CN108038594A - 能源系统可靠性指标的确定方法及装置、存储介质 - Google Patents
能源系统可靠性指标的确定方法及装置、存储介质 Download PDFInfo
- Publication number
- CN108038594A CN108038594A CN201711200945.8A CN201711200945A CN108038594A CN 108038594 A CN108038594 A CN 108038594A CN 201711200945 A CN201711200945 A CN 201711200945A CN 108038594 A CN108038594 A CN 108038594A
- Authority
- CN
- China
- Prior art keywords
- energy system
- state
- energy
- load
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000003860 storage Methods 0.000 title claims abstract description 13
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 60
- 238000005457 optimization Methods 0.000 claims abstract description 44
- 239000003345 natural gas Substances 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 238000010438 heat treatment Methods 0.000 claims abstract description 25
- 230000009467 reduction Effects 0.000 claims description 46
- 238000005070 sampling Methods 0.000 claims description 15
- 230000008439 repair process Effects 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000010276 construction Methods 0.000 abstract description 7
- 238000005520 cutting process Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 19
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000005611 electricity Effects 0.000 description 8
- 239000004973 liquid crystal related substance Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000001172 regenerating effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种能源系统可靠性指标的确定方法及装置、存储介质,该方法包括:获取能源系统的系统信息,其中,能源系统包括电力系统、天然气系统和供热系统;利用准序贯法选择能源系统的状态;在根据系统信息确定能源系统的状态是负荷消减状态的情况下,对能源系统进行潮流优化计算,并计算优化后的能源系统的切负荷量;根据能源系统的切负荷量确定能源系统的可靠性指标;计算可靠性指标的收敛判据;根据收敛判据的结果确定能源系统的可靠性指标。通过本发明,解决了相关技术中对能源系统的可靠性评估并不准确,影响能源系统的建设质量的问题,达到准确对能源系统的可靠性进行评估的效果。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种能源系统可靠性指标的确 定方法及装置、存储介质。
背景技术
为缓解能源枯竭的压力和应对环境污染问题,提高能源利用效率、增 加可再生能源利用率成为各国研究的重点。其中,综合能源系统是集多种 能源的生产、传输、分配、转化、储存和消费各环节于一体的能源供应系 统,对电、气、冷、热、生物、化学等能源进行整体规划与调度,有效的 改善了能源供应的灵活性、安全性、可靠性和经济性。目前以微型燃气轮 机为代表的耦合设备大大加快了综合能源系统的建设进度。可靠性评估是 通过定性或者定量的指标反映系统能源供应中断的风险水平,进而科学的 指导系统的规划、设计、运行,开展综合能源系统可靠性评估对综合能源 系统的建设投资和决策运行有着重要意义。但现有技术中对能源系统的可 靠性评估并不准确,从而会影响能源系统的建设质量。
针对上述中的技术问题,相关技术中尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种能源系统可靠性指标的确定方法及装置、存 储介质,以至少解决相关技术中对能源系统的可靠性评估并不准确,影响 能源系统的建设质量的问题。
根据本发明的一个实施例,提供了一种能源系统可靠性指标的确定方 法,包括:获取所述能源系统的系统信息,其中,所述能源系统包括电力 系统、天然气系统和供热系统;利用准序贯法选择所述能源系统的状态; 在根据所述系统信息确定所述能源系统的状态是负荷消减状态的情况下, 对所述能源系统进行潮流优化计算,并计算优化后的所述能源系统的切负 荷量;根据所述能源系统的切负荷量确定所述能源系统的可靠性指标;计算所述可靠性指标的收敛判据;根据所述收敛判据的结果确定所述能源系 统的可靠性指标。
可选地,获取所述能源系统的系统信息包括:从所述电力系统、天然 气系统、供热系统中获取各自的系统数据;获取能源集线器数、所述能源 系统中的元件故障数据、能源价格数据、收敛阈值、准序贯法最大抽样次 数和所述能源系统的参数信息。
可选地,利用准序贯法选择所述能源系统的状态包括:确定所述能源 系统的元件的状态,其中,所述元件的状态包括运行状态和故障状态;当 所述元件处于运行状态时,计算所述元件的失效率;当所述元件处于故障 状态时,计算所述元件的修复率;根据所述失效率和所述修复率确定多个 元件的抽样状态;利用矢量在多个抽样状态中选取所述能源系统的状态。
可选地,在根据所述系统信息确定所述能源系统的状态是负荷消减状 态的情况下,对所述能源系统进行潮流优化计算,并计算所述能源系统的 切负荷量包括:在选定所述能源系统的状态之后,确定所述能源系统的拓 扑结构和负荷水平;利用所述拓扑结构和负荷水平采用解耦法对所述能源 系统进行线性优化;利用所述拓扑结构和负荷水平对优化后的所述能源系 统的切负荷量进行计算。
