光催化-热化学耦合制燃料的综合能源系统运行调控方法

摘要

本发明公开了光催化‑热化学耦合制燃料的综合能源系统运行调控方法。设计了以光催化‑高温热化学耦合制燃料为核心的冷、热、电、气综合能源系统，为了使得系统在调度周期内太阳能‑燃料转化效率最大、二氧化碳排放和运行成本最小，建立了考虑可再生能源和用户负荷间歇性的鲁棒多目标优化模型。同时，基于实验和计算数据，提出改进的极限学习机对光催化水解制氢反应过程建立代理模型，减少计算和实验时间及成本。采用非支配排序遗传算法求解建立的鲁棒多目标优化模型，获得系统最优调度策略，缓解了可再生能源和用户负荷的不确定性对系统稳定运行的影响，提高了系统在能量利用效率、环境和经济方面的效益，保证系统安全、高效运行。

权利要求

1.光催化‑热化学耦合制燃料的综合能源系统运行调控方法，其特征在于，包括以下步骤：步骤1：针对光催化水解制氢装置，获得实验和计算数据的训练样本，利用改进极限学习机算法建立代理模型，所述改进极限学习机算法包括：给定一个数据集 ，其中 为第 个输入样本，为第 个输出样本，为样本个数；对光催化水解制氢过程，输入变量为圆管反应器的结构参数和运行参数，输出参数是产氢量，极限学习机的数学模型通过以下方式建立： （1）

其中， 表示模型矩阵；表示输出权向量；表示输出值；具体表达式为：，

，  ，

其中， 为激活函数； 和 定义第 个输入权重和第 个偏置； 和 定义了输出权重和输入矩阵； 和 表示输入权向量 的第一个元素和第n个元素； 和 表示偏置向量 的第一个元素和第n个元素；和 表示 向量的第一个元素和第n个元素；和 均表示向量个数；

建立考虑模型和样本数据不精确本质的正则化分式优化训练模型，表达式如下：（2）

式中， 是正则化参数； 是正则项，用于确保数值解的稀疏性； 表示一范数；

是总体最小二乘，用于同时考虑模型和样本的不精确性； 表示以g为变量的目标函数的最小值； 表示二范数的平方；

将方程（2）转化为如下的最优化问题：  （3）

式中， 定义为如下：

  （4）

进一步将该最优化问题松弛为如下的问题：  （5）

式中，  被定义为：

   （6）

引入辅助变量 ，方程（5）被转化为如下的等式约束优化问题：（7）

式中， 为目标函数，定义为： （8）

式中， 为罚参数；

采用分离优化方法求解式（8）：     （9）

    （10）

根据式（8），式（9）和（10）具体为：   （11）

  （12）

方程（11）用软阈值算法求解，即：  （13）

式中， 代表软阈值算子；

方程（12）是可微的，其解为：（14）

式中， 为向量 的转置；是单位矩阵；

步骤2：对综合能源系统每个单元建立数学模型，包括高温太阳能热化学循环制燃料模型和内燃机发电、光伏发电、风力发电、换热器模型；

步骤3：根据冬季和夏季用户冷、热、电、氢气的用能需求，建立热能平衡方程、冷量平衡方程、电能平衡方程、天然气和氢气平衡方程；

步骤4：考虑综合能源系统能量利用效率、环境和经济效益，建立包含供冷、供热、供电、供气的多目标优化模型，所述多目标优化模型具体为：能效： (15)

其中， 为太阳能‑氢能转化效率； 和 表示水和二氧化碳制备氢气和一氧化碳的摩尔产生速率； 和 表示氢气和一氧化碳的高位热值； 定义了产生氢气和一氧化碳所需的太阳能；  表示真空泵消耗的能量；

环境效益：

(16)

其中， 表示综合能源系统的二氧化碳排放量； 代表内燃机消耗的天然气量；

代表电网的天然气消耗量； 和 表示内燃机和电网的二氧化碳排放系数；

经济效益：

(17)

其中， 表示综合能源系统运行成本； 表示从电网购买的电力； 表示内燃机消耗的燃料； 指在加氢站购买的氢气； 指售卖给电网的电量； ,和 代表时间 时电价、天然气价格和氢气价格；  表示售卖给电网的电价；

步骤5：采用非支配排序遗传算法求解步骤4建立的多目标优化模型，获得帕累托最优解集；

步骤6：利用模糊隶属度函数，选择综合能源系统的最优运行策略，实现系统太阳能‑燃料转换效率最大化、 排放量最小化和能源成本最小化。

2.根据权利要求1所述的光催化‑热化学耦合制燃料的综合能源系统运行调控方法，其特征在于，所述步骤3中的热能平衡方程，冷量平衡方程，电能平衡方程，天然气和氢气平衡方程为在冬季和夏季典型日综合能源系统运行时需满足的约束条件。

说明书

光催化‑热化学耦合制燃料的综合能源系统运行调控方法

技术领域

[0001] 本发明属于以光催化水解制氢和太阳能热化学制燃料为核心的综合能源系统领域，具体涉及光催化‑热化学耦合制燃料的综合能源系统运行调控方法。

背景技术

[0002] 太阳能制燃料包括光催化水解制氢和太阳能热化学制甲烷，与传统化石燃料相比，具有清洁低碳的优势，可缓解资源短缺以及环境污染问题。光催化水解制氢主要基于太阳能紫外光谱和部分可见光，利用光催化剂和牺牲剂，将水分解为氢气和氧气。太阳能热化学利用太阳能部分可见光以及远红外光，驱动金属氧化物分解水和二氧化碳制氢气和一氧化碳。将光催化水解制氢和太阳能热化学制甲烷耦合，集成冷、热、电、气、交通综合能源系统，实现太阳能全光谱利用，提高能源系统能量转换效率。

[0003] 光催化‑热化学制燃料的综合能源系统集成光伏、风电与传统化石能源，提高可再生能源渗透率的同时，满足用户的冷、热、电、燃料多种能源需求。然而太阳能、风能具有不确定性，对综合能源系统的稳定运行带来巨大挑战。因此，需要获得考虑到可再生能源波动性时，能源系统最优运行调控策略，保证系统安全高效稳定运行。

发明内容

[0004] 为解决上述技术问题，本发明提供光催化‑热化学耦合制燃料的综合能源系统运行调控方法，设计了太阳能燃料制备、供冷、供热、发电、交通集成的综合能源系统，将可再生能源与传统能源结合，满足用户的多种能源需求，促进碳达峰和碳中和的实现。综合能源系统由热流、冷流、电力流和燃料流组成（如图1），利用本发明提出的能源系统运行调控方法，在满足用户的冷、热、电、气能源需求的同时，获得最佳的运行调控策略，使得系统的太阳能‑氢能转化效率最大，二氧化碳排放与运行成本最小。所提能源系统运行调控方法，保证系统稳定运行的同时，提高了系统运行灵活性。

[0005] 为达到上述目标，本发明采用的技术方案如下：

[0006] 光催化‑热化学耦合制燃料的综合能源系统运行调控方法，包括以下步骤：

[0007] 步骤1：针对光催化水解制氢装置，获得实验和计算数据的训练样本，利用极限学习机算法建立代理模型；

[0008] 步骤2：对综合能源系统每个单元建立数学模型，包括高温太阳能热化学循环制燃料模型和内燃机发电、光伏发电、风力发电、换热器模型；

[0009] 步骤3：根据冬季和夏季用户冷、热、电、氢气的用能需求，建立热能平衡方程、冷量平衡方程、电能平衡方程、天然气和氢气平衡方程；

[0010] 步骤4：考虑综合能源系统能量利用效率、环境和经济效益，建立包含供冷、供热、供电、供气的多目标优化模型；

[0011] 步骤5：采用非支配排序遗传算法求解步骤4建立的多目标优化模型，获得帕累托最优解集；

[0012] 步骤6：利用模糊隶属度函数，选择综合能源系统的最优运行策略，实现系统太阳能‑燃料转换效率最大化、 排放量最小化和能源成本最小化。

[0013] 进一步地，所述步骤1中的极限学习机算法包括：

[0014] 给定一个数据集 ，其中 为第 个输入样本， 为第 个输出样本，为样本个数；对光催化水解制氢过程，输入变量为圆管反应器的结构参数和运行参数，输出参数是产氢量，极限学习机的数学模型通过以下方式建立：

[0015] （1）

[0016] 其中， 表示模型矩阵； 表示输出权向量； 表示输出值；具体表达式为：

[0017] ，

[0018] ，  ，

[0019] 其中， 为激活函数； 和 定义第 个输入权重和第 个偏置； 定义了输出权重； 和 表示输入权向量 的第一个元素和第n个元素； 和 表示偏置向量 的第一个元素和第n个元素； 和 表示 向量的第一个元素和第n个元素； 和 均表示向量个数；

