CN110263435B - 基于电-气耦合综合能源系统的双层优化故障恢复方法 - Google Patents
基于电-气耦合综合能源系统的双层优化故障恢复方法 Download PDFInfo
- Publication number
- CN110263435B CN110263435B CN201910535767.7A CN201910535767A CN110263435B CN 110263435 B CN110263435 B CN 110263435B CN 201910535767 A CN201910535767 A CN 201910535767A CN 110263435 B CN110263435 B CN 110263435B
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- gas
- recovery
- load
- 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
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000008878 coupling Effects 0.000 title claims abstract description 21
- 238000010168 coupling process Methods 0.000 title claims abstract description 21
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 21
- 238000009826 distribution Methods 0.000 claims abstract description 32
- 238000004146 energy storage Methods 0.000 claims abstract description 29
- 230000007613 environmental effect Effects 0.000 claims abstract description 11
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims abstract description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 126
- 239000007789 gas Substances 0.000 claims description 118
- 238000003860 storage Methods 0.000 claims description 80
- 239000003795 chemical substances by application Substances 0.000 claims description 62
- 239000003345 natural gas Substances 0.000 claims description 58
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000005611 electricity Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 239000011232 storage material Substances 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 6
- 239000000243 solution Substances 0.000 claims description 6
- 239000013589 supplement Substances 0.000 claims description 6
- 239000002253 acid Substances 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 241001522301 Apogonichthyoides nigripinnis Species 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 241001672018 Cercomela melanura Species 0.000 claims description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000002485 combustion reaction Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 238000005868 electrolysis reaction Methods 0.000 claims description 2
- 239000001257 hydrogen Substances 0.000 claims description 2
- 229910052739 hydrogen Inorganic materials 0.000 claims description 2
- 238000002347 injection Methods 0.000 claims description 2
- 239000007924 injection Substances 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 claims description 2
- 230000003014 reinforcing effect Effects 0.000 claims description 2
- 238000010845 search algorithm Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 230000002035 prolonged effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于电‑气耦合综合能源系统的双层优化故障恢复方法,本发明构建综合能源配电网利用天然气作为备用能量,使非故障失电区失电恢复量最大且负荷持续供电。建立双层优化模型对综合能源配电网恢复范围与经济性与环保性相协调,上层模型以全网故障恢复指标最优为目标,利用改进蚁群算法得到开关状态与灰靶贡献度对指标客观赋值,利用灰靶靶心度综合评估恢复方案;下层模型以综合能源系统经济性和环保性为目标,建立基于多代理系统的多级恢复模型,利用调度代理合理调度可再生能源与储能,得到具体孤岛恢复方案传递给上层模型。节点仿真表明利用电‑气耦合综合能源恢复配电网可减少舍弃负荷情况,延长得电负荷持续时间。
Description
技术领域
本发明涉及主动配电网故障恢复策略领域,针对综合能源配电网故障后修复问题,构建综合能源配电网利用天然气作为备用能量,使非故障失电区失电恢复量最大且负荷持续供电。
背景技术
在可再生能源渗透率不断提高且能源供需关系日益紧张的背景下,构建多能统一规划协调运行的综合能源系统可以有助于消纳可再生能源且实现能源的阶梯利用,具有重要的经济和环保意义。随着技术进步与市场发展,能源互联逐渐成为我国未来的发展趋势。
随着电力系统逐步发展,当配电网发生故障后对于人类生活的影响越来越大,并为应对化石能源的匮乏与环境污染,加大可再生能源与清洁能源的发展变为世界共同关注的目标。随着燃气轮机的大规模并网且天然气网与电力网络具有相同的能量流形式,电网与气网的联系日益紧密。在传统配电网中,以电动汽车作为应急资源进行调度恢复,需考虑交通问题对应急电动车进行优化布点,而在综合能源配电网中天然气通过管道进行运输,利用管存与储气罐作为电气系统的备用能源,避免交通问题。针对配电网故障持续时间较长或失电负荷量大的问题,利用综合能源多能利用特性,以气替电保障用户用电。电-气耦合系统提出调度天然气能源补充故障后电网能量缺失的新策略。通过多个供能系统协调规划与运行,可以避免单纯加大某一供能系统的投入带来的弊端。
发明内容
综合考虑可再生能源与负荷的时变性,本文提出双层优化模型对恢复范围与综合能源经济性、环保性进行协调,从而得到满足双层优化的故障恢复方案。上层模型以故障时段内恢复负荷量最大、开关量及网损量最小为故障恢复指标,下层利用多代理系统进行合理能量调度,得到孤岛划分方案代回上层模型,利用灰靶贡献度进行权重客观赋值,计算靶心度得到指标最优的恢复方案。通过算例验证,本文提出的电-气耦合系统对扩大恢复范围具有有效性与实用性。
为实现上述目的,本发明是根据以下技术方案实现的:
一种基于电-气耦合综合能源系统的双层优化故障恢复方法,其特征在于,包括如下步骤:
步骤S1:建立电-气耦合综合能源系统;
步骤S2:建立双层优化的故障恢复模型;
步骤S3,基于多代理的多级系统协调恢复模型;
步骤S4,确定算例及必要参数,采用双层优化的故障恢复模型求解算例进行仿真分析。
本发明与现有技术相比,具有如下优点:
本发明采用电-气耦合装置进行电网故障后的非故障区域的恢复,将恢复范围扩大,增大了故障的正备用容量。
本发明基于双层模型考虑了恢复范围与经济性、环保性相协调,在保证经济性最优的情况下保证恢复范围最大。
本发明利用加权灰靶理论对于方案集进行客观赋值,避免主观意识判断,利用靶心度判断最优恢复策略。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本发明方法的电-气耦合综合能源系统示意图。
图2是本发明方法的燃气轮机控制的压缩机图。
图3是本发明方法的双层优化故障恢复方法示意图。
图4是本发明方法的基于多代理的多级恢复策略步骤示意图。
图5是本发明方法的多级恢复流程图。
图6、图7分别是本发明方法的算例结构图。
图8是本发明方法的风力与光伏预测曲线。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
本发明的一种基于电-气耦合综合能源系统的双层优化故障恢复方法,包括如下步骤:
步骤S1:建立电-气耦合综合能源系统;
步骤S2:建立双层优化的故障恢复模型;
步骤S3,基于多代理的多级系统协调恢复模型;
步骤S4,确定算例及必要参数,采用双层优化的故障恢复模型求解算例进行仿真分析。
上述技术方案中,步骤S1包括建立电网模型、天然气网络模型以及电-气耦合单元模型;
其中,建立电网模型包括:
1)风机出力模型
采用两参数Weibull分布模型模拟每个小时的风速变化,其中Weibull分布的概率密度为:
式中,v表示风速;c和k分别为威布尔尺度参数和形状参数,可由平均风速μ和标准差σ近似得出,Pw表示为风机输出功率,Pw0表示风机的额定功率,v0表示额定风速,vin表示切入风速,vout表示切出风速;
2)光伏出力模型
根据太阳能电池光生伏打效应的发电原理得到光伏发电输出数学公式:
PPV=ηPVAS
式中,PPV表示光伏发电功率;ηPV表示光电转换效率;A表示太阳能电池板面积;S表示太阳能辐射度;
3)负荷模型
故障发生后,根据负荷概率密度函数计算出任意时段负荷需求量为:
式中,Li(t)为节点i在时段t的用电需求,在故障后每一个小时为一个时间段,在预期的故障恢复时间内得到配电网在故障时段内各节点的负荷水平和供电量需求,μ为数学期望;σ2为方差,p表示负荷变量;
4)储电模型当储电模型与电网相连的情况下,储电帮助主电网提高负荷恢复率,稳定可再生能源的出力;当储电模型与分布式能源当作孤岛进行负荷恢复时,作为重要的能源供给点,充放电策略影响电负荷的供给,采用铅酸电池组成储电系统,铅酸电池寿命长,价格低,大电流放电并不受场地限值,数学模型如下所示:
SOCmin≤SOC(t)≤SOCmax
式中,SOC(t)表示t时刻储电系统的荷电状态;ηZ表示储电系统的自放电率;表示t-1时刻储电系统的充放电功率;ηC、ηD表示充放电效率;ESOC表示储电单元的额定容量;SOCmin、SOCmax表示荷电状态的上下限;Pch,max、Pdch,max表示单位时段内最大充放电功率;
其中,天然气网络包括天然气的起源点、压缩机、天然气负荷、储气罐及天然气输送管道,根据图2的模型,表述天然气管道模型。
5)储气模型
储气罐用于调配天然气源的出力,在负荷高峰阶段,储气罐作为备用容量,利用能源集线器中燃气轮机增加电能出电量;在负荷低谷阶段,多余的电能在储电达到该时段最大时,为消纳可再生能源,利用电转气装置转换为天然气存放在储气装置中,保证负荷高峰时期的需求,每个时刻储气罐由储气量和进出气量表示,储气罐要求在运行周期结束时储气总量不变,保证下个运行周期储气罐正常运行。每个运行决策时间点,储气罐至多处于进气或出气中一个状态,储气罐约束:
式中,Sa,t为t时刻储气罐a的储气总量,单位为立方米;Xa,max、Oa,max分别为储气罐α的最大进气量和最大出气量,单位为立方米;υa,t和ξa,t是0~1整数变量,分别表示t时刻储气罐此时的进气或出气情况;
6)电-气耦合单元模型
燃气轮机作为能源集线器中重要的耦合元件,消耗天然气,产生功率注入电力系统,其能量转化关系如下:
Pk,t,gas=ηrQk,t,gasHg
式中,Pk,t,gas表示第k个燃气轮机在t时刻所产生的功率;ηr表示燃气轮机转换效率;Qk,t,gas表示流经第k个燃气轮机在t时刻所消耗的天然气能量;Hg表示为天然气热值,取10.8333kWh/m3。
当电能转化为氢气或合成甲烷,利用气体载体以及天然气网络进行能量存储和再利用,根据能量转化关系,P2G中甲烷生成速度qP2G(m3/h)与所需电解功率PP2G(kW)之间的关系可如下式所示:
qP2G=PP2Gη/HHVCH4
式中,HHVCH4为甲烷的高热值,标准状态下为39MJ/m3;η为P2G全过程的能量转换效率,其范围为50%~60%;
步骤S2中的双层优化的故障恢复模型包括上层模型和下层模型,其中,上层模型为全网故障恢复策略,先对主网络进行故障分析,在剩余的非故障失电区域寻找可再生能源通过改进的蚁群算法得到故障恢复开关操作方案,下层模型为能量调度中心,利用可再生能源、储能进行多级协调分配,以综合能源经济性、环保性为最终目标,将实行策略返回给上层模型,上层模型根据下层模型得到的调度方案根据加权灰靶理论得到最接近标准靶心度的方案;恢复示意图如图3所示。
其中上层模型建立包括:
目标函数的建立,其中上层模型的全网故障恢复指标由恢复供电量、开关数量及网损数组成,包括:
Fup=γ(F1,F2,F3)
F2=min N
F3=min S_loss
式中,γ表示靶心度;R表示节点负荷集合;λi表示负荷i的权重系数,按照负荷的不同等级取值;Pload-i表示为负荷i的有功功率;xi表示负荷状态,xi=0表示切除负荷i,xi=1表示恢复负荷i;N表示开关次数;S_loss网络网损功率;
约束条件的建立:
(1)配电网辐射运行约束
X∈g
式中,X为重构后配电网的拓扑结构,g为辐射状网络拓扑集合;
(2)电网安全约束
Uimin≤Ui≤Uimax,i=1,2,...,m
Il≤Ilmax,l=1,2,...,n
式中,Uimin、Uimax为节点i的电压上下限;Ilmax为支路l的电流最大值;
(3)电网功率平衡
并网情况下:
PMN+∑PDG-i≥∑Pk-L+S
孤岛情况下:
∑Lload-i+Ploss-i≤∑PDG-i
式中,PMN为主网供电量,为第i个并网DG供电量,Pk-L为所有并网负荷用电需求量,S为网络总的线路损耗,Lload-i为孤岛系统中节点i的负荷量,Ploss-i为孤岛i网络有功损耗,PDG-i为分布式电源出力;
下层模型建立包括:
下层模型为能量调度中心根据上层决策者制定的新恢复方案调度能量判断能否恢复,通过电-气耦合的多级系统协调恢复模型进行储能调度策略。综合能源中电能环保性、便捷性较强,但天然气与电能相比环保性较差。
由下式可知,燃气轮机在消耗天然气时会生成CO2,由此想到减少污染气体的排放与处理污染气体费用问题。
目标函数的建立由天然气系统经济性与环保性两方面组成,如下式
式中,Cs表示天然气价格,使用价格为3.3元/m3;wj表示天然气出气量;Vi表示CO2的排放污染治理费用,Qi表示CO2的排放量;
约束条件的建立:
(1)气网节点流量平衡方程
天然气管道中天然气流量需要满足质量守恒定律,即是任意节点的总流入量等于总流出量:
(2)节点气压约束
pi,min≤pi≤pi,max
式中,pi,min,pi,max分别为节点j压力值上、下限;
(3)燃气轮机机组爬坡约束
-ΔPdown,i<ΔPt,i<ΔPup,i
式中,ΔPt,i表示机组i在t时刻出力与上一时刻出力差值,ΔPup,i、ΔPdown,i表示机组i的爬坡上限与下限;
步骤S3包括:
1)储放电-气策略
故障时,可再生能源与储能系统作为故障时段孤岛的出力电源,需要满足孤岛内的电量平衡和功率平衡约束,若故障恢复期间可再生能源系统总发电量小于负荷用电总量,或者故障恢复期间任意时刻出现可再生系统出力不满足孤岛内负荷需求的情况,需要调用储气罐内的能量保证恢复范围最大化,在能量不足的情况下需要对孤岛负荷按照优先级进行削减,以保证重要负荷的供电与孤岛运行的安全可靠;
同种能源相互供应的优先程度高,能源的转换伴随着损耗与延迟,因此在满足负荷需求的情况下,优先使用同种能源,所以故障后当可再生能源作为黑启动单元进行孤岛恢复能量不足时,优先使用电储能;当调用其他储气罐中能量时,由于天然气管存的延时性,先消耗管存中的能量,再利用压缩机推动能量的流动,利用储气罐中SOC计算所消耗的具体能量,具体为:
(1)若DG发电量多于负荷需求时,多余的功率存储到储电装置中,当到达最大存电量,DG还有剩余能量则通过电转气装置传输给储气罐,进行储气装置的补充,但不能超过最大存气量;
(2)若DG发电量少于负荷需求时,调用储电中的功率进行负荷恢复;
(3)若DG与储电少于负荷需求时,调用能源集线器与电网相连的天然气网进行燃气处理产生电能,在预测DG与储电少于负荷需求时,向储气代理发出协助请求,启动燃气机组;随着故障时间的持续,储电与储气逐渐降低到无法供能的状态,利用天然气网络结构与流动性调用天然气;
2)基于广度优先搜索法的改进蚁群算法生成供电恢复路径;根据可再生能源与储能恢复能力对于所形成的孤岛区域进行开关状态组合的优化,针对配电网辐射性特点,采用广度优先搜索法确保每一只蚂蚁所历经的路径满足配电网拓扑约束,提高可行解的数量;
3)基于多代理系统的多级协调恢复模型,即为多个代理之间按照约定的协议通过通信与协调来完成目标,其中包括了6类代理:负荷代理,调度代理,储能代理,气网代理,可再生能源代理,开关代理,建立多级系统协调恢复模型进行电网内各资源协调互动,以可再生能源实时出力供应为主,以储能实时充放电平抑功率波动为辅,利用灵活负荷投切进一步增强稳定性的协调恢复,其中:
(1)启动恢复过程,当故障发生系统将会隔离故障去除该开关,首先计算该时间段的配电网可恢复且满足约束条件的负荷,回馈给负荷代理。
(2)负荷代理,确定该时段的负荷需求,搜寻非故障失电区域的可再生能源,按照广度优先搜索算法搜索满足约束条件的可恢复负荷。计算每个可再生能源所需要的功率,形成所生成孤岛的缺额功率Δd,将Δd传递给调度代理,向调度代理请求协助;
(3)向可再生能源代理中请求支援,一旦调度代理从负荷代理接收到为恢复提供电力的请求,它就通过执行所述的转接请求向下层代理请求电源支持;
(4)可再生能源代理预测功率,得到该时段可再生能源出力并将产生的随机功率传输回调度代理,向调度代理请求提供功率支持;
(5)调度代理收到可再生能源代理所传输回来可用功率后,判断是否符合缺额功率Δd,若大于Δd,则可再生能源代理可满足缺额功率;若小于Δd,则将请求传递给储能代理提供电力支持,储能代理优先传递给储电子代理,按照最大出力提供给储能代理,若不够则调度储气子代理内部天然气来补充电能;
(6)储能代理收到调度代理请求计算储能所能提供的能量,实现储能出力,将信息回馈给调度代理请求通过执行调度提供功率支持;
(7)当调度代理确定要恢复的节点,则将恢复信息传递给开关代理以实现切换操作;
(8)更新储能状态,为下一时段故障恢复做准备;
基于多代理的多级系统恢复策略步骤示意图如图4,多级恢复流程图如图5。
4)基于加权灰靶理论的故障恢复决策,用于对于评估方案或对象进行选优、分级;靶心度分析为在一组决策对象的指标序列中,依据标准模式指标序列找到最满意的目标值,灰靶贡献度反映各项指标对模式靶心度大小的影响程度;
基于双层优化模型得到的恢复策略与恢复指标建立决策矩阵,利用灰靶贡献度得到各恢复指标的贡献度,作为各指标的权重,尔后运用加权灰靶理论,计算各恢复策略的靶心度,依据靶心度得到该时段最优的恢复策略;
设有恢复方案ωi,i=1、2、...m,恢复指标k∈K={1,2,3},第i个恢复方案ωi对应于第k个指标下的数值为ωi(k),决策矩阵为ω=(ωi(k))m×3;
(1)灰靶贡献度:
对决策矩阵ωi(k)进行极性变换处理,得到极性一致的决策矩阵X=(xi(k))m×3。
第k个恢复指标对恢复方案i的贡献系数γ(xi(0),xi(k))
式中,Δi(0,k)=|xi(0)-xi(k)|为xi(0)与xi(k)的差异信息,ξ为分辨系数,ξ∈[0,1];
k指标的贡献度γ(x(0),x(k)):
(2)靶心度
先对决策矩阵进行统一测度变换,得到灰靶决策矩阵T。
T(ω0(k))=1=y0(k)
式中,Δ0i(k)=|y0(k)-yi(k)|=|1-yi(k)|,Δ0i(k)表示第i个恢复方案ωi与靶心ω0之间的灰关联差异信息;
步骤S4的例算图如图6、7所示。PG&E69节点电网与14节点天然气网用能源集线器进行连接。用MATLAB软件编写程序对算例进行仿真分析。
1)系统参数为验证本发明有效性,设置参数调节程序来验证算例,配电网有69个节点,有5条联络开关,天然气网有14个节点,20条管道,4个压缩机。配电网中节点5,19,32,36,52,65与天然气2,3,7,8,12,13进行连接,如表1所示,形成6个能源耦合点,每个耦合点由DG与EH结合,DG由三个光伏系统能源与三个风力系统能源,系统额定电压为12.66kV,额定功率为4059.5kW+2865.8kVAR。
表1
EH编号 | 电网节点编号 | 气网节点编号 |
EH1 | 5 | 2 |
EH2 | 19 | 3 |
EH3 | 32 | 7 |
EH4 | 36 | 8 |
EH5 | 52 | 12 |
EH6 | 65 | 13 |
负荷节点优先级的权重为100、10、1,负荷优先级节点如表2所示。配电网各节点电压满足0.9pu≤V≤1.1pu,燃气管网各节点压力满足0.2pu≤V≤1.3pu。
表2
采用MATLAB软件编写程序并进行仿真分析。风力系统预测曲线和光伏系统预测曲线如图8所示;为验证本发明具有均衡恢复与经济运行性的能力,采用MATLAB软件编写序贯博弈模型对算例进行仿真分析;采用以下3种对比方案进行仿真对比分析:
(1)对比方案1:相同故障时刻但不同故障时长,对于故障恢复的影响。
在使用储气装置后,对于全网负荷的恢复能够达到94.1%以上,与其他文献相比较平均提高5%的供电恢复量,并优先恢复一级负荷,一级负荷恢复量达到100%,且优先切除末端的三级负荷。
(2)对比方案2:不同故障时刻但相同故障时长,对于故障恢复的影响。
设定故障时间4h,储能初值均为0.8,以11点恢复方案进行分析,由于节点负荷需求过大,利用可再生能源与储电无法恢复52节点所形成的孤岛时,只能利用天然气管道来调用其他储气能量,调用顺序由天然气网可得:1)52→36→5;2)65→32→19→5。三个场景表现了可再生能源不同时段下的出力情况,表明了储气在负荷需求量较大或可再生能源发电量不足时使用,增强恢复范围。
(3)对比方案3:不同储电-储气SOC对于故障恢复的影响。
设定相同的故障时刻与不同的SOC初值,储能作为有限资源,在故障发生后和期间很难得到补充,所以储能初始值对配电网的恢复有极大的影响。上述场景表明储能中储气、储电的初始SOC值在配电网恢复中发挥着重要的作用,需提前做好保障工作,保证储能充足。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (2)
1.一种基于电-气耦合综合能源系统的双层优化故障恢复方法,其特征在于,包括如下步骤:
步骤S1:建立电-气耦合综合能源系统;
步骤S2:建立双层优化的故障恢复模型;步骤S2中的双层优化的故障恢复模型包括上层模型和下层模型,其中,上层模型为全网故障恢复策略,分为主网络与孤岛划分两个部分,先对主网络进行故障分析,在剩余的非故障失电区域寻找可再生能源通过改进的蚁群算法得到故障恢复开关操作方案,下层模型为能量调度中心,利用可再生能源、储能进行多级协调分配,以综合能源经济性、环保性为最终目标,将实行策略返回给上层模型,上层模型根据下层模型得到的调度方案根据加权灰靶理论得到最接近标准靶心度的方案;
其中上层模型建立包括:
目标函数的建立,其中上层模型的全网故障恢复指标由恢复供电量、开关数量及网损数组成,包括:
Fup=γ(F1,F2,F3)
F2=minN
F3=minS_loss
式中,γ表示靶心度;R表示节点负荷集合;λi表示负荷i的权重系数,按照负荷的不同等级取值;Pload-i表示为负荷i的有功功率;xi表示负荷状态,xi=0表示切除负荷i,xi=1表示恢复负荷i;N表示开关次数;S_loss网络网损功率;
约束条件的建立:
(1)配电网辐射运行约束
X∈g
式中,X为重构后配电网的拓扑结构,g为辐射状网络拓扑集合;
(2)电网安全约束
Uimin≤Ui≤Uimax,i=1,2,...,m
Il≤Ilmax,l=1,2,...,n
式中,Uimin、Uimax为节点i的电压上下限;Ilmax为支路l的电流最大值;
(3)电网功率平衡
并网情况下:
PMN+∑PDG-i≥∑Pk-L+S
孤岛情况下:
∑Lload-i+Ploss-i≤∑PDG-i
式中,PMN为主网供电量,为第i个并网DG供电量,Pk-L为所有并网负荷用电需求量,S为网络总的线路损耗,Lload-i为孤岛系统中节点i的负荷量,Ploss-i为孤岛i网络有功损耗,PDG-i为分布式电源出力;
下层模型建立包括:
目标函数的建立,由天然气系统经济性与环保性两方面组成,如下式
式中,Cs表示天然气价格,使用价格为3.3元/m3;wj表示天然气出气量;Vi表示CO2的排放污染治理费用,Qi表示CO2的排放量;
约束条件的建立:
(1)气网节点流量平衡方程
天然气管道中天然气流量需要满足质量守恒定律,即是任意节点的总流入量等于总流出量:
(2)节点气压约束
pi,min≤pi≤pi,max
式中,pi,min,pi,max分别为节点j压力值上、下限;
(3)燃气轮机机组爬坡约束
-ΔPdown,i<ΔPt,i<ΔPup,i
式中,ΔPt,i表示机组i在t时刻出力与上一时刻出力差值,ΔPup,i、ΔPdown,i表示机组i的爬坡上限与下限;
步骤S3,基于多代理的多级系统协调恢复模型;步骤S3包括:
1)储放电-气策略
故障时,可再生能源与储能系统作为故障时段孤岛的出力电源,需要满足孤岛内的电量平衡和功率平衡约束,若故障恢复期间可再生能源系统总发电量小于负荷用电总量,或者故障恢复期间任意时刻出现可再生系统出力不满足孤岛内负荷需求的情况,需要调用储气罐内的能量保证恢复范围最大化,在能量不足的情况下需要对孤岛负荷按照优先级进行削减,以保证重要负荷的供电与孤岛运行的安全可靠;
同种能源相互供应的优先程度高,能源的转换伴随着损耗与延迟,因此在满足负荷需求的情况下,优先使用同种能源,所以故障后当可再生能源作为黑启动单元进行孤岛恢复能量不足时,优先使用电储能;当调用其他储气罐中能量时,由于天然气管存的延时性,先消耗管存中的能量,再利用压缩机推动能量的流动,利用储气罐中SOC计算所消耗的具体能量,具体为:
(1)若DG发电量多于负荷需求时,多余的功率存储到储电装置中,当到达最大存电量,DG还有剩余能量则通过电转气装置传输给储气罐,进行储气装置的补充,但不能超过最大存气量;
(2)若DG发电量少于负荷需求时,调用储电中的功率进行负荷恢复;
(3)若DG与储电少于负荷需求时,调用能源集线器与电网相连的天然气网进行燃气处理产生电能,在预测DG与储电少于负荷需求时,向储气代理发出协助请求,启动燃气机组;随着故障时间的持续,储电与储气逐渐降低到无法供能的状态,利用天然气网络结构与流动性调用天然气;
2)基于广度优先搜索法的改进蚁群算法生成供电恢复路径;根据可再生能源与储能恢复能力对于所形成的孤岛区域进行开关状态组合的优化,针对配电网辐射性特点,采用广度优先搜索法确保每一只蚂蚁所历经的路径满足配电网拓扑约束,提高可行解的数量;
3)基于多代理系统的多级协调恢复模型,即为多个代理之间按照约定的协议通过通信与协调来完成目标,其中包括了6类代理:负荷代理、调度代理、储能代理、气网代理、可再生能源代理、开关代理,建立多级系统协调恢复模型进行电网内各资源协调互动,以可再生能源实时出力供应为主,以储能实时充放电平抑功率波动为辅,利用灵活负荷投切进一步增强稳定性的协调恢复,其中:
(1)启动恢复过程,当故障发生,系统将会隔离故障去除该开关,首先计算该时间段的配电网可恢复的负荷且满足约束条件的负荷,回馈给负荷代理;
(2)负荷代理,确定该时段的负荷需求,搜寻非故障失电区域的可再生能源,按照广度优先搜索算法搜索满足约束条件的可恢复负荷;计算每个可再生能源所需要的功率,形成所生成孤岛的缺额功率Δd,将Δd传递给调度代理,向调度代理请求协助;
(3)向可再生能源代理中请求支援,一旦调度代理从负荷代理接收到为恢复提供电力的请求,它就通过执行转接请求向下层代理请求电源支持;
(4)可再生能源代理预测功率,得到该时段可再生能源出力,并将产生的随机功率传输回调度代理中,向调度代理请求通过执行调度提供功率支持;
(5)调度代理收到可再生能源代理所传输回来可用功率后,判断是否符合缺额功率Δd,若大于Δd,则可再生能源代理可满足缺额功率;若小于Δd,则将请求传递给储能代理提供电力支持,储能代理优先传递给储电子代理,按照最大出力提供给储能代理,若不够则调度储气子代理内部天然气来补充电能;
(6)储能代理收到调度代理请求计算储能所能提供的能量,实现储能出力,将信息回馈给调度代理请求通过执行调度提供功率支持;
(7)当调度代理确定要恢复的节点,则将恢复信息传递给开关代理以实现切换操作;
(8)更新储能状态,为下一时段故障恢复做准备;
4)基于加权灰靶理论的故障恢复决策,用于对于评估方案或对象进行选优、分级;靶心度分析为在一组决策对象的指标序列中,依据标准模式指标序列找到最满意的目标值,灰靶贡献度反映各项指标对模式靶心度大小的影响程度;
基于双层优化模型得到的恢复策略与恢复指标建立决策矩阵,利用灰靶贡献度得到各恢复指标的贡献度,作为各指标的权重,尔后运用加权灰靶理论,计算各恢复策略的靶心度,依据靶心度得到该时段最优的恢复策略;
设有恢复方案ωi,i=1、2、...m,恢复指标k∈K={1,2,3},第i个恢复方案ωi对应于第k个指标下的数值为ωi(k),决策矩阵为ω=(ωi(k))m×3;
(1)灰靶贡献度:
对决策矩阵ωi(k)进行极性变换处理,得到极性一致的决策矩阵X=(xi(k))m×3,
第k个恢复指标对恢复方案i的贡献系数γ(xi(0),xi(k))
式中,Δi(0,k)=|xi(0)-xi(k)|为xi(0)与xi(k)的差异信息,ξ为分辨系数,ξ∈[0,1];
k指标的贡献度γ(x(0),x(k)):
(2)靶心度
先对决策矩阵进行统一测度变换,得到灰靶决策矩阵T,
T(ω0(k))=1=y0(k)
式中,Δ0i(k)=|y0(k)-yi(k)|=|1-yi(k)|,Δ0i(k)表示第i个恢复方案ωi与靶心ω0之间的灰关联差异信息;
步骤S4,确定算例及必要参数,采用双层优化的故障恢复模型求解算例进行仿真分析。
2.根据权利要求1的双层优化故障恢复方法,其特征在于,步骤S1包括建立电网模型、天然气网络模型以及电-气耦合单元模型;
其中,建立电网模型包括:
1)风机出力模型
采用两参数Weibull分布模型模拟每个小时的风速变化,其中Weibull分布的概率密度为:
式中,v表示风速;c和k分别为威布尔尺度参数和形状参数,Pw表示为风机输出功率,Pw0表示风机的额定功率,v0表示额定风速,vin表示切入风速,vout表示切出风速;
2)光伏出力模型
根据太阳能电池光生伏打效应得到光伏发电输出数学公式:
PPV=ηPVAS
式中,PPV表示光伏发电功率;ηPV表示光电转换效率;A表示太阳能电池板面积;S表示太阳能辐射度;
3)负荷模型
故障发生后,根据负荷概率密度函数计算出任意时段负荷需求量为:
式中,Li(t)为节点i在时段t的用电需求,在故障后每一个小时为一个时间段,在预期的故障恢复时间内得到配电网在故障时段内各节点的负荷水平和供电量需求,μ为数学期望;σ2为方差,p表示负荷变量;
4)储电模型,当储电模型与电网相连的情况下,储电帮助主电网提高负荷恢复率,稳定可再生能源的出力;当储电模型与分布式能源当作孤岛进行负荷恢复时,作为重要的能源供给点,充放电策略影响电负荷的供给,采用铅酸电池组成储电系统,铅酸电池寿命长,价格低,大电流放电并不受场地限值,数学模型如下所示:
SOCmin≤SOC(t)≤SOCmax
式中,SOC(t)表示t时刻储电系统的荷电状态;ηZ表示储电系统的自放电率;表示t-1时刻储电系统的充放电功率;ηC、ηD表示充放电效率;ESOC表示储电单元的额定容量;SOCmin、SOCmax表示荷电状态的上下限;Pch,max、Pdch,max表示单位时段内最大充放电功率;
5)储气模型
储气罐用于调配天然气源的出力,在负荷高峰阶段,储气罐作为备用容量,利用能源集线器中燃气轮机增加电能出电量;在负荷低谷阶段,多余的电能在储电达到该时段最大时,利用电转气装置转换为天然气存放在储气装置中,保证负荷高峰时期的需求,每个时刻储气罐由储气量和进出气量表示,储气罐要求在运行周期结束时储气总量不变,保证下个运行周期储气罐正常运行;每个运行决策时间点,储气罐至多处于进气或出气中一个状态,储气罐约束:
式中,Sa,t为t时刻储气罐a的储气总量,单位为立方米;Xa,max、Oa,max分别为储气罐α的最大进气量和最大出气量,单位为立方米;υa,t和ξa,t是0~1整数变量,分别表示t时刻储气罐此时的进气或出气情况;
6)电-气耦合单元模型
燃气轮机作为能源集线器中重要的耦合元件,消耗天然气,产生功率注入电力系统,其能量转化关系如下:
Pk,t,gas=ηrQk,t,gasHg
式中,Pk,t,gas表示第k个燃气轮机在t时刻所产生的功率;ηr表示燃气轮机转换效率;Qk,t,gas表示流经第k个燃气轮机在t时刻所消耗的天然气能量;Hg表示为天然气热值,取10.8333kWh/m3;
当电能转化为氢气或合成甲烷,利用气体载体以及天然气网络进行能量存储和再利用,根据能量转化关系,P2G中甲烷生成速度qP2G(m3/h)与所需电解功率PP2G(kW)之间的关系可如下式所示:
式中,HHVCH4为甲烷的高热值,标准状态下为39MJ/m3;η为P2G全过程的能量转换效率,其范围为50%~60%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910535767.7A CN110263435B (zh) | 2019-06-20 | 2019-06-20 | 基于电-气耦合综合能源系统的双层优化故障恢复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910535767.7A CN110263435B (zh) | 2019-06-20 | 2019-06-20 | 基于电-气耦合综合能源系统的双层优化故障恢复方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110263435A CN110263435A (zh) | 2019-09-20 |
CN110263435B true CN110263435B (zh) | 2021-02-09 |
Family
ID=67919741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910535767.7A Active CN110263435B (zh) | 2019-06-20 | 2019-06-20 | 基于电-气耦合综合能源系统的双层优化故障恢复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110263435B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110932317B (zh) * | 2019-11-29 | 2023-07-21 | 国网新疆电力有限公司 | 一种本质可再生能源互补的分布式能源系统的设计方法 |
CN112035984B (zh) * | 2020-08-10 | 2024-04-09 | 浙江华云电力工程设计咨询有限公司 | 一种电-气-储区域综合能源系统协同规划方法 |
CN111987700B (zh) * | 2020-08-19 | 2022-07-08 | 国网综合能源服务集团有限公司 | 基于两阶段优化的综合能源系统型配电网故障恢复方法 |
CN112271726B (zh) * | 2020-10-15 | 2022-12-09 | 北京交通大学 | 考虑电-水-气耦合关系的配电系统故障恢复方法 |
CN112381672B (zh) * | 2020-12-03 | 2022-05-20 | 上海交通大学 | 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 |
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 |
CN112861292B (zh) * | 2021-01-12 | 2022-08-05 | 浙江大学 | 一种电-气综合能源系统恢复改善方法 |
CN113381404A (zh) * | 2021-06-11 | 2021-09-10 | 北京交通大学 | 一种考虑源网荷储协同的配电网关键负荷恢复方法 |
CN113452051B (zh) * | 2021-06-25 | 2022-05-27 | 燕山大学 | 考虑应急电源车调度的有源配电网故障均衡供电恢复方法 |
CN113592149A (zh) * | 2021-07-01 | 2021-11-02 | 四川大学 | 一种耦合型新能源综合能源配电网优化重构方法 |
CN113704977A (zh) * | 2021-08-04 | 2021-11-26 | 东南大学 | 一种基于分解法的综合能源系统事件驱动型仿真的方法 |
CN113962101A (zh) * | 2021-10-28 | 2022-01-21 | 福州大学 | 一种新能源汽车综合充能站可靠性评估方法 |
CN113991686B (zh) * | 2021-11-05 | 2023-12-22 | 中国科学院广州能源研究所 | 一种多能耦合配电系统故障恢复方法、装置及存储介质 |
CN114142460B (zh) * | 2021-11-17 | 2024-03-15 | 浙江华云电力工程设计咨询有限公司 | 综合能源系统中储能双层目标优化配置方法及终端 |
CN115345391B (zh) * | 2022-10-20 | 2023-02-10 | 广东电网有限责任公司 | 一种电-气能源系统的灾后恢复方法、装置及存储介质 |
CN116894342B (zh) * | 2023-07-19 | 2024-03-12 | 天津大学 | 基于天然气网络管存的电-气综合能源系统韧性提升方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405072A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 面向有源配电网的孤岛内启发式负荷削减模型的构建方法 |
CN106960282A (zh) * | 2017-03-27 | 2017-07-18 | 武汉大学 | 一种气电综合能源配网系统的协调运行方法 |
CN107612028A (zh) * | 2017-09-21 | 2018-01-19 | 国网上海市电力公司 | 一种城市能源互联网下多端互动的能源互联控制系统 |
CN107886171A (zh) * | 2017-09-28 | 2018-04-06 | 国网辽宁省电力有限公司 | 一种基于pmu数据的断路器状态在线诊断方法及系统 |
CN109510196A (zh) * | 2018-11-28 | 2019-03-22 | 燕山大学 | 一种基于电-气耦合系统的故障恢复博弈模型 |
CN109586277A (zh) * | 2018-11-01 | 2019-04-05 | 国网新疆电力有限公司检修公司 | 多代理系统分布式协调控制系统及其配电网故障恢复方法 |
CN109687425A (zh) * | 2018-07-27 | 2019-04-26 | 华南理工大学 | 一种基于智能多代理的配电网自愈控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067143B (zh) * | 2016-06-23 | 2019-10-11 | 湖南大学 | 配电网孤岛划分方法及装置 |
CN109615248B (zh) * | 2018-12-14 | 2023-02-10 | 浙江大学 | 一种考虑天然气系统影响的电力系统连锁故障估计方法 |
CN109713732B (zh) * | 2019-01-17 | 2021-03-30 | 南京邮电大学 | 一种多微电网和配电网协调优化调度的方法 |
-
2019
- 2019-06-20 CN CN201910535767.7A patent/CN110263435B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405072A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 面向有源配电网的孤岛内启发式负荷削减模型的构建方法 |
CN106960282A (zh) * | 2017-03-27 | 2017-07-18 | 武汉大学 | 一种气电综合能源配网系统的协调运行方法 |
CN107612028A (zh) * | 2017-09-21 | 2018-01-19 | 国网上海市电力公司 | 一种城市能源互联网下多端互动的能源互联控制系统 |
CN107886171A (zh) * | 2017-09-28 | 2018-04-06 | 国网辽宁省电力有限公司 | 一种基于pmu数据的断路器状态在线诊断方法及系统 |
CN109687425A (zh) * | 2018-07-27 | 2019-04-26 | 华南理工大学 | 一种基于智能多代理的配电网自愈控制方法 |
CN109586277A (zh) * | 2018-11-01 | 2019-04-05 | 国网新疆电力有限公司检修公司 | 多代理系统分布式协调控制系统及其配电网故障恢复方法 |
CN109510196A (zh) * | 2018-11-28 | 2019-03-22 | 燕山大学 | 一种基于电-气耦合系统的故障恢复博弈模型 |
Non-Patent Citations (4)
Title |
---|
Multi-Agent Technology for Power System Control;Robin Roche等;《Green Energy and Technology》;20130630;全文 * |
含分布式电源的配电系统可靠性评估方法研究;王浩鸣;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20130515(第 05 期);全文 * |
基于不确定二层规划模型的主动配电网故障恢复方法;马天祥 等;《电力系统保护与控制》;20190316;第47 卷(第6 期);全文 * |
电力—天然气网络耦合系统研究综述;杨自娟 等;《电力系统自动化》;20180825;第42卷(第16期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110263435A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110263435B (zh) | 基于电-气耦合综合能源系统的双层优化故障恢复方法 | |
CN107332234B (zh) | 一种考虑可再生能源间歇性的主动配电网多故障修复方法 | |
CN105811409B (zh) | 一种含电动汽车混合储能系统的微网多目标运行调度方法 | |
CN111900727B (zh) | 基于pso的光储充换一体化充电站协同优化调度方法和装置 | |
CN109586325A (zh) | 一种新能源储能优化配置方法 | |
WO2014153946A1 (zh) | 独立微网系统的优化方法 | |
CN103151797A (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
CN105787605A (zh) | 基于改进型量子遗传算法的微网经济优化运行调度方法 | |
CN110165715B (zh) | 一种将电动汽车储能式充电站接入虚拟电厂的方法 | |
CN113991719B (zh) | 一种电动船舶参与的海岛群用能优化调度方法及系统 | |
CN105205552A (zh) | 一种独立新能源混合发电系统优化规划方法 | |
CN103956773B (zh) | 含风电系统机组的备用配置优化方法 | |
CN107292516A (zh) | 一种计及负荷分级和能量调度的负荷可靠性评估方法 | |
CN105958537A (zh) | 面向能源互联网的能源转换系统及其优化控制方法 | |
CN109787221B (zh) | 一种微电网电能安全经济调度方法和系统 | |
CN106779250B (zh) | 一种基于新型优化模型的孤立分布式电网配置方法 | |
CN111668878A (zh) | 一种可再生微能源网的优化配置方法和系统 | |
CN115001038A (zh) | 一种基于随机规划的风光柴储容量配比优化方法 | |
CN114583725A (zh) | 基于氢的近零碳排放综合能源系统及其运行优化方法 | |
CN114861546B (zh) | 一种基于燃氢燃气轮机的电热氢多能互补调度方法及系统 | |
CN114050609B (zh) | 一种高比例新能源电力系统自适应鲁棒日前优化调度方法 | |
CN111224432A (zh) | 微电网优化调度方法和装置 | |
CN102555830A (zh) | 基于双储能单元的汽车供电系统和汽车供电控制方法 | |
CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN114884133B (zh) | 一种计及电动汽车的微电网经济调度优化方法及系统 |
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 |