CN110518583B - 一种考虑动态特性的综合能源系统可靠性评估方法 - Google Patents

一种考虑动态特性的综合能源系统可靠性评估方法 Download PDF

Info

Publication number
CN110518583B
CN110518583B CN201910783249.7A CN201910783249A CN110518583B CN 110518583 B CN110518583 B CN 110518583B CN 201910783249 A CN201910783249 A CN 201910783249A CN 110518583 B CN110518583 B CN 110518583B
Authority
CN
China
Prior art keywords
energy
power
elements
load
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.)
Active
Application number
CN201910783249.7A
Other languages
English (en)
Other versions
CN110518583A (zh
Inventor
肖小兵
付宇
李欢
张锐锋
龙秋风
何洪流
郑友卓
刘安茳
吴鹏
文忠进
王冕
李前敏
王宇
李华鹏
何肖蒙
徐梅梅
何荣卜
曾鹏
代州
刘璐
古庭赟
刘兵
杨忠
范强
张历
辛明勇
刘斌
代奇迹
陈敦辉
汪明媚
孟令雯
陈宇
黄如云
柏毅辉
李忠
安波
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.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou Power Grid 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 Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN201910783249.7A priority Critical patent/CN110518583B/zh
Publication of CN110518583A publication Critical patent/CN110518583A/zh
Application granted granted Critical
Publication of CN110518583B publication Critical patent/CN110518583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • 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
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Power Engineering (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种考虑动态特性的综合能源系统可靠性评估方法，它包括：将综合能源系统中的元件分为一般元件、产能元件和耦合元件；系统中的产能元件分为传统发电机组和可再生能源发电机组；针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率；针对可再生能源发电机组利用参数估计方法计算其一次能源分布和发电功率；根据能源集线器的概念建立耦合元件输入与输出功率的关系；针对系统中各种形式的负荷利用智能算法进行负荷预测；建立综合能源系统的多能量流模型；采用蒙特卡洛法计算综合能源系统的可靠性指标；解决了现有技术对综合能源系统的靠性评估采用传统静态模型的分析方法存在的准确性差算法复杂等技术问题。

Description

一种考虑动态特性的综合能源系统可靠性评估方法
技术领域
本发明综合能量网络领域，尤其涉及一种考虑动态特性的综合能源系统可靠性评估方法。
背景技术
当下全球能源陷入了短缺的境地，煤炭和石油资源不断被消耗。但随着一系列新能源的挖掘使用，比如太阳能、风能以及天然气等能源不断被投入电力行业中。综合能源系统通常由电力系统，天然气系统和热力系统组成。这些系统通过能量耦合元件互连，例如热电联产发电机组(CHP)，电转气设备(P2G)，热泵等。不同子系统之间复杂的耦合和交互特性可能会增加系统可靠性评估的困难。此外，还应考虑可再生能源和各种负荷的波动。
通常对于综合能源系统的分析方法的关键部分是分析综合能源系统的能量流。这些子系统的响应速度不同，并且对整个系统的可靠性有很大影响。而作为综合能源系统规划和运行的基础，综合能源系统可靠性评估的研究仍处于起步阶段。现有技术主要是采用传统静态模型的分析方法，通过简单两状态发电机模型和可再生能源的单一拟合分布；随着人们对持续和高质量能源供应需求的不断增加，确保综合能源系统的可靠性至关重要。此外，综合能源系统直接连接各种形式的负荷，如电力，天然气和热能。由于耦合关系复杂，综合能源系统的可靠性分析如果采用现有技术的分析方法存在准确性差，算法复杂等技术问题。
发明内容：
本发明要解决的技术问题是：提供一种考虑动态特性的综合能源系统可靠性评估方法，以解决现有技术对综合能源系统的靠性评估采用传统静态模型的分析方法存在的准确性差算法复杂等技术问题。
本发明技术方案：
一种考虑动态特性的综合能源系统可靠性评估方法，它包括：
步骤S110、将综合能源系统中的元件分为一般元件、产能元件和耦合元件；一般元件是指与系统中能量的产生或转换无关的元件，产能元件和耦合元件是指与系统中能量的产生或转换有关的元件；
步骤S120、系统中的产能元件分为传统发电机组和可再生能源发电机组；针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率；针对可再生能源发电机组，利用参数估计方法计算其一次能源分布和发电功率；
步骤S130、系统中的耦合元件是联系不同能源系统的元件，包括热电联产机组、电转气设备和热泵；根据能源集线器的概念建立耦合元件输入与输出功率的关系；
步骤S140、针对系统中各种形式的负荷利用智能算法进行负荷预测；
步骤S150、建立综合能源系统的多能量流模型：使用交流潮流方程描述电力系统，使用动态模型描述燃气系统和热力系统；
步骤S160，根据S110-S150的模型或结果，采用蒙特卡洛法计算综合能源系统的可靠性指标。
步骤S120所述针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率的方法为：利用设备参数和历史运行数据得到发电机组功率的N个状态，每个状态i即是一个具体的发电功率Pi,CG，对应的概率设为pi,CG；通过统计发电机每个状态i的运行时间Ti,CG和从i状态转移到任意状态j的次数kij，得到状态转移密度aij和aii，
Figure BDA0002177218950000031
通过状态转移密度aij和aii得到状态转移密度矩阵A＝(aij)N×N；设发电功率对应的概率向量为p＝(pi,CG)1×N，解方程租pA＝0得到每个发电功率对应的概率。
步骤S120所述利用参数估计方法计算其一次能源分布和发电功率的方法为：利用历史气象数据得到当地太阳辐射和风速数据，再通过参数估计方法估计当地太阳辐射和风速分布；太阳辐射由Beta分布描述；通过Weibull，Rayleigh，inverse Gaussian,gamma或lognormal描述风速分布；根据数据确定一定置信水平下的最佳拟合分布；再通过可再生能源发电机组的一次能源与发电功率的关系可得发电机输出功率的大小；
风机功率具体描述为：
Figure BDA0002177218950000041
其中PWTG为风机功率，Pmax,WTG为最大功率，
Figure BDA0002177218950000042
Figure BDA0002177218950000043
vci、vr和vco分别为切入风速、额定风速和切出风速；
光伏功率具体描述为：
Figure BDA0002177218950000044
其中Psolar,t为t时刻光伏功率，Pmax，solar为光伏最大功率，Ht为t时刻太阳辐照强度，Hmax为最大太阳辐照强度，
Figure BDA0002177218950000045
为Beta分布变量。
步骤S130所述根据能源集线器的概念建立耦合元件输入与输出功率的关系的表达式为：
Figure BDA0002177218950000046
n是系统中第i个耦合元件的输入端子个数，m是系统中第i个耦合元件的输出端子个数，Lcoupling表示端子输出功率，Pcoupling表示端子输入功率，
Figure BDA0002177218950000047
是能源转换系数，表示了耦合元件i的能源转换效率，可从设备额定参数和实际运行参数中得到。
步骤S140利用智能算法进行负荷预测，智能算法采用支持向量回归模型，其表达式为：
设负荷估计函数f为：
Figure BDA0002177218950000051
其中K(xi,x)为核函数，αi、
Figure BDA0002177218950000052
为拉格朗日系数，可求解如下优化过程求得：
Figure BDA0002177218950000053
其中常数C为惩罚参数，ε为不敏感损失函数。
步骤S150所述使用交流潮流方程描述电力系统，所述交流潮流方程为
Figure BDA0002177218950000054
其中Pi和Qi为节点i的有功功率和无功功率，ΔPi和ΔQi为功率差，Vi和Vj为节点i和j的电压，θij为i和j的相角差，Gij和Bij是节点i和j之间的电导值和电纳值。
步骤S150所述使用动态模型描述燃气系统和热力系统，所述动态模型为
Figure BDA0002177218950000055
式中：A表示关联矩阵，
Figure BDA0002177218950000056
表示管道流速向量，
Figure BDA0002177218950000057
表示节点注入物质流速向量，B表示回路矩阵，hp表示管道压力向量，K表示管道的阻力系数矩阵，||代表向量模长，q表示管存量，min和mout分别表示管道首端和末端压力，t表示时刻，Δt表示时间间隔。根据物理性质的不同，Δt在燃气系统中取值为分钟级，在热力系统中取值为小时级。
步骤S160所述根据S110-S150的模型或结果，采用蒙特卡洛法计算综合能源系统的可靠性指标的方法包括：
(1)模拟所有元件的状态，包括状态持续时间、负荷值和发电机输出，然后累积当前的模拟时间；
(2)找到故障元件并计算故障状态下的多能量流，如果能量流结果表明电压越限、气压越限或能量流不收敛则采用负荷削减优化模型来重新确定系统的运行状态；负荷削减优化模型旨在最小化电、气、热负荷削减的经济成本和冗余的弃风或弃光成本，目标函数如下：
Figure BDA0002177218950000061
式中cost表示负荷削减和弃风弃光总成本，βi表示负荷i的削减成本，Ci表示负荷i的削减量，M1表示负荷总数，γj表示可再生能源发电机j的削减成本，ΔPsus,j表示可再生能源发电机j的削减功率，M2表示可再生能源发电机总数；
约束条件则是步骤S110-S150所建立模型或所得结果中加入负荷削减量和弃风或弃光量；
(3)系统可靠性指标计算：除了传统的可靠性指标之外，还可以定义和计算一些新的指标；包括可定义热负荷或气负荷的供能中断概率，为P(hp<hp,min)，其中hp是热负荷或气负荷的当前压力，hp,min是最低可接受压力，此指标反映加热力或燃气中断的延迟效应；
(4)如果模拟时间超过预设时间，则模拟过程结束；否则，该过程返回到(1)并继续。
本发明的有益效果：
通过本发明方法得到系统可靠性指标后，可以分析相关因素对系统可靠性指标的影响，包括但不仅限于研究耦合装置的额定功率/容量及其不同位置对系统可靠性的影响，燃气/热力系统的传统静态模型和动态模型之间的不同结果等。
通过通过本发明可以得到综合能源系统的元件模型、负荷预测结果、能量流模型和系统可靠性指标，通过该算法的实施，能够达到对综合能源系统可靠性指标进行全面评估和分析的目标。
本发明相对于现有技术具有如下的优点及效果：
(1)本发明设计的综合能源系统可靠性评估方法，考虑了传统发电机组的多状态模型，和可再生能源的当地最优拟合分布，而不是以往的简单两状态发电机模型和可再生能源的单一拟合分布。
(2)本发明设计的综合能源系统可靠性评估方法，采用智能算法进行了系统负荷预测。
(3)本发明设计的综合能源系统可靠性评估方法，进行了燃气和热力系统的动态分析以及能量流的建模，这是一种较新的模型，相对于传统静态模型的分析方法具有模型更加符合燃气和热力系统延迟效应的物理性质的优点，可以提供更真实的可靠性评估结果。
(4)本发明设计的综合能源系统可靠性评估方法，定义了新的可靠性指标，进一步反映加热力或燃气中断的延迟效应。
附图说明
图1本发明综合能源系统可靠性评估方法流程图。
具体实施方式：
本发明的一个实施方式提供一种综合能源系统可靠性评估方法。该实施方法主要以系统可靠性指标为研究对象，对系统中的各种元件、负荷与能量流分别建模，通过上述模型进行系统可靠性指标的计算。该综合能源系统可靠性评估方法包括以下步骤：
步骤S110，将综合能源系统中的元件分为一般元件、产能元件和耦合元件。一般元件是指与系统中能量的产生或转换无关的元件(包括但不仅限于电力线路、变压器等)，其状态可以使用经典两状态马尔科夫模型(“故障-运行”状态)进行描述。产能元件和耦合元件是指与系统中能量的产生或转换有关的元件。
步骤S120，系统中的产能元件可分为传统发电机组和可再生能源发电机组。(1)针对传统发电机组，利用多状态马尔科夫模型计算发电功率对应的概率；(2)针对可再生能源发电机组，利用参数估计方法计算其一次能源分布和发电功率。具体方法如下：
(1)传统发电机组
利用设备参数和历史运行数据得到发电机组功率的N个状态，每个状态i即是一个具体的发电功率Pi,CG(其对应的概率设为pi,CG)；通过统计发电机每个状态i的运行时间Ti,CG和从i状态转移到任意其他状态j的次数kij，可以得到状态转移密度aij和aii，计算如下：
Figure BDA0002177218950000081
则可得到状态转移密度矩阵A＝(aij)N×N。
设发电功率对应的概率向量为p＝(pi,CG)1×N，解方程租pA＝0可得到每个发电功率对应的概率。
(2)可再生能源发电机组
利用历史气象数据得到当地太阳辐射和风速数据，再通过参数估计方法(包括但不仅限于最大似然估计法)估计当地太阳辐射和风速分布。太阳辐射通常由Beta分布描述，而风速分布更复杂和多变，Weibull，Rayleigh，inverse Gaussian,gamma和lognormal是最常见的分布。根据当地数据，可以确定一定置信水平下(包括但不仅限于95％)的最佳拟合分布。再通过可再生能源发电机组(包括但不仅限于风机和光伏)的一次能源与发电功率的关系可得发电机输出功率的大小。
风机功率可具体描述为：
Figure BDA0002177218950000091
其中PWTG为风机功率，Pmax,WTG为最大功率，
Figure BDA0002177218950000092
Figure BDA0002177218950000093
vci、vr和vco分别为切入风速、额定风速和切出风速。
光伏功率可具体描述为：
Figure BDA0002177218950000094
其中Psolar,t为t时刻光伏功率，Pmax,solar为光伏最大功率，Ht为t时刻太阳辐照强度，Hmax为最大太阳辐照强度。
Figure BDA0002177218950000095
为Beta分布变量。
步骤S130，系统中的耦合元件是联系不同能源系统的元件，包括但不仅限于热电联产机组、电转气设备和热泵等。根据能源集线器的概念建立耦合元件输入与输出功率的关系如下：
Figure BDA0002177218950000096
n是系统中第i个耦合元件的输入端子个数，m是系统中第i个耦合元件的输出端子个数，Lcoupling表示端子输出功率，Pcoupling表示端子输入功率，
Figure BDA0002177218950000097
是能源转换系数，表示了耦合元件i的能源转换效率，可从设备额定参数和实际运行参数中得到。
步骤S140，针对系统中各种形式的负荷(包括但不仅限于电负荷、气负荷与热负荷)，利用智能算法进行负荷预测。
智能算法包括但不仅限于支持向量回归模型，具体描述如下
设负荷估计函数f为：
Figure BDA0002177218950000101
其中K(xi,x)为核函数，αi、
Figure BDA0002177218950000102
为拉格朗日系数，可求解如下优化过程求得：
Figure BDA0002177218950000103
其中常数C为惩罚参数，ε为不敏感损失函数。
步骤S150，建立综合能源系统的多能量流模型：使用交流潮流方程描述电力系统，使用动态模型描述燃气系统和热力系统，具体如下：
(1)电力系统
Figure BDA0002177218950000104
其中Pi和Qi为节点i的有功功率和无功功率，ΔPi和ΔQi为功率差，Vi和Vj为节点i和j的电压，θij为i和j的相角差，Gij和Bij是节点i和j之间的电导值和电纳值。
(2)燃气系统或热力系统
Figure BDA0002177218950000105
其中A表示关联矩阵，
Figure BDA0002177218950000113
表示管道流速向量，
Figure BDA0002177218950000111
表示节点注入物质流速向量，B表示回路矩阵，hp表示管道压力向量，K表示管道的阻力系数矩阵，||代表向量模长，q表示管存量，min和mout分别表示管道首端和末端压力，t表示时刻，Δt表示时间间隔。根据物理性质的不同，Δt在燃气系统中取值为分钟级，在热力系统中取值为小时级。
步骤S160，根据S110-S150的模型或结果，采用蒙特卡洛法计算综合能源系统的可靠性指标。具体如下(初始当前模拟时间为零)：
(1)模拟所有元件的状态(包括状态持续时间)，负荷值和发电机输出，然后累积当前的模拟时间。
(2)找到故障元件并计算故障状态下的多能量流。如果能量流结果表明电压越限、气压越限或能量流不收敛等，则应采用负荷削减优化模型来重新确定系统的运行状态。负荷削减优化模型旨在最小化电/气/热负荷削减的经济成本和冗余的弃风或弃光成本，目标函数如下：
Figure BDA0002177218950000112
其中cost表示负荷削减和弃风弃光总成本，βi表示负荷i的削减成本，Ci表示负荷i的削减量，M1表示负荷总数，γj表示可再生能源发电机j的削减成本，ΔPsus,j表示可再生能源发电机j的削减功率，M2表示可再生能源发电机总数。
约束条件则是步骤S110-S150所建立模型或所得结果中，加入负荷削减量和弃风或弃光量。
(3)系统可靠性指标计算。除了传统的可靠性指标(SAIFI，ENS等)之外，还可以定义和计算一些新的指标。例如，可定义热负荷或气负荷的供能中断概率，为P(hp<hp,min)，其中hp是热负荷或气负荷的当前压力，hp,min是最低可接受压力，此指标可以反映加热力或燃气中断的延迟效应。
(4)如果模拟时间超过预设时间，则模拟过程结束。否则，该过程返回到(1)并继续。
得到系统可靠性指标后，可以分析相关因素对系统可靠性指标的影响，包括但不仅限于研究耦合装置的额定功率/容量及其不同位置对系统可靠性的影响，燃气/热力系统的传统静态模型和动态模型之间的不同结果等。
通过以上步骤就可以得到综合能源系统的元件模型、负荷预测结果、能量流模型和系统可靠性指标，通过该算法的实施，能够达到对综合能源系统可靠性指标进行全面评估和分析的目标。
本发明的综合能源系统可靠性评估方法相对于现有技术具有如下的优点及效果：
(1)本发明设计的综合能源系统可靠性评估方法，考虑了传统发电机组的多状态模型，和可再生能源的当地最优拟合分布，而不是以往的简单两状态发电机模型和可再生能源的单一拟合分布。
(2)本发明设计的综合能源系统可靠性评估方法，采用智能算法进行了系统负荷预测。
(3)本发明设计的综合能源系统可靠性评估方法，进行了燃气和热力系统的动态分析以及能量流的建模，这是一种较新的模型，相对于传统静态模型的分析方法具有模型更加符合燃气和热力系统延迟效应的物理性质的优点，可以提供更真实的可靠性评估结果。
(4)本发明设计的综合能源系统可靠性评估方法，定义了新的可靠性指标，进一步反映加热力或燃气中断的延迟效应。

Claims (2)

1.一种考虑动态特性的综合能源系统可靠性评估方法，它包括：
步骤S110、将综合能源系统中的元件分为一般元件、产能元件和耦合元件；一般元件是指与系统中能量的产生或转换无关的元件，产能元件和耦合元件是指与系统中能量的产生或转换有关的元件；
步骤S120、系统中的产能元件分为传统发电机组和可再生能源发电机组；针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率；针对可再生能源发电机组，利用参数估计方法计算其一次能源分布和发电功率；
步骤S120所述针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率的方法为：利用设备参数和历史运行数据得到发电机组功率的N个状态，每个状态i即是一个具体的发电功率Pi,CG，对应的概率设为pi,CG；通过统计发电机每个状态i的运行时间Ti,CG和从i状态转移到任意状态j的次数kij，得到状态转移密度aij和aii，
Figure FDA0003768920860000011
通过状态转移密度aij和aii得到状态转移密度矩阵A＝(aij)N×N；设发电功率对应的概率向量为p＝(pi,CG)1×N，解方程组pA＝0得到每个发电功率对应的概率；
步骤S120所述利用参数估计方法计算其一次能源分布和发电功率的方法为：利用历史气象数据得到当地太阳辐射和风速数据，再通过参数估计方法估计当地太阳辐射和风速分布；太阳辐射由Beta分布描述；通过Weibull，Rayleigh，inverse Gaussian,gamma或lognormal描述风速分布；根据数据确定一定置信水平下的最佳拟合分布；再通过可再生能源发电机组的一次能源与发电功率的关系可得发电机输出功率的大小；
步骤S130、系统中的耦合元件是联系不同能源系统的元件，包括热电联产机组、电转气设备和热泵；根据能源集线器的概念建立耦合元件输入与输出功率的关系；
步骤S130所述根据能源集线器的概念建立耦合元件输入与输出功率的关系的表达式为：
Figure FDA0003768920860000021
n是系统中第i个耦合元件的输入端子个数，m是系统中第i个耦合元件的输出端子个数，Lcoupling表示端子输出功率，Pcoupling表示端子输入功率，
Figure FDA0003768920860000022
是能源转换系数，表示了耦合元件i的能源转换效率，可从设备额定参数和实际运行参数中得到；
步骤S140、针对系统中各种形式的负荷利用智能算法进行负荷预测；
步骤S140利用智能算法进行负荷预测，智能算法采用支持向量回归模型，其表达式为：
设负荷估计函数f为：
Figure FDA0003768920860000023
其中K(xi,x)为核函数，αi、
Figure FDA0003768920860000024
为拉格朗日系数，可求解如下优化过程求得：
Figure FDA0003768920860000025
其中常数C为惩罚参数，ε为不敏感损失函数；
步骤S150、建立综合能源系统的多能量流模型：使用交流潮流方程描述电力系统，使用动态模型描述燃气系统和热力系统；
步骤S150所述使用交流潮流方程描述电力系统，所述交流潮流方程为
Figure FDA0003768920860000031
其中Pi和Qi为节点i的有功功率和无功功率，ΔPi和ΔQi为功率差，Vi和Vj为节点i和j的电压，θij为i和j的相角差，Gij和Bij是节点i和j之间的电导值和电纳值
步骤S150所述使用动态模型描述燃气系统和热力系统，所述动态模型为
Figure FDA0003768920860000032
式中：A表示关联矩阵，
Figure FDA0003768920860000033
表示管道流速向量，
Figure FDA0003768920860000034
表示节点注入物质流速向量，B表示回路矩阵，hp表示管道压力向量，K表示管道的阻力系数矩阵，||代表向量模长，q表示管存量，min和mout分别表示管道首端和末端压力，t表示时刻，Δt表示时间间隔；根据物理性质的不同，Δt在燃气系统中取值为分钟级，在热力系统中取值为小时级；
步骤S160，采用蒙特卡洛法计算综合能源系统的可靠性指标；
步骤S160根据S110-S150的模型或结果，采用蒙特卡洛法计算综合能源系统的可靠性指标的方法包括：
(1)模拟所有元件的状态，包括状态持续时间、负荷值和发电机输出，然后累积当前的模拟时间；
(2)找到故障元件并计算故障状态下的多能量流，如果能量流结果表明电压越限、气压越限或能量流不收敛则采用负荷削减优化模型来重新确定系统的运行状态；负荷削减优化模型旨在最小化电、气、热负荷削减的经济成本和冗余的弃风或弃光成本，目标函数如下：
Figure FDA0003768920860000041
式中cost表示负荷削减和弃风弃光总成本，βi表示负荷i的削减成本，Ci表示负荷i的削减量，M1表示负荷总数，γj表示可再生能源发电机j的削减成本，ΔPsus,j表示可再生能源发电机j的削减功率，M2表示可再生能源发电机总数；
约束条件则是步骤S110-S150所建立模型或所得结果中加入负荷削减量和弃风或弃光量；
(3)系统可靠性指标计算：除了传统的可靠性指标之外，还包括热负荷或气负荷的供能中断概率，为P(hp<hp,min)，其中hp是热负荷或气负荷的当前压力，hp,min是最低可接受压力，此指标反映加热力或燃气中断的延迟效应；
(4)如果模拟时间超过预设时间，则模拟过程结束；否则，该过程返回到(1)并继续。
2.根据权利要求1所述的一种考虑动态特性的综合能源系统可靠性评估方法，其特征在于：
风机功率具体描述为：
Figure FDA0003768920860000042
其中PWTG为风机功率，Pmax,WTG为最大功率，
Figure FDA0003768920860000051
Figure FDA0003768920860000052
vci、vr和vco分别为切入风速、额定风速和切出风速；
光伏功率具体描述为：
Figure FDA0003768920860000053
其中Psolar,t为t时刻光伏功率，Pmax,solar为光伏最大功率，Ht为t时刻太阳辐照强度，Hmax为最大太阳辐照强度，
Figure FDA0003768920860000054
为Beta分布变量。
CN201910783249.7A 2019-08-23 2019-08-23 一种考虑动态特性的综合能源系统可靠性评估方法 Active CN110518583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910783249.7A CN110518583B (zh) 2019-08-23 2019-08-23 一种考虑动态特性的综合能源系统可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910783249.7A CN110518583B (zh) 2019-08-23 2019-08-23 一种考虑动态特性的综合能源系统可靠性评估方法

Publications (2)

Publication Number Publication Date
CN110518583A CN110518583A (zh) 2019-11-29
CN110518583B true CN110518583B (zh) 2022-11-11

Family

ID=68627420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910783249.7A Active CN110518583B (zh) 2019-08-23 2019-08-23 一种考虑动态特性的综合能源系统可靠性评估方法

Country Status (1)

Country Link
CN (1) CN110518583B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111475953B (zh) * 2020-04-10 2023-05-05 广东电网有限责任公司 供能可靠性影响分析方法、装置设备及存储介质
CN111626487B (zh) * 2020-05-15 2023-05-26 浙江大学 一种综合能源系统多评价指标优化规划技术方法和系统
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
CN112085399B (zh) * 2020-09-15 2024-02-06 中国石油大学(北京) 能源系统可靠性确定方法、装置和设备
CN113469487B (zh) * 2021-05-08 2024-01-05 浙江大学 一种基于通用生成函数法的综合能源系统节点可靠性量化方法及系统
CN113806972B (zh) * 2021-08-04 2022-11-22 浙江大学 一种考虑供需双侧灵活性的综合能源系统可靠性分析方法
CN117291445B (zh) * 2023-11-27 2024-02-13 国网安徽省电力有限公司电力科学研究院 一种综合能源系统下基于状态转移的多目标预测方法
CN117521427B (zh) * 2024-01-08 2024-03-22 华北电力大学 压缩空气储能系统可靠性评估方法、系统、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105449666A (zh) * 2015-10-20 2016-03-30 中国农业大学 适用于微电网的多状态等值分析方法及系统
CN106897833A (zh) * 2017-02-24 2017-06-27 广东工业大学 一种新能源配电网可靠性的评估方法及装置
CN107681691A (zh) * 2017-09-30 2018-02-09 太原理工大学 计及不确定性因素的风电并网系统运行可靠性评估方法
CN109376428A (zh) * 2018-10-24 2019-02-22 南方电网科学研究院有限责任公司 综合能源系统的可靠性评估方法、装置、设备及存储介质
CN110034572A (zh) * 2019-04-17 2019-07-19 中国科学院广州能源研究所 含多端口电力电子变压器的交直流混合系统储能配置方法
CN110110395A (zh) * 2019-04-18 2019-08-09 江苏理工学院 一种基于马尔可夫和通用生成函数的多状态系统可靠性评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105449666A (zh) * 2015-10-20 2016-03-30 中国农业大学 适用于微电网的多状态等值分析方法及系统
CN106897833A (zh) * 2017-02-24 2017-06-27 广东工业大学 一种新能源配电网可靠性的评估方法及装置
CN107681691A (zh) * 2017-09-30 2018-02-09 太原理工大学 计及不确定性因素的风电并网系统运行可靠性评估方法
CN109376428A (zh) * 2018-10-24 2019-02-22 南方电网科学研究院有限责任公司 综合能源系统的可靠性评估方法、装置、设备及存储介质
CN110034572A (zh) * 2019-04-17 2019-07-19 中国科学院广州能源研究所 含多端口电力电子变压器的交直流混合系统储能配置方法
CN110110395A (zh) * 2019-04-18 2019-08-09 江苏理工学院 一种基于马尔可夫和通用生成函数的多状态系统可靠性评估方法

Also Published As

Publication number Publication date
CN110518583A (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
CN110518583B (zh) 一种考虑动态特性的综合能源系统可靠性评估方法
CN109858759B (zh) 一种工业园区综合能源平衡调度方法
Lu et al. Probabilistic flexibility evaluation for power system planning considering its association with renewable power curtailment
CN109919399B (zh) 一种综合能源系统日前经济调度方法及系统
Basciotti et al. Sensible heat storage in district heating networks: a novel control strategy using the network as storage
CN110544025B (zh) 电转气-储气罐组合的气电综合能源系统优化调度方法
CN107732982B (zh) 考虑模型预测控制的综合能源系统多时间尺度调度方法
CN115693757A (zh) 一种基于数字孪生技术的光伏能源优化调控方法
CN104268800B (zh) 基于场景库的风电并网调峰平衡判定方法
CN106230028A (zh) 一种风电—抽水蓄能联合系统的多目标优化方法
CN111030094B (zh) 一种多能互补园区供能可靠性评估方法
CN106886839B (zh) 基于混合整数规划的水火电机组组合优化调度方法
CN111598289A (zh) 计及lstm光伏出力预测的综合能源系统分散式优化方法
CN116341881B (zh) 计及热网灵活性的电-热系统鲁棒超前调度方法及系统
Rouhani et al. A comprehensive method for optimum sizing of hybrid energy systems using intelligence evolutionary algorithms
CN105930980B (zh) 一种电转气的综合能源系统多点线性概率能量流方法
CN110429591B (zh) 一种基于电力系统时序耦合性的输电网利用率评估方法
CN112381375A (zh) 一种基于潮流分配矩阵的电网经济运行域快速生成方法
CN114757500A (zh) 一种基于mcmc算法的综合能源系统可靠性评估方法
KR20200114424A (ko) 이종 신재생 에너지원이 결합된 발전원 운영 방법 및 장치
CN113659620A (zh) 基于动态频率约束的水风互补发电系统日前调度方法
CN116402210A (zh) 一种综合能源系统多目标优化方法、系统、设备和介质
CN109409609A (zh) 综合能源系统多能流供需平衡的概率约束建模方法和装置
Xiao et al. Power Source Flexibility Margin Quantification Method for Multi-Energy Power Systems Based on Blind Number Theory
CN110544033B (zh) 热电厂灵活性改造后的电力系统风电消纳评估方法

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