1. 网站地图
  2. 设为首页
  3. 关于我们


基于压缩空气储能调控的冷热电联供系统

发布时间:2022-11-20 16:34
目录
摘要………………………………………………………………………………………… I
ABSTRACT II
目录 IV
CONTENTS VI
第一章绪论 1
1.1研究背景……………………………………………………………………….… 1
1.2国内外发展与研究现状 2
1.2.1冷热电联供系统研究现状及发展……………………………………..…….2
1.2.2冷热电联供系统与储能技术集成研究现状………………………..…...…..3
1.2.3带储能的冷热电联供系统多目标优化研究现状………………….………..8
1.3论文主要研究内容……………………………………………………………...…11
第二章 基于压缩空气储能的冷热电联供系统数学模型………………...……………...13
2.1系统集成………………………...……………………………………………… 13
2.2系统描述…………...…………………………………………………………… 13
2.3模型假设………………………………………...……………………………… 15
2.4能量分析…………………………………………………………………………...15
2.4.1燃气轮机子系统………………………………………………………..…...15
2.4.2压缩空气储能子系统………………………………………………..……...19
2.4.3蓄热子系统……………………………………………………………..…...22
2.4.4制冷子系统……………………………………………………………..…...23
2.4.5供热子系统…………………………………………………………..……...25
2.5炯分析 25
2.6 本章小结……………………………………………………………………….…..26 第三章 基于压缩空气储能的冷热电联供系统性能分析……………………….…..…...27
3.1系统评价指标……………………………………………………………….……..27
3.2系统设计工况性能分析……………………….…………………………..…… 28
3.3敏感性分析…………………..………………………………………..…………...36
3.3.1压气机压比对系统性能的影响 36
IV
3.3.2透平进气口压力对系统性能的影响…………………………………… 38
3.3.3加热透平进气口的烟气质量流量对系统性能的影响…………...………..40
3.4案例分析…………………………………………………………………………...42
3.5本章小结……………………………………………………………………….…..44 第四章 基于压缩空气储能冷热电联供系统多目标优化………………………………..45
4.1多目标优化问题数学描述………………………………………………………...45
4.2系统多目标优化模型………………………...………………………….…….…..45
4.2.1目标函数………………………………………………………………… 45
4.2.2约束条件………………………………………………………………… 47
4.3算例仿真与结果分析………………………………………………………….…..48
4.3.1相关参数………………………………………………………………… 48
4.3.2容量优化配置结果分析………………………………………………… 49
4.4本章小结……………………………………………………………………….…..54
结论与展望 55
参考文献 57
攻读硕士学位期间取得与学位论文相关的成果……………………………………...….65 学位论文独创性声明 66
学位论文版权使用授权声明 66
致谢 67
CONTENTS
ABSTRACT(IN CHINESE) I
ABSTRACT(IN ENGLISH) II
CONTENTS(IN CHINESE) IV
CONTENTS(IN ENGLISH) VI
Chapter 1 Introduction 1
1.1Research background 1
1.2Development and research status at home and abroad 2
1.2.1Research status and development of CCHP system 2
1.2.2Research status of integration of CCHP system and energy storage
technology 3
1.2.3Research status of multi-objective optimization for CCHP system with energy
storage 8
1.3The main research contents of this paper 11
Chapter 2 Mathematical model of CCHP system based on compressed air energy storage regulation 13
2.1System integration 13
2.2System description 13
2.3Model assumptions 15
2.4Energy analysis 15
2.4.1Gas turbine subsystem 15
2.4.2Compressed air energy storage subsystem 19
2.4.3Heat storage subsystem 22
2.4.4Refrigeration subsystem 23
2.4.5Heating subsystem 25
2.5Exergy analysis 25
2.6Chapter summary 26
Chapter 3 Performance analysis of CCHP system based on compressed air energy storage regulation 27
VI
3.1System evaluation index 27
3.2Performance analysis of system under design conditions 28
3.3Sensitivity analysis 36
3.3.1Effect of compressor pressure ratio on system performance 36
3.3.2Effect of turbine inlet pressure on system performance 38
3.3.3Effect of flue gas mass flow at inlet of turbine on system performance 40
3.4Case analysis 42
3.5Chapter summary 44
Chapter 4 Multi objective optimization of CCHP system based on compressed air energy
storage regulation 45
4.1Mathematical description of multi-objective optimization problem 45
4.2System multi objective optimization model 45
4.2.1Objective function 45
4.2.2Constraint condition 47
4.3Example simulation and result analysis 48
4.3.1Related parameters 48
4.3.2Analysis of capacity optimization configuration results 49
4.4Chapter summary 54
Conclusions and prospect 55
References 57
Publications during the period of the master degree 65
Statement of original authorship declaration 66
Authorization statement of dissertation copyright 66
Acknowledgements 67
VII
第一章 绪论
1.1研究背景
随着人类社会经济的高速发展,人类社会对能源的需求将不断增加,而传统发电 产生的余热直接排向环境,使得整体能源利用效率不高。基于如图1-1 所示的能量梯级 利用原则,冷热电联供(Combined Cooling, Heating and Power, CCHP)系统是在热电联 产(Combined Heating and Power, CHP)系统基础上,以微型燃气轮机或燃料电池作为 原动机,并增加了利用热能或电能制冷的设备的系统。CCHP系统作为分布式能源 (Distributed Energy Resources, DER)中最具发展前景的综合能源系统之一,实现了能 源的梯级利用,使其达到70%-90%的综合利用率[1]。相对于传统的集中式供电,CCHP 系统更灵活,更靠近用户端,可根据用户的冷、热、电负荷实际需求进行调节,使能量 供应的可靠性得到提高。同时,CCHP系统还可以与可再生能源系统耦合,使整个微电 网能量利用效率大幅提升。
 
图 1-1 能源梯级利用示意图
Fig.1-1 Schematic diagram of cascade utilization of energy
由于冷热电三联供系统中冷、热、电三种形式的能量相互耦合的,三者的输出相互 制约,当用户负荷发生变化时,将造成供需之间的不匹配,能量不能被用户充分利用。 如果根据负荷需求使 CCHP 系统变工况运行,系统热力学性能和经济性会急剧恶化。 将储能技术与 CCHP 系统耦合集成时,系统满足用户后的多余冷、热、电能量会被储 存,当供给不足时再被释放。储能技术与CCHP集成系统能有效协调CCHP系统冷、 热、电三种能量之间的调配和转化,减少变工况运行时间,提高系统的能源利用率和经 济性,减少温室气体排放[2]。
1
储能技术按其储存目标能量类型不同,可分为电能储存(Electric Energy Storage, EES)和热能储存(Thermal Energy Storage, TES) [3],在 CCHP 系统中应用的 EES — 般为压缩空气储能、电池储能等,而在CCHP系统中常用水或熔盐作为TES。在储能 技术与 CCHP 的集成系统中,压缩机、原动机等设备特性、各设备容量配置、系统所 处场景及其运行策略均对系统的能耗、经济性等性能指标产生较大影响[4,5]。
1.2国内外发展与研究现状
1.2.1冷热电联供系统研究现状及发展
如图 1-2 所示的冷热电联供系统可以同时对用户供电、供热、供冷,并基于能量梯 级利用的原则,使能源的利用效率得到有效的提高。在国外,如美国、日本和西欧等发 达国家和地区对 CCHP 系统应用研究较早,发展较为成熟。在所有国家中,美国最早 开始发展 CCHP 系统,而现今欧洲地区如芬兰、丹麦等北欧国家普及程度更高,至 2000 年发电量占比超过 50%,是全球分布式能源发展的前沿地区[6]。而日本因其资源的贫 乏,相对而言更为重视CCHP技术的发展,至2007年底服务已覆盖4800万m2的总建 筑面积[7]。在中国,传统和主要的发电方式为燃煤发电,且普遍存在发电效率低和污染 严重等问题,这对我国社会主义初级阶段经济和社会的发展产生不利的影响。因此,发 展节能、清洁且高效率的用能技术成为我国目前的当务之急,而 CCHP 技术因其节能 和低碳的优越性,近十几年来在我国受到广泛关注。在 CCHP 系统的研究与发展上, 我国比国外的一些国家起步晚,但在国家政策的支持下,现今的发展速度却很快[8]。截 至2017年,我国天然气分布式冷热电联供项目装机容量达17 GW,仍具有广阔的发展 空间。
冷热电联供系统由燃气轮机、内燃机、燃料电池、可再生能源设备等作为其发电装 置;制冷系统可使用吸收式制冷、吸附式制冷、喷射式制冷等技术;而供热系统则通常 由余热锅炉或换热器等回收烟气余热对外供热。目前, CCHP 研究的重点主要集中在系 统仿真、性能评价和系统优化等上面[9]。 CCHP 系统复杂,其输入能量来源多种多样, 产出能量形式多样化,若搭建实物系统进行性能评估和优化,则耗时过长,成本过高。 因此,现今 CCHP 系统相关研究大多使用计算机系统仿真研究的方法,在仿真的基础 上分析系统性能并进行优化,以实现减少耗时,降低成本,缩短物理系统实验周期。
对 CCHP 系统进行研究,首先建立仿真模型。如张雪梅等[10],针对微燃机的冷热 电联供负荷匹配困难的问题,构建一种动态仿真的模型库进行仿真,并进行能效、二氧
2 化碳排放和经济性等方面的研究。并结合某实际工程案例,对模型进行验证,累计发电 量偏差 0.4%,制冷偏差 2.3%,其精度范围在工程可接受区间。
目前的主要研究内容为基于建立的仿真模型,分析和优化 CCHP 系统。如 Wang 等 [11,12]提出一种以内燃机为原动机的 CCHP 系统,并采用热电器件和冷凝换热器回收废 气的余热。从空转工况一直到满载工况,对 CCHP 系统的特性进行动态和静态仿真。 之后,比较上述两种仿真结果,并分析了上述两种仿真方式所适用的范围。
目前研究的热点为可再生能源、储能系统与传统CCHP系统的集成。Ahmad等[⑶ 提出了一种以太阳能为原动力的 CCHP 系统。该系统配有两个不同类型的集热器,采 用喷射压缩的制冷方式,并集成有机朗肯循环(Organic Rankine cycle, ORC)来供冷、 供热、供电,分析该系统的热力学性能,对比四种不同的制冷剂,发现 R123 制冷剂的 效果最好,最高能量效率为70.78%,炯效率为10.70%。
 
