1. 项目背景与核心挑战在双碳目标背景下煤制氢工艺的碳减排问题成为能源领域的研究热点。传统煤制氢过程每生产1kg氢气会排放10-12kg二氧化碳而耦合碳捕集技术后可将排放量降低至1-2kg。这种技术路线面临的核心矛盾在于碳捕集系统的高能耗特性约占电厂出力的15-25%与综合能源系统经济性之间的平衡。信息间隙决策理论(IGDT)为解决这一矛盾提供了新思路。与传统的随机规划或鲁棒优化不同IGDT不依赖精确的概率分布而是通过设定不确定性边界如±10%的风电出力波动构建风险规避或风险寻求两种决策模式。我们在山西某工业园区实际案例中发现当采用风险规避模式时系统总成本会增加8-12%但供能可靠性可提升至99.7%。2. 系统建模关键技术解析2.1 煤制氢-碳捕集耦合模型采用Aspen Plus建立的热力学模型显示在30%碳捕集率下每Nm³氢气的能耗曲线呈现明显的非线性特征。通过Matlab的fsolve函数求解方程组时需要特别注意以下参数设置options optimoptions(fsolve,Algorithm,trust-region-dogleg,... FunctionTolerance,1e-6,StepTolerance,1e-6);实测表明将FunctionTolerance设为1e-6以上会导致碳质量平衡误差超过5%。2.2 多能流耦合建模采用能源集线器(Energy Hub)模型时关键耦合矩阵需考虑电转氢效率当前主流碱性电解槽约55-65%氢储能损耗压缩储氢每日衰减约0.1%碳捕集能耗胺法吸收每吨CO2耗电约200-300kWh我们在Matlab中构建的耦合矩阵如下Coupling_Matrix [ 0.95 0 0.35 % 电网 0 0.60 0 % 天然气 0.30 0.40 0.65 % 氢能 ];3. IGDT优化调度实现3.1 不确定性建模针对风电出力的不确定性设置信息间隙参数alpha 0.15; % 不确定性偏差系数 beta 0.90; % 目标保障系数实测数据表明当α从0.1增至0.2时系统备用容量需求呈指数增长。3.2 风险决策模式实现风险规避模式的核心代码结构function [x_opt, cost] IGDT_robust(cost_func, constraints) cvx_begin variable x(n) minimize max(cost_func(x)) subject to constraints(x) 0; cvx_end end4. 典型问题与解决方案4.1 收敛性问题在迭代求解过程中常见问题雅可比矩阵奇异添加正则化项λIλ建议取1e-4~1e-6步长振荡采用Armijo线搜索准则设置σ0.1, β0.54.2 计算效率优化通过稀疏矩阵处理可提升30%以上速度J sparse(J); [L,U,p] lu(J,vector);5. 实际应用效果在某2×660MW电厂配套制氢项目中对比三种调度策略指标传统调度随机规划IGDT方案平均成本(元/MWh)582543518碳捕集率(%)657281计算耗时(s)126458387项目数据表明IGDT方案在保证90%概率完成供氢计划的前提下较传统方法降低运营成本11.2%。
)
