子系统的可避免内源火用损；
25.当目标子系统以实际运行工况运行，其余全部子系统中的一子系统以实际运行工况运行，剩下的全部子系统以理想运行工况运行，计算得到目标子系统的第二火用损；将第二火用损减去目标子系统的内源火用损，得到其余全部子系统中的一子系统对目标子系统的外源火用损；
26.当目标子系统以极限运行工况运行，其余全部子系统中的一子系统以极限运行工况运行，剩下的全部子系统以理想运行工况运行，计算得到目标子系统的第三火用损；将第三火用损减去目标子系统的不可避免内源火用损，得到其余全部子系统中的一子系统对目标子系统的不可避免外源火用损；
27.将其余全部子系统中的一子系统对目标子系统的外源火用损减去其余全部子系统中的一子系统对目标子系统的不可避免外源火用损，得到其余全部子系统中的一子系统对目标子系统的可避免外源火用损；
28.将其余全部子系统分别对目标子系统的可避免外源火用损进行求和，得到第一结果；
29.将第一结果与目标子系统的可避免内源火用损相加，得到目标子系统的第一可避免火用损。
30.进一步的，基于优化顺序，对多源供能系统的容量配置进行优化的步骤，具体包括：
31.以风光氢多源供能系统在实际运行工况下的能量效率、火用效率、可避免火用损率和净现值最优为目标，以风光氢多源供能系统中各子系统的容量配置为决策变量，构建优化模型；
32.基于优化顺序，对优化模型进行求解，得到风光氢多源供能系统的最优容量配置。
33.进一步的，采用nsga-ii算法对优化模型进行求解，得到一系列的pareto解集，基于优化顺序，从一系列的pareto解集中选择出最优折衷解。
34.进一步的，所述优化顺序为：太阳能热电厂csp、光伏发电pv、质子交换膜燃料电池pemfc、风力发电wp和质子交换膜电解槽peme。
35.本发明第二方面，提供了一种基于先进火用的供能系统优化装置，包括如下：
36.工况构建模块，用于分别构建风光氢多源供能系统的实际运行工况、极限运行工况和理想运行工况；
37.第一获取模块，用于获取预先构建的先进火用分析模型；
38.第二获取模块，用于获取风光氢多源供能系统分别在实际运行工况、极限运行工况和理想运行工况下的运行数据；基于所述运行数据以及所述先进火用分析模型进行计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损；
39.排序模块，用于将每个子系统的所述第一可避免火用损由大到小进行排序，将排序顺序作为风光氢多源供能系统中各个子系统的优化顺序；
40.优化模块，用于基于优化顺序，对多源供能系统的容量配置进行优化，得到风光氢多源供能系统的最优容量配置。
41.本发明第三方面，提供了一种电子设备，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现上述基于先进火用的供能系统优化方法。
42.本发明第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现上述基于先进火用的供能系统优化方法。
43.与现有技术相比较，本发明的有益效果如下：
44.本发明所提供的优化方法，采用了先进的火用分析方法，能够更深入地了解系统的性能，并对各子系统间的相互作用进行定量评估，从而确定系统和每个子系统的实际改进潜力。有利于从热力学、经济和环境影响的角度对能量转换系统进行改进，同时也提高了每次分析的准确性。风光氢多源供能系统的优化潜力顺序依次为光热、光伏、质子交换膜燃料电池、风力发电和质子交换膜电解槽，这与传统的火用分析结果以及所分析的子系统之间的相互关系完全不同。能够减少可避免的火用损失，以更准确地提高能源利用率。
附图说明
45.构成本技术的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
46.图1为本发明实施例一种基于先进火用的供能系统优化方法的流程图；
47.图2为本发明实施例中风光氢多源供能系统的结构示意图；
48.图3为本发明实施例中子系统之间的可避免外源火用损失相互作用关系图；
49.图4为本发明实施例一种基于先进火用的供能系统优化装置的结构框图；
50.图5为本发明实施例一种电子设备的结构框图。
具体实施方式
51.下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
52.以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本技术所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
53.实施例1
54.如图1所示，一种基于先进火用的供能系统优化方法，包括如下步骤：
