摘要
工业炼油厂作为复杂的多能源系统运行，其中电力、工艺燃料、蒸汽和多种能源载体在紧密耦合的流程中相互作用。本文提出了一种基于数据驱动的优化框架，该框架使用PyPSA实现，用于分析炼油厂能源系统的运行调度并评估替代的脱碳技术。该模型整合了详细的历史运行数据以及每小时效率曲线，以模拟资产的行为并探索参考年内的不同技术配置。目标函数包括年化资本支出和运行成本（包括维护费用和能源载体成本），从而能够在运行优化中一致地比较各种候选技术。分析成果揭示了现有资产的灵活性和行业耦合对制定成本效益高的炼油厂脱碳策略的潜在贡献。关键绩效指标包括总系统成本、技术利用率以及能源系统的最终配置。所提出的全年、每小时分辨率的线性规划（LP）方法为在工业能源系统中探索运行改进和评估技术选项提供了数据驱动的工具。针对研究中的多能源子系统，所确定的成本最优解决方案能够实现每年高达7.2%的减排量（约600千吨二氧化碳当量），同时保持与基准案例相当的年度系统成本。在所有场景中，现有发电资产的灵活调度始终被证明是实现运行节约的关键因素，这凸显了工业多能源系统通过调整能源调度来响应电力市场信号、提供市场响应型需求侧灵活性的潜力。
