首页 理论教育 碳排放夹点分析:能源规划优化

碳排放夹点分析:能源规划优化

时间:2023-06-09 理论教育 版权反馈
【摘要】:Tan和Foo扩展了换热网络综合的夹点分析,提出了基于碳排放约束的区域能源规划[11]。该分析方法称为碳排放夹点分析,目的是在给定的碳排放目标条件下通过部分的供应清洁能源满足整个区域的能源需求。此外,CEPA与能源回报能源投资分析相结合,以调查新西兰达到并维持可再生能源电力目标至2050年达到90%的可行性[16]。虽然这些工作集中在使用夹点分析进行能源规划,但这种方法也可以用于分散电力发电装置的设计,以适合偏远村庄的电力系统。

碳排放夹点分析:能源规划优化

基于图示法的夹点分析(pinch analysis)方法是过程集成的常用方法之一。最初,夹点分析是作为优化工业能源使用的系统方法开发的,它考虑了热力学原理来确定过程工厂的严格实用目标。Tan和Foo扩展了换热网络综合的夹点分析,提出了基于碳排放约束的区域能源规划[11]。该分析方法称为碳排放夹点分析(CEPA),目的是在给定的碳排放目标条件下通过部分的供应清洁能源满足整个区域的能源需求。

CEPA自从提出以后,已在不同的国家和行业尺度上广泛应用。Crilly和Zhelev对爱尔兰电力行业的分析[12],将爱尔兰的所有电力需求看成一个能源阱,无须区域或部门分解,优化调整能源供应组合。随后,应用CEPA方法,Crilly和Zhelev又为爱尔兰发电部门的可再生能源提供更加切合实际的能源和排放目标[13]。Atkins等[14]扩展了CEPA方法,以解决长期规划视野中需求增加的问题,并对新西兰电力行业进行碳强度分析。Atkins等将CEPA扩展到新西兰的运输部门,以确定到2050年实现1990年排放水平的可行性[15]。此外,CEPA与能源回报能源投资(EROI)分析相结合,以调查新西兰达到并维持可再生能源电力目标至2050年达到90%的可行性[16]。CEPA和EROI方法也被用于研究新西兰的能源规划[17]和美国加利福尼亚州的可再生能源发电规划[18]。贾小平等[19]提出了CEPA的详细图形绘制和代数计算程序,并通过化学工业园的案例研究得到证实。结果表明,与原始能源规划相比,拟定的能源规划可以适合二氧化碳排放量减少10%。

表1 不同过程集成问题的数量和品位[10]

此外,Foo等[20]提出了一种代数方法作为原始图形方法的替代方法。此外,替代能源质量措施,如土地足迹、水足迹、能值转换,能源投资回报率(EROI)和不可操作性风险[20-23]。贾小平等开发了一种能源规划的多维夹点分析方法,根据中国发电行业的五个重要环境足迹提供最佳的发电组合配置[24]。Yu和Tan[25]开发了关于潜在碳分析的方法,以研究能源供需之间碳相关平衡的物理机制。该方法能够帮助制定能源规划决策,以满足碳排放限制内的能源需求。Foo和Tan[26]综述了CEPA方法的发展及趋势。

虽然这些工作集中在使用夹点分析进行能源规划,但这种方法也可以用于分散电力发电装置的设计,以适合偏远村庄的电力系统。因此,许多研究者已经提出了设计可再生混合动力系统的各种方法。Sreeraj等[27]提出了一种优化尺寸和评估可再生混合动力系统产生的能源成本的方法。电池组作为具有不同可再生能源系统的能量存储装置被用于提高系统可靠性和整体性能[28]。Wan Alwi等[29]开发了电力夹点分析(PoPA)工具,用于确定外包电力的最低目标以及启动和正常运行期间的多余电量。但是,它没有考虑系统中的功率损耗。Mohammad等[30]通过考虑电力系统转换,传输和存储期间发生的功率损耗来扩展PoPA方法。Wan Alwi等[31]介绍了集成式混合动力系统负荷转移的启发式方法。结果表明,最大存储容量和最大功率需求降低了50%。Ho等[32]提出了独立混合系统功率夹点分析(SAHPPA),用于设计离网分布式能源发电系统。(www.xing528.com)

Mohammad等[33]应用PoPA通过执行具有成本效益的负荷转移来优化混合动力系统的总体电力成本,该负荷转移利用了峰值和非峰值电价。李等[34]提出了一种通用数学优化模型,用于设计具有能量损失考虑的混合动力系统。Janghorban Esfahani等[35]将功率夹点分析扩展到储氢系统的最佳设计。Mohammad等[36]开发了AC/DC改进的存储级联表,通过考虑各种存储技术来优化混合动力系统,分析了各种类型的存储模式的经济性,同时考虑了相关的能量损失等。

CEPA方法有助于确定实现区域总体排放目标所需的最低量的低碳能源(即生物量)。但是,它没有考虑生物质供应链中的环境影响和经济成本。Singhvi和Shenoy[37]利用总组合曲线的时间与材料数量图来确定生产供应链中的最低生产率;这种方法后来被扩展到Ludwig等的生物质供应链的季节性[38]。Lam等[39]开发了一种区域能量聚类算法,将地理区域划分为多个聚类,接下来提出了一种新的图形工具,用于确定源和需求之间的生物质能量分配。Uek等[40]利用利润最大化作为区域可再生能源供应链综合的优化标准,并评估碳足迹对环境的影响。然而,上述工作仅考虑经济成本或环境影响。随后的工作通过混合整数线性规划方法解决了最佳整合的区域生物质和生物能源供应网络的多周期综合[41]。Ng等最近提出了一种用于供应网络合成和分析的新型代数技术[42]。将通过新方法获得的结果与其他三种技术的结果进行比较,即数学建模,超矩阵评分概念和具有图形可视化的代数分析。Foo等[43]提出了一个线性规划模型,用于合成柔性棕榈油为基础的区域生物能源供应链。

上述工作主要集中在供应链的能源规划或者区域的能源规划,而没有考虑到具体的供应链组合。因此,本研究提出了一种考虑区域生物质能源供应的CEPA方法。首先,基于碳排放夹点分析可以计算出整个区域内在碳排放给定的条件下,所需的生物质能源的最小供应量。由于区域内不同地方拥有的生物质资源储量存在差异,加上生物质发电厂离不同的供应点的距离不一样,因此,区域内不同收集点的生物质资源都能充分利用。量的选择则基于许多地方普遍存在的未充分利用的资源(如作物残茬)。因此,在第二步中提出了生物质供应夹点图。该分析在前一步分析的基础上,然后基于热电厂的位置和生物质资源的位置计算不同收集地点的生物质供应量以及将其运往发电厂的碳排放,利用生物质供应夹点图确定最优的生物质供应链网络。该结果既能满足碳排放的要求,又能保证生物质资源的供应量满足要求。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