IPC分类号 : C10J3/20I,F25B15/00I,F25B27/02I,F24D15/00I,G06N3/12I
专利摘要
专利摘要
本发明公开了一种生物质气化三联供系统及其运行经济性的评估方法,包括:生物质气化子系统、生物质发电子系统、热回收子系统、制冷子系统和制热子系统。该方法包括:获取相关信息:获取系统的各子系统相关参数、对应建筑物年度的总电负荷、总热负荷和总冷负荷;步骤2.对不同运行模式模拟计算:利用获取的相关信息,在Matlab软件中用设定好参数的遗传算法以聚类分析方式分别对生物质气化三联供系统的三种运行模式进行经济性运行模拟计算,计算出不同运行模型下生物质气化三联供系统运行的经济性,得出经济性最优的运行模式。该系统能将生物质能源与三联供系统的优势相结合,并能确定经济性最优的运行模式,提升能源利用效率。
权利要求
1.一种生物质气化三联供系统运行经济性的评估方法,其特征在于,用于对生物质气化三联供系统以热定电、电定热和混合热电三种运行模式的经济性进行评估,所述生物质气化三联供系统,包括:生物质气化子系统、生物质发电子系统、热回收子系统、制冷子系统和制热子系统;其中,所述生物质气化子系统设有生物质原料入口和生物质气出口,所述生物质气出口与所述生物质发电子系统连接;所述生物质发电子系统设有废热输出端和至少两个供电端,所述废热输出端与所述热回收子系统连接,一个所述供电端与制冷子系统电气连接,另一个所述供电端与建筑物的供电电路电气连接;所述热回收子系统分别与所述制热子系统和制冷子系统连接,所述制热子系统的供热端与所述建筑物的供热管网连接,所述制冷子系统的冷量供应端与所述建筑物的供冷管网连接;所述制冷子系统包括:电制冷机组和吸收式制冷机;其中,所述电制冷机组与所述生物质发电子系统的一个供电端电气连接;所述吸收式制冷机与所述热回收子系统连接;所述电制冷机组和吸收式制冷机均设有冷量输出端,两者的冷量输出端并联连接作为该制冷子系统的冷量供应端;包括以下步骤:
步骤1.获取相关信息:获取所述生物质气化三联供系统的各子系统相关参数、对应建筑物的年度的总电负荷、总热负荷和总冷负荷;
步骤2.对不同运行模式模拟计算:利用所述步骤1获取的相关信息,在Matlab软件中采用设定好参数的遗传算法以聚类分析方式分别对生物质气化三联供系统的三种运行模式进行经济性运行模拟计算,计算出不同运行模型下所述生物质气化三联供系统的运行经济性,得出经济性最优的运行模式;其中,三种运行模式为:以热定电运行模式、混合热电运行模式、以电定热运行模式;
所述混合热电运行模式为:在以热定电运行模式与以电定热运行模式之间切换;
用设定好参数的遗传算法对生物质气化三联供系统的混合热电运行模式进行经济性运行模拟包括:
步骤C1.所述遗传算法的目标函数是混合热电运行模式中的生物质气化三联供系统的年度总费用,该目标函数Y的计算公式为:
上式(8)中,
步骤C2.选择:对每次得到的目标函数的结果值采用轮盘赌形式选取这一代参数里适应度最小的优秀个体;
步骤C3.交叉:将上一代的优秀个体进行单点交叉形成新的个体;
步骤C4.变异:调整种群中的所述新的个体的某一编码值,直到遗传算法收敛终止;
步骤C5.重复所述步骤C1,若满足遗传算法终止条件,则遗传算法结束,得出的最优个体即为最优的λ值和系统的最小年总费用的数值;反之重复所述步骤C1到步骤C5继续迭代得出最优个体,得出的最优个体即为最优的λ值和系统的最小年总费用的数值。
2.根据权利要求1所述的生物质气化三联供系统运行经济性的评估方法,其特征在于,所述方法中,设定的遗传算法参数为:
