一种大型浮式储存和再气化装置冷能回收和再气化过程的全局热流拓扑建模与优化方法

文档序号:36973981发布日期:2024-02-07 13:25阅读:23来源:国知局
一种大型浮式储存和再气化装置冷能回收和再气化过程的全局热流拓扑建模与优化方法

本发明涉及能流优化,具体而言,尤其涉及一种大型浮式储存和再气化装置冷能回收和再气化过程的全局热流拓扑建模与优化方法。


背景技术:

1、近年来,由于使用天然气为燃料的内燃机氮化物和二氧化碳排放量低、成本效益明显,全球天然气需求稳步增长。而lng(液化天然气)在天然气储存和运输方面优势明显,被认为是最有前途和最有效的方法。

2、再气化是天然气供应链的最终流程,与传统的陆上lng接收站相比,fsru在建造时间、重定位、投资成本方面极具优势。

3、由于lng温度通常保存在-162℃,因此在再气化过程中有大量冷能以废热的形式释放到周围海水。但是,目前所使用的大多数再气化系统都不利用冷能。如果这些冷能可以被高效利用,将显著减少能源浪费和温室气体的排放。因此,将lng冷能回收集成到fsru再气化过程中意义非凡。

4、有机朗肯循环(organic rankine cycle,orc)可以有效捕获lng再气化过程中产生的冷能,并将其转化为有价值的电能或机械能,这样既提高了能源的利用效率,又减少了对外部电源的需求,同时,orc系统在运行过程中不会产生温室气体排放。因此,将fsru再气化系统与发电系统相结合,利用orc循环,形成冷能回收组合系统是进一步回收冷能的更好的解决方案。

5、近年来,产生了多种基于fsru中不同orc配置回收lng冷能的方法,主要集中在串联(三个阶段)和级联(四个阶段)的开环再气化系统,系统规模和复杂性日益提高。同样,这些系统的性能评估和优化方法也存在共性,即围绕系统仿真与参数化分析的融合展开,主要依赖于基本组件的物理分析,分析系统内各部分质量、动量和能量守恒方程,以及相关过程方程,进而根据组件位置或系统拓扑将上述方程组合,根据这些方程组的解建立全局数学模型。这种建模方法被称为联立方程组法(sem)和序贯模块法(smm)。然而,随着热力系统的复杂化,众多约束要求的同时存在使传统仿真方法变得困难,因此需要一种高效的建模与仿真方法。在此背景下,学界引入了热流方法来分析和优化热力系统,使用电路原理对系统进行表征,自然地呈现了全局系统的各个约束条件,并可以采用多种算法进行全局优化,提高了建模的准确性并能更详尽地描述潜在的物理条件。同时,热流系统可以有效规避非线性优化固有的非凸特性问题。因此热流工具在各种小型热力系统建模仿真方面的应用愈发广泛。然而,热流方法对于大规模热力系统的全局建模和优化仍然存在许多问题和挑战:第一,热流法的可靠性需要通过验证等效性与成分分析的一致性来保证;第二,对于非线性方程组的求解仍需找到更高效的算法;第三,在大规模热力系统中,同时求解所有约束方程组十分困难;第四,需要开发一种专有算法,以提高计算效率和稳定性;第五,系统需要集成热流工具、数值模拟工具、传热分析方法、全局网络热阻分析、遗传算法和逼近理想解排序法等多种方法和工具。

6、因此,基于上述问题,本发明提出了一种新型的大型浮式储存和再气化装置冷能回收和再气化过程的全局热流拓扑建模与优化方法。


技术实现思路

1、根据上述提出的技术问题,而提供一种大型浮式储存和再气化装置冷能回收和再气化过程的全局热流拓扑建模与优化方法。本发明详细介绍了浮式储存再气化装置中大规模lng冷能回收再气化过程,通过对建模仿真结果的验证,证实了所提出模型的准确性和可靠性。进而深入分析了关键参数对系统性能的影响,论述了系统灵敏度和潜在的优化途径,并得出最佳系统工作点。

2、本发明采用的技术手段如下:

3、一种大型浮式储存和再气化装置冷能回收和再气化过程的全局热流拓扑建模与优化方法,包括:

4、步骤一、基于系统各元件能量守恒与进出口条件进行热流拓扑的比拟,建立第一模型,所述第一模型为初步热流拓扑模型;

5、步骤二、结合第一模型,基于基尔霍夫定律,根据热电流法,消除多余热流回路,建立第二模型,所述第二模型为最终全局热流拓扑模型;

6、步骤三、建立第三模型,所述第三模型为确定热量流平衡、热工水力平衡、工质种类、系统工况条件及各系统耦合环节的各种约束条件;

7、步骤四、基于第二模型和第三模型,求解热流拓扑模型,综合分析系统性能;对于系统性能的分析,包括能量分析、分析和火积传递热分析等;

8、步骤五、在步骤四的基础上,确定目标函数,设定决策区间,基于智能算法进行多目标优化,求解系统最优工况参数;所述目标函数包括效率、火用和耗散等热力学函数;

9、步骤六、引入fsru系统实例,进行步骤一~步骤五的方法分析,验证实例计算结果的准确性。

10、进一步地,所述步骤一中,初步热流拓扑模型的建模方法包括:

11、s1、基于大型热力系统的综合全局热流拓扑模型,将热力系统中的基本元件:换热器、蒸发器、冷凝器、混合器以及再冷凝器等效成包含热阻的热流模型;其中,基于有三种流体流经再冷凝器,则包含热阻的热流模型具有独特的构型;

12、s2、基于大型热力系统的综合全局热流拓扑模型,将驱动系统的基本元件:节流阀、驱动泵、压缩机、透平以及分离器等效成包含热动势的热流模型;

13、s3、通过s1和s2中各元件模型的组合及对系统热流拓扑的描述,初步建立全局热流拓扑模型,即初步热流拓扑模型。

14、进一步地,所述步骤二中,最终全局热流拓扑模型的建立方法为:在构建热流模型时,基于基尔霍夫定律,根据热电流法,仅由热动势构成的闭合回路表示封闭回路中的温度变化,在不改变系统基本性质的前提下被消除,建立起最终全局热流拓扑模型。

15、进一步地,所述步骤三中,热量流平衡约束包括能流拓扑约束、能量守恒约束、能流传递与转换约束及元件约束;其中,利用kcl方程得到描述整个系统热功转换过程的能量守恒方程;通过kvl方程组对热流法的利用体现系统内的热量传递与转换;所述元件约束包括换热器约束、汽轮机约束、压缩机约束和泵组约束;

16、所述换热器约束:基于热流法的热阻和热动势,通过结合aspen hysysys v11软件和matlab软件,对设计工况下的换热器进行模拟,得到换热性能参数;

17、所述汽轮机约束为描述汽轮机中的热功转换过程的约束方程,其中,由于在汽轮机实际循环的每一个过程中都有不可逆因素造成的不可逆损失,因此考虑不可逆因素对循环性能的影响,即为透平元件约束。

18、进一步地,所述步骤三中,热工水力平衡约束包括对于汽轮机和泵的约束;其中,泵的热工水力平衡约束条件通过以下方法获得:结合aspen hysysys v11软件和matlab软件对泵进行设计工况的模拟,对于给定的蒸发温度范围,得到相应的热工水力性能参数,最后用二次多项式对参数进行拟合得到泵的热工水力平衡约束;

19、工质种类约束即工质热物性的分析,工质的热物性根据内在的函数关系,由基本的热力学状态参数导出;其中,在相变过程压力已知的情况下,相变温度和相变潜热作为基本热物性参数,根据内在函数关系直接得出;对于工质比热容考虑三种情况:对于orc系统中的有机工质,采用定比热容假设;对于lng,由于其比热容对温度变化更为敏感,利用二次多项式拟合以获得不同决策变量区间的比热容值;对于其他工质,采用平均比热容来计算不同工况下的比热容。

20、进一步地,所述步骤四中,所述能量分析包括净发电量的求解分析、系统消费比率的求解分析、系统热效率的求解分析以及比净输出功率的求解分析;其中,首先求解净发电量,保证系统发电量大于用电量以满足减排目标;基于净发电量求解系统消费比率,得到系统发电量与需求功率之间的比例关系;基于净发电量求解系统热效率,得出系统热能转换过程中的能量利用效率;基于净发电量求解比净输出功率,反映出不同工况下lng冷能利用情况;

21、所述分析包括求解lng冷效率,用于评估系统冷能回收程度和冷凝器的换热效率;

22、所述火积传递热分析中,重新定义伴随功、伴随热、伴随散热以及循环净火积转移,进而引出系统性能评价指标,即火积转移收益与火积转移成本的比值。

23、进一步地,所述步骤五中,在步骤四的基础上,通过分析单一决策变量影响下的系统性能参数的变化,来获得最高效的系统构型;其中,单一决策变量包括lng压力、海水温度以及蒸发温度。

24、进一步地,所述步骤五中,基于上述最高效的系统构型继续进行双决策变量影响下的系统性能参数分析,以得出双决策变量协同影响下所选取的系统构型性能参数的变化;其中,双决策变量包括lng压力和海水温度以及lng压力和蒸发温度。

25、进一步地,所述步骤五中,采用多目标优化方法选取两个描述系统整体性能的参数:热效率和火积传递效率,热效率表示系统将热能转化为机械功的能力,火积传递效率表征系统的传热能力;在决策变量的取值范围内,热效率和火积传递效率两个性能参数相互冲突,为了权衡热效率和火积传递效率,采用遗传算法来优化系统的两个目标并获得帕累托前沿,之后应用topsis多准则决策方法,在决策区间内,针对不同的蒸发器温度进行多目标优化,并针对不同的海水温度进行系统性能参数的优化,进而得出最优工况点。

26、进一步地,所述步骤六中,利用fsru案例,结合aspen hysys v11软件模拟元件参数,验证建模仿真结果:

27、首先,选用六种不同的有机工质配置,用于评估fsru中大规模lng冷能回收和再气化的全部性能;通过分析单一决策变量影响下的系统性能参数,得出最合适的有机工质配置;绘制fsru整体热阻分布的气泡图,用以表示不同工作条件下最佳配置的总热阻变化;

28、其次,针对此配置进行双决策变量影响下的系统性能参数的分析;

29、最后,采用多目标优化方法选择出两个描述系统整体性能的参数:热效率和火积传递效率,并采用遗传算法实现两个参数的平衡,进而采用topsis多准则决策方法获得最佳工作点;

30、经过比较,所有误差都在5.6%以内,从而证实系统模型的准确性和可靠性。

31、较现有技术相比,本发明具有以下优点:

32、1、本发明浮式储存再气化装置中大型lng冷能回收再气化工艺采用三级orc系统,实现了碳减排。

33、2、本发明集成了多种方法和工具,包括热流工具、数值模拟工具、火积传递分析方法、全局网络热阻分析、ga和topsis。这样既充分反映了大型热力系统的整体物理情况,保证了建模的准确性,提高了计算的稳定性,又满足了参数分析的全面性。

34、3、本发明从能量、火积传递、关键参数分析、多目标优化等多个方面对热力系统进行综合评价。

35、4、本发明大型lng冷能在浮式储存再气化装置中回收再气化过程的建模与仿真涉及全局潮流模型的构建、数学模型开发、特定参数的分析和多目标优化。这种综合方法能够实现更灵敏的故障检测,并使性能优化更为可控,进而有效表示出该大规模系统中的协同效应。

36、5、本发明采用可视化表示技术来增强对大规模热力系统的理解。首先,在系统性能参数未知的情况下,给出了全局潮流模型。随后,在确定性能参数后,利用热阻气泡图分析了系统的能量流动特性。

37、基于上述理由本发明可在能流优化等领域广泛推广。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1