把带储热的传统塔式光热电站、一套从低温余热里“抠”电的有机朗肯循环机组、还有用来消化多余电力的电解水制氢装置放同一个优化调度模型里跑通这个课题我前前后后折腾了小半年。今天把整个建模思路、代码实现路径和容易踩的坑一次性梳理出来分享给正在做综合能源系统优化调度方向的朋友尤其是刚入门的师弟师妹们希望能帮你们少走点弯路。这个课题的本质是把源、网、荷、储四个环节通过能量流动关系耦合在一起然后以运行成本最低、弃电率最小之类的目标去做日前调度。光热电站有储热罐和同步发电机有机朗肯循环可以把光热发电后的低品位热能或者系统中其他余热资源转化为电能P2G电转气则把富余风电、光伏电能转化为氢气和天然气实现跨时段、跨能源品种的平移。三者在时间尺度和能量品位上恰好互补是综合能源系统里很有代表性的组合。适合谁看一种是正在写论文、需要复现综合能源优化调度模型的硕士博士另一种是刚接触MatlabYalmip建模、对设备建模和求解器调试不太熟的研究生工程师。文里会给具体数学约束、目标函数写法、Matlab代码框架实例以及求解遇到inf、无解、结果跳变时的排查思路。1. 综合能源系统里为什么要塞进这三样东西1.1 光热电站和普通光伏根本不是一回事很多人一听到光热电站就觉得是“带储热的光伏板”这是做调度建模时最容易犯的错。光伏发电输出的是直流电直接取决于实时辐照强度基本没有可控性而光热电站Concentrating Solar PowerCSP是把太阳光反射聚光后加热导热油或熔盐先把太阳能变成热能再用热交换器加热水蒸气推动汽轮机发电。关键区别在于中间多了熔盐储热罐。这个储热罐就是系统里的“热能银行”太阳好的时候把多余的热量存起来到傍晚甚至夜间辐照降低时再释放热量继续发电。所以光热电站的出力不受限于“当下有没有太阳”而是取决于“储热罐里还有多少热”。从优化调度角度看这意味着CSP的发电功率是一个可调变量可以在一定程度上像火电机组一样参与调度但约束条件比火电更复杂集热场的吸热功率随辐照变化储热罐的充放热功率有爬坡上限热罐和冷罐的容量有物理限制汽轮机的发电区间也存在最小技术出力限制。调度模型里要把“集热—储热—放热—发电”这条热链路的每一个环节都表达清楚否则算出来的调度策略在真实系统里根本执行不了。1.2 有机朗肯循环到底从哪里“捡”热有机朗肯循环Organic Rankine CycleORC是这套系统里最容易被低估的环节。它的原理和传统水蒸气朗肯循环一致但使用的工质是有机物比如R245fa、R134a、环戊烷沸点比水低得多因此在较低温度的热源80到150摄氏度下就能获得不错的循环效率。这正好和光热电站的低品位余热特性匹配光热电站发电后排出的乏汽余热、导热油换热后的低温热源、或者系统里燃气轮机/内燃机的烟气余热都可以作为ORC的热源。我在建模时把ORC处理成一个通过热功率转电功率的“余热回收盒子”输入是系统收集到的低品位热功率输出是电功率转换效率不是固定常数而是随热源温度、工质冷凝温度变化的热力学变量。但如果模型里要考虑温度变化过程就要引入焓值、熵值、换热器面积等一系列参数计算复杂度直线上升。为了在精度和可解性之间取平衡我采用了一个折中方案效率取典型工况下的等效常数值同时把热源可用的余热功率设置成约束上限。这样既能反映ORC对系统电功率平衡的贡献又不会让模型变成非线性程度过高的难题。如果你的课题重点不在ORC内部换热过程本身这种做法足够实用审稿人也普遍接受。1.3 P2G 为什么能“吃”掉多余的电P2GPower to Gas这个词字面意思是电转气本质是用富余电力驱动电解槽把水电解成氢气和氧气再往深做一步就是氢气和二氧化碳发生甲烷化反应生成天然气注入燃气管网。在综合能源系统里P2G的意义在于给电力系统提供了一个“电能→化学能”的出口而且是双向可调节的负荷。风电和光伏大发时段如果电网接纳不了以前只能弃电有了P2G之后这部分电量可以变成氢气或者天然气储存起来再用燃气轮机或燃料电池在负荷高峰时段发回来也可以直接供给燃气负荷。