低排放海上油气平台综合能源系统的优化运行（Python代码实现）

 👨‍🎓个人主页：研学社的博客 

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Python代码、数据

---

💥1 概述

本文考虑了海上石油和天然气平台能源系统的运行，该系统具有风力涡轮机的能源供应，以减少当地的二氧化碳排放。在开源软件工具（Oogeso）中开发并实施了用于运营规划和模拟的新综合能源系统模型。首先介绍了该模型和工具，然后将其应用于具有不同能源供应替代方案的相关北海案例，以量化和比较二氧化碳减排量和其他关键指标。

海上石油和天然气平台[1]通常是由天然气涡轮机提供本地能源的隔离系统。过去，海上能源系统运营和电力管理系统依赖于燃气轮机的高度可控性和过量的低成本天然气燃料，很少有人考虑替代方案。由于政策目标、法律限制或高碳排放税，这一点目前正在发生变化，需要减少二氧化碳排放。石油和天然气田的当地排放主要来自天然气燃烧，以满足当地能源需求，为了消除这些排放，必须用清洁替代品替代化石燃料燃气轮机，例如海上风力发电、岸上电缆发电、改用氢基燃气轮机燃料或燃料电池。对于新的能源供应替代方案，需要新的运营策略，以便在给定的约束条件下最佳地利用可用资源。

文献来源：

📚2 运行结果

plots.plot_sum_power_mix(res,optimisation_model=simulator.optimiser,carrier="el").show()

plots.plot_device_profile(res,optimisation_model=simulator.optimiser,devs=['GT1','GT2','GT3'],
    include_on_off=True,include_prep=True).update_layout(title="Gas turbine operation")

lots.plot_device_profile(res,optimisation_model=simulator.optimiser,devs=['GT1','GT2','GT3'],
    include_on_off=True,include_prep=True).update_layout(title="Gas turbine operation")

 

plots.plot_CO2_rate_per_device(res,optimisation_model=simulator.optimiser,device_shareload=None)

 

plots.plot_reserve(res,simulator.optimiser).update_layout(title="Reserve")

 

plots.plot_el_backup(res,show_margin=True).update_layout(title="Bakcup per device")

 

部分代码：

gt='GT2'
print("{} on/off initial status = {}".format(gt,pyo.value(optimiser.paramDeviceIsOnInitially[gt])))
print("{} timesteps in startup preparation = {}".format(gt,pyo.value(optimiser.paramDevicePrepTimestepsInitially[gt])))
print("start-stop constraint:")
for t in range(4):
    cstr=getattr(optimiser, "constr_{}_startstop".format(gt))[t]
    #cstr=optimiser.constrDevice_startup_shutdown[gt,t]
    print("  t={}: {} = {}".format(t,cstr.body,cstr.upper))
print("start delay constraint:")
for t in range(4):
    cstr=getattr(optimiser, "constr_{}_startdelay".format(gt))[t]
    #cstr=optimiser.constrDevice_startup_delay[gt,t]
    print("  t={}: {} = {}".format(t,cstr.body,cstr.upper))
print("max flow constraint:")
for t in range(4):
    cstr=getattr(optimiser, "constr_{}_flowMax".format(gt))[t]
    #cstr=optimiser.constrDevicePmax[gt,t]
    print("  t={}: {} = {}".format(t,cstr.body,cstr.upper))

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

🌈4 Python代码、数据