CN109524959A - 一种计及天然气网故障的发输电系统充裕性评估方法 - Google Patents

Abstract

本发明公开了一种计及天然气网故障的发输电系统充裕性评估方法，首先建立发输电系统及天然气网的可靠性模型，然后对发输电系统及天然气网中的原件进行随机状态抽样，基于随机抽样的状态及可靠性模型计算发输电系统的负荷削减量并求均值，当负荷削减量均值的变化小于预设阈值后，基于多次抽样的状态计算出发输电系统的充裕性指标。本发明与现有技术相比，将天然气的充裕性考虑进了发输电系统充裕性评估中，使得发输电系统充裕性评估更加精确。

Description

一种计及天然气网故障的发输电系统充裕性评估方法

技术领域

本发明属于电-气互联系统可靠性的评估方法技术领域，具体涉一种计及天然气网故障的发输电系统充裕性评估方法。

背景技术

供电可靠性是发输电系统长期关注的问题，而对供电可靠性的要求则和国民生产、经济的发展息息相关。我国能源结构的调整给我国供电可靠性带来空前的挑战。随着煤炭资源日益消耗，环境污染加剧，我国的能源结构正从以煤炭、化石能源为主的能源结构向油气、非化石能源为主的能源结构转变。但此时，可再生能源技术发展尚未完全成熟，无法进行大规模煤炭替代。与煤炭及石油相比，天然气具有完全燃烧、燃烧热值低、燃烧产生有害物少等特点。在我国能源低碳转型的背景下，天然气因其燃烧高效、清洁和低碳排放等特性，已成为能源替代的首选。随着天然气网故障事件频发、国民对天然气需求量的陡增及天然气发电比重加大，天然气网的充裕性已严重影响国民经济发展与发输电系统的可靠供电。

但是，现有的对供电系统的可靠性评估中，并未计及天然气网供气的充裕性，这导致了发输电系统的供电进行充裕性评估的结果严重失准。发输电系统的供电充裕性的评估结果对发输电系统的电力供应规划或运行调度具有重要影响。

因此，如何提供一种新的技术方案能够准确的进行发输电系统的供电进行充裕性评估成为了本领域技术人员急需解决的问题。

发明内容

针对上述现有技术的不足，本发明提供了一种计及天然气网故障的发输电系统充裕性评估方法，在对发输电系统的供电进行充裕性的时候，能够提供发输电系统充裕性评估的精准度。

一种计及天然气网故障的发输电系统充裕性评估方法，包括如下步骤：

(1)建立发输电系统可靠性模型；

(2)建立天然气网可靠性模型；

(3)初始化第一对比负荷削减量；

(4)随机抽样天然气网中元件的状态及发输电系统中元件的状态；

(5)对计及天然气网故障的发输电系统进行可靠性评估，通过最优潮流计算得到当前状态下发输电系统的负荷削减量，取历次抽样系统状态下最优潮流计算得到的负荷削减量均值作为第二对比负荷削减量；

(6)若第一对比负荷削减量与第二对比负荷削减量的差值小于预设阈值，则执行步骤(7)，否则，将第二对比负荷削减量作为新的第一对比负荷削减量，返回执行步骤(4)；

(7)基于第二对比负荷削减量输出发输电系统充裕性指标。

优选地，步骤(1)中，发输电系统可靠性模型包括：

元件可靠性模型，发输电系统中的元件分为工作状态及失效状态，不同元件具有不同的故障率及修复率，故障率为故障观察期内故障次数与故障观察期的比值，修复率为维修时间的倒数。

