CN112381672B - 一种考虑储能配合的工业园区综合能源系统供能故障处理方法 - Google Patents

一种考虑储能配合的工业园区综合能源系统供能故障处理方法 Download PDF

Info

Publication number
CN112381672B
CN112381672B CN202011393176.XA CN202011393176A CN112381672B CN 112381672 B CN112381672 B CN 112381672B CN 202011393176 A CN202011393176 A CN 202011393176A CN 112381672 B CN112381672 B CN 112381672B
Authority
CN
China
Prior art keywords
energy
power
equipment
energy storage
formula
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011393176.XA
Other languages
English (en)
Other versions
CN112381672A (zh
Inventor
陆天宇
李勇
陈东文
陈旭东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202011393176.XA priority Critical patent/CN112381672B/zh
Publication of CN112381672A publication Critical patent/CN112381672A/zh
Application granted granted Critical
Publication of CN112381672B publication Critical patent/CN112381672B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/04Power grid distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/22The renewable source being solar energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/28The renewable source being wind energy
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225Demand response systems, e.g. load shedding, peak shaving
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/222Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑储能配合的工业园区综合能源系统供能故障处理方法,包括系统建模、储能设备定址定容方法和考虑储能配合的供能故障处理方法,系统建模包括设备模型和负荷模型,设备模型包括产能设备模型和储能设备模型。本发明通过提出储能设备的定址定容方法、园区负荷分类方法及对应的故障分类方法、根据故障分类结果对应的故障处理策略和负荷总量的多目标规划方法,该系统内部流通的冷、热、电能优先使用内部产能设备自主生产的能量,使得具有多能协同的特性,灵活性高,储能设备具有低惯性、高灵活性的特点,当系统发生供能故障时导致系统供能不足时,可以通过切除部分负荷、启动储能的方式迅速填补供能缺额。

Description

一种考虑储能配合的工业园区综合能源系统供能故障处理 方法
技术领域
本发明涉及综合能源电力系统技术领域,特别涉及一种考虑储能配合的工业园区综合能源系统供能故障处理方法。
背景技术
综合能源系统具有多能协同的特性。综合能源系统常常配置高渗透率的可再生能源,以电力为核心,融合冷、热、气等多种能流,依托储能设备、能量转换设备,实现不同能源在生产、利用、存储等多环节的高度协同。其中,储能设备作为灵活性最高的可调度设备,其重要性进来备受关注。特别是冷、热、电的多能联储,对综合能源系统的能效梯级利用、经济运行及故障处理均具有极高价值。
发明内容
本发明要解决的技术问题是克服现有技术的缺陷,提供一种考虑储能配合的工业园区综合能源系统供能故障处理方法,可做到在紧急情况下的协调控制,提升整个系统的稳定性及供能可靠性。
为了解决上述技术问题,本发明提供了如下的第一个技术方案:
本发明涉及一种考虑储能配合的工业园区综合能源系统供能故障处理方法,包括系统建模、储能设备定址定容方法和考虑储能配合的供能故障处理方法,系统建模包括设备模型和负荷模型,设备模型包括产能设备模型和储能设备模型,负荷模型分为经济性不可中断负荷Lmin、经济性可中断负荷Leco,il和非经济性可中断负荷Lnon,il,储能设备定址定容方法包括储能设备定容和储能设备定址,考虑储能配合的供能故障处理方法包括故障判断、故障源定位、故障处理策略生成、故障恢复和约束条件,约束条件包括能量供需平衡约束、产能设备约束、储能设备约束和能流网络约束,能流网络约束包括电力网络约束、热力网络约束。
作为本发明的一种优选技术方案,所述产能设备模型的光伏电池供电功率的表达式:
Figure BDA0002813434360000021
式中:Psolar为太阳辐照,nPV为光伏电池板的数量,SPV,i和ηPV,i分别为第i块光伏电池板的有效面积和转化效率;
风机供电功率的表达式:
Figure BDA0002813434360000022
式中:ρair为空气密度,vw为t时刻当地风速,nWT为风机的数量,AWT,i和ηWT,i分别为第i架风机的扫掠面积和发电效率,vw,min和vw,max分别为风机发电允许的最小风速和最大风速,若风速在此区间之外时,风机不会发电;
CHP机组供电功率的表达式:
Figure BDA0002813434360000023
式中:γgas为天燃气热值,nCHP为CHP机组的数量,qv,CHP,i和ηCHP,e,i分别为第i组CHP机组的输入天然气体积流量和发电效率;
CHP机组供热功率的表达式:
Figure BDA0002813434360000024
式中:γgas为天燃气热值,nCHP为CHP机组的数量,qv,CHP,i、ηCHP,e,i和ηCHP,h,i分别为第i组CHP机组的输入天然气的体积流量、发电效率和热转化效率;
燃气锅炉供热功率的表达式:
Figure BDA0002813434360000025
式中:γgas为天燃气热值,nGB为燃气锅炉的数量,qv,GB,i和ηGB,i分别为第i台燃气锅炉的输入天然气体积流量和热效率;
电制冷机组供冷功率的表达式:
Figure BDA0002813434360000031
式中:nEP为电制冷机组的数量,COPEP,i
Figure BDA0002813434360000032
分别为第i台电制冷机组的制冷系数和输入电功率;
电锅炉供热功率的表达式:
Figure BDA0002813434360000033
式中:nEB为电锅炉的数量,μloss,EB,i、ηEB,i
Figure BDA0002813434360000034
分别为第i台电锅炉的热损失率、换热器传热效率和输入电功率;
吸收式制冷机组供冷功率的表达式:
Figure BDA0002813434360000035
式中:nAR为吸收式制冷机组的数量,COPAR,i
Figure BDA0002813434360000036
分别为第i台吸收式制冷机组的制冷系数和输入热功率。
作为本发明的一种优选技术方案,所述储能设备模型的储能设备s在t时刻的容量均可表示为:
Figure BDA0002813434360000037
式中:τs为储热设备s的自损率,T为一个仿真时间步长,ηc,s、ηd,s分别为储能设备s的蓄能、释能效率,Pc,s、Pd,s分别为储能设备s的蓄能、释能功率。
作为本发明的一种优选技术方案,所述储能设备的定容方法首先从储能设备的运行机理出发,考虑储能设备在故障工况下的供能替代作用:综合能源系统中设备的出力变化会受到爬坡或滑坡速度的限制,单位时间内其功率的变化不可超过其允许的爬坡或滑坡范围,因而考虑供能故障发生时使用备用机组替代的情况,产能设备的出力从停机状态到达额定工况需经历一段爬坡时间,即为产能设备启动响应时间:
Figure BDA0002813434360000041
式中:PR,i为产能设备i的额定功率,
Figure BDA0002813434360000042
为产能设备i的向上爬坡速率;
考虑极端情况,故障工况下需启用备用机组替代供能,在响应时间内,该产能设备的出力不稳定,因而系统需要由储能设备提供工厂的最低生产负荷,基于此给出一个储能设备的最大容量下限,以储热设备为例:
Figure BDA0002813434360000043
式中:
Figure BDA0002813434360000044
为产热设备集合,
Figure BDA0002813434360000045
为系统内的经济性不可中断热负荷,Δti为设备i的启动响应时间。
作为本发明的一种优选技术方案,所述储能设备定址方法:
Figure BDA0002813434360000046
式中:NHS是储热设备可能的选址地点集合,SNh是系统供热节点集合,
Figure BDA0002813434360000047
是典型日内供热节点i的供热总量,
Figure BDA0002813434360000048
是典型日内所有供热节点的供热总量,ln,i是储热热备选址地点n与供热节点i之间的管道长度。
作为本发明的一种优选技术方案,所述故障源定位的故障源检索方法:
a.监测系统实时设备参数,包括电流、电功、压强、温度和流量等数据,与故障判据库内的对应数据比较,判断数据是否异常;
b.若设备参数均无异常,则判定系统正常运行,若发现系统某设备监测数据异常,则自该设备起按照系统设备拓扑自下而上检索设备的监测参数直至发现第一个输入、输出能流参数均正常的设备或至系统源端;
c.根据最终检索结果,若发现系统源端存在供能数据异常,则判断为外部供能故障,若系统源端供能数据正常,而独立若干设备存在数据异常,则判断为内部供能故障。
作为本发明的一种优选技术方案,所述故障恢复方法为
建立综合能源系统故障恢复模型:
目标函数:f1=minCost
Cost=Cmat+Ccsu
Figure BDA0002813434360000051
Figure BDA0002813434360000052
优化目标f1为综合能源系统运行周期内的经济成本最低,式中:Cost为系统的运行经济成本,Cmat为维护成本,Ccsu为能耗成本,ΩG+S为产能设备和储能设备的集合,fi,t为设备的可变维护成本系数,ai为设备的固定维护成本系数,Pi,t为设备的实时功率,Si为设备容量,Ae,t、Ag,t分别为实时电价和实时天然气价格,
Figure BDA0002813434360000053
为电网购电功率,MG,t为采购天然气流量;
f2=minLcut,eco
Figure BDA0002813434360000054
优化目标f2为综合能源系统故障处理运行周期内切除的经济性负荷总量最低,式中:Lcut,eco为故障处理过程中切除的经济性负荷总量,SN为系统供热节点集合,ΔLeco,i,t为供能节点i切除的经济性负荷量;
故障处理过程中可将上述两个优化目标加权联立,得到优化目标函数:
minFobj=εωCost+(1-ω)ΔLeco,ω∈{0,1}
式中:ε为数量级常数,ω为权重系数,为零一变量,当故障策略结果判断为策略一时,不切除经济性负荷,ω取0;当故障策略结果判断为策略二或三时,需切除经济性负荷,ω取1。
作为本发明的一种优选技术方案,所述能量供需平衡约束方法为
Figure BDA0002813434360000061
式中:P为供能功率,L为负荷功率,ΔLcut为切除负荷功率,上标c、h、e分别表示供冷、供热和供电,下标EP、CS、AR、GB、CHP、HS、EB、ES、E、PV和WT分别表示电制冷、冰蓄冷装置、吸收式制冷机组、燃气锅炉、CHP机组、蓄热设备、电锅炉、电储能、电网购电、光伏和风机。
作为本发明的一种优选技术方案,所述产能设备约束方法为
Figure BDA0002813434360000062
Figure BDA0002813434360000063
Figure BDA0002813434360000064
Figure BDA0002813434360000065
式中:ΩG为产能设备集合,Si、Smax,i分别为产能设备容量和设备最大容量,Pi、Pmin,i和Pmax,i分别为产能设备实时功率、产能设备最小功率和产能设备最大功率,
Figure BDA0002813434360000071
分别为产能设备爬坡、滑坡速率,T为一个仿真时间步长。
作为本发明的一种优选技术方案,所述储能设备约束方法为
Figure BDA0002813434360000072
Figure BDA0002813434360000073
Figure BDA0002813434360000074
Figure BDA0002813434360000075
Figure BDA0002813434360000076
式中:ΩS为储能设备集合,Sj、Smin,j和Smax,j分别为储能设备容量、储能设备最小容量和储能设备最大容量,Pc,j,t、Pd,j,t分别为储能设备的蓄能、释能功率,Zj为储能设备的最大充放能功率,T为一个仿真时间步长。
作为本发明的一种优选技术方案,所述电力网络约束方法:
d.支路功率约束:
Pk≤Pmax.k
式中:Pk为支路k的有功功率值,Pmax.k为支路k的有功功率最大允许值;
e.节点电压约束:
Umin,i≤Ui≤Umax,i
式中:Ui为节点i的电压值,Umax,i、Umin,i分别为节点i的电压上、下限;
f.功率平衡约束:
Figure BDA0002813434360000077
Figure BDA0002813434360000081
式中:Pi、Qi分为节点i注入的有功功率和无功功率,Gij、Bij和δij分别为节点i、j之间的电导、电纳和电压相角差,n为系统节点总数,Ui和Uj分别为节点i、j的电压幅值;
g.外部供电约束:
0≤PE≤Pmax,E
式中:PE为系统输入的外部供电有功功率,Pmax,E为系统输入的外部供电有功功率最大允许值。
作为本发明的一种优选技术方案,所述热力网络约束方法:
h.水力模型:
Figure BDA0002813434360000082
式中:A为热网关联矩阵,描述节点与管道的连接关系,
Figure BDA0002813434360000083
分别为管道介质流量和节点介质流量,B为基本回路矩阵,描述回路与管道的关系;hf为水头损失,与管道内部摩擦力有关;
i.热功率计算方程:
Figure BDA0002813434360000084
式中:
Figure BDA0002813434360000085
为负荷节点的热功率,Cp为介质比热容,Ts、To分别为负荷供水温度和负荷出水温度;
j.热力网络平衡方程:
Figure BDA0002813434360000086
式中:Tin、Tout分别为节点注入、流出温度,
Figure BDA0002813434360000091
分为节点注入、流出介质流量;
k.温度损失计算:
Figure BDA0002813434360000092
式中:Tstart、Tend分别为某段管道首、末端的温度,Ta为环境温度,λ为管道的传热系数;L为该管道的长度;
l.外部供气约束:
0≤qv,gas≤qv,max,gas
式中:qv,gas为系统输入的外部供气体积流量,qv,max,gas为系统输入的外部供气体积流量最大允许值。
与现有技术相比,本发明的有益效果如下:
1:本发明通过提出储能设备的定址定容方法、园区负荷分类方法及对应的故障分类方法、根据故障分类结果对应的故障处理策略和负荷总量的多目标规划方法,本文应用于工业园区的区域综合能源系统模型,包含太阳能、风能、电网购电、天然气站购气等能量输入形式及冷、热、电负荷等能量输出形式,该系统内部存在产能设备包括光伏电池、风机、CHP机组、燃气锅炉、电制冷机组、电锅炉和吸收式制冷机及储能设备,包括电储能、冰蓄冷和蓄热装置,该系统内部流通的冷、热、电能优先使用内部产能设备自主生产的能量,使得具有多能协同的特性,灵活性高,对综合能源系统的能效梯级利用、经济运行及故障处理均具有极高价值,储能设备具有低惯性、高灵活性的特点,当系统发生供能故障时导致系统供能不足时,可以通过切除部分负荷、启动储能的方式迅速填补供能缺额,实现综合能源系统在紧急情况下的协调控制,提升整个系统的稳定性及供能可靠性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
其中附图中相同的标号全部指的是相同的部件。
此外,如果已知技术的详细描述对于示出本发明的特征是不必要的,则将其省略。需要说明的是,下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向,词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
在附图中:
图1是区域综合能源系统的拓扑结构及能量流动示意图;
图2是供能故障处理方法的流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
如图1-2所示,本发明提供一种考虑储能配合的工业园区综合能源系统供能故障处理方法,包括系统建模、储能设备定址定容方法和考虑储能配合的供能故障处理方法,系统建模包括设备模型和负荷模型,设备模型包括产能设备模型和储能设备模型,负荷模型分为经济性不可中断负荷Lmin、经济性可中断负荷Leco,il和非经济性可中断负荷Lnon,il,储能设备定址定容方法包括储能设备定容和储能设备定址,考虑储能配合的供能故障处理方法包括故障判断、故障源定位、故障处理策略生成、故障恢复和约束条件,约束条件包括能量供需平衡约束、产能设备约束、储能设备约束和能流网络约束,能流网络约束包括电力网络约束、热力网络约束。
进一步的,产能设备模型的光伏电池供电功率的表达式:
Figure BDA0002813434360000111
式中:Psolar为太阳辐照,nPV为光伏电池板的数量,SPV,i和ηPV,i分别为第i块光伏电池板的有效面积和转化效率;
风机供电功率的表达式:
Figure BDA0002813434360000112
式中:ρair为空气密度,vw为t时刻当地风速,nWT为风机的数量,AWT,i和ηWT,i分别为第i架风机的扫掠面积和发电效率,vw,min和vw,max分别为风机发电允许的最小风速和最大风速,若风速在此区间之外时,风机不会发电;
CHP机组供电功率的表达式:
Figure BDA0002813434360000113
式中:γgas为天燃气热值,nCHP为CHP机组的数量,qv,CHP,i和ηCHP,e,i分别为第i组CHP机组的输入天然气体积流量和发电效率;
CHP机组供热功率的表达式:
Figure BDA0002813434360000114
式中:γgas为天燃气热值,nCHP为CHP机组的数量,qv,CHP,i、ηCHP,e,i和ηCHP,h,i分别为第i组CHP机组的输入天然气的体积流量、发电效率和热转化效率;
燃气锅炉供热功率的表达式:
Figure BDA0002813434360000115
式中:γgas为天燃气热值,nGB为燃气锅炉的数量,qv,GB,i和ηGB,i分别为第i台燃气锅炉的输入天然气体积流量和热效率;
电制冷机组供冷功率的表达式:
Figure BDA0002813434360000121
式中:nEP为电制冷机组的数量,COPEP,i
Figure BDA0002813434360000122
分别为第i台电制冷机组的制冷系数和输入电功率;
电锅炉供热功率的表达式:
Figure BDA0002813434360000123
式中:nEB为电锅炉的数量,μloss,EB,i、ηEB,i
Figure BDA0002813434360000124
分别为第i台电锅炉的热损失率、换热器传热效率和输入电功率;
吸收式制冷机组供冷功率的表达式:
Figure BDA0002813434360000125
式中:nAR为吸收式制冷机组的数量,COPAR,i
Figure BDA0002813434360000126
分别为第i台吸收式制冷机组的制冷系数和输入热功率。
储能设备模型的储能设备s在t时刻的容量均可表示为:
Figure BDA0002813434360000127
式中:τs为储热设备s的自损率,T为一个仿真时间步长,ηc,s、ηd,s分别为储能设备s的蓄能、释能效率,Pc,s、Pd,s分别为储能设备s的蓄能、释能功率。
储能设备的定容方法首先从储能设备的运行机理出发,考虑储能设备在故障工况下的供能替代作用:综合能源系统中设备的出力变化会受到爬坡或滑坡速度的限制,单位时间内其功率的变化不可超过其允许的爬坡或滑坡范围,因而考虑供能故障发生时使用备用机组替代的情况,产能设备的出力从停机状态到达额定工况需经历一段爬坡时间,即为产能设备启动响应时间:
Figure BDA0002813434360000131
式中:PR,i为产能设备i的额定功率,
Figure BDA0002813434360000132
为产能设备i的向上爬坡速率;
考虑极端情况,故障工况下需启用备用机组替代供能,在响应时间内,该产能设备的出力不稳定,因而系统需要由储能设备提供工厂的最低生产负荷,基于此给出一个储能设备的最大容量下限,以储热设备为例:
Figure BDA0002813434360000133
式中:
Figure BDA0002813434360000134
为产热设备集合,
Figure BDA0002813434360000135
为系统内的经济性不可中断热负荷,Δti为设备i的启动响应时间;
其次可根据历史数据分析,考虑供热节点在一个典型日内累计切除的经济性负荷总额,以此得出储能设备的另一个最大容量的下限,以储热设备为例:
Figure BDA0002813434360000136
式中:Nd是考察的典型日的集合,Ti、Tf分别表示一个典型日内的仿真开始、结束时间,SNh是系统供热节点集合,ΔPi h(t)是t时刻供热节点i切除的经济性负荷;
又由储能设备的数学模型可知储能设备存在自损率,考虑经济性,储能设备的最大容量应在上述范围内尽可能低,因而最终的储热设备的最大容量可表示为上述两种方法确定的最大容量中较大的一个:
Smax,HS=max(S1,S2)。
储能设备定址方法:
Figure BDA0002813434360000141
式中:NHS是储热设备可能的选址地点集合,SNh是系统供热节点集合,
Figure BDA0002813434360000142
是典型日内供热节点i的供热总量,
Figure BDA0002813434360000143
是典型日内所有供热节点的供热总量,ln,i是储热热备选址地点n与供热节点i之间的管道长度,储能设备定址根据运行机理可知储能设备的释能的响应时间为:电储能瞬时响应;储冷(热)设备的机组启动速度较快,但其受到热媒在网管中传输速率的影响,储冷(热)设备的响应时间与储冷(热)设备及其供冷(热)节点的拓扑分布关联紧密。因此推荐储冷(热)设备配置在离用户侧附近。
故障源定位的故障源检索方法:
a.监测系统实时设备参数,包括电流、电功、压强、温度和流量等数据,与故障判据库内的对应数据比较,判断数据是否异常;
b.若设备参数均无异常,则判定系统正常运行,若发现系统某设备监测数据异常,则自该设备起按照系统设备拓扑自下而上检索设备的监测参数直至发现第一个输入、输出能流参数均正常的设备或至系统源端;
c.根据最终检索结果,若发现系统源端存在供能数据异常,则判断为外部供能故障,若系统源端供能数据正常,而独立若干设备存在数据异常,则判断为内部供能故障。
故障恢复方法为
建立综合能源系统故障恢复模型:
目标函数:f1=minCost
Cost=Cmat+Ccsu
Figure BDA0002813434360000151
Figure BDA0002813434360000152
优化目标f1为综合能源系统运行周期内的经济成本最低,式中:Cost为系统的运行经济成本,Cmat为维护成本,Ccsu为能耗成本,ΩG+S为产能设备和储能设备的集合,fi,t为设备的可变维护成本系数,ai为设备的固定维护成本系数,Pi,t为设备的实时功率,Si为设备容量,Ae,t、Ag,t分别为实时电价和实时天然气价格,
Figure BDA0002813434360000153
为电网购电功率,MG,t为采购天然气流量;
f2=minLcut,eco
Figure BDA0002813434360000154
优化目标f2为综合能源系统故障处理运行周期内切除的经济性负荷总量最低,式中:Lcut,eco为故障处理过程中切除的经济性负荷总量,SN为系统供热节点集合,ΔLeco,i,t为供能节点i切除的经济性负荷量;
故障处理过程中可将上述两个优化目标加权联立,得到优化目标函数:
minFobj=εωCost+(1-ω)ΔLeco,ω∈{0,1}
式中:ε为数量级常数,ω为权重系数,为零一变量,当故障策略结果判断为策略一时,不切除经济性负荷,ω取0;当故障策略结果判断为策略二或三时,需切除经济性负荷,ω取1。
能量供需平衡约束方法为
Figure BDA0002813434360000161
式中:P为供能功率,L为负荷功率,ΔLcut为切除负荷功率,上标c、h、e分别表示供冷、供热和供电,下标EP、CS、AR、GB、CHP、HS、EB、ES、E、PV和WT分别表示电制冷、冰蓄冷装置、吸收式制冷机组、燃气锅炉、CHP机组、蓄热设备、电锅炉、电储能、电网购电、光伏和风机。
产能设备约束方法为
Figure BDA0002813434360000162
Figure BDA0002813434360000163
Figure BDA0002813434360000164
Figure BDA0002813434360000165
式中:ΩG为产能设备集合,Si、Smax,i分别为产能设备容量和设备最大容量,Pi、Pmin,i和Pmax,i分别为产能设备实时功率、产能设备最小功率和产能设备最大功率,
Figure BDA0002813434360000166
分别为产能设备爬坡、滑坡速率,T为一个仿真时间步长。
储能设备约束方法为
Figure BDA0002813434360000167
Figure BDA0002813434360000168
Figure BDA0002813434360000169
Figure BDA0002813434360000171
Figure BDA0002813434360000172
式中:ΩS为储能设备集合,Sj、Smin,j和Smax,j分别为储能设备容量、储能设备最小容量和储能设备最大容量,Pc,j,t、Pd,j,t分别为储能设备的蓄能、释能功率,Zj为储能设备的最大充放能功率,T为一个仿真时间步长。
电力网络约束方法:
d.支路功率约束:
Pk≤Pmax.k
式中:Pk为支路k的有功功率值,Pmax.k为支路k的有功功率最大允许值;
e.节点电压约束:
Umin,i≤Ui≤Umax,i
式中:Ui为节点i的电压值,Umax,i、Umin,i分别为节点i的电压上、下限;
f.功率平衡约束:
Figure BDA0002813434360000173
Figure BDA0002813434360000174
式中:Pi、Qi分为节点i注入的有功功率和无功功率,Gij、Bij和δij分别为节点i、j之间的电导、电纳和电压相角差,n为系统节点总数,Ui和Uj分别为节点i、j的电压幅值;
g.外部供电约束:
0≤PE≤Pmax,E
式中:PE为系统输入的外部供电有功功率,Pmax,E为系统输入的外部供电有功功率最大允许值。
热力网络约束方法:
h.水力模型:
Figure BDA0002813434360000181
式中:A为热网关联矩阵,描述节点与管道的连接关系,
Figure BDA0002813434360000182
分别为管道介质流量和节点介质流量,B为基本回路矩阵,描述回路与管道的关系;hf为水头损失,与管道内部摩擦力有关;
i.热功率计算方程:
Figure BDA0002813434360000183
式中:
Figure BDA0002813434360000184
为负荷节点的热功率,Cp为介质比热容,Ts、To分别为负荷供水温度和负荷出水温度;
j.热力网络平衡方程:
Figure BDA0002813434360000185
式中:Tin、Tout分别为节点注入、流出温度,
Figure BDA0002813434360000186
分为节点注入、流出介质流量;
k.温度损失计算:
Figure BDA0002813434360000187
式中:Tstart、Tend分别为某段管道首、末端的温度,Ta为环境温度,λ为管道的传热系数;L为该管道的长度;
l.外部供气约束:
0≤qv,gas≤qv,max,gas
式中:qv,gas为系统输入的外部供气体积流量,qv,max,gas为系统输入的外部供气体积流量最大允许值。
具体的,本文搭建了的应用于工业园区的区域综合能源系统模型,包含太阳能、风能、电网购电、天然气站购气等能量输入形式及冷、热、电负荷等能量输出形式。该系统内部存在产能设备包括光伏电池、风机、CHP机组、燃气锅炉、电制冷机组、电锅炉和吸收式制冷机及储能设备包括电储能、冰蓄冷和蓄热装置,该系统内部流通的冷、热、电能优先使用内部产能设备自主生产的能量,负荷模型基于用户的用能偏好与工厂的用能特性,工业负荷可以按照其主要使用场景分为3类:①经济性不可中断负荷Lmin:经济性不可中断负荷为工厂中的主要生产负荷,保障了生产任务能安全进行,在故障工况下,若供能系统输出的功率低于经济性不可中断负荷,则工厂无法安全生产;②经济性可中断负荷Leco,il:经济性可中断负荷为工厂中的辅助生产负荷,在故障工况下可中断,不影响安全生产,但会造成经济损失;③非经济性可中断负荷Lnon,il:非经济性可中断负荷为工厂中次要的生活负荷,在故障工况下可中断,不影响安全生产,且不造成经济损失,基于负荷的分类模型,可在荷端建立相应的功率指标X1<X2<X3,X1=Lmin,X2=X1+Leco,il,X3=X2+Lnon,il,考虑储能配合的供能故障处理方法中的故障判断具体为在园区内综合能源系统的故障诊断中,故障判据库的建立采用先验知识和数据相结合的灰箱模型:首先对设备的热力学过程进行分析,确定设备的观测值。其次分析系统历史运行数据,建立故障的解耦特征值库,确定解耦特征值的经验系数范围,以此作为故障判据,通过系统实时监测的设备数据与故障判据库对应指标的比较来判断该设备数据是否异常,故障处理策略生成是根据系统内部供能故障严重程度将故障分为三类故障,系统监测到荷端实时输出功率为Pout,又存在荷端功率指标X1<X2<X3。式中:X1=Lmin,X2=X1+Leco,il,X3=X2+Lnon,il,定义X3为园区正常生产的负荷功率阈值,当Pout≥X3时,系统正常,园区内存在较大的供能功率裕度,可进行正常的生产工作;定义X2为园区经济生产的负荷功率阈值,当X2≤Pout<X3时,系统发生第一类故障,园区内存在一定的供能功率裕度,采取策略一,园区切除部分非经济性可中断负荷,使得供需匹配,之后通过转换设备多能转供恢复缺额,保障经济生产;定义X1为园区安全生产的负荷功率阈值,当X1≤Pout<X2时,系统发生第二类故障,园区内供能功率裕度不足,采取策略二,园区切除全部非经济性可中断负荷、部分经济性可中断负荷、启动储能使得供需迅速匹配,之后通过转化设备多能转供恢复缺额,保证安全生产;当Pout<X1时,系统发第三类故障,,园区内供能功率裕度严重不足,采取策略三,园区切除全部可中断负荷、启动储能使得供需迅速匹配,之后通过转换设备多能转供、机组维修等方式恢复缺额,若储能释能动作结束后系统无法满足工厂的最低生产负荷即Pout≥X1,则该供能子系统彻底停机;具体的判定标准、故障类型、故障处理策略和具体步骤如
表1所示:
Figure BDA0002813434360000201
Figure BDA0002813434360000211
本发明通过提出储能设备的定址定容方法、园区负荷分类方法及对应的故障分类方法、根据故障分类结果对应的故障处理策略和负荷总量的多目标规划方法,本文应用于工业园区的区域综合能源系统模型,包含太阳能、风能、电网购电、天然气站购气等能量输入形式及冷、热、电负荷等能量输出形式,该系统内部存在产能设备包括光伏电池、风机、CHP机组、燃气锅炉、电制冷机组、电锅炉和吸收式制冷机及储能设备,包括电储能、冰蓄冷和蓄热装置,该系统内部流通的冷、热、电能优先使用内部产能设备自主生产的能量,使得具有多能协同的特性,灵活性高,对综合能源系统的能效梯级利用、经济运行及故障处理均具有极高价值,储能设备具有低惯性、高灵活性的特点,当系统发生供能故障时导致系统供能不足时,可以通过切除部分负荷、启动储能的方式迅速填补供能缺额,实现综合能源系统在紧急情况下的协调控制,提升整个系统的稳定性及供能可靠性。
最后应说明的是:以上仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种考虑储能配合的工业园区综合能源系统供能故障处理方法,包括系统建模、储能设备定址定容方法和考虑储能配合的供能故障处理方法,其特征在于,所述系统建模包括设备模型和负荷模型,所述设备模型包括产能设备模型和储能设备模型,所述负荷模型分为经济性不可中断负荷Lmin、经济性可中断负荷Leco,il和非经济性可中断负荷Lnon,il,所述储能设备定址定容方法包括储能设备定容方法和储能设备定址方法,所述考虑储能配合的供能故障处理方法包括故障判断、故障源定位、故障处理策略生成、故障恢复和约束条件,所述约束条件包括能量供需平衡约束、产能设备约束、储能设备约束和能流网络约束,所述能流网络约束包括电力网络约束、热力网络约束;
所述储能设备定容方法首先从储能设备的运行机理出发,考虑储能设备在故障工况下的供能替代作用:综合能源系统中设备的出力变化会受到爬坡或滑坡速度的限制,单位时间内其功率的变化不可超过其允许的爬坡或滑坡范围,因而考虑供能故障发生时使用备用机组替代的情况,产能设备的出力从停机状态到达额定工况需经历一段爬坡时间,即为产能设备启动响应时间:
Figure FDA0003595349860000011
式中:PR,i为产能设备i的额定功率,
Figure FDA0003595349860000012
为产能设备i的向上爬坡速率;
考虑极端情况,故障工况下需启用备用机组替代供能,在响应时间内,该产能设备的出力不稳定,因而系统需要由储能设备提供工厂的最低生产负荷,基于此给出一个储能设备的最大容量下限,以储热设备为例:
Figure FDA0003595349860000013
式中:
Figure FDA0003595349860000014
为产热设备集合,
Figure FDA0003595349860000015
为系统内的经济性不可中断热负荷,Δti为设备i的启动响应时间;
所述储能设备定址方法:
Figure FDA0003595349860000021
式中:NHS是储热设备可能的选址地点集合,SNh是系统供热节点集合,
Figure FDA0003595349860000022
是典型日内供热节点i的供热总量,
Figure FDA0003595349860000023
是典型日内所有供热节点的供热总量,ln,i是储热热备选址地点n与供热节点i之间的管道长度;
所述故障源定位的故障源检索方法:
a.监测系统实时设备参数,包括电流、电功、压强、温度和流量等数据,与故障判据库内的对应数据比较,判断数据是否异常;
b.若设备参数均无异常,则判定系统正常运行,若发现系统某设备监测数据异常,则自该设备起按照系统设备拓扑自下而上检索设备的监测参数直至发现第一个输入、输出能流参数均正常的设备或至系统源端;
c.根据最终检索结果,若发现系统源端存在供能数据异常,则判断为外部供能故障,若系统源端供能数据正常,而独立若干设备存在数据异常,则判断为内部供能故障;
所述故障恢复方法为
建立综合能源系统故障恢复模型:
目标函数:f1=min Cost
Cost=Cmat+Ccsu
Figure FDA0003595349860000024
Figure FDA0003595349860000025
优化目标f1为综合能源系统运行周期内的经济成本最低,式中:Cost为系统的运行经济成本,Cmat为维护成本,Ccsu为能耗成本,ΩG+S为产能设备和储能设备的集合,fi,t为设备的可变维护成本系数,ai为设备的固定维护成本系数,Pi,t为设备的实时功率,Si为设备容量,Ae,t、Ag,t分别为实时电价和实时天然气价格,
Figure FDA0003595349860000031
为电网购电功率,MG,t为采购天然气流量;
f2=min Lcut,eco
Figure FDA0003595349860000032
优化目标f2为综合能源系统故障处理运行周期内切除的经济性负荷总量最低,式中:Lcut,eco为故障处理过程中切除的经济性负荷总量,SN为系统供热节点集合,ΔLeco,i,t为供能节点i切除的经济性负荷量;
故障处理过程中可将上述两个优化目标加权联立,得到优化目标函数:
min Fobj=εωCost+(1-ω)ΔLeco,ω∈{0,1}
式中:ε为数量级常数,ω为权重系数,为零一变量,当故障策略结果判断为策略一时,不切除经济性负荷,ω取0;当故障策略结果判断为策略二或三时,需切除经济性负荷,ω取1。
2.根据权利要求1所述的一种考虑储能配合的工业园区综合能源系统供能故障处理方法,其特征在于,所述产能设备模型的光伏电池供电功率的表达式:
Figure FDA0003595349860000033
式中:Psolar为太阳辐照,nPV为光伏电池板的数量,SPV,i和ηPV,i分别为第i块光伏电池板的有效面积和转化效率;
风机供电功率的表达式:
Figure FDA0003595349860000041
式中:ρair为空气密度,vw为t时刻当地风速,nWT为风机的数量,AWT,i和ηWT,i分别为第i架风机的扫掠面积和发电效率,vw,min和vw,max分别为风机发电允许的最小风速和最大风速,若风速在此区间之外时,风机不会发电;
CHP机组供电功率的表达式:
Figure FDA0003595349860000042
式中:γgas为天燃气热值,nCHP为CHP机组的数量,qv,CHP,i和ηCHP,e,i分别为第i组CHP机组的输入天然气体积流量和发电效率;
CHP机组供热功率的表达式:
Figure FDA0003595349860000043
式中:γgas为天燃气热值,nCHP为CHP机组的数量,qv,CHP,i、ηCHP,e,i和ηCHP,h,i分别为第i组CHP机组的输入天然气的体积流量、发电效率和热转化效率;
燃气锅炉供热功率的表达式:
Figure FDA0003595349860000044
式中:γgas为天燃气热值,nGB为燃气锅炉的数量,qv,GB,i和ηGB,i分别为第i台燃气锅炉的输入天然气体积流量和热效率;
电制冷机组供冷功率的表达式:
Figure FDA0003595349860000045
式中:nEP为电制冷机组的数量,COPEP,i
Figure FDA0003595349860000046
分别为第i台电制冷机组的制冷系数和输入电功率;
电锅炉供热功率的表达式:
Figure FDA0003595349860000051
式中:nEB为电锅炉的数量,μloss,EB,i、ηEB,i
Figure FDA0003595349860000052
分别为第i台电锅炉的热损失率、换热器传热效率和输入电功率;
吸收式制冷机组供冷功率的表达式:
Figure FDA0003595349860000053
式中:nAR为吸收式制冷机组的数量,COPAR,i
Figure FDA0003595349860000054
分别为第i台吸收式制冷机组的制冷系数和输入热功率。
3.根据权利要求1所述的一种考虑储能配合的工业园区综合能源系统供能故障处理方法,其特征在于,所述储能设备模型的储能设备s在t时刻的容量均可表示为:
Figure FDA0003595349860000055
式中:τs为储热设备s的自损率,T为一个仿真时间步长,ηc,s、ηd,s分别为储能设备s的蓄能、释能效率,Pc,s、Pd,s分别为储能设备s的蓄能、释能功率。
4.根据权利要求1所述的一种考虑储能配合的工业园区综合能源系统供能故障处理方法,其特征在于,所述能量供需平衡约束方法为
Figure FDA0003595349860000056
式中:P为供能功率,L为负荷功率,ΔLcut为切除负荷功率,上标c、h、e分别表示供冷、供热和供电,下标EP、CS、AR、GB、CHP、HS、EB、ES、E、PV和WT分别表示电制冷、冰蓄冷装置、吸收式制冷机组、燃气锅炉、CHP机组、蓄热设备、电锅炉、电储能、电网购电、光伏和风机。
5.根据权利要求1所述的一种考虑储能配合的工业园区综合能源系统供能故障处理方法,其特征在于,所述产能设备约束方法为
Figure FDA0003595349860000061
Figure FDA0003595349860000062
Figure FDA0003595349860000063
Figure FDA0003595349860000064
式中:ΩG为产能设备集合,Si、Smax,i分别为产能设备容量和设备最大容量,Pi、Pmin,i和Pmax,i分别为产能设备实时功率、产能设备最小功率和产能设备最大功率,
Figure FDA0003595349860000065
分别为产能设备爬坡、滑坡速率,T为一个仿真时间步长。
6.根据权利要求1所述的一种考虑储能配合的工业园区综合能源系统供能故障处理方法,其特征在于,所述储能设备约束方法为
Figure FDA0003595349860000066
Figure FDA0003595349860000067
Figure FDA0003595349860000068
Figure FDA0003595349860000069
Figure FDA00035953498600000610
式中:ΩS为储能设备集合,Sj、Smin,j和Smax,j分别为储能设备容量、储能设备最小容量和储能设备最大容量,Pc,j,t、Pd,j,t分别为储能设备的蓄能、释能功率,Zj为储能设备的最大充放能功率,T为一个仿真时间步长。
7.根据权利要求1所述的一种考虑储能配合的工业园区综合能源系统供能故障处理方法,其特征在于,所述电力网络约束方法:
d.支路功率约束:
Pk≤Pmax.k
式中:Pk为支路k的有功功率值,Pmax.k为支路k的有功功率最大允许值;
e.节点电压约束:
Umin,i≤Ui≤Umax,i
式中:Ui为节点i的电压值,Umax,i、Umin,i分别为节点i的电压上、下限;
f.功率平衡约束:
Figure FDA0003595349860000071
Figure FDA0003595349860000072
式中:Pi、Qi分为节点i注入的有功功率和无功功率,Gij、Bij和δij分别为节点i、j之间的电导、电纳和电压相角差,n为系统节点总数,Ui和Uj分别为节点i、j的电压幅值;
g.外部供电约束:
0≤PE≤Pmax,E
式中:PE为系统输入的外部供电有功功率,Pmax,E为系统输入的外部供电有功功率最大允许值。
8.根据权利要求1所述的一种考虑储能配合的工业园区综合能源系统供能故障处理方法,其特征在于,所述热力网络约束方法:
h.水力模型:
Figure FDA0003595349860000081
式中:A为热网关联矩阵,描述节点与管道的连接关系,
Figure FDA0003595349860000082
分别为管道介质流量和节点介质流量,B为基本回路矩阵,描述回路与管道的关系;hf为水头损失,与管道内部摩擦力有关;
i.热功率计算方程:
Figure FDA0003595349860000083
式中:
Figure FDA0003595349860000084
为负荷节点的热功率,Cp为介质比热容,Ts、To分别为负荷供水温度和负荷出水温度;
j.热力网络平衡方程:
Figure FDA0003595349860000085
式中:Tin、Tout分别为节点注入、流出温度,
Figure FDA0003595349860000086
分为节点注入、流出介质流量;
k.温度损失计算:
Figure FDA0003595349860000087
式中:Tstart、Tend分别为某段管道首、末端的温度,Ta为环境温度,λ为管道的传热系数;L为该管道的长度;
l.外部供气约束:
0≤qv,gas≤qv,max,gas
式中:qv,gas为系统输入的外部供气体积流量,qv,max,gas为系统输入的外部供气体积流量最大允许值。
CN202011393176.XA 2020-12-03 2020-12-03 一种考虑储能配合的工业园区综合能源系统供能故障处理方法 Active CN112381672B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011393176.XA CN112381672B (zh) 2020-12-03 2020-12-03 一种考虑储能配合的工业园区综合能源系统供能故障处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011393176.XA CN112381672B (zh) 2020-12-03 2020-12-03 一种考虑储能配合的工业园区综合能源系统供能故障处理方法

Publications (2)

Publication Number Publication Date
CN112381672A CN112381672A (zh) 2021-02-19
CN112381672B true CN112381672B (zh) 2022-05-20

Family

ID=74590329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011393176.XA Active CN112381672B (zh) 2020-12-03 2020-12-03 一种考虑储能配合的工业园区综合能源系统供能故障处理方法

Country Status (1)

Country Link
CN (1) CN112381672B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113569408B (zh) * 2021-07-28 2024-02-20 黄河水利委员会黄河水利科学研究院 一种河冰力学性能的代表性表征方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107017622A (zh) * 2017-04-12 2017-08-04 长沙理工大学 含dg配网多故障多目标联合优化抢修恢复策略求取
CN109474025A (zh) * 2018-10-08 2019-03-15 国网能源研究院有限公司 一种园区级综合能源系统优化调度模型
CN110222970A (zh) * 2019-05-30 2019-09-10 天津大学 考虑储能备用的气-电耦合综合能源系统弹性调度方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9753455B2 (en) * 2009-06-22 2017-09-05 Johnson Controls Technology Company Building management system with fault analysis
CN105453367B (zh) * 2013-08-13 2018-05-01 埃森哲环球服务有限公司 用于微电网中的综合多能量调度的系统、方法和装置及有形计算机可读介质
CN107453402B (zh) * 2017-09-21 2019-12-20 大连理工大学 一种降低含风储一体化电站电力系统运行风险的调度方法
CN109615193B (zh) * 2018-11-27 2023-06-16 国网四川省电力公司经济技术研究院 一种考虑光伏与混合储能的综合能源系统规划方法
CN110263435B (zh) * 2019-06-20 2021-02-09 燕山大学 基于电-气耦合综合能源系统的双层优化故障恢复方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107017622A (zh) * 2017-04-12 2017-08-04 长沙理工大学 含dg配网多故障多目标联合优化抢修恢复策略求取
CN109474025A (zh) * 2018-10-08 2019-03-15 国网能源研究院有限公司 一种园区级综合能源系统优化调度模型
CN110222970A (zh) * 2019-05-30 2019-09-10 天津大学 考虑储能备用的气-电耦合综合能源系统弹性调度方法

Also Published As

Publication number Publication date
CN112381672A (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
CN109919478B (zh) 一种考虑综合供能可靠性的综合能源微网规划方法
DK2856040T3 (en) Process for controlling a plant comprising cogeneration installations and thermodynamic systems for air conditioning and / or heating
Khaleel et al. Impact of mechanical storage system technologies: A powerful combination to empowered the electrical grids application
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
Ramírez-Elizondo et al. Scheduling and control framework for distribution-level systems containing multiple energy carrier systems: Theoretical approach and illustrative example
CN110311371A (zh) 一种基于虚拟储能的光伏冷库系统及其负荷主动调控方法
Chen et al. Optimal scheduling of combined heat and power units with heat storage for the improvement of wind power integration
CN112381672B (zh) 一种考虑储能配合的工业园区综合能源系统供能故障处理方法
CN114784790A (zh) 一种分布式能源站全负荷调节方法及系统
Fan et al. A conditional depreciation balancing strategy for the equitable operation of extended hybrid energy storage systems
CN109995030B (zh) 一种考虑脱网风险的储能装置soc下限值最优设置方法
CN109921447B (zh) 一种基于储能装置soc动态约束的微网经济调度方法
Dou et al. Optimal configuration of multitype energy storage for integrated energy system considering the system reserve value
Odadzic et al. Energy efficiency and renewable energy solution in telecommunication
Denysov Efficiency of the renewable energy sources application for an autonomous heat supply system
Liang et al. Economic Optimal Configuration of Mico-gas turbine and Storage Device in an Integrated Energy System Based on Genetic Algorithm
Du et al. Optimal Configuration of Integrated Energy Systems Based on Mixed Integer Linear Programming
Li et al. An Economic Dispatch Model of the Electricity-Heat Integrated Energy System Considering the Reserve Benefits of the Heat Storage
Hao et al. Intra-day rolling dispatch considering large-scale wind power participation in primary frequency regulation and unit fast start-up capability
Piskunova Methodological aspects of modeling the fuel and energy complex in the context of energy security
Kalpana et al. Optimized Frequency For Isolated Hybrid Energy System With Battery Energy Storage Using Bee Colony Algorithm
Horrillo-Quintero et al. Control of electrical/thermal multi-energy microgrid
Xu et al. Multi-sources coordination and operating optimization in micro energy internet considering loads dynamic response
Du et al. Temporal Rolling-based Coordinated Operation of A Multi-Energy Microgrid Considering Thermal Inertia
Cao et al. Dynamic Dispatch of Integrated Wind, Solar and Hydrogen Energy Systems Based on Single Layer Variable Steps

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant