CN108830485A - 一种电-热综合能源系统可靠性评价方法 - Google Patents

一种电-热综合能源系统可靠性评价方法 Download PDF

Info

Publication number
CN108830485A
CN108830485A CN201810631074.3A CN201810631074A CN108830485A CN 108830485 A CN108830485 A CN 108830485A CN 201810631074 A CN201810631074 A CN 201810631074A CN 108830485 A CN108830485 A CN 108830485A
Authority
CN
China
Prior art keywords
electric
load
reliability
thermal
integrated energy
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.)
Pending
Application number
CN201810631074.3A
Other languages
English (en)
Inventor
王莉
闻旻
刘育权
胡枭
熊文
徐国栋
蔡莹
曾顺奇
程浩忠
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
Guangzhou Power Supply Bureau Co Ltd
Original Assignee
Shanghai Jiaotong University
Guangzhou Power Supply Bureau Co Ltd
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, Guangzhou Power Supply Bureau Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN201810631074.3A priority Critical patent/CN108830485A/zh
Publication of CN108830485A publication Critical patent/CN108830485A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/82Energy 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种电‑热综合能源系统可靠性评价方法,所述电‑热综合能源系统含有用户侧能源转换设备,所述可靠性评价方法包括以下步骤:1)考虑电‑热综合能源系统整体安全准则,构建能源转换设备出力模型;2)对不同用户供能质量需求进行分类,建立电‑热综合能源系统的可靠性评价指标体系,包括负荷点可靠性指标和系统级可靠性指标;3)基于所述可靠性评价指标体系和能源转换设备出力模型,利用序贯蒙特卡洛模拟法进行可靠性评估。与现有技术相比,本发明能够为包含用户侧能源转换设备的电‑热综合能源系统的可靠性评价提供解决方案,具有考虑全面、评价结果准确等优点。

