关键词:
碳中和能源系统
气候变化
混合余能利用
碳转移处理
市场激励
摘要:
如何实现能源系统的绿色转型一直被各国政府所关心,“双碳”政策的提出也表明了能源系统零碳化的大势所趋。而在实现“双碳”目标的过程中,“长周期运行”和“能源系统改进”是研究能源系统绿色转型需要重点关注的两个方向。
在长周期的运行过程中,综合能源系统(Integrated Energy System,IES)会受到气候变化的影响。为了研究气候变化对IES的影响,并在能源系统实现“双碳”目标,首先本文提出了一种集成机器学习(Integrated Machine Learning,IML)来对负荷进行预测,其次研究了设备效率与气候的关系,然后建立碳达峰能源系统(Carbon Peak Energy System,CPES)和碳中和能源系统(Carbon Neutral Energy System,CNES),最后采用蜜獾算法对CPES和CNES进行优化配置。结果表明:IML能够准确地进行负荷预测;当气候发生变化时,负荷和设备效率的变化会让IES的成本和碳排放每10年分别提高1.18%和0.92%。CPES、CNES实现年限每提前10年,运行成本分别提高0.93%和1%。
除了充分考虑气候因素外,对现有的IES进行改进,能够为CNES绿色转型提供理论依据。在IES中,电转气装置(Power to Gas,P2G)在反应过程中产生的热量通常被忽视,若能对这部分热量进行合理考量与利用,P2G的储能性能将得到显著提升。同时,碳市场的建立也带来了碳捕捉与盈利之间的冲突与矛盾,能源企业如何顺利实现绿色经济转型,成为一个亟待解决的问题。为了解决上述问题,首先本文提出了一种基于阶梯式碳惩罚响应的碳捕集装置的运行策略,并将其应用于改进的综合能源系统(Improved Integrated Energy Systems,IIES)。其次,IIES还改善了P2G的热利用,并加强了P2G与碳捕集的能量耦合。然后,提出一种改进的蜜獾算法用来解决该案例的最佳配置。结果表明,与IES相比,IIES减少了碳排放和能源消耗,并降低了运营成本。提出的改进算法在整体性能方面优于其他的比较算法。
为了持续推进碳中和的可持续性,对CNES进行更为深入的改进显得尤为重要。目前单一的储能方式和市场激励未能充分挖掘多种储能及激励的潜力。此外,传统的运行方式经常造成能源供需失衡,而传统的求解算法在面对多变量复杂问题时也显得力不从心。为了解决上述问题,首先,本文提出了一种改进型碳中和能源系统(Improved Carbon Neutral Energy Systems,ICNES),ICNES采用了双层余电处理、双层余热处理、双层碳捕捉驱动、阶梯碳惩罚、碳奖赏和绿色证书交易。其次,为了进一步提高ICNES的表现,提出了一种动态混合运行方式。然后,为了对多变量的ICNES进行求解,提出了一种蜜獾—模式搜索算法对ICNES的优化配置进行求解。结果表明:所提出的ICNES在实现碳中和的前提下,比传统CNES还分别降低了6.686%的年运行成本、9.538%的二氧化碳排放、12.826%的一次能源消耗和17.465%的能源浪费率,所提出的新算法成功将优化率由原本的局部最优值48.693%提升至53.88%。
综合考量环境变迁与系统优化,当前研究尚显不足,忽视了长期负荷变动对CNES的潜在影响,且ICNES仍存在进一步改进之空间。为了解决以上问题,首先,除了考虑了上文所述的气候变化,本文还进一步研究了经济增长对CNES电负荷的影响。其次,提出了一种基于碳转移处理系统和混合余能利用系统的ICNES。然后,提出了一种能够适应负荷变化和碳政策变化的多阶段配置方法。结果表明:电负荷的增长让系统提高33.79%的总成本,29.64%的碳排放,提高38.68%的能源消耗。提出的ICNES减少了10.17%的总成本,2.01%的碳排放,16.08%的能源消耗。系统减少了99%的电能浪费,27%的热能浪费,36%的碳捕捉所需能量。ICNES能够抑制碳中和提前带来的成本提高。