图 1-2 传统 CCHP 系统流程图
Fig.1-2 Flow chart of traditional CCHP system
 
1.2.2冷热电联供系统与储能技术集成研究现状
如今电能储存技术得到了充分的发展,可该技术可分为为抽水蓄能、电池储能、压 缩空气储能、超导磁储能、飞轮储能、超级电容储能和氢储能等[14]。在各种储能技术 中,因为储能规模较大且部署方便灵活,适用于与 CCHP 系统耦合的技术有压缩空气 储能、电池储能和氢储能。
如图 1-3 为各种电能储存技术和传统 CCHP 系统的结合方式,而各种的储电技术 与传统 CCHP 系统集成具有各种各样的研究方向,如性能分析、系统优化等,需要结 合多个方向进行研究。按系统输出的多寡分析,蓄电系统可分为以上三个工作阶段,当 系统产生的电力多于负荷需求时,蓄电系统充电;当系统产生的电力和负荷相等时,蓄
3
电系统停机;当系统产生的电力少于负荷需求时,蓄电系统放电。在传统 CCHP 系统 中集成蓄电系统可让传统CCHP机组长时间处于设计工况运行状态,若CCHP系统的 动力源为可再生能源,蓄电系统将会抑制输出的不稳定性,提高系统输出电力的质量, 更有利于电网中系统电力的调度。
(1) 压缩空气储能
在各种储能技术中,压缩空气储能(Compressed Air Energy Storage, CAES)利用 压气机压缩空气,然后将高压空气储存在储气室中,在放电时再将高压空气输入透平 对用户供电,是物理储能的一种方式[15]。
传统上的压缩空气储能需要在透平进气口进行补燃,提高系统的输出。而一些新 型的CAES技术,如先进绝热压缩空气储能(Advanced Adiabatic Compressed Air Energy Storage, AA-CAES)、超临界压缩空气储能(Supercritical Compressed Air Energy Storage, SC-CAES)和深冷液化空气储能(Liquid Air Energy Storage, LAES)等技术则无需补燃 [16]。由于传统上的 CAES 压缩热没有得到有效利用,而是直接在环境中消散,故透平 进气口需要补燃以提高系统输出功率;而新型的 CAES 则利用储存的压缩热加热透平 进气口,以提高系统的输出。
在新型 CAES 中,如 AA-CAES 通过回收压缩热来提高透平进气口温度,并提供 电、热、冷三种能量,因此可当作一个单独的CCHP系统看待。经研究,AA-CAES储 气室、换热器和膨胀机的工作模式等因素影响着其性能[17-20]。与传统压缩空气储能相 比,LAES的储能密度大,装置占用的空间较小,但系统的储能效率较低,目前最高可 达到40%-50%而且设备复杂、成本较高[21]。而SC-CAES与LAES技术原理基本一致, 储能密度高,可达常规压缩空气储能密度的18倍,并利用了空气的超临界状态流动与 传热特性提高系统效率[22]。
通常上来说,CAES主要用于储存电能,其自身的供冷和供热能力比较有限,而 CAES 与传统 CCHP 系统结合则能够实现冷热电储的一体化。在集成系统中,可由微 型燃气轮机或内燃机等作为原动机,利用其余热实现对用户的供冷和供热。在传统 CCHP与CAES结合的研究方面,Jiang 等[23>24]将 CAES与传统CCHP系统集成,分析 系统的热力学特性并优化配置,利用 CAES 系统的充放电特性,使燃气轮机在非设计 工况下运行的时长减少,提高系统的能源利用效率。Lv等[25]提出了一种基于CAES的 新型电力调峰用冷热电联供系统,以压缩空气膨胀的方式在透平出口处提供冷量,并
4 在压缩和储存过程中回收压缩热oRazmi等[26]提出了一种基于压缩空气蓄能(CAES)、 有机朗肯循环(ORC)和混合压缩吸收式制冷循环的新型热电联产系统。该系统采用 ORC 驱动的制冷系统,从涡轮排气余热气体中提供冷却能力,以提高 CAES 系统的效 率。 Sadeghi 等[27]提出并研究了一种新型的冷、热、电联产的压缩空气储能系统,该系 统以二氧化碳作为工质,喷射器制冷子系统提供冷量和热量,对系统的热经济性进行 分析和优化。在 CCHP 系统中加入可再生能源,如利用太阳能加热透平进气口高压空 气,可有效提高系统的输出,如杨海亮等[28]为了提高压缩空气储能和燃气轮机结合的 CCHP 系统的效率,加入了太阳能用于供热和提高透平进气口的温度。
(2)电池储能 铅酸电池、锂离子电池、钠硫电池和液流电池等皆属于二次电池,在储能方面这四
种电池的研究较多,各自都有各自的优缺点[29]。由于能量密度低和循环寿命较短等缺 点,铅酸电池在储能领域的发展上限较低。而锂离子电池受益于电子工业的发展,其市 面上的应用和技术水平已进入大规模产业化的阶段,现阶段在储能方面的应用较多。 钠硫电池理论能量密度可达760 W・h/kg,但其需要在高温熔融态下运行,这限制了其 发展[30]。液流电池电解液储存于外部储罐中,其储能容量和输出功率可相互分离,而 全钒液流电池是液流电池中最接近商业化的种类[31]。
由于储能密度大、寿命较长等优势,锂离子电池在储能的研究上较为热门。在大规 模储能的应用方面,锂离子的使用成本不低,但其适用于储能规模较小的应用场景中。 在与 CCHP 系统集成上,如 Darcovich 等[32]使用锂离子电池储存光伏发电,并使用化 石燃料对用户供热,建立了一套家用微型 CCHP 系统。 Lippert 等[33]提出一种结合锂离 子电池的新型 CCHP 系统,分析系统的经济性,并对其运行策略进行研究。
在其他电池储能的研究上, Obara 等[34]提出了一种集成钠硫电池的新型 CCHP 系 统,建立其数学模型,研究其运行策略和经济性。 Sarkar 等[35,36]建立了一个结合可再生 能源与全钒液流电池,离网运行的 CCHP 系统,并对其技术经济性进行分析。如 Sedighizadeh 等[37,38]将 CCHP系统、可再生能源、电池储能和储热系统组成微电网,建 模并研究了其总体规划和最优调度问题。
(3)氢储能 作为一种绿色清洁的能源,氢与氧的反应仅仅只有水生成,在当今双碳政策的背
景下具有广阔的发展前景,其中电解水制氢得到蓬勃的发展。目前,碱性电解水
5
(Alkaline Electrolyzed water, ALE)技术效率相比其他电解水技术较低,但其发展较早, 成本较低;质子交换膜电解(Proton Exchange Membrane Electrolysis, PEME)技术效率 较高,处于商业化发展初期;固体氧化物电解池(Solid Oxide Electrolysis Cell, SOEC) 需要工作在800 °C以上的高温环境下,其理想条件下的效率较前两者要高,目前尚未 进入商业化的状态[39]。
若利用电解水制氢与可再生能源耦合,将波动性打的可再生能源以氢的形式进行 储存,可有效消纳富余的可再生能源,当消耗氢气时可同时对用户供电、供热和供冷。 在利用电解水制氢储能耦合CCHP系统的研究上,Erzen[40]、Liu[41]、Shariatzadeh[42]和 Stoots[43]均利用不同种类的电解水设备消纳可再生能源,对用户供电、供热和供冷,并 对其性能和运行优化等方面进行研究。
在余热利用端基于能量梯级利用的原则,应用蓄热技术可有效提高整体能量的利 用效率,缓解系统供热(冷)与热(冷)负荷的不匹配问题。目前对蓄热技术的研究可 分为显热储能、潜热储能和热化学储能这三大类[44,45]。
(4) 显热储能
利用材料的热容在物性不发生变化下进行蓄热的技术为显热储能。在中高温蓄热 上常用导热油和熔融盐作为介质,而水则可用于低温蓄热(冷)上。
熔融盐的成本较低,其熔点可通过改变成分比例来调节,调节过后的熔融盐能在 不同的温度区间工作,是一种理想的中高温蓄热介质。在利用熔融盐收集太阳能热量 构成的新型CCHP系统的研究上,如Keshavarzzadeh等[46]已熔融盐为蓄热介质收集太 阳能发电,对外供热和制冷,并对该新型CCHP系统性能进行分析和优化。熔融盐可 用于回收高温烟气的余热,系统中高温烟气可先后与熔融盐和水进行换热,以实现能 源的梯级回收利用。在显热储能与 CCHP 系统集成的研究方上,王江江等[47]在传统 CCHP 系统上集成熔融盐和水蓄热装置,其中熔融盐用于回收烟气的余热,而水用于回 收内燃机缸体热量,分析系统的热力学性能,并对蓄热系统的运行策略进行研究。
在CAES、蓄热系统与传统CCHP系统集成的新型系统中,CAES的透平进气口空 气可利用蓄热系统的热量进行加热。如 Yang 等[48]建立一种新型 CCHP 系统,该系统 利用导热油储存太阳能,储存的热量同时用于供热、加热透平进气口空气和驱动吸收 式制冷机制冷。
6
当 CCHP 系统的冷量输出大于用户的负荷需求时,可利用水将系统剩余的冷量储 存起来。此时系统中的水起到蓄冷的作用,如 Khan 等[49]设计了一种结合水蓄冷的新型 CCHP 系统,水蓄冷系统根据实际情况可切换成蓄热模式,匹配 CCHP 系统的实际工 作状况。冰蓄冷因具有相变过程,所以储存冷量的密度更大,存储温度可降到冰点以 下。冰蓄冷技术经济效益明显,采用该技术可有效缩短投资回收期[50]。
(5)潜热储能
显热储能指利用材料热容进行储能的技术,期间材料不发生相变,而潜热储能则 利用材料的相变潜热进行蓄热,也被称为相变储能。相变储能材料一般导热性能较差, 但其具有储能密度大、温度相对恒定等优点,是蓄热技术的研究热点[51]。
在小规模 CCHP 系统余热回收等领域,相变材料因其单位蓄热量大的特点得到较 高的关注度。如 Zhang 等[52]为了回收对建筑供能的小型 CCHP 系统烟气的热量,在系 统中集成了相变储能装置。 Abbasi 等[53]建立一种集成相变储能的新型 CCHP 系统,其 中相变材料用于回收系统烟气的热量,建立其数学模型并分析系统性能,对系统进行 设计优化。冰蓄冷相比水蓄冷温度更低,能够储存更多的冷量,是日常生活中最常见的 相变储能技术。
(6)热化学储能
在化学反应中有一类反应是可逆的,化学反应的方向根据吸放热的不同而变化。 而热化学储能则是根据可逆反应蓄热和放热的储能技术,目前该储能技术尚未得到实 际应用。根据机理的不同,热化学储能可分为三类:化学反应储热、化学吸附储热和浓 度差储热[54]。热化学储能可用于 CCHP 系统的余热回收上,如 Li 等[55]提出一种集成固 体-气体热化学吸附式储能的新型 CCHP 系统,系统回收的热能以化学势的形式储存, 对该新型 CCHP 系统的工作原理和工作性能进行分析比较。 Ferrucci 等[56]提出一种集 成光伏和氨络合物热化学储热的新型 CCHP 系统,分析其技术经济性,并与集成电化 学储能的 CCHP 系统作对比,研究系统在三种运行方式下的性能。
燃机或燃 料电池
 
供热J i i"'"“ 供冷;供电
 
用户
图1-3储能装置与CCHP系统集成示意图
Fig.1-3 Integration diagram of energy storage device and CCHP system
1.2.3带储能的冷热电联供系统多目标优化研究现状
在社会生产与生活中,存在各种各样的实际的优化问题,它们大多存在着多个需 共同满足的目标,且这些目标之间存在着相互耦合与冲突的情况,为解决这一类问题, 需要采用多目标优化算法对其进行优化。对于该类问题,采用多目标优化后,其最优解 有多个,组成最优解集,其中各个解各有侧重。
目前求解多目标优化问题的方法主要可以分为两大类:多目标化为单目标优化和 直接多目标优化方法,即智能优化算法。前一个方法,即将多目标优化转为单目标优 化,可以有效降低多目标优化问题的难度,是最早发展的多目标优化问题解决方法。该 方法具体而言,就是根据不同的原理,评估各个优化目标相互间的重要性高低,并赋予 它们不同的权重系数,再组合成单一目标。但是,该方法在对目标进行赋权时,若采用 的原理不同,则最后得出的优化结果会截然不同,这在实际问题的解决与生产生活的 决策中作用不大。因此,目前使用智能优化算法的方法比较多,该方法大多都是基于 Pareto 最优的原理,包括遗传算法与粒子群算法等。智能优化算法直接对多目标的优化 问题进行求解,可得到一系列如图1-4中A、B等黑点所示的Pareto最优解组成的帕累 托前沿,而传统的算法一次只能得到一个。
 
 
Fig.1-4 Relationship of solutions in multi-objective optimization
在多目标优化算法中,遗传算法的应用较为常见。遗传算法是模拟自然界基因遗 传的繁殖、交叉、突变等现象所发展来的一种优化算法。遗传算法由于其群体进化策略 的内在并行机制及其全局化的特点,适合于多目标优化问题的求解,受到广泛的关注 [57]。遗传算法在多目标优化中,其主要作用就是让多个目标函数相互之间达成协调, 并寻找一个最优解集,使每个目标函数都实现较优的函数值。
自遗传算法于 20 世纪 70 年代提出以来,遗传算法得到充分的发展[58]。如 Dao 等 [59]提出了一种新的遗传算法,该算法具有独特的动态染色体表示和遗传运算,以寻找 集成问题的最优解。 Qing-dao-er-ji 等[60]提出了一种混合遗传算法,并设计了新的基于 机器的交叉算子和基于关键路径的变异算子。 Tang 等[61]提出了一种新颖、简单、高效 的实数编码遗传算法——自适应定向变异算子,并将其应用于复杂函数优化问题。 Chang 等[62]提出了一种新型遗传算法,其交叉率和突变率可以根据搜索性能的不同而 变化或调整。 Stern 等[63]基于遗传算法的基础上,提出了一种新的选择方法,其并非从 整个群体中选择双亲,而是主要创建一个更好的解决方案的子群体,并在每个执行的 交叉中使用其成员中的至少一个。
在带储能的冷热电联供系统多目标优化的研究上, Wang 等[64]提出一种结合了太阳 能和压缩空气储能的冷热电联供系统,其中太阳能用于对高压空气进行加热。以投资
9 成本和炯效率为目标函数,对系统进行基于非支配排序遗传算法(NSGA-II)的多目标优 化。结果表明,在最大加热条件和最大冷却条件下,该系统的最佳炯效率分别为53.10% 和45.36%。Zandiab等[65]提出了一种与蓄热系统相结合的新型冷热电联供系统。不改 变吸收式制冷机组的负荷,当制冷需求大于吸收式制冷机容量时,采用电制冷机补足。 从炯效率和每小时成本的角度利用NSGA-II算法对系统进行多目标优化,结果表明, 夏季和冬季两种模式的炯效率分别为15.58%、42.04%,而每小时成本分别为265.74美 元/h和53.03美元/h。Lu等[66]建立了一种带储能的冷热电联供系统,提出了一种考虑 负荷不确定性的储能优化模型。分别用年总成本和二氧化碳排放量来评价CCHP系统 的经济性能和环境性能,并进行多目标优化。结果表明,当置信度由 0.5 提高到 0.99 时,余热锅炉在加热方式下的容量由326.8 kW提高到408.2 kW。Cao等[67]提出了一种 结合太阳能的冷热电联供改进系统。以净发电量、炯效率和单位炯成本为目标函数,采 用遗传算法对改进系统进行了优化。通过综合分析和比较相同条件下的常规系统与改 进系统,结果表明,该改进系统具有最佳的使用性能和经济性能。
在现今多目标优化问题的研究方面,NSGA-II算法(带精英策略的非支配排序遗 传算法)应用最广,影响范围最大。该算法基于传统NSGA算法改进而来,且因其简 单有效等特点,现如今成为了多目标优化中的一种基础性的算法。 该算法的主要特点如下。
(1)往常非支配排序计算的复杂度较高,达到了 mN3,对多目标优化带来比较大的 困扰,而NSGA-II算法中提出了快速非支配排序,能够使优化的复杂度下降为mN2的 程度。上述复杂度中,目标函数个数为m,而种群大小为No
(2)采用了精英策略,并增大了采样空间。算法中的父代种群和其产生的子代种群 结合成同一种群,并采用竞争的策略,以此诞生下一代种群。这种方法有利于保持父代 种群的优良个体,使这些个体在迭代进化的过程中不至于被遗弃,进而使得优化的结 果准确性得到提高。同时,通过分层存放种群中的所有个体,不遗失种群中的最佳个体 的方法,使种群水平得到迅速的提高。
(3)引入了拥挤度的概念和拥挤度比较的算子,以此来克服传统 NGSA 算法共享 参数需要人来确定的不足。种群的个体间相互比较、竞争,采用拥挤度作为准则,由此 准 Pareto 域里的种群和个体得以在整个 Pareto 域中均匀扩散,以避免种群多样性的丧 失。
10
 
NSGA-II 具有良好的探索性能,本文采用该算法对新型 CCHP 系统进行容量配置 的多目标优化,其算法流程如图 1-5 所示:
 
图 1-5 NSGA-II 算法流程图
Fig.1-5 NSGA-II algorithm flow chart
 
1.3论文主要研究内容
在碳达峰、碳中和的能源发展大格局之下,CCHP技术因其能源梯级利用的特点, 在节能减排、低碳方面具有的显著优势而被学术界与工业界所广泛关注,是非常有前 景的一种能源利用技术。传统 CCHP 因其冷热电能量输出相互耦合的特性,使得其三 种能量的输出相互制约,而系统原动机如燃气轮机等,在具体的运行环境下长期处于 非设计工况下运行,使得其性能恶化。将储能技术与传统 CCHP 系统进行集成,则能 有效协调传统 CCHP 系统的运行,提高能效和节能减排的效果。因此,本文的主要研 究内容如下:
11
(1)以天然气为燃料,燃气轮机为 CCHP 系统原动机,将压缩空气储能、蓄热系统 与传统 CCHP 系统进行集成,提出了一种新型的集成储能装置的 CCHP 系统,研究系 统工作原理,建立包含燃气轮机、压缩空气储能、蓄热系统等子系统在内的集成储能装 置的 CCHP 系统热力学模型。
(2)集成压缩空气储能与蓄热系统的冷热电联供系统拥有充电、放电两个工作状态 在给定的系统配置和充、放电工作条件下,分析该新型冷热电联供系统的热力学性能。 在具体的实际案例下,对该新型系统与传统冷热电联供系统的热力学性能进行对比分 析,证明新型系统的优越性。
(3)应用 NSGA-II 算法,取广州某办公楼冷热电负荷的数据进行算例仿真,以日成 本最小和二氧化碳日排放量最小为优化目标,对集成压缩空气储能与蓄热系统的新型 冷热电联供系统进行配置优化。在优化配置的基础上,分析压缩空气储能和制冷子系 统中具体工作状况,使系统的优化分析更为完善。
12
第二章 基于压缩空气储能的冷热电联供系统数学模型
2.1系统集成
传统压缩空气储能系统系统(CAES)需要补燃,以加热透平进气口的高压空气, 但这需要消耗额外的燃料,不利于节能减排的未来能源发展方向;而非补燃型的压缩 空气储能系统则能够利用自身压缩热,或燃气轮机原动机的高温烟气加热高压空气, 不需要消耗额外的燃料;若回收压缩空气储能系统自身的压缩热,即可实现热和电的 输出,则压缩空气储能自身构成一个多能互补联供系统。基于以上的这些特点,压缩空 气储能适用于与传统CCHP系统集成,构成新型CCHP系统。
本文中集成系统在传统的CCHP系统的基础上,附加上压缩空气储能系统和蓄热 装置。传统 CCHP 系统部分的原动机采用微型燃气轮机,以天然气为燃料,对用户供 电;其高温烟气用于驱动溴化锂吸收式制冷机,并对用户供冷;制冷机出口的烟气再通 过换热器用户供热。传统的 CCHP 系统因为用户负荷需求的时时变动,其大部分时间 都运行于非设计工况下,导致系统的能源利用效率的降低。因此,新型CCHP系统上 所集成的CAES系统用于调控传统的CCHP系统燃气轮机电力输出,储存多余的电力, 在电力不足时再释放,使燃气轮机能够长时间工作在设计工况下。传统的 CAES 需要 在透平进气口进行补燃以加热进气口的高压空气,而该新型的集成系统则利用燃气轮 机的部分高温烟气对透平进气口空气进行加热,无需补燃。CAES系统蓄电时,其压缩 机压缩空气所产生的热量相当可观,这部分热量可由蓄热装置回收,并用于驱动吸收 式制冷机及供热。该新型集成系统利用 CAES 协调燃气轮机输出,并有效回收利用燃 气轮机烟气余热和 CAES 压缩机的压缩热,提高了系统整体的能源利用效率,实现节 能减排的效果,契合了当前双碳政策主导下的能源发展新趋势。
2.2系统描述
图 2-1 给出了 CCHP 与 CAES 新型耦合系统的原理图,系统主要包括燃气轮机、 CAES系统、吸收式制冷机、蓄热系统、换热器等设备。其中,燃气轮机为CCHP系统 的原动机;CAES系统在用户电力负荷较低时储存燃气轮机多余的电能,并在电力负荷 高于燃气轮机额定功率时对用户释放电能,其蓄电、放电过程不能同时进行;吸收式制 冷机由燃气轮机烟气和蓄热系统提供热源;蓄热系统用于回收 CAES 系统的压缩热, 回收热可驱动吸收式制冷机制冷或对用户供热。
13
当用户负荷低于燃气轮机额定功率时,CAES进入蓄电状态。此时,开关1闭合, 开关2断开,CAES压气机由燃气轮机多余的功率驱动。CAES压气机采用两级压缩、 级间冷却,环境空气进入压气机压缩至高压状态,并通过换热器将空气冷却至接近环 境温度,储存于高压气罐中。蓄热系统采用导热油作为蓄热介质,压缩过程中的压缩热 由导热油经换热器回收并储存于热罐中,后续用于供热或驱动吸收式制冷机制冷。
当用户负荷高于燃气轮机额定功率时, CAES 进入放电状态。此时开关 1 断开,开 关 2 闭合,气罐中的高压空气经节流阀调节至一个稳定的压力。开关 3 闭合,将燃气 轮机部分高温烟气通入 CAES 系统中,并经换热器预热降至稳定压力的高压空气。 CAES 透平采用两级膨胀、级间再热,预热后的高压空气通入透平膨胀做功,对外放电。
系统对外输出冷量由吸收式制冷机提供。吸收式制冷机由燃气轮机全部或部分烟 气驱动。当制冷需求较大时,开关 4 闭合,高温导热油驱动吸收式制冷机制冷,以提供 额外的冷量。经过吸收式制冷机组后的烟气和导热油,通过换热器对外提供生活热水。 其中,导热油经换热器冷却至接近环境温度,储存于冷罐中。
 
图 2-1 集成 CAES 与蓄热系统的新型 CCHP 系统
Fig.2-1 A new CCHP system integrating CAES and heat storage system
 
14
2.3模型假设
为了便于研究,本文对集成系统模型作如下假设:
(1)空气和烟气为理想气体,且比热容为定值;
(2)忽略管道及换热器的压降及热量损失;
(3)压气机的压缩过程与透平的膨胀过程可视为绝热过程;
(4)流体的动能和势能忽略不计;
(5)压缩空气储气室的充放过程可视为等温过程。
2.4能量分析
2.4.1燃气轮机子系统
燃气轮机是一种常用的叶轮式热能动力装置,尤其是在发电领域。燃气轮机这一 设备包含有压气机、透平、燃烧室等一些其他的部件,以气体作为工质,通过燃料燃烧 所释放的热能,使工质能够连续流动,驱动叶轮并使其高速旋转,进而对外输出功。燃 气轮机仍属于内燃式动力机械的一种,其活动部件为旋转式的叶轮。与活塞往复式内 燃机相比,燃气轮机由于其运动部件叶轮的高速旋转运动方式,后者的工质流量、单位 体积的功率要比前者大得多,且燃气轮机的结构相对而言较为简单,运行情况较为平 稳,在发电领域使用较广泛。该新型CCHP系统采用单轴恒速燃气轮机作为原动机。
燃气轮机系统复杂,包含有压气机、透平等各种各样的部件。为研究本文所提出的 新型 CCHP 系统,则必须获知燃气轮机运行的数学表述。自现代电力系统发展以来, 已提出了描述燃气轮机的各种数值方法,它们的有效性和准确性通常由实验结果来验 证。然而,由于商业原因,实际的实验数据很少在公开文献中发表,且由于实验误差, 实验数据不可能精确,很难从有限和分散的实验数据中获知其具体的数值方法[68]。解 析解由于数学上的精确性,是分析燃气轮机的一种有效手段,而这需要在简化、假定的 基础上对燃气轮机各部件建立模型,特别是压气机与透平。为了能找到单轴燃气轮机 装置变工况特性的典型显式解析解,首先必须对其各个主要元件给出适当的元件变工 况性能解析解[69]。
为了描述压气机和透平的特性,需要利用折合参数,如Gc冋pr 圧、兀、%、
Gt冋卩3、叫凤丑、恥等作出相应的特性曲线,也可以建立相应的特性方程。其中,
15
Gc、G分别为压气机的空气流量、透平的烟气流量,单位为kg/s;而九c、兀C、%和玛、 丑、呢分别为压气机和透平的转速、压比、效率。
正确地分析燃气轮机性能的前提是要保证各部件模型必须足够简洁,否则很难推 出显式解析解。由文献[68]给出的燃气轮机模型采用比折合参数作为变量,比折合参数 如下所示:
“=(警)/(誓)。 (2.1)
上式为压气机流量的比折合参数,即折合参数与其设计工况下的数值之比。 文献[68]给出了压气机比折合压比、比折合效率与压气机的比折合转速、比折合流 量之间的关系式如下:
^c,g = C1GC + C2^c + c3 ”c,g = [1 — c4(1 —札尸](g)(2 — g) 式中C4 = 0.3,5、c2> 5的表达式分别为:
G = 4
[p(l-m/^c)+^c(^c-m)2]
_ p-2mnc2
S 一走)+礼(处 c-m)2]
_ pmnc-m2nc3
5 [p(l-^-)+nc(nc-m)2]
其中,p和m的取值应满足以下关系式,以保证各个等转速线上(九2,九2)点均落在 曲线的右半支[69]。
(2.7)
上式中,p = 0.36, m = 1.06。
对于透平的流量特性,可采用FlUgel公式[68]近似描述:
(2.8)
其中,Go为设计工况下的数值,a系数如下式所表示,其代表了透平的转速对流 量所造成的影响。
吨0
透平的压比、效率可像压气机一般写为流量、转速的关系式,两者的表达式如下
札=5(花丿+◎(花丿+抵
尬=[1- f4(1 —九尸](芝)(2 —暮)
式中4 = 0.3,口、上2、$的表达式为:
亠 _ (Vf+1-2V0.49E+1+V0.16E+1)
5 = ETs
_ (- 5 5VF+1 + 140V0.49E+1-8 V0.16E+1)
t2=
_ (14VF+1-4 V0.49E+1+35^0.16£+1)
t3 =
式中的参数E的表达式可表示如下。
P 一 丁3(時o-l)
—问,。)
假定燃烧室效率VbU不变,压力损失系数可忽略不计,以简化燃气轮机模型的计算。 当燃气轮机的工况发生变化时,其转速、压比、流量相应地也会发生变化,但燃气轮机 很快又会达成一个稳定的运行状态。无论燃气轮机是否工作在设计工况下,其能够有 效运行的前提是必定处于一个稳定的平衡状态,该状态下燃气轮机的转速、压比、流量 必定满足下列平衡关系式:
= nc (2.16)
亢 t,g =④亢 c,g (2.17)
Gt/Gto=U(Gc/Gc。) (2.18)
理想情况下,我们假定变工况下0=" = 1.0,即燃气轮机内压气机与透平的压力 恢复系数0和流量比"保持不变,以简化模型,进行近似计算。
以压气机比折合流量和转速这两个独立的参数为自变量,可推导出比折合增温比 如下:
.a2[^2^to(ciGc2+c2Gc+c3) -1]巧0
T = 02护鱼(畸0-1)
其中,参数0为:
B =(Pi/Pi,o)^T1,o/T1
当用户负载发生变化时,单轴恒速燃气轮机相应地处于变工况运行状态,转速不 变,燃料消耗量发生变化,其实际的压比、温比和效率等参数可由变工况运行时比折合 参数的确定得出。
17
 
在假定燃烧效率不变,压力损失系数忽略不计的情况下,燃气轮机的燃烧过程可 认为是定压加热过程,流体 3 与流体 2 的压力相等,透平出口流体 4 压力为环境压力。 透平出口流体 4 为高温烟气,在该新型 CCHP 系统中需要回收其热量用于驱动吸收式 制冷机制冷和加热 CAES 透平进气口的高压空气。对于制冷、 CAES 储能子系统而言, 需要关注流体 4 高温烟气的温度与质量流量,以进行后续的计算。通过单轴恒速燃气 轮机的模型可推出流体 4 温度为:
 
 
 
其中,%g为燃气轮机透平的实际压比;
%为燃气轮机实际循环增温比; k 为空气的定熵指数;
%g为透平的实际效率。
燃气轮机设计情况下的发电效率为:
73,0_72,0
式中,G,o、d,o、Do和G,o分别为燃气轮机设计情况下流体1、流体2、流体3和 流体 4 的温度,单位为 K。
燃气轮机的实际发电效率可按拟合公式[68]表示为:
 
其中,Pg.n为燃气轮机装机容量,Pg为燃气轮机实际输出功率,单位为kW。
燃气轮机实际所消耗的燃料热值通量可表示为燃气轮机实际输出功率、实际发电 效率的关系式:
Qf=^ (2.24)
进而所消耗燃料的质量流量可表示为:
% = Pf 盟 (2.25)
其中,LHV为燃料的低位热值,单位为kJ/m3;
Pf为燃料密度,单位为kg/m3。
18
 
系统燃料输入总热量可表示为:
Qf = RQf(t)必
式中,tg为燃气轮机的工作时间,单位为S。 当燃气轮机运行在设计工况下时,高温烟气的质量流量可简单表示为
QfVbu
mfa = Cp,巾(T3,o-T2,。)
其中,cP.fg为烟气的定压比热容,单位为kJ/(kgK)。
而当燃气轮机在变工况下运行时,由于在上述中假定中0 = 1.0,压气机与透平的
比折合压比一致,可求得燃气轮机透平的实际压比丑,g,流体3实际温度心亦可通过比 折合增温比T求得,进而可求出GJGt°这一参数。GJGt°为燃气轮机透平实际流量与设 计情况下流量的比值,因此流体4高温烟气质量流量可表示为:
= mfg0(Gt/Gt0) (2.28)
其中,%g,0为设计情况下高温烟气的质量流量,单位为kg/s。上式亦可应用于设 计情况下求燃气轮机的高温烟气质量流量。
2.4.2压缩空气储能子系统
由文献[70]所研究的 CAES 中,压气机与透平级数对系统循环效率的影响可知,压 气机级数的增加将导致系统循环效率的逐渐下降;而透平级数的增加则相反,会使系 统循环效率逐渐升高。因此,在本文的新型CCHP系统中,CAES子系统采用两级压 缩、两级膨胀的结构,该CAES子系统包含压气机、储气罐、透平、换热器等设备。
考察CAES的充放电工作状态,当燃气轮机的输出功率大于用户电负荷时,CAES 将处于充电状态,压气机的总驱动功率由燃气轮机大于用户电负荷部分的功率提供, 该功率可表示为:
Pc,CAES = Pg - Pd (2.29)
其中,Pd为用户电负荷,单位为kW。
压气机消耗的总功,亦即 CAES 所储存的总功可表示为:
^in,CAES =斤 Pc,CAES(t) dt (2.30)
其中,tc为压气机的工作时间,单位为So
19
 
CAES 系统两级压气机压缩比相等,忽略换热器的压降,流体 5 参数为环境参数, 流体 7 的压力等于流体 6 压力,流体 9 的压力等于流体 8 的压力,换热器采用最小传 热温差法,流体 7、流体 9 的温度略高于环境温度,流体 6、流体 7、流体 8、流体 9 的 参数可表示为:
 
 
 
其中,冗c,CAES为CAES系统压气机压缩比;
九caes为CAES系统压气机等熵效率;
AT为换热器的最小传热温差,单位为K。
在忽略换热器压降的情况下,流体 9 压力可视为储气罐的最终压力,其表达式可 表示为:
Pfincar = nc,CAEsPo
CAES 压气机空气质量流量为:
 
其中,Cp,a为空气的定压比热容,单位为kJ/(kg・K)。 储气罐的总进气量可表示为:
min,CAES = IqC ^^c,caes(^') dt (2.41)
20
流体8高温高压空气经换热器降温至接近环境温度T9,CAES系统充电过程回收 的压缩热可表示如下。
Qc.CAES = cp,a^lc,CAES[(T6 —巧)+ (丁8 — %)] (2.42)
高压空气通过节流阀调整至一稳定压力Pstay,与储气罐初始压力pinicar相等,即流
11 压力为:
Pstay = Pinicar = Pll
储气罐所需体积可表示为:
 
 
 
式中,Ra为空气的理想气体常数。
忽略换热器压降,流体12压力与流体11压力相等,流体12温度可表示为:
 
 
 
 
其中,mt:CAES为透平空气质量流量,mfg:CAES为用于预热CAES透平进气口高压空 气的烟气质量流量,单位皆为kg/s,流体17温度与流体4温度相等。
(2.46)
CAES 系统膨胀方式为等比膨胀,每级透平的膨胀比可表示为
=I卩S®
nt,CAES = {肓
其中,Pinicar为储气罐初始压力,单位为MPa。
第一级透平出口流体13压力和温度可表示为:
Pstay
內3=态巫
T13 = T12 — Ht,CAEsT12 —nt,CAEs}
其中,Vt.cAES为CAES透平等熵效率。
烟气通过换热器将高压空气再热后流体14温度为:
Q-^cprfg^^fgfCAES(Ti9~T20)
714 = 713 + cpmaes
T\9 = T4
二级透平出口温度可表示如下。
 