Description

一种电-热综合能源系统可靠性评价方法
技术领域
本发明涉及综合能源系统评价技术领域,尤其是涉及一种电-热综合能源系统可靠性评价方法,通过随机模拟的思想对含用户侧能源转换设备的电-热综合能源系统进行可靠性评价。
背景技术
随着能源危机以及环境污染日趋严重,传统的供用能方式已经无法满足人类社会急剧增加的能源需求。综合能源系统(integrated energy system,IES),是指贯穿各类能源(电、热、冷)分配、转化、消费的环节进行整体协调优化,打破各系统单独规划、设计、运行传统模式的新型能源联供系统。它以能源综合利用效率高、充分利用可再生能源等特点,被公认为是未来供能系统的发展方向。
目前针对IES的研究已系统地展开,主要包括耦合关系建模、规划理论与方法、多能流算法以及运行优化。瑞士苏黎世联邦理工学院大学的M.Geidl和G.Andersson首先提出了能源集线器(energy hub,EH)的概念,在多种能源转换设备与负荷间建立了对接模型。文献“区域综合能源系统若干问题研究”(贾宏杰,王丹,徐宪东,等.电力系统自动化,2015(7):198-207)将IES的规划和运行归纳为六个方面的研究工作,并指出了IES建模分析的复杂性。文献“考虑冷热电存储的区域综合能源站优化设计方法”(管霖,陈鹏,唐宗顺,等.电网技术,2016,40(10):2934-2941)以经济性和环保性为目标函数,提出了综合能源站优化设计方法。文献“区域综合能源系统电/气/热混合潮流算法研究”(徐宪东,贾宏杰,靳小龙,等.中国电机工程学报,2015,35(14):3634-3642)基于能源集线器模型,考虑热电联产不同的运行模式,提出了电气热混合潮流算法,对IES进行稳态分析。
但IES可靠性研究仍处于起步阶段,尚未形成完善的研究体系,主要存在以下三个问题:(1)仅考虑输入为一次能源的能源转换设备(如CHP)对IES的影响,而忽略了安装在用户侧输入为二次能源的转换设备(如热泵、电热水器);(2)能源转换设备出力描述不准确,未考虑电网N-1等安全因素;(3)建立的IES可靠性指标较粗糙,仅以传统电力可靠性指标进行评价,忽略了不同网络用户对供能质量的不同需求。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种电-热综合能源系统可靠性评价方法。
本发明的目的可以通过以下技术方案来实现:
一种电-热综合能源系统可靠性评价方法,所述电-热综合能源系统含有用户侧能源转换设备,所述可靠性评价方法包括以下步骤:
1)考虑电-热综合能源系统整体安全准则,构建能源转换设备出力模型;
2)对不同用户供能质量需求进行分类,建立电-热综合能源系统的可靠性评价指标体系,包括负荷点可靠性指标和系统级可靠性指标;
3)基于所述可靠性评价指标体系和能源转换设备出力模型,利用序贯蒙特卡洛模拟法进行可靠性评估。
所述考虑电-热综合能源系统整体安全准则中,执行的安全校验包括:N-1校验、全年最大负荷校验以及运行过程中热网是否超出设计流量或满足设计规范的检验。
所述能源转换设备出力模型为单输入-单输出模型。
所述能源转换设备出力模型的优化目标函数为:
max Pj
约束条件包括:
f(xe,xh)=1
式中,Pj为转换节点j的负荷,Ae和Ah分别为电网和热网节点支路关联矩阵;为线路电流向量;为节点注入电流向量;为线路潮流向量;为节点电压向量;Y为导纳矩阵;为管道流量向量;为节点流量向量;f(xe,xh)为IES安全性校验函数,当电网、热网安全性校验均通过时f(xe,xh)=1,否则f(xe,xh)=0,xe和xh分别为电网和热网需要校验的参数;Va、Va max和Va min分别为各节点电压及上下限;Ib和Ib max分别为各线路实际电流及最大允许载流量;mc和mc max分别为各管道流量及容量;pd、pd max和pd min分别为热网节点压强及上下限。
所述负荷点可靠性指标包括负荷点故障率λ、负荷点停供持续时间r和负荷点年停供时间U,
所述系统级可靠性指标包括系统停供频率SIFIES、系统停供持续时间SIDIES、系统供能不足量SENSIES和系统供能合格率SSAIES
式中,上标e和h分别表示电网和热网,下标j表示第j个负荷点,E为电网所有负荷点的集合,H为热网所有负荷点的集合,Nj e和Nj h分别表示电网和热网中第j个负荷点的用户数。
