一种碳中和场景下炼油厂氢气网络的优化调度方法

1.本发明涉及炼油厂氢气网络的优化调度技术领域，尤其涉及一种碳中和场景下炼油厂氢气网络的优化调度方法。


背景技术：

2.氢气资源在传统能源深加工方面起着举足轻重的作用，而石油炼制行业是氢气消耗的最大终端市场，其耗氢量约占全球总耗氢量的90％。
3.炼油企业通过合理安排氢气的产耗平衡、强化用氢管理、优化氢气网络等措施，可以实现增加原油深加工的数量、制氢装置停开或少开、高效使用各种氢气资源和减少浪费。
4.在过去十年中，相关法规定对燃油中芳烃含量的限制日益严格，因此石脑油重整生产氢气的能力逐渐下降，同时企业也趋向使用更加清洁环保的燃料，因此增设新的制氢装置和优化氢气网络是炼油企业实现生产目标合降低成本的必由之路。
5.国内外氢气网络的优化方法主要有夹点法和数学规划法。夹点分析法是借鉴热夹点的概念提出的，它可以根据剩余氢量确定氢气网络夹点和最小公用工程氢消耗量。该方法简单易懂，形象直观，但是它存在一些重大缺陷，容易忽略流股的压力，将杂质组分集总为甲烷等；为了克服氢夹点的这些缺陷，研究人员提出了数学规划方法，而现有的数学规划算法以最小氢气公用工程消耗或氢气网络连接简单化为目标函数，通过设定约束条件，优化氢气管网。但是这种方法只考虑了氢气优化收益，忽略了实际生产中的炼油厂轻烃收益，因此优化后实际收益往往比较低，不能切合炼油厂实际。
6.专利文献cn107918280b公开了一种夹点法和超结构法混合的炼油厂氢气网络优化方法，首选将人工绘制的夹点图程序化，进一步利用得到的夹点作为约束嵌入超结构法，通过模型求解获得最优目标值和操作点。
7.虽然该方法操作简单，但是未考虑实际生产的收益与产氢费用，不切合实际。
8.专利文献cn106485341a公开了一种炼油厂氢气系统优化方法，将炼油厂氢气系统收益最大作为目标，通过数学规划方法对炼油厂系统的氢气和轻烃资源进行综合优化，从而达到节能增效的目的。
9.该方法最终结果符合实际生产，但是未考虑到当前在“碳达峰”和“碳中和”双碳目标下，炼油厂氢气网络还将面临碳排放指标、碳税等压力，使得实际收益比理论收益少。


技术实现要素：

10.为了解决上述问题，本发明提供了一种碳中和场景下炼油厂氢气网络的优化调度方法，该方法为构建基于碳排放限制条件下的多目标函数，对炼油厂氢气网络进行优化，从而使炼油厂氢气网络的优化调度方案能同时兼顾经济性与碳排放量。
11.一种碳中和场景下炼油厂氢气网络的优化调度方法，包括：
12.步骤1、获取炼油厂氢气网络的固定参数与待优化参数，所述待优化参数包括供氢模块的产氢量，炼油厂模块的氢气公用工程消耗量，炼油厂氢气网络中的气体流量、气体中
氢气浓度以及供氢模块与炼油厂模块的碳排放量；
13.步骤2、通过人工智能算法建立炼油厂氢气网络的代理模型，所述代理模型用于统计目标炼油厂氢气网络的可再生电随时间变化情况、电网价格波动情况以及炼油厂各单元耗氢波动情况；
14.步骤3、基于步骤2统计获得的数据，建立多目标优化模型，其目标函数为最小优化组合函数，具体公式如下：
15.min obj＝w1×
tac+w2×
tco2–
w3×
st
16.其中，obj为目标函数，tac为炼油厂氢气网络的年度总费用，tco2为炼油厂氢气网络的年度总碳排放量，st为炼油厂氢气网络的网络稳定性指标，w1，w2以及w3为权重指数：
17.当需要考虑经济收益时，可以增大w1的占比，使得输出的调度方案侧重于经济收益，当w1越大时经济收益越大；
18.当需要考虑碳排放量时，可以增大w2的占比，使得输出的调度方案侧重于碳排放量控制，当w2越大时碳排放量降低越多；
19.当需要考虑网络稳定性时，可以增大w3的占比，使得输出的调度方案侧重于网络稳定性，当w3越大时网络越稳定。
20.步骤4、在所述目标函数中加载氢气网络的约束条件，所述约束条件包括：低碳氢气公用工程约束，总氢气公用工程约束以及各供氢来源工程约束；
21.步骤5、对所述目标函数展开随机规划，将炼油厂氢气网络的固定参数与待优化参数带入目标函数中进行求解，在所述约束条件下反复调整待优化参数，使目标函数的解趋向最小值；