种群数量为:200;
群体规模为:50;
基因长度为:10;
交叉概率为:0.05;
变异概率为:0.8;
所述生物质气化三联供系统的电制冷提供的冷负荷占建筑物的总冷负荷的比例系数λ的寻优范围为[0,1]。
3.根据权利要求2所述的生物质气化三联供系统运行经济性的评估方法,其特征在于,所述的遗传算法中,初始种群的产生方式为:通过随机的形式产生50个初始个体,即可行解的50个λ参数可疑解,且每个个体拥有1个染色体,每个染色体携带1个基因,每个基因编码长度为L,L采用二进制编码;
解码方式为:将个体的数值由二进制转换为十进制。
4.根据权利要求1至3任一项所述的生物质气化三联供系统运行经济性的评估方法,其特征在于,所述方法中,用设定好参数的遗传算法分别对生物质气化三联供系统的以热定电运行模式进行经济性运行模拟包括:
步骤A1.所述以热定电运行模式中,回收的热量Q
上式(1)中,Q
步骤A2.所述生物质气化三联供系统的生物质消耗量B
上式(2)中,B
步骤A3.所述以热定电运行模式中,若生物质发电子系统产电量小于建筑物的总电负荷与制冷子系统的电制冷机组所需电量之和,补充的电量从城市电网购买;若生物质发电子系统产电量大于建筑物的总电负荷与电制冷机组所需电量之和,则将多余电量直接排出;其中,电网的购电量E
上式(3)中,E
步骤A4.所述遗传算法的目标函数是以热定电运行模式中的生物质气化三联供系统的年度总费用,该目标函数Y的计算公式为:
上式(4)中,
步骤A5.选择:对每次得到的目标函数的结果值采用轮盘赌形式选取这一代参数里适应度最小的个体作为优秀个体;
步骤A6.交叉:将上一代的优秀个体进行单点交叉形成新的个体;
步骤A7.变异:调整种群中的所述新的个体的某一编码值,直到遗传算法收敛终止;
步骤A8.重复所述步骤A1到步骤A4,若满足遗传算法终止条件,则遗传算法结束,得出的最优个体即为最优的λ值和系统的最小年总费用的数值;反之重复所述步骤A1到步骤A8继续迭代得出最优个体,得出的最优个体即为最优的λ值和系统的最小年总费用的数值。
5.根据权利要求1至3任一项所述的生物质气化三联供系统运行经济性的评估方法,其特征在于,所述方法中,用设定好参数的遗传算法对生物质气化三联供系统的以电定热运行模式进行经济性运行模拟包括:
步骤B1.以电定热运行模式中,生物质气化三联供系统基于建筑物所需的电力运行,不排出剩余电量,也不从电网买电,所述生物质气化子系统所用的生物质原料消耗量通过以下公式计算:
上式(5)中,B
步骤B2.热回收子系统提供的热量作为建筑物的热负荷和所述制冷子系统的吸收式制冷机的低位热能,两部分热量之和通过以下公式计算:
上式(6)中,Q
步骤B3.所述遗传算法的目标函数是以电定热运行模式中的生物质气化三联供系统的年度总费用,该目标函数Y的计算公式为:
上式(7)中,Q
步骤B4.选择:对每次得到的目标函数的结果值采用轮盘赌形式选取这一代参数里适应度最小的优秀个体;
步骤B5.交叉:将上一代的优秀个体进行单点交叉形成新的个体;
步骤B6.变异:调整种群中的所述新的个体的某一编码值,直到遗传算法收敛终止;
步骤B7.重复所述步骤B1到步骤B3,若满足遗传算法终止条件,则遗传算法结束,得出的最优个体即为最优的λ值和系统的最小年总费用的数值;反之重复所述B1到步骤B7继续迭代得出最优个体,得出的最优个体即为最优的λ值和系统的最小年总费用的数值。
6.根据权利要求1所述的生物质气化三联供系统运行经济性的评估方法,其特征在于,所述生物质气化子系统包括:顺次连接的气化炉、净化器和生物质气储罐;其中,