所述利用序贯蒙特卡洛模拟法进行可靠性评估包括以下步骤:
301)确定抽样时间长度;
302)假设所有元件初始时刻正常运行,对每一元件的无故障工作时间和修复时间进行依次抽样,形成元件运行状态持续时间序列;
303)以当前仿真时间为原点,找出下一次最先改变状态的元件,仿真时间随之推进;
304)判断系统故障状况,若电网出现故障则按分段开关、联络开关进行负荷转移,并计及故障通过电-热转换设备转移至热网的后果;若热网出现故障则基于能源转换设备出力模型计算电-热转换设备最大出力,按照电-热转换设备配置情况转移受影响的热负荷;
305)计算负荷点可靠性指标;
306)判断是否超过仿真年限,若是,则执行步骤307),若否,则返回步骤303);
307)根据负荷点可靠性指标,计算系统级可靠性指标。
所述基于能源转换设备出力模型计算电-热转换设备最大出力具体为:
基于所述能源转换设备出力模型,采用变步长重复潮流法,求解故障情况下满足电-热综合能源系统安全性约束的转换节点最大负荷,从而获得电-热转换设备最大出力。
获取所述电-热转换设备最大出力的具体步骤包括:
411)获取电网和热网结构信息、节点负荷以及电-热转换设备集{seh},设定初始步长k及收敛精度ε;
412)判断步长k是否小于收敛精度,若是,则结束迭代,获得转换节点最大负荷Pi max,执行步骤416),若否,则执行步骤413);
413)第j个转换节点负荷以基准Pj、百分比k增长至Pj’,基准Pj的迭代初值为原始负荷;
414)以新负荷Pj’为基准,进行综合能源系统的安全校验;
415)若校验通过,则以新负荷作为当前负荷,返回步骤412);若校验未通过,则k=k/2,返回步骤413);
416)计算电-热转换设备最大出力Qj
式中,ηj,eh为负荷点j处电-热转换设备的能效比,Prated为该转换节点所有电-热转换设备额定功率之和。
与现有技术相比,本发明具有以下有益效果:
(1)本发明能够为包含用户侧能源转换设备的电-热综合能源系统的可靠性评价提供解决方案。
(2)本发明基于综合能源系统整体安全准则,建立了能源转换设备出力模型,准确描述了安全性约束下多种能源之间的转换关系,通过重复潮流思想进行求解,可扩展性强。
(3)本发明综合考虑用户对供能质量的不同需求,建立了综合能源系统可靠性指标体系,准确反映了故障情况对用户和系统的可靠性影响。
附图说明
图1为电-热综合能源系统可靠性评价总体框图;
图2为计算电网转换节点最大负荷的流程图;
图3为电-热综合能源系统可靠性评价流程图;
图4为系统配电网结构图;
图5为系统热网结构图;
图6为系统级可靠性指标随热泵配置数量变化曲线。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明提供一种电-热综合能源系统可靠性评价方法,可实现有效合理的综合能源系统可靠性评价,获得了国家重点研发计划“智能电网技术与装备”重点专项资助项目(2016YFB0901300)支持。
如图1所示,本发明提供的电-热综合能源系统可靠性评价方法,通过随机模拟的思想对含用户侧能源转换设备的电-热综合能源系统进行可靠性评价,具体包括以下步骤:
1)考虑电-热综合能源系统整体安全准则,构建能源转换设备出力模型;
2)对不同用户供能质量需求进行分类,建立电-热综合能源系统的可靠性评价指标体系,包括负荷点可靠性指标和系统级可靠性指标;
3)基于所述可靠性评价指标体系和能源转换设备出力模型,利用序贯蒙特卡洛模拟法进行可靠性评估。
所述考虑电-热综合能源系统整体安全准则中,执行的安全校验包括:N-1校验、全年最大负荷校验以及运行过程中热网是否超出设计流量或满足设计规范的检验。综合能源系统整体安全性要求所有网络均满足自身的安全准则。对于电-热综合能源系统,相应的安全性要求包括配电网和热网安全准则。配电网方面,城市供电安全采用N-1校验准则,当馈线、主变发生N-1断开后,要求系统能够转带所有停电负荷,并且保证节点电压稳定、线路潮流不越限,严重故障时变压器可有短时过载。在评价配电网安全性时,一般选取全年最大负荷进行校验。热网方面,主要针对系统运行过程中网路是否超出设计流量或满足设计规范进行校核。以热水供热系统为例,水力计算主要用于求解管道中热媒流量以及压力损失,热媒流量由热用户需求决定,压力损失取决于管道直径、选材及管道流量。对照《城镇供热管网设计规范》中,对管道比摩阻、热媒流速和压力工况有着明确的规定:(1)支干线比摩阻不应大于300Pa/m;(2)热水流速不应大于3.5m/s;(3)供水管道压力不得低于热水汽化压力,并留有30kPa~50kPa的富裕压力。
