基于现有燃气轮机热电联产厂的区域供热脱碳策略：一种结合长期情景技术经济优化的新方法

《Energy Conversion and Management》：Decarbonisation strategy for district heating based on an existing gas-turbine combined heat and power plant: A novel approach with long-term scenario techno-economic optimisation

本研究提出区域能源系统脱碳的混合能源优化框架，整合电力制氢、甲烷合成与二氧化碳回收技术，通过TRNSYS动态模拟与GenOpt优化，对比里加与米兰案例，发现需根据气候条件调整储能策略，高比例可再生能源需设备超量但长期经济收益显著。

　　

乔瓦尼·布鲁马纳（Giovanni Brumana）| 马达拉·里克斯塔（Madara Rieksta）| 加蒂斯·巴兹鲍尔斯（Gatis Bazbauers）| 朱塞佩·弗兰基尼（Giuseppe Franchini）| 伊丽莎·吉拉尔迪（Elisa Ghirardi）| 埃德加斯·维甘茨（Edgars Vigants）

贝加莫大学工程与应用科学系，马尔科尼街5号，达尔米内24044，意大利

摘要

对现有的基于燃气轮机的热电联产（CHP）工厂进行脱碳是区域供暖系统转型的关键挑战。本研究提出了一个技术经济优化框架，以确定基于混合电力制甲烷和热泵路径的可再生能源中心的最优配置。所提出的系统整合了电解、利用烟气中的二氧化碳进行甲烷化以及季节性储能技术，以最小化热能的平准化成本，同时满足规定的可再生能源比例要求。通过将TRNSYS动态模拟与GenOpt优化相结合，对拉脱维亚的里加和意大利的米兰进行了比较分析。结果表明，当地的气候和市场条件决定了不同的最优设计方案。在米兰实现相同的可再生能源比例需要更大的合成甲烷储存能力，而里加则更倾向于增加热能储存。值得注意的是，里加以风能为主导的特点要求更高的电解槽容量来应对发电量的波动。分析表明，高比例的可再生能源目标会导致组件过度设计，从而导致能源出口呈指数级增长，使热能的平准化成本从0.10欧元/千瓦时增加到约0.20欧元/千瓦时。本研究的新颖之处在于其多保真度方法，将高分辨率的物理优化与长期系统动态建模相结合。从长期角度来看，结果表明，早期在可再生能源能力上的积极投资在经济上是有利的，可以利用净电力出口来抵消深度脱碳的成本。

引言

近年来，区域供暖（District Heating, DH）在学术研究和政策框架中受到了广泛关注，被视为实现气候目标的关键组成部分。尽管化石燃料仍主导着全球能源格局[2]，但重点转向了可再生能源（RESs）[1]。因此，DH的电气化越来越受到重视，特别是通过部署热泵（Heat Pumps, HP），正如Hesham等人所提出的[3]。这些系统对于利用地下水或海水等环境热源尤为重要[4]。

目前，合理利用能源的概念正在得到积极推广，推动了各种能效改进措施。关键措施包括通过先进的管道绝缘[5]和拓扑优化[6]减少网络热损失，以及降低热载体的温度[7]。此外，为了实现区域供暖系统的脱碳，还采用了季节性储能技术[8]。采用更高效的能源技术可以减少对热能的总体需求。除了效率措施外，废热利用也日益受到重视，特别是从各种工业过程和数据中心回收余热。正如Tervo等人在区域规模分析[10]和Huang等人的研究[11]中所报告的，这些热源可以显著补充现有的DH网络[12]。然而，在高温网络的情况下，数据中心产生的废热需要热泵来提供高达120摄氏度的热量[13]。数字化是另一项新兴创新，智能电网的发展促进了DH与电力网格之间的协调，使得运营更加高效，并能够整合可变的可再生能源[14]。然而，现有文献通常将这些战略步骤——电气化、效率和数字化——视为独立行动或建议，未能形成一个连贯的整体脱碳解决方案。

特别值得关注的是可再生能源相对于负荷需求的增长。Ourahou等人[15]指出，由于风能和光伏等可变可再生能源发电厂的非可编程性，其发电与消费很少同时发生，因此不平衡对电网的影响加剧。虽然电能储存系统（EESs）可以补偿可再生能源生产的突然下降，与化石燃料备用方案相比可节省大量能源（最多可达40%）[16]并减少所需的可再生能源容量（最多可达44%）[17]，但大规模部署电池会引发一些关键问题，如能量密度低、放电能力有限、易燃性风险以及废弃化学电池的处理问题[18]。

为了克服这些限制并管理可再生能源的过剩生产，“电力制X”（Power-to-X, PtX）解决方案被广泛考虑用于利用多余能源[19]，通常与多样化的能源组合结合使用[20]、[21]。其中一种载体是绿色氢气（H₂），近年来引起了广泛关注。已经开发了用于H₂生产和储存的优化模型[22]，以最小化成本和二氧化碳排放。此外，氢能储存（Hydrogen Energy Storage, HES）作为一种有吸引力的技术，在从住宅用户[23]到电网规模的应用中都显示出潜力[24]。欧盟委员会认为氢能是实现2050年碳中和的关键技术[25]，许多研究强调氢能可以提高可再生能源的渗透率并减少排放[26]。

尽管具有这种潜力，但比较评估突显了经济和效率方面的挑战。据报道，H₂系统的成本比天然气系统高出83%，比热泵系统高出33%。从环境角度来看，虽然H₂系统产生的二氧化碳比天然气系统少11%，但其排放量比热泵系统多47%。类似的研究结果也得到了其他研究的支持[27]，他们分析了54篇文献后认为，大多数研究人员目前不支持使用H₂进行建筑脱碳，而是倾向于使用成熟的技术如电气化和热泵[28]。具体来说，有研究指出[28]，到2050年，热泵系统的成本可能比使用H₂或合成甲烷（CH₄）的系统低11%。相反，也有一些观点认为[29]，尽管当前成本较高，H₂对于热电联产（CHP）系统来说是一个可行的解决方案，尤其是在能源需求较大的大城市中，它可以提供灵活的服务并替代化石天然气。正在芬兰开展关于从H₂生产中回收热能的研究[30]，同时也有研究探讨了住宅领域的应用挑战[31]。此外，还有研究[32]研究了H₂在DH中的潜在用途，强调了生物质资源的保护以及利用电解过程中的余热的机会，这可能减少大约7%的生物质消耗。

在平衡网络的设计过程中，准确的模型至关重要，因为多个组件相互作用，需要预测大量的动态输出[33]；因此，像Homer和TRNSYS这样的代码因其动态模拟的高灵活性而被广泛使用[34]。Laslett等人[35]提供了一个电网建模的例子，他们研究了西澳大利亚西南部互联系统中100%可再生能源资产（光伏、风能和聚光太阳能）。除了能源平衡外，模型还必须仔细考虑电池充放电的物理限制以及氢供应链的特性时间[36]，并结合资源可用性和环境条件[37]。在本文中，能源储存和可再生能源的整合仅限于单一技术，没有进行适当的优化。

关于环境影响，Aridi等人[38]回顾了供暖系统的生命周期评估（Life Cycle Assessment, LCA），发现基于可再生能源的系统排放最低，而化石燃料系统的排放最高（分别为?0.001至0.0909千克二氧化碳当量/兆焦耳和0.031至0.371千克二氧化碳当量/兆焦耳）。特别是，热电联产（CHP）系统和热泵显著减少了排放，而低温区域供暖系统（如第四代区域供暖4GDH和第五代区域供暖及制冷5GDH）进一步提高了效率。同样，Sihvonen等人[39]分析了芬兰奥兰群岛区域供暖系统的脱碳路径。他们的PLEXOS建模显示，电力系统和备用市场价格显著影响了成本和利润，表明热能储存（TES）和参与备用市场对于降低投资风险至关重要。最后，Heat4Future被提出作为一种用于脱碳DH系统的规划工具，利用快照模拟模型根据热需求和用户选择的能源来配置供应[40]。然而，基于快照的工具缺乏模拟长期转型所需连续时间演变的能力。

为了解决这些差距，本文提出了一个整合多种技术（太阳能、风能、热泵、H₂、CH₄和热水储存及CH₄储存）的可再生混合能源中心框架，建立在以往工作的基础上[41]。

根据现有文献，关于从现有化石燃料发电厂向完全可再生能源解决方案过渡的整个系统脱碳的综合分析仍存在关键的知识空白。具体来说，很少有研究提供所有组件的详细分析以及长期转型场景。

本文的主要贡献如下：

•

在不同可再生能源渗透率下对能源中心进行详细的技术经济优化，并具有高时间分辨率。

•

评估截至2075年的经济情景和DH运营情况，分析可再生能源整合的动态和所需技术的部署时间。

•

通过合成甲烷为现有的燃气轮机（GT）-CHP工厂提供季节性储存，确保供应安全的同时重新利用现有基础设施。

•

整合从GT废气中回收的二氧化碳用于甲烷化过程。

•

基于实际DH网络运营数据的案例研究。

•

开发基于商用组件和市场策略的现实脱碳路径。

方法部分

方法

本节包括采用两种不同方法对能源中心进行建模：使用TRNSYS软件进行短期优化并具有详细的时间分辨率，以及使用Stella Architect进行长期投资情景分析。技术经济分析评估了系统的性能和灵活性。该方法依赖于动态优化情景，以设计经济上可持续、碳中性的DH系统，从现有系统开始

结果与讨论

本研究的主要目标是确定能够在选定地点实现特定年可再生能源比例（RF）的最优系统配置——该配置由最低的平准化成本（LCOH）定义。为了确定设计变量的最佳组合，利用大学的高性能计算设施进行了广泛的优化。优化过程在搜索空间内评估了2×10⁶种组合。初步散点图（图5）展示了优化结果

结论

本研究对DH系统的脱碳进行了全面的技术经济分析和优化。通过结合TRNSYS和GenOpt，应用了一种创新的建模框架，针对两个不同的欧洲地区——里加和米兰——来确定能够在最低LCOH下实现规定年可再生能源比例的最优能源中心配置。优化结果强调了安装的可再生能源容量与实现的可再生能源比例之间的关键关系

CRediT作者贡献声明

乔瓦尼·布鲁马纳（Giovanni Brumana）：撰写——原始草稿，可视化，验证，软件，调查，形式分析，概念化。马达拉·里克斯塔（Madara Rieksta）：可视化，软件，方法论，数据管理。加蒂斯·巴兹鲍尔斯（Gatis Bazbauers）：撰写——原始草稿，可视化，验证，监督，软件，概念化。朱塞佩·弗兰基尼（Giuseppe Franchini）：可视化，验证，监督，方法论，概念化。伊丽莎·吉拉尔迪（Elisa Ghirardi）：撰写——原始草稿，可视化，软件，调查。埃德加斯（Edgars）：

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文报告的工作。