55.s1、分别构建风光氢多源供能系统的实际运行工况、极限运行工况和理想运行工况。
56.具体的，本方案中以风光氢多源供能系统作为示例，风光氢多源供能系统的子系统包括：太阳能热电厂csp、光伏发电pv、质子交换膜燃料电池pemfc、风力发电wp和质子交换膜电解槽peme。
57.具体的，本方案中所建立的3种工况，实际运行工况是指系统以与实际系统相同的效率运行时的工况。极限运行工况是指除一些不可避免的因素(如技术和经济限制等)外，系统能达到最小火用损的工况。理想运行工况是指系统有可能达到零或最小火用损失的理想效率。
58.作为示例，本方案中构建的各工况对应的效率，如表1所示。
59.表1系统中各子系统的效率
[0060][0061]
s2、获取预先构建的先进火用分析模型。
[0062]
需要说明的是，风光氢多源供能系统中的火用损，是由各个子系统自身(即内部火用损失)和其他子系统(即外部火用损失)同时作用造成的。因此，本方案中可以将火用损e
d,k
进行划分，具体划分为内源火用损失、外源火用损失，或者可避免火用损失和不可避免火用损失。下标k代表系统中的子系统k。
[0063]
获取不同的运行工况下的运行数据，结合先进火用分析模型，可以分别计算出不可避免内源火用损失、不可避免外源火用损失、可避免外源火用损失、可避免内源火用损失等数据。
[0064]
上述对于火用损e
d,k
的划分可以总结具体关系如下：
[0065]
第一种：
[0066][0067]
第二种：
[0068][0069]
第三种：
[0070][0071][0072][0073][0074][0075]
基于对先进火用损失的划分，下面列出了每个子系统的火用分析模型，以获得传统火用损失和先进火用损失的数据。
[0076]
(1)光伏
[0077]
入口火用
[0078][0079]
其中，ghi表示总辐射强度；a
pv
表示光伏板面积；ta表示环境温度；t
pv
表示光伏板温度；
[0080]
出口火用
[0081]eout，pv
＝p
ac_pv
[0082]
其中，p
ac_pv
表示光伏的实际发电量；
[0083]
火用损失
[0084]ed，pv
＝e
in，pv-e
out，pv
[0085]
火用效率
[0086][0087]
(2)风电
[0088]
入口火用
[0089]
[0090]
其中，ρ表示空气的密度，a
wp
表示风力发电机叶片的面积，v
wp
表示平均风速；
[0091]
出口火用
[0092]eout，wp
＝p
ac_wp
[0093]
其中，p
ac_wp
表示风电的实际发电量；
[0094]
火用损失
[0095]ed，wp
＝e
in，wp-e
out，wp
[0096]
火用效率
[0097][0098]
(3)光热
[0099]
入口火用
[0100]ein，csp
＝e
sf
+e
state
+p
eh
[0101][0102][0103]
其中，e
sf
表示集热场吸热量的火用，p
state
表示储热罐中的热量火用，p
eh
表示电加热装置提供的电火用，dni表示太阳直接辐照度，a
sf
表示集热场面积，q
state
表示储热罐热量，t
oil
表示导热油温度；
[0104]
出口火用
[0105]eout，csp
＝p
csp
[0106]
其中，p
csp
表示光热的实际发电量。
[0107]
火用损失
[0108]ed，csp
＝e
in，csp-e
out，csp
[0109]
火用效率
[0110][0111]
(4)电解池
[0112]
入口火用
[0113][0114]
其中，v
peme
表示是电解池的电压，i
peme
表示是电解池的电流，表示进入电解池水的能量，p
peme
表示进入电解池水的电能；
[0115]
出口火用
[0116][0117][0118][0119]
其中，表示在peme出口处获得的氢气的数量，表示在peme出口处获得的氧气的火用，c
p
表示氢气的恒压比热容，表示出口氢气的温度，表示出口氢气的压力，k表示绝热系数表示是氢的摩尔分数，表示氢的标准化学能，表示氢气的气体常数；
[0120]
火用损失
[0121]ed，peme
＝e
in，peme-e
out，peme
[0122]
火用效率
[0123][0124]
(5)燃料电池
[0125]
入口火用
[0126][0127][0128]
其中，表示pemfc的入口氧气的火用，表示储氢罐中的氢气的数量
[0129]
出口火用
[0130]eout
，
fc
＝p
fc
[0131]
其中，p
fc
表示燃料电池的发电量
[0132]
火用损失
[0133]ed，fc
＝e
in，fc-e
out，fc
[0134]
火用效率
[0135][0136]
(6)系统
[0137]
入口火用
[0138]ein
＝e
in,pv
+e
in,wp
+e
in,csp
+e
in,peme
+e
in,fc
[0139]
出口火用
[0140]eout
＝e
out,pv
+e
out,wp
+e
out,csp
+e
out,peme
+e
out,fc
[0141]
火用损失
[0142]
ed＝e
in-e
out
[0143]
火用效率
[0144][0145]
具体的，所述先进火用分析模型用于分别计算太阳能热电厂csp、光伏发电pv、质子交换膜燃料电池pemfc、风力发电wp和质子交换膜电解槽peme的第一可避免火用损。
[0146]
s3、获取风光氢多源供能系统分别在实际运行工况、极限运行工况和理想运行工况下的运行数据。基于所述运行数据以及所述先进火用分析模型进行计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损。
[0147]
对于风光氢多源供能系统，其子系统包括风力发电wp、光伏发电pv、太阳能热电厂csp、质子交换膜电解槽peme、质子交换膜燃料电池pemfc，对于实际、极限和理想运行工况效率，代表了从能量输入到发电的效率，不同效率下输出能量不同。
[0148]
例如每种工况下入口火用不变，利用相应的运行效率可以算出不同工况下的出口火用。
[0149]
当所有子系统在实际情况下运行时，可以计算出每个子系统相应的火用损e
d,k
和火用效率，即为实际运行工况下的效率。
[0150]
以其中的某一子系统为子系统k，以除子系统k之外的某一子系统作为子系统r，以进行进一步的计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损。具体如下：
[0151]
对于风光氢多源供能系统中的一个子系统k，作为目标子系统。
[0152]
当风光氢多源供能系统中的全部子系统以实际工况运行时，根据目标子系统的运行数据和先进火用分析模型进行计算，得到目标子系统的第一火用损。
[0153]
目标子系统以实际工况运行，风光氢多源供能系统中的其余全部子系统以理想工况运行时，根据目标子系统的运行数据，基于先进火用分析模型进行计算，得到目标子系统的内源火用损。
[0154]
将第一火用损减去目标子系统的内源火用损，得到目标子系统的外源火用损。
[0155]
获取目标子系统的入口火用，以及目标子系统在极限运行工况下的运行效率，基于目标子系统的入口火用和极限运行工况下的运行效率进行计算，得到目标子系统在极限运行工况下的出口火用，根据目标子系统的入口火用和极限运行工况下的出口火用进行计
算，得到目标子系统的不可避免火用损。具体的，由于极限运行工况下的运行效率为给定值，根据先进分析模型中的运行效率计算公式，可以反推出极限运行工况下的出口火用，将入口火用减去极限运行工况下的出口火用得到目标子系统的不可避免火用损。
[0156]
当目标子系统在极限运行工况下运行，其余全部子系统在理想运行工况下运行时，基于运行数据和先进分析模型进行计算，得到目标子系统的不可避免内源火用损。
[0157]
将目标子系统的不可避免火用损减去不可避免内源火用损，得到目标子系统的不可避免外源火用损。
[0158]
将目标子系统的第一火用损减去不可避免火用损，得到目标子系统的第二可避免火用损。
[0159]
将目标子系统的外源火用损减去不可避免外源火用损，得到目标子系统的可避免外源火用损。
[0160]
将目标子系统的第二可避免火用损减去可避免外源火用损，得到目标子系统的可避免内源火用损。
[0161]
当目标子系统以实际运行工况运行，其余全部子系统中的一子系统r以实际运行工况运行，剩下的全部子系统以理想运行工况运行，计算得到目标子系统的第二火用损。将第二火用损减去目标子系统的内源火用损，得到其余全部子系统中的一子系统r对目标子系统的外源火用损。
[0162]
当目标子系统以极限运行工况运行，其余全部子系统中的一子系统r以极限运行工况运行，剩下的全部子系统以理想运行工况运行，计算得到目标子系统的第三火用损。将第三火用损减去目标子系统的不可避免内源火用损，得到其余全部子系统中的一子系统r对目标子系统的不可避免外源火用损。
[0163]
将其余全部子系统中的一子系统对目标子系统的外源火用损减去其余全部子系统中的一子系统r对目标子系统的不可避免外源火用损，得到其余全部子系统中的一子系统r对目标子系统的可避免外源火用损。
[0164]
将其余全部子系统分别对目标子系统的可避免外源火用损进行求和，得到第一结果。
[0165]
将第一结果与目标子系统的可避免内源火用损相加，得到目标子系统的第一可避免火用损。
[0166]
需要说明的是，目标子系统的第一火用损、内源火用损、不可避免内源火用损、第二火用损、第三火用损均可以通过先进火用分析模型中的火用损计算公式计算得到，区别在于计算火用损的运行数据对应不同的运行工况。
[0167]
作为一种具体示例，以光伏为例：
[0168]
(1)当光伏以实际运行工况运行，其余子系统以理想运行工况运行，此时计算得到的光伏火用损e
d,pv
只包括其本身存在的内源损失，不存在其余子系统对光伏的外源火用损，因此此时计算的e
d,pv
的值即为光伏的内源火用损
[0169]
由于e
d,k
为所有子系统在实际运行时子系统k的火用损，根据将光伏对应的e
d,k
减去可以得到，光伏的外源火用损e
d,k
中的下标k代表供能系统中的一个子系统。
[0170]
(2)同样的，已知每个子系统的入口火用，利用极限运行工况下的运行效率(给定值，本方案中的具体数值见表1)可以计算得到每个子系统的出口火用，从而获得极限运行工况下每个子系统的火用损，对于光伏来说，此时e
d,pv
的值即为光伏的不可避免火用损需要说明的是，极限运行工况下的运行效率和理想运行工况下的运行效率为给定值。表1中给出了一个具体实施例中三种工况下的运行效率示例。
[0171]
(3)当光伏在极限运行工况下运行，其他子系统在理想运行工况下运行，这时计算得到的光伏火用损e
d,pv
为光伏的不可避免内源火用损
[0172]
也就是说，此时pv的火用损e
d,pv
包括了因自身组件所形成的火用损，即为不可避免内源火用损
[0173]
(4)根据式可以求得pv的不可避免外源火用损
[0174]
(5)根据式可以求得pv的可避免火用损此公式中，e
d,k
表示供能系统中的全部子系统都在实际运行工况运行时，得到的子系统k的火用损。
[0175]
(6)根据式可求得pv的可避免外源火用损
[0176]
(7)根据式可求得pv的可避免内源火用损
[0177]
到此pv先进火用损的划分均计算完毕，接下来介绍部件之间的相互作用关系：
[0178]
(8)同样的，当pv以实际运行工况运行，wp也以实际运行工况运行，其余子系统以理想运行工况运行，此时计算得到的e
d,pv
包括了pv自身的损失和wp对pv的影响所造成的损失，用e
d,pv
减去步骤(1)计算得到的光伏的内源火用损得到wp对pv的外源火用损
[0179]
(9)同样的，当pv(pv作为子系统k)和wp(wp作为子系统r)均以极限运行工况运行，其余子系统以理想运行工况运行时，此时pv的火用损e
d,pv
包括了由于自身不可避免因素形成的损失和wp对pv的不可避免的影响因素，用e
d,pv
减去光伏的不可避免内源火用损，得到wp对pv的不可避免外源火用损
[0180]
(10)由减去得到wp对pv的可避免外源火用损
[0181]
采用同样的方法将wp替换为其他子系统，可以获得各个子系统之间先进火用的相互作用关系。
[0182]
通过上述方法，表2显示了系统及其子系统的火用损分布，以及每个子系统中通过上述方法，表2显示了系统及其子系统的火用损分布，以及每个子系统中和的分布。
[0183]
表2传统火用与先进火用分析结果
[0184][0185]
如表2所示，根据传统的火用分布结果，光伏火用损e
d,pv
最大，占系统总火用损的62.87％，其次是太阳能热电厂火用损e
d,csp
占34.59％，然后依次是质子交换膜燃料电池火用损e
d,pemfc
、风力发电火用损e
d,wp
和质子交换膜电解槽火用损e
d,peme
。根据现有技术中传统火用分析，各子系统优化顺序依次为：光伏发电pv、太阳能热电厂csp、质子交换膜燃料电池pemfc、风力发电wp和质子交换膜电解槽peme。由表2和图3可以看出，风力发电wp和光伏发电pv只有内源火用损这是由于风力发电wp和光伏发电pv建成后不受其他子系统的影响，这部分火用损只能根据气象条件而变化，这与本方案中先进火用分析的结果是一致的。除风力发电wp和光伏发电pv外的所有其余全部子系统都同时具有内源火用损和外源火用损
[0186]
对于计算的火用损：质子交换膜燃料电池的可避免火用损效率为45.97％，可避免外源火用损为负，光伏发电pv对其影响最大。太阳能热电厂的可避免火用损效率为29.35％，在这部分可避免火用损中，可避免内源火用损占102％，这部分内部火用损失需要通过调整光热电站内循环的温度和压力等参数来减少，这也为未来的优化提供了方向；可避免内源火用损为负值，说明其他子系统对该太阳能热电厂的影响为负值，主要是因为其余子系统性能的改善或降低对csp发电的影响产生相反的影响。但是可避免内源火用损较小，仅占e
d,csp
的2％。质子交换膜电解槽电解槽的可避免火用损效率为9.46％，其中pv和wp的可避免的外源火用损为负，csp和pemfc对质子交换膜电解槽peme没有影响。光伏的可避免火用损效率为2.13％，风电的可避免火用损效率为1.62％。
[0187]
可避免火用损效率代表了一个子系统的改进潜力，而最终优化顺序则需要通过各子系统的可避免火用损之和来衡量。
[0188]
[0189]
其中，表示子系统k的可避免内源火用损；表示系统中，除了子系统k之外其余全部子系统分别对子系统k的可避免外源火用损。
[0190]
子系统k与子系统r之间外源火用损的相互作用如图3所示。结合表2可知，系统中csp的可避免的火用损之和最大，为22.941mw，其次是pv和pemfc，而wp和peme的均为负值，说明这两个子系统的改进对系统有一定的负面影响，但影响很小。
[0191]
s4、将每个子系统的所述第一可避免火用损由大到小进行排序，将排序顺序作为风光氢多源供能系统中各个子系统的优化顺序。
[0192]
具体的，所述优化顺序为：太阳能热电厂csp、光伏发电pv、质子交换膜燃料电池pemfc、风力发电wp和质子交换膜电解槽peme。
[0193]
通过比较本方案所提的先进火用分析的优化顺序和常规火用分析的优化顺序可以发现，csp和pv的改进优先级存在差异，这主要是因为先进火用分析方法对火用损失进行了更详细的划分，探索了系统优化的最大可能性。pemfc、peme和wp在总火用损失中所占比例较小，且优化顺序不变。相比之下，本方案所提的先进的火用分析优化序列更有说服力，因为考虑到组件的改进潜力和对系统的影响，csp比pv优化具有更大的潜力，且可避免的部件更多，因此具有更大的改进优先级。因此，在先进的火用分析方法的帮助下，有可能实现系统之间的相互关系和量化系统的改进潜力。
[0194]
s5、基于优化顺序，对多源供能系统的容量配置进行优化，得到风光氢多源供能系统的最优容量配置。
[0195]
具体的，本方案中以风光氢多源供能系统在实际运行工况下的能量效率、火用效率、可避免火用损率和净现值最优为目标，以风光氢多源供能系统中各子系统的容量配置为决策变量，构建优化模型。
[0196]
具体的，优化模型包括两个优化问题，表示如下：
[0197][0198]
其中：优化问题f1包括能量效率、火用效率、可避免火用损率；优化问题f2为净现值npv；ri表示决策变量；
[0199]
能量效率表示如下：
[0200][0201]
其中，表示系统输入的能量；表示被使用的能量；
[0202]
火用效率表示如下：
[0203][0204]
其中，e
out
表示系统输出的火用；e
in
表示系统输入的火用；
[0205]
可避免火用损率表示如下：
[0206][0207]
其中，表示系统的可避免火用损；ed表示系统在实际工况运行下的火用损；
[0208]
净现值(npv)是用于能源系统寿命经济评估的经典指标，等于所有未来现金流的贴现值减去初始投资成本，表示如下：
[0209][0210]
其中，cc是wsh-mes系统的资本投资($)；r是贴现率(5％)，cn是年现金流量(m$)，l是系统寿命(25年)。
[0211][0212]
式中，表示第n年非供热季互补热电联供系统收益，m$；表示第n年供热季互补热电联供系统收益，m$；c
o&m
表示互补热电联供系统年运行维护费用，m$。
[0213]
具体的，求解对上述构建的优化模型，可以采用nsga-ii算法进行求解，得到一系列的pareto解集，基于优化顺序，从一系列的pareto解集中选择出最优折衷解。例如，实际需求侧重于净现值最优时，可以从帕累托解集中选择净现值最优时对应的解作为最优折衷解，选择最优折衷解的方法可以是多准则决策方法。
[0214]
综上所述，本方案采用了先进的火用分析方法，能够更深入地了解系统的性能，并对各子系统间的相互作用进行定量评估，从而确定系统和每个子系统的实际改进潜力。有利于从热力学、经济和环境影响的角度对能量转换系统进行改进，同时也提高了每次分析的准确性。
[0215]
如图2所示，作为一个本方案适用场景的一个典型示例，集成了pv、wp、csp、质子交换膜电解槽(peme)和质子交换膜燃料电池(pemfc)的风光氢多源供能系统，由五个子系统组成：pv子系统、wp子系统、csp子系统、peme子系统和pemfc子系统。
[0216]
pv和wp子系统向用户输送电能，任何多余的电能被输送到peme子系统进行制氢；csp和pemfc子系统作为峰值功率源，与pv和wp子系统分担电负荷。peme子系统用于制备pemfc子系统发电所需的氢气。光伏子系统输出的电能连接到peme子系统和用户。风电机组的用电输出连接到peme子系统和用户。
[0217]
实施例2
[0218]
如图4所示，基于与上述实施例的同一发明构思，本实施例还提供了一种基于先进火用的供能系统优化装置，包括：
[0219]
工况构建模块，用于分别构建风光氢多源供能系统的实际运行工况、极限运行工况和理想运行工况；
[0220]
第一获取模块，用于获取预先构建的先进火用分析模型；
[0221]
第二获取模块，用于获取风光氢多源供能系统分别在实际运行工况、极限运行工
况和理想运行工况下的运行数据；基于所述运行数据以及所述先进火用分析模型进行计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损；
[0222]
排序模块，用于将每个子系统的所述第一可避免火用损由大到小进行排序，将排序顺序作为风光氢多源供能系统中各个子系统的优化顺序；
[0223]
优化模块，用于基于优化顺序，对多源供能系统的容量配置进行优化，得到风光氢多源供能系统的最优容量配置。
[0224]
第二获取模块中，子系统的第一可避免火用损按照下述步骤计算：
[0225]
对于风光氢多源供能系统中的一个子系统，作为目标子系统；
[0226]
当风光氢多源供能系统中的全部子系统以实际工况运行时，根据目标子系统的运行数据和先进火用分析模型进行计算，得到目标子系统的第一火用损；
[0227]
目标子系统以实际工况运行，风光氢多源供能系统中的其余全部子系统以理想工况运行时，根据目标子系统的运行数据，基于先进火用分析模型进行计算，得到目标子系统的内源火用损；
[0228]
将第一火用损减去目标子系统的内源火用损，得到目标子系统的外源火用损；
[0229]
获取目标子系统的入口火用，以及目标子系统在极限运行工况下的运行效率，基于目标子系统的入口火用和极限运行工况下的运行效率进行计算，得到目标子系统在极限运行工况下的出口火用，根据目标子系统的入口火用和极限运行工况下的出口火用进行计算，得到目标子系统的不可避免火用损；
[0230]
当目标子系统在极限运行工况下运行，其余全部子系统在理想运行工况下运行时，基于运行数据和先进分析模型进行计算，得到目标子系统的不可避免内源火用损；
[0231]
将目标子系统的不可避免火用损减去不可避免内源火用损，得到目标子系统的不可避免外源火用损；
[0232]
将目标子系统的第一火用损减去不可避免火用损，得到目标子系统的第二可避免火用损；
[0233]
将目标子系统的外源火用损减去不可避免外源火用损，得到目标子系统的可避免外源火用损；
[0234]
将目标子系统的第二可避免火用损减去可避免外源火用损，得到目标子系统的可避免内源火用损；
[0235]
当目标子系统以实际运行工况运行，其余全部子系统中的一子系统以实际运行工况运行，剩下的全部子系统以理想运行工况运行，计算得到目标子系统的第二火用损；将第二火用损减去目标子系统的内源火用损，得到其余全部子系统中的一子系统对目标子系统的外源火用损；
[0236]
当目标子系统以极限运行工况运行，其余全部子系统中的一子系统以极限运行工况运行，剩下的全部子系统以理想运行工况运行，计算得到目标子系统的第三火用损；将第三火用损减去目标子系统的不可避免内源火用损，得到其余全部子系统中的一子系统对目标子系统的不可避免外源火用损；
[0237]
将其余全部子系统中的一子系统对目标子系统的外源火用损减去其余全部子系统中的一子系统对目标子系统的不可避免外源火用损，得到其余全部子系统中的一子系统对目标子系统的可避免外源火用损；
[0238]
将其余全部子系统分别对目标子系统的可避免外源火用损进行求和，得到第一结果；
[0239]
将第一结果与目标子系统的可避免内源火用损相加，得到目标子系统的第一可避免火用损。
[0240]
实施例3
[0241]
如图5所示，本发明还提供一种基于先进火用的供能系统优化方法的电子设备100；电子设备100包括存储器101、至少一个处理器102、存储在存储器101中并可在至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。
[0242]
存储器101可用于存储计算机程序103，处理器102通过运行或执行存储在存储器101内的计算机程序，以及调用存储在存储器101内的数据，实施例1一种基于先进火用的供能系统优化方法步骤。
[0243]
存储器101可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备100的使用所创建的数据(比如音频数据)等。此外，存储器101可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
[0244]
至少一个处理器102可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等，处理器102是电子设备100的控制中心，利用各种接口和线路连接整个电子设备100的各个部分。
[0245]
电子设备100中的存储器101存储多个指令以实现一种基于先进火用的供能系统优化方法，处理器102可执行多个指令从而实现：
[0246]
分别构建风光氢多源供能系统的实际运行工况、极限运行工况和理想运行工况；
[0247]
获取预先构建的先进火用分析模型；
[0248]
获取风光氢多源供能系统分别在实际运行工况、极限运行工况和理想运行工况下的运行数据；基于所述运行数据以及所述先进火用分析模型进行计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损；
[0249]
将每个子系统的所述第一可避免火用损由大到小进行排序，将排序顺序作为风光氢多源供能系统中各个子系统的优化顺序；
[0250]
基于优化顺序，对多源供能系统的容量配置进行优化，得到风光氢多源供能系统的最优容量配置。
[0251]
实施例4
[0252]
电子设备100集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，
计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(rom，read-only memory)。
[0253]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0254]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0255]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0256]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0257]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明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示例。而且，描述的具体特征、结构、材料或者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。
[0258]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

技术特征：
1.一种基于先进火用的供能系统优化方法，其特征在于，包括如下步骤：分别构建风光氢多源供能系统的实际运行工况、极限运行工况和理想运行工况；获取预先构建的先进火用分析模型；获取风光氢多源供能系统分别在实际运行工况、极限运行工况和理想运行工况下的运行数据；基于所述运行数据以及所述先进火用分析模型进行计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损；将每个子系统的所述第一可避免火用损由大到小进行排序，将排序顺序作为风光氢多源供能系统中各个子系统的优化顺序；基于优化顺序，对多源供能系统的容量配置进行优化，得到风光氢多源供能系统的最优容量配置。2.根据权利要求1所述的基于先进火用的供能系统优化方法，其特征在于，所述风光氢多源供能系统的子系统为：太阳能热电厂csp、光伏发电pv、质子交换膜燃料电池pemfc、风力发电wp和质子交换膜电解槽peme。3.根据权利要求2所述的基于先进火用的供能系统优化方法，其特征在于，获取预先构建的先进火用分析模型的步骤中，所述先进火用分析模型用于分别计算太阳能热电厂csp、光伏发电pv、质子交换膜燃料电池pemfc、风力发电wp和质子交换膜电解槽peme的第一可避免火用损。4.根据权利要求1所述的基于先进火用的供能系统优化方法，其特征在于，基于所述运行数据以及所述先进火用分析模型进行计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损的步骤，具体包括：对于风光氢多源供能系统中的一个子系统，作为目标子系统；当风光氢多源供能系统中的全部子系统以实际工况运行时，根据目标子系统的运行数据和先进火用分析模型进行计算，得到目标子系统的第一火用损；目标子系统以实际工况运行，风光氢多源供能系统中的其余全部子系统以理想工况运行时，根据目标子系统的运行数据，基于先进火用分析模型进行计算，得到目标子系统的内源火用损；将第一火用损减去目标子系统的内源火用损，得到目标子系统的外源火用损；获取目标子系统的入口火用，以及目标子系统在极限运行工况下的运行效率，基于目标子系统的入口火用和极限运行工况下的运行效率进行计算，得到目标子系统在极限运行工况下的出口火用，根据目标子系统的入口火用和极限运行工况下的出口火用进行计算，得到目标子系统的不可避免火用损；当目标子系统在极限运行工况下运行，其余全部子系统在理想运行工况下运行时，基于运行数据和先进分析模型进行计算，得到目标子系统的不可避免内源火用损；将目标子系统的不可避免火用损减去不可避免内源火用损，得到目标子系统的不可避免外源火用损；将目标子系统的第一火用损减去不可避免火用损，得到目标子系统的第二可避免火用损；将目标子系统的外源火用损减去不可避免外源火用损，得到目标子系统的可避免外源火用损；
将目标子系统的第二可避免火用损减去可避免外源火用损，得到目标子系统的可避免内源火用损；当目标子系统以实际运行工况运行，其余全部子系统中的一子系统以实际运行工况运行，剩下的全部子系统以理想运行工况运行，计算得到目标子系统的第二火用损；将第二火用损减去目标子系统的内源火用损，得到其余全部子系统中的一子系统对目标子系统的外源火用损；当目标子系统以极限运行工况运行，其余全部子系统中的一子系统以极限运行工况运行，剩下的全部子系统以理想运行工况运行，计算得到目标子系统的第三火用损；将第三火用损减去目标子系统的不可避免内源火用损，得到其余全部子系统中的一子系统对目标子系统的不可避免外源火用损；将其余全部子系统中的一子系统对目标子系统的外源火用损减去其余全部子系统中的一子系统对目标子系统的不可避免外源火用损，得到其余全部子系统中的一子系统对目标子系统的可避免外源火用损；将其余全部子系统分别对目标子系统的可避免外源火用损进行求和，得到第一结果；将第一结果与目标子系统的可避免内源火用损相加，得到目标子系统的第一可避免火用损。5.根据权利要求1所述的基于先进火用的供能系统优化方法，其特征在于，基于优化顺序，对多源供能系统的容量配置进行优化的步骤，具体包括：以风光氢多源供能系统在实际运行工况下的能量效率、火用效率、可避免火用损率和净现值最优为目标，以风光氢多源供能系统中各子系统的容量配置为决策变量，构建优化模型；基于优化顺序，对优化模型进行求解，得到风光氢多源供能系统的最优容量配置。6.根据权利要求1所述的基于先进火用的供能系统优化方法，其特征在于，采用nsga-ii算法对优化模型进行求解，得到一系列的pareto解集，基于优化顺序，从一系列的pareto解集中选择出最优折衷解。7.根据权利要求1所述的基于先进火用的供能系统优化方法，其特征在于，所述优化顺序为：太阳能热电厂csp、光伏发电pv、质子交换膜燃料电池pemfc、风力发电wp和质子交换膜电解槽peme。8.一种基于先进火用的供能系统优化装置，其特征在于，包括：工况构建模块，用于分别构建风光氢多源供能系统的实际运行工况、极限运行工况和理想运行工况；第一获取模块，用于获取预先构建的先进火用分析模型；第二获取模块，用于获取风光氢多源供能系统分别在实际运行工况、极限运行工况和理想运行工况下的运行数据；基于所述运行数据以及所述先进火用分析模型进行计算，得到风光氢多源供能系统中每个子系统的第一可避免火用损；排序模块，用于将每个子系统的所述第一可避免火用损由大到小进行排序，将排序顺序作为风光氢多源供能系统中各个子系统的优化顺序；优化模块，用于基于优化顺序，对多源供能系统的容量配置进行优化，得到风光氢多源供能系统的最优容量配置。
9.一种电子设备，其特征在于，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序，以实现如权利要求1至7中任意一项所述的基于先进火用的供能系统优化方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至7中任意一项所述的基于先进火用的供能系统优化方法。

技术总结
本发明提供了一种基于先进火用的供能系统优化方法、装置、设备及介质，本发明所提供的优化方法，构建三种工况和先进火用分析模型，采用先进的火用分析方法，得到各个子系统的优化顺序；能够更深入地了解系统的性能，并对各子系统间的相互作用进行定量评估，从而确定系统和每个子系统的实际改进潜力。风光氢多源供能系统的优化潜力顺序依次为光热、光伏、质子交换膜燃料电池、风力发电和质子交换膜电解槽，与传统的火用分析结果以及所分析的子系统之间的相互关系完全不同。能够减少可避免的火用损失，以更准确地提高能源利用率。以更准确地提高能源利用率。以更准确地提高能源利用率。


技术研发人员：刘林桐 翟融融 胡扬笛
受保护的技术使用者：华北电力大学
技术研发日：2023.05.12
技术公布日：2023/8/6