CN115409408A - 基于lng船舶动态行为的港口能源***协调优化方法及*** - Google Patents
基于lng船舶动态行为的港口能源***协调优化方法及*** Download PDFInfo
- Publication number
- CN115409408A CN115409408A CN202211143079.4A CN202211143079A CN115409408A CN 115409408 A CN115409408 A CN 115409408A CN 202211143079 A CN202211143079 A CN 202211143079A CN 115409408 A CN115409408 A CN 115409408A
- Authority
- CN
- China
- Prior art keywords
- port
- lng
- dynamic behavior
- lng ship
- energy system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 239000003949 liquefied natural gas Substances 0.000 claims abstract description 225
- 239000007789 gas Substances 0.000 claims abstract description 52
- 238000013439 planning Methods 0.000 claims abstract description 38
- 238000009826 distribution Methods 0.000 claims abstract description 13
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 6
- 230000006399 behavior Effects 0.000 claims description 81
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 54
- 239000003345 natural gas Substances 0.000 claims description 27
- 239000000446 fuel Substances 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 230000005251 gamma ray Effects 0.000 claims description 5
- 229910052739 hydrogen Inorganic materials 0.000 claims description 5
- 239000001257 hydrogen Substances 0.000 claims description 5
- 238000010845 search algorithm Methods 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 5
- 150000002431 hydrogen Chemical class 0.000 claims description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 16
- 230000004927 fusion Effects 0.000 description 11
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 239000012159 carrier gas Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910052731 fluorine Inorganic materials 0.000 description 2
- 125000001153 fluoro group Chemical group F* 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 240000005373 Panax quinquefolius Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012553 document review Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063116—Schedule adjustment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于LNG船舶动态行为的港口能源***协调优化方法及***,包括:构建LNG船舶动态行为的航行规划模型;构建基于LNG船舶动态行为的港口能源***协调调度模型;在LNG船队的航行规划模型最优解的基础上,求解基于LNG船舶动态行为的港口能源***协调调度模型得到优化调度决策;所述LNG船舶动态行为的航行规划模型是以最小化运输配送成本和缺气率为目标,同时考虑不同类型LNG运输船的容量限制和时间窗限制,优化调度小型LNG运输船集群,保证各接收站准点接收液化天然气;所述基于LNG船舶动态行为的港口能源***协调调度模型是基于第一阶段各港口LNG实际配送量调度的结果,以气电耦合的能源***运行经济成本最低为目标,优化调配港口能量单元。
Description
技术领域
本发明涉及电气工程与能源交通融合领域,具体地,涉及基于LNG船舶动态行为的港口能源***协调优化方法及***。
背景技术
在能源转型背景下,天然气凭借清洁高效的优势受到世界各国的青睐。天然气消费及进出口量不断攀升,成为全球能源转型升级的中坚力量,逐渐取代现代社会的基础能源。相较于管道运输,基于液化天然气(Liquefied Natural Gas,LNG)船的海上运输方式,因不受地理位置限制,具有经济高效的优点,是天然气的主要运输方式之一。
除远洋运输外,针对沿海沿江地区,也可以将大型液化天然气接收站作为中转枢纽,通过中小型LNG船二次转运的方式,供应到沿海沿江多个港口的小型液化天然气接收站。同时,港口群一体化发展趋势使得各临近港口统筹管理调配,实现各港口间的资源优化配置成为可能。在此背景催生下,承担水上能源运输任务的LNG船舶与港口群能源***的互联互动愈发紧密,然而,目前鲜有人研究基于LNG船船舶动态行为的港口群能源***优化运行。
为了解决LNG运输船优化调配问题,提升港口群整体能源利用效率,进一步促进港口节能减排,本发明考虑水上天然气交通运输网与港口群能源***的耦合特性,提出了基于LNG船舶动态行为的港口群能源***协调优化方法,通过合理调配LNG船队,优化港口群内各港口能源***出力,改善港口群整体运行经济性,保证水上能源交通融合***清洁、高效、经济运行。
刘沁哲,陈启鑫,卢恩,陈钢.考虑液化天然气供应风险的气电联合***运行分析[J],2016,40(09):2831-2837.DOI:10.13335/j.1000-3673.pst.2016.09.035.公开了天然气是一种重要的清洁能源,燃气机组在电力***运行中也具有非常重要的作用。随着国际液化天然气(liquefied natural gas,LNG)贸易的快速增长,LNG接收站作为一种新型气源的比例也将持续增加。尽管有一些研究工作考虑了天然气-电网***的联合协调优化,但其并未考虑LNG气源在供应上的特殊性。LNG受到船运、LNG储罐等条件的影响形成供应风险,而这种风险也将影响到天然气-电网联合***在多日(周、甚至月)运行计划上的安排。为此,构建了一个以多日为优化周期的气电联合***运行模型,考虑了天然气***与电力***的协调耦合,对LNG的气源供应风险进行了建模分析,并提出了在不同供应场景下的目标函数构建方法;以比利时20节点天然气***和IEEE-39节点电力***为基础构造算例,验证了所提出模型的有效性,并对气电联合***在不同LNG供应场景下的运行方式与效益进行了全面的分析。该文献提出了一种考虑液化天然气供应风险的气电联合***运行技术。该方法从LNG供应风险出发,着眼于气电耦合***的联合协调优化,但未考虑LNG水上交通运输网规划调度问题,未将能源交通融合运行特性考虑在内。本发明不仅考虑电气耦合优化调度,还结合LNG运输,考虑了交通与能源优化。
方斯顿,赵常宏,丁肇豪,张沈习,廖瑞金.面向碳中和的港口综合能源***(二):能源-交通融合中的柔性资源与关键技术[J/OL].中国电机工程学报:1-20[2021-12-22].https://doi.org/10.13334/j.0258-8013.pcsee.212121.公开了港口综合能源***是交通-能源融合发展的标志。作为论文的第二部分,该文献首先从能源侧与交通侧分析港口能源-交通融合中的柔性资源,并提出这些柔性资源的建模方法。然后基于当前陆地综合能源***的研究,展望了港口综合能源***的能流建模方法。最后结合当前研究现状,提出能源-交通融合规划方法、能源-交通融合运行方法,能源-交通融合评估指标体系三个未来关键技术。该文献综述了港口-船舶融合***的柔性资源与关键技术,并未涉及具体技术模型与方法。本发明提出了计及LNGLNG船舶动态行为的港口群能源***协调调度方法,提高了港口能源经济性。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于LNG船舶动态行为的港口能源***协调优化方法及***。