所述能源转换设备出力模型为单输入-单输出模型,设备输入功率与输出功率间存在转换效率η的比例关系。以电网对热网的支撑能力为例,记{seh}为电-热转换设备集。{seh}中的设备在两层网络中分别扮演不同的角色:在电网络中可视为“负荷”,在热网络中可视为“源”,并将其在电网中的接入节点称为转换节点。
安全性约束下,求解单一转换节点的最大负荷可通过以下模型表述,能源转换设备出力模型的优化目标函数为:
max Pj (1)
考虑的约束条件包括电网潮流、热网流量、IES安全性的等式约束,以及节点电压、电网线路容量、热网管道容量、节点压强的不等式约束:
f(xe,xh)=1 (5)
式中,Pj为转换节点j的负荷,Ae和Ah分别为电网和热网节点支路关联矩阵;为线路电流向量;为节点注入电流向量;为线路潮流向量;为节点电压向量;Y为导纳矩阵;为管道流量向量;为节点流量向量;f(xe,xh)为IES安全性校验函数,当电网、热网安全性校验均通过时f(xe,xh)=1,否则f(xe,xh)=0,xe和xh分别为电网和热网需要校验的参数;Va、Va max和Va min分别为各节点电压及上下限;Ib和Ib max分别为各线路实际电流及最大允许载流量;mc和mc max分别为各管道流量及容量;pd、pd max和pd min分别为热网节点压强及上下限。
本发明采用变步长重复潮流法、并添加安全性校验环节计算电网转换节点最大负荷,图2所示,主要步骤如下:
(1)输入电网和热网结构信息、节点负荷、电-热转换设备集{seh},确定初始步长k及收敛精度ε;
(2)判断步长是否满足收敛精度,满足则结束迭代,不满足则前往步骤(3);
(3)第j个转换节点负荷以基准Pj、百分比k增长至Pj’,基准Pj的迭代初值为原始负荷,可以通过实地测量;
(4)以新负荷Pj’为基准,进行IES安全校验;
(5)若校验通过,则以新负荷作为当前负荷,返回步骤(2);若校验未通过,则k=k/2,返回步骤(3)。
求得转换节点最大负荷Pj’后,电-热转换设备最大出力Qj可通过式(10)表示:
Qj=ηj,ehmin{P’j,Prated} (10)
式中,ηj,eh为负荷点(即转换节点)j处电-热转换设备的能效比,Prated为该转换节点所有电-热转换设备额定功率之和。
本发明中的可靠性评价指标体系考虑不同电、热用户对供能质量的不同需求,分别从负荷和系统的角度提出可靠性指标,最后对电、热网络指标进行统一,形成IES整体可靠性评价。
负荷点可靠性指标选取负荷点故障率λ(次/a)、负荷点停供持续时间r(h/次)、负荷点年停供时间U(h/a)。其中,配电系统可靠性评价可直接用于电网部分,但热网部分的λ、r和U需进行相应修改。
热网用户大致可分为以下两类:I类用户允许间断供热,对供热质量要求较低,如民用建筑采暖热负荷;II类用户不允许间断供热,对供热质量要求较高,如生产工艺热负荷。以此两类用户为依据,分别进行负荷点可靠性指标选取。
对于I类用户,增加限制条件,当τ>T时,认为该负荷发生供热故障,在此基础上进行λ、r和U的测算。此处,允许供热间断时间T可通过间断供热时建筑温降模型得到:
式中,χ为建筑的热储备系数,tn为室内设计温度,tw为室外空气计算温度,q0为建筑的供暖体积热指标,V为建筑的外围体积,tn min为室内最低允许温度,Q为故障情况下系统向建筑的供热量,对于故障时与热网断开的负荷,Q=0。
对于II类用户,其可靠性指标与配电系统可靠性指标相同。
系统级可靠性指标选取系统停供频率SIFIES(system interruption frequency,次/用户·a)、系统停供持续时间SIDIES(system interruption duration,h/用户·a)、系统供能不足量SENSIES(system energy not supplied,MW·h/用户·a)和系统供能合格率SSAIES(system service availability,%),可在三个负荷点指标的基础上导出。
式中,上标e和h分别表示电网和热网,E为电网所有负荷点的集合,H为热网所有负荷点的集合,Nj e和Nj h分别表示电网和热网中第j个负荷点的用户数。
本发明利用序贯蒙特卡洛模拟法进行可靠性评估,,将电网和热网综合考虑,对IES进行可靠性评估。所有元件均采用故障-修复两状态模型,只考虑元件永久故障。主要思路为:通过序贯蒙特卡洛模拟法对电网、热网元件运行状态持续时间进行采样,找出给定仿真年限内IES所有故障事件,针对每个故障依次分析所受影响的负荷及停电、停热情况,并且执行相应的负荷转移,最后综合电网、热网所有负荷点指标得出系统级可靠性指标。如图3所示,评估具体步骤如下:
(1)确定抽样时间长度;
(2)假设所有元件初始时刻正常运行,对每一元件的无故障工作时间TTFz(timeto failure)和修复时间TTRz(time to repair)进行依次抽样,形成元件运行状态持续时间序列。
式中,λz和μz分别为元件z的故障率和修复率,U1和U2是[0,1]上服从均匀分布的随机数;
(3)以当前仿真时间为原点,找出下一次最先改变状态的元件,仿真时间随之推进;
(4)判断系统故障状况,若电网出现故障则按分段、联络开关进行负荷转移,并计及故障通过电-热转换设备转移至热网的后果;若热网出现故障则计算电-热转换设备最大出力,按照电-热转换设备配置情况转移受影响的热负荷;
(5)计算负荷点可靠性指标;
(6)判断是否超过仿真年限,若未超过,则返回步骤(3);若超过,则前往步骤(7);
(7)根据负荷点指标λ、r和U,计算IES系统级可靠性指标。
本实施例选取某园区热电联供系统作为算例,以其采暖期平均负荷为基准进行可靠性分析,采暖期为118天,平均电负荷30.4MW,热水负荷50.0MW,IES结构如图4、5所示。配电网络主要包含5条主馈线路、1台CHP机组、22个熔断器、22个负荷点、22个用户变压器、8个断路器、9个分段开关、4个联络开关,其中CHP机组由蒸汽轮机和余热锅炉组成。热网络包含1个热源、16条管道、19个阀门、9个负荷点,热源由CHP机组承担。考虑的故障元件包括配电线路、用户变压器、断路器、热水管道、阀门、热泵,假设故障元件均为可修复元件,元件可靠性参数如表1所示。分段开关操作时间为0.3小时/次,联络开关倒闸时间为1小时/次。本算例选取热泵为典型配置设备进行分析。表2给出了电网负荷数据,表3给出了热网用户分类情况,以及地理位置对应的电网转换节点,由于热网负荷点与电网转换节点一一对应,给出方案时,均用对应的热网节点编号加以表示。
表1IES故障元件可靠性参数
表2电网负荷数据
表3热网负荷数据
采用序贯蒙特卡洛模拟法,通过表4中八种方案对含能源转换设备的IES进行可靠性评估,容量均指热泵输入功率,热泵的能效比取3.5,抽样时间长度为10万年。
表4热泵配置方案
可靠性评价结果
表4中各方案下IES的各项可靠性指标如表5所示。
表5不同配置方案下IES系统级可靠性指标
比较方案一、二、三、四、五可知,在用户侧配置适当容量的热泵有利于提升IES可靠性。随着热泵容量的增加,由于考虑热泵机组发生故障的可能,系统平均停供频率略有上升,但其余各项指标均得到改善,原因是热泵可以通过转供的方式缓解热网故障带来的影响。并且随着热泵机组配置在更多的热负荷节点,系统可靠性逐步提升。
比较方案一、二、三、四、六、七、八可知,相比于I类用户,在II类用户侧配置热泵机组能更大程度地改善IES可靠性。如图6所示,在配置相同数量、容量热泵机组的前提下,方案六、七、八的可靠性指标明显优于方案二、三、四,这是由于II类用户更高的供热要求导致了其对于IES故障更强的敏感性。同样的停热时间对于I类用户而言,建筑的保温性能为停热损失提供了缓冲时间,而II类用户不同,一旦发生故障,停供损失立马显现。因此,若不考虑用户利益,而从综合能源运营商的企业形象角度出发,应优先为II类用户配置电-热转换设备。结果表明,可靠性指标与能源转换设备的配置节点、配置容量以及能效比有关,本发明可靠性评价体系为能源转换设备规划提供了理论依据。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。

Claims (8)

1.一种电-热综合能源系统可靠性评价方法,所述电-热综合能源系统含有用户侧能源转换设备,其特征在于,所述可靠性评价方法包括以下步骤:
1)考虑电-热综合能源系统整体安全准则,构建能源转换设备出力模型;
2)对不同用户供能质量需求进行分类,建立电-热综合能源系统的可靠性评价指标体系,包括负荷点可靠性指标和系统级可靠性指标;
3)基于所述可靠性评价指标体系和能源转换设备出力模型,利用序贯蒙特卡洛模拟法进行可靠性评估。
2.根据权利要求1所述的电-热综合能源系统可靠性评价方法,其特征在于,所述考虑电-热综合能源系统整体安全准则中,执行的安全校验包括:N-1校验、全年最大负荷校验以及运行过程中热网是否超出设计流量或满足设计规范的检验。
3.根据权利要求1所述的电-热综合能源系统可靠性评价方法,其特征在于,所述能源转换设备出力模型为单输入-单输出模型。
4.根据权利要求1所述的电-热综合能源系统可靠性评价方法,其特征在于,所述能源转换设备出力模型的优化目标函数为:
max Pj
约束条件包括:
f(xe,xh)=1
式中,Pj为转换节点j的负荷,Ae和Ah分别为电网和热网节点支路关联矩阵;为线路电流向量;为节点注入电流向量;为线路潮流向量;为节点电压向量;Y为导纳矩阵;为管道流量向量;为节点流量向量;f(xe,xh)为IES安全性校验函数,当电网、热网安全性校验均通过时f(xe,xh)=1,否则f(xe,xh)=0,xe和xh分别为电网和热网需要校验的参数;Va、Va max和Va min分别为各节点电压及上下限;Ib和Ib max分别为各线路实际电流及最大允许载流量;mc和mc max分别为各管道流量及容量;pd、pd max和pd min分别为热网节点压强及上下限。
5.根据权利要求1所述的电-热综合能源系统可靠性评价方法,其特征在于,所述负荷点可靠性指标包括负荷点故障率λ、负荷点停供持续时间r和负荷点年停供时间U,
所述系统级可靠性指标包括系统停供频率SIFIES、系统停供持续时间SIDIES、系统供能不足量SENSIES和系统供能合格率SSAIES
式中,上标e和h分别表示电网和热网,下标j表示第j个负荷点,E为电网所有负荷点的集合,H为热网所有负荷点的集合,Nj e和Nj h分别表示电网和热网中第j个负荷点的用户数。
6.根据权利要求5所述的电-热综合能源系统可靠性评价方法,其特征在于,所述利用序贯蒙特卡洛模拟法进行可靠性评估包括以下步骤:
301)确定抽样时间长度;
302)假设所有元件初始时刻正常运行,对每一元件的无故障工作时间和修复时间进行依次抽样,形成元件运行状态持续时间序列;
303)以当前仿真时间为原点,找出下一次最先改变状态的元件,仿真时间随之推进;
304)判断系统故障状况,若电网出现故障则按分段开关、联络开关进行负荷转移,并计及故障通过电-热转换设备转移至热网的后果;若热网出现故障则基于能源转换设备出力模型计算电-热转换设备最大出力,按照电-热转换设备配置情况转移受影响的热负荷;
305)计算负荷点可靠性指标;
306)判断是否超过仿真年限,若是,则执行步骤307),若否,则返回步骤303);
307)根据负荷点可靠性指标,计算系统级可靠性指标。
7.根据权利要求6所述的电-热综合能源系统可靠性评价方法,其特征在于,所述基于能源转换设备出力模型计算电-热转换设备最大出力具体为:
基于所述能源转换设备出力模型,采用变步长重复潮流法,求解故障情况下满足电-热综合能源系统安全性约束的转换节点最大负荷,从而获得电-热转换设备最大出力。
8.根据权利要求7所述的电-热综合能源系统可靠性评价方法,其特征在于,获取所述电-热转换设备最大出力的具体步骤包括:
411)获取电网和热网结构信息、节点负荷以及电-热转换设备集{seh},设定初始步长k及收敛精度ε;
412)判断步长k是否小于收敛精度,若是,则结束迭代,获得转换节点最大负荷执行步骤416),若否,则执行步骤413);
413)第j个转换节点负荷以基准Pj、百分比k增长至Pj’,基准Pj的迭代初值为原始负荷;
414)以新负荷Pj’为基准,进行综合能源系统的安全校验;
415)若校验通过,则以新负荷作为当前负荷,返回步骤412);若校验未通过,则k=k/2,返回步骤413);
416)计算电-热转换设备最大出力Qj
式中,ηj,eh为负荷点j处电-热转换设备的能效比,Prated为该转换节点所有电-热转换设备额定功率之和。
CN201810631074.3A 2018-06-19 2018-06-19 一种电-热综合能源系统可靠性评价方法 Pending CN108830485A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810631074.3A CN108830485A (zh) 2018-06-19 2018-06-19 一种电-热综合能源系统可靠性评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810631074.3A CN108830485A (zh) 2018-06-19 2018-06-19 一种电-热综合能源系统可靠性评价方法

Publications (1)

Publication Number Publication Date
CN108830485A true CN108830485A (zh) 2018-11-16

Family

ID=64141634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810631074.3A Pending CN108830485A (zh) 2018-06-19 2018-06-19 一种电-热综合能源系统可靠性评价方法

Country Status (1)

Country Link
CN (1) CN108830485A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636027A (zh) * 2018-12-07 2019-04-16 华电电力科学研究院有限公司 一种基于蒙特卡罗法的多能互补系统供能可靠性评估方法
CN110390476A (zh) * 2019-07-10 2019-10-29 浙江大学 一种综合能源设备的自调度的运行可靠性提高方法
CN110544017A (zh) * 2019-08-12 2019-12-06 上海交通大学 考虑热惯性和能源网络约束的能源系统可靠性评估方法
CN111291963A (zh) * 2019-12-30 2020-06-16 天津大学 一种协调经济性与可靠性的园区综合能源系统规划方法
CN111598478A (zh) * 2020-05-25 2020-08-28 东方电子股份有限公司 一种综合能源需求响应量计算方法
CN111666698A (zh) * 2020-06-19 2020-09-15 国网河北省电力有限公司 考虑多元储能的区域能源互联网可靠性评估方法
CN111798111A (zh) * 2020-06-27 2020-10-20 上海交通大学 一种综合能源系统供能可靠性评估方法及计算机系统
CN112070395A (zh) * 2020-09-07 2020-12-11 四川华泰电气股份有限公司 能源互联网可靠性评估体系、模型建立方法和评估方法
CN112070374A (zh) * 2020-08-25 2020-12-11 天津大学 一种区域能源互联网供能可靠性评估方法
CN115081955A (zh) * 2022-08-12 2022-09-20 东方电子股份有限公司 一种用于综合供能系统的分层分布式故障处理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664398A (zh) * 2012-03-31 2012-09-12 天津大学 一种基于n-1逼近的最大供电能力计算方法
EP2919079A2 (en) * 2014-03-14 2015-09-16 Trillary S.r.l. Optimization and control method for a distributed micro-generation energy plant
CN105337303A (zh) * 2015-09-22 2016-02-17 贵州电网有限责任公司电网规划研究中心 一种含热泵的热电联产型微电网容量优化配置方法
CN108038594A (zh) * 2017-11-24 2018-05-15 国网北京市电力公司 能源系统可靠性指标的确定方法及装置、存储介质
CN108062633A (zh) * 2018-01-05 2018-05-22 国网江苏省电力有限公司宿迁供电分公司 一种分布式电源高渗透下的配电网风险评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664398A (zh) * 2012-03-31 2012-09-12 天津大学 一种基于n-1逼近的最大供电能力计算方法
EP2919079A2 (en) * 2014-03-14 2015-09-16 Trillary S.r.l. Optimization and control method for a distributed micro-generation energy plant
CN105337303A (zh) * 2015-09-22 2016-02-17 贵州电网有限责任公司电网规划研究中心 一种含热泵的热电联产型微电网容量优化配置方法
CN108038594A (zh) * 2017-11-24 2018-05-15 国网北京市电力公司 能源系统可靠性指标的确定方法及装置、存储介质
CN108062633A (zh) * 2018-01-05 2018-05-22 国网江苏省电力有限公司宿迁供电分公司 一种分布式电源高渗透下的配电网风险评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李振坤; 陈星莺; 刘皓明; 余昆: "配电网供电能力的实时评估分析", 《电力系统自动化》 *
黄玉雄; 李更丰; 别朝红; 寇宇; 姜江枫: "分布式综合能源系统可靠性评估", 《智慧电力》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636027A (zh) * 2018-12-07 2019-04-16 华电电力科学研究院有限公司 一种基于蒙特卡罗法的多能互补系统供能可靠性评估方法
CN110390476A (zh) * 2019-07-10 2019-10-29 浙江大学 一种综合能源设备的自调度的运行可靠性提高方法
CN110544017A (zh) * 2019-08-12 2019-12-06 上海交通大学 考虑热惯性和能源网络约束的能源系统可靠性评估方法
CN111291963B (zh) * 2019-12-30 2023-06-16 天津大学 一种协调经济性与可靠性的园区综合能源系统规划方法
CN111291963A (zh) * 2019-12-30 2020-06-16 天津大学 一种协调经济性与可靠性的园区综合能源系统规划方法
CN111598478A (zh) * 2020-05-25 2020-08-28 东方电子股份有限公司 一种综合能源需求响应量计算方法
CN111666698A (zh) * 2020-06-19 2020-09-15 国网河北省电力有限公司 考虑多元储能的区域能源互联网可靠性评估方法
CN111798111A (zh) * 2020-06-27 2020-10-20 上海交通大学 一种综合能源系统供能可靠性评估方法及计算机系统
CN112070374A (zh) * 2020-08-25 2020-12-11 天津大学 一种区域能源互联网供能可靠性评估方法
CN112070374B (zh) * 2020-08-25 2022-10-14 天津大学 一种区域能源互联网供能可靠性评估方法
CN112070395A (zh) * 2020-09-07 2020-12-11 四川华泰电气股份有限公司 能源互联网可靠性评估体系、模型建立方法和评估方法
CN112070395B (zh) * 2020-09-07 2024-02-13 四川华泰电气股份有限公司 能源互联网可靠性评估体系、模型建立方法和评估方法
CN115081955A (zh) * 2022-08-12 2022-09-20 东方电子股份有限公司 一种用于综合供能系统的分层分布式故障处理系统

Similar Documents

Publication Publication Date Title
CN108830485A (zh) 一种电-热综合能源系统可靠性评价方法
Wang et al. Review of key problems related to integrated energy distribution systems
CN107665377A (zh) 一种多源耦合的综合能源系统规划方法
CN108921727A (zh) 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
CN107730129A (zh) 考虑光热热电联产与电锅炉的电‑气‑热互联系统风险评估方法
Awad et al. Integrated optimal power flow for electric power and heat in a microgrid
Cheng et al. Optimal planning of multi-energy system considering thermal storage capacity of heating network and heat load
CN112580927A (zh) 一种基于物联网的工商业园区综合能效评估方法
Hong et al. Integrated energy system planning at modular regional-user level based on a two-layer bus structure
Li et al. Researches on the reliability evaluation of integrated energy system based on Energy Hub
CN109740824A (zh) 一种考虑供热网和热负荷的多能源系统优化规划方法
Aki et al. Operational strategies of networked fuel cells in residential homes
CN112434402A (zh) 一种区间实用化安全域建模方法
Nielsen IEA-SHC Task 45: Large solar heating/cooling systems, seasonal storage, heat pumps
Liu Pipeline network layout design of integrated energy system based on energy station site selection and load complementary characteristics
Wei et al. A survey on optimal control and operation of integrated energy systems
Lingmin et al. A configuration optimization framework for renewable energy systems integrating with electric‐heating energy storage in an isolated tourist area
Wang et al. Risk assessment of integrated energy system based on electrical-thermal energy flow
CN112926201A (zh) 综合能源系统供热规划方法、系统及装置
Marannino et al. Assessing the transmission transfer capability sensitivity to power system parameters
CN109726906A (zh) 基于热网偏微分方程约束的热电联产系统日前调度方法
Hu et al. Integrated modelling and planning of regional integrated energy systems based on exergy analysis
Lu et al. Maximum flow-based vulnerability assessment of coupled power-traffic systems
Feng et al. The study of optimization model and cooperative control method for heat storage electric boiler to consume the abandoned wind and light
Lin et al. Optimal Design of Energy Hubs in an Integrated Energy System Considering Contingencies in Critical Branches

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181116

RJ01 Rejection of invention patent application after publication