LNG接收站智能调度中的物理-数据融合与约束感知混合优化

《International Journal of Hydrogen Energy》：Physics–data fusion and constraint-aware hybrid optimization for intelligent dispatch in LNG receiving terminals

　　

• •
  物理引导的DCS建模将设备功率与终端范围的调度联系起来。
• •
  堆叠模型在四类设备上实现了0.949–0.998的留出集R²值。
• •
  SA–PSO算法平衡了电力需求、机组切换和运行约束。
• •
  选定的外输方案显示出5.176–7.709%的估计离线节能潜力。
• •
  六个月的运行历史分析得出5.833%的估计能耗差异。

引言

液化天然气（LNG）接收站是现代天然气供应链中的关键节点，其运行效率直接影响区域调峰能力、供应安全和碳绩效[1]，[2]。在低碳能源转型的大背景下，LNG接收站也可被视为典型的低温能源基础设施，因为其面临的许多运行挑战，如低温储存、气化、压缩和多单元协调，与更广泛的低温能源系统日益相关，包括新兴的液氢和氢载体终端基础设施[3]，[4]。在实际运行中，LNG接收站是一个紧密耦合的系统，涉及储罐、低温潜液泵、高压泵、气化器、海水循环系统以及蒸发气（BOG）压缩和再冷凝单元，在船舶卸料和管道外输之间的过渡过程中，流量、罐压、海水温度和下游需求的变化会迅速传播到多个子系统[5]，[6]。

关于BOG回收和再冷凝的研究已建立了管理压缩负荷和终端运行灵活性的方法[7]，[8]，[9]。关于LNG冷能利用的综述描述了气化链中的热集成机会[10]，[11]，而循环集成和热经济性研究则考察了特定的能量回收配置[12]，[13]，[14]。Katebah等人[15]利用某运行中LNG生产设施的数据展示了全流程优化。这些研究共同为协调设备调度提供了工艺基础。

Shingan及其同事的最新综述[16]进一步将储存、BOG处理、泵送和气化与更广泛的LNG价值链和天然气处理系统联系起来。

面向控制的研究推进了瞬态BOG预测、无偏移LNG罐压调节和低温设备监测[17]，[18]，[19]，[20]。基于学习的过程控制和安全约束的能源管理为动态决策提供了补充方法[21]，[22]，[23]，[24]，[25]。在接收站尺度上，运行泵和压缩机单元的协调选择仍然与外输需求、水力条件和允许切换紧密耦合。

低温调度也与氢能基础设施的发展相关。LNG冷能辅助氢液化、带?回收的液氢气化以及氢-电协同储存说明了相关的能量集成和运行挑战[26]，[27]，[28]。介质特定的热物理性质和安全运行范围为将调度框架应用于氢载体提供了基础[29]，[30]，[31]。

因此，本研究将设备特定的功率预测与可行的站级调度联系起来。离线工艺关系和历史DCS特征用于时序Stacking模型；由此得到的功率估算值进入带约束的SA–PSO搜索，以优化设备组合和切换成本。通过独立预测测试、重复优化运行、三个代表性外输方案以及六个月的运行条件电力对比来评估性能。表1总结了决策范围和代表性方法的证据。

章节片段

总体框架

图1中的工作流程结合了离线工艺分析、DCS特征构建、设备级Stacking功率预测以及通过SA–PSO优化的可行设备调度。

基于敏感性的物理洞察

图3展示了工艺模型输出对参考运行条件±10%扰动的响应。

图3显示了参考运行变量±10%扰动下工艺功率的局部变化。补充表S4中的DCS交互测试评估了流量和压力的联合效应。

这些水力与热力关系共同为设备级预测器提供了流量、压力、温度和运行状态的联合输入依据。

物理-数据融合分析与模型验证

每小时DCS

节能的物理解释与运行解释

选定的调度方案主要通过高压泵的重新分配来降低估计的站内设备功率。在800和1450?m³/h时，量化节能来自高压泵组合；在1230?m³/h时，高压泵和低压泵分别贡献87.32%和12.68%。共同机制是在水力和外输约束内重新分配泵负荷。

海水换热需求和BOG处理能力影响可行的泵和压缩机组合。

结论

针对LNG接收站的耦合泵送、海水和BOG系统，开发了一种物理-数据融合和约束感知的调度框架。时序测试得出低压泵、高压泵、海水泵和BOG压缩机的Stacking R²值分别为0.9908、0.9908、0.9977和0.9487。最大的相对集成增益出现在海水泵和压缩机功率预测中。

对于800、1230和1450?m³/h的外输速率，选定的可行配置产生估计的

CRediT作者贡献声明

董超：撰写 – 初稿。纪忠利：正式分析、数据管理、概念化。陈瑞英：方法论、调查研究、经费获取。刘永帅：资源、方法论。马丽敏：撰写 – 初稿。常程：撰写 – 初稿。吴晓林：资源、项目管理。

利益冲突声明

作者声明，他们不存在已知的竞争经济利益或个人关系，可能影响本文所报告的工作。

致谢

本工作得到了国家自然科学基金的资助（项目编号U25B20130）。

董超|纪忠利|陈瑞英|刘永帅|马丽敏|常程|吴晓林