根据本发明提供的一种基于LNG船舶动态行为的港口能源***协调优化方法,包括:
步骤S1:构建LNG船舶动态行为的航行规划模型;
步骤S2:构建基于LNG船舶动态行为的港口群能源***协调调度模型;
步骤S3:在LNG船舶动态行为的航行规划模型最优解的基础上,求解基于LNG船舶动态行为的港口群能源***协调调度模型得到优化调度决策;
所述LNG船舶动态行为的航行规划模型是以最小化运输配送成本和缺气率为目标,同时考虑不同类型LNG运输船的容量限制和时间窗限制,优化调度小型LNG运输船集群,保证各接收站准点接收液化天然气;
所述基于LNG船舶动态行为的港口能源***协调调度模型是基于第一阶段各港口LNG实际配送量调度的结果,以气电耦合的能源***运行经济成本最低为目标,优化调配港口能量单元。
优选地,所述LNG船舶动态行为的航行规划模型采用:
其中,A={(i,j)}表示航线集合;cij表示港口i到j的距离,e表示LNG船单位距离运输成本;xij为二元指示变量,当LNG船自港口i航行至港口j,则为1,否则为0;ζ(i)为各港口缺气惩罚成本系数;d(i),r(i)分别表示各港口实际需求量和实际接收量;δ+(i)表示以i为起始点可抵达的节点集合,δ-(i)表示可直接抵达港口i的节点集合;Vmin,Vmax分别为LNG船航速上下限;V为LNG船航行速度;τi为港口i的服务起始时间;tij表示从港口i驶向港口j的航行时间,τj为港口j的服务起始时间;[ai,bi]表示港口i接收LNG的时间窗口;表示各港口接收站LNG储量上下限;LSi,0为接收站的初始LNG储量;ri表示各港口实际接收LNG量,D为各港口从上游大型LNG接收站总的订购量。
优选地,所述基于LNG船舶动态行为的港口能源***协调调度模型采用:
其中,Pt PV,Pt WT分别为港口光伏与风电机组有功出力;Ngt,Ndg分别为港口燃气轮机和柴油机机组数;分别为港口燃气轮机出力和港口柴油机出力;ρt为上级电网t时刻电价,Pt grid为从电网购电功率;为港口燃气轮机燃料成本系数;ξ2,s,ξ1,s,ξ0,s为港口柴油发电机燃料成本系数;Pt L为港口负荷大小;LSt表示t时刻接收站LNG储量;η为液化天然气LNG与气态天然气的体积变比;Ft表示燃气机组在t时刻所消耗的天然气流量;γ2,q,γ1,q,γ0,q为燃气机组燃料消耗参数; 为第s台柴油机出力上下限;为第q台港口燃气轮机出力上下限。
优选地,所述步骤S3采用:LNG船舶动态行为的航行规划模型采用自适应邻域搜索算法寻找到一个初始较优解后,再利用分支定界算法逐渐逼近最优解。
优选地,所述步骤S3采用:基于LNG船舶动态行为的港口能源***协调调度模型通过分段线性化方法转换为线性规划问题,再利用高效率的商业求解器Cplex求解,最终得到优化调度决策。
根据本发明提供的一种基于LNG船舶动态行为的港口能源***协调优化***,包括:
模块M1:构建LNG船舶动态行为的航行规划模型;
模块M2:构建基于LNG船舶动态行为的港口群能源***协调调度模型;
模块M3:在LNG船舶动态行为的航行规划模型最优解的基础上,求解基于LNG船舶动态行为的港口群能源***协调调度模型得到优化调度决策;
所述LNG船舶动态行为的航行规划模型是以最小化运输配送成本和缺气率为目标,同时考虑不同类型LNG运输船的容量限制和时间窗限制,优化调度小型LNG运输船集群,保证各接收站准点接收液化天然气;
所述基于LNG船舶动态行为的港口能源***协调调度模型是基于第一阶段各港口LNG实际配送量调度的结果,以气电耦合的能源***运行经济成本最低为目标,优化调配港口能量单元。
优选地,所述LNG船舶动态行为的航行规划模型采用:
其中,A={(i,j)}表示航线集合;cij表示港口i到j的距离,e表示LNG船单位距离运输成本;xij为二元指示变量,当LNG船自港口i航行至港口j,则为1,否则为0;ζ(i)为各港口缺气惩罚成本系数;d(i),r(i)分别表示各港口实际需求量和实际接收量;δ+(i)表示以i为起始点可抵达的节点集合,δ-(i)表示可直接抵达港口i的节点集合;Vmin,Vmax分别为LNG船航速上下限;V为LNG船航行速度;τi为港口i的服务起始时间;tij表示从港口i驶向港口j的航行时间,τj为港口j的服务起始时间;[ai,bi]表示港口i接收LNG的时间窗口;表示各港口接收站LNG储量上下限;LSi,0为接收站的初始LNG储量;ri表示各港口实际接收LNG量,D为各港口从上游大型LNG接收站总的订购量。
优选地,所述基于LNG船舶动态行为的港口能源***协调调度模型采用:
其中,Pt PV,Pt WT分别为港口光伏与风电机组有功出力;Ngt,Ndg分别为港口燃气轮机和柴油机机组数;分别为港口燃气轮机出力和港口柴油机出力;ρt为上级电网t时刻电价,Pt grid为从电网购电功率;为港口燃气轮机燃料成本系数;ξ2,s,ξ1,s,ξ0,s为港口柴油发电机燃料成本系数;Pt L为港口负荷大小;LSt表示t时刻接收站LNG储量;η为液化天然气LNG与气态天然气的体积变比;Ft表示燃气机组在t时刻所消耗的天然气流量;γ2,q,γ1,q,γ0,q为燃气机组燃料消耗参数; 为第s台柴油机出力上下限;为第q台港口燃气轮机出力上下限。
优选地,所述模块M3采用:LNG船舶动态行为的航行规划模型采用自适应邻域搜索算法寻找到一个初始较优解后,再利用分支定界算法逐渐逼近最优解。
优选地,所述模块M3采用:基于LNG船舶动态行为的港口能源***协调调度模型通过分段线性化方法转换为线性规划问题,再利用高效率的商业求解器Cplex求解,最终得到优化调度决策。
与现有技术相比,本发明具有如下的有益效果:
1、本发明考虑了液化天然气水上运输供配网络的优化,以最小化港口群缺气率和运输配送成本为目标,为LNG船队设计最优航线及配船,解决了水上天然气网与交通网的融合运行问题;
2、本发明基于液化天然气水上运输作为港口关键气源的重要特性,率先提出了气-电-水上交通多时间尺度协调调度策略,有效提升了港口群整体运行经济性,降低碳排放;
3、通过本发明提出的气-电-水上交通协同优化方法,考虑了LNG船舶的时空动态行为特性,实现多个港口之间的水上天然气网、交通网与电力网协同运行;
4、本发明LNG船队最优航线选择和配船建模中,考虑了不同载气容量LNG船容量约束和抵达各港口的硬时间窗口约束,使得调配结果更加符合实际。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为LNG船舶优化调配方案示意图。
图2为计及LNG船舶行为的港口1气电耦合协同调度方案示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
本发明的目的在于提供一种计及LNG船舶动态行为的港口群能源***协调调度方法及***,统筹考虑水上天然气交通运输***与港口能源***耦合特性,以期提高水上能源交通融合***运行经济性。
本发明考虑了港口能源***关键气源LNG船的优化调配问题,将天然气燃料源的优化调配融入模型中,建立了LNG船舶集群的航行规划模型;水上天然气交通运输模型中,考虑了时间窗约束和不同类型运输船的容量限制;综合考虑了水上天然气交通运输***与港口能源***特性,构建了计及LNG船舶动态行为的港口能源***协调调度模型,实现多个港口之间的水上天然气网、交通网与电力网协同运行。
本发明基于LNG船舶动态行为的港口能源***协调优化方法,提出了水上能源交通多时间尺度融合运行模型,计及LNG船舶动态行为的水上交通运输规划,通过协调调度天然气水上供配网络与港口能源网络,有效提升多个港口能源***整体运行经济性。
根据本发明提供的一种基于LNG船舶动态行为的港口能源***协调优化方法,包括:构建了计及LNG船舶动态行为的港口能源***协调优化运行模型,该模型中港口接收的液化天然气作为港口主要气源,将参与到港口能源优化调度中,除供给港口气负荷外,当港口用电需求较高时,液化天然气经气化后参与到港口燃气发电,增加港口能源***的电能供给;当港口用电需求处于低谷时,富余的液化天然气储存在储罐中,作为天然气储备资源。液化天然气作为一种柔性资源参与到港口能源优化调度中,本发明结合液化天然气水上运输网络规划和气电耦合能源***协同运行技术,率先提出了水上交通-气-电协调调度策略;
具体地,包括:
步骤S1:构建LNG船舶动态行为的航行规划模型;
步骤S2:构建基于LNG船舶动态行为的港口群能源***协调调度模型;
步骤S3:在LNG船舶动态行为的航行规划模型最优解的基础上,求解基于LNG船舶动态行为的港口群能源***协调调度模型得到优化调度决策;
具体地,在第一阶段调度中,所述LNG船舶动态行为的航行规划模型是以最小化运输配送成本和缺气率为目标,同时考虑不同类型LNG运输船的容量限制和时间窗限制,优化调度小型LNG运输船集群,保证各接收站准点接收液化天然气。
第二阶段调度中,所述基于LNG船舶动态行为的港口群能源***协调调度模型是基于第一阶段各港口LNG实际配送量调度的结果,以气电耦合的能源***运行经济成本最低为目标,优化调配港口能量单元。
LNG航线配船规划的目的为选择合适的航线组合,缩减总航运距离,降低燃料消耗与环境污染成本,同时保障各港口LNG接收站准点送达LNG至各港口,最小化供应链下游港口缺气率。所述LNG船舶动态行为的航行规划模型具体可表示为:
其中,A={(i,j)}表示航线集合;cij表示港口i到j的距离,e表示LNG船单位距离运输成本;xij为二元指示变量,当LNG船自港口i航行至港口j,则为1,否则为0;ζ(i)为各港口缺气惩罚成本系数;d(i),r(i)分别表示各港口实际需求量和实际接收量;δ+(i)表示以i为起始点可抵达的节点集合,δ-(i)表示可直接抵达港口i的节点集合;Vmin,Vmax分别为LNG船航速上下限;V为LNG船航行速度;τi为港口i的服务起始时间;tij表示从港口i驶向港口j的航行时间,τj为港口j的服务起始时间;[ai,bi]表示港口i接收LNG的时间窗口;表示各港口接收站LNG储量上下限;LSi,0为接收站的初始LNG储量;ri表示各港口实际接收LNG量,D为各港口从上游大型LNG接收站总的订购量。
本发明中面向涵盖风力发电***、光伏发电***、燃气轮机发电***、柴油机发电***及各类负荷的港口群能源***,通过气-电协同优化,实现港口群最佳运行。
港口群能源***协同优化的目标是根据第一阶段LNG船舶的液化天然气调配结果,通过合理调配各能量单元,在满足港口电负荷与气负荷的同时,尽可能减小港口能源***的运行成本。因此,本阶段以港口群整体运行成本和碳排放最低为目标函数,以其中单个港口为例,具体表示为:
其中,Pt PV,Pt WT分别为港口光伏与风电机组有功出力;Ngt,Ndg分别为港口燃气轮机和柴油机机组数;分别为港口燃气轮机出力和港口柴油机出力;ρt为上级电网t时刻电价,Pt grid为从电网购电功率;为港口燃气轮机燃料成本系数;ξ2,s,ξ1,s,ξ0,s为港口柴油发电机燃料成本系数;Pt L为港口负荷大小;LSt表示t时刻接收站LNG储量;η为液化天然气LNG与气态天然气的体积变比,取1/625;Ft表示燃气机组在t时刻所消耗的天然气流量;γ2,q,γ1,q,γ0,q为燃气机组燃料消耗参数;为第s台柴油机出力上下限;为第q台港口燃气轮机出力上下限。
所述计及LNG船舶动态行为的港口能源***多时间尺度协调调度策略,属于两阶段规划问题,其中第一阶段LNG航线配船规划属于考虑时间窗约束的路径规划问题,为整数规划问题,采用自适应邻域搜索算法寻找到一个初始较优解后,再利用分支定界算法逐渐逼近最优解;第二阶段港口能源***气电耦合的协调调度问题属于非线性规划问题,通过分段线性化方法,转换为线性规划问题,再利用高效率的商业求解器Cplex求解,最终得到优化调度决策。
本发明提供的基于LNG船舶动态行为的港口能源***协调优化***,可以通过本发明提供的基于LNG船舶动态行为的港口能源***协调优化方法中的步骤流程实现。本领域技术人员,可以将所述基于LNG船舶动态行为的港口能源***协调优化方法理解为基于LNG船舶动态行为的港口能源***协调优化***的一个优选例。
实施例2
实施例2是实施例1的优选例
本发明依托海南省自然科学基金“面向”国家自然基金项目“计及全电力船舶行为决策的海上移动能源网络协同优化运行理论及关键技术”,提出了一种计及LNG船舶行为的港口群能源***协调优化方法。
在港口群一体化发展背景下,本发明以一个大型液化天然气接收站向8个沿海港口小型液化天然气接收站转运液化天然气为研究场景。为说明本方案的优越性,设置以下对照方案:
方案一:本发明所提方案,计及LNG船舶时空动态特性的港口群能源***优化调度;
方案二:不考虑LNG船舶的航程路线优化,仅保证船舶在规定时间窗口内将LNG配送至各港口;
方案三:不考虑港口缺气惩罚成本,按照相同的缺气率向各港口配送LNG;
考虑4艘载气容量分别为船1-14000m3,船2-20000m3,船3-23000m3,船4-18000m3的LNG船队参与航线配船调度,假定航速保持匀速航行;航线规划调度时间为0-24时;LNG船的到港作业时间均为60分钟;各港口接收液化天然气的服务窗口为硬约束,即LNG船必须在规定时间内抵达各港口。
图1给出了LNG船的航线配船优化调配结果。以港口1为例,根据LNG船调配运输结果,图2给出了港口1的柴油发电机和燃气轮机优化调度结果。
表1计及LNG船舶行为的港口群经济优化分析
方案 | 方案1 | 方案2 | 方案3 |
LNG配送成本(万元) | 8.42 | 15.84 | 8.42 |
港口群运行成本(万元) | 102.51 | 102.51 | 121.34 |
总成本(万元) | 110.93 | 118.35 | 129.76 |
参照表1,通过本实例说明,计及LNG船舶动态行为的港口能源***协调调度方法,优化调度小型LNG运输船集群,降低了LNG配送成本,并在保障各港口天然气供应的同时,有效提升了港口群整体运行经济性。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的***、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的***、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的***、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于LNG船舶动态行为的港口能源***协调优化方法,其特征在于,包括:
步骤S1:构建LNG船舶动态行为的航行规划模型;
步骤S2:构建基于LNG船舶动态行为的港口群能源***协调调度模型;
步骤S3:在LNG船舶动态行为的航行规划模型最优解的基础上,求解基于LNG船舶动态行为的港口群能源***协调调度模型得到优化调度决策;
所述LNG船舶动态行为的航行规划模型是以最小化运输配送成本和缺气率为目标,同时考虑不同类型LNG运输船的容量限制和时间窗限制,优化调度小型LNG运输船集群,保证各接收站准点接收液化天然气;
所述基于LNG船舶动态行为的港口能源***协调调度模型是基于第一阶段各港口LNG实际配送量调度的结果,以气电耦合的能源***运行经济成本最低为目标,优化调配港口能量单元。
2.根据权利要求1所述的基于LNG船舶动态行为的港口能源***协调优化方法,其特征在于,所述LNG船舶动态行为的航行规划模型采用:
其中,A={(i,j)}表示航线集合;cij表示港口i到j的距离,e表示LNG船单位距离运输成本;xij为二元指示变量,当LNG船自港口i航行至港口j,则为1,否则为0;ζ(i)为各港口缺气惩罚成本系数;d(i),r(i)分别表示各港口实际需求量和实际接收量;δ+(i)表示以i为起始点可抵达的节点集合,δ-(i)表示可直接抵达港口i的节点集合;Vmin,Vmax分别为LNG船航速上下限;V为LNG船航行速度;τi为港口i的服务起始时间;tij表示从港口i驶向港口j的航行时间,τj为港口j的服务起始时间;[ai,bi]表示港口i接收LNG的时间窗口;表示各港口接收站LNG储量上下限;LSi,0为接收站的初始LNG储量;ri表示各港口实际接收LNG量,D为各港口从上游大型LNG接收站总的订购量。
3.根据权利要求1所述的基于LNG船舶动态行为的港口能源***协调优化方法,其特征在于,所述基于LNG船舶动态行为的港口能源***协调调度模型采用:
4.根据权利要求1所述的基于LNG船舶动态行为的港口能源***协调优化方法,其特征在于,所述步骤S3采用:LNG船舶动态行为的航行规划模型采用自适应邻域搜索算法寻找到一个初始较优解后,再利用分支定界算法逐渐逼近最优解。
5.根据权利要求1所述的基于LNG船舶动态行为的港口能源***协调优化方法,其特征在于,所述步骤S3采用:基于LNG船舶动态行为的港口能源***协调调度模型通过分段线性化方法转换为线性规划问题,再利用高效率的商业求解器Cplex求解,最终得到优化调度决策。
6.一种基于LNG船舶动态行为的港口能源***协调优化***,其特征在于,包括:
模块M1:构建LNG船舶动态行为的航行规划模型;
模块M2:构建基于LNG船舶动态行为的港口群能源***协调调度模型;
模块M3:在LNG船舶动态行为的航行规划模型最优解的基础上,求解基于LNG船舶动态行为的港口群能源***协调调度模型得到优化调度决策;
所述LNG船舶动态行为的航行规划模型是以最小化运输配送成本和缺气率为目标,同时考虑不同类型LNG运输船的容量限制和时间窗限制,优化调度小型LNG运输船集群,保证各接收站准点接收液化天然气;
所述基于LNG船舶动态行为的港口能源***协调调度模型是基于第一阶段各港口LNG实际配送量调度的结果,以气电耦合的能源***运行经济成本最低为目标,优化调配港口能量单元。
7.根据权利要求6所述的基于LNG船舶动态行为的港口能源***协调优化***,其特征在于,所述LNG船舶动态行为的航行规划模型采用:
其中,A={(i,j)}表示航线集合;cij表示港口i到j的距离,e表示LNG船单位距离运输成本;xij为二元指示变量,当LNG船自港口i航行至港口j,则为1,否则为0;ζ(i)为各港口缺气惩罚成本系数;d(i),r(i)分别表示各港口实际需求量和实际接收量;δ+(i)表示以i为起始点可抵达的节点集合,δ-(i)表示可直接抵达港口i的节点集合;Vmin,Vmax分别为LNG船航速上下限;V为LNG船航行速度;τi为港口i的服务起始时间;tij表示从港口i驶向港口j的航行时间,τj为港口j的服务起始时间;[ai,bi]表示港口i接收LNG的时间窗口;表示各港口接收站LNG储量上下限;LSi,0为接收站的初始LNG储量;ri表示各港口实际接收LNG量,D为各港口从上游大型LNG接收站总的订购量。