所述气化炉设置所述生物质原料入口;
所述生物质气储罐设置所述生物质气出口。
7.根据权利要求1或6所述的生物质气化三联供系统运行经济性的评估方法,其特征在于,所述制热子系统包括:
加热单元和生物质锅炉;其中,
所述加热单元设有第一供热端,所述第一供热端分别与所述制热子系统和制冷子系统连接;
所述生物质锅炉设有生物质原料加入口和第二供热端,所述第二供热端分别与所述制热子系统和制冷子系统连接。
说明书
技术领域
本发明涉及气化系统的评估领域,尤其涉及一种生物质气化三联供系统及其运行经济性的评估方法。
背景技术
生物质能是自然界中有生命的植物提供的能量,这些植物以生物质作为媒介储存太阳能。在能源方面,生物质燃料是一种可再生能源,例如:木材废料、食品垃圾和工业废物等都属于生物质能源,具有巨大的资源潜力,可以实现连续的燃料供应,能满足于国际上可持续发展的要求。在环境保护方面,生物质是一种环境友好型能源。使用生物质作为燃料是一个碳中和过程,能够缓解全球变暖问题,生物质燃料有极少的酸性,并且少量在空气中排放。将生物质能源气化,是将生物质燃料用于分布式发电的合适方法,可达到扩大生物质利用率的目的。但目前大量生物质能源不能得到有效利用。
三联供系统(即冷暖热三联供系统)是一种分布式能源供应系统,可以将发电后的剩余能量分级利用回收,利用此废弃能量同时向建筑物用户提供电力、供暖、制冷和生活热水等需求,三联供系统是一种解决世界现有系统造成的某些能源、经济和环境问题的有效替代方案,它可以达到节约成本、减少一次能源的使用以及降低环境污染的目标。因为生物质能源存在分布不集中的问题,目前的三联供系统消耗的能源一般为煤炭等一次能源,并无法利用生物质能源。因此,如何节约三联供系统一次能源的消耗量,提高生物质能源的利用率,是需要解决的问题。
发明内容
基于现有技术所存在的问题,本发明的目的是提供一种生物质气化三联供系统及其运行经济性的评估方法,能实现三联供系统充分利用生物质能源,并能确保经济运行。
本发明的目的是通过以下技术方案实现的:
本发明实施方式提供一种生物质气化三联供系统,包括:
生物质气化子系统、生物质发电子系统、热回收子系统、制冷子系统和制热子系统;其中,
所述生物质气化子系统设有生物质原料入口和生物质气出口,所述生物质气出口与所述生物质发电子系统连接;
所述生物质发电子系统设有废热输出端和至少两个供电端,所述废热输出端与所述热回收子系统连接,一个所述供电端与制冷子系统电气连接,另一个所述供电端与建筑物的供电电路电气连接;
所述热回收子系统分别与所述制热子系统和制冷子系统连接,所述制热子系统的供热端与所述建筑物的供热管网连接,所述制冷子系统的冷量供应端与所述建筑物的供冷管网连接;
所述制冷子系统包括:电制冷机组和吸收式制冷机;其中,所述电制冷机组与所述生物质发电子系统的一个供电端电气连接;所述吸收式制冷机与所述热回收子系统连接;所述电制冷机组和吸收式制冷机均设有冷量输出端,两者的冷量输出端并联连接作为该制冷子系统的冷量供应端。
本发明实施方式还提供一种生物质气化三联供系统运行经济性的评估方法,用于对本发明所述的生物质气化三联供系统以热定电、电定热和热电混合三种运行模式的经济性进行评估,包括以下步骤:
步骤1.获取相关信息:获取所述生物质气化三联供系统的各子系统相关参数、对应建筑物的年度的总电负荷、总热负荷和总冷负荷;
步骤2.对不同运行模式模拟计算:利用所述步骤1获取的相关信息,在Matlab软件中采用设定好参数的遗传算法以聚类分析方式分别对生物质气化三联供系统的三种运行模式进行经济性运行模拟计算,计算出不同运行模型下所述生物质气化三联供系统运行的经济性,得出经济性最优的运行模式;其中,三种运行模式为:以热定电的运行模式、电热混合的运行模式、以电定热的运行模式。
由上述本发明提供的技术方案可以看出,本发明实施例提供的生物质气化三联供系统及其运行经济性的评估方法,其有益效果为:
通过将生物质气化子系统、生物质发电子系统、热回收子系统、制冷子系统和制热子系统有机连接,形成一种能充分利用生物质能源的三联供系统,节约三联供系统一次能源的消耗量,提高生物质能源的利用率。通过基于遗传算法对该系统的三种运行模式进行经济性评估,能预先模拟得出适用于系统的最经济的运行模式,为系统的经济化运行提供准确依据。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的生物质气化三联供系统的构成示意图;
图2为本发明实施例提供的经济性评估方法的流程图;
图3为本发明实施例提供的经济性评估方法的遗传算法及预测流程图;
图4为本发明实施例提供的经济性评估方法中以热定电运行模式中目标函数的优化过程示意图;
图5为本发明实施例提供的经济性评估方法中以电定热运行模式中目标函数的优化过程示意图;
图6为本发明实施例提供的经济性评估方法中热电混合运行模式中目标函数的优化过程示意图;
图1 中标号为:1-生物质气化子系统;11-气化炉;12-净化器;13-生物质气储罐;2- 生物质发电子系统;3-热回收子系统;4-制冷子系统;41-电制冷机组;42-吸收式制冷机;5-制热子系统;51-生物质锅炉;52-加热单元。
具体实施方式
下面结合本发明的具体内容,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
如图1所示,本发明实施例提供一种生物质气化三联供系统,包括:
生物质气化子系统、生物质发电子系统、热回收子系统、制冷子系统和制热子系统其中,
所述生物质气化子系统设有生物质原料入口和生物质气出口,所述生物质气出口与所述生物质发电子系统连接;
所述生物质发电子系统设有废热输出端和至少两个供电端,所述废热输出端与所述热回收子系统连接,一个所述供电端与制冷子系统电气连接,另一个所述供电端与建筑物的供电电路电气连接;
所述热回收子系统分别与所述制热子系统和制冷子系统连接,所述制热子系统的供热端与所述建筑物的供热管网连接,所述制冷子系统的冷量供应端与所述建筑物的供冷管网连接;
所述制冷子系统包括:电制冷机组和吸收式制冷机;其中,所述电制冷机组与所述生物质发电子系统的一个供电端电气连接;所述吸收式制冷机与所述热回收子系统连接;所述电制冷机组和吸收式制冷机均设有冷量输出端,两者的冷量输出端并联连接作为该制冷子系统的冷量供应端。
上述系统中,生物质气化子系统包括:顺次连接的气化炉、净化器和生物质气储罐;其中,
所述气化炉设置所述生物质原料入口;
所述生物质气储罐设置所述生物质气出口。
上述系统中,制热子系统包括:
加热单元和生物质锅炉;其中,
所述加热单元设有第一供热端,所述第一供热端分别与所述制热子系统和制冷子系统连接;
所述生物质锅炉设有生物质原料加入口和第二供热端,所述第二供热端分别与所述制热子系统和制冷子系统连接。
参见图2、3,本发明实施例还提供一种生物质气化三联供系统运行经济性的评估方法,用于对上述的生物质气化三联供系统以热定电、电定热和热电混合三种运行模式的经济性进行评估,包括以下步骤:
步骤1.获取相关信息:获取所述生物质气化三联供系统的各子系统相关参数、对应建筑物的年度的总电负荷、总热负荷和总冷负荷;
步骤2.对不同运行模式模拟计算:利用所述步骤1获取的相关信息,采用设定好参数的遗传算法分别对生物质气化三联供系统的三种运行模式进行经济性运行模拟,计算出不同运行模型下所述生物质气化三联供系统运行的经济性,得出经济性最优的运行模式;其中,三种运行模式为:以热定电的运行模式、电热混合的运行模式、以电定热的运行模式。
优选的,上述方法步骤1中,获取所述生物质气化三联供系统的各子系统相关参数为:各子系统中设备的额定功率、设备单价、电费和生物质原料消耗量。
上述方法步骤2中,设定的遗传算法参数为:
种群数量为:200;
群体规模为:50;
基因长度为:10;
交叉概率为:0.05;
变异概率为:0.8;
所述生物质气化三联供系统的电制冷提供的冷负荷占建筑物的总冷负荷的比例系数λ的寻优范围为[0,1]。
上述方法的遗传算法中,初始种群的产生方式为:通过随机的形式产生50个初始个体,即可行解的50个λ参数可疑解,且每个个体拥有1个染色体,每个染色体携带1个基因,每个基因编码长度为L,L采用二进制编码;
解码方式为:将个体的数值由二进制转换为十进制。
上述方法中,用设定好参数的遗传算法分别对生物质气化三联供系统的以热定电的运行模式进行经济性运行模拟包括:
步骤A1.所述以热定电的运行模式中,回收的热量Qreg的计算公式为:
上式(1)中,Qreg为生物质发电子系统排出的废热量,单位为kW;Qh为建筑物的总热负荷,单位为kW;Qc为建筑物的总冷负荷,单位为kW;ηhu为制热子系统的效率,单位为%;ηab为制冷子系统的吸收式制冷机的效率,单位为%;λ为制冷子系统的电制冷机组提供的冷负荷占建筑物的总冷负荷的比例,%;
步骤A2.所述生物质气化三联供系统的生物质消耗量BBGBCCHP计算公式为:
上式(2)中,BBGBCCHP为生物质气化三联供系统所需的生物质量,单位为kg/s;ηga为生物质气化子系统的效率,单位为%;ηpgu为生物质发电子系统的效率,单位为%;Hb为生物质能源的低位热值,单位为kJ/kg;
步骤A3.所述以热定电的运行模式中,若生物质发电子系统产电量小于建筑物的总电负荷与制冷子系统的电制冷机组所需电量之和,补充的电量从城市电网购买;若生物质发电子系统产电量大于建筑物的总电负荷与电制冷机组所需电量之和,则将多余电量直接排出;其中,电网的购电量Eg计算公式为:
上式(3)中,Eg为从电网的购电量,单位为kW;Euser为建筑物的总电负荷与制冷子系统的电制冷机组所需的电量之和,单位为kW;ηpgu为生物质发电子系统的效率,单位为%;
步骤A4.所述遗传算法的目标函数是以热定电运行模式中的生物质气化三联供系统的年度总费用,该目标函数Y的计算公式为:
上式(4)中, 为生物质气化子系统的额定功率,单位为kW; 为生物质发电子系统和热回收子系统的额定功率,单位为kW;;λ为制冷子系统的电制冷机组提供的冷负荷占总冷负荷的比例系数;Bgai为生物质原料消耗量,单位为kg/h;Egridi为从电网引入的电量,单位为kW/h。
步骤A5.选择:采用轮盘赌形式选取这一代参数里适应度最小(即这一代参数里准确率最高)的个体作为优秀个体;
步骤A6.交叉:将上一代的优秀个体进行单点交叉形成新的个体;
步骤A7.变异:调整种群中的新的个体的某一编码值,直到遗传算法收敛终止;具体是:对种群中的个体的某一编码值进行变动,进而提高遗传算法的随机搜索能力以及防止遗传算法出现早熟而终止;该步骤中,对于个体i来说,遗传算法的随机搜索中是否接受其变异后的个体取决于该个体变异后的新个体的适应度是否大于变异前个体的适应度,如果变异后的个体的适应度大于原来个体的适应度,则对其进行变异;反之则以概率接受该个体的变异;从而增加优秀个体被接受的可能性,即增加寻优空间的多样性。
步骤A8.重复所述步骤A1到步骤A4,若满足算法终止条件,则算法结束,得出的最优个体即为最优的λ值和系统的最小年总费用的数值;反之重复所述A1到步骤A8继续迭代得出最优个体,得出的最优个体即为最优的λ和系统的最小年总费用的数值。
上述以热定电运行模式中目标函数的优化过程示意如图4所示。
上述方法中,用设定好参数的遗传算法对生物质气化三联供系统的以电定热的运行模式进行经济性运行模拟包括:
步骤B1.以电定热的运行模式中,生物质气化三联供系统基于建筑物所需的电力运行,不排出剩余电量,也不从电网买电,所述生物质气化子系统所用的生物质原料消耗量通过以下公式计算:
上式(5)中,Bga为生物质气化子系统中的生物质原料消耗量,单位为kg/s;
步骤B2.热回收子系统提供的热量作为建筑物的热负荷和所述制冷子系统的吸收式制冷机的低位热能,两部分热量之和通过以下公式计算:
上式(6)中,Qreq为制热子系统的加热单元的热负荷与制冷子系统的吸收式制冷机的热量之和,单位为kW;
步骤B3.所述遗传算法的目标函数是以电定热运行模式中的生物质气化三联供系统的年度总费用,该目标函数Y计算公式为:
上式(7)中,Qbfb(max)为所述制热子系统的生物质锅炉产生的热量的最大值,单位为kJ;
步骤B4.选择:对每次得到的目标函数的结果值采用轮盘赌形式选取这一代参数里适应度最小的优秀个体;
步骤B5.交叉:将上一代的优秀个体进行单点交叉形成新的个体;
步骤B6.变异:调整种群中的所述新的个体的某一编码值,直到遗传算法收敛终止;
步骤B7.重复所述步骤B1到步骤B3,若满足遗传算法终止条件,则遗传算法结束,得出的最优个体即为最优的λ值和系统的最小年总费用的数值;反之重复所述B1到步骤 B7继续迭代得出最优个体,得出的最优个体即为最优的λ值和系统的最小年总费用的数值。
上述以电定热运行模式中目标函数的优化过程示意如图5所示。
上述方法中,当生物质气化三联供系统在混合热电模式下运行时,意味着系统不会产生过多的热量或电力。因此,混合热电运行模式的操作策略是在以热定电模式和以电定热模式之间切换。具体的,用设定好参数的遗传算法对生物质气化三联供系统的以混合热电的运行模式进行经济性运行模拟包括:
步骤C1.所述遗传算法的目标函数是混合热电运行模式中的生物质气化三联供系统的年度总费用,该目标函数Y的计算公式为:
上式(8)中, 为生物质气化子系统的额定功率,单位为kW; 为生物质发电子系统和热回收子系统的额定功率,单位为kW;λ为制冷子系统的电制冷机组提供的冷负荷占总冷负荷的比例系数;Bgai为生物质原料消耗量,单位为kg/h;Qbfbi(max)为所述制热子系统的生物质锅炉产生的热量的最大值,单位为kJ;Egridi为从电网引入的电量,单位为 kW/h。
步骤C2.选择:对每次得到的目标函数的结果值采用轮盘赌形式选取这一代参数里适应度最小的优秀个体;
步骤C3.交叉:将上一代的优秀个体进行单点交叉形成新的个体;
步骤C4.变异:调整种群中的所述新的个体的某一编码值,直到遗传算法收敛终止;
步骤C5.重复所述步骤C1,若满足遗传算法终止条件,则遗传算法结束,得出的最优个体即为最优的λ值和系统的最小年总费用的数值;反之重复所述C1到步骤C5继续迭代得出最优个体,得出的最优个体即为最优的λ值和系统的最小年总费用的数值。