可选地,根据所述能源系统的切负荷量确定所述能源系统的可靠性指 标包括:将所述电力系统、天然气系统和供热系统的期望负荷削减量EENS 和期望负荷削减频率PLC确定为所述能源系统的可靠性指标;其中,所 述期望负荷削减量EENS和期望负荷削减频率PLC的计算公式如下: 所述SX是所述能源系统发生的 负荷削减状态,所述C(S)是在所述负荷消减状态S的情况下所述电力系统、 天然气系统和供热系统的负荷削减量,NMC是准序贯法的抽样次数,所述 T0是对所述能源系统进行可靠性评估的时间区间,所述n(S)是发生负荷削 减状态S的次数,所述C是所述能源系统中的能源集线器的耦合矩阵。
可选地,计算所述可靠性指标的收敛判据的方法包括如下公式:其中, 所述δ是所述可靠性指标的收敛判据,所述是可靠性指标的估计值, 所述是所述可靠性指标的估计值的方差。
可选地,根据所述收敛判据收敛的结果确定所述能源系统的可靠性指 标包括以下之一:在所述收敛判据收敛的情况下,输出所述EENS和所述 PLC;在所述收敛判据不收敛的情况下,并在所述NMC大于预设值的情况 下,输出所述EENS和所述PLC。
根据本发明的另一个实施例,提供了一种能源系统可靠性指标的确定 装置,包括:获取模块,用于获取所述能源系统的系统信息;选择模块, 用于利用准序贯法选择所述能源系统的状态;处理模块,用于在根据所述 系统信息确定所述能源系统的状态是负荷消减状态的情况下,对所述能源 系统进行潮流优化计算,并计算优化后的所述能源系统的切负荷量;第一 确定模块,用于根据所述能源系统的切负荷量确定所述能源系统的可靠性指标;计算模块,用于计算所述可靠性指标的收敛判据;第二确定模块, 用于根据所述收敛判据的结果确定所述能源系统的可靠性指标。
根据本发明的又一个实施例,还提供了一种存储介质,所述存储介质 包括存储的程序,其中,所述程序运行时执行上述任一项所述的方法。
根据本发明的又一个实施例,还提供了一种处理器,所述处理器用于 运行程序,其中,所述程序运行时执行上述任一项所述的方法。
通过本发明,由于在对能源系统进行可靠性评估时,会获取能源系统 中的电力系统、天然气系统和供热系统的各自的系统信息,然后利用准序 贯法选择能源系统的状态;在根据系统信息确定能源系统的状态是负荷消 减状态的情况下,对能源系统进行潮流优化计算,并计算优化后的能源系 统的切负荷量;根据能源系统的切负荷量确定能源系统的可靠性指标;计 算可靠性指标的收敛判据;根据收敛判据的结果确定能源系统的可靠性指标。因此,可以解决相关技术中对能源系统的可靠性评估并不准确,影响 能源系统的建设质量的问题,达到准确对能源系统的可靠性进行评估的效 果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一 部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发 明的不当限定。在附图中:
图1是本发明实施例的一种能源系统可靠性指标的确定方法的移动终 端的硬件结构框图;
图2是根据本发明实施例的能源系统可靠性指标的确定方法的流程图;
图3是根据本发明实施例的综合能源系统示意图;
图4是根据本发明实施例的准序贯法状态转移示意图;
图5是根据本发明实施例的综合能源系统优化概念图;
图6是根据本发明实施例的状态优化流程框图;
图7是根据本发明实施例的可靠性评估流程框图;
图8是根据本发明实施例的能源系统可靠性指标的确定装置的结构框 图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是, 在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语 “第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序 或先后次序。
实施例1
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或 者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施 例的一种能源系统可靠性指标的确定方法的移动终端的硬件结构框图。如 图1所示,移动终端10可以包括一个或多个(图1中仅示出一个)处理 器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件 FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的 传输装置106。本领域普通技术人员可以理解,图1所示的结构仅为示意, 其并不对上述电子装置的结构造成限定。例如,移动终端10还可包括比 图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块,如本发明实施 例中的能源系统可靠性指标的确定方法对应的程序指令/模块,处理器102 通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应 用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器, 还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其 他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于 处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动 终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移 动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体 实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中, 传输装置106包括一个网络适配器(Network Interface Controller,NIC), 其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例 中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过 无线方式与互联网进行通讯。
在本实施例中提供了一种能源系统可靠性指标的确定方法,图2是根 据本发明实施例的能源系统可靠性指标的确定方法的流程图,如图2所示, 该流程包括如下步骤:
步骤S202,获取上述能源系统的系统信息,其中,上述能源系统包 括电力系统、天然气系统和供热系统;
步骤S204,利用准序贯法选择上述能源系统的状态;
步骤S206,在根据上述系统信息确定上述能源系统的状态是负荷消 减状态的情况下,对上述能源系统进行潮流优化计算,并计算优化后的上 述能源系统的切负荷量;
步骤S208,根据上述能源系统的切负荷量确定上述能源系统的可靠 性指标;
步骤S210,计算上述可靠性指标的收敛判据;
步骤S212,根据上述收敛判据的结果确定上述能源系统的可靠性指 标。
通过上述步骤,由于在对能源系统进行可靠性评估时,会获取能源系 统中的电力系统、天然气系统和供热系统的各自的系统信息,然后利用准 序贯法选择能源系统的状态;在根据系统信息确定能源系统的状态是负荷 消减状态的情况下,对能源系统进行潮流优化计算,并计算优化后的能源 系统的切负荷量;根据能源系统的切负荷量确定能源系统的可靠性指标; 计算可靠性指标的收敛判据;根据收敛判据的结果确定能源系统的可靠性指标。因此,可以解决相关技术中对能源系统的可靠性评估并不准确,影 响能源系统的建设质量的问题,达到准确对能源系统的可靠性进行评估的 效果。
可选地,上述步骤的执行主体可以为终端等,但不限于此。
在一个可选的实施例中,获取上述能源系统的系统信息包括:从上述 电力系统、天然气系统、供热系统中获取各自的系统数据;获取能源集线 器数、上述能源系统中的元件故障数据、能源价格数据、收敛阈值、准序 贯法最大抽样次数和上述能源系统的参数信息。
在一个可选的实施例中,利用准序贯法选择上述能源系统的状态包括: 确定上述能源系统的元件的状态,其中,上述元件的状态包括运行状态和 故障状态;当上述元件处于运行状态时,计算上述元件的失效率;当上述 元件处于故障状态时,计算上述元件的修复率;根据上述失效率和上述修 复率确定多个元件的抽样状态;利用矢量在多个抽样状态中选取上述能源 系统的状态。
在一个可选的实施例中,在根据上述系统信息确定上述能源系统的状 态是负荷消减状态的情况下,对上述能源系统进行潮流优化计算,并计算 上述能源系统的切负荷量包括:在选定上述能源系统的状态之后,确定上 述能源系统的拓扑结构和负荷水平;利用上述拓扑结构和负荷水平采用解 耦法对上述能源系统进行线性优化;利用上述拓扑结构和负荷水平对优化 后的上述能源系统的切负荷量进行计算。
在一个可选的实施例中,根据上述能源系统的切负荷量确定上述能源 系统的可靠性指标包括:将上述电力系统、天然气系统和供热系统的期望 负荷削减量EENS和期望负荷削减频率PLC确定为上述能源系统的可靠 性指标;其中,上述期望负荷削减量EENS和期望负荷削减频率PLC的 计算公式如下:
上述SX是上述能源系统发生的负荷削减状态,上述C(S)是在上述负 荷消减状态S的情况下上述电力系统、天然气系统和供热系统的负荷削减 量,NMC是准序贯法的抽样次数,上述T0是对上述能源系统进行可靠性评 估的时间区间,上述n(S)是发生负荷削减状态S的次数,上述C是上述能 源系统中的能源集线器的耦合矩阵。
在一个可选的实施例中,计算上述可靠性指标的收敛判据的方法包括 如下公式:
其中,上述δ是上述可靠性指标的收敛判据,上述是可靠性指标 的估计值,上述是上述可靠性指标的估计值的方差。
在一个可选的实施例中,根据上述收敛判据收敛的结果确定上述能源 系统的可靠性指标包括以下之一:在上述收敛判据收敛的情况下,输出上 述EENS和上述PLC;在上述收敛判据不收敛的情况下,并在上述NMC大于预设值的情况下,输出上述EENS和上述PLC。
下面结合具体实施例对本发明进行详细说明:
电/气/热区域综合能源系统(对应于上述中的能源系统)是由一个区 域内的电力系统、天然气系统、区域供热系统以及能源耦合设备组成,供 能网络通过能源耦合设备共同满足用户的电、气、热等负荷需求(LD), 如图3所示,其中T代表变压器,CHP代表微型燃气热电联产设备,F代 表燃气锅炉,HE(Heat)代表散热器。
本实施例类比于电力系统可靠性评估方法,采用基于一般事故数据的 可靠性综合分析法,主要步骤是选取系统状态,分析系统状态,计算可靠 性指标。
下面对该上述中的方案进行详细说明:
1、准序贯法
一般认为线路、变压器、管道等元件的故障和修复均服从指数分布, 元件k在时间段Tp期间处于运行或故障状态,在下一个期间段Tp之间处 于运行或故障状态概率Pk:
(1)式中,λk是第k个元件从状态s离开的转移率。如果第k个元 件在工作,则λk是失效率;如果第k个元件处于停运,则λk是修复率。
选取[0,1]均匀分布的随机数Ri,利用Ri判断对应元件的运行状态, 如图4所示。
如果第k个元件在工作,则λk是失效率
如果第k个元件处于停运,则λk是修复率
上式中,sk是元件k的抽样状态;Rk是第k个元件在区段[0,1]的匀均 分配随机数;Pk是第k个元件的状态转移概率。
拥有N个元件的系统状态S由矢量s确定
S=(s1,…,si,…,sN) (3)
2、解耦优化
选定系统状态,确定系统的拓扑结构和负荷水平,为了提高综合能源 系统优化的效率和速度,采用解耦法进行优化计算,如图5所示。本文中 解耦优化的详细步骤如下所述,流程框图如图6所示,具体包括以下步骤:
步骤一:输入电力、天然气、区域供热系统数据,能源集线器数据和 能源价格数据,预置参数δsp,其中是δsp判断优化是否收敛的阈值。
步骤二:优化能源集线器的分配。能源集线器的优化分配可以认为是 一个目标函数非线性、约束条件线性的优化函数,其优化模型如下,
目标函数:
min(αLCEH_e+βLCEH_g+γLCEH_h) (4);
约束条件:
LEH=C PEH (5-a)
PEH min≤PEH≤PEH max (5-b)
PC min≤v PEH≤PC max (5-c)
0≤v≤1 (5-d)
上式中,α、β、γ分别是电、气、热切负荷价格;LCEH_e、LCEH_g、 LCEH_h分别是电、气、热负荷需要(LD)切负荷量;LEH是能源集线器输 出侧的负荷需要(LD)矢量,C是能源集线器的耦合矩阵,PEH是能源集 线器输入侧的负荷供应(LS)矢量;PEH max、PEH min分别是能源集线器输 入端负荷供应(LS)的上下限;PC max、PC min分别是能源集线器中各设备 输入端负荷供应(LS)的上下限;v是分配系数,其取值范围是[0,1]。
步骤三:根据步骤二能源集线器的优化结果重置电力、天然气、区域 供热子系统相应节点的负荷。能源集线器输入侧的负荷供应(LS)都是由 相应的能源子系统进行能源供应的。因此,三个能源子系统的负荷重置可 以用(6-a)~(6-c)描述,
PLe,i=PEH_e,i i∈Ne_EH (6-a)
PLg,j=PEH_g,j j∈Ng_EH (6-b)
PLh,k=PEH_h,k k∈Nh_EH (6-c)
上式中,Ne_EH、Ng_EH、Nh_EH分别是各能源子网络与能源集线器相连 节点编号;PLe,i、PLg,j、PLh,k分别是各能源子网络与能源集线器相连节点负 荷。
步骤四:优化电力系统潮流。关于电力系统交流潮流优化计算方法有 多种,本文采用内点法进行电力系统的潮流优化,其优化模型如下,
目标函数:
约束条件:
P=Re{U.(Y U.)*} (8-a)
Q=Im{U.(Y U.)*} (8-b)
Vmin,i≤Vi≤Vmax,i i∈Ne_node (8-c)
θmin,i≤θi≤θmax,i i∈Ne_node (8-d)
PGmin,i≤PG,i≤PG max,i i∈Ne_G (8-e)
PL min,i≤PL,i≤PL max,i i∈Ne_L (8-f)
上式中,LCe,i是电力系统节点i的负荷削减量,Ne_L是负载节点数量; Vi是节点i的电压幅值,Vmax,i、Vmin,i分别是节点i电压幅值的上、下限, Ne_node是电力系统节点的数量;θi是节点i的电压相角,θmax,i、θmin,i分 别是节点i电压幅值的上、下限;PG,i是发电机i的输出功率,PG max,i、PG min,i分别是发电机i输出功率的上、下限,Ne_G是发电机节点数量;PL,i是节点 i的负荷功率,PL max,i、PL min,i分别是节点i负荷功率的上、下限。
步骤五:天然气系统潮流优化。天然气系统优化计算方法使用内点法 进行求解,其优化模型如下,
目标函数:
约束条件:
(Ag+U)P+ω-Zc Fc=0 (10-a)
Fcom=kcom fmn(pm-pk) (10-d)
ωmin,i≤ωi≤ωmax,i i∈Ng_G (10-e)
pmin,i≤pi≤pmax,i i∈Ng_node (10-f)
fc min,i≤pm/pk≤fc max,i i∈Ng_C (10-g)
上式中,LCg,i是天然气系统节点i的负荷削减量,Ng_L是负载节点数 量;ωi是天然气系统供给站i的输出功率,ωmax,i、ωmin,i分别是天然气系 统供给站i输出功率的上、下限,Ng_G是天然气系统供给站数量;
pi是节点i的气压,pmax,i、pmin,i分别是节点i气压的上、下限,Ng_node是天然气系统节点数量;pm/pk是压缩机i的升压比,fc max,i、fc min,i分别是 压缩机i升压比的上、下限,Ng_C是天然气系统压缩机数量。
步骤六:区域供热系统潮流优化。区域供热系统系统是由水力模型和 热力模型两部分组成,关于区域供热系统潮流优化模型存在将水力模型和 热力模型两部分联合求解和解耦求解两种类型,本文采用区域供热系统统 一建模的方式,并利用内点法进行求解,其优化模型如下,
目标函数:
约束条件:
Cp As m(Ts-To)-Φ=0 (12-a)
Bh K m|m|=0 (12-b)
Cs Ts,L-bs=0 (12-c)
Cr Tr,L-br=0 (12-d)
ΦS min,i≤ΦS,i≤ΦS max,i i∈Nh_S (12-e)
ΦL min,i≤ΦL,i≤ΦL max,i i∈Nh_L (12-f)
mmin,i≤mi≤mmax,i i∈Nh_p (12-g)
Ts min,i≤Ts,i≤Ts max,i i∈Nh_node (12-h)
Tr min,i≤Tr,i≤Tr max,i i∈Nh_node (12-i)
To min,i≤To,i≤To max,i i∈Nh_L (12-j)
上式中,LCh,i是区域供热系统节点i的负荷削减量,Nh_L是负载节点 数量;Cs、Cr分别是与供热网络、回热网络的结构和流量有关的矩阵,bs、 br分别是与供热温度、回热温度有关的列向量;
ΦS,i是供热系统节点i的负荷,ΦS max,i、ΦS min,i分别是供热系统节点 i负荷的上、下限,Nh_S是供热系统负载节点数量;ΦL,i是节点i的电压幅 值,ΦL max,i、ΦL min,i分别是节点i电压幅值的上、下限;mi是管道i的热 水流量,mmax,i、mmin,i分别是管道i热水流量的上、下限,Nh_p是管道数量; Ts,i是节点i的供热温度,Ts max,i、Ts min,i分别是节点i供热温度的上、下限, Nh_node是节点数量;Tr,i是节点i的回热温度,Tr max,i、Tr min,i分别是节点i 回热温度的上、下限;To,i是用户节点i的热水输出温度,To max,i、To min,i分别是用户节点i热水输出温度的上、下限。
步骤七:计算能源集线器切负荷量,并且重置能源集线器优化时输入 功率PEH列向量的上限。在本文中,能源集线器切负荷量,将作为能源 供应子系统与能源集线器相连接节点的切负荷量;同时在优化过程,将各 个能源供应子系统与能源集线器相连接节点可以供应的最大负荷量作为 能源集线器输入功率PEH列向量的上限,重置PEH上限的方程如下,
PEH_e max,i=max(PEH_e,i-ΔLCe,i,0)i∈Ne_EH (13-a)
PEH_g max,j=max(PEH_g,i-ΔLCg,j,0)j∈Ng_EH (13-b)
PEH_h max,k=max(PEH_h,i-ΔLCh,k,0)k∈Nh_EH (13-c)
式中,PEH_e,i、PEH_g,i、PEH_h,i分别是本次能源集线器优化计算时电、 气、热输入功率上限;PEH_e max,i、PEH_g max,i、PEH_h max,i分别是下一次能源集 线器优化计算时电、气、热输入功率上限;ΔLCe,i、ΔLCg,i、ΔLCh,i分别 是本次能源集线器优化计算时各个能源供应子系统与能源集线器相连接 节点切负荷量。
步骤八:计算收敛指标。根据循环迭代过程中上下两次能源集线器输 入功率的上限的差值作为分层解耦优化收敛的判据,其计算方法如下,
δi=|PEH_e max,i-PEH_e,i|i∈NEH_e (14-a)
δj=|PEH_g max,j-PEH_g,j|j∈NEH_g (14-b)
δk=|PEH_h max,k-PEH_h,k|k∈NEH_h (14-c)
δmax=|max(δi,…,δj,…,δk,…)| (15)
上式中,δi、δj、δk分别是能源集线器电、气、热的收敛判据,取 其中最大值δmax作为整个分层解耦优化的收敛判据。
步骤九:若δV<δsp不成立,计算不收敛,返回步骤二重新优化;若 δmax<δsp成立,计算收敛,循环结束,计算综合能源系统电、气、热的 切负荷量。
可靠性评估流程
综上所述,电/气/热综合能源系统可靠性评估流程如图7所示,具体 包括如下步骤:
步骤一:输入电、气、热能源子系统数据,能源集线器数据,电、气、 热切负荷价格数据,各种元件故障率,阈值δsp、δsc,δsp其中是分层解 耦优化收敛判断阈值,δsc是准序贯法计算可靠性指标收敛判断阈值,准 序贯法最大抽样次数Nmax及其他参数。
步骤二:利用准序贯法选择系统状态S。
步骤三:判断状态S下系统是否是负荷削减状态。若是,则进行步骤 四;若不是,返回重新选择状态。
步骤四:对所选择状态进行潮流优化计算,计算所选择状态下电、气、 热的切负荷量。
步骤五:计算可靠性指标。电、气、热期望负荷削减量(EENS)和期望 负荷削减频率(PLC),计算方法如下,
式中,SX是发生负荷削减的有效状态;C(S)是状态影响函数,也就是 在状态S电、气、热负荷削减量,NMC是准序贯法抽样次数,T0是可靠 性评估时间区间,一般是一年(8760h);n(S)是发生负荷削减有效状态S的 次数。
步骤六:计算可靠性指标收敛判据δ,判断计算指标是否收敛。其中, 可靠性指标收敛判据计算方法如下,
上式中,是可靠性指标的估计值;是可靠性估计值的 方差。
若收敛,进行步骤八,否则,进行步骤七。
步骤七:判断准序贯法抽样次数NMC是否达到最大值Nmax;若是,进 行步骤八,输出可靠性指标,否则,返回步骤二,重新选择系统状态。
步骤八:输出电/气/热区域综合能源系统可靠性指标EENS和PLC。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根 据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当 然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理 解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软 件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如 ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可 以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所 述的方法。
实施例2
在本实施例中还提供了一种能源系统可靠性指标的确定装置,该装置 用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以 下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽 管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和 硬件的组合的实现也是可能并被构想的。
图8是根据本发明实施例的能源系统可靠性指标的确定装置的结构框 图,如图8所示,该装置包括:获取模块802、选择模块804、处理模块 806、第一确定模块808、计算模块810以及第二确定模块812,下面对该 装置进行详细说明:
获取模块802,用于获取上述能源系统的系统信息;选择模块804, 连接至上述中的获取模块802,用于利用准序贯法选择上述能源系统的状 态;处理模块806,连接至上述中的选择模块804,用于在根据上述系统 信息确定上述能源系统的状态是负荷消减状态的情况下,对上述能源系统 进行潮流优化计算,并计算优化后的上述能源系统的切负荷量;第一确定 模块808,连接至上述中的处理模块806,用于根据上述能源系统的切负 荷量确定上述能源系统的可靠性指标;计算模块810,连接至上述中的第 一确定模块808,用于计算上述可靠性指标的收敛判据;第二确定模块812, 连接至上述中的计算模块810,用于根据上述收敛判据的结果确定上述能 源系统的可靠性指标。
在一个可选的实施例中,上述获取模块802通过以下方式获取上述能 源系统的系统信息:从上述电力系统、天然气系统、供热系统中获取各自 的系统数据;获取能源集线器数、上述能源系统中的元件故障数据、能源 价格数据、收敛阈值、准序贯法最大抽样次数和上述能源系统的参数信息。
在一个可选的实施例中,上述选择模块804通过以下方式利用准序贯 法选择上述能源系统的状态:确定上述能源系统的元件的状态,其中,上 述元件的状态包括运行状态和故障状态;当上述元件处于运行状态时,计 算上述元件的失效率;当上述元件处于故障状态时,计算上述元件的修复 率;根据上述失效率和上述修复率确定多个元件的抽样状态;利用矢量在 多个抽样状态中选取上述能源系统的状态。
在一个可选的实施例中,上述处理模块806通过以下方式在根据上述 系统信息确定上述能源系统的状态是负荷消减状态的情况下,对上述能源 系统进行潮流优化计算,并计算上述能源系统的切负荷量:在选定上述能 源系统的状态之后,确定上述能源系统的拓扑结构和负荷水平;利用上述 拓扑结构和负荷水平采用解耦法对上述能源系统进行线性优化;利用上述 拓扑结构和负荷水平对优化后的上述能源系统的切负荷量进行计算。
在一个可选的实施例中,上述第一确定模块808通过以下方式根据上 述能源系统的切负荷量确定上述能源系统的可靠性指标:将上述电力系统、 天然气系统和供热系统的期望负荷削减量EENS和期望负荷削减频率PLC 确定为上述能源系统的可靠性指标;其中,上述期望负荷削减量EENS和 期望负荷削减频率PLC的计算公式如下:
上述SX是上述能源系统发生的负荷削减状态,上述C(S)是在上述负 荷消减状态S的情况下上述电力系统、天然气系统和供热系统的负荷削减 量,NMC是准序贯法的抽样次数,上述T0是对上述能源系统进行可靠性评 估的时间区间,上述n(S)是发生负荷削减状态S的次数,上述C是上述能 源系统中的能源集线器的耦合矩阵。
在一个可选的实施例中,上述装置通过以下公式计算上述可靠性指标 的收敛判据:
其中,上述δ是上述可靠性指标的收敛判据,上述是可靠性指标 的估计值,上述是上述可靠性指标的估计值的方差。
在一个可选的实施例中,上述第二确定模块812通过以下方式之一根 据上述收敛判据收敛的结果确定上述能源系统的可靠性指标:在上述收敛 判据收敛的情况下,输出上述EENS和上述PLC;在上述收敛判据不收敛 的情况下,并在上述NMC大于预设值的情况下,输出上述EENS和上述 PLC。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于 后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器 中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种存储介质,该存储介质包括存储的程序, 其中,上述程序运行时执行上述任一项上述的方法。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以 上各步骤的程序代码。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只 读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存 储程序代码的介质。
本发明的实施例还提供了一种处理器,该处理器用于运行程序,其中, 该程序运行时执行上述任一项方法中的步骤。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式 中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤 可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者 分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执 行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来 执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的 步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模 块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特 定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于 本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原 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 (10)
1.一种能源系统可靠性指标的确定方法,其特征在于,包括:
获取所述能源系统的系统信息,其中,所述能源系统包括电力系统、天然气系统和供热系统;
利用准序贯法选择所述能源系统的状态;
在根据所述系统信息确定所述能源系统的状态是负荷消减状态的情况下,对所述能源系统进行潮流优化计算,并计算优化后的所述能源系统的切负荷量;
根据所述能源系统的切负荷量确定所述能源系统的可靠性指标;
计算所述可靠性指标的收敛判据;
根据所述收敛判据的结果确定所述能源系统的可靠性指标。
2.根据权利要求1所述的方法,其特征在于,获取所述能源系统的系统信息包括:
从所述电力系统、天然气系统、供热系统中获取各自的系统数据;
获取能源集线器数、所述能源系统中的元件故障数据、能源价格数据、收敛阈值、准序贯法最大抽样次数和所述能源系统的参数信息。
3.根据权利要求1所述的方法,其特征在于,利用准序贯法选择所述能源系统的状态包括:
确定所述能源系统的元件的状态,其中,所述元件的状态包括运行状态和故障状态;
当所述元件处于运行状态时,计算所述元件的失效率;
当所述元件处于故障状态时,计算所述元件的修复率;
根据所述失效率和所述修复率确定多个元件的抽样状态;
利用矢量在多个抽样状态中选取所述能源系统的状态。
4.根据权利要求1所述的方法,其特征在于,在根据所述系统信息确定所述能源系统的状态是负荷消减状态的情况下,对所述能源系统进行潮流优化计算,并计算所述能源系统的切负荷量包括:
在选定所述能源系统的状态之后,确定所述能源系统的拓扑结构和负荷水平;
利用所述拓扑结构和负荷水平采用解耦法对所述能源系统进行线性优化;
利用所述拓扑结构和负荷水平对优化后的所述能源系统的切负荷量进行计算。
5.根据权利要求1所述的方法,其特征在于,根据所述能源系统的切负荷量确定所述能源系统的可靠性指标包括:
将所述电力系统、天然气系统和供热系统的期望负荷削减量EENS和期望负荷削减频率PLC确定为所述能源系统的可靠性指标;
其中,所述期望负荷削减量EENS和期望负荷削减频率PLC的计算公式如下:
<mrow>
<mi>E</mi>
<mi>E</mi>
<mi>N</mi>
<mi>S</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>S</mi>
<mo>&Element;</mo>
<msub>
<mi>S</mi>
<mi>X</mi>
</msub>
</mrow>
</munder>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>M</mi>
<mi>C</mi>
</mrow>
</msub>
</mfrac>
<mo>&CenterDot;</mo>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<mo>,</mo>
</mrow>
<mrow>
<mi>P</mi>
<mi>L</mi>
<mi>C</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>S</mi>
<mo>&Element;</mo>
<msub>
<mi>S</mi>
<mi>X</mi>
</msub>
</mrow>
</munder>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>M</mi>
<mi>C</mi>
</mrow>
</msub>
</mfrac>
<mo>,</mo>
</mrow>
所述SX是所述能源系统发生的负荷削减状态,所述C(S)是在所述负荷消减状态S的情况下所述电力系统、天然气系统和供热系统的负荷削减量,NMC是准序贯法的抽样次数,所述T0是对所述能源系统进行可靠性评估的时间区间,所述n(S)是发生负荷削减状态S的次数,所述C是所述能源系统中的能源集线器的耦合矩阵。
6.根据权利要求5所述的方法,其特征在于,计算所述可靠性指标的收敛判据的方法包括如下公式:
<mrow>
<mi>&delta;</mi>
<mo>=</mo>
<mfrac>
<msqrt>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>^</mo>
</mover>
<mi>var</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
<mrow>
<mover>
<mi>E</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
<mrow>
<mover>
<mi>E</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>N</mi>
<mrow>
<mi>M</mi>
<mi>C</mi>
</mrow>
</msub>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>M</mi>
<mi>C</mi>
</mrow>
</msub>
</munderover>
<mi>C</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>v</mi>
<mi>a</mi>
<mi>r</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>M</mi>
<mi>C</mi>
</mrow>
</msub>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>M</mi>
<mi>C</mi>
</mrow>
</msub>
</munderover>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>-</mo>
<mover>
<mi>E</mi>
<mo>^</mo>
</mover>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中,所述δ是所述可靠性指标的收敛判据,所述E^(C)是可靠性指标的估计值,所述V^var(C)是所述可靠性指标的估计值的方差。
7.根据权利要求6所述的方法,其特征在于,根据所述收敛判据收敛的结果确定所述能源系统的可靠性指标包括以下之一:
在所述收敛判据收敛的情况下,输出所述EENS和所述PLC;
在所述收敛判据不收敛的情况下,并在所述NMC大于预设值的情况下,输出所述EENS和所述PLC。
8.一种能源系统可靠性指标的确定装置,其特征在于,包括:
获取模块,用于获取所述能源系统的系统信息;
选择模块,用于利用准序贯法选择所述能源系统的状态;
处理模块,用于在根据所述系统信息确定所述能源系统的状态是负荷消减状态的情况下,对所述能源系统进行潮流优化计算,并计算优化后的所述能源系统的切负荷量;
第一确定模块,用于根据所述能源系统的切负荷量确定所述能源系统的可靠性指标;
计算模块,用于计算所述可靠性指标的收敛判据;
第二确定模块,用于根据所述收敛判据的结果确定所述能源系统的可靠性指标。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时执行权利要求1至7中任一项所述的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711200945.8A CN108038594B (zh) | 2017-11-24 | 2017-11-24 | 能源系统可靠性指标的确定方法及装置、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711200945.8A CN108038594B (zh) | 2017-11-24 | 2017-11-24 | 能源系统可靠性指标的确定方法及装置、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108038594A true CN108038594A (zh) | 2018-05-15 |
CN108038594B CN108038594B (zh) | 2022-03-15 |
Family
ID=62093031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711200945.8A Active CN108038594B (zh) | 2017-11-24 | 2017-11-24 | 能源系统可靠性指标的确定方法及装置、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108038594B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830485A (zh) * | 2018-06-19 | 2018-11-16 | 广州供电局有限公司 | 一种电-热综合能源系统可靠性评价方法 |
CN108921727A (zh) * | 2018-06-30 | 2018-11-30 | 天津大学 | 考虑热负荷动态特性的区域综合能源系统可靠性评估方法 |
CN110443439A (zh) * | 2019-06-17 | 2019-11-12 | 华北电力大学 | 一种基于期望偏差的用户精准切负荷潜能评估方法 |
CN111404144A (zh) * | 2020-01-23 | 2020-07-10 | 天津大学 | 一种基于非序贯蒙特卡洛法的交直流配电网可靠性评估方法 |
CN112308438A (zh) * | 2020-11-05 | 2021-02-02 | 国网天津市电力公司 | 基于状态耦合矩阵的能源互联系统可靠性评估方法及装置 |
CN115345386A (zh) * | 2022-10-18 | 2022-11-15 | 广东电网有限责任公司 | 一种能源系统的安全性评估方法、装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008046931A2 (en) * | 2007-01-10 | 2008-04-24 | Shell Internationale Research Maatschappij B.V. | Method and device to measure, test and/or monitor turbine performance |
CN104332996A (zh) * | 2014-11-18 | 2015-02-04 | 国家电网公司 | 一种评估电力系统可靠性的方法 |
CN105406509A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 一种基于分布式电源置信容量的配电网供电能力评估方法 |
CN106056305A (zh) * | 2016-06-14 | 2016-10-26 | 中国电力工程顾问集团中南电力设计院有限公司 | 一种基于状态聚类的发电系统可靠性快速评估方法 |
CN106600145A (zh) * | 2016-12-15 | 2017-04-26 | 山东大学 | 一种配电网的可靠性分析方法及装置 |
CN106897833A (zh) * | 2017-02-24 | 2017-06-27 | 广东工业大学 | 一种新能源配电网可靠性的评估方法及装置 |
-
2017
- 2017-11-24 CN CN201711200945.8A patent/CN108038594B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008046931A2 (en) * | 2007-01-10 | 2008-04-24 | Shell Internationale Research Maatschappij B.V. | Method and device to measure, test and/or monitor turbine performance |
CN104332996A (zh) * | 2014-11-18 | 2015-02-04 | 国家电网公司 | 一种评估电力系统可靠性的方法 |
CN105406509A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 一种基于分布式电源置信容量的配电网供电能力评估方法 |
CN106056305A (zh) * | 2016-06-14 | 2016-10-26 | 中国电力工程顾问集团中南电力设计院有限公司 | 一种基于状态聚类的发电系统可靠性快速评估方法 |
CN106600145A (zh) * | 2016-12-15 | 2017-04-26 | 山东大学 | 一种配电网的可靠性分析方法及装置 |
CN106897833A (zh) * | 2017-02-24 | 2017-06-27 | 广东工业大学 | 一种新能源配电网可靠性的评估方法及装置 |
Non-Patent Citations (2)
Title |
---|
KAI HOU等: "Composite generation and transmission system reliability assessment using impact increment-based state enumeration method", 《2016 INTERNATIONAL CONFERENCE ON PROBABILISTIC METHODS APPLIED TO POWER SYSTEMS (PMAPS)》 * |
黄玉雄等: "分布式综合能源系统可靠性评估", 《智慧电力》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830485A (zh) * | 2018-06-19 | 2018-11-16 | 广州供电局有限公司 | 一种电-热综合能源系统可靠性评价方法 |
CN108921727A (zh) * | 2018-06-30 | 2018-11-30 | 天津大学 | 考虑热负荷动态特性的区域综合能源系统可靠性评估方法 |
CN108921727B (zh) * | 2018-06-30 | 2021-04-27 | 天津大学 | 考虑热负荷动态特性的区域综合能源系统可靠性评估方法 |
CN110443439A (zh) * | 2019-06-17 | 2019-11-12 | 华北电力大学 | 一种基于期望偏差的用户精准切负荷潜能评估方法 |
CN111404144A (zh) * | 2020-01-23 | 2020-07-10 | 天津大学 | 一种基于非序贯蒙特卡洛法的交直流配电网可靠性评估方法 |
CN112308438A (zh) * | 2020-11-05 | 2021-02-02 | 国网天津市电力公司 | 基于状态耦合矩阵的能源互联系统可靠性评估方法及装置 |
CN112308438B (zh) * | 2020-11-05 | 2022-11-11 | 国网天津市电力公司 | 基于状态耦合矩阵的能源互联系统可靠性评估方法及装置 |
CN115345386A (zh) * | 2022-10-18 | 2022-11-15 | 广东电网有限责任公司 | 一种能源系统的安全性评估方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108038594B (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108038594B (zh) | 能源系统可靠性指标的确定方法及装置、存储介质 | |
CN109510224B (zh) | 光伏储能与分布式能源联合的容量配置与运行优化方法 | |
Klyapovskiy et al. | Integrated planning of a large-scale heat pump in view of heat and power networks | |
Arandian et al. | Effects of environmental emissions on optimal combination and allocation of renewable and non-renewable CHP technologies in heat and electricity distribution networks based on improved particle swarm optimization algorithm | |
CN109830955B (zh) | 考虑柔性约束与全周期成本的电-气配网柔性规划方法 | |
CN106532710B (zh) | 计及电压稳定约束的微电网潮流优化方法 | |
CN109818369B (zh) | 一种计及出力模糊随机性的分布式电源规划方法 | |
Wang et al. | Optimal design and operation of CHPs and energy hub with multi objectives for a local energy system | |
Barrows et al. | Computationally efficient optimal transmission switching: Solution space reduction | |
CN111861030B (zh) | 城市配电网多阶段规划方法及系统 | |
WO2021102623A1 (zh) | 风电场的电缆路径的规划方法、系统、介质及电子设备 | |
CN105305423A (zh) | 一种考虑间歇性能源不确定性的最优误差边界的确定方法 | |
CN110400090A (zh) | 一种基于多目标随机优化的智能园区多能源微网配置方法 | |
CN108493998A (zh) | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 | |
CN107895953A (zh) | 一种自适应网架结构的配网潮流计算方法 | |
CN107528321B (zh) | 互联电网交直流并联输电通道功率随机优化分配方法 | |
Zuo et al. | Offshore wind farm collector system layout optimization based on self‐tracking minimum spanning tree | |
Taheri et al. | Optimal operation of a virtual power plant with risk management | |
Hu et al. | Integrated planning of an active distribution network and DG integration in clusters considering a novel formulation for reliability assessment | |
CN109245096A (zh) | 一种主动配电网最大供电能力计算方法 | |
CN117522014A (zh) | 一种考虑多重不确定性的储配网联合规划方法 | |
CN104809340A (zh) | 一种多端柔性直流输电系统运行点的快速计算方法 | |
CN110429591B (zh) | 一种基于电力系统时序耦合性的输电网利用率评估方法 | |
CN115618616A (zh) | 一种源、网、荷资源的混合储能可靠性评估模型构建方法 | |
Xu et al. | Optimal expansion planning of AC/DC hybrid system integrated with VSC control strategy |
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 |