[0020] 根据同时考虑模型和样本数据不精确本质的正则化分式优化训练模型，表达为如下的数学模型：

[0021] （2）

[0022] 式中，  是正则化参数； 是正则项，用于确保数值解的稀疏性； 表示一范数； 是总体最小二乘，用于同时考虑模型和样本的不精确性； 表示以g为变量的目标函数的最小值； 表示二范数的平方；

[0023] 将方程（2）转化为如下的最优化问题：

[0024]   （3）

[0025] 式中， 定义为如下：

[0026] （4）

[0027] 进一步将该最优化问题松弛为如下的问题：

[0028] （5）

[0029] 式中， 被定义为：

[0030] （6）

[0031] 引入辅助变量 ，方程（5）被转化为如下的等式约束优化问题：

[0032] （7）

[0033] 式中， 为目标函数，定义为：

[0034] （8）

[0035] 式中， 为罚参数；

[0036] 采用分离优化方法求解式（8）：

[0037] （9）

[0038] （10）

[0039] 根据式（8），式（9）和（10）具体为：

[0040] （11）

[0041] （12）

[0042] 方程（11）用软阈值算法求解，即：

[0043] （13）

[0044] 式中， 代表软阈值算子；

[0045] 方程（12）是可微的，其解为：

[0046] （14）

[0047] 式中， 为向量 的转置；是单位矩阵。

[0048] 进一步地，所述步骤3中的热能平衡方程，冷量平衡方程，电能平衡方程，天然气和氢气平衡方程为在冬季和夏季典型日综合能源系统运行时需满足的约束条件。

[0049] 进一步地，所述步骤4中的多目标优化模型具体为：

[0050] 能效： (15)

[0051] 其中， 为太阳能‑氢能转化效率；  和   表示水和二氧化碳制备氢气和一氧化碳的摩尔产生速率； 和 表示氢气和一氧化碳的高位热值；定义了产生氢气和一氧化碳所需的太阳能；  表示真空泵消耗的能量；

[0052] 环境效益：

[0053] (16)

[0054] 其中， 表示综合能源系统的二氧化碳排放量； 代表内燃机消耗的天然气量； 代表电网的天然气消耗量； 和 表示内燃机和电网的二氧化碳排放系数；

[0055] 经济效益：

[0056] (17)

[0057] 其中， 表示综合能源系统运行成本； 表示从电网购买的电力； 表示内燃机消耗的燃料； 指在加氢站购买的氢气； 指售卖给电网的电量；
,   和 代表时间 时电价、天然气价格和氢气价格；  表示
售卖给电网的电价。

[0058] 所述的非支配排序遗传算法用来求解综合能源系统能效、环境和经济效益的多目标优化模型，获得帕累托最优前沿。

[0059] 所述的帕累托最优解集中解较多，采用模糊隶属度函数，选择综合能源系统的最优能量调度策略，使得系统的太阳能‑燃料转换效率最大、 排放量和能源成本最小。

[0060] 与现有技术相比，本发明具有以下优势效果：

[0061] 本发明公开的光催化‑热化学耦合制燃料的综合能源系统运行调控方法，考虑了可再生能源和能源负荷的间歇性和不确定性，建立了能源转换效率最大化，二氧化碳排放和能源成本最小化为目标的鲁棒多目标优化模型。建立热能守恒方程、冷量守恒方程、电能守恒方程、天然气和氢气守恒方程为约束条件，采用非支配排序遗传算法求解提出的优化模型，获得了综合能源系统最佳运行调控策略。由于对光催化水解制氢反应过程缺乏经验公式，本发明利用实验和计算数据作为训练样本，提出改进极限学习机为代理模型，快速获得输入‑输出非线性关系，极大提高计算时间，同时降低了实验和计算成本。同时，考虑了极端天气，与传统确定性最优化模型相比，本发明建立的鲁棒优化模型和求解方法缓解了由于可再生能源和用户负荷波动性对系统运行不确定性的不利影响，确保了系统的稳定运行。

[0062] 综上所述，本发明公开的光催化‑热化学耦合制燃料的综合能源系统运行调控方法，推动了可再生能源制燃料的发展以及双碳目标的实现，具有良好的应用前景。

附图说明

[0063] 图1为本发明实施例提出的光催化‑热化学耦合制燃料的综合能源系统结构示意图。

具体实施方式

[0064] 以下结合附图和具体实施方式对本发明做进一步说明。

[0065] 如图1所示，本发明的光催化‑热化学耦合制燃料的综合能源系统包括光谱分割器、热化学反应器、光催化反应器、加氢站、内燃机、风力发电机、光伏、甲烷储存罐、换热器、锅炉、吸收式制冷机和电制冷机。所述光谱分频器根据光催化反应器中水解制氢催化剂以及热化学反应器中太阳能热化学制燃料催化剂的光谱响应特性，将太阳光谱分割为两个波段，即290nm‑1200nm的短波段光线，以及剩余波段范围的长波段光线。将两个波段光线分别投入到光催化反应器和热化学反应器表面，实现太阳能全光谱利用，提高能源利用效率。光催化反应器以及热化学反应器为综合能源系统中的加氢站提供氢气，同时热化学反应器为内燃机提供甲烷，并将多余的甲烷储存在甲烷储存罐中备用。电网、光伏、风力发电以及内燃机发电为用户提供电能。锅炉在冬季时给用户提供热能，同时利用热化学反应器中的放热量，提高能量转化效率。在夏季典型日，电制冷机以及吸收式制冷机为用户制冷，同时吸收式制冷机吸收热化学反应器中的放热量，提高综合能源系统能质转化效率，进而降低运行成本。在考虑可再生能源和用户负荷波动性同时，为了满足用户的多种能源需求，本发明提出综合能源系统运行调控方法，使得系统太阳能‑燃料转化效率最高，二氧化碳排放以及运行成本最小。

[0066] 本发明的光催化‑热化学耦合制燃料的综合能源系统运行调控方法，包括以下步骤：

[0067] 步骤1：针对光催化水解制氢装置，获得实验和计算数据的训练样本，利用改进的极限学习机算法建立代理模型；

[0068] 步骤2：对综合能源系统每个单元建立数学模型，包括高温太阳能热化学循环制燃料模型，内燃机发电、光伏发电、风力发电模型等；

[0069] 步骤3：根据冬季和夏季用户冷、热、电、氢气的用能需求，建立热能平衡方程，冷量平衡方程，电能平衡方程，天然气和氢气平衡方程；

[0070] 步骤4：考虑综合能源系统能量利用效率、环境和经济效益，建立包含供冷、供热、供电、供气多目标优化模型；

[0071] 步骤5：采用非支配排序遗传算法求解步骤4建立的多目标优化模型，获得帕累托最优解集；

[0072] 步骤6：利用模糊隶属度函数，选择综合能源系统的最优运行策略，实现系统太阳能‑燃料转换效率最大化、 排放量最小化和能源成本最小化。

[0073] 所述步骤1中所述的改进极限学习机算法具体表述为：

[0074] 给定一个数据集 ，其中 为第 个输入样本， 为第 个输出样本，为样本个数。对光催化水解制氢过程，输入变量为圆管反应器的结构参数和运行参数，输出参数是产氢量，极限学习机的数学模型通过以下方式建立：

[0075] （1）

[0076] 其中， 表示模型矩阵； 表示输出权向量； 表示输出值；具体表达式为：

[0077] ，

[0078] ，  ，

[0079] 其中， 为激活函数； 和 定义第 个输入权重和第 个偏置；定义了输出权重； 和 表示输入权向量 的第一个元素和第n个元素； 和 表示偏置向量 的第一个元素和第n个元素； 和 表示 向量的第一个元素和第n个元素； 和 均表示向量个数；

[0080] 极限学习机属于监督学习方法，其训练需要求解方程（1）。正则化方法是实现该任务的一个首选方法。为了提高模型的泛化性能，基于总体最小二乘方法，本发明提出了一个同时考虑模型和样本数据不精确本质的正则化分式优化训练模型，可表达为如下的数学模型：

[0081] （2）

[0082] 式中， 是正则化参数； 是正则项，用于确保数值解的稀疏性； 表示一范数； 是总体最小二乘，用于同时考虑模型和样本的不精确性； 表示以g为变量的目标函数的最小值； 表示二范数的平方；

[0083] 方程（2）是一个非光滑分式优化问题，难以直接求解。本发明提出了一个新的算法高效地求解该问题。

[0084] 首先将方程（2）转化为如下的最优化问题：

[0085] （3）

[0086] 式中， 定义为如下：

[0087] （4）

[0088] 很显然，方程（3）是一个凸函数差问题。为了求解的方便，进一步将该最优化问题松弛为如下的问题：

[0089] （5）

[0090] 式中， 被定义为：

[0091] （6）

[0092] 方程（5）是一个非光滑的最优化问题，仍难以有效求解。为了克服这个困难，采用半二次方分裂算法缓解这个求解难题。通过引入辅助变量 ，方程（5）能够被转化为如下的等式约束优化问题：

[0093] （7）

[0094] 式中， 为目标函数，定义为：

[0095] （8）

[0096] 式中， 为罚参数；

[0097] 为了计算方便，采用分离优化方法求解式（8）：

[0098] （9）

[0099] （10）

[0100] 根据式（8），式（9）和（10）具体为：

[0101] （11）

[0102] （12）

[0103] 方程（11）能够用软阈值算法求解，即：

[0104] （13）

[0105] 式中， 代表软阈值算子。

[0106] 方程（12）是可微的，其解为：

[0107] （14）

[0108] 式中， 为向量 的转置；是单位矩阵。

[0109] 根据上述的推导过程，在下面表格算法I中总结了这个新的算法。算法I的显著特点是见分式优化问题转化为一个凸函数差优化问题，进而利用半二次方分裂算法进行有效求解，降低了问题求解的难度和有效处理非光滑优化问题，仅仅需要计算子问题的梯度向量，计算复杂性相对较低。

[0110]

[0111] 所述的光催化‑热化学耦合制燃料的综合能源系统运行调控在冬季和夏季典型日下进行。

[0112] 所述的光谱分割器将太阳能光谱分割为紫外光‑部分可见光，以及部分可见光‑远红外光，将紫外光‑部分可见光入射到光催化聚光器表面，后反射到光催化反应器表面，驱动光催化水解制氢反应。其中的部分可见光‑远红外光用于驱动 热化学循环将和 分解为 和 ，通过费托合成产生甲烷。

[0113] 所述的综合能源系统中的热化学反应器、内燃机、光伏和风力发电机存在经验公式，因此对上述单元建立非线性数学模型；

[0114] 所述的综合能源系统中包括冷量流、热流、电流、甲烷和氢气流，根据冬季和夏季典型日中用户的能源需求以及天气条件，建立热能平衡方程，冷量平衡方程，电能平衡方程，天然气和氢气平衡方程。

[0115] 所述的综合能源系统的能量利用效率、环境和经济效益实现最大化，建立多目标优化模型，具体包括：

[0116] 能效：  (15)

[0117] 其中， 为太阳能‑氢能转化效率；  和   表示水和二氧化碳制备氢气和一氧化碳的摩尔产生速率； 和 表示氢气和一氧化碳的高位热值； 定义了产生氢气和一氧化碳所需的太阳能；  表示真空泵消耗的能量，计算中可忽略。

[0118] 环境效益：

[0119] (16)

[0120] 其中， 表示综合能源系统的二氧化碳排放量； 代表内燃机消耗的天然气量； 代表电网的天然气消耗量； 和 表示内燃机和电网的二氧化碳排放系数。

[0121] 经济效益：

[0122] (17)

[0123] 其中， 表示综合能源系统运行成本； 表示从电网购买的电力； 表示内燃机消耗的燃料； 指在加氢站购买的氢气;  指售卖给电网的电量；
,   和 代表时间 时电价、天然气价格和氢气价格；  表示售卖
给电网的电价。

[0124] 所述的非支配排序遗传算法用来求解综合能源系统能效、环境和经济效益的多目标优化模型，即方程（15）‑（17），获得帕累托最优前沿。

[0125] 所述的帕累托最优解集中解较多，采用模糊隶属度函数，选择综合能源系统的最优能量调度策略，使得系统的太阳能‑燃料转换效率最大、 排放量和能源成本最小。

[0126] 在冬季和夏季典型日，利用建立的鲁棒优化模型求解综合能源系统的太阳能‑氢能转换效率、二氧化碳排放以及运行成本，与建立的确定性模型求解的系统能效、环境、经济效益对比如表1和表2所示。

[0127] 表 1. 夏季典型日系统运行性能比较

[0128]

[0129] 表 2. 冬季典型日系统运行性能比较

[0130]

[0131] 通过表1的对比数据，由于鲁棒优化模型考虑了极端天气和用户负荷的情况，鲁棒优化模型获得的综合能源系统的太阳能‑氢能转换效率低于确定性模型求解的能源转化效率，而二氧化碳排放和运行成本均低于确定性模型求解的结果。结果显示，本发明建立的鲁棒优化模型以及运行调控方法提高了系统运行的稳定性。

[0132] 表2中，鲁棒优化模型考虑了可再生能源和用户负荷的不确定性，因此利用鲁棒优化模型求解的系统太阳能‑氢能转换效率低于确定性模型求解的结果，而确定性模型求解的二氧化碳排放和系统运行成本高于鲁棒优化模型获得的结果。结果表明，本发明提出的鲁棒优化模型以及运行调控方法，保证了系统在极端条件下运行的稳定性。

[0133] 本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。