CN110417053B - 计及综合需求响应的多能源系统可靠性评估方法 - Google Patents

计及综合需求响应的多能源系统可靠性评估方法 Download PDF

Info

Publication number
CN110417053B
CN110417053B CN201910689577.0A CN201910689577A CN110417053B CN 110417053 B CN110417053 B CN 110417053B CN 201910689577 A CN201910689577 A CN 201910689577A CN 110417053 B CN110417053 B CN 110417053B
Authority
CN
China
Prior art keywords
energy
load
energy system
moment
reliability
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
Application number
CN201910689577.0A
Other languages
English (en)
Other versions
CN110417053A (zh
Inventor
谢开贵
胡博
王学斌
路红池
李延和
傅国斌
白云洁
肖明
谌伟
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.)
Chongqing University
State Grid Qinghai Electric Power Co Ltd
Electric Power Research Institute of State Grid Qinghai Electric Power Co Ltd
Original Assignee
Chongqing University
State Grid Qinghai Electric Power Co Ltd
Electric Power Research Institute of State Grid Qinghai Electric Power 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 Chongqing University, State Grid Qinghai Electric Power Co Ltd, Electric Power Research Institute of State Grid Qinghai Electric Power Co Ltd filed Critical Chongqing University
Priority to CN201910689577.0A priority Critical patent/CN110417053B/zh
Publication of CN110417053A publication Critical patent/CN110417053A/zh
Application granted granted Critical
Publication of CN110417053B publication Critical patent/CN110417053B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了计及综合需求响应的多能源系统可靠性评估方法，包括：获取多能源系统信息并构建多能源系统模型；建立多能源系统的综合需求响应模型；建立计及多能源存储和综合需求响应的最优负荷削减模型；利用最优负荷削减模型计算优化周期每小时的负荷削减量，计算该多能源系统的年度可靠性指标；评价针对多能源系统薄弱环节提出的可靠性改善措施。本发明在多能源系统可靠性评估中考虑了多能存储和综合需求响应等因素，可以较为准确的对多能源系统的可靠性进行评估，结果表明，不同类型的储能和需求响应对多能源系统不同负荷可靠性的影响差异较大，其结果对多能源系统的优化规划更加具有现实指导意义。

Description

计及综合需求响应的多能源系统可靠性评估方法
技术领域
本发明属于多能源系统可靠性评估方法技术领域，具体涉及计及综合需求响应的多能源系统可靠性评估方法。
背景技术
传统化石能源的日渐枯竭和环境的恶化促进了能源系统的改革和发展。目前，能源系统逐渐由传统电、气、热系统独立运行供应模式向多能耦合协调运行模式转变，组成多能源系统。多能源系统由多种能源系统耦合构成，包括不同能源形式间的传输、转换、存储等功能单元。多种能源的协调运行不仅影响能量的供应比例，而且显著影响能源系统可靠性。随着能源网络耦合程度逐渐提高，多能存储和综合需求响应将成为其运行优化的关键环节。在系统运行优化前后，多能存储技术和综合需求响应技术可调整柔性负荷和能量转换装置的出力水平，在增加能源系统灵活性、经济性和可再生能源利用率的同时，改变多能源系统运行工况，进而影响系统可靠性。然而，鲜有研究分析多能存储和综合需求响应对多能源系统可靠性的影响。
因此，本发明公开了一种基于SDS(state duration sampling，状态持续时间抽样法)的计及多能存储和综合需求响应的多能源系统可靠性评估方法，在多能源系统可靠性评估中考虑了多能存储和综合需求响应等因素，可以较为准确的对多能源系统的可靠性进行评估。
发明内容
针对上述现有技术中的不足之处，本发明旨在提供一种计及综合需求响应的多能源系统可靠性评估方法。
为解决上述技术问题，本发明采用了如下的技术方案：
一种计及综合需求响应的多能源系统可靠性评估方法，包括：
S1、获取多能源系统信息并构建多能源系统模型；
S2、基于负荷是否可调整将多能源系统中的负荷分为柔性负荷及非柔性负荷，并建立多能源系统的综合需求响应模型；
S3、以能源购买成本与负荷削减成本之和最小为目标函数，建立计及多能源存储和综合需求响应的最优负荷削减模型；
S4、首先采用状态持续时间抽样法模拟多能源系统中元件各时刻的运行状态，并利用最优负荷削减模型计算优化周期每小时的负荷削减量；然后根据各时刻的负荷削减状态和负荷削减量计算该多能源系统的该年度的可靠性指标；对每年的可靠性指标求取算数平均值，得到多能源系统的综合可靠性指标。
优选地，所述多能源系统包括输入侧、能量转换装置、储能装置及输出侧，所述多能源系统模型包括能量转换装置模型及储能装置模型，其中：
能量转换装置模型包括：
Figure BDA0002147462040000021
式中，
Figure BDA0002147462040000022
和
Figure BDA0002147462040000023
分别为第k台s类能量转换装置t时刻的输入功率和输出功率；ηk,s为第k台s类能量转换装置的能量转换效率；
储能装置模型包括：
Figure BDA0002147462040000024
Figure BDA0002147462040000025
Figure BDA0002147462040000026
式中，
Figure BDA0002147462040000027
为储能装置t时刻对多能源系统的净能源交换功率；PI t和
Figure BDA0002147462040000028
分别为储能装置t时刻的充能功率和放能功率；Et为储能装置t时刻的储能量；Et+1为储能装置t+1时刻的储能量；Δt为t时刻与t+1时刻之间的时间差；γ为储能装置的能量自损率；ηc和ηd分别为储能装置的充能效率和放能效率。
优选地，非柔性负荷为不可调整的负荷，在供能充足的情况下正常供应，在供能不足的情况下发生负荷削减，柔性负荷是指可随能源价格和负荷削减情况调整的负荷，多能源系统的综合需求响应模型包括：
Figure BDA0002147462040000029
其中，
Figure BDA00021474620400000210
为第j类负荷t时刻的非柔性负荷；
Figure BDA00021474620400000211
为第j类非柔性负荷t时刻正常供应的负荷；
Figure BDA00021474620400000212
为第j类非柔性负荷t时刻削减的负荷；
Figure BDA00021474620400000213
其中，
Figure BDA0002147462040000031
和
Figure BDA0002147462040000032
分别为第j类柔性负荷t时刻的向上和向下调整量。
优选地，最优负荷削减模型包括：
Figure BDA0002147462040000033
式中，C表示多能源系统的总成本，包含能量购买成本和负荷削减惩罚成本，T为多能源系统的研究周期；I为多能源系统的输入侧集合，包括电和天然气两种能源；J为多能源系统的输出侧集合，包括电和热两种负荷；
Figure BDA0002147462040000034
为第i类能源t时刻的价格；Pi t为第i类能源t时刻的输入功率；βj为第j类负荷削减的惩罚单价；
Figure BDA0002147462040000035
为第j类负荷t时刻的负荷削减量；
约束条件包括：
(1)电功率平衡约束
Figure BDA0002147462040000036
Figure BDA0002147462040000037
其中，
Figure BDA0002147462040000038
为多能源系统电输入侧t时刻的输入功率；
Figure BDA0002147462040000039
为多能源系统电输出侧t时刻的输出功率；
Figure BDA00021474620400000310
和
Figure BDA00021474620400000311
分别为第k台变压器t时刻的输入功率和输出功率；
Figure BDA00021474620400000312
为第k台CHP机组t时刻的输出电功率；
Figure BDA00021474620400000313
为第k台电储能装置t时刻与多能源系统的净交换功率；
Figure BDA00021474620400000314
为第k台电锅炉t时刻的输入功率；Ktr、Kchp、Kes和Keb分别为变压器、CHP机组、电储能和电锅炉的数量；
(2)天然气功率平衡约束
Figure BDA00021474620400000315
其中，
Figure BDA00021474620400000316
为多能源系统天然气输入侧t时刻的输入功率；
Figure BDA00021474620400000317
为第k台CHP机组t时刻的输入功率；
Figure BDA00021474620400000318
为第k台天然气储能装置t时刻与多能源系统的净交换功率；
Figure BDA00021474620400000319
为第k台燃气锅炉t时刻的输入功率；Kgs和Kab分别为天然气储能装置和燃气锅炉的数量；
(3)热功率平衡约束
Figure BDA0002147462040000041
其中，
Figure BDA0002147462040000042
为多能源系统热输出侧t时刻的输出功率；
Figure BDA0002147462040000043
为第k台CHP机组t时刻的输出热功率；
Figure BDA0002147462040000044
为第k台热储能装置t时刻与多能源系统的净交换功率；
Figure BDA0002147462040000045
和
Figure BDA0002147462040000046
分别为第k台燃气锅炉和电锅炉t时刻的输出功率；Khs为热储能装置；
(4)需求侧功率平衡约束
Figure BDA0002147462040000047
其中，
Figure BDA0002147462040000048
为多能源系统第j个输出侧t时刻的输出功率；
Figure BDA0002147462040000049
为系统第j个输出端口t时刻的负荷需求量；
(5)能量转换约束
Figure BDA00021474620400000410
Figure BDA00021474620400000411
Figure BDA00021474620400000412
Figure BDA00021474620400000413
Figure BDA00021474620400000414
其中，ηchpe,k和ηchph,k分别为第k台CHP机组产电和产热的效率；ηtr,k、ηab,k和ηeb,k分别为第k台变压器、燃气锅炉和电锅炉的能量转换效率；
(6)多能源系统运行约束
多能源系统运行约束包括多能源系统输入输出约束和能量转换装置的输入约束；
0≤Pi t≤Pi max
Figure BDA00021474620400000415
Figure BDA00021474620400000416
Figure BDA00021474620400000417
Figure BDA0002147462040000051
Figure BDA0002147462040000052
其中，Pi max为多能源系统第i类能源的最大输入功率；
Figure BDA0002147462040000053
和
Figure BDA0002147462040000054
分别为第k台变压器、CHP机组、燃气锅炉和电锅炉的最大输入功率；
Figure BDA0002147462040000055
和
Figure BDA0002147462040000056
分别为第k台变压器、CHP机组、燃气锅炉和电锅炉t时刻的元件运行状态，0表示元件故障，1表示元件运行；
(7)储能装置约束
储能装置约束包括能量平衡约束、容量约束、功率充放状态和上下限约束；
Figure BDA0002147462040000057
Figure BDA0002147462040000058
Figure BDA0002147462040000059
Figure BDA00021474620400000510
Figure BDA00021474620400000511
Figure BDA00021474620400000512
Figure BDA00021474620400000513
Figure BDA00021474620400000514
Figure BDA00021474620400000515
其中，
Figure BDA00021474620400000516
和
Figure BDA00021474620400000517
分别为第k台s类储能装置的最大充能功率和放能功率；
Figure BDA00021474620400000518
和
Figure BDA00021474620400000519
分别为储能装置的最小容量和最大容量；
Figure BDA00021474620400000520
和
Figure BDA00021474620400000521
分别为储能装置充能状态及放能状态，0表示不进行充能或放能，1表示进行充能或放能；
Figure BDA00021474620400000522
为第k台s类储能装置t时刻的运行状态，0表示元件故障，1表示元件运行；
(8)需求响应约束
Figure BDA00021474620400000523
Figure BDA0002147462040000061
Figure BDA0002147462040000062
Figure BDA0002147462040000063
其中，
Figure BDA0002147462040000064
和
Figure BDA0002147462040000065
分别为第j类柔性负荷t时刻的向上最大调整量和向下最大调整量；
Figure BDA0002147462040000066
和
Figure BDA0002147462040000067
分别为第j类柔性负荷t时刻的向上调整状态和向下调整状态，
Figure BDA0002147462040000068
表示负荷需求向上调整，
Figure BDA0002147462040000069
表示负荷需求向下调整。
优选地，步骤S4包括：
S401、输入多能源系统及其元件参数数据，初始化多能源系统各元件的状态，执行S402；
S402、使用SDS法模拟抽样得到研究周期内每小时的多能源系统的元件状态，以天为单位将多能源系统状态划分成不同区块，执行S403；
S403、初始化区块计数使d＝1并初始化模拟年数使y＝1，执行S404；
S404、选取一个区块，模拟的系统元件状态下，求解该区块的系统最优负荷削减，得到该区块每小时的负荷削减状态和最优负荷削减量，执行S405；
S405、如果模拟样本数达到一年，即d＝365，执行S406，否则令d＝d+1并执行S404；
S406、计算该年的多能源系统的可靠性指标，并令y＝y+1，执行S407；
S407、如果模拟年数到达上限或者该年的多能源系统的可靠性指标中的能量供应不足期望值的方差达到精度要求，执行S408，否则令d＝1并执行S404；
S408、对研究年限y年的可靠性指标求取算数平均值，得到多能源系统的综合可靠性指标。
优选地，可靠性指标包括负荷削减频率、负荷削减概率及能量供应不足期望值，其中：
Figure BDA00021474620400000610
Figure BDA00021474620400000611
Figure BDA00021474620400000612
式中，FLCj为第j种负荷的负荷削减频率，PLCj为第j种负荷的负荷削减概率，EENSj为第j种负荷的能量供应不足期望值NLCj为第j种负荷在可靠性评估研究周期内负荷削减的次数；Y为可靠性评估研究总年数；Dj,n为第j种负荷第n次负荷削减的持续时间；LCj,n,d为第j种负荷第n次负荷削减中第d个区块的负荷削减量。
优选地，还包括：
S5、基于多能源系统的综合可靠性指标辨识系统的供能薄弱环节，提出可靠性改善措施。
本发明的有益效果包括：在多能源系统可靠性评估中考虑了多能存储和综合需求响应等因素，可以较为准确的对多能源系统的可靠性进行评估，结果表明，利用本发明所提方法可以计算含储能和需求响应的多能源系统可靠性，并可以得到系统的供能薄弱环节。不同类型的储能和需求响应对多能源系统不同负荷可靠性的影响差异较大，可不同程度的提升系统可靠性，其结果对多能源系统的优化规划更加具有现实指导意义。
附图说明
为了使申请的目的、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是本发明中多能源系统模型示意图；
图2是本发明中典型日负荷需求曲线示意图；
图3是本发明中典型日能源价格曲线示意图；
图4是本发明中多能源系统可靠性评估的流程图；
图5是本发明中不同场景的年平均成本示意图。
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至图5所示，本发明公开了一种计及综合需求响应的多能源系统可靠性评估方法，包括：
S1、获取多能源系统信息并构建多能源系统模型；
S2、基于负荷是否可调整将多能源系统中的负荷分为柔性负荷及非柔性负荷，并建立多能源系统的综合需求响应模型；
S3、以能源购买成本与负荷削减成本之和最小为目标函数，建立计及多能源存储和综合需求响应的最优负荷削减模型；
S4、采用状态持续时间抽样法模拟多能源系统中元件各时刻的运行状态，并利用最优负荷削减模型计算优化周期每小时的负荷削减量，根据各时刻的负荷削减状态和负荷削减量计算该多能源系统的年度可靠性指标。
本发明在多能源系统可靠性评估中考虑了多能存储和综合需求响应等因素，可以较为准确的对多能源系统的可靠性进行评估，结果表明，不同类型的储能和需求响应对多能源系统不同负荷可靠性的影响差异较大，其结果对多能源系统的优化规划更加具有现实指导意义。
具体实施时，所述多能源系统包括输入侧、能量转换装置、储能装置及输出侧，所述多能源系统模型包括能量转换装置模型及储能装置模型，其中：
能量转换装置是多能源系统不可或缺的组件，是多种能源耦合的枢纽，能量转换装置模型包括：
Figure BDA0002147462040000081
式中，
Figure BDA0002147462040000082
和
Figure BDA0002147462040000083
分别为第k台s类能量转换装置t时刻的输入功率和输出功率；ηk,s为第k台s类能量转换装置的能量转换效率；
多能源系统涉及到储电、储气和储热三种储能形式，采用最广泛的储能模型对储电系统、储气系统和储热系统进行建模，储能装置模型包括：
Figure BDA0002147462040000084
Figure BDA0002147462040000085
Figure BDA0002147462040000086
式中，
Figure BDA0002147462040000087
为储能装置t时刻对多能源系统的净能源交换功率；PI t和
Figure BDA0002147462040000088
分别为储能装置t时刻的充能功率和放能功率；Et为储能装置t时刻的储能量；Et+1为储能装置t+1时刻的储能量；Δt为t时刻与t+1时刻之间的时间差；γ为储能装置的能量自损率；ηc和ηd分别为储能装置的充能效率和放能效率。
能源枢纽(Energy Hub,EH)由苏黎世联邦理工学院电力系统和高压实验室的一个研究小组在“未来能源网络展望(VOFEN)”的项目中提出，其是多能源系统在未来的构想，集能源的存储、转换、传输于一体，多能源系统是基于能源枢纽概念设计的，该系统由输入侧(电能、天然气)、能量转换装置(变压器、CHP机组、燃气锅炉和电锅炉)、储能装置(储热、储电和储气装置)和输出侧(电负荷和热负荷)构成，如图1所示。
图1中，该多能源系统包括2台变压器、3台CHP机组、1台电锅炉和1台燃气锅炉，相关参数见表1。该系统还包括1台电储能装置、3台天然气储能装置和1台热储能装置，具体参数见表2。
表1能量转换装置的相关参数
Figure BDA0002147462040000091
表2储能装置的相关参数
Figure BDA0002147462040000092
具体实施时，非柔性负荷为不可调整的负荷，在供能充足的情况下正常供应，在供能不足的情况下发生负荷削减，柔性负荷是指可随能源价格和负荷削减情况调整的负荷，多能源系统的综合需求响应模型包括：
Figure BDA0002147462040000093
其中，
Figure BDA0002147462040000094
为第j类负荷t时刻的非柔性负荷；
Figure BDA0002147462040000095
为第j类非柔性负荷t时刻正常供应的负荷；
Figure BDA0002147462040000096
为第j类非柔性负荷t时刻削减的负荷；
Figure BDA0002147462040000097
其中，
Figure BDA0002147462040000098
和
Figure BDA0002147462040000099
分别为第j类柔性负荷t时刻的向上和向下调整量。
所建立的多能源系统包含电和热2种负荷。根据负荷灵活特性的不同，可将负荷分为非柔性负荷和柔性负荷。非柔性负荷是不可调整的负荷。在供能充足的情况下正常供应，在供能不足的情况下发生负荷削减。柔性负荷是指可随能源价格和负荷削减情况调整的负荷。此类负荷可以从能源价格较高的时间段转移至价格较低的时间段，或者从供能不足导致发生负荷削减的时间段转移至供能充足的时间段，但在研究周期内的柔性负荷总量保持不变。
具体实施时，最优负荷削减模型包括：
Figure BDA0002147462040000101
式中，C表示多能源系统的总成本，包含能量购买成本和负荷削减惩罚成本，T为多能源系统的研究周期；I为多能源系统的输入侧集合，包括电和天然气两种能源；J为多能源系统的输出侧集合，包括电和热两种负荷；
Figure BDA0002147462040000102
为第i类能源t时刻的价格；Pi t为第i类能源t时刻的输入功率；βj为第j类负荷削减的惩罚单价；
Figure BDA0002147462040000103
为第j类负荷t时刻的负荷削减量；
约束条件包括：
(1)电功率平衡约束
Figure BDA0002147462040000104
Figure BDA0002147462040000105
其中，
Figure BDA0002147462040000106
为多能源系统电输入侧t时刻的输入功率；
Figure BDA0002147462040000107
为多能源系统电输出侧t时刻的输出功率；
Figure BDA0002147462040000108
和
Figure BDA0002147462040000109
分别为第k台变压器t时刻的输入功率和输出功率；
Figure BDA00021474620400001010
为第k台CHP机组t时刻的输出电功率；
Figure BDA00021474620400001011
为第k台电储能装置t时刻与多能源系统的净交换功率；
Figure BDA00021474620400001012
为第k台电锅炉t时刻的输入功率；Ktr、Kchp、Kes和Keb分别为变压器、CHP机组、电储能和电锅炉的数量；
(2)天然气功率平衡约束
Figure BDA00021474620400001013
其中，
Figure BDA00021474620400001014
为多能源系统天然气输入侧t时刻的输入功率；
Figure BDA00021474620400001015
为第k台CHP机组t时刻的输入功率；
Figure BDA00021474620400001016
为第k台天然气储能装置t时刻与多能源系统的净交换功率；
Figure BDA00021474620400001017
为第k台燃气锅炉t时刻的输入功率；Kgs和Kab分别为天然气储能装置和燃气锅炉的数量；
(3)热功率平衡约束
Figure BDA0002147462040000111
其中，
Figure BDA0002147462040000112
为多能源系统热输出侧t时刻的输出功率；
Figure BDA0002147462040000113
为第k台CHP机组t时刻的输出热功率；
Figure BDA0002147462040000114
为第k台热储能装置t时刻与多能源系统的净交换功率；
Figure BDA0002147462040000115
和
Figure BDA0002147462040000116
分别为第k台燃气锅炉和电锅炉t时刻的输出功率；Khs为热储能装置；
(4)需求侧功率平衡约束
Figure BDA0002147462040000117
其中，
Figure BDA0002147462040000118
为多能源系统第j个输出侧t时刻的输出功率；
Figure BDA0002147462040000119
为系统第j个输出端口t时刻的负荷需求量；
(5)能量转换约束
Figure BDA00021474620400001110
Figure BDA00021474620400001111
Figure BDA00021474620400001112
Figure BDA00021474620400001113
Figure BDA00021474620400001114
其中，ηchpe,k和ηchph,k分别为第k台CHP机组产电和产热的效率；ηtr,k、ηab,k和ηeb,k分别为第k台变压器、燃气锅炉和电锅炉的能量转换效率；
(6)多能源系统运行约束
多能源系统运行约束包括多能源系统输入输出约束和能量转换装置的输入约束；
0≤Pi t≤Pi max
Figure BDA00021474620400001115
Figure BDA00021474620400001116
Figure BDA0002147462040000121
Figure BDA0002147462040000122
Figure BDA0002147462040000123
其中，Pi max为多能源系统第i类能源的最大输入功率；
Figure BDA0002147462040000124
和
Figure BDA0002147462040000125
分别为第k台变压器、CHP机组、燃气锅炉和电锅炉的最大输入功率；
Figure BDA0002147462040000126
和
Figure BDA0002147462040000127
分别为第k台变压器、CHP机组、燃气锅炉和电锅炉t时刻的元件运行状态，0表示元件故障，1表示元件运行；
(7)储能装置约束
储能装置约束包括能量平衡约束、容量约束、功率充放状态和上下限约束；
Figure BDA0002147462040000128
Figure BDA0002147462040000129
Figure BDA00021474620400001210
Figure BDA00021474620400001211
Figure BDA00021474620400001212
Figure BDA00021474620400001213
Figure BDA00021474620400001214
Figure BDA00021474620400001215
Figure BDA00021474620400001216
其中，
Figure BDA00021474620400001217
和
Figure BDA00021474620400001218
分别为第k台s类储能装置的最大充能功率和放能功率；
Figure BDA00021474620400001219
和
Figure BDA00021474620400001220
分别为储能装置的最小容量和最大容量；
Figure BDA00021474620400001221
和
Figure BDA00021474620400001222
分别为储能装置充能状态及放能状态，0表示不进行充能或放能，1表示进行充能或放能；
Figure BDA00021474620400001223
为第k台s类储能装置t时刻的运行状态，0表示元件故障，1表示元件运行；
(8)需求响应约束
Figure BDA0002147462040000131
Figure BDA0002147462040000132
Figure BDA0002147462040000133
Figure BDA0002147462040000134
其中，
Figure BDA0002147462040000135
和
Figure BDA0002147462040000136
分别为第j类柔性负荷t时刻的向上最大调整量和向下最大调整量；
Figure BDA0002147462040000137
和
Figure BDA0002147462040000138
分别为第j类柔性负荷t时刻的向上调整状态和向下调整状态，
Figure BDA0002147462040000139
表示负荷需求向上调整，
Figure BDA00021474620400001310
表示负荷需求向下调整。
为了提升计算效率，可采用典型日曲线表征全年水平，图2和图3分别给出了多能源系统的电、热典型日负荷曲线和电、气典型日能源价格曲线。不同的季节和典型日会影响负荷和能源价格曲线，因此，本发明可采用负荷和能源价格调整系数表征不同季节、不同典型日的负荷和能源价格，见表3。将电和热2种负荷的削减成本单价分别设为50元/(kW·h)、40元/(kW·h)。能源枢纽模型能源输入端电和气的最大输入量设为700kW和900kW，最大柔性负荷设为该时刻系统总负荷的10％。
表3负荷、价格的周和季节调整系数
Figure BDA00021474620400001311
具体实施时，步骤S4包括：
S401、输入多能源系统及其元件参数数据，初始化多能源系统各元件的状态，执行S402；
S402、使用SDS法模拟抽样得到研究周期内每小时的多能源系统的元件状态，以天为单位将多能源系统状态划分成不同区块，执行S403；
S403、初始化区块计数使d＝1并初始化模拟年数使y＝1，执行S404；
S404、选取一个区块，模拟的系统元件状态下，求解该区块的系统最优负荷削减，得到该区块每小时的负荷削减状态和最优负荷削减量，执行S405；
S405、如果模拟样本数达到一年，即d＝365，执行S406，否则令d＝d+1并执行S404；
S406、计算该年的多能源系统的可靠性指标，并令y＝y+1，执行S407；
S407、如果模拟年数到达上限或者该年的多能源系统的可靠性指标中的能量供应不足期望值的方差达到精度要求，执行S408，否则令d＝1并执行S404；
S408、对研究年限y年的可靠性指标求取算数平均值，得到多能源系统的综合可靠性指标。
本发明基于能源枢纽模型构建多能源系统，在对能源枢纽模型进行可靠性评估时，考虑到能源枢纽模型是对未来能源网络模型抽象化的描述，侧重于能量的输入、转换与存储、输出，因此，假设能量输送环节完全可靠，能源枢纽输入侧每时每刻均可提供最大功率。
能量转换和存储装置的停运模型采用传统电力系统可靠性评估中元件的两状态停运模型，并使用SDS法对元件的运行和停运两状态的持续时间进行抽样。
将SDS法与考虑运行的最优负荷削减模型相结合，评估计及多能存储和综合需求响应的多能源系统可靠性。首先使用SDS法抽取系统各元件的状态持续时间，得到每个时段的系统状态；其次通过最优负荷削减模型计算得到每小时的最优负荷削减量和削减状态；最后累积计算可靠性指标。流程图见图4。
具体实施时，可靠性指标包括负荷削减频率、负荷削减概率及能量供应不足期望值，其中：
Figure BDA0002147462040000141
Figure BDA0002147462040000142
Figure BDA0002147462040000143
式中，FLCj为第j种负荷的负荷削减频率，PLCj为第j种负荷的负荷削减概率，EENSj为第j种负荷的能量供应不足期望值NLCj为第j种负荷在可靠性评估研究周期内负荷削减的次数；Y为可靠性评估研究总年数；Dj,n为第j种负荷第n次负荷削减的持续时间；LCj,n,d为第j种负荷第n次负荷削减中第d个区块的负荷削减量。
表4给出了多能源系统的可靠性指标计算结果。
表4多能源系统可靠性指标
Figure BDA0002147462040000151
具体实施时，还包括：
S5、基于多能源系统的综合可靠性指标辨识系统的供能薄弱环节，提出可靠性改善措施。
本发明中，在求到多能源系统的综合可靠性指标后，可以根据多能源系统的综合可靠性指标进行薄弱环节的识别，进而提出针对性的改善措施，对多能源系统进行优化，提高其稳定性及安全性。
分析该方法求得的多能源系统可靠性指标，得到系统的供能薄弱环节，提出相应的可靠性改善措施(增加能量转换效率、增设相应的储能装置或加大需求响应实施力度等)，利用本发明的方法可以计算改善后的系统可靠性指标，分析可靠性提升效率。
本发明可采用传统可靠性指标来量化评估该综合能源系统的可靠性。传统可靠性指标包括负荷削减频率(frequency of load curtailment，FLC)、负荷削减概率(probability ofload curtailment，PLC)和能量供应不足期望值(expected energy notsupplied，EENS)。
此外，本发明还采用可靠性提升率来体现储能装置协调优化对多能源系统的影响。可靠性提升率是指储能协调优化引起的EENS变化量与系统原始的EENS的比值，计算公式如下：
Figure BDA0002147462040000152
其中，δj为第j种负荷可靠性指标EENS的提升率；
Figure BDA0002147462040000153
为第j种负荷无储能协调优化的系统可靠性指标EENS。
本发明针对原系统(改善措施0)提出8种不同的改善措施，如表5所示。表中，“×”表示多能源系统未增设此类储能装置或此种负荷需求响应；“√”表示多能源系统中增设此类储能装置或此种负荷需求响应。
表5多能源系统研究场景
Figure BDA0002147462040000154
Figure BDA0002147462040000161
表6给出了每个场景下的多能源系统的年度可靠性指标，图5给出了不同场景下模拟周期的系统年平均运行成本，并以原系统(改善措施0)为参考，分析不同储能和需求响应对多能源系统可靠性和经济性的改善效果。
表6不同场景的多能源系统可靠性指标
Figure BDA0002147462040000162
通过实例分析验证了本发明所建模型的有效性和正确性。算例结果表明：
(1)相比于单一储能和需求响应，多能存储和综合需求响应可显著改善多能源系统可靠性和经济性；
(2)在负荷削减时间段，多能存储和综合需求响应的协调优化可以增加能量供应，降低负荷需求，进而减小系统负荷削减的频率、概率和能量；
(3)多能存储和综合需求响应的协调优化可调整多能源系统能源供给和柔性负荷需求，减少多能源系统的能源购买成本和负荷削减成本；
(4)不同类型的储能和需求响应对多能源系统不同负荷可靠性的影响差异较大，其结果对多能源系统的优化规划更加具有现实指导意义。
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)

1.一种计及综合需求响应的多能源系统可靠性评估方法，其特征在于，包括：
S1、获取多能源系统信息并构建多能源系统模型；
S2、基于负荷是否可调整将多能源系统中的负荷分为柔性负荷及非柔性负荷，并建立多能源系统的综合需求响应模型；
非柔性负荷为不可调整的负荷，在供能充足的情况下正常供应，在供能不足的情况下发生负荷削减，柔性负荷是指可随能源价格和负荷削减情况调整的负荷，多能源系统的综合需求响应模型包括：
Figure FDA0002722571360000011
其中，
Figure FDA0002722571360000012
为第j类负荷t时刻的非柔性负荷；
Figure FDA0002722571360000013
为第j类非柔性负荷t时刻正常供应的负荷；
Figure FDA0002722571360000014
为第j类非柔性负荷t时刻削减的负荷，负荷包括电负荷和热负荷，第j类为电负荷或热负荷中的一类；
Figure FDA0002722571360000015
其中，
Figure FDA0002722571360000016
和
Figure FDA0002722571360000017
分别为第j类柔性负荷t时刻的向上和向下调整量；
S3、以能源购买成本与负荷削减成本之和最小为目标函数，建立计及多能源存储和综合需求响应的最优负荷削减模型；
S4、首先采用状态持续时间抽样法模拟多能源系统中元件各时刻的运行状态，并利用最优负荷削减模型计算优化周期每小时的负荷削减量；然后根据各时刻的负荷削减状态和负荷削减量计算该多能源系统的该年度的可靠性指标；对每年的可靠性指标求取算数平均值，得到多能源系统的综合可靠性指标。
2.如权利要求1所述的计及综合需求响应的多能源系统可靠性评估方法，其特征在于，所述多能源系统包括输入侧、能量转换装置、储能装置及输出侧，所述多能源系统模型包括能量转换装置模型及储能装置模型，其中：
能量转换装置模型包括：
Figure FDA0002722571360000018
式中，
Figure FDA0002722571360000019
和
Figure FDA00027225713600000110
分别为第k台s类能量转换装置t时刻的输入功率和输出功率；ηk,s为第k台s类能量转换装置的能量转换效率，能量转换装置包括变压器、CHP机组、燃气锅炉及电锅炉，s类能量转换装置为变压器、CHP机组、燃气锅炉及电锅炉中任意一类；
储能装置模型包括：
Figure FDA0002722571360000021
Figure FDA0002722571360000022
Figure FDA0002722571360000023
式中，
Figure FDA0002722571360000024
为储能装置t时刻对多能源系统的净能源交换功率；
Figure FDA0002722571360000025
和
Figure FDA0002722571360000026
分别为储能装置t时刻的充能功率和放能功率；Et为储能装置t时刻的储能量；Et+1为储能装置t+1时刻的储能量；Δt为t时刻与t+1时刻之间的时间差；γ为储能装置的能量自损率；ηc和ηd分别为储能装置的充能效率和放能效率。
3.如权利要求1所述的计及综合需求响应的多能源系统可靠性评估方法，其特征在于，最优负荷削减模型包括：
Figure FDA0002722571360000027
式中，C表示多能源系统的总成本，包含能量购买成本和负荷削减惩罚成本，T为多能源系统的研究周期；I为多能源系统的输入侧集合，包括电和天然气两种能源；J为多能源系统的输出侧集合，包括电和热两种负荷；
Figure FDA0002722571360000028
为第i类能源t时刻的价格；Pi t为第i类能源t时刻的输入功率；βj为第j类负荷削减的惩罚单价；
Figure FDA0002722571360000029
为第j类负荷t时刻的负荷削减量；
约束条件包括：
(1)电功率平衡约束
Figure FDA00027225713600000210
Figure FDA00027225713600000211
其中，
Figure FDA00027225713600000212
为多能源系统电输入侧t时刻的输入功率；
Figure FDA00027225713600000213
为多能源系统电输出侧t时刻的输出功率；
Figure FDA00027225713600000214
和
Figure FDA00027225713600000215
分别为第k台变压器t时刻的输入功率和输出功率；
Figure FDA00027225713600000216
为第k台CHP机组t时刻的输出电功率；
Figure FDA0002722571360000031
为第k台电储能装置t时刻与多能源系统的净交换功率；
Figure FDA0002722571360000032
为第k台电锅炉t时刻的输入功率；Ktr、Kchp、Kes和Keb分别为变压器、CHP机组、电储能和电锅炉的数量；
(2)天然气功率平衡约束
Figure FDA0002722571360000033
其中，
Figure FDA0002722571360000034
为多能源系统天然气输入侧t时刻的输入功率；
Figure FDA0002722571360000035
为第k台CHP机组t时刻的输入功率；
Figure FDA0002722571360000036
为第k台天然气储能装置t时刻与多能源系统的净交换功率；
Figure FDA0002722571360000037
为第k台燃气锅炉t时刻的输入功率；Kgs和Kab分别为天然气储能装置和燃气锅炉的数量；
(3)热功率平衡约束
Figure FDA0002722571360000038
其中，
Figure FDA0002722571360000039
为多能源系统热输出侧t时刻的输出功率；
Figure FDA00027225713600000310
为第k台CHP机组t时刻的输出热功率；
Figure FDA00027225713600000311
为第k台热储能装置t时刻与多能源系统的净交换功率；
Figure FDA00027225713600000312
和
Figure FDA00027225713600000313
分别为第k台燃气锅炉和电锅炉t时刻的输出功率；Khs为热储能装置的数量；
(4)需求侧功率平衡约束
Figure FDA00027225713600000314
其中，
Figure FDA00027225713600000315
为多能源系统第j个输出侧t时刻的输出功率；
Figure FDA00027225713600000316
为系统第j个输出端口t时刻的负荷需求量；
(5)能量转换约束
Figure FDA00027225713600000317
Figure FDA00027225713600000318
Figure FDA00027225713600000319
Figure FDA00027225713600000320
Figure FDA0002722571360000041
其中，ηchpe,k和ηchph,k分别为第k台CHP机组产电和产热的效率；ηtr,k、ηab,k和ηeb,k分别为第k台变压器、燃气锅炉和电锅炉的能量转换效率；
(6)多能源系统运行约束
多能源系统运行约束包括多能源系统输入输出约束和能量转换装置的输入约束；
0≤Pi t≤Pi max
Figure FDA0002722571360000042
Figure FDA0002722571360000043
Figure FDA0002722571360000044
Figure FDA0002722571360000045
Figure FDA0002722571360000046
其中，Pi max为多能源系统第i类能源的最大输入功率；
Figure FDA0002722571360000047
和
Figure FDA0002722571360000048
分别为第k台变压器、CHP机组、燃气锅炉和电锅炉的最大输入功率；
Figure FDA0002722571360000049
和
Figure FDA00027225713600000410
分别为第k台变压器、CHP机组、燃气锅炉和电锅炉t时刻的元件运行状态，0表示元件故障，1表示元件运行；
(7)储能装置约束
储能装置约束包括能量平衡约束、容量约束、功率充放状态和上下限约束；
Figure FDA00027225713600000411
Figure FDA00027225713600000412
Figure FDA00027225713600000413
Figure FDA00027225713600000414
Figure FDA00027225713600000415
Figure FDA00027225713600000416
Figure FDA00027225713600000417
Figure FDA00027225713600000418
Figure FDA0002722571360000051
其中，
Figure FDA0002722571360000052
和
Figure FDA0002722571360000053
分别为第k台s类储能装置的最大充能功率和放能功率；
Figure FDA0002722571360000054
和
Figure FDA0002722571360000055
分别为储能装置的最小容量和最大容量；
Figure FDA0002722571360000056
和
Figure FDA0002722571360000057
分别为储能装置充能状态及放能状态，0表示不进行充能或放能，1表示进行充能或放能；
Figure FDA0002722571360000058
为第k台s类储能装置t时刻的运行状态，0表示元件故障，1表示元件运行；
(8)需求响应约束
Figure FDA0002722571360000059
Figure FDA00027225713600000510
Figure FDA00027225713600000511
Figure FDA00027225713600000512
其中，
Figure FDA00027225713600000513
和
Figure FDA00027225713600000514
分别为第j类柔性负荷t时刻的向上最大调整量和向下最大调整量；
Figure FDA00027225713600000515
和
Figure FDA00027225713600000516
分别为第j类柔性负荷t时刻的向上调整状态和向下调整状态，
Figure FDA00027225713600000517
表示负荷需求向上调整，
Figure FDA00027225713600000518
表示负荷需求向下调整。
4.如权利要求1所述的计及综合需求响应的多能源系统可靠性评估方法，其特征在于，步骤S4包括：
S401、输入多能源系统及其元件参数数据，初始化多能源系统各元件的状态，执行S402；
S402、使用SDS法模拟抽样得到研究周期内每小时的多能源系统的元件状态，以天为单位将多能源系统状态划分成不同区块，执行S403；
S403、初始化区块计数使d＝1并初始化模拟年数使y＝1，执行S404；
S404、选取一个区块，模拟的系统元件状态下，求解该区块的系统最优负荷削减，得到该区块每小时的负荷削减状态和最优负荷削减量，执行S405；
S405、如果模拟样本数达到一年，即d＝365，执行S406，否则令d＝d+1并执行S404；
S406、计算该年的多能源系统的可靠性指标，并令y＝y+1，执行S407；
S407、如果模拟年数到达上限或者该年的多能源系统的可靠性指标中的能量供应不足期望值的方差达到精度要求，执行S408，否则令d＝1并执行S404；
若各负荷的可靠性指标EENS方差均小于预设值0.05，则可认为多能源系统的可靠性指标中的能量供应不足期望值的方差达到精度要求；
S408、对研究年限y年的可靠性指标求取算数平均值，得到多能源系统的综合可靠性指标。
5.如权利要求4所述的计及综合需求响应的多能源系统可靠性评估方法，其特征在于，可靠性指标包括负荷削减频率、负荷削减概率及能量供应不足期望值，其中：
Figure FDA0002722571360000061
Figure FDA0002722571360000062
Figure FDA0002722571360000063
式中，FLCj为第j种负荷的负荷削减频率，PLCj为第j种负荷的负荷削减概率，EENSj为第j种负荷的能量供应不足期望值NLCj为第j种负荷在可靠性评估研究周期内负荷削减的次数；Y为可靠性评估研究总年数；Dj,n为第j种负荷第n次负荷削减的持续时间；LCj,n,d为第j种负荷第n次负荷削减中第d个区块的负荷削减量。
6.如权利要求1所述的计及综合需求响应的多能源系统可靠性评估方法，其特征在于，还包括：
S5、基于多能源系统的综合可靠性指标辨识系统的供能薄弱环节，提出可靠性改善措施。
CN201910689577.0A 2019-07-29 2019-07-29 计及综合需求响应的多能源系统可靠性评估方法 Active CN110417053B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910689577.0A CN110417053B (zh) 2019-07-29 2019-07-29 计及综合需求响应的多能源系统可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910689577.0A CN110417053B (zh) 2019-07-29 2019-07-29 计及综合需求响应的多能源系统可靠性评估方法

Publications (2)

Publication Number Publication Date
CN110417053A CN110417053A (zh) 2019-11-05
CN110417053B true CN110417053B (zh) 2020-11-24

Family

ID=68363756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910689577.0A Active CN110417053B (zh) 2019-07-29 2019-07-29 计及综合需求响应的多能源系统可靠性评估方法

Country Status (1)

Country Link
CN (1) CN110417053B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723490B (zh) * 2020-06-23 2023-06-16 太原理工大学 计及可替代负荷的电-气综合能源系统可靠性评估方法
CN111831963A (zh) * 2020-07-14 2020-10-27 中国南方电网有限责任公司 电力市场背景下的综合能源服务商的可调控能力评估方法
CN112001639B (zh) * 2020-08-25 2023-06-06 天津大学 综合能源系统能源需求的可调能力评估方法及存储介质
CN112448404B (zh) * 2020-11-19 2022-08-23 国网经济技术研究院有限公司 一种电-气-热互联背景下的配电网可靠性增效计算方法
CN112989576A (zh) * 2021-02-19 2021-06-18 四川大学 基于实时需求响应评估能源信息耦合系统可靠性的方法
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

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2001288757A1 (en) * 2000-09-01 2002-03-13 Op40, Inc. System, method, uses, products, program products, and business methods for distributed internet and distributed network services
US20160268805A1 (en) * 2015-03-09 2016-09-15 Kevin Michael Finn Alternative Powering and Diagnosis of an Accessibility Lift
CN106026145A (zh) * 2016-05-30 2016-10-12 上海电力设计院有限公司 基于跟踪计划出力的储能配置优化方法
CN106570611A (zh) * 2016-09-29 2017-04-19 重庆大学 一种计及负荷需求响应的并网型微电网可靠性评估方法
CN107767074B (zh) * 2017-11-09 2021-08-10 东南大学 一种计及综合需求响应资源的能源枢纽规划方法
CN109784569A (zh) * 2019-01-23 2019-05-21 华北电力大学 一种区域综合能源系统优化控制方法
CN109886469A (zh) * 2019-01-23 2019-06-14 华北电力大学 一种区域综合能源系统需求侧管理方法

Also Published As

Publication number Publication date
CN110417053A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
CN110417053B (zh) 计及综合需求响应的多能源系统可靠性评估方法
Matsuo et al. Investigating the economics of the power sector under high penetration of variable renewable energies
Grillo et al. Optimal management strategy of a battery-based storage system to improve renewable energy integration in distribution networks
Aatola et al. Impact of the carbon price on the integrating European electricity market
Ward et al. Getting prices right in structural electricity market models
Vonsien et al. Li-ion battery storage in private households with PV systems: Analyzing the economic impacts of battery aging and pooling
CN106655246A (zh) 基于风电预测与需求响应的鲁棒双层优化模型的求解方法
Keles et al. Cross-border effects in interconnected electricity markets-an analysis of the Swiss electricity prices
CN111985105B (zh) 一种计及热动态特性的多微能源网系统可靠性评估方法
Roukerd et al. Uncertainty-based unit commitment and construction in the presence of fast ramp units and energy storages as flexible resources considering enigmatic demand elasticity
Densing et al. Review of Swiss Electricity Scenarios 2050
CN105528668A (zh) 一种风电并网电力系统动态环境经济调度方法
Stratigakos et al. A suitable flexibility assessment approach for the pre-screening phase of power system planning applied on the greek power system
Yang et al. The optimal investment strategy of P2G based on real option theory
CN108399505A (zh) 分布式光伏电源接入容量规划方法及终端设备
CN115293485A (zh) 考虑电动汽车和需求响应的综合能源系统低碳调度方法
D'Adamo et al. Economics and policy implications of residential photovoltaic systems in Italy's developed market
Milligan et al. Advancing wind integration study methodologies: implications of higher levels of wind
CN105514988A (zh) 一种计及动态时空特征的微电网电源规划方案优选方法
Liu et al. Analysis of flexible energy use behavior of rural residents based on two-stage questionnaire: A case study in Xi’an, China
Kondziella et al. Economic analysis of electricity storage applications in the German spot market for 2020 and 2030
Siberry et al. Energy storage valuation: A review of use cases and modeling tools
CN105116268A (zh) 一种分压售电量和分压供电量对线损率影响的分析方法
Ånestad Net electricity load profiles of zero emission buildings: a cost optimization investment model for investigating zero balances, operational strategies and grid restrictions
EP4398438A1 (en) Shared energy storage scheduling method and system based on energy frequency modulation and load demand

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