T]5 = % - Ht,CAEsT14 —叫;ae) (2-52)
当用户电负荷大于燃气轮机输出功率时, CAES 处于放电状态, CAES 的输出功 率为:
Pt,CAES = Pd _ Pg (2-53)
其输出功率可通过调节透平的空气质量流量调控,控制方程可表示如下。
Pt,CAES = cp,a^lt,CAES[(T12 — ^13) + (丁14 — ^15)] (2.54)
CAES 的总输出功可表示为:
Wout,CAES =『0^ Pt,CAES(t) dt (2-55)
式中,td为CAES透平的工作时间,单位为s。
该新型 CCHP 系统对用户输出的总功,可看成由燃气轮机输出的功扣除 CAES 压 气机所消耗的功,再加上 CAES 透平所输出的功所组成,其中燃气轮机所输出的总功 可写成:
Wg = ^)3Pg(t) dt (2.56)
式中,tg为燃气轮机的工作时间,单位为s,该新型CCHP系统总输出功可写为如 下形式。
“CCHP = — ^in,CAES + ^out,CAES (2.57)
2.4.3蓄热子系统
CAES 压气机压缩热由蓄热系统冷罐中的导热油流经换热器回收,流体 21、 22、 24 导热油温度为环境温度,换热后高温导热油储存于热罐中。导热油的质量流量可表 示为:
血 = 说c,Q£ES(矗一尸7)+ 说 c,Q£ES(& 一心)
coii(725_724) Coil(T23~T22)
其中,c°ii为导热油的比热容,单位为kJ/(kg・K)。
流体 23、 25 汇总后的流体 26 导热油温度可表示如下:
QcfCAES
‘26 = ‘21+^;;
忽略储热罐的热量损失,流体 27 的温度可认为与流体 26 温度相等。
蓄热系统导热油通过吸收式制冷机后经换热器冷却至接近室温T29,回流至冷罐进 行储存,流体 29 温度可表示如下。
T29 = To + AT (2.61)
2.4.4制冷子系统
双效溴化锂吸收式制冷机的结构如图2-2所示,其主要包括高压发生器、低压发生 器、冷凝器、蒸发器和吸收器 5 个部分。本文建立的双效溴化锂吸收式制冷机模型主 要基于以下假设[71]:
(1)模型的搭建基于稳定状态下进行;
(2)管道和换热器的压力损失可以忽略不计;
(3)冷凝器出口处的水和蒸发器出口处的蒸汽均处于饱和状态;
(4)高低压发生器出口的溶液均为饱和状态;
(5)忽略泵的做功。
 
 
图 2-2 双效溴化锂吸收式制冷机
Fig.2-2 Double effect lithium bromide absorption refrigerator
蒸发器冷却负荷、即制冷量计算如下:
Qcl = ^lH2O(^3/ — ^2/) (262)
mH20为制冷剂质量流量,单位为kg/s;
hi为流体i的比焓,单位为kJ/kgo
溴化锂稀溶液和高压发生器回流的浓溶液的浓度可分别表示为[72]:
23
 
=49.O4+1.125TLPG-TC (2.63)
134.65+0.47 LPG
=“98+1.125*% (2.64)
ss 134.65+0.477^
其中,Tlpg、珥、乙和弘分别为低压发生器、冷却器、吸收器和蒸发器的温度,单 位为 K。
在低压发生器中的能量平衡方程为:
m10>h10> + 朮 14^14'=朮 11^11,+ 朮 15^15' + 朮 17^17' (2.65)
式中,九为流体i的质量流量,单位为kg/so 高压发生器吸收的热量、冷凝器和吸收器的被冷却水带走的热量可表示为:
QhPG = hQr + ^li4,h]4, — hyf (2.66)
Qc =朮 16,hi6' + 朮 I7,hi7, — %0叫 (2.67)
Qa = rnH2Oh3' + 朮 I3,hi3,—叫 h” (2.68)
系统 COP 值可写成如下形式。
COPab =亘
Qhpg (2.69)
吸收式制冷机由燃气轮机烟气余热及导热油回收的压缩热驱动, 导热油质量流量
保持一致,用于驱动吸收式制冷机的导热油及烟气热流量分别为:
Qab,oil = coil^oil(T27 — ^28) (2.70)
Qabjg = Cp,fg®fg — ^'fg,CAES>)(T30 — ^31) (2.71)
式中,c°ii为导热油比热容,单位为kJ/(kgK);
moil为导热油质量流量,单位为kg/s;
%fg为烟气的定压比热容,单位为kJ/(kg・K)。
故而驱动吸收式制冷机的热量,即高压发生器吸收的热量为:
Qhpg = Qab,oil + Qab,fg (2.72)
该双效溴化锂吸收式制冷模型参数如表 2-1 所示。
 
24
表 2-1 双效溴化锂吸收式制冷模型参数
Table.2-1 Parameters of double effect lithium bromide absorption refrigeration model
参数 符号 数值 参数 符号 数值
高压发生器温度 Thpg 150 °C 蒸发器温度 Te 10 C
低压发生器温度 Tlpg 80 C 吸收器温度 Ta 35 C
冷凝器温度 Tc 35 C 制冷剂质量流量 ^h2o 0.13 kg/s
为验证该双效溴化锂吸收式制冷模型的准确性和可靠性,将文献[72]的参数代入到 该模型中,计算得出COP值为1.423,与文献值1.411比较,相对误差在0.08%,验证 了模型的准确性。
2.4.5供热子系统
导热油经换热器冷却至接近室温,对外输出热量为:
Qh,oil = coil^oil(T28 —厂29) (2.73)
通过吸收式制冷机的烟气经换热器对外输出热量为:
Qh,fg = Cp,fg&fg — ^^fg,CAES)(T31 — ^32) (2.74)
供热系统输出的总热量可写成:
Qh =加 fo°il Qh,oii(t) dt + 加 j黑 Qh,fg(t') dt (2.75)
式中,Vhx为换热器换热效率; toil为导热油供热时长,单位为s; tg为燃气轮机工作时长,单位为So 热量以生活热水的形式对用户输出。
2. 5炯分析
炯指的是系统在环境中理论上能够转换成有用功的最大那部分能量。由于系统能 量分析的局限性,该分析只注意能量转化、传输过程的数量变化,但是忽略了能量品位 的差异。而对系统的炯分析方法则能够同时兼顾能量的数量、品位这两个特性。应用炯 分析法可分析系统的各个部分对能量的利用情况,判断哪个环节的能量利用损失较大, 协助对后续系统进行改进。
25
忽略化学炯,为简化计算只考虑系统的物理炯。系统中工作流体的任一状态点的 比炯皆可表示为如下关系式:
ex = h — ho — To(s — So) (2.76)
式中,ho为环境状态下的比焓,单位为kJ/kg;
h为任一状态点的比焓,单位为kJ/kg;
So为环境状态下的比熵,单位为kJ/(kgK);
s为任一状态点的比熵,单位为kJ/(kg・K)。
而该状态点的总炯为:
Ex = mxex (2.77)
式中,mx为该状态点对应的工作流体质量流量,单位为kg/so
2.6 本章小结
本章提出了一个集成压缩空气储能与蓄热系统的新型冷热电联供系统,说明了该 新型系统的集成思路,并描述了该新型系统的具体工作流程;对该新型集成系统建立 其数学模型,包括该系统的燃气轮机原动机、溴化锂吸收式制冷机、压缩空气储能系 统、蓄热系统,换热器等子部件,系统燃气轮机原动机的燃料为天然气;对所建立的系 统模型与文献进行对比,验证了模型的合理可靠。该集成压缩空气储能与蓄热系统的 新型冷热电三联供系统,能够有效协冷热电三种能量的输出,使燃气轮机能够长时间 工作于最佳工况下,实现能量梯级利用和节能减排的效果,为双碳政策下能源过渡期 的发展提供新的可能性。
26
第三章 基于压缩空气储能的冷热电联供系统性能分析
3.1系统评价指标
为了分析评估基于压缩空气储能调控的新型冷热电联供系统的整体性能,需要对 该系统建立若干评价指标。在该新型冷热电联供系统中,压缩空气储能子系统是能量 调度与转换的中心,其本身的一些特性会对CCHP系统整体性能产生显著的影响。为 了能够有效评估新型CCHP系统的性能,需要建立CAES子系统的性能评价指标。相 对于传统的供能系统而言,该新型CCHP系统作为一种多能互补综合能源利用的系统, 能够实现能量的梯级利用,其能源利用效率相关的一些指标在系统评价中处于核心的 地位,决定着系统的整体性能。
因此,本文以CAES功转换效率、集成系统炯效率、一次能源率、一次节能率为 评价指标。上述四个指标反映了 CAES 子系统的性能以及集成系统整体的能源利用效 率,能够有效评估新型CCHP系统的整体性能。
CAES 功转换效率为输出功比输入功:
=畑空竺
MAES Win:CAES
式中,^out.CAES为CAES的总输出功,单位为kJ;
WiniCAES为CAES储存的总功,单位为kJ
CCHP集成系统炯效率为输出炯比输入炯:
WCCHP+E cl+EXh
屁= 莎
其中,Wcchp为新型CCHP系统总输出功,单位为kJ;
EX"为制冷系统对外输出的炯,单位为kJ;
EXh为供热系统对外输出的炯,单位为kJ;
Qf为新型CCHP系统消耗燃料的总热量,单位为kJo
一次能源率为输入系统的一次能源所转化的输出能量与输入系统的一次能源的比
值,反应了输入系统一次能源的利用效率。由于吸收式制冷机的驱动力来自于一次能
源所转化的热量,所以系统输出冷量所对应的一次能源转化量应换算为驱动吸收式制 冷机的热量,其表达式可写成如下形式。
PER = "hhp+Q必+Q&
= Of
27
其中,Qab为驱动吸收式制冷机的总热量,单位为kJ;
Qh为供热系统输出的总热量,单位为kJo
一次节能率指 CCHP 系统相对于分立供能系统的一次能源节约量与分立供能系统 一次能源消耗量的比值。一般而言,分立供能系统的电能由电网提供,冷量由电制冷机 提供,热量由锅炉提供。分立供能系统的一次能源消耗量可经输出的电量、冷量和热量 换算得出,新型 CCHP 系统的一次节能率可表示如下:
PESR"-吨諾匕匚 (3.4)
% Vb COPe%
其中,恥为电网的效率;
%为锅炉的效率;
COPe为电制冷机的制冷系数;
Qci为制冷系统输出的总冷量,单位为kJo
3.2系统设计工况性能分析
在该新型 CCHP 系统中,由于压缩空气储能系统的充、放电工作状态不能同时进 行,因此该新型 CCHP 系统被分成了充电与放电两种工作状态。为分析该集成系统的 热力学性能,分别对新型 CCHP 系统充电、放电工作状态进行分析。该新型 CCHP 系 统首先进入充电状态,待充电状态结束后进入放电状态,其中充电、放电工作状态的持 续时间皆为 1 小时,期间系统中的燃气轮机将一直处于设计工况下运行,而 CAES 系 统放电阶段所释放的电能全部来自充电阶段所储存的高压空气。
在上述设计的集成系统工作条件下,系统的设计值如表 3-1 所示[73]。作为该新型 CCHP系统的动力源,燃气轮机以天然气作为燃料,设计条件下的容量为200 KW,循 环增压比和增温比分别为 10 和 4,压气机与透平的等熵效率皆为 0.88。压缩空气储能 子系统作为该新型 CCHP 系统能量调度和转换的中心,其压气机压缩比为 7,压气机 与透平的等熵效率皆为 0.88,系统采用两级压缩和两级膨胀,因此储气罐的最高储气 压力为 4.9 Mpa。
28
 
表 3-1 集成系统的设计参数
Table.3-1 Design parameters of integrated system
参数 符号 设计值
燃气轮机容量 Pg 200 kW
燃气轮机循环增压比 n9 10
燃气轮机压气机等熵效率 Hc,g 0.88
燃气轮机透平等熵效率 0.88
燃气轮机循环增温比 % 4
CAES 单级压气机压缩比 nc,CAES 7
CAES 压气机等熵效率 H c,CAES 0.88
CAES 单级透平等熵效率 Ht,CAES 0.88
吸收式制冷机制冷系数 COPab 1.3
电网效率 % 0.33
锅炉效率 0.85
电压缩制冷机制冷系数 COPe 4.5
环境温度 T。 298.15 K
环境压力 Po 0.1 MPa
换热器最小传热温差 AT 5 K
空气定熵指数 k 1.4
空气定压比热容 Cp,a 1.1 kJ/(kg・K)
烟气定压比热容 CV>f9 1.1 kJ(/kg・K)
导热油比热容 coil 2.5 kJ/(kg・k)
天然气密度 pf 0.717 kg/m3
天然气低位热值 LHV 35588 kJ/m3
用户电负荷 Pd 100 kW
CAES 烟气质量流量 ^ifg,CAES 0.14 kg/s
储气罐初始压力 Vint,CAR 2.5 MPa
蓄电时间 tc 3600 s
 
29
 
燃气轮机与 CAES 系统在上述设计的工作情况下各热力学状态点参数如表 3-2 所 示。CAES系统充、放电过程不同时进行,故两流程分开表示。
燃气轮机烟气温度为686.69 K,在系统处于充电状态下时,压缩后的高温空气被 冷却至接近环境温度来回收压缩热。当系统处于放电状态下时,燃气轮机的烟气将透 平进气口高压空气加热至448.21 K,设计条件下透平的排气温度接近环境温度。
表 3-2 集成系统设计条件下热力学状态点参数
Table.3-2 Thermodynamic state point parameters under integrated system design conditions
设备 状态点 工作流体 温度/K 压力/MPa 质量流量/kg/s
燃气轮机 1 空气 298.15 0.1 0.94
2 空气 613.48 1 0.94
3 烟气 1192.6 1 0.95
4 烟气 686.69 0.1 0.95
充电过程 5 空气 298.15 0.1 0.18
6 空气 550.1 0.7 0.18
7 空气 303.15 0.7 0.18
8 空气 559.33 4.9 0.18
9 空气 303.15 4.9 0.18
放电过程 10 空气 298.15 4.9 0.18
11 空气 298.15 2.5 0.18
12 空气 448.21 2.5 0.18
13 空气 302.82 0.5 0.18
14 空气 451.06 0.5 0.18
15 空气 304.74 0.1 0.18
16 烟气 686.69 0.1 0.14
17 烟气 686.69 0.1 0.07
18 烟气 303.15 0.1 0.07
19 烟气 686.69 0.1 0.07
20 烟气 307.82 0.1 0.07
 
30
 
在该新型CCHP系统充电情况下,对系统的各个子系统能量和炯的流入、流出情 况进行分析,其能流和炯流如图3-1和图3-2所示。在设计条件下,系统输出冷量由燃 气轮机烟气驱动吸收式制冷机提供,并经换热器提供生活热水;系统输出的电能由燃 气轮机提供,并另有部分电能储存于压缩空气储能与蓄热子系统中,待到放电阶段进
 
Fig.3-1 Charging energy flow of new CCHP system
如图3-1 所示,系统处于充电状态时,输入燃气轮机的天然气能量为607.74 kW, 发出的电能为200 kWo由于用户的电负荷为100 kW,系统发电量中的100 kW用于满 足用户负荷需求,另外剩余的100 kW输入储能系统进行储存。单位时间内燃气轮机高 温烟气所能提供的热量为389.51 kW,由于此时系统处于充电状态,无需提供部分高温 烟气加热透平进气口高压空气,燃气轮机高温烟气全部用于驱动溴化锂吸收式制冷机。 此时,溴化锂吸收式制冷机的制冷量为322.19 kW,出口烟气的热量为141.67 kW,制 冷机冷却水带走的热量为554.28 kWo吸收式制冷机的出口烟气流经换热器,对用户输 出62.02 kW生活热水,换热器出口烟气排放到环境中,其热量为78.71 kW。
燃气轮机为单轴恒速燃气轮机,其能量损失为18.23 kW,损失主要来源于燃气轮 机的燃烧室。充电状态时,燃气轮机剩余电能驱动 CAES 压气机压缩空气,并通过级
31
 
间冷却回收压缩热储存在蓄热系统中,储能系统的能量损失主要来源于换热器的效率
和高压空气储气罐的自然对流散热,能量损失为2.47 kWo燃气轮机的高温烟气通入溴
化锂吸收式制冷机,吸收式制冷机内部的能量损失为15.8 kW,损失的主要来源为高温
换热器与低温换热器的热量交换过程。吸收式制冷机的出口烟气通入供热子系统的换
热器中,加热供热用水并造成0.94 kW的能量损失。
 
由图3-2可知,单位时间内输入燃气轮机的天然气炯为607.74 kW,电能属于高品 位能源,可以完全转化为有用功,系统发出的电所含的炯仍为200 kW,其中100 kW 对用户输出,另外100 kW输入储能系统中。燃气轮机的烟气温度较高,烟气的炯为 146.7 kW,高温烟气全部进入到溴化锂吸收式制冷机中制冷。此时吸收式制冷机单位时 间制冷量的炯为9 kW,其出口烟气炯为24.81 kW,而冷却水带走的炯为4.93 kWo吸 收式制冷机出口烟气经换热器加热生活用水,带走了 2.96 kW的炯,而换热器出口烟 气排放到环境中的炯为8.5 kWo
天然气的高品位能量经燃气轮机转换后,只有小部分转换成了高品位的电能,而 大部分都是转换成了低品位的烟气热能。在这转换的过程中,炯损大部分来自于烟气 的做功能力损失,其值为260.72 kWo在储能系统储存电力的过程中所造成的炯损失与
32 其能量损失相当,此时能量处于储存的状态,而在释放阶段储存的能量将产生炯损。由 于溴化锂吸收式制冷机冷却水的温度接近环境温度,带走的炯较小,而燃气轮机高温 烟气通入溴化锂吸收式制冷机后,其流出的烟气温度降低,做功能力进一步降低,使制 冷机损失107.96 kW的炯。吸收式制冷机出口烟气经换热器后温度进一步降低,造成 了 13.35 kW的炯损失。
在该新型CCHP系统处于放电情况下,对系统的每个子系统能量和炯的流入、流 出情况分析,其系统的能流与炯流如图3-3、图3-4所示。在设计条件下,输出冷量由 燃气轮机的烟气和蓄热系统中的导热油驱动吸收式制冷机提供,烟气与导热油经换热 器对外提供生活热水;系统对外输出电能由燃气轮机和压缩空气储能提供,此时储能 系统不储存电能,并有部分高温烟气通入到储能子系统中,用于加热 CAES 系统透平 进气口高压空气的温度。
 
Fig.3-3 Discharge energy flow of new CCHP system
如图 3-3 所示,系统处于放电状态时,燃气轮机消耗的天然气能量与充电状态时仍 保持一致,发出的200 kW电力全部输出到用户端而无需储存。在放电状态下CAES系 统需要通入燃气轮机高温烟气,此时CAES系统通入了 60.73 kW的高温烟气,CAES 系统输出57.4 kW的电能,放电后透平出口的空气热量为1.3 kW,而CAES的出口烟 气带走了 1.13 kW的热量。在CAES系统放电的同时,蓄热系统将储存的热量以导热
 
33
油为工质通入溴化锂吸收式制冷机中,与燃气轮机剩余的高温烟气共同驱动吸收式制 冷机制冷,其中导热油的热量为97.53 kW,烟气的热量为328.79 kW°此时,吸收式制 冷机的制冷量为376.69 kW,冷却水带走的热量为647.89 kW,出口烟气的热量为120.88 kW,而出口导热油的热量为15.74 kWo制冷机的出口烟气与导热油通入换热器加热来 流水,输出 66.48 kW 的生活热水,换热器出口导热油回流到蓄热系统中,其热量为 1.97 kW,而出口的烟气排放到环境中,其热量为67.6 kWo
在放电状态下,系统中的燃气轮机和吸收式制冷机的能量损失分别为 18.23 kW 和 18.15 kW,能量损失主要来源与充电状态时一致,分别为燃气轮机的燃烧室和吸收式制 冷机的高、低温换热器。CAES系统透平进气口高压空气由通入的燃气轮机高温烟气经 换热器加热,以提高系统的输出,此时储能系统的能量损失主要来源于烟气和空气的 换热过程,损失的值为2.86 kWo在该状态下生活热水由烟气和导热油共同加热,供热 过程的能量损失为 1.02 kWo
 
Fig.3-4 Discharge exergy flow of new CCHP system
如图3-4所示,燃气轮机放电状态下的炯流与充电状态下时一致,输入天然气的炯 为607.74 kW,输出电能的炯为200 kW, CAES系统需要通入高温烟气加热透平进气 口高压空气,通入的部分烟气炯为21.52 kWo CAES系统输出电能的能量和炯的值相 等,其透平出口空气温度接近环境温度,而出口的烟气温度亦接近于环境温度,两者的
34
炯流皆为0.02 kWo此时,溴化锂吸收式制冷机通入导热油和燃气轮机剩余烟气,两者 的炯流分别为27.22 kW和125.18 kW。吸收式制冷机输出的冷量炯为10.5 kW,冷却 水带走的炯为5.77 kW,出口烟气炯流为21.17 kW,出口导热油炯流为0.97 kW。导热 油和烟气通入换热器对用户提供生活热水,输出的炯为3.39 kW,换热后导热油回流到 蓄热系统的炯为0.02 kW,而烟气排放到环境中的炯为7.26 kWo
在放电状态下,燃气轮机的炯损失为260.72 kW,与充电状态下燃气轮机的炯损一 致。由于导热油的通入,溴化锂吸收式制冷机的输入炯增大,冷却水与冷媒水带走的炯 较小,制冷机的炯损失为113.99 kW,相比充电状态时的炯损失要高。此时吸收式制冷 机出口烟气和导热油通入换热器中,温度降低并造成11.47 kW炯损失。
为了评估系统在设计条件下的整体性能,需要对系统的输出功、冷量和热量,以及 CAES功转换效率、系统岬效率、一次能源率和一次节能率四个性能指标进行考察。由 于系统充、放电过程不能同时进行,在上述设计工作条件下系统首先处于充电状态下 运行,此时燃气轮机剩余的电力储存于储能系统中,在充电状态结束后系统进入放电 状态,将储能系统中的能量释放,期间燃气轮机处于设计工况下运行。在一个充、放电 周期内,CAES透平空气质量流量与压气机空气质量流量保持一致,蓄热系统回收与输 出热量的导热油质量流量保持一致,总消耗天然气为61.4779 m3,压缩空气储气罐容积 为23.01 m3,集成系统的在设计条件下的输出及其性能指标如表3-3所示。
表3-3 集成系统设计条件下输出及性能指标
Table.3-3 Output and performance index of integrated system under design conditions
评价指标 符号 数值
系统输出功 ^CCHP 566670 kJ
系统输出冷量 Qci 1452194 kJ
系统输出热量 Qh 243004.6 kJ
CAES功转换效率 ^CAES 57.41%
炯效率 ^ex 28.19%
一次能源率 PER 88.06%
一次节能率 PESR 26.61%
 
35
由表3-3可见,在完全放电结束时,系统总输出功为566670 kJ,总输出冷量为 1452194 kJ,总输出热量为243004.6 kJ。系统采用两级压缩和两级膨胀,并利用燃气轮 机高温烟气加热透平进气口高压空气,其CAES功转换效率可达57.41%。系统中天然 气的能量只有小部分被转化为高品位的电能,大部分都是被转化成了低品位的热能, 故炯效率为28.19%o基于能量梯级利用的原则,该系统利用燃气轮机余热驱动吸收式 制冷机制冷,并对外提供生活热水,余热得到充分的利用,系统一次能源率可达 88.06%o 相比传统的分立供能系统,该新型 CCHP 系统能量利用效率更高,能够减少一次能源 的消耗量,其一次节能率为 26.6%o
3.3敏感性分析
在该新型 CCHP 系统中,压缩空气储能子系统的一些关键参数对系统的整体输出 和能源利用率相关的指标有着重要的影响,如透平进气口的压力和温度对 CAES 输出 功具有显著的影响,而压气机压缩比则影响着CAES进出口的空气流量。为分析系统 中的一些参数对集成系统性能的影响,选取关键参数 CAES 压气机压缩比、透平进气 口压力、加热透平进气口温度的烟气质量流量,对集成系统进行敏感性分析。
3.3.1压气机压缩比对系统性能的影响
如图 3-5 所示, CAES 压气机压缩比的取值范围为 5-9,当 CAES 压气机压缩比为 5时,新型CCHP系统的输出功为600059.5 kJ,系统输出的热量为256580.9 kJ,输出 的冷量为1430763.1 kJo当CAES压气机压缩比为9时,系统的输出功为548015.7 kJ, 输出的热量为235634.3 kJ,输出的冷量为1463828.7 kJo当CAES压气机压缩比从5变 化到 9 时,系统的输出功与输出的热量呈上升趋势,而系统输出的冷量则呈下降趋势, 其中系统输出的功减少了 52043.8 kJ,输出的热量减少了 20946.6 kJ,输出的冷量增加 了 33065.6 kJo在该新型CCHP系统中,CAES压气机压缩比对系统的输出功、输出的 热量和冷量均有显著的影响。
36
 
 
 
 
2 1 1 1 1 1 1 1 1.41
5 5.5 6 6.5 7 7.5 8 8.5 9
CAES压气机压缩比
 
图 3-5 CAES 压气机压缩比对系统输出的影响
Fig.3-5 Influence of compression ratio of CAES compressor on system output
由分析可知,当 CAES 压气机压缩比增大时,系统输出功与输出热量逐渐减小, 而输出的冷量逐渐增大。由于CAES压气机压缩比增大时,CAES空气质量流量减小, 而 CAES 透平进气口压力保持恒定,导致 CAES 的输出功率减小,集成系统总输出功 降低。流体9出口温度不变,CAES空气质量流量减少,导致导热油质量流量减小,单 位质量导热油回收的压缩热增大,流体 26 温度增大,驱动吸收式制冷机制冷量增大 而提供生活热水的热量减小。
CAES 压气机压缩比的变化对集成系统性能的影响如图 3-6 所示。当 CAES 压气机 压缩比为5时,新型CCHP系统的炯效率为29.75%,系统的一次能源率为89.46%, 一 次节能率为 29.05%,而 CAES 功转换效率为 66.68%。当 CAES 压气机压缩比为 9 时 系统的炯效率为27.32%, 一次能源率为87.28%, 一次节能率为25.17%, CAES功转换 效率为52.23%o当CAES压气机压缩比从5变化到9时,炯效率、一次能源率、一次 节能率和CAES功转换效率皆呈下降趋势,其中系统的炯效率减少了 2.43%, 一次能 源率减少了 2.18%,一次节能率减少了 3.88%,CAES 功转换效率减少了 14.45%。在该 新型CCHP系统中,CAES压气机压缩比对系统各项性能指标均具有显著的影响。
37
 
图 3-6 CAES 压气机压缩比对系统性能的影响
Fig.3-6 Effect of compression ratio of CAES compressor on system performance
由分析可知,当CAES压气机压缩比逐渐增大时,CAES功转换效率、集成系统炯 效率、一次节能率逐渐减小,一次能源率略微下降。由于CAES压气机压缩比增大, 其空气质量流量减小,CAES输出功下降,导致功转换效率降低,集成系统炯效率降低, 且一次节能率减小。而一次能源率只考虑能量的数量,没有考虑能量的品位,其数值随 CAES压气机压缩比减小而略微下降。
3.3.2透平进气口压力对系统性能的影响
CAES透平进气口压力对集成系统输出的影响如图3-7所示。CAES透平进气口压 力的取值范围为1 MPa-4 MPa,当CAES透平进气口压力为1 MPa时,新型CCHP系 统的输出功为520868.12 kJ,输出的热量为243004.62 kJ,输出的冷量为1452194.17 kJ。 当CAES透平进气口压力为4 MPa时,系统的输出功为587143.97 kJ,输出的热量不 变,输出的冷量不变。当CAES透平进气口压力从1 MPa变化到4 MPa时,系统的输 出功呈上升趋势,而输出的热量和冷量则不变,其中系统输出的功增加了 66275.85 kJo 在该新型 CCHP 系统中, CAES 透平进气口压力不影响系统输出的热量和冷量,而对 系统的输出功则具有显著的影响。
38
 
 
2.5 A i 142
2 1 1 1 1 1 1.41
1 1.5 2 2.5 3 3.5 4
透平进气口压力(MPa)
图 3-7 CAES 透平进气口压力对系统输出的影响
Fig.3-7 Influence of inlet pressure of CAES turbine on system output
由分析可知,随着透平进气口压力的逐渐增大,系统输出功增大,系统输出的冷量 和热量皆不变。由于CAES透平进气口压力经节流阀调节保持恒定,而透平进气口温 度不变,透平进出口焓差增大,CAES透平输出功将增大。而由于透平进气口压力的改 变不影响 CAES 压缩热的回收和燃气轮机烟气的分配,集成系统的输出冷量与热量保 持不变。
如图3-8所示,当CAES透平进气口压力为1 MPa时,新型CCHP系统的炯效率 为 26.09%,系统的一次能源率为 85.97%,一次节能率为 23.02%,而 CAES 功转换效 率为44.69%o当CAES透平进气口压力为4 MPa时,系统的炯效率为29.12%, 一次能 源率为89%, 一次节能率为28.1%, CAES功转换效率为63.1%。当CAES透平进气口 压力从1 MPa变化到4 MPa时,炯效率、一次能源率、一次节能率和CAES功转换效 率皆呈上升趋势,其中系统的炯效率增加了 3.03%, 一次能源率增加了 3.03%, 一次节 能率增加了 5.08%, CAES功转换效率减少了 18.41%o在该新型CCHP系统中,CAES 透平进气口压力对系统各项性能指标均具有明显的影响。
39
 
 
0.22 1 1 1 1 1 0.4
1 1.5 2 2.5 3 3.5 4
透平进气口压力(MPa)
图 3-8 CAES 透平进气口压力对系统性能的影响
Fig.3-8 Influence of inlet pressure of CAES turbine on system performance
由分析可知,当透平进气口压力逐渐增大时,CAES功转换效率、集成系统炯效率、 一次能源率、一次节能率皆增大。由于透平进气口压力的增大,将会导致 CAES 输出 功的增加,而又因为系统输出冷量、热量保持不变,因此系统整体能量输出增大,进而 导致系统性能得到提高。
3.3.3加热透平进气口温度的烟气质量流量对系统性能的影响
加热透平进气口温度的烟气质量流量的变化对集成系统输出的影响如图 3-9 所示
加热透平进气口温度烟气质量流量的取值范围为0到0.3 kg/s,当加热透平进气口温度 烟气质量流量为0时,系统的输出功为474814.69 kJ,输出的热量为276268.62 kJ,输 出的冷量为1634926.7 kJ。当加热透平进气口温度烟气质量流量为0.3 kg/s时,系统的 输出功为649321.56 kJ,输出的热量为204988.62 kJ,输出的冷量为1243356.98 kJ。当 加热透平进气口温度烟气质量流量从 0 变化到 0.3 kg/s 时,系统的输出功呈上升趋势 而系统输出的热量和冷量呈下降趋势,其中系统输出的功增加了 174506.87 kJ,输出的 热量减少了 71280 kJ,输出的冷量减少了 391569.72 kJ。在该新型CCHP系统中,加热 透平进气口温度烟气质量流量对系统的输出功、输出的热量和冷量影响明显。
40
 
 
图 3-9 加热透平进气口温度烟气质量流量对系统输出的影响
Fig.3-9 Influence of inlet temperature and flue gas mass flow of heating turbine on system output
由分析可知,当流经 CAES 的烟气质量流量逐渐增加时,集成系统输出功增加,
而输出的冷量、热量逐渐降低。由于CAES的空气质量流量不变,流经CAES的烟气
质量流量的增加导致透平进气口温度升高,CAES输出功增加。而相应的,流经吸收式
制冷机的烟气质量流量减小,因此系统输出的冷量、热量逐渐减小。
加热透平进气口温度的烟气质量流量的变化对集成系统评价指标的影响如图 3-10 所示。当加热透平进气口温度烟气质量流量为0时,新型CCHP系统的炯效率为24.36%, 系统的一次能源率为 91.81%,一次节能率为 23.63%,而 CAES 功转换效率为 31.89%o 当加热透平进气口温度烟气质量流量为0.3 kg/s时,系统的炯效率为31.56%, —次能 源率为82.76%, 一次节能率为28.17%, CAES功转换效率为80.37%。当加热透平进气 口温度烟气质量流量从0变化到0.3 kg/s时,系统的炯效率、一次节能率和CAES功转 换效率皆呈上升趋势,而系统的一次能源率呈下降趋势,其中系统的炯效率增加了 7.2%, 一次能源率减少了 9.05%,一次节能率增加了 4.54%, CAES 功转换效率增加了 48.48%o 在该新型 CCHP 系统中,加热透平进气口温度烟气质量流量对系统的各项性能指标均 具有明显的影响,其中对CAES功转换效率的影响最为显著。
41
 
 
由分析可知,当流经CAES的烟气质量流量逐渐增加时,CAES功转换效率、集成 系统炯效率、一次节能率皆增大,而一次能源率则逐渐减小。由于烟气质量流量的增加 导致CAES透平进气口温度升高,CAES输出功增大,CAES功转换效率相应增大,集 成系统的输出功增大;系统总的输出炯增加,故而系统炯效率增大;系统对应的分供系 统能源消耗增大,故一次节能率增大。系统总的输出能量减少,故一次能源率逐渐下 降。
3.4 案例分析
在实际的生产生活中,用户的冷、热和电负荷需求是处于时时变动状态的,新型
CCHP 系统在设计条件下的性能分析不能很好地反映系统在实际运行状态下的性能。 为了验证该新型系统在实际运行中的性能优劣,需要将新型CCHP系统与传统的CCHP 系统在具体案例中进行对比分析。
由于该新型 CCHP 系统的燃气轮机烟气主要用于驱动吸收式制冷机供冷,而供热 方面仅用吸收式制冷机出口烟气加热并提供生活热水,因此系统主要对用户输出电和 冷,适用于南方冬季无需供热的气候区。在中国五大建筑气候分区中,新型 CCHP 系 统适用于夏热冬暖气候区的广州。由于广州地区夏季炎热,冬季温暖,在夏季时该地区 制冷需求较大,而在冬季与过渡季节则无需供冷或供热。因此本文以一座位于广州某
42
园区的面积为7473 m2的办公楼的夏天用户负荷为分析对象。在夏季的典型日,办公大 楼的每小时电负荷、冷负荷和热负荷如图3-11所示。办公大楼的最大电负荷为226.05
 
Fig.3-11 Typical daily hourly user load of an office building in Guangzhou in summer 为了验证新型 CCHP 系统在实际应用中的可行性,本文对新型 CCHP 系统与传统 CCHP系统在办公大楼实际应用中的性能进行了比较,两者均与外部电网断开,新型系 统加装电制冷机。根据用户负荷特性,传统与新型CCHP系统均在8:00-21:00之间运 行,两者的燃气轮机容量均能使各自系统独立满足用户负荷,其中新型 CCHP 系统输 出不足部分由储能系统补足。由于用户负荷需求的变化,传统CCHP系统的燃气轮机 运行往往偏离设计条件,系统性能恶化,而新型 CCHP 系统的燃气轮机可以长时间在 设计条件下运行,剩余功率可以存储在 CAES 中。
 
43
表3-4新型CCHP系统与传统CCHP系统性能比较
Fig.3-4 Performance comparison between new CCHP system and traditional CCHP system
指标 新型CCHP 传统CCHP
燃气轮机容量 227 kW 313 kW
燃气轮机额定效率 32.91% 32.91%
炯效率 31.97% 24.39%
一次能源率 76.22% 65.25%
一次节能率 24.84% 6.69%
 
如表3-4所示,在新型CCHP系统与传统CCHP系统分别独立满足用户负荷需求 的情况下,新型CCHP系统需要的燃气轮机容量为227 kW,而传统CCHP系统需要的 燃气轮机容量为313 kWo新型CCHP系统无需满足用户的最高冷负荷,供给不足的部 分由电制冷机与导热油驱动吸收式制冷机提供,而传统 CCHP 系统需要满足用户的最 高负荷需求,故新型CCHP系统需要的燃气轮机容量比传统CCHP系统低86 kWo
新型CCHP系统的炯效率为31.97%,高于传统系统7.58%; —次能源率为76.22%, 高于传统系统10.97%;一次节能率为24.84%,高于传统系统18.15%。以上结果表明, 在社会生产生活的实际条件下,该新型CCHP系统能够有效提高传统CCHP系统的性 能。
3.5本章小结
本章首先建立了针对该新型冷热电联供集成系统热力学性能的评价指标,以燃气 轮机装机容量为200 kW情况下,配置系统各个参数的设计值,并给出充、放电状态下 该新型集成系统的各个热力学状态点参数,和充、放电状态下的能流图、炯流图;然后, 对给出的系统工作条件,分析得出了该集成系统的冷热电输出和炯效率、一次能源率、 一次节能率等热力学性能指标数值,并对系统进行了敏感性分析;最后,针对该新型冷 热电联供集成系统与传统的冷热电联供系统,本章采用广州某办公楼夏季典型日的负 荷曲线对上述两者进行分析,结果表明该新型系统比传统系统的热力学性能要优。
44
第四章 基于压缩空气储能冷热电联供系统多目标优化
4.1多目标优化问题数学描述
多目标优化问题大致都可以用一个相同的数学结构进行描述,该结构主要可分为 决策变量、目标函数和约束条件这三部分。三者间的相互关系为:多个决策变量所组成 的向量满足约束条件,且该决策向量的改变会影响多个目标函数所组成的函数向量, 即通过改变决策变量来对目标函数进行优化。该数学结构的描述可表示如下:
la=l^i^fa(Xi.X2, .^,Xn) (4.1)
SfeLr+1 rnaxfb (xlt 畑…,Xn) (4.2)
s.t. gi(x) > 0,i = 1,2 …,p (4.3)
hj(x) = 0,j = 1,2, ...,q (4.4)
式中,X是决策变量,由九个决策变量组成的决策向量为(衍,%2,…,Xn”; f(x)是目 标函数,一共有m个,其中求最小值的目标函数有r个,求最大值的目标函数有m-r个; gt(x)和hj(x)皆为优化问题中的约束条件,而gt(x)为优化问题中不等式约束的函数, hj (x)为等式约束的函数。
4.2系统多目标优化模型
在该新型 CCHP 系统中,燃气轮机的容量是系统设计中最为重要的一个参数,只 要确定了燃气轮机的容量,就可以推出其他设备的设计容量。因此,本文采用燃气轮机 容量作为系统容量配置多目标优化的决策变量。
4.2.1目标函数 在系统多目标优化中,所选取的目标函数随决策变量变化的变化趋势应截然相反, 如此优化得出的结果不是一个值,而是得出一系列最优值所组成的 Pareto 前沿。分析 系统日成本和二氧化碳日排放量随决策变量的变化情况,其中系统的日成本随燃气轮 机容量变大而变大,而系统的二氧化碳日排放量随燃气轮机容量变大反而逐渐变小, 系统日成本与二氧化碳日排放量随决策变量变化的变化趋势相反。因此,本文以系统 日成本和二氧化碳日排放量为系统容量配置多目标优化的目标函数,两者皆以自身最 小为最优目标。
45
 
(1)日成本最小
新型 CCHP 系统的日成本公式如下[74,75]:
DTCcchp = S ,CCHP + Com,CCHP + Cf,CCHP + Cgrid,CCHP Q5)
其中
,Ci,CCHP、 Com,CCHP、Cf,CCHP和Cgrid,CCHP分别为系统设备每日投入成本、运行 维护成本、燃料成本和购自电网的电力成本。
设备每日投入成本的公式如下:
Ci,CCHP = 365(l-(l+r)-«) Ci'al1 (4.6)
Ci,all = Ci,g + Ci,ab + Ci,ecl + Ci,c + Ci,t + Ci,hx + Ci,Voil + Ci,Vcar + Ci,oil (4・7)
式中,r为利率,n为设备使用年限,Ci,all为设备的总投资成本,Ci,g、Ci,ab、Ci,ecl、
Ci,c、Ci,t、Ci,hx、Ci,Voil、Ci,Vcar> Ci,oil 分别为燃气轮机、吸收式制冷机、电制冷机、压 缩机、透平、换热器、储热罐、储气罐和导热油的投入成本,单位如表4-1所示。
设备每日运行维护成本的公式如下:
Cj,CCHP = Cj,g + Cj,ab + Cj,ecl + Cj,c + Cj,t + Cj,hx + Cj,Voil + Cj,Vcar
式中
,Com,g、Com,ab' Com,ecl、Com,c、Com,t、Com,hx^ Com,Voil^^Com,Vcar分别为燃 气轮机、吸收式制冷机、电制冷机、压缩机、透平、换热器、储热罐和储气罐的日运行 维护成本,单位如表 4-1 所示。
每日燃料成本指的是燃气轮机每日消耗天然气所需的费用,其公式如下:
Cf,CCHP =
式中,Rf表示单位天然气的价格,单位为元/m3;
Vf(t)表示燃气轮机消耗的天然气体积流量,单位为m3/s。 每日电力成本指的是压缩机于夜间储存电网电力,电制冷机消耗的电网电力所需 的成本,其公式如下:
Cgrid,CCHP = 凡 RgridPgrid(t~) (4」0)
式中,Rgrid为电网单位电力的价格,单位为元/(kW・h);
Pgrid(t)为自电网输入的功率,单位为kWo
46
(2)二氧化碳日排放量最小 二氧化碳日排放量包括系统消耗的燃料二氧化碳排放量和购自电网的电力所折算 的二氧化碳排放量,其公式如下所示:
Mco2 = M(:02,gas + ^co2,grid (4.11)
式中,Mco2,gas为燃气轮机消耗的天然气二氧化碳排放量,单位为kg;
Msgrid为系统消耗电网电力所对应的二氧化碳排放量,单位为kgo 天然气的二氧化碳排放量如下所示:
Mc°2,gas - Kgas》tVf(t) (4.12)
其中,Kgas为天然气的二氧化碳排放系数,单位为kg/m3o 购自电网电力的二氧化碳排放量如下:
Mco2,grid = ^grid Pgrid(^') (4・13)
式中,Kgrid为电网电力的二氧化碳排放系数,单位为kg/(kw・h)。
4.2.2约束条件
对于该新型 CCHP 系统多目标优化问题,其决策变量即燃气轮机容量满足一定的 不等式约束关系。由于 CAES 系统透平进气口高压空气由燃气轮机高温烟气加热,燃 气轮机的最小容量应满足 CAES 透平进气口的加热需求,而燃气轮机容量的上限则为 用户的最高负荷需求。对于 CAES 系统而言,由于其储气罐的容积是有限的,单日储 气罐进出口空气量应满足等式约束关系。
燃气轮机容量满足以下不等式约束关系:
MIN®) <Pg< MAX (Pg) (4.14)
MAX(Pg)为最大燃气轮机容量,MIN(阳)为最小燃气轮机容量,单位皆为kWo
在新型CCHP系统中,单日内储气罐进出口空气量满足下列约束关系:
MqCAES = Mt,CAES (4.15)
式中,MqCAES为单日内储气罐进口空气量,Mt,cAES为单日内储气罐进口空气量, 单位为kg,即单日内储气罐进出口空气量应保持一致。
47
4.3算例仿真与结果分析
本文采用 NSGA-II 算法,取第三章广州某园区办公楼夏天用户负荷分布情况对新 型CCHP系统进行容量优化配置。由于广州在冬季和过渡季节都无需供冷、供热,故 以夏天典型日能量负荷为研究对象,对所提出的新型CCHP系统容量配置优化更具显 著意义。该新型CCHP系统运行时与外部电网连接,CAES系统于0:00-8:00工作,储 存电网谷期低价电。
4.3.1相关参数
本文所提出的新型CCHP系统各设备投资及运行维护成本如表4-1所示[76]o燃气 轮机是确定系统配置优化结果的主要设备,燃气轮机的投资成本为7400元/kW,运行 维护费用为0.098元/(kW・h)。当确定燃气轮机的容量后,就可推出系统其余设备的容 量,代入各设备投资成本与运行维护费用即可得出系统日成本。
表4-1 设备投资及运行维护成本
Table.4-1 Equipment investment and operation and maintenance cost
设备 投资成本 运行维护费用
燃气轮机 7400 元ZkW 0.098 元/(kW・h)
吸收式制冷机 1200 元ZkW 0.014 元/(kW・h)
电制冷机 900 元/kW 0.014 元/(kW・h)
压缩机 55300(Wc)0-62 元 0.042 元/(kW・h)
透平机 7700(Wc)0-81 元 0.042 元/(kW・h)
储气罐 8.526exp[2.631+1.36731nVcar-0.06309(lnVcar)2 ]元 1.12 元/h
储热罐 5425 元/m3 0.392 元/h
换热器 216 元/kg 0.007 元/(kW・h)
 
该地区分时电价如表4-2所示。该地区的电价分为谷段、平段和峰段三档。谷段电 价最低,为0.232元/(kW・h),在谷段电价的时间段内,CAES系统开始储电;而在白天 新型CCHP系统工作的时间段内实行平段和峰段的电价,此时电价较高,CAES系统 放电,将夜间储存的低价电释放出来。由于峰谷段之间电价差为0.8057元/(kW・h),该 系统能实现较好的套利效果。
48
 
表 4-2 分时电价
Table.4-2 Time-of-use power price
期间 时间 价格
峰段 10:00-12:00; 14:00-19:00 1.0377 元/(kW-h)
平段 8:00-10:00; 12:00-14:00; 19:00-24:00 0.6104 元/(kW-h)
谷段 0:00-8:00 0.232 元/(kW-h)
 
该新型CCHP系统中设备投资的利率厂为0.49%;设备使用年限兀为20 年;导热油 价格16.47元/kg;天然气价格为3.1元/m3;天然气的二氧化碳排放系数为2.16 kg/m3; 根据广东省温室气体清单编制指南的意见,广州地区电网电力的二氧化碳排放系数为 0.6959 kg/(kW-h)o
4.3.2容量优化配置结果分析
本文采用 NSGA-II 算法对所提出的新型 CCHP 系统进行容量配置的多目标优化。 在优化中取种群大小为 100,最大进化代数为 200。其关于两个目标函数最小的 Pareto 前沿如图 4-1 所示。
 
图 4-1 Pareto 前沿
Fig.4-1 Pareto frontier
49 图上Pareto前沿的左顶点A对应的值如表4-3所示,日成本为2602.97元,二氧 化碳日排放量为3646.01 kg,此时燃气轮机的装机容量为26 kWo由于燃气轮机的装机 容量很小,故其总的装机成本较小,消耗天然气的量较小,而此时压缩空气储能系统装 机规模最大,夜间储存的低价电较多,即使CAES系统的功转换效率只有57.94%,储 存的电能最终输出到用户的价格仍然比燃气轮机消耗天然气发电的价格要低,因此该 新型系统的日成本最低。由于我国电网电力主要来源于燃煤发电机组,夜间低价电的 单位二氧化碳排放系数较燃气轮机天然气发电要高,因此该新型系统的二氧化碳日排 放量最高。
在点 A 所代表的配置方案下,燃气轮机的装机规模很小,不能满足用户的大部分 负荷需求,因此需要较大规模的压缩空气储能系统补足燃气轮机输出的缺口。此时 CAES系统的输出占主导地位,大部分用户的用能需求由CAES系统来满足,而CAES 系统储存的能量则来自于夜间用电低谷期的低价电。燃气轮机的高温烟气用于加热 CAES 系统透平进气口高压空气,对于 CAES 系统而言,此时的燃气轮机相当于起到 一个补燃的作用。在此配置方案下,系统整体相当于一个补燃型CAES系统,起到削 峰填谷的作用,但燃气轮机无法主导系统的输出,此时系统的两个指标不能得到较好 的兼顾。
表 4-3 Pareto 前沿的标志性点
Table.4-3 Landmark points of Pareto front
符号 日成本(元) 二氧化碳日排放量(kg) 燃气轮机容量(kW)
A 2602.97 3646.01 26
B 3340.32 1766.37 184.15
C 2774.55 2489.17 76.14
 
Pareto前沿的右顶点B对应的值如表4-3所示,日成本为3340.32元,二氧化碳日 排放量为1766.37 kg,此时燃气轮机的装机容量为184.15 kWo此时该新型CCHP系统 中燃气轮机的装机规模最大,CAES系统各设备的装机规模最小,消耗的天然气较多而 储存的低价电较少,由于燃气轮机天然气发电的价格仍然比低价电经折损后的价格要 高,该新型CCHP系统的日成本最大。而由于天然气发电比电网燃煤发电的单位二氧 化碳排放系数要小,故此时系统的二氧化碳日排放量最小。
50
在点 B 所代表的配置方案下,燃气轮机的装机规模最大,能够满足大部分用户负 荷的需求,只需要较小的CAES装机规模即可补足用户负荷需求的缺口。与点A的配 置方案相比,此时燃气轮机的输出占主导地位,而 CAES 起协调系统输出,使燃气轮 机大部分时间在设计工况下运行的作用。该配置方案下的新型CCHP系统日成本最大 而二氧化碳日排放量最小,该方案与点A的方案存在类似的问题,在对日成本和二氧 化碳日排放量无偏好的情况下,系统的两个指标不能得到较好的兼顾。
点0为两个目标函数同时达到最优的点,但该点不在Pareto前沿上,无法选取该 点为优化结果。在对优化结果无任何偏好的情况下,可选取Pareto前沿上离0点最近 的点C作为优化的最终结果。Pareto前沿上点C对应的值如表4-3所示,日成本为 2774.55元,二氧化碳日排放量为2489.17 kg,此时燃气轮机的装机容量为76.14 kW。 相比上述两种配置方案,此时系统消耗的天然气和储存的低价电比较适中,该新型 CCHP系统的日成本和二氧化碳日排放量两个指标皆能得到较好的兼顾。
在点 C 所代表的配置方案下,燃气轮机的容量处于上述两种方案之间,但相对于 用户负荷需求而言,燃气轮机的装机规模偏小,此时 CAES 系统的输出比燃气轮机要 大,燃气轮机的输出不占主导。考虑到在双碳政策的背景下,燃气轮机天然气发电的二 氧化碳排放较少,兼顾日成本和二氧化碳日排放量的情况下,在该新型CCHP系统中, 燃气轮机的输出应处于主导地位。基于上述的分析,应选取燃气轮机容量较点C方案 大,其输出占比较CAES系统要大的方案作为优化的最终结果。
通过分析如图所示的 Pareto 前沿,在兼顾日成本和二氧化碳日排放量的情况下, 尽量使燃气轮机的输出处于主导地位,选取燃气轮机为127 kW时所对应的Pareto最 优解作为该新型CCHP系统容量配置优化的方案。该方案的容量配置如表4-4所示:
表4-4 系统容量优化配置
Table.4-4 0ptimal configuration of system capacity
设备 容量 设备 容量
燃气轮机 127 kW 透平 99 kW
吸收式制冷机 258 kW 换热器 276 kW
电制冷机 48 kW 储热罐 17 m3
压缩机 137 kW 储气罐 285 m3
 
51
 
在该方案中,系统的日成本为 2983.9 元,而二氧化碳日排放量为 2121.5 kg。 在该新型 CCHP 系统的输出中,部分电能来源于 CAES 系统储存的低价电,而输 出的冷量则来源于燃气轮机高温烟气和导热油驱动的吸收式制冷机,以及电制冷机。 系统输出的来源较为复杂,需对 CAES 系统充放电以及制冷子系统的工作情况进行分 析。
 
50
-50
-100
■ ]50 I I I I I I I I I I I I l_
0 2 4 6 8 10 12 14 16 18 20 22 24
小时(h)
图4-2 CAES 充放电情况
Fig.4-2 Charge and discharge of CAES
该新型 CCHP 系统中 CAES 能量的储存和释放情况如图 4-2 所示,其纵坐标的正 值代表CAES的放电情况,而负值代表CAES的充电情况。正如图上表明,CAES在 0:00-8:00 间储存电网谷期的低价电。燃气轮机在 12:00-13:00,18:00-21:00 时间段所生 产的电能超过用户需求时,过剩的电能储存在 CAES 中。而在 8:00-12:00,13:00-18: 00 期间燃气轮机所产生的电能不能满足用户的需求时,由 CAES 对外放电进行补充。
上述新型CCHP系统中,CAES系统所储存的能量大部分来自于夜间电网谷期的 低价电,少部分来自燃气轮机剩余电力,在白天燃气轮机大部分时间处于设计工况下 运行,CAES系统对外放电。在CAES系统中,储存的低价电经过折损再释放时其价格 仍然比消耗天然气发电的价格要低,CAES使该新型CCHP系统节省了一部分的日成
52
本。由于电网电力大部分来源于燃煤发电厂,而燃煤发电厂的单位二氧化碳排放比消 耗天然气发电要大,该新型 CCHP 系统中相当大一部分二氧化碳排放来源于 CAES 子 系统。
 
图 4-3 制冷子系统工作情况
Fig.4-3 0peration of refrigeration subsystem
该新型 CCHP 系统中冷量来源的分布情况如图 4-3 所示,7:00-8:00 之间该新型 CCHP 系统不工作,用户所需制冷量完全由电制冷机提供;在 8:00-18:00 期间,由烟气 驱动的溴化锂吸收式制冷机的制冷量不能满足用户需求,需求缺口由导热油驱动的吸 收式制冷机制冷量和电制冷机的制冷量补足,此时烟气、导热油与电制冷机一同对用 户供冷,共同调节供冷负荷输出;在 18:00-21:00 之间,烟气驱动的溴化锂吸收式制冷 机制冷量能够满足用户的供冷需求,不需要电制冷机和导热油驱动吸收式制冷机提供 冷量。
上述新型 CCHP 系统中,燃气轮机在工作时大部分时间处于设计工况下运行,储 存的导热油热量大部分来源于夜间电网谷段低价电驱动压气机所产生的压缩热,相对 于消耗天然气的燃气轮机高温烟气,由导热油热量驱动吸收式制冷机的制冷成本较低,
53 新型 CCHP 系统节省了一部分日成本。而因为导热油热量来源于电网电力驱动压气机 的压缩热,电网电力因燃煤电厂占主导的缘故,单位二氧化碳日排放较高,该新型CCHP 系统的二氧化碳日排放量比消耗天然气供能占比大的CCHP系统要多。
4.4本章小结
本章应用 NSGA-II 算法,以日成本最小和二氧化碳日排放量最小为优化目标,以 广州某办公楼夏季典型日负荷需求为分析对象,对集成压缩空气储能与蓄热系统的新 型冷热电联供系统进行配置优化。优化得到 Pareto 前沿,选取合适的 Pareto 最优解得 到该新型集成系统的容量优化配置,并分析了压缩空气储能子系统的充、放电工作状 况与制冷子系统中烟气、导热油和电制冷机夏季典型日逐时的具体工作状况。
54
结论与展望
本文将压缩空气储能、蓄热系统与传统冷热电三联供系统进行集成,提出了一种 基于压缩空气储能调控的新型冷热电三联供系统,并建立其系统模型。应用MATLAB 软件,对该新型集成系统进行热力学性能分析,并采用广州某办公楼的负荷数据对新 型系统与传统冷热电三联供系统进行对比研究。最后,利用NSGA-II算法对该新型系 统进行容量配置优化。本文的主要结论如下。
(1)提出了一个集成压缩空气储能与蓄热系统的,基于压缩空气储能调控的新型冷 热电三联供系统,描述了该新型系统的具体工作流程,并对该新型集成系统建立了热 力学模型。
(2)在给定配置参数和系统充、放电工作条件的情况下,分析基于压缩空气储能调 控的新型冷热电三联供系统的热力学性能如下:CAES系统完全放电时,该新型CCHP 集成系统的总输出功为566670 kJ,总输出冷量、热量分别为1452194 kJ和243004.6 kJ。 CAES系统功转换效率为57.41%,集成系统的炯效率为28.19%, 一次能源率为88.06%, 一次节能率为 26.61%o
(3)对影响系统热力学性能的CAES压气机压缩比、透平进气口压力、加热透平进 气口温度的烟气质量流量三个参数进行敏感性分析可知:CAES压气机压缩比的增加 导致集成系统总输出功与热量的下降,系统总输出冷量将增加,CAES功转换效率、系 统岬效率、一次节能率下降明显、而一次能源率则略微下降;透平进气口压力对集成系 统的总输出冷量、热量没有影响,而总输出功和系统的炯效率、一次能源率、一次节能 率、CAES功转换效率均随透平进气口压力的增大而增大;随着加热透平进气口温度的 烟气质量流量的增大,系统总输出功和系统岬效率、一次节能率、CAES功转换效率皆 明显增大,而系统总输出冷量、热量和一次能源率则明显减小。
(4)使用广州某园区办公楼夏天典型日的冷热电负荷数据,对该新型 CCHP 系统 与传统CCHP系统在该负荷分布下,与外部电网断开独立运行的热力学性能进行比较, 其中新型CCHP系统的炯效率为31.97%,高于传统系统7.58%;新型CCHP系统的一 次能率为76.22%,高于传统系统10.97%;新型CCHP系统的一次节能率为24.84%, 高于传统系统 18.15%o
(5)应用NSGA-II算法,以日成本最小和二氧化碳日排放量最小为优化目标,对集 成压缩空气储能与蓄热系统的新型冷热电三联供系统进行配置优化,得到 Pareto 前沿
55 图,选取燃气轮机容量为127 kW时的系统配置为优化结果,此时系统的日成本为2983.9 元,而二氧化碳日排放量为2121.5 kgo最后分析了压缩空气储能子系统的充、放电工 作状况与制冷子系统中烟气、导热油和电制冷机供冷的逐时分布状况。
本文所提出的,基于压缩空气储能调控的新型冷热电联供系统的热力学性能与配 置优化研究仍存在着一些不足,主要体现在系统模型的一些理想假设和复杂系统进行 全面细致配置优化方面的困难上。想要全面细致合理地进行配置优化,还需考虑不同 地区不同气候、系统不同的运行方式等诸多因素。考虑到本文现阶段的工作,对后续研 究工作的展望如下。
(1)本文在研究新型 CCHP 系统热力学性能时提出一些理想假设,如空气为理想 气体,忽略管道及换热器的压降及热量损失等,后续研究工作可结合实际工程中气体、 管道、换热器等设备实际情况进行建模,以期研究更加贴近现实情况。
(2)本文在对新型 CCHP 系统进行配置优化时,因广州冬天和过渡季节无需供冷、 供热,采用的是广州某园区办公楼夏天典型日的冷热电负荷进行计算。后续的研究工 作可采用该地区全年每天的详细负荷分布数据进行研究,并可进一步采用不同气候区 的负荷分布,对系统在不同气候区下的性能与配置优化进行研究。
56
参考文献
[1]Wu D W, Wang R Z. Combined cooling, heating and power: A review[J]. Progress in Energy and Combustion Science, 2006, 32(5): 459-495.
[2]冯志兵,金红光.燃气轮机冷热电联产系统与蓄能变工况特性[J].中国电机工程 学报, 2006(04): 25-30
[3]Luo X, Wang J, Dooner M, et al. Overview of current development in electrical energy storage technologies and the application potential in power system operation[J]. Applied energy, 2015, 137(Jan.1): 511-536.
[4]杨启超,李连生.主动储能调控在冷热电联供系统中的节能效果[J].储能科学与 技术, 2014, 3(04): 316-321.
[5]王琅,陆建峰,王维龙,等.楼宇型蓄能联产系统热力学及经济性分析[J].工程热 物理学报, 2017, 38(12): 2530-2536.
[6]胡小坚,王忠平,张雪梅,等.分布式天然气CCHP系统应用研究现状与前景[J]. 煤气与热力, 2011, 31(04): 4-9
[7]杨干,翟晓强,郑春元,等.国内冷热电联供系统现状和发展趋势[J].化工学报, 2015, 66(S2): 1-9
[8]王振铭.中国热电联产与分布式能源的新发展[J].沈阳工程学院学报(自然科学 版), 2006, 2(1): 1-5
[9]解鸣,任德财,濮晓宙,等.冷热电三联供系统的发展现状和应用综述[J].制冷, 2019, 38(1): 63-69.
[10]张雪梅,赵金狄,唐继旭.基于Dymola的微燃机CCHP系统动态仿真模型库研究 [J].城市燃气,2018(5): 12-19.
[11]Wang J L, Wu J Y, Zheng C Y. Simulation and evaluation of a CCHP system with exhaust gas deep-recovery and thermoelectric generator[J]. Energy Conversion and Management, 2014, 86: 992-1000.
[12]Wang X, Shu G, Tian H, et al. Operation performance comparison of CCHP systems with cascade waste heat recovery systems by simulation and operation optimisation[J]. Energy, 2020, 206 (Sep.1): 118123.1-118123.16.
57
[13]Ahmad Z, Saeed A, Babaie R M, et al. Energy, exergy and economic analysis of a novel solar driven CCHP system powered by organic Rankine cycle and photovoltaic thermal collector[J]. Applied Thermal Engineering, 2021, 194: 117091.
[14]Chen H, Cong T N, Yang W, et al. Progress in electrical energy storage system: A critical review[J]. Progress in Natural Science, 2008, 19(3): 291-312.
[15]陈海生,刘金超,郭欢,等.压缩空气储能技术原理[J].储能科学与技术,2013, 2(02): 146-151.
[16]Wang J, Lu K, Ma L, et al. Overview of Compressed Air Energy Storage and Technology Development[J]. Energies, 2017, 10(7): 991-1012.
[17]Zhang Y, Yang K, Li X, et al. The thermodynamic effect of air storage chamber model on Advanced Adiabatic Compressed Air Energy Storage System[J]. Renewable Energy, 2013, 57: 469-478.
[18]Yang K, Zhang Y, Li X, et al. Theoretical evaluation on the impact of heat exchanger in Advanced Adiabatic Compressed Air Energy Storage system[J]. Energy Conversion and Management, 2014, 86: 1031-1044.
[19]Han Z, Guo S. Investigation of Discharge Characteristics of a Tri-generative System Based On Advanced Adiabatic Compressed Air Energy Storage[J]. Energy Conversion and Management, 2018, 176: 110-122.
[20]张远,杨科,李雪梅,等.基于先进绝热压缩空气储能的冷热电联产系统[J].工程 热物理学报, 2013, 34(11): 1991-1996.
[21]Morgan R, Nelmes S, Gibson E, et al. Liquid air energy storage—Analysis and first results from a pilot scale demonstration plant[J]. Applied Energy, 2015, 137: 845-853.
[22]Guo H, Xu Y, Chen H, et al. Thermodynamic characteristics of a novel supercritical compressed air energy storage system[J]. Energy Conversion and Management, 2016, 115: 167-177.
[23]He F, Xu Y, Zhang X, et al. Hybrid CCHP system combined with compressed air energy storage[J]. International Journal of Energy Research, 2015, 39: 1807-1818.
[24]Jiang R, Yin H, Yang M, et al. Thermodynamic model development and performance analysis of a novel combined cooling, heating and power system integrated with
58 trigenerative compressed air energy storage[J]. Energy Conversion and Management, 2018, 168: 49-59.
[25]Lv S, He W, Zhang A, et al. Modelling and analysis of a novel compressed air energy storage system for trigeneration based on electrical energy peak load shifting[J]. Energy Conversion and Management, 2017, 135: 394-401.
[26]Razmi A, Soltani M, Torabi M. Investigation of an efficient and environmentally- friendly CCHP system based on CAES, ORC and compression-absorption refrigeration cycle: Energy and exergy analysis[J]. Energy conversion & management, 2019, 195(Sep.): 1199-1211.
[27]Sadeghi S, Ahmadi P. Thermo-economic optimization of a high-performance CCHP system integrated with compressed air energy storage (CAES) and carbon dioxide ejector cooling system[J]. Sustainable Energy Technologies and Assessments, 2021, 45: 101112.
[28]杨海亮, 杨承, 谢广平, 等. 太阳能与压气机抽气储能燃气轮机 CHP 系统耦合特 性分析[J 热力发电,2021, 50(12): 92-99.
[29]蒋凯,李浩秒,李威,等.几类面向电网的储能电池介绍[J].电力系统自动化, 2013, 37(1): 47-53.
[30]Kumara D, Rajouriab S K, Kuharc S B, et al. Progress and prospects of sodium-sulfur batteries A review[J]. Solid State Ionics, 2017, 312: 8-16.
[31]Weber A Z, Mench M M, Meyers J P, et al. Gostick,Qinghua Liu. Redox flow batteries: a review[J]. Journal of Applied Electrochemistry, 2011, 41(10): 1137-1164.
[32]Darcovich K, Kenney B, MacNeil D D, et al. Control strategies and cycling demands for Li-ion storage batteries in residential micro-cogeneration systems[J]. Applied Energy, 2015, 141: 32-41.
[33]Lippert M. Li-ion energy storage takes microgrids to the next level[J]. Renewable Energy Focus, 2016, 17(4): 159-161.
[34]Obara S, Morizane Y, Morel J. Economic efficiency of a renewable energy independent microgrid with energy storage by a sodium-sulfur battery or organic chemical hydride[J]. International Journal of Hydrogen Energy, 2013, 38(21): 8888-8902.
59
[35]Sarkar T, Bhattacharjee A, Samanta H, et al. Optimal design and implementation of solar PV-wind-biogas-VRFB storage integrated smart hybrid microgrid for ensuring zero loss of power supply probability[J]. Energy Conversion and Management, 2019, 191: 102118.
[36]Soberanis M A, Mithrush T, Bassam A, et al. A sensitivity analysis to determine technical and economic feasibility of energy storage systems implementation: A flow battery case study[J]. Renewable Energy, 2018, 115: 547-557.
[37]Sedighizadeh M, Esmaili M, Mohammadkhani N. Stochastic multi-objective energy management in residential microgrids with combined cooling, heating, and power units considering battery energy storage systems and plug-in hybrid electric vehicles[J]. Journal of Cleaner Production, 2018, 195: 301-317.
[38]Mazzoni S, Ooi S, Nastasi B, et al. Energy storage technologies as techno-economic parameters for master-planning and optimal dispatch in smart multi energy systems[J]. Applied Energy, 2019, 254: 113682.1-113682.17.
[39]Laguna-Bercero M A. Recent advances in high temperature electrolysis using solid oxide fuel cells: A review[J]. Journal of Power Sources, 2011, 203: 4-16.
[40]Erzen S, Agikkalp E, Hepbasli A. Performance assessment of a biogas fuelled molten carbonate fuel cell-thermophotovoltaic cell-thermally regenerative electrochemical cycle-absorption refrigerator-alkaline electrolyzer for multigenerational applications[J]. International Journal of Hydrogen Energy, 2019, 44(42): 23741-23749.
[41]Liu J, Xu Z, Wu J, et al. Optimal planning of distributed hydrogen-based multi-energy systems[J]. Applied Energy, 2021, 281: 116107.1-116107.12.
[42]Shariatzadeh O J, Refahi A H, Abolhassani S S, et al. Modeling and optimization of a novel solar chimney cogeneration power plant combined with solid oxide electrolysis/fuel cell[J]. Energy Conversion and Management, 2015, 105: 423-432.
[43]Stoots C M, O'Brien J E, Condie K G, et al. High-temperature electrolysis for large- scale hydrogen production from nuclear energy-Experimental investigations[J]. International Journal of Hydrogen Energy, 2010, 35(10): 4861-4870.
60
[44]冷光辉,曹惠,彭浩,等•储热材料研究现状及发展趋势[J].储能科学与技术, 2017, 6(5): 1058-1075.
[45]Liu W, Chen G, Yan B, et al. Hourly operation strategy of a CCHP system with GSHP and thermal energy storage (TES) under variable loads: A case study[J]. Energy & Buildings, 2015, 93: 143-153.
[46]Keshavarzzadeh A H, Ahmadi P. Multi-objective techno-economic optimization of a solar based integrated energy system using various optimization methods[J]. Energy Conversion and Management, 2019, 196: 196-210.
[47]Wang J, Xie X, Lu Y, et al. Thermodynamic performance analysis and comparison of a combined cooling heating and power system integrated with two types of thermal energy storage[J]. Applied Energy, 2018, 219: 114-122.
[48]Yang C, Wang X, Huang M, et al. Design and simulation of gas turbine-based CCHP combined with solar and compressed air energy storage in a hotel building[J]. Energy and Buildings, 2017, 153: 412-420.
[49]Khan K H, Rasul M G, Khan M M K. Energy conservation in buildings: cogeneration and cogeneration coupled with thermal energy storage[J]. Applied Energy, 2004, 77(1): 15-34.
[50]Ruan Y, Liu Q, Li Z, et al. Optimization and analysis of Building Combined Cooling, Heating and Power (BCHP) plants with chilled ice thermal storage system[J]. Applied Energy, 2016, 179: 738-754.
[51]Pielichowska K, Pielichowski K. Phase change materials for thermal energy storage[J]. Progress in Materials Science, 2014, 65: 67-123.
[52]Zhang Y, Wei Z, Wang X, et al. Optimal phase change temperature for BCHP system with PCM-TES based on energy storage effectiveness[J]. Procedia Engineering, 2017, 205: 533-539.
[53]Abbasi H R, Pourrahmani H. Multi-objective optimization and exergoeconomic analysis of a continuous solar-driven system with PCM for power, cooling and freshwater production[J]. Energy Conversion and Management, 2020, 211: 112761.1-112761.18.
61
[54]闫霆,王文欢,王程遥•化学储热技术的研究现状及进展[J].化工进展,2018, 37(12): 4586-4595.
[55]Li T X, Wang R Z, Yan T, et al. Integrated energy storage and energy upgrade, combined cooling and heating supply, and waste heat recovery with solid-gas thermochemical sorption heat transformer[J]. International Journal of Heat and Mass Transfer, 2014, 76: 237-246.
[56]Ferrucci F, Stitou D, Ortega P, et al. Mechanical compressor-driven thermochemical storage for cooling applications in tropical insular regions. Concept and efficiency analysis[J]. Applied Energy, 2018, 219: 240-255.
[57]凌志钧,王小平,薛小平.一种改进的小生境遗传算法在多目标优化中的应用[J]. 计算机应用与软件, 2008, 25(11): 16-19.
[58]Dao S D, Abhary K, Marian R. A bibliometric analysis of Genetic Algorithms throughout the history[J]. Computers & Industrial Engineering, 2017, 110: 395-403.
[59]Dao S D, Abhary K, Marian R. Optimisation of partner selection and collaborative transportation scheduling in Virtual Enterprises using GA[J]. Expert Systems With Applications, 2014, 41(15): 6701-6717.
[60]Qing-dao-er-ji R, Wang Y. A new hybrid genetic algorithm for job shop scheduling problem[J]. Computers & operations research, 2012, 39(10): 2291-2299.
[61]Tang P H, Tseng M H. Adaptive directed mutation for real-coded genetic algorithms[J]. Applied Soft Computing, 2013, 13(1): 600-614.
[62]Chang P C, Hsieh J C, Wang C Y. Adaptive multi-objective genetic algorithms for scheduling of drilling operation in printed circuit board industry[J]. Applied Soft Computing, 2007, 7(1/4): 800-806.
[63]Stern H, Chassidim Y, Zofi M. Multiagent visual area coverage using a new genetic algorithm selection scheme[J]. European Journal of Operational Research, 2005, 175(3): 1890-1907.
[64]Wang X, Yang C, Huang M, et al. Multi-objective optimization of a gas turbine-based CCHP combined with solar and compressed air energy storage system[J]. Energy conversion & management, 2018, 164: 93-101.
62
[65]Zandiab S, Mofradab K G, Salehi G, et al. Multi-objective optimization and thermoeconomic analysis of a novel CCHP with TES and hybrid cooling for residential complex[J]. Thermal Science and Engineering Progress, 2020, 19: 100656.
[66]Lu C, Wang J, Yan R, et al. Multi-objective optimization of combined cooling, heating and power system considering the collaboration of thermal energy storage with load uncertainties[J]. Journal of Energy Storage, 2021, 40: 102819.
[67]Cao Y, Dhahad H A, Togun H, et al. Exergetic and economic assessments and multiobjective optimization of a modified solar-powered CCHP system with thermal energy storage[J]. Journal of Building Engineering, 2021, 43: 102702.
[68]Zhang N, Cai R. Analytical solutions and typical characteristics of part-load performances of single shaft gas turbine and its cogeneration[J]. Energy Conversion and Management, 2002, 43(9): 1323-1337.
[69]张娜,蔡睿贤.单轴恒速燃气轮机及其功热并供装置的变工况显式解析解[J].工 程热物理学报, 1998(02): 141-144.
[70]Guo C, Xu Y, Zhang X, et al. Performance analysis of compressed air energy storage systems considering dynamic characteristics of compressed air storage[J]. Energy, 2017, 135: 876-888.
[71]Gomri R, Hakimi R. Second law analysis of double effect vapour absorption cooler system[J]. Energy conversion & management, 2008, 49(11): 3343-3348.
[72]Talukdar K, Gogoi T K. Exergy analysis of a combined vapor power cycle and boiler flue gas driven double effect water-LiBr absorption refrigeration system[J]. Energy Conversion and Management, 2016, 108: 468-477.
[73]Yan Y, Zhang C, Li K, et al. An integrated design for hybrid combined cooling, heating and power system with compressed air energy storage[J]. Applied Energy, 2018, 210: 1151-1166.
[74]Jiang R, Yin H, Chen B, et al. Multi-objective assessment, optimization and application of a grid-connected combined cooling, heating and power system with compressed air energy storage and hybrid refrigeration[J]. Energy Conversion and Management, 2018, 174: 453-464.
63
[75]Mosaffa A H, Farshi L G. Thermodynamic and economic assessments of a novel CCHP cycle utilizing low-temperature heat sources for domestic applications[J]. Renewable energy, 2018, 120(May): 134-150.
[76]Yao E, Wang H, Wang L, et al. Thermo-economic optimization of a combined cooling, heating and power system based on small-scale compressed air energy storage[J]. Energy Conversion and Management, 2016, 118: 377-386.
【本文地址:https://www.xueshulunwenwang.com//shuoshilunwenzhuanti/dianlixitongjiqizidonghua/5260.html

上一篇:基于改进BP神经网络的 辽阳地区电力负荷短期预测方法研究

下一篇:没有了

相关标签: