CN109767127A - 基于电气联合优化潮流的电-气联合系统可靠性判断方法 - Google Patents

基于电气联合优化潮流的电-气联合系统可靠性判断方法 Download PDF

Info

Publication number
CN109767127A
CN109767127A CN201910033159.6A CN201910033159A CN109767127A CN 109767127 A CN109767127 A CN 109767127A CN 201910033159 A CN201910033159 A CN 201910033159A CN 109767127 A CN109767127 A CN 109767127A
Authority
CN
China
Prior art keywords
gas
natural gas
node
electric power
generator set
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
Application number
CN201910033159.6A
Other languages
English (en)
Other versions
CN109767127B (zh
Inventor
丁一
王盛
叶承晋
邵常政
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201910033159.6A priority Critical patent/CN109767127B/zh
Publication of CN109767127A publication Critical patent/CN109767127A/zh
Application granted granted Critical
Publication of CN109767127B publication Critical patent/CN109767127B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种电气联合优化潮流的电‑气联合系统可靠性判断方法。通过多状态模型对电力‑天然气联合系统的设备可靠性进行建模，通过电气联合优化潮流构建电力‑天然气联合系统中电力和天然气的能量双向流动和能量优化配置，通过时序蒙特卡洛法利用目标函数及其约束条件对电力‑天然气联合系统的各个可能的状态均进行仿真处理，获得电力‑天然气联合系统的可靠性参数，根据可靠性参数判断是否可靠，进而采取措施提高保障电‑气联合系统的可靠性。本发明在考虑电气联合优化潮流的情况下准确判断电力‑天然气联合系统的可靠性，从而能帮助调度机构提高电力‑天然气联合系统的可靠性。

Description

基于电气联合优化潮流的电-气联合系统可靠性判断方法
技术领域
本发明涉及一种电网系统可靠性处理保障方法，特别是涉及了一种基于电气联合优化潮流的电-气联合系统可靠性判断方法，属于综合能源系统运行以及可靠性分析领域。
背景技术
天然气作为一种高效，清洁的化石燃料，在近些年来得到了广泛的使用。根据中国电力企业联合会发布的报告，2016年，燃气机组的发电电量达到了1.833×108MWh，和2015年相比，同期增长了12.81％。另外，随着电转气技术的成熟，过剩的电力可以利用电转气设备，通过电解水过程转化为氢气或进一步甲烷化后，注入天然气传输系统中，从而实现了电力系统和天然气系统之间能量的双向流动。因此，电力系统和天然气系统的耦合关系被进一步加深，电力-天然气联合系统随之产生出。
现有的可靠性判断方法主要用于传统的电力系统，而不能直接用于电力-天然气联合系统。这是因为电力系统和天然气系统的深度耦合，为维持电力-天然气联合系统的可靠性带来了新的挑战，主要表现在以下三个方面：第一，由天然气系统故障所引发的天然气供给不足，将会通过燃气机组引起电力系统的电力供给不足，即天然气系统的故障将会影响电力系统的可靠性，反之亦然；第二，电力系统和天然气系统之间的能量的双向流动，使得通过电气联合优化潮流实现电力系统和天然气系统之间的能量优化配置，从而进一步提高电力-天然气联合系统的可靠性。但是基于电气联合优化潮流的电力-天然气联合系统可靠性判断方法，目前还研究甚少。
发明内容
针对上述背景技术中的问题，本发明提供了一种电气联合优化潮流的电-气联合系统可靠性判断方法，解决了在考虑电力系统和天然气系统之间的能量优化配置的情况下，电力-天然气联合系统可靠性判断的技术问题。
本发明采用以下技术方案：
本发明首先通过多状态模型对电力-天然气联合系统的设备可靠性进行建模，通过电气联合优化潮流构建电力-天然气联合系统中电力和天然气的能量双向流动和能量优化配置，最后通过时序蒙特卡洛法进行仿真，从而求解获得电力-天然气联合系统的可靠性值。
所述的电力-天然气联合系统主要由多个节点连接构成，节点分为纯电力节点、纯天然气节点、电力-天然气节点的三类，且由纯电力节点和电力-天然气节点构成了广义电力节点，由纯天然气节点和电力-天然气节点构成了广义天然气节点；
纯电力节点之间、纯电力节点和电力-天然气节点之间以及电力-天然气节点之间通过电力线路连接，纯天然气节点之间、纯天然气节点和电力-天然气节点之间以及电力-天然气节点之间通过天然气管道连接；
实际系统中，只与电力线路连接的节点为纯电力节点，只与电力线路连接的节点为纯电力节点。
节点中具有燃气机组、非燃气机组、天然气源和电转气设备的四类设备并且连接有天然气负荷和电力负荷，纯电力节点包括电力负荷和非燃气机组的其中之一及以上，纯天然气节点包括天然气负荷和天然气源的其中之一及以上，同时纯电力节点、纯天然气节点均可不包括任何设备。电力-天然气节点包括电力负荷和非燃气机组的之一或者两者且包含天然气负荷和天然气源的之一或者两者，或包含燃气机组和电转气设备的之一或者两者。
燃气机组和电转气设备分别用于消耗天然气产生电力和消耗电力产生天然气，燃气机组和电转气设备均属于能量耦合设备；非燃气机组和天然气气源分别用于产生电力和产生天然气。通常，燃气机组连接在电力负荷和天然气气源之间，电转气设备连接在天然气负荷和非燃气机组之间。
电力负荷是指消耗电力的负载设备，天然气负荷是指消耗天然气的负载设备。
电转气设备由多个电转气模组并列运行，同一节点的所有燃气机组聚合成为一个燃气机组等效体，电转气模组具有两状态，两状态为“正常工作”和“完全失效”的两种状态，燃气机组和电转气设备具有多状态，燃气机组等效体具有多状态，多状态为介于“正常工作”和“完全失效”两种状态之间的中间多个状态。由燃气机组和电转气设备的不同状态排列组合构成电力-天然气联合系统所有可能具有的状态；
传统的对设备进行可靠性建模的方法，只考虑其产生电力和产生天然气。针对能量耦合设备，其电力和天然气的产生分别与该设备的天然气和电力消耗有关。在本发明中，能量耦合设备的多状态模型分别还考虑了天然气和电力的输入。
方法主要包括以下步骤：
1)通过多状态模型对电力-天然气联合系统的设备可靠性进行建模
包括燃气机组的可靠性多状态模型的建立和电转气设备的可靠性多状态模型的建立。
1.1)建立燃气机组的可靠性多状态模型，处理获得燃气机组等效体的可调度发电容量；
燃气机组的可靠性多状态模型包含控制性和随机性，控制性体现在燃气机组的实际发电量被限制在其发电容量之内，随机性体现在其发电容量是由燃气机组的随机故障和修复决定的。最终，燃气机组的可靠性多状态模型表征为，燃气机组的发电容量随着故障下降不同的水平。
1.1.1)燃气机组的发电容量受限于燃气机组的天然气供给状况，而天然气的供给状况可能受到天然气系统中电转气设备的随机故障及天然气源的产气量的影响。首先，采用以下公式根据燃气机组j在时刻t的发电量处理得到燃气机组j在时刻t的天然气供给量
其中，aj、bj和cj分别为燃气机组j的第一、第二、第三热效率系数，Hg是天然气的热值；j表示燃气机组的序数；e表示电力，g表示天然气，gfu表示燃气机组；
1.1.2)燃气机组的可调度发电容量是由其随机的故障和修复，以及天然气的供给状况共同决定的，因此，采用以下公式处理获得燃气机组j在状态下的可调度发电容量
其中，代表由天然气供给状况决定的燃气机组j的天然气供给上限，为该燃气机组j在状态下的发电容量，表示电力-天然气节点i中燃气机组j的状态序数， 表示电力-天然气节点i中燃气机组j的状态总数；
该燃气机组j在时刻t的随机的发电容量可表达为根据燃气机组j所有可能的状态建立的燃气机组j的发电容量集合中的一个元素。具体表达为其中，为该燃气机组在状态下的发电容量。，表达为例如，具体实施中，对于一个现实中存在的燃气机组，它的共有4个状态，序号为1，2，3，4。在这4个状态下对应的发电容量分别为575MW，482MW，247MW和0MW。那么其发电容量的集合表达为{575,482,247,0}MW，其在时刻t下的状态若为序号则改状态下的发电容量
1.1.3)采用以下公式处理获得由电力-天然气节点i所拥有的燃气机组聚合成为的燃气机组等效体的可调度发电容量
其中，i表示所有节点的序数，表示电力-天然气节点i的燃气机组等效体在状态下的发电容量，表示电力-天然气节点i中的状态序数，j表示电力-天然气节点i中燃气机组的序数， 表示电力-天然气节点i所拥有的燃气机组的总数量；Egfu表示燃气机组等效体；
电力-天然气节点i中的燃气机组等效体状态是根据该燃气机组等效体所包含的燃气机组的状态的组合获得。
该燃气机组j在时间t的可调度发电容量为在时刻t下根据该燃气机组等效体所包含的燃气机组的状态的组合及其相应的可调度发电容量建立的燃气机组等效体的可调度发电容量集合中的一个元素，表达为例如，具体实施中，电力-天然气节点i上的燃气机组等效体包含2个燃气机组。这两个燃气机组分别包含3个可能的状态，即其可调度发电容量分别为{0，1，2}MW。那么，该燃气机组等效体的可调度发电容量的集合可表示为{0，1，2，3，4}MW。那么该燃气机组等效体在时刻t下的可调度发电容量根据这两个燃气机组的状态组合，在该燃气机组等效体的可调度发电容量的集合中取值。
1.1.4)采用以下公式处理获得时刻t由电力-天然气节点i所拥有的燃气机组聚合成为的燃气机组等效体的发电量和天然气供给量
1.2)建立电转气模组的可靠性多状态模型，处理获得电转气设备的可调度发电容量；
在电转气设备中局部部分的电转气模组故障时，电转气设备的产气容量下降，但不会完全停止。每个电转气模组的可靠性多状态模型为一个两状态模型，而电转气设备的可靠性多状态模型为多状态模型。对于电转气模组j，其状态的取值为0或1。0代表故障状态，所对应的电转气模组的产气容量为0，而1代表正常状态，所对应的电转气模组的产气容量为GCptg,1。
1.2.1)电转气模组的产气容量同样受限于该电转气模组的电力供给状况，而电力的供给状况可能受到电力系统中燃气机组的随机故障的影响。采用以下公式处理获得根据电转气模组j在时刻t的电力供给量获得电转气模组j在时刻t的产气量
其中，为电转气的能量转化效率，Hg是天然气的热值；j表示电转气模组的序数；e表示电力，g表示天然气，ptg表示电转气模组；
1.2.2)采用以下公式处理获得电转气模组j在状态下的可调度产气容量
其中，代表由电力供给状况决定的电转气模组j的电力供给上限，，表示电转气模组j在状态下该电转气模组的产气容量，表示电转气模组j的状态序数， 表示电力-天然气节点i的电转气设备中电转气模组j的状态总数；
1.2.3)采用以下公式处理获得电力-天然气节点i的电转气设备在状态hptg下的可调度产气容量：
其中，i表示电力-天然气节点的序数，表示电力-天然气节点i的电转气设备在状态下的可调度产气容量，j表示电力-天然气节点i的电转气设备中电转气模组的序数， 表示电力-天然气节点i的电转气设备中电转气模组的总数；
电力-天然气节点i上只有一个电转气设备。
电力-天然气节点i的电转气设备在时刻t下的可调度产气容量为根据该电转气设备所包含的电转气模组的状态的组合及其相应的可调度产气容量建立的电转气设备的可调度产气容量集合中的一个元素，表达为例如，具体实施中，电力-天然气节点i上的电转气设备包含2个电转气模组。这两个电转气模组分别包含2个可能的状态，其可调度产气容量分别为{0，1}MW。那么，该电转气设备的可调度产气容量的集合可表示为{0，1，2}MW。那么该电转气设备在时刻t下的可调度发电容量根据这两个电转气模组的状态组合，在该电转气设备可调度的可调度产气容量的集合中取值。
1.2.4)采用以下公式处理获得时刻t由电力-天然气节点i所拥有的电转气设备的产气量和电力供给量
2)通过电气联合优化潮流构建电力-天然气联合系统中电力和天然气的能量双向流动和能量优化配置
当燃气机组，非燃气机组，气源，电转气设备发生故障时，电力供给和天然气供给可能发生不足。此时，燃气机组和非燃气机组的电力供应量，气源和电转气设备的天然气供应量会由电气联合优化潮流重新决定。
为了维持电力系统和天然气系统的供需平衡，电力负荷和天然气负荷可能会受到削减，各个节点上的电力负荷中断量和天然气负荷中断量也由电气联合优化潮流决定。在电气联合优化潮流的执行过程中，电力线路和天然气管道的传输约束也需要得到满足。
在本发明所涉及的电力-天然气联合系统中，电力系统和天然气系统受同一个独立系统调度机构，该独立系统调度机构对电力-天然气联合系统的调度控制目标是在每一个电力-天然气联合系统的状态下最小化全系统综合计价值，最小化全系统综合计价值包括从气源处的天然气购买计价值、非燃气机组发电计价值、电力负荷的中断计价值和天然气负荷的中断计价值。
在电力-天然气联合系统的每一个状态下，建立以下目标函数：
其中，i表示所有节点的序数，NB是所有节点(EB)的总数量，Pi e表示非燃气机组的有功功率，表示表示非燃气机组的无功功率，GCi是节点i上的非燃气机组发电计价值，是由非燃气机组的有功功率Pi e和无功功率的多项式函数或线性分段函数获得；是电力-天然气节点i的天然气单位计价值，Pi g是电力-天然气节点i的天然气供给量，和表示电力负荷的中断量和天然气负荷的中断量，Tk表示电力-天然气联合系统所处状态k的时长，其中电力-天然气联合系统的状态由所有燃气机组等效体和电转气设备的状态组合获得；和分别为电力-天然气节点i的电力负荷的中断计价值和天然气负荷的单位中断计价值；
本发明中，当节点i不包含该类型物理量时，该类型物理量在公式中取值为0。例如，对于纯电力节点，其上不存在天然气源，则Pi g＝0。
并且对电-气联合系统的每一个状态k建立以下约束条件：
fij e＝ViVj((Gijcosθij+Bijsinθij)+j(Gijsinθij-Bijcosθij))
式中，Xi表示电力-天然气节点i的控制列向量，控制列向量Xi由七个控制变量组成，七个控制变量分别为燃气机组的发电量和天然气消耗量、非燃气机组的发电量、气源的产气量、电转气设备的产气量和电力消耗量、电力负荷的中断量和天然气负荷的中断量，Pi e表示节点i上非燃气机组的发电量，表示节点i上非燃气机组的无功功率发电量，Pi g表示节点i上天然气源的产气量，Pi e,Egfu(t)表示当前时刻t节点i上燃气机组等效体的发电量，Pi g,Eptg(t)表示当前时刻t节点i上电转气设备的产气量；
和分别表示节点i上的电力负荷的有功分量和无功分量。表示节点i上的天然气负荷。表示节点i和节点j之间的电力潮流，表示节点i和节点j之间的天然气潮流，Vi和θij分别为节点i的电压的幅值和节点i和节点j之间的相角差，Gij和Bij为节点i和节点j的电力线路的电纳和电抗，πi为节点i的天然气的气压，和为连接节点i的电力线路和天然气管道的集合，Kij和Sij为节点i和节点j之间的天然气管道的特性参数和Dirichlet函数的值；分别表示的下限和上限，分别表示的下限和上限；
约束条件的第一个公式为电气联合优化潮流的节点i上的控制变量组成表示。约束条件的第二个公式依据控制变量的上下限约束的自然规律。约束条件的第五和第六个公式依据电力和天然气的节点能量守恒的自然规律。约束条件的第七到第九个公式依据节点i和j之间的电力潮流和天然气潮流的自然规律。约束条件的第十和第十一个公式依据电力线路和天然气管道的容量约束。
3)通过时序蒙特卡洛法利用目标函数及其约束条件对电力-天然气联合系统的各个可能的状态均进行仿真处理，获得电气联合优化潮流的每个电力-天然气节点i在每个状态k下的控制列向量Xi，从中提取获得在每个状态k下电力-天然气联合系统中节点i的电力负荷的中断量和电力-天然气联合系统中节点i的天然气负荷的中断量再求解电力-天然气联合系统的可靠性参数，可靠性参数包括节点i的期望缺电量(EENSi)和节点i的期望缺气量(EGNSi)，分别由下式获得：
其中，NK和NS分别为仿真中电力-天然气联合系统的状态总数和仿真次数，is表示仿真次数，k表示电力-天然气联合系统的状态的序数；
然后根据可靠性参数进行以下判断：当任意一个节点的期望缺电量EENSi大于设定上限阈值或任意一个节点的期望缺气量EGNSi大于设定上限阈值时，则电力-天然气联合系统是不可靠；否则电力-天然气联合系统是可靠；
在电力-天然气联合系统不可靠情况下，在期望缺电量EENSi大于设定上限阈值的节点i建设非燃气机组或燃气机组，在期望缺气量EGNSi大于设定上限阈值的节点i建设天然气源或电转气设备的措施，提高保障电-气联合系统的可靠性。
所述的时序蒙特卡洛法处理中，每一次仿真处理后计算EENSi的方差系数ζ，具体为：
ζi＝STD(EENSi)/E(EENSi)
ζ＝max{ζ1,...,ζi,...,ζNB}
其中，STD(EENSi)和E(EENSi)分别表示期望缺电量EENSi的标准差和期望，max表示最大值如果方差系数ζ大于预设方差阈值，则回到步骤1；
如果方差系数ζ小于等于预设方差阈值，则结束仿真，输出步骤3)中计算得到的可靠性参数作为最终值。
本发明的有益效果是：
本发明通过对电力-天然气联合系统的可靠性进行判断，可以明确该系统的薄弱环节，从而为系统的升级改造，设备的扩容，运行维护提供帮助。
另外，本发明可靠性判断后进行提高的措施，有助于电力-天然气联合系统的规划建设。
特别的，由于该可靠性判断方法考虑了电力系统和天然气系统之间的能量优化配置，因此该发明也能为电力-天然气联合系统的调度机构的在运行时段的能量调度提供依据，以减少用户的停电/停气的概率，保障用户的用能质量。
附图说明
图1是本发明的电力-天然气联合系统结构的示意图。
图2是本发明的电力系统各个节点的EENS图。
图3是本发明的天然气系统各个节点的EGNS图。
具体实施方式
以下结合实施例及其附图作进一步说明。
按照本发明完整方法实施的实施例如下：
处理获得某测试案例中由IEEE电力系统可靠性测试系统和比利时天然气传输系统组成的电力-天然气联合系统的可靠性。
首先，初始化该电力-天然气联合系统的参数。该电力-天然气联合系统的结构示意图如图1所示，其包含的电力系统和天然气传输系统的原始数据来源于公开文献《GriggC,Wong P,Albrecht P,et al.The IEEE reliability test system-1996.A reportprepared by the reliability test system task force of the application ofprobability methods subcommittee[J].IEEE Transactions on power systems,1999,14(3):1010-1020.》中的图1，表1，表5，6，7，表12部分和《De Wolf D,Smeers Y.The gastransmission problem solved by an extension of the simplex algorithm[J].Management Science,2000,46(11):1454-1465.》中的附录A部分中查到。在此基础上，本发明对此做了以下修改：
在如图1所示的位置，添加了燃气机组和电转气设备。其中，三个正常工作状态下的产气容量为0.5Mm3/day的电转气设备被安装在了天然气节点7，10和16，原电力系统中电力节点(EB)上15,13,14,2上的12，20和100MW的非燃气机组被替换为了相同容量的燃气机组，其热效率系数根据公开文献《Unsihuay C,Lima J W M,De Souza A C Z.Modeling theintegrated natural gas and electricity optimal power flow[C]//PowerEngineering Society General Meeting,2007.IEEE.IEEE,2007:1-7.》中的表1部分设定。
(1)各个节点上所拥有的用户的类型以及占比根据公开文献《Wang P,Ding Y,Xiao Y.Technique to evaluate nodal reliability indices and nodal prices ofrestructured power systems[J].IEE Proceedings-Generation,Transmission andDistribution,2005,152(3):390-396.》中的表1部分设定。，各类型用户的用户中断成本计价值根据公开文献《Wacker G,Billinton R.Customer cost of electric serviceinterruptions[J].Proceedings of the IEEE,1989,77(6):919-930.》中表2部分设定。
(2)天然气系统中各气源的天然气单位计价值根据公开文献《Unsihuay C,Lima JW M,De Souza A C Z.Modeling the integrated natural gas and electricityoptimal power flow[C]//Power Engineering Society General Meeting,2007.IEEE.IEEE,2007:1-7.》中的表2部分设定。
(3)电力系统中的全系统的电力负荷设定为其峰值，即恒定2850MW。
实施过程具体如下：
1)通过多状态模型对电力-天然气联合系统的设备可靠性进行建模
1.1)建立燃气机组的可靠性多状态模型，处理获得燃气机组j在状态下的可调度发电容量和燃气机组等效体的可调度发电容量
1.2)建立电转气模组的可靠性多状态模型，处理获得电转气模组j在状态下的可调度产气容量和电转气设备在状态hptg下的可调度产气容量：
2)通过电气联合优化潮流构建电力-天然气联合系统中电力和天然气的能量双向流动和能量优化配置，建立针对电力-天然气联合系统的目标函数和约束条件作为优化模型；
3)通过时序蒙特卡洛法利用目标函数及其约束条件对电力-天然气联合系统的各个可能的状态均进行仿真处理，获得电气联合优化潮流的每个电力-天然气节点i在每个状态k下的控制列向量Xi，从中提取获得在每个状态k下电力-天然气联合系统i的电力负荷的中断量和电力-天然气联合系统i的天然气负荷的中断量再求解电力-天然气联合系统的可靠性参数，可靠性参数包括期望缺电量(EENS)和期望缺气量(EGNS)。
由此根据本发明提出的方法得到该系统中各个节点的可靠性参数EENS和EGNS，分别如图2，表1和图3，表2所示。
表1电力系统可靠性参数EENS
表2天然气系统可靠性参数EGNS
从表1，表2，图2图3中可见，电力-天然气联合系统中，不同节点上的可靠性参数不同，而不同的可靠性参数表征了该电力-天然气联合系统的在拓扑结构上的脆弱性。电力节点(EB)14为最脆弱的电力节点，它的EENS为1.6748MW，为所有电力节点中的最大值。
相对的，电力节点(EB)1,4,6,9,13,16,19拥有最小的EENS，为0，那是因为这些节点靠近发电机组且其用户的用户中断损失计价值较高，因此这些节点上的用户更加不容易产生负荷中断。
在天然气系统中，天然气节点(GB)15得而EGNS最大，可靠性最差，为0.1317Mm3/day。相比之下，天然气节点(GB)7，10，12，19，20的EGNS最小，为0，可靠性最高。
其原因如下。天然气节点(GB)15，16上的天然气负荷相加可以达到33.69Mm3/day，占据了天然气系统总负荷的50.85％。同时，天然气节点(GB)15，16为两个可调度产气容量相加最大只有3.24Mm3/day的天然气气源所连接的传输支路的末端，由于长距离的天然气传输会造成天然气压力的下降，因此只有较少部分的天然气可以被传输到天然气节点(GB)15，16。
因此，天然气节点(GB)15，16上的天然气负荷更容易遭受负荷中断。而由于连接天然气节点(GB)15和天然气节点(GB)16之间的天然气管道的容量较高，因此天然气节点(GB)15，16分别的的天然气负荷中断量完全取决于这两个节点上的天然气负荷中断计价值。而由于这两个节点上的用户类型不同，天然气节点(GB)15上的天然气负荷的负荷中断计价值比天然气节点(GB)16上的要低，因此天然气节点(GB)15更加容易遭受到天然气负荷中断。
根据可靠性参数进行可靠性的判断，此案例中认为，当任意一个节点的EENSi>1.5MWh/h或EGNSi>0.15Mm3/day时，该电力-天然气联合系统被认为是不可靠的；否则，该电力-天然气联合系统被认为是可靠的。而此系统中，广义电力节点(EB)14的EENS14＝1.6748MWh/h因此，该电力-天然气系统是不可靠的。因此，应该在广义电力节点(EB)14加设非燃气机组或燃气机组。
由此可见，本发明可在考虑电气联合优化潮流的情况下准确判断电力-天然气联合系统的可靠性，并进行相关措施，从而能帮助提高电力-天然气联合系统的调度机构的可靠性，填补了行业的空白，实现了其突出技术效果。

Claims (5)

1.一种电气联合优化潮流的电-气联合系统可靠性判断方法，其特征在于：
首先通过多状态模型对电力-天然气联合系统的设备可靠性进行建模，通过电气联合优化潮流构建电力-天然气联合系统中电力和天然气的能量双向流动和能量优化配置，最后通过时序蒙特卡洛法进行仿真，从而求解获得电力-天然气联合系统的可靠性值。
2.根据权利要求1所述的一种电气联合优化潮流的电-气联合系统可靠性判断方法，其特征在于：
所述的电力-天然气联合系统主要由多个节点连接构成，节点分为纯电力节点、纯天然气节点、电力-天然气节点的三类；纯电力节点之间、纯电力节点和电力-天然气节点之间以及电力-天然气节点之间通过电力线路连接，纯天然气节点之间、纯天然气节点和电力-天然气节点之间以及电力-天然气节点之间通过天然气管道连接；节点中具有燃气机组、非燃气机组、天然气源和电转气设备的四类设备并且连接有天然气负荷和电力负荷，纯电力节点包括电力负荷和非燃气机组的其中之一及以上，纯天然气节点包括天然气负荷和天然气源的其中之一及以上，电力-天然气节点包括电力负荷、非燃气机组、天然气负荷、天然气源、燃气机组和电转气设备的其中之一及以上，同时纯电力节点、纯天然气节点均可不包括任何设备；电转气设备由多个电转气模组并列运行，同一节点的所有燃气机组聚合成为一个燃气机组等效体，电转气模组具有两状态，两状态为“正常工作”和“完全失效”的两种状态，燃气机组和电转气设备具有多状态，燃气机组等效体具有多状态，多状态为介于“正常工作”和“完全失效”两种状态之间的中间多个状态。由燃气机组和电转气设备的不同状态排列组合构成电力-天然气联合系统所有可能具有的状态。
3.根据权利要求1所述的一种电气联合优化潮流的电-气联合系统可靠性判断方法，其特征在于：所述方法主要包括以下步骤：
1)通过多状态模型对电力-天然气联合系统的设备可靠性进行建模
1.1)建立燃气机组的可靠性多状态模型，处理获得燃气机组等效体的可调度发电容量；
1.1.1)首先，采用以下公式根据燃气机组j在时刻t的发电量处理得到燃气机组j在时刻t的天然气供给量
其中，aj、bj和cj分别为燃气机组j的第一、第二、第三热效率系数，Hg是天然气的热值；j表示燃气机组的序数；
1.1.2)采用以下公式处理获得燃气机组j在状态下的可调度发电容量
其中，代表由天然气供给状况决定的燃气机组j的天然气供给上限，为该燃气机组j在状态下的发电容量，表示电力-天然气节点i中燃气机组j的状态序数， 表示电力-天然气节点i中燃气机组j的状态总数；
1.1.3)采用以下公式处理获得由电力-天然气节点i所拥有的燃气机组聚合成为的燃气机组等效体的可调度发电容量
其中，i表示所有节点的序数，表示电力-天然气节点i的燃气机组等效体在状态下的可调度发电容量，表示电力-天然气节点i中的状态序数，j表示电力-天然气节点i中燃气机组的序数， 表示电力-天然气节点i所拥有的燃气机组的总数量；
1.1.4)采用以下公式处理获得时刻t由电力-天然气节点i所拥有的燃气机组聚合成为的燃气机组等效体的发电量Pi e,Egfu(t)和天然气供给量Pi g,Egfu(t)：
1.2)建立电转气模组的可靠性多状态模型，处理获得电转气设备的可调度发电容量；
1.2.1)采用以下公式处理获得根据电转气模组j在时刻t的电力供给量获得电转气模组j在时刻t的产气量
其中，为电转气的能量转化效率，Hg是天然气的热值；j表示电转气模组的序数；
1.2.2)采用以下公式处理获得电转气模组j在状态下的可调度产气容量
其中，代表由电力供给状况决定的电转气模组j的电力供给上限，，表示电转气模组j在状态下该电转气模组的产气容量，表示电转气模组j的状态序数， 表示电力-天然气节点i的电转气设备中电转气模组j的状态总数；
1.2.3)采用以下公式处理获得电力-天然气节点i的电转气设备在状态hptg下的可调度产气容量：
其中，i表示电力-天然气节点的序数，表示电力-天然气节点i的电转气设备在状态下的可调度产气容量，j表示电力-天然气节点i的电转气设备中电转气模组的序数，表示电力-天然气节点i的电转气设备中电转气模组的总数；
1.2.4)采用以下公式处理获得时刻t由电力-天然气节点i所拥有的电转气设备的产气量Pi g,Eptg(t)和电力供给量Pi e,Eptg(t)：
2)通过电气联合优化潮流构建电力-天然气联合系统中电力和天然气的能量双向流动和能量优化配置
在电力-天然气联合系统的每一个状态下，建立以下目标函数：
其中，i表示所有节点的序数，NB是所有节点的总数量，Pi e表示非燃气机组的有功功率，表示表示非燃气机组的无功功率，GCi是节点i上的非燃气机组发电计价值；是电力-天然气节点i的天然气单位计价值，Pi g是电力-天然气节点i的天然气供给量，和表示电力负荷的中断量和天然气负荷的中断量，Tk表示电力-天然气联合系统所处状态k的时长，其中电力-天然气联合系统的状态由所有燃气机组等效体和电转气设备的状态组合获得；和分别为电力-天然气节点i的电力负荷的中断计价值和天然气负荷的单位中断计价值；
并且建立以下约束条件：
fij e＝ViVj((Gijcosθij+Bijsinθij)+j(Gijsinθij-Bijcosθij))
式中，Xi表示电力-天然气节点i的控制列向量，控制列向量Xi由七个控制变量组成，Pi e表示节点i上非燃气机组的发电量，表示节点i上非燃气机组的无功功率发电量，Pi g表示节点i上天然气源的产气量，Pi e,Egfu(t)表示当前时刻t节点i上燃气机组等效体的发电量，Pi g,Eptg(t)表示当前时刻t节点i上电转气设备的产气量；
表示节点i和节点j之间的电力潮流，表示节点i和节点j之间的天然气潮流，Vi和θij分别为节点i的电压的幅值和节点i和节点j之间的相角差，Gij和Bij为节点i和节点j的电力线路的电纳和电抗，πi为节点i的天然气的气压，和为连接节点i的电力线路和天然气管道的集合，Kij和Sij为节点i和节点j之间的天然气管道的特性参数和Dirichlet函数的值；分别表示的下限和上限，分别表示的下限和上限；
3)通过时序蒙特卡洛法利用目标函数及其约束条件对电力-天然气联合系统的各个可能的状态均进行仿真处理，获得电气联合优化潮流的每个电力-天然气节点i在每个状态k下的控制列向量Xi，从中提取获得在每个状态k下电力-天然气联合系统中节点i的电力负荷的中断量和电力-天然气联合系统中节点i的天然气负荷的中断量再求解电力-天然气联合系统的可靠性参数，可靠性参数包括节点i的期望缺电量(EENSi)和节点i的期望缺气量(EGNSi)，分别由下式获得：
其中，NK和NS分别为仿真中电力-天然气联合系统的状态总数和仿真次数，is表示仿真次数，k表示电力-天然气联合系统的状态的序数；
然后根据可靠性参数进行以下判断：当任意一个节点的期望缺电量EENSi大于设定上限阈值或任意一个节点的期望缺气量EGNSi大于设定上限阈值时，则电力-天然气联合系统是不可靠；否则电力-天然气联合系统是可靠；
在电力-天然气联合系统不可靠情况下，在期望缺电量EENSi大于设定上限阈值的节点i建设非燃气机组或燃气机组，在期望缺气量EGNSi大于设定上限阈值的节点i建设天然气源或电转气设备的措施，提高保障电-气联合系统的可靠性。
4.根据权利要求1所述的一种电气联合优化潮流的电-气联合系统可靠性判断方法，其特征在于：所述的时序蒙特卡洛法处理中，每一次仿真处理后计算EENSi的方差系数ζ，具体为：
ζi＝STD(EENSi)/E(EENSi)
ζ＝max{ζ1,...,ζi,...,ζNB}
其中，STD(EENSi)和E(EENSi)分别表示期望缺电量EENSi的标准差和期望，max表示最大值如果方差系数ζ大于预设方差阈值，则回到步骤1；
如果方差系数ζ小于等于预设方差阈值，则结束仿真，输出步骤3)中计算得到的可靠性参数作为最终值。
5.根据权利要求2所述的一种电气联合优化潮流的电-气联合系统可靠性判断方法，其特征在于：
所述的电力负荷是指消耗电力的负载设备，天然气负荷是指消耗天然气的负载设备。
CN201910033159.6A 2019-01-14 2019-01-14 基于电气联合优化潮流的电-气联合系统可靠性判断方法 Active CN109767127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910033159.6A CN109767127B (zh) 2019-01-14 2019-01-14 基于电气联合优化潮流的电-气联合系统可靠性判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910033159.6A CN109767127B (zh) 2019-01-14 2019-01-14 基于电气联合优化潮流的电-气联合系统可靠性判断方法

Publications (2)

Publication Number Publication Date
CN109767127A true CN109767127A (zh) 2019-05-17
CN109767127B CN109767127B (zh) 2020-08-11

Family

ID=66452852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910033159.6A Active CN109767127B (zh) 2019-01-14 2019-01-14 基于电气联合优化潮流的电-气联合系统可靠性判断方法

Country Status (1)

Country Link
CN (1) CN109767127B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112039750A (zh) * 2020-09-01 2020-12-04 四川大学 一种基于综合能源系统的电气联合系统网络状态预估方法
CN112149315A (zh) * 2020-10-19 2020-12-29 贵州电网有限责任公司 一种基于解析策略的电力天然气系统动态可靠性评估方法
CN112736923A (zh) * 2020-12-08 2021-04-30 华南理工大学 一种考虑电网故障影响的天然气网连锁故障评估控制方法
CN112751341A (zh) * 2020-12-29 2021-05-04 天津大学合肥创新发展研究院 考虑能源耦合的海岛含氢综合能源系统时序潮流计算方法
CN111597683B (zh) * 2020-04-14 2024-03-22 浙江大学 考虑天然气传输动态的电力天然气联合系统运行优化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194055A (zh) * 2017-05-17 2017-09-22 重庆大学 考虑电转气装置的电‑气互联系统可靠性建模及其评估方法
CN108767852A (zh) * 2018-06-15 2018-11-06 浙江大学 一种电-气耦合系统节点可靠性评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194055A (zh) * 2017-05-17 2017-09-22 重庆大学 考虑电转气装置的电‑气互联系统可靠性建模及其评估方法
CN108767852A (zh) * 2018-06-15 2018-11-06 浙江大学 一种电-气耦合系统节点可靠性评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王泽森 等: ""气–电综合能源系统最优潮流及其环境增效研究"", 《中国电机工程学报》 *
陈娟伟 等: ""气电耦合综合能源系统供电可靠性评估解析算法"", 《电力系统自动化》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597683B (zh) * 2020-04-14 2024-03-22 浙江大学 考虑天然气传输动态的电力天然气联合系统运行优化方法
CN112039750A (zh) * 2020-09-01 2020-12-04 四川大学 一种基于综合能源系统的电气联合系统网络状态预估方法
CN112149315A (zh) * 2020-10-19 2020-12-29 贵州电网有限责任公司 一种基于解析策略的电力天然气系统动态可靠性评估方法
CN112149315B (zh) * 2020-10-19 2022-07-19 贵州电网有限责任公司 一种基于解析策略的电力天然气系统动态可靠性评估方法
CN112736923A (zh) * 2020-12-08 2021-04-30 华南理工大学 一种考虑电网故障影响的天然气网连锁故障评估控制方法
CN112736923B (zh) * 2020-12-08 2023-06-20 华南理工大学 一种考虑电网故障影响的天然气网连锁故障评估控制方法
CN112751341A (zh) * 2020-12-29 2021-05-04 天津大学合肥创新发展研究院 考虑能源耦合的海岛含氢综合能源系统时序潮流计算方法

Also Published As

Publication number Publication date
CN109767127B (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
CN109767127A (zh) 基于电气联合优化潮流的电-气联合系统可靠性判断方法
Chen et al. Multi-linear probabilistic energy flow analysis of integrated electrical and natural-gas systems
Cheng et al. Planning multiple energy systems toward low-carbon society: A decentralized approach
CN111478358B (zh) 一种计及分布式电源不确定性的配电网鲁棒恢复决策方法
Xue et al. Coordinated dispatch of integrated electric and district heating systems using heterogeneous decomposition
CN109510196B (zh) 一种基于电-气耦合系统的故障恢复博弈模型
Zhao et al. Distributionally robust hydrogen optimization with ensured security and multi-energy couplings
CN110032828A (zh) 一种计及需求响应柔性调节的配电网两阶段分布鲁棒dg优化配置线性方法
CN104820864B (zh) 含分布式电源的智能配电网全景故障恢复博弈方法
Wang et al. Robust operation of a water-energy nexus: A multi-energy perspective
CN110070213B (zh) 一种电-气综合能源系统的日前调度方法
CN110490363A (zh) 一种多日机组组合优化方法及系统
CN109524979A (zh) 一种含vsc-mtdc的交直流互联电网连续潮流模型
CN110445186B (zh) 一种自同步微电网控制系统及二次调频控制方法
Huang et al. A multi-rate dynamic energy flow analysis method for integrated electricity-gas-heat system with different time-scale
CN113659572B (zh) 考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法
Wu et al. A novel UPFC model and its convexification for security-constrained economic dispatch
Lee et al. Consensus-based hybrid multiagent cooperative control strategy of microgrids considering load uncertainty
CN111597683B (zh) 考虑天然气传输动态的电力天然气联合系统运行优化方法
Contaxis et al. Optimal power flow considering operation of wind parks and pump storage hydro units under large scale integration of renewable energy sources
Thompson et al. Reliability and economic evaluation of high voltage direct current interconnectors for large-scale renewable energy integration and transmission
Sun et al. The initial guess estimation Newton method for power flow in distribution systems
Yang et al. A power flow analysis method for the integrated electricity-heat system in distribution network based on forward/backward iterations
CN109066695A (zh) 一种两阶段线性化电气最优能流计算方法
Oshnoei et al. Intelligent Coordination of Traditional Power Plants and Inverters Air Conditioners Controlled With Feedback-Corrected MPC in LFC

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