22.步骤6、当目标函数的解为最小值时，输出待优化参数，作为炼油厂氢气网络的优化调度方案。
23.具体的，所述步骤1中的固定参数包括炼油厂的地理位置信息，可用回用氢、耗氢流量以及氢气浓度。
24.具体的，所述步骤1中的供氢模块包括电解制氢厂、为电解制氢厂提供电力的新能源电厂与储电站以及化石燃料制氢厂，其中化石燃料制氢厂包括天然气制氢与煤制氢。
25.优选的，所述步骤3中的网络稳定性指标包括在险值(value at risk)、条件在险值(conditional value at risk)以及最坏条件在险值(worst case value at risk)。
26.具体的，所述步骤3中的年度总费用tac与年度总碳排放量tco2的具体公式如下：
[0027][0028]
其中，flc
s,t
表示第s个电解制氢厂在t时刻所生产氢气的流量，clcs表示电解制氢厂所生成氢气费用，fhcs″
,t
表示第s
″
个化石燃料制氢厂在t时刻所生产氢气的流量，chcs″
表示化石燃料制氢厂所生成氢气费用，fut
t
表示在t时刻外购的氢气公用工程，cu表示外购氢气公用工程费用；
[0029][0030]
其中，efhcs″
表化石燃料制氢厂所生成氢气碳足迹，efu表示外购氢气公用工程碳
足迹，pg
t
表示电网在t时刻的供电量，efp表示电网电力碳足迹。
[0031]
优选的，所述步骤4中的约束条件，具体为：
[0032]
低碳氢气公用工程约束：
[0033][0034]
其中，flc
s,t
表示在第s个电解制氢厂在t时刻所生产氢气的流量，pps′
,t
表示在第s
′
个新能源电厂在t时刻的供电量、pss″
,t
表示在第s
″
个储电站在t时刻的供电量、pg
t
表示电网在t时刻的供电量，η
t
为制氢效率；
[0035]
总氢气公用工程约束：
[0036][0037]
其中，fhcs″
,t
表示第s
″
个化石燃料制氢厂在t时刻所生产氢气的流量，fut
t
表示在t时刻外购的氢气公用工程，frus′
,t
表示第s
′
个炼油厂在t时刻所需的氢气公用工程；
[0038]
各供氢来源工程约束：
[0039]
flc
s,t
≤maxc1×
bss[0040]
pps′
,t
≤maxc2×
bss[0041]
pss″
,t
≤maxc3×
bss[0042]
fhcs″
,t
≤maxc4×
bss[0043]
其中，maxc1表示电解制氢厂的运作最大负荷，maxc2表示新能源电厂的运作最大负荷，maxc3表示储电站的运作最大负荷，maxc4表示化石燃料制氢厂的运作最大负荷，bss为二元变量取值为0或1，当取0时表示炼油厂氢气网络中不存在该工厂，当取1时表示存在。
[0044]
优选的，所述化石燃料制氢厂产能需要满足大于等于最小操作负荷的产能，如下式：
[0045]
fhcs″
,t
≥αs×
fmcs[0046]
其中，fmcs表示第s个化石燃料制氢厂最大产能，αs为最小操作负荷系数。
[0047]
优选的，所述步骤5中的在所述约束条件下反复调整待优化参数，是基于蒙特卡洛模拟法和历史数据法模拟炼油厂氢气网络的运行过程，并在约束条件下将待优化参数带入所述运行过程中进行调整，使得最终待优化参数更加符合实际生产情况；同时降低模拟过程的维度，从而减少了待优化参数的调整耗时。
[0048]
与现有技术相比，本发明的有益效果为：
[0049]
(1)本发明在考虑经济性的前提下，引入了碳排放量的指标，使得最终的优化调度方案更加符合节能减排的需求。
[0050]
(2)采用蒙特卡洛模拟法和历史数据法进行演算，提高了最终结果的准确度，同时也减少了待优化参数的调整耗时。
附图说明
[0051]
图1为实施例中优化后工业园区炼油企业氢气网络的概念图；
[0052]
图2为本发明提供的碳中和场景下炼油厂氢气网络的优化调度方法的流程示意
图；
[0053]
图3为实施例中通过本发明提供的方法优化后各炼油厂氢公用工程消耗曲线、电解厂制氢曲线与外购氢曲线的对比图。
具体实施方式
[0054]
一个待优化工业区炼油企业氢气网路，其原平均氢公用工程消耗分别为22257.9nm3/h,31766.4nm3/h,42590.0nm3/h，用氢量大，年度费用大，且氢公用工程均来自甲烷蒸汽裂解，碳排放较大，同时氢气需求波动幅度大，氢气网络稳定性低。
