[发明专利]基于联立方程模型的塔式太阳能热电系统运行优化方法

摘要

本发明公开了一种基于联立方程模型的塔式太阳能热电系统运行优化方法。包括对热电系统各子系统进行分析，建立各子系统的动态数学模型；采用联立方程法建立塔式太阳能热电系统整体模型；以一天内电站收益最高为目标，热电系统参数的上下限为约束条件，构造优化问题；利用控制向量参数化方法来求解优化问题，得到最优的热电系统运行调度策略。基于联立方程模型的塔式太阳能热电系统运行优化方法，能够保证电站在市场电价下获得最高的收益，并且发电功率、热能存储、工质流量以及工质温度都能满足电站正常安全运行的要求，有利于保护电站设备、提高系统稳定性，为塔式太阳能热电站的运行提供参考依据。

主权项

一种基于联立方程模型的塔式太阳能热电系统运行优化方法，其特征在于它的步骤如下：(1)对热电系统各子系统进行分析，建立各子系统的动态数学模型；所述的步骤(1)具体为：塔式太阳能电站的热电系统包括的子系统有接收器、管道、储热罐和蒸汽发生器，在生产过程中，由于太阳辐射强度DNI因素和天气状况的变化，系统内的各变量也会随着时间变化，因此需要对各个子系统建立动态数学模型；分析各子系统的工作原理和换热方式，采用机理建模方法，用质量平衡、能量平衡和流体传热平衡方程，以及传热工质的物性参数方程进行描述，分别建立接收器、管道、储热罐和蒸汽发生器子系统的动态数学模型,接收器模型表示为：ρmcmAmΔx∂Tm∂t=ξIAmirror-hfAfΔx(Tm-Tf)-ϵσAmTm4-DmπhmΔx(Tm-Ta)]]>AfhfΔx(Tm-Tf)=ρfcfAfΔx∂Tf∂t+m1cfΔx∂Tf∂x]]>其中，Amirror为定日镜总面积，I为太阳辐射强度，ξ为定日镜场的效率，ε为黑度，σ为黑体辐射常数，Am为吸热器外部面积，Dm为吸热器外部直径，Tf为吸热器内工质温度，Ta为环境温度，Af为吸热器内部面积，m1为流过吸热器内的工质流量，hm、hf为体积对流传热系数；管道模型表示为：其中，τ1是与流体密度、比热、管径相关的常数，τ12、τ2是与管壁金属密度、比热、管径相关的常数，Ta为管道外环境温度，Tf为管内流体温度，Tw为管壁温度；储热罐模型表示为：ρfcf(AΔx)ϵ∂Tf∂t=mcfTf-mcf(Tf+∂Tf∂xΔx)+hvAΔx(Tb-Tf)+UDπΔx(Ta-Tf)]]>其中，A为填充床的横截面积，m为流过储热罐的空气流量，Tf为储热罐内的工质温度，U为流体与环境之间的传热系数，Ta为环境温度，D为储热罐的直径；蒸汽发生器模型表示为：式中，ρ为流体密度，D为单位面积的质量流速，h为流体比焓，Q为单位长度的热流率，A为流道的横截面积，P为流体压力；(2)根据各子系统的动态数学模型，采用联立方程法建立塔式太阳能热电系统整体模型；所述的步骤(2)具体为：针对塔式太阳能热电系统具有的模型复杂且方程、变量数多的特点，采用联立方程法对系统整体模型进行求解；模拟平台选用过程模拟软件gPROMS，根据建立的接收器、管道、储热罐和蒸汽发生器子系统的动态数学模型，在gPROMS平台下建立热电系统的各个子模型，然后按照输入输出关系通过模型连接方程进行联立，考虑系统在不同工况下的运行情况，按照不同运行模式时的流程结构分别进行连接，接着将DNI和传热工质流量作为模型输入，将蒸汽发生器功率和接收器出口传热工质温度作为模型输出，就得到塔式太阳能热电系统整体模型；(3)考虑实时电价，以一天内电站收益最高为目标，热电系统参数的上下限为约束条件，构造优化问题；所述的步骤(3)具体为：考虑对电价的预测，储热罐把低需求时间段的热量转换到高需求时间段的热量，使储存的热量升值，也使太阳能电站能够得到更大的收益；在给定当天每小时DNI数据以及市场电价的情况下，计划安排太阳能热电站每小时的发电量，使得当天电站所得收益最大化；研究塔式太阳能热电系统正常运行的优化策略，满足热电系统安全运行要求的同时尽可能使得能量输出达到最大值，优化目标为一天内电站的收益最高；在优化控制策略中使用已统计公布的历史电价数据作为预测得到的数据，假设各个时段中电站产出的电量都能以当前时段的自由市场的电价卖出，并且市场电价每小时变动一次，因此第i小时的电站收益为该时段内的市场电价乘以该时段内的发电量：η(i)＝Price(i)·Qi其中，η(i)为电站第i小时的收益，Price(i)为第i小时的市场电价，Qi是电站第i小时的发电量；当天总收益为各个小时收益的累加，目标函数可以表示为：电站运行时需要满足整个系统的安全运行要求，需要考虑以下约束条件：1)储热罐有固定的容量，当储热罐中储存的热量达到上限则无法继续储存热量，相反，当储热罐中储存的热量过少时也不能提取热量；2)发电装置有其最大发电功率，当发电装置达到满功率运作时，即使蒸汽发生器提供更多的高温蒸汽去驱动汽轮机，也无法汽轮机达到更大的发电功率；3)阀门开度有一定的范围，同时工质流量需要保证系统正常运行，因此各管路中的工质流量有上下限；4)考虑传热工质在不同温度下的稳定性、腐蚀性，以及接收器的使用寿命，因此传热工质的温度也有上下限；约束条件表示为：储热罐储能约束:Qminch≤Qich≤Qmaxch发电功率约束:0≤Pi≤Pmax传热工质流量约束:mjmin≤mj≤mjmax传热工质温度约束：Tfmin≤Tjfa≤Tfmax其中，Qich为第i小时储热罐储存的能量，Qmaxch、Qminch为储热罐最大、最小储热量，Pi为第i小时的发电功率，Pmax为发电装置的最大发电功率，mj为第j根管道内传热工质的流量，mjmax、mjmin为第j根管道内传热工质的流量的上下限，Tjfa为第j根管道内传热工质的温度，Tfmax、Tfmin为传热工质温度的上下限；因此，整个优化问题描述为：(4)利用控制向量参数化方法求解优化问题，得到最优的热电系统运行调度策略；所述的步骤(4)具体为：针对过程动态优化问题，采用控制向量参数化方法进行解决，该方法将控制变量离散化为有限时间段，从而把原问题转化为NLP问题进行求解，而CVP_SS方法基于控制向量参数化方法，并采用了打靶策略；应用CVP_SS方法求解塔式太阳能热电系统运行优化问题，首先根据实际需要设置控制变量、控制间隔的初始值，确定时间节点数、约束变量上下限和优化时域，然后将两点边界值问题转化为初值问题进行计算，通过优化算法确定每个控制区间的控制变量值以及持续时间，对于NLP非线性规划问题，借助gPROMS提供的基于SQP算法的SRQPD求解器和混合整数规划OAERAP求解器进行求解；当算法终止时，得到最优的热电系统运行策略，确定了系统各主要变量在运行时间内的动态变化过程，此策略保证在市场电价下电站获得最高的收益，并满足电站正常安全运行的要求，同时算法结果也给出了主要变量的变化曲线、最高收益值信息；CVP_SS算法求解动态优化问题的实施流程如下：步骤一：设置控制变量、控制间隔的初始值，确定时间节点数、约束变量上下限和优化时域；步骤二：通过控制参数将控制变量离散化，将优化时域[0,tf]分割为N个时间单元，在各时间单元内用分段常数函数逼近连续控制量,即u(t)＝ui，其中ti‑1≤t<ti,i＝1,2……N；步骤三：在整个优化时域内确定各变量的动态过程；步骤四：计算优化目标函数和约束变量，判断目标函数是否最优、约束条件是否满足；此时如果满足终止条件则算法终止转到步骤六，否则转到步骤五；步骤五：计算目标函数关于控制参数的梯度，调整控制变量和控制间隔，转到步骤二；步骤六：输出控制变量、约束变量的动态曲线以及优化目标值，得到最优的运行调度策略。