8.根据权利要求6所述的基于LNG船舶动态行为的港口能源***协调优化***,其特征在于,所述基于LNG船舶动态行为的港口能源***协调调度模型采用:
9.根据权利要求6所述的基于LNG船舶动态行为的港口能源***协调优化***,其特征在于,所述模块M3采用:LNG船舶动态行为的航行规划模型采用自适应邻域搜索算法寻找到一个初始较优解后,再利用分支定界算法逐渐逼近最优解。
10.根据权利要求6所述的基于LNG船舶动态行为的港口能源***协调优化***,其特征在于,所述模块M3采用:基于LNG船舶动态行为的港口能源***协调调度模型通过分段线性化方法转换为线性规划问题,再利用高效率的商业求解器Cplex求解,最终得到优化调度决策。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211143079.4A CN115409408A (zh) | 2022-09-20 | 2022-09-20 | 基于lng船舶动态行为的港口能源***协调优化方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211143079.4A CN115409408A (zh) | 2022-09-20 | 2022-09-20 | 基于lng船舶动态行为的港口能源***协调优化方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115409408A true CN115409408A (zh) | 2022-11-29 |
Family
ID=84165172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211143079.4A Pending CN115409408A (zh) | 2022-09-20 | 2022-09-20 | 基于lng船舶动态行为的港口能源***协调优化方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115409408A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116402207A (zh) * | 2023-03-24 | 2023-07-07 | 武汉理工大学 | 船舶运输网络碳排放优化节能方法、装置及电子设备 |
CN116483079A (zh) * | 2023-04-12 | 2023-07-25 | 上海交通大学 | 海上浮式生产储油船联合路径优化规划方法 |
-
2022
- 2022-09-20 CN CN202211143079.4A patent/CN115409408A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116402207A (zh) * | 2023-03-24 | 2023-07-07 | 武汉理工大学 | 船舶运输网络碳排放优化节能方法、装置及电子设备 |
CN116483079A (zh) * | 2023-04-12 | 2023-07-25 | 上海交通大学 | 海上浮式生产储油船联合路径优化规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alamoush et al. | Ports' technical and operational measures to reduce greenhouse gas emission and improve energy efficiency: A review | |
Sadiq et al. | Future greener seaports: A review of new infrastructure, challenges, and energy efficiency measures | |
CN115409408A (zh) | 基于lng船舶动态行为的港口能源***协调优化方法及*** | |
CN112668240B (zh) | 一种基于虚拟储能的全电力船舶经济性调度方法及*** | |
CN115293697A (zh) | 一种港口综合能源***与集装箱物流***协同调度方法 | |
Buonomano et al. | Future pathways for decarbonization and energy efficiency of ports: Modelling and optimization as sustainable energy hubs | |