[0055]
如图1所示，本实施例中优化后的工业区炼油企业氢气网路包括了供氢模块与炼油厂模块，图中单向虚线表示电力供应方向，单向实线表示氢气供给方向，双向虚线表示回用氢气方向，其中供氢模块包括了传统的天然气、煤矿燃制氢的化石燃料制氢厂，电解制氢厂以及为电解制氢厂提供电力的新能源电场与储电站，通过储氢站调配为炼油厂模块提供需要的氢气。
[0056]
其中，新能源电厂包括太阳能发电，风力发电以及潮汐发电，当满足电解制氢厂供电后，新能源电厂将多余电力转送入储电站内，从而减少电力的浪费。
[0057]
本实施例中的炼油厂模块包括炼油厂a，炼油厂b与炼油厂c，三个炼油厂之间均设有回用氢气的设备，从而减少氢气的浪费。
[0058]
如图2所示，为本发明提供的一种碳中和场景下炼油厂氢气网络的优化调度方法，包括：
[0059]
步骤1、获取炼油厂氢气网络的固定参数与待优化参数，其中待优化参数包括供氢模块的产氢量，炼油厂模块的氢气公用工程消耗量，炼油厂氢气网络中的气体流量、气体中氢气浓度以及供氢模块与炼油厂模块的碳排放量：
[0060]
其中固定参数包括炼油厂的地理位置信息，可用回用氢、耗氢流量以及氢气浓度。
[0061]
步骤2、通过人工智能算法建立炼油厂氢气网络的代理模型，其中代理模型用于统计目标炼油厂氢气网络的可再生电随时间变化情况、电网价格波动情况以及炼油厂各单元耗氢波动情况，其中代理模型目标函数为：
[0062]
y＝f(x,t)
[0063]
其中x为自变量矩阵，t为时间，y为因变量，f则代表代理模型。
[0064]
步骤3、基于步骤2统计获得的数据，建立多目标优化模型，其目标函数为最小优化组合函数，具体公式如下：
[0065]
min obj＝w1×
tac+w2×
tco2–
w3×
st
[0066]
其中，obj为目标函数，tac为炼油厂氢气网络的年度总费用，tco2为炼油厂氢气网络的年度总碳排放量，st为炼油厂氢气网络的网络稳定性指标，w1，w2以及w3为权重指数：
[0067]
其中，网络稳定性指标包括在险值(value at risk)、条件在险值(conditional value at risk)以及最坏条件在险值(worst case value at risk)。
[0068]
年度总费用tac与年度总碳排放量tco2的具体公式如下：
[0069]
[0070]
其中，flc
s,t
表示第s个电解制氢厂在t时刻所生产氢气的流量，clcs表示电解制氢厂所生成氢气费用，fhcs″
,t
表示第s
″
个化石燃料制氢厂在t时刻所生产氢气的流量，chcs″
表示化石燃料制氢厂所生成氢气费用，fut
t
表示在t时刻外购的氢气公用工程，cu表示外购氢气公用工程费用；
[0071][0072]
其中，efhcs″
表化石燃料制氢厂所生成氢气碳足迹，efu表示外购氢气公用工程碳足迹，pg
t
表示电网在t时刻的供电量，efp表示电网电力碳足迹。
[0073]
步骤4、在目标函数中加载氢气网络的约束条件，包括：低碳氢气公用工程约束，总氢气公用工程约束以及各供氢来源工程约束：
[0074]
低碳氢气公用工程约束：
[0075][0076]
其中，flc
s,t
表示在第s个电解制氢厂在t时刻所生产氢气的流量，pps′
,t
表示在第s
′
个新能源电厂在t时刻的供电量、pss″
,t
表示在第s
″
个储电站在t时刻的供电量、pg
t
表示电网在t时刻的供电量，η
t
为制氢效率；
[0077]
总氢气公用工程约束：
[0078][0079]
其中，fhcs″
,t
表示第s
″
个化石燃料制氢厂在t时刻所生产氢气的流量，fut
t
表示在t时刻外购的氢气公用工程，frus′
,t
表示第s
′
个炼油厂在t时刻所需的氢气公用工程；
[0080]
各供氢来源工程约束：
[0081]
flc
s,t
≤maxc1×
bss[0082]
pps′
,t
≤maxc2×
bss[0083]
pss″
,t
≤maxc3×
bss[0084]
fhcs″
,t
≤maxc4×
bss[0085]
其中，maxc1表示电解制氢厂的运作最大负荷，maxc2表示新能源电厂的运作最大负荷，maxc3表示储电站的运作最大负荷，maxc4表示化石燃料制氢厂的运作最大负荷，bss为二元变量取值为0或1，当取0时表示炼油厂氢气网络中不存在该工厂，当取1时表示存在。
[0086]
同时化石燃料制氢厂产能需要满足大于等于最小操作负荷的产能，如下式：
[0087]
fhcs″
,t
≥αs×
fmcs[0088]
其中，fmcs表示第s个化石燃料制氢厂最大产能，αs为最小操作负荷系数。
[0089]
步骤5、对目标函数展开随机规划，将炼油厂氢气网络的固定参数与待优化参数带入目标函数中进行求解，基于蒙特卡洛模拟法和历史数据法模拟炼油厂氢气网络的运行过程，在约束条件下反复调整待优化参数，使目标函数的解趋向最小值；
[0090]
步骤6、当目标函数的解为最小值时，输出待优化参数，作为炼油厂氢气网络的优化调度方案。
[0091]
基于上述优化调度方案，工业区炼油企业氢气网路的优化后炼油厂模块氢公用工程消耗随时间变化曲线，以及供氢模块的电解厂制氢曲线与外购氢曲线，如图3所示，其中横坐标为时间(h)，纵坐标为氢气量(nm3/h)。
[0092]
表1炼油厂每小时平均氢气公用工程消耗对比情况
[0093]
nm3/h炼油厂a炼油厂b炼油厂c优化前22257.931766.442590.0优化后19703.328998.938702.0变化率-11.5％-8.7％-9.1％
[0094]
如表1所示，与未优化前相比，采用回用氢气设备可有效降低氢公用工程消耗，分别为11.5％、8.7％与9.1％。
[0095]
未优化前，炼油厂模块的外接氢气均来自与甲烷蒸汽重整，该方法的单位碳排放量较大，优化后引入新能源电产生的氢气，即通过可再生能源驱动电解制氢工作从而极大降低了碳排放量，具体如表2所示：
[0096]
表2炼油厂年度碳排放总量
[0097]
百万吨/年炼油厂a炼油厂b炼油厂c优化前0.1580.2250.302优化后0.030.0480.065变化率-79.3％-78.6％-78.7％
[0098]
相较于优化前的传统方法，优化后有效降低了各个炼油厂的碳排放量，分别为79.3％、8.6％与78.7％，但是由于电解制氢厂受能源可利用周期性和储能厂的容量影响，导致电解制氢厂的氢气产量不能完全满足整个园区的氢气需求，故需通过氢气管网从外部购入新鲜氢气，由于电解水制氢费用高于传统化石燃料制氢，因此优化的代价为氢气公用工程费用的增加，具体如表3所示：
[0099]
表3炼油厂年度氢气公用工程年度费用
[0100]
百万/年炼油厂a炼油厂b炼油厂c优化前236.6337.7452.8优化后391.3575.9768.6变化率+65.4％+70.5％+69.7％
[0101]
基于新能源技术发展速度以及设备投入的成本，可估算出降低碳排放量成本以及预测未来的降低碳排放量成本，具体如表4所示：
[0102]
表4炼油厂降低碳排放的平均成本
[0103]
元/吨炼油厂a炼油厂b炼油厂c2022年成本标准1236.71345.51329.02030年成本标准210.5278.4268.1
[0104]
虽然前期投入成本略高于传统方法，但是随着新能源技术的不断发展与普及，未来在新能源电价会逐步降低，从而进一步降低了电解制氢的成本，预计在2030年后，降低碳排放量的成本可降至200元/吨以内。
[0105]
同时，本发明通过耦合电解制氢、化石燃料制氢、外购氢气的方式，增加氢气供应
的稳定性，同时通过随机规划提高氢气网络的抗干扰能力，即在氢气源和氢气需求波动情况下，网络也能稳定操作，优化前后各炼油厂稳定性指标如表5所示：
[0106]
表5炼油厂网络稳定性指标
[0107] 炼油厂a炼油厂b炼油厂c优化前45.0％50.7％49.1％优化后100.0％99.9％99.9％
[0108]
本发明提供的优化调度方法，是通过回用氢气，电解水获氢，外界氢气，来替代部分传统的石油裂解获氢，从而降低整个生产线的碳排放量，同时在考虑经济性与稳定性进行约束，避免降低碳排放成本过高的问题。