优选地，步骤(2)中，天然气网可靠性模型包括：

天然气气源故障模型，天然气气源故障模型描述了气源故障与供气能力的关系，当气源故障时，供气能力为0；

天然气输气管道故障模型，天然气输气管道故障模型描述了输气管道故障与供气能力的关系，当天然气输气管道故障时，供气能力为0，输气管道的故障率与输气管道长度成正比；

压缩机故障模型，压缩机故障模型描述了压缩机故障与供气能力的关系，当压缩机故障时，供气能力下降预设比例。

优选地，步骤(5)具体包括如下步骤：

建立网络流模型，所述网络流模型包括天然气网络流模型及发输电系统网络流模型；

基于天然气网中元件的状态求得注入燃气发电机的天然气流量，基于公式计算燃气发电机的出力，其中P为燃气发电机的出力，W为注入燃气发电机的空气流量W＝W_f+W_a，W_f为注入燃气发电机的天然气流量，W_a为注入燃气发电机的空气流量，C_pa为空气的热容量，C_pe为天然气的热容量， T₁为燃气发电机入口处的温度，η_c为燃气发电机的空气压缩机的效率，η_t为燃气发电机的涡轮机的效率，H_u为天然气的低热值，K₁及K₂为运算参量， T₃-T₄＝T₃×η_t×K₂，T₁、T₂、T₃及T₄分别为燃气发电机入口处、出口处、燃烧室入口处及燃烧室出口处的温度，p₁、p₂、p₃及p₄分别为燃气发电机入口处、出口处、燃烧室入口处及燃烧室出口处的压强，σ为第一计算常数；

基于直流潮流的最优负荷削减模型采用最优潮流求解算法计算当前状态下发输电系统的负荷削减量，将当前状态下发输电系统的负荷削减量作为第二对比负荷削减量，直流潮流的最优负荷削减模型包括为：

P_gimin≤P_gi≤P_gimax(i＝1,2…N)，

|P_ij|≤P_ijmax，

0≤P_ai≤P_bi，

f为当前状态下发输电系统的负荷削减量，P_bi及P_ai分别为负荷削减前及负荷削减后节点i处的负荷有效功率，P_di为节点i处的有功负荷，P_gi为向节点i输电的发电机的有功出力，P_ij表示网络流模型各支路的支路潮流，P_ijmax表示为已知的网络流模型的支路潮流上限， P_gimin和P_gimax分别表示机组有功出力上下限。

优选地，步骤(7)中发输电系统充裕性指标包括缺电概率LOLP、缺电时间期望LOLE及期望缺供电量EENS，其中，缺电概率LOLP表示在预设时间内发输电系统不能满足负荷需求的概率，P_i2为发输电系统处于任意一次随机抽样状态i2的概率，C为在预设时间内不能满足负荷需求的发输电系统状态全集；

缺电时间期望LOLE表示预设时间内发输电系统不能满足负荷需求的时间期望值，T为预设时间的小时数或天数；

期望缺供电量EENS表示发输电系统在预设时间内因发电容量短缺或电网约束造成负荷需求电量削减的期望数；

C_i2为发输电系统处于任意一次随机抽样状态i2条件下削减的负荷功率。

优选地，所述步骤(7)之后，还包括：

(8)根据发输电系统充裕性指标，进行发输电系统的电力供应规划或运行调度。

综上所述，本发明公开了一种计及天然气网故障的发输电系统充裕性评估方法，首先建立发输电系统及天然气网的可靠性模型，然后对发输电系统及天然气网中的原件进行随机状态抽样，基于随机抽样的状态及可靠性模型计算发输电系统的负荷削减量，当负荷削减量的变化小于预设阈值后，基于多次抽样的状态计算出发输电系统的充裕性指标。本发明与现有技术相比，将天然气的充裕性考虑进了发输电系统充裕性评估中，使得发输电系统充裕性评估更加精确。

附图说明

为了使发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1为本发明公开的一种计及天然气网故障的发输电系统充裕性评估方法的流程图；

图2为天然气气源故障模型示意图；

图3为天然气输气管道故障模型示意图；

图4为压缩机故障模型示意图；

图5为燃机发电机的结构示意图；

图6为一具体发输电系统及天然气网的示意图；

图7为假设压缩机故障导致管道容量缩减程度分别为20％、40％、60％及80％时的发输电系统充裕性指标示意图；

图8为假设发输电系统气源故障率分别为原始故障率的1.2倍、1.6倍和2倍时的发输电系统充裕性指标示意图；

图9为假设管道故障率为原始故障率的2倍、3倍和4倍时的发输电系统充裕性指标示意图；

图10为假设发输电系统燃气发电机渗透率分别为3.3％、4.3％、5.2％和5.9％时的发输电系统充裕性指标示意图。

具体实施方式

下面结合附图对本发明作进一步的详细说明。

如图1所示，本发明公开了一种计及天然气网故障的发输电系统充裕性评估方法，包括如下步骤：

S101建立发输电系统可靠性模型；

S102建立天然气网可靠性模型；

S103初始化第一对比负荷削减量；

S104随机抽样天然气网中元件的状态及发输电系统中元件的状态；

S105对计及天然气网故障的发输电系统进行可靠性评估，通过最优潮流计算得到当前状态下发输电系统的负荷削减量，取历次抽样系统状态下最优潮流计算得到的负荷削减量均值作为第二对比负荷削减量；

S106若第一对比负荷削减量与第二对比负荷削减量的差值小于预设阈值，则执行步骤 S107，否则，将第二对比负荷削减量作为新的第一对比负荷削减量，返回执行步骤S104；

S107基于第二对比负荷削减量输出发输电系统充裕性指标。

在本发明中，燃气发电机属于天然气网也属于发输电系统，燃气发电机是天然气网的终点，同时也是发输电系统的起点。

在本发明中，天然气网及发输电系统的元件参数及拓补关系的获取为现有技术，且在使用本发明之前进行，在此不再赘述。基于天然气网和发输电系统的拓补关系，可以建立天然气网及发输电系统的网络流，网络流的建立为现有技术，在此不再赘述。本发明采用非序贯蒙特卡洛模拟法进行天然气网中元件及发输电系统中元件的随机抽样。

本发明公开了一种计及天然气网故障的发输电系统充裕性评估方法，首先建立发输电系统及天然气网的可靠性模型，然后对发输电系统及天然气网中的原件进行随机状态抽样，基于随机抽样的状态及可靠性模型计算发输电系统的负荷削减量，当负荷削减量的变化小于预设阈值后，基于多次抽样的状态计算出发输电系统的充裕性指标。本发明与现有技术相比，将天然气的充裕性考虑进了发输电系统充裕性评估中，使得发输电系统充裕性评估更加精确。

具体实施时，步骤(1)中，发输电系统可靠性模型包括：

元件可靠性模型，发输电系统中的元件分为工作状态及失效状态，不同元件具有不同的故障率及修复率，故障率为故障观察期内故障次数与故障观察期的比值，修复率为维修时间的倒数。

当燃气发电机故障时，燃气发电机的出力降为0。

具体实施时，步骤(2)中，天然气网可靠性模型包括：

如图2所示为天然气气源故障模型，天然气气源故障模型描述了气源故障与供气能力的关系，当气源故障时，供气能力为0；

将天然气生产系统看作一个整体，假设生产系统内部元件完全可靠，天然气气源故障仅由供气不足引发。若天然气源故障，则该气源不再向天然气网输送天然气，即天然气源的出口管道传输容量缩减100％。

如图3所示为天然气输气管道故障模型，天然气输气管道故障模型描述了输气管道故障与供气能力的关系，当天然气输气管道故障时，供气能力为0，输气管道的故障率与输气管道长度成正比；

对天然气管道故障建模时，若天然气输气管道发生破裂、泄漏等故障，认为该条输气管道传输能力降为0。

如图4所示为压缩机故障模型，压缩机故障模型描述了压缩机故障与供气能力的关系，当压缩机故障时，供气能力下降预设比例；

对于天然气压缩机，本发明中将与压缩机直接相连的上下游管道视为压缩机的一部分。对于天然气压缩机，假设在正常情况下压缩机内没有天然气流量的损失或增加，即在压缩机处天然气流量平衡。若天然气压缩机发生故障，由于与其直接相连的上下游管道的气压差变化，认为与压缩机直接相连的上下游管道供气能力下降预设比例，下降程度由压缩机故障程度决定。本发明假设压缩机故障供气能力下降20％。天然气压缩机的年故障概率为0.025。本发明中天然气网中的压缩机与燃气发电机中的压缩机为不同的压缩机。

具体实施时，步骤(5)具体包括如下步骤：

基于天然气网中元件的状态求得注入燃气发电机的天然气流量，基于公式计算燃气发电机的出力，其中P为燃气发电机的出力，W为注入燃气发电机的空气流量W＝W_f+W_a，W_f为注入燃气发电机的天然气流量，W_a为注入燃气发电机的空气流量，C_pa为空气的热容量，C_pe为天然气的热容量， T₁为燃气发电机入口处的温度，η_c为燃气发电机的空气压缩机的效率，η_t为燃气发电机的涡轮机的效率，H_u为天然气的低热值，K₁及K₂为运算参量， T₃-T₄＝T₃×η_t×K₂，T₁、T₂、T₃及T₄分别为燃气发电机入口处、出口处、燃烧室入口处及燃烧室出口处的温度，p₁、p₂、p₃及p₄分别为燃气发电机入口处、出口处、燃烧室入口处及燃烧室出口处的压强，σ为第一计算常数；

图5为燃机发电机的结构示意图，燃气发电机的整体能量转换过程可用下列公式表示：

-W×C_pa(T₂-T₁)+W×C_pe(T₃-T₄)＝P；

假设燃气发电机内部循环完全理想，所以燃气发电机每部分压力保持不变，则T₃-T₄＝T₃×η_t×K₂，则可得到公式：

基于直流潮流的最优负荷削减模型采用最优潮流求解算法计算当前状态下发输电系统的负荷削减量，将当前状态下发输电系统的负荷削减量作为第二对比负荷削减量，直流潮流的最优负荷削减模型包括为：

P_gimin≤P_gi≤P_gimax(i＝1,2…N)，

|P_ij|≤P_ijmax，

0≤P_ai≤P_bi，

f为当前状态下发输电系统的负荷削减量，P_bi及P_ai分别为负荷削减前及负荷削减后节点i处的负荷有效功率，P_di为节点i处的有功负荷，P_gi为向节点i输电的发电机的有功出力，P_ij表示网络流模型各支路的支路潮流，P_ijmax表示为已知的网络流模型的支路潮流上限， P_gimin和P_gimax分别表示机组有功出力上下限。“机组”泛指所有类型的发电机组，本系统中除了燃气发电机组还有火力发电机组，系统拓扑结构上说明了节点上是燃气机组还是火电机组。

具体实施时，步骤(7)中发输电系统充裕性指标包括缺电概率LOLP、缺电时间期望LOLE及期望缺供电量EENS，其中，缺电概率LOLP表示在预设时间内发输电系统不能满足负荷需求的概率，P_i2为发输电系统处于任意一次随机抽样状态i2的概率， C为在预设时间内不能满足负荷需求的发输电系统状态全集；

缺电时间期望LOLE表示预设时间内发输电系统不能满足负荷需求的时间期望值，T为预设时间的小时数或天数；

期望缺供电量EENS表示发输电系统在预设时间内因发电容量短缺或电网约束造成负荷需求电量削减的期望数；

C_i2为发输电系统处于任意一次随机抽样状态i2条件下削减的负荷功率。

具体实施时，所述步骤(7)之后，还包括：

(8)根据发输电系统充裕性指标，进行发输电系统的电力供应规划或运行调度。

发输电系统的供电充裕性的评估结果对发输电系统的电力供应规划或运行调度具有重要影响，因此，采用本发明的方法得到发输电系统充裕性指标后，可以根据发输电系统充裕性指标，进行发输电系统的电力供应规划或运行调度。

以图6所示的发输电系统及天然气网为例：

图中包括32台发电机组和38条支路，总装机容量为3405MW，每个发电机组中包含4台20MW燃气发电机，系统峰荷为2850MW。天然气网参数见表1。这4台燃气发电机由天然气网中4个位于不同节点的燃气负荷点供应天然气，天然气供应量经过容量匹配计算，能够使燃气发电机达到满发容量。

表1天然气网参数

天然气网故障与燃气发电机机械故障具有相互独立性，为了比对天然气网故障及燃气发电机机械故障分别对发输电系统可靠性的影响程度，设计如下4个对比方案，计算结果见表2。

方案1：仅考虑电网元件故障；

方案2：考虑电网元件故障及天然气网故障，不考虑燃气发电机机械故障；

方案3：考虑电网元件故障及燃气发电机机械故障，不考虑天然气网故障；

方案4：考虑所有故障。

表2算例分析结果

压缩机故障程度对发输电系统充裕性影响

在天然气网中，天然气压缩机故障后会导致与其直接相连的上下游管道容量降低。通过改变天然气网中压缩机故障后对其直接相连的上下游管道容量的影响程度，来探究其对发输电系统充裕性的影响。假设压缩机故障导致管道容量缩减程度分别为20％、40％、60％及80％，影响结果如图7所示。

气源故障率对发输电系统充裕性影响

为了探究不同的气源故障率对发输电系统充裕性的影响程度，对天然气网进行气源故障率灵敏度分析。假设发输电系统气源故障率分别为原始故障率的1.2倍、1.6倍和2倍，其影响结果如图8所示。

输气管道故障率对发输电系统充裕性影响

为了探究不同天然气输气管道故障率对发输电系统充裕性的影响程度，对天然气网管道故障率进行灵敏度分析。假设管道故障率为原始故障率的2倍、3倍和4倍，影响结果如图9所示。

燃气发电机渗透率对发输电系统充裕性影响

发输电系统仅含4台20MW燃气发电机，燃气发电装机容量为总装机容量2.3％。根据《天然气发展“十三五”规划》，到2020年天然气发电装机容量应为总装机容量的5％。为了探究在不同燃气发电机渗透率下，天然气网故障对发输电系统影响程度，假设发输电系统燃气发电机渗透率分别为3.3％、4.3％、5.2％和5.9％，结果如图10所示。

从图10可以看出：发输电系统的充裕性随着燃气发电机的渗透率的提高而下降，即年期望停电时间和期望停电量均显著会增加。当燃气发电机装机容量达到5％后，发输电系统年停电时间约为14小时，增加30％；年停电量约为1780MWh，增加32％。

负荷倍数对发输电系统充裕性影响

为了探究发输电系统在不同负荷倍数下，计及天然气网故障前后其充裕性的变化，假设发输电系统负荷倍数分别为0.8倍、1.0倍、1.1倍和1.2倍，结果如表3所示。

表3负荷倍数对发输电系统充裕性影响

从表3可以看出：无论是否计及天然气网故障，随着发输电系统负荷的增加，系统的 LOLE和EENS均随之增大，即系统可靠性降低。这是因为系统负荷增加的同时系统的备用容量不变，即系统抵御风险的能力减弱，系统内元件的故障更容易导致系统发生负荷削减，所以系统可靠性随之降低。

从结果还可以看出：在任意负荷倍数下，计及天然气网故障后均会导致系统可靠性降低。

由此可见，在计及天然气网供气充裕性后，对于发输电系统的充裕性评估的结果会发生显著的改变，因此，将天然气网供气充裕性考虑进发输电系统的充裕性评估中去，是很有必要的，能够显著提高发输电系统的充裕性评估的准确性。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管通过参照本发明的优选实施例已经对本发明进行了描述，但本领域的普通技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离所附权利要求书所限定的本发明的精神和范围。

Claims (6)

1.一种计及天然气网故障的发输电系统充裕性评估方法，其特征在于，包括如下步骤：

(1)建立发输电系统可靠性模型；

(2)建立天然气网可靠性模型；

(3)初始化第一对比负荷削减量；

(4)随机抽样天然气网中元件的状态及发输电系统中元件的状态；

(5)对计及天然气网故障的发输电系统进行可靠性评估，通过最优潮流计算得到当前状态下发输电系统的负荷削减量，取历次抽样系统状态下最优潮流计算得到的负荷削减量均值作为第二对比负荷削减量；

(6)若第一对比负荷削减量与第二对比负荷削减量的差值小于预设阈值，则执行步骤(7)，否则，将第二对比负荷削减量作为新的第一对比负荷削减量，返回执行步骤(4)；

(7)基于第二对比负荷削减量输出发输电系统充裕性指标。

2.如权利要求1所述的计及天然气网故障的发输电系统充裕性评估方法，其特征在于，步骤(1)中，发输电系统可靠性模型包括：

元件可靠性模型，发输电系统中的元件分为工作状态及失效状态，不同元件具有不同的故障率及修复率，故障率为故障观察期内故障次数与故障观察期的比值，修复率为维修时间的倒数。

3.如权利要求1所述的计及天然气网故障的发输电系统充裕性评估方法，其特征在于，步骤(2)中，天然气网可靠性模型包括：

天然气气源故障模型，天然气气源故障模型描述了气源故障与供气能力的关系，当气源故障时，供气能力为0；

天然气输气管道故障模型，天然气输气管道故障模型描述了输气管道故障与供气能力的关系，当天然气输气管道故障时，供气能力为0，输气管道的故障率与输气管道长度成正比；

压缩机故障模型，压缩机故障模型描述了压缩机故障与供气能力的关系，当压缩机故障时，供气能力下降预设比例。

4.如权利要求1所述的计及天然气网故障的发输电系统充裕性评估方法，其特征在于，步骤(5)具体包括如下步骤：

建立网络流模型，所述网络流模型包括天然气网络流模型及发输电系统网络流模型；

基于天然气网中元件的状态求得注入燃气发电机的天然气流量，基于公式计算燃气发电机的出力，其中P为燃气发电机的出力，W为注入燃气发电机的空气流量W＝W_f+W_a，W_f为注入燃气发电机的天然气流量，W_a为注入燃气发电机的空气流量，C_pa为空气的热容量，C_pe为天然气的热容量，T₁为燃气发电机入口处的温度，η_c为燃气发电机的空气压缩机的效率，η_t为燃气发电机的涡轮机的效率，H_u为天然气的低热值，K₁及K₂为运算参量， T₃-T₄＝T₃×η_t×K₂，T₁、T₂、T₃及T₄分别为燃气发电机入口处、出口处、燃烧室入口处及燃烧室出口处的温度，p₁、p₂、p₃及p₄分别为燃气发电机入口处、出口处、燃烧室入口处及燃烧室出口处的压强，σ为第一计算常数；

基于直流潮流的最优负荷削减模型采用最优潮流求解算法计算当前状态下发输电系统的负荷削减量，将当前状态下发输电系统的负荷削减量作为第二对比负荷削减量，直流潮流的最优负荷削减模型包括为：

P_gimin≤P_gi≤P_gimax(i＝1,2…N)，

|P_ij|≤P_ijmax，

0≤P_ai≤P_bi，

f为当前状态下发输电系统的负荷削减量，P_bi及P_ai分别为负荷削减前及负荷削减后节点i处的负荷有效功率，P_di为节点i处的有功负荷，P_gi为向节点i输电的发电机的有功出力，P_ij表示网络流模型各支路的支路潮流，P_ijmax表示为已知的网络流模型的支路潮流上限，P_gimin和P_gimax分别表示机组有功出力上下限。

5.如权利要求1所述的计及天然气网故障的发输电系统充裕性评估方法，其特征在于，步骤(7)中发输电系统充裕性指标包括缺电概率LOLP、缺电时间期望LOLE及期望缺供电量EENS，其中，缺电概率LOLP表示在预设时间内发输电系统不能满足负荷需求的概率，P_i2为发输电系统处于任意一次随机抽样状态i2的概率，C为在预设时间内不能满足负荷需求的发输电系统状态全集；

缺电时间期望LOLE表示预设时间内发输电系统不能满足负荷需求的时间期望值，T为预设时间的小时数或天数；

期望缺供电量EENS表示发输电系统在预设时间内因发电容量短缺或电网约束造成负荷需求电量削减的期望数；

C_i2为发输电系统处于任意一次随机抽样状态i2条件下削减的负荷功率。

6.如权利要求1所述的计及天然气网故障的发输电系统充裕性评估方法，其特征在于，所述步骤(7)之后，还包括：

(8)根据发输电系统充裕性指标，进行发输电系统的电力供应规划或运行调度。