这样一来电、热、气三种能源网络就真正耦合起来了。建模时P2G的输入是电功率输出是氢气或天然气对应的热值功率中间要考虑电解效率一般80%到90%和甲烷化效率。我还把储氢罐加进了模型这样P2G的输出可以分成两路一路直接供给氢负荷或气负荷一路进入储氢罐作为跨时段储备灵活性比单纯的“电制气直接并网”高很多。唯一要注意的是电解槽和甲烷反应器都有最小负载率约束不能把P2G建造成一个从0到额定功率能任意调节的理想负荷否则调度策略会过于乐观。2. 优化调度模型的数学化思路2.1 目标函数怎么定才不飘做优化调度的第一步是明确“优化什么”。目前文献里最常见的目标有三种系统运行总成本最小、可再生能源消纳量最大以及碳排放最小。我在这套系统里采用了最常规也最稳妥的方案以系统运行总成本最小为目标函数成本项包括购电成本、购气成本、光热电站运维成本、ORC运维成本、P2G运维成本、启停成本和弃电惩罚成本。用公式表达[ \min J \sum_{t1}^{T} \left( C_{grid,t}^{buy}P_{grid,t}^{buy} - C_{grid,t}^{sell}P_{grid,t}^{sell} C_{gas,t}V_{gas,t} \right) ] [ \sum_{t1}^{T} \left( K_{CSP}P_{CSP,t} K_{ORC}P_{ORC,t} K_{P2G}P_{P2G,t} C_{dc,t} \right) ]其中 ( C_{dc,t} ) 是弃电惩罚项我把它设成购电价的1.5倍左右。这样做的好处是模型在目标函数层面就天然倾向消纳多余可再生能源而不是靠后期人为加一堆强约束去逼结果。有同学会问为什么不在前面乘一个加权系数来体现多目标我的建议是除非你论文的核心创新点就在多目标权衡上否则先做单目标把物理约束和可行域调清楚了再考虑扩展。多目标优化涉及帕累托前沿、加权系数敏感性分析调试成本很高初期很容易因为权重设置不 综合能源系统优化调度：光热电站、有机朗肯循环与P2G建模实践
把带储热的传统塔式光热电站、一套从低温余热里“抠”电的有机朗肯循环机组、还有用来消化多余电力的电解水制氢装置放同一个优化调度模型里跑通这个课题我前前后后折腾了小半年。今天把整个建模思路、代码实现路径和容易踩的坑一次性梳理出来分享给正在做综合能源系统优化调度方向的朋友尤其是刚入门的师弟师妹们希望能帮你们少走点弯路。这个课题的本质是把源、网、荷、储四个环节通过能量流动关系耦合在一起然后以运行成本最低、弃电率最小之类的目标去做日前调度。光热电站有储热罐和同步发电机有机朗肯循环可以把光热发电后的低品位热能或者系统中其他余热资源转化为电能P2G电转气则把富余风电、光伏电能转化为氢气和天然气实现跨时段、跨能源品种的平移。三者在时间尺度和能量品位上恰好互补是综合能源系统里很有代表性的组合。适合谁看一种是正在写论文、需要复现综合能源优化调度模型的硕士博士另一种是刚接触MatlabYalmip建模、对设备建模和求解器调试不太熟的研究生工程师。文里会给具体数学约束、目标函数写法、Matlab代码框架实例以及求解遇到inf、无解、结果跳变时的排查思路。1. 综合能源系统里为什么要塞进这三样东西1.1 光热电站和普通光伏根本不是一回事很多人一听到光热电站就觉得是“带储热的光伏板”这是做调度建模时最容易犯的错。光伏发电输出的是直流电直接取决于实时辐照强度基本没有可控性而光热电站Concentrating Solar PowerCSP是把太阳光反射聚光后加热导热油或熔盐先把太阳能变成热能再用热交换器加热水蒸气推动汽轮机发电。关键区别在于中间多了熔盐储热罐。这个储热罐就是系统里的“热能银行”太阳好的时候把多余的热量存起来到傍晚甚至夜间辐照降低时再释放热量继续发电。所以光热电站的出力不受限于“当下有没有太阳”而是取决于“储热罐里还有多少热”。从优化调度角度看这意味着CSP的发电功率是一个可调变量可以在一定程度上像火电机组一样参与调度但约束条件比火电更复杂集热场的吸热功率随辐照变化储热罐的充放热功率有爬坡上限热罐和冷罐的容量有物理限制汽轮机的发电区间也存在最小技术出力限制。调度模型里要把“集热—储热—放热—发电”这条热链路的每一个环节都表达清楚否则算出来的调度策略在真实系统里根本执行不了。1.2 有机朗肯循环到底从哪里“捡”热有机朗肯循环Organic Rankine CycleORC是这套系统里最容易被低估的环节。它的原理和传统水蒸气朗肯循环一致但使用的工质是有机物比如R245fa、R134a、环戊烷沸点比水低得多因此在较低温度的热源80到150摄氏度下就能获得不错的循环效率。这正好和光热电站的低品位余热特性匹配光热电站发电后排出的乏汽余热、导热油换热后的低温热源、或者系统里燃气轮机/内燃机的烟气余热都可以作为ORC的热源。我在建模时把ORC处理成一个通过热功率转电功率的“余热回收盒子”输入是系统收集到的低品位热功率输出是电功率转换效率不是固定常数而是随热源温度、工质冷凝温度变化的热力学变量。但如果模型里要考虑温度变化过程就要引入焓值、熵值、换热器面积等一系列参数计算复杂度直线上升。为了在精度和可解性之间取平衡我采用了一个折中方案效率取典型工况下的等效常数值同时把热源可用的余热功率设置成约束上限。这样既能反映ORC对系统电功率平衡的贡献又不会让模型变成非线性程度过高的难题。如果你的课题重点不在ORC内部换热过程本身这种做法足够实用审稿人也普遍接受。1.3 P2G 为什么能“吃”掉多余的电P2GPower to Gas这个词字面意思是电转气本质是用富余电力驱动电解槽把水电解成氢气和氧气再往深做一步就是氢气和二氧化碳发生甲烷化反应生成天然气注入燃气管网。在综合能源系统里P2G的意义在于给电力系统提供了一个“电能→化学能”的出口而且是双向可调节的负荷。风电和光伏大发时段如果电网接纳不了以前只能弃电有了P2G之后这部分电量可以变成氢气或者天然气储存起来再用燃气轮机或燃料电池在负荷高峰时段发回来也可以直接供给燃气负荷。这样一来电、热、气三种能源网络就真正耦合起来了。建模时P2G的输入是电功率输出是氢气或天然气对应的热值功率中间要考虑电解效率一般80%到90%和甲烷化效率。我还把储氢罐加进了模型这样P2G的输出可以分成两路一路直接供给氢负荷或气负荷一路进入储氢罐作为跨时段储备灵活性比单纯的“电制气直接并网”高很多。唯一要注意的是电解槽和甲烷反应器都有最小负载率约束不能把P2G建造成一个从0到额定功率能任意调节的理想负荷否则调度策略会过于乐观。2. 优化调度模型的数学化思路2.1 目标函数怎么定才不飘做优化调度的第一步是明确“优化什么”。目前文献里最常见的目标有三种系统运行总成本最小、可再生能源消纳量最大以及碳排放最小。我在这套系统里采用了最常规也最稳妥的方案以系统运行总成本最小为目标函数成本项包括购电成本、购气成本、光热电站运维成本、ORC运维成本、P2G运维成本、启停成本和弃电惩罚成本。用公式表达[ \min J \sum_{t1}^{T} \left( C_{grid,t}^{buy}P_{grid,t}^{buy} - C_{grid,t}^{sell}P_{grid,t}^{sell} C_{gas,t}V_{gas,t} \right) ] [ \sum_{t1}^{T} \left( K_{CSP}P_{CSP,t} K_{ORC}P_{ORC,t} K_{P2G}P_{P2G,t} C_{dc,t} \right) ]其中 ( C_{dc,t} ) 是弃电惩罚项我把它设成购电价的1.5倍左右。这样做的好处是模型在目标函数层面就天然倾向消纳多余可再生能源而不是靠后期人为加一堆强约束去逼结果。有同学会问为什么不在前面乘一个加权系数来体现多目标我的建议是除非你论文的核心创新点就在多目标权衡上否则先做单目标把物理约束和可行域调清楚了再考虑扩展。多目标优化涉及帕累托前沿、加权系数敏感性分析调试成本很高初期很容易因为权重设置不