Damian et al. | Review on the challenges of hybrid propulsion system in marine transport system | |
Fang et al. | Optimization-based energy management for multi-energy maritime grids | |
Michaelides et al. | The effect of electric vehicle energy storage on the transition to renewable energy | |
Yu et al. | Low-carbon scheduling of integrated hydrogen transport and energy system | |
CN113193554B (zh) | 一种基于数据驱动的新能源船舶节能减排方法及*** | |
Pu et al. | Collaborative scheduling of port integrated energy and container logistics considering electric and hydrogen-powered transport | |
CN113822578A (zh) | 一种协同考虑船港综合能源***的分布式能源管理方法 | |
Fan et al. | The co-development of offshore wind and hydrogen in the UK–a case study of Milford Haven South Wales | |
CN116826862A (zh) | 一种电氢港口多能流与集装箱物流协同调度方法 | |
Rrukaj et al. | Integrated Power and Energy System for Green Marine Ports; A Preliminary Design Approach | |
CN113902309B (zh) | 绿色港口能源互联***的优化方法及*** | |
Xia et al. | An energy scheduling method for clustering islands with shared power exchanging vessels | |
Aktas et al. | Decarbonization of the Maritime Transportation Systems: Recent Progress, Challenges, and Prospects | |
Wang et al. | A novel bi-level optimization model-based optimal energy scheduling for hybrid ship power system | |
Huang et al. | Energy management of integrated energy system in large ports | |
Yu et al. | Optimal battery swapping and charging strategy considering on-site solar generation | |
Issa Zadeh et al. | MD; López-Gutiérrez, J.-S.; Fernández-Sánchez, G. Optimizing Smart Energy Infrastructure in Smart Ports: A Systematic Scoping Review of Carbon Footprint Reduction | |
Bakar et al. | Two-stage energy management framework of the cold ironing cooperative with renewable energy for ferry | |
Stecuła et al. | Kami nski, P.; Matuszewska, D.; Duong Duc, H. Towards Sustainable Transport: Techno-Economic Analysis of Investing in Hydrogen Buses in Public Transport in the Selected City of Poland. Energies 2022, 15, 9456 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |