首页/文章/ 详情

modeFRONTIER在“电转气”可再生能源工厂中的应用

2小时前浏览0

一篇 SUPEHR 2023 论文的技术路线解读

摘要:    

在“电转气”路线中,把绿氢送入厌氧消化产生的沼气,直接进行甲烷化,可以省去传统沼气提纯段,并提高生物甲烷产量。但系统设计也随之变复杂:可再生能源装机和储氢容量如何匹配?余电上网和生物甲烷产量如何权衡?不同电价下,最低生物甲烷平准化成本又落在哪里?

这篇论文给出的技术路线是:用 Matlab 编写工厂规模计算模型,再把它接入 modeFRONTIER,通过多目标黑箱优化自动搜索最优容量配置。


一、系统构型:沼气 + 绿氢 + 直接甲烷化

论文中的电转生物甲烷工厂主要包括:

• 厌氧消化器:产生沼气,组成为 40% 二氧化碳、60% 甲烷;

• 可再生能源电站:光伏或风电,为电解槽供电;

• 质子交换膜电解槽:1 兆瓦直流模块,20 巴,产氢 16.8 千克/小时,电耗 59.6 千瓦时/千克;

• 直接沼气甲烷化单元:280 摄氏度、20 巴,双程设计,第一程后除水;

• 氢气储存:200 巴钢瓶;

• 压缩单元:往复式压缩机;

• 产物生物甲烷:甲烷 98.7%、氢气 0.9%、二氧化碳 0.3%、水 0.1%,低位热值为 49.7 兆焦/千克。

相比传统沼气提纯,直接甲烷化可多产约 80% 的甲烷,同时省去提纯环节,降低投资和运行成本。


电转生物甲烷工厂概念布局——左侧为光伏/风电和水源,中部为电解槽、厌氧消化器和直接甲烷化单元,右侧为压缩机、储氢和天然气。

二、 为什么这里需要 modeFRONTIER?

该问题不是单一设备计算,而是典型的多变量、多目标、黑箱优化问题。

论文中的优化工作流在 modeFRONTIER 中搭建,核心节点包括:

• 输入变量:氢气储存容量、可再生能源电站规模;

• 输入文件节点;

• 应用节点:工厂规模计算代码,由 Matlab 编写,用于计算组件尺寸和工厂成本;

• 输出文件节点;

• 目标与约束节点:

o 最大化年运行小时数;

o 最大化年生物甲烷产量;

o 最小化上网电量;

o 最小化生物甲烷平准化成本;

o 约束:年运行小时数固定为 7500。

优化算法采用 modeFRONTIER 中的 pilOPT 多目标遗传算法。整个流程中,Matlab 负责“算”,modeFRONTIER 负责“探索、约束、排序和场景切换”。这正是 modeFRONTIER 在能源系统优化中的典型价值:把技术模型、经济目标和设计约束统一到一个可复现的工作流中。


左侧绿色框为输入变量(氢气储存容量、可再生能源电站规模),左下橙色框为试验设计/多目标优化设置,中部为 Matlab 编写的工厂规模计算代码,右侧蓝色框为目标与约束节点(最小化生物甲烷平准化成本、最大化生物甲烷产量、最小化上网电量、最大化年运行小时数、约束)。


生物甲烷平准化成本的计算考虑了年化投资、替换成本、资本回收系数、运维成本、余电上网收益和年生物甲烷产量。经济假设为:工厂寿命 20 年,名义利率 3%,通胀率 2%。


三、优化结果:帕累托前沿与最优设计区


   优化输出的是帕累托前沿,即一系列在“储氢容量”和“可再生能源规模”之间折中的最优解。

论文识别出一个“最优设计区”:

• 光伏配置:光伏规模约 19–23 兆瓦,储氢约 900–1400 千克;

• 风电配置:风电规模约 15–20 兆瓦,储氢约 700–1200 千克。

帕累托前沿上两个极端点也值得关注:

• 最小储氢容量点:光伏为 794 千克 @ 25 兆瓦,风电为 540 千克 @ 25 兆瓦;

• 最小可再生能源规模点:光伏为 18.8 兆瓦 @ 2000 千克,风电为 13.8 兆瓦 @ 2000 千克。

横轴为可再生能源电站规模(MW),纵轴为氢气储存容量(kg)。图中展示光伏配置和风电配置的帕累托前沿,标注了最小储氢容量点和最小可再生能源规模点,以及“最优设计区”。  
年生物甲烷产量方面:光伏配置约 1750–1950 吨/年;风电配置约 1800–2200 吨/年。  
余电上网方面:光伏配置约 9000–14000 兆瓦时/年;风电配置约 12500–25000 兆瓦时/年。  

四、 三种电价场景下的最低生物甲烷平准化成本


  论文设置了三种电价场景:

• 低电价:45 欧元/兆瓦时;

• 中电价:90 欧元/兆瓦时;

• 高电价:135 欧元/兆瓦时。

结果如下:

场景 光伏配置 风电配置

低电价 84.6 欧元/兆瓦时 89.7 欧元/兆瓦时

中电价 65.8 欧元/兆瓦时 62.8 欧元/兆瓦时

高电价 46.9 欧元/兆瓦时 34.9 欧元/兆瓦时

横轴为光伏配置和风电配置,纵轴为生物甲烷平准化成本(欧元/兆瓦时)。蓝色为低电价场景,绿色为中电价场景,红色为高电价场景。图中标注了对应的光伏/风电规模和储氢容量。  

 
低电价下,光伏配置更优,因为风电投资和运维成本更高;中高电价下,风电配置凭借更多余电上网收益实现更低生物甲烷平准化成本。全局最低值出现在风电 + 高电价场景,为 34.9欧元/兆瓦时。  

 
最优容量配置:光伏配置在所有场景下均为 21.5 兆瓦、1080 千克;风电配置在低电价和中电价场景为      18.5 兆瓦、780 千克;风电配置在高电价场景为 20.0 兆瓦、680 千克。  



五、对工程实践的启示

这项工作的重点不只在结果,更在于展示了一个可复用的技术经济优化工作流:

Matlab 黑箱模型 + modeFRONTIER + pilOPT + 帕累托前沿。

对于电转气、电转生物甲烷、微网和综合能源系统,modeFRONTIER 可以承担流程集成、试验设计、多目标优化和约束管理的角色。当气象数据、电价、设备成本或运行策略变化时,只需替换输入或调整目标,即可重新探索最优设计区。

论文来源:E3S Web of Conferences, SUPEHR 2023, 02015。


来源:艾迪捷
MATLAB工厂试验气象
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-09-23
最近编辑:2小时前
艾迪捷
MBD CAE解决方案专家
获赞 21粉丝 44文章 629课程 4
点赞
收藏
作者推荐
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