上述热电混合运行模式中目标函数的优化过程示意如图6所示。
本发明将生物质能源与三联供系统的优势充分结合,形成生物质气化三联供系统,该系统能在以热定电、热电混合、以电定热三种不同的运行模式下运行。并且基于遗传算法 (GA算法)对不同运行模式中的生物质气化三联供系统的经济性进行评估,得出三种不同运行模式的电费和能源消耗等总费用,进而准确评估不同运行模式中的生物质气化三联供系统的经济性,实现了事先为生物质气化三联供系统设定能经济运行的运行模式,达到了节能的效果。
下面对本发明实施例具体作进一步地详细描述。
如图1所示,本发明实施例提供一种生物质气化三联供系统,生物质气化子系统、生物质发电子系统、热回收子系统、制冷子系统和制热子系统;其中,
所述生物质气化子系统设有生物质原料入口和生物质气出口,所述生物质气出口与所述生物质发电子系统连接;
所述生物质发电子系统设有废热输出端和至少两个供电端,所述废热输出端与所述热回收子系统连接,一个所述供电端与制冷子系统电气连接,另一个所述供电端与建筑物的供电电路电气连接;
所述热回收子系统分别与所述制热子系统和制冷子系统连接,所述制热子系统的供热端与所述建筑物的供热管网连接,所述制冷子系统的冷量供应端与所述建筑物的供冷管网连接;
所述制冷子系统包括:电制冷机组和吸收式制冷机;其中,所述电制冷机组与所述生物质发电子系统的一个供电端电气连接;所述吸收式制冷机与所述热回收子系统连接;所述电制冷机组和吸收式制冷机均设有冷量输出端,两者的冷量输出端并联连接作为该制冷子系统的冷量供应端。
上述系统中,生物质气化子系统包括:顺次连接的气化炉、净化器和生物质气储罐;其中,
所述气化炉设置所述生物质原料入口;
所述生物质气储罐设置所述生物质气出口。
上述系统中,制热子系统包括:
加热单元和生物质锅炉;其中,
所述加热单元设有第一供热端,所述第一供热端分别与所述制热子系统和制冷子系统连接;
所述生物质锅炉设有生物质原料加入口和第二供热端,所述第二供热端分别与所述制热子系统和制冷子系统连接。
参见图2、3,本发明实施例还提供基于遗传算法(GA算法)对不同运行模式中的生物质气化三联供系统的经济性进行评估的方法,用对以热定电的运行模式进行评估的过程进行说明,包括以下步骤:
步骤A1.原始信息获取:包括系统中设备的额定功率,设备单价,电费,生物质消耗量和案例建筑物的年度电负荷,热负荷,冷负荷等。数据获取源:文献资料,DeST仿真软件;
步骤A2.遗传算法的参数设置:设置种群数量为200个,群体规模为50,每个基因长度为10,函数寻优范围的设置。电制冷提供的冷负荷占建筑物总冷负荷的比例系数λ的寻优范围为[0,1],各初始参数见表1;
表1遗传算法初始参数设置表
步骤A3.初始种群的产生:通过随机的形式产生50个初始个体,即可行解的50个λ参数可疑解,且每个个体拥有1个染色体,每个染色体携带1个基因,每个基因编码长度为 L(采用二进制编码);
步骤A4.解码,将个体的数值由二进制转换为十进制;
步骤A5.在以热定电的运行模式中,回收的热量Qreg取决于建筑物热负荷与吸收式制冷机所需的热量,Qreg计算公式如下所示:
其中,Qreg为发电单元排出的废热量,kW;Qh为建筑物热负荷,kW;Qc为建筑物冷负荷,kW;ηhu为加热单元的效率,%;ηab为吸收式制冷机的效率,%;λ为电制冷提供的冷负荷占建筑物总冷负荷的比例,%。
步骤A6.生物质气化三联供系统的生物质消耗量BBGBCCHP计算公式如下:
其中,BBGBCCHP为生物质气化三联供系统所需的生物质原料用量,kg/s;ηga为生物质气化装置的效率,%;ηpgu为发电单元的效率,%;Hb为生物质能源的低位热值,kJ/kg。
步骤A7.在以热定电的运行模式中,若发电单元产电量小于建筑物电负荷与电制冷机所需电量之和,补充的电量从城市电网购买;若发电单元产电量大于建筑物电负荷与电制冷机所需电量之和,则将多余电量直接排出。电网的购电量Eg计算公式如下:
其中,Eg为从电网的购电量,kW;Euser为建筑物电负荷与电制冷机所需的电量之和,kW;ηpgu为发电单元的效率,%。
步骤A8.遗传算法的目标函数是以热定电运行模式中的生物质气化三联供系统的年度总费用,该目标函数Y计算公式如下:
其中, 为生物质气化子系统的的额定功率,单位为kW; 为生物质发电子系统和热回收子系统的额定功率,单位为kW;λ为电制冷提供的冷负荷占总冷负荷的比例系数;Bgai为生物质消耗量,kg/h;Egridi为从电网引入的电量,kW/h;
步骤A9.选择:将每个目标函数的结果值采用轮盘赌形式选取这一代参数里适应度最小(即这一代参数里准确率最高)的个体作为优秀个体,;
步骤A10.交叉:将上一代的优秀个体进行单点交叉形成新的个体;
步骤A11.变异:对种群中的个体的某一编码值进行变动,提高算法的随机搜索能力以及防止算法出现“早熟”而终止;
步骤A12.重复步骤A4到步骤A7,若满足算法终止条件,则结束,即最优的保温层厚度和最小年总费用的数值;反之重复步骤4到步骤12继续迭代最优个体,遗传算法优化及预测流程图如图3所示。
另外的以电定热与混合热电运行模式,可参考上述的以热定电运行模式的评估步骤进行模拟评估,在此不再进一步说明。
本发明实现了将生物质气化技术与三联供系统相结合,形成一种生物质气化三联供系统,该系统能将生物质能源与三联供系统的优势相结合,解决生物质能源分布不集中与三联供系统一次能源消耗量大等问题,可以发挥生物质能源的潜力,充分将生物质能源作为可再生资源,同时因生物质能源可在环境中进行碳中和,能够缓解目前存在的环境问题,并达到持续性燃料供应与能源多级利用的目标;并且通过采用遗传算法模拟出生物质气化三联供系统在不同运行模式中的经济表现,通过对系统的能量流动分析,综合考虑电费,一次能源消耗成本等变量,进而对系统的模拟结果的经济性进行分析,得出该生物质气化三联供系统的经济性最优的运行模式,提升了系统运行的经济性,可实现综合利益最大化,对全球整体发展有着深远的意义。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
生物质气化三联供系统及其运行经济性的评估方法专利购买费用说明
Q:办理专利转让的流程及所需资料
A:专利权人变更需要办理著录项目变更手续,有代理机构的,变更手续应当由代理机构办理。
1:专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。
2:按规定缴纳著录项目变更手续费。
3:同时提交相关证明文件原件。
4:专利权转移的,变更后的专利权人委托新专利代理机构的,应当提交变更后的全体专利申请人签字或者盖章的委托书。
Q:专利著录项目变更费用如何缴交
A:(1)直接到国家知识产权局受理大厅收费窗口缴纳,(2)通过代办处缴纳,(3)通过邮局或者银行汇款,更多缴纳方式
Q:专利转让变更,多久能出结果
A:著录项目变更请求书递交后,一般1-2个月左右就会收到通知,国家知识产权局会下达《转让手续合格通知书》。
动态评分
0.0