CN110544017A - 考虑热惯性和能源网络约束的能源系统可靠性评估方法 - Google Patents
考虑热惯性和能源网络约束的能源系统可靠性评估方法 Download PDFInfo
- Publication number
- CN110544017A CN110544017A CN201910737560.8A CN201910737560A CN110544017A CN 110544017 A CN110544017 A CN 110544017A CN 201910737560 A CN201910737560 A CN 201910737560A CN 110544017 A CN110544017 A CN 110544017A
- Authority
- CN
- China
- Prior art keywords
- energy
- node
- reliability
- flow
- energy system
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 56
- 239000003345 natural gas Substances 0.000 claims abstract description 28
- 230000008878 coupling Effects 0.000 claims abstract description 7
- 238000010168 coupling process Methods 0.000 claims abstract description 7
- 238000005859 coupling reaction Methods 0.000 claims abstract description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 48
- 238000006243 chemical reaction Methods 0.000 claims description 40
- 238000010438 heat treatment Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000013486 operation strategy Methods 0.000 claims description 17
- 230000014509 gene expression Effects 0.000 claims description 16
- 230000007704 transition Effects 0.000 claims description 11
- 235000019640 taste Nutrition 0.000 claims description 6
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 abstract description 21
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 239000007789 gas Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241000219780 Pueraria Species 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
Abstract
本发明涉及一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，包括以下步骤：确定用户级综合能源系统的可靠性指标；获取电力、热力、天然气供应网络及其耦合关联数据，建立用户级综合能源系统模型；基于可靠性指标评估用户级综合能源系统模型的可靠性；所述用户级综合能源系统模型计及热惯性，基于不同能源网络的约束计算用户级综合能源系统的可靠性，所述不同能源网络的约束包括电力网络潮流方程约束、天然气网络能流方程约束和热力网络能流方程约束。与现有技术相比，本发明用户级综合能源系统模型计及了热惯性，该模型可靠性的评估计及了不同能源网络的约束，考虑更加全面，提高了可靠性评估的准确性。
Description
技术领域
本发明涉及能源系统可靠性评估方法，尤其是涉及一种考虑热惯性和能源网络约束的能源系统可靠性评估方法。
背景技术
在传统化石能源储量有限和环境污染问题日益严重的双重压力下，粗放的能源利用模式与环境保护之间的体制机制性矛盾日益凸显。在此背景下，得益于能源转换技术的不断发展，综合能源系统(integrated energy system,IES)应运而生。IES是指在规划、设计、建设和运行过程等过程中，通过对各类能源的产生、分配、转换、消费、存储等环节进行有机协调与优化后，所形成的能源产供消一体化系统。然而，IES设备种类繁杂，运行特性各异，同时伴随着能量的双向流动，使得其可靠性的评估更为复杂。
当前，针对IES可靠性评估问题，国内外的研究主要集中在电-气或冷-热-电这两类能源系统的稳态评估方面。文献“Natural gas network modeling for power systemsreliability studies”(MUNO J,JIMENEZR N,PEREZ R J,et al.2003IEEE Bologna PowerTech Conference Proceedings.Bologna,Italy:IEEE,2013:4-8)建立了燃气-电力互联系统的可靠性模型，计算了联合循环发电厂可提供的最大电量；文献“Reliability modelingof multi-carrier energy systems”(Koeppel G,Andersson G.Energy,2009,34(3):235-244)以能源集线器模型为基础，提出了一种IES可靠性评估方法；文献“Reliability andavailability analysis of redundant BCHP(building cooling,heating and power)system”(Wang J J,Fu C,Yang K,et al.Energy,2013,61(4):531-540)利用马尔可夫模型对建筑中冷-热-电联产系统的可靠性进行了量化分析，证明了冷-热-电联产对提升系统可靠性的积极作用；文献“CCHP and Reliability of Electricity Supply”(Qi Y D,Liu ZG,Song G M.Advanced Materials Research,2011,250-253:3173-3176)采用模块化建模方法，对冷-热-电系统进行仿真分析，证明了基于微型燃气轮机的热电联产对提高系统可靠性的积极作用；文献“电–气混联综合能源系统概率能量流分析”(陈胜,卫志农,孙国强,等.中国电机工程学报,2015,35(24):6331-6340)提出了以运行费用最小为目标的优化模型，计算了电负荷、气负荷削减量；文献“考虑多能耦合及品位差异的含储能微网可靠性评估”(葛少云,李吉峰,刘洪,等.电力系统自动化,2018,42(4):165-173)提出了计及可靠性的电-气-热能量枢纽配置模型，计算了能源枢纽最优容量配置；文献“计及可靠性的电-气-热能量枢纽配置与运行优化”(罗艳红,梁佳丽,杨东升,等.电力系统自动化,2018,42(4):47-54)提出了一种考虑负荷随机性和能源品味差异的综合能源系统可靠性评估方法。
公开号为CN108921727A的发明公开了一种考虑热负荷动态特性的区域综合能源系统可靠性评估方法：根据选定的区域综合能源系统，输入：电力、天然气、区域供热系统数据，能源集线器数据，各种元件故障率，电、气、热切负荷价格数据，分层解耦优化收敛判断阈值，可靠性指标收敛判断阈值，最大抽样次数，建筑物室内设计温度；选取所有元件的运行状态；进行系统状态分析，对所选择系统状态进行潮流优化计算，得到系统状态下电、气、热的切负荷量；计算可靠性指标，包括有电、气、热期望负荷削减和期望负荷削减频率；计算可靠性指标收敛判据；判断准序贯法抽样次数；输出电/气/热区域综合能源系统可靠性指标。
上述研究表明，IES的可靠性评估已受到国内外学者的广泛关注，但仍然存在以下问题：(1)当前研究大多从稳态角度分析系统可靠性，对多时间尺度下的评估仍然不够完善；(2)现有用户级IES可靠性评估方法没有考虑网络约束。因此，需要考虑热惯性和能源网络约束，展开用户级IES的可靠性评估。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑热惯性和能源网络约束的能源系统可靠性评估方法。
本发明的目的可以通过以下技术方案来实现：
一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，包括以下步骤：确定用户级综合能源系统的可靠性指标；获取电力、热力、天然气供应网络及其耦合关联数据，建立用户级综合能源系统模型；基于可靠性指标评估用户级综合能源系统模型的可靠性；
其特征在于，所述用户级综合能源系统模型计及热惯性，基于不同能源网络的约束计算用户级综合能源系统的可靠性，所述不同能源网络的约束包括电力网络潮流方程约束、天然气网络能流方程约束和热力网络能流方程约束。
能源网络约束会限制某子系统对其他子系统的最大支援容量，从而影响其他子系统的可靠性。计及能源网络约束的用户级综合能源系统可靠性评估，有利于提高评估结果的准确性。
进一步地，所述电力网络潮流方程约束的表达式为：
式中，Pe,i为节点i的有功功率，Qe,i为节点i的无功功率，Ui为节点i的电压幅值，Uj为节点j的电压幅值，Gij为节点i、j间的电导，Bij为节点i、j间的电纳，θij为节点i、j的相角差，除相角差外的物理量在计算时均使用标幺值。
进一步地，所述天然气网络能流方程约束的表达式为：
式中，Si为气源节点向节点i注入的流量，Ci为节点i相邻节点的集合，Fji为节点j流向节点i的流量，Wi为节点i的负荷流量，pi为节点i的气压，pj为节点j的气压，f为管道摩擦系数，G为天然气相对密度，D为管道直径。
进一步地，所述热力网络能流方程约束的表达式为：
Am＝mq
Bhf＝0
hf＝Km|m|
Ph＝Cpmq(Ts-To)
式中，A为节点支路关联矩阵，m为管道流量，mq为节点负荷流量，负荷节点为正，热源节点为负，hf为管道压头损失，B为管道回路关联矩阵，K为管道阻抗系数，Ph为节点热功率，Cp为水的比热容，Ts为节点供水温度，To为节点出口水温，Tstart为管道起始节点、Tend为管道终止节点水温，Ta为环境温度，λ为管道传热系数，L为管道长度，min,i为流入混合节点的水流量，mout,i为流出混合节点的水流量，Tin,i为流入混合节点的水温，Tout,i为流出混合节点的水温。
进一步地，综合能源系统中不同能源的传输特性和时间尺度不同，例如电能传输可在瞬时完成，其状态变化处于同一时间断面；而热能传输速度慢，能量的传输和变换横跨多个时间断面，因此，不同能源中断供应后对用户造成的后果也将不同。当各子系统独立运行时，电能供应中断将立刻导致用电设备停运，不能满足用户需求；冷、热等惯性较大的负荷，其用能本质是在一段时间内获得或保持一定温度，即允许温度在一定范围内波动，因此，用户对于供能中断的反馈具有滞后性。本发明中所述的计及热惯性具体为：采用线性能量平衡法，对热惯性进行准稳态建模，获取热惯性子模型；该热惯性子模型的表达式为：
式中，t为将一个典型日平均分为D个时段后的时段序号，Δt为各时段持续的时间，C为容器热容量，R为容器热阻，T(t)为时段t的热水温度，Ta(t)为时刻t的环境温度，ce为水的比热容，q(t)为时刻t的用水速率，Td为热水期望温度，Tin为进入系统的冷水温度，Pth为加热功率。
进一步地，相比独立运行的传统能源系统，综合能源系统具有多能互济的特征，即对于给定的用户需求，其能源输入可能并不唯一，从可靠性角度看，多能互济的本质就是不同形式的能源子系统通过能源转换设备形成了互联系统，各子系统的可靠性较孤立运行时均有提升，所述综合能源系统模型计及了各子系统间的能流互济，包括有能流互济可靠性增益，该能流互济可靠性增益ΔLOLPα的表达式为：
ΔLOLPα＝P(L＞min{ρinput(Lα+Rα),ρααξαα,max})-P(L＞min{ρinput(Lα+Rα),ρααξαα,max}+ξsupport,α)
式中，ρinput,i为能流输入状态集，ρiα为从能流i到α的能源转换设备工作状态集，ρiα,ρinput,i∈{0,k1,k2,…,kn,1}，0表示设备故障，kn为降额运行系数，1表示设备正常工作，ξiα，max为最大转换容量，E为输入容量，L为输出容量，Siα为优先等级高于α的子系统所需的支援容量，优先级由运行策略决定，ηiα为能源转换效率，ξmax为最大转换容量矩阵，表征能源转换设备最大转换容量。
进一步地，所述综合能源系统模型还考虑了综合能源系统的基本运行策略，综合能源系统模型依据该运行策略支援运行过程中出现的危险系统，综合能源系统的运行策略涉及到能流调度，其本质是一个寻优过程。在进行综合能源系统可靠性评估时，也应考虑其运行策略。根据各子系统能否独立满足用能需求，将综合能源系统工作状态划分为正常状态和危险状态，该基本运行策略包括：
1)同种能源之间相互供应的优先程度最高；
2)依据能源品味等要素确定各子系统重要程度：电力>天然气>热；
3)在正常状态下，各子系统的能流输入均能独立满足负荷需求，超出部分作为备用或支援容量；
4)在危险状态下，能流输入不足的子系统接受其他子系统的支援以满足负荷需求，支援容量受设备转换容量和工作状态限制；
5)连续稳定的运行方式不是保证热能供应的唯一方式。
进一步地，所述综合能源系统模型采用的转移状态矩阵P的表达式为：
式中，λis为从状态i到状态s的转移率，N为状态数，满足N＝2n，n为元件数。
与现有技术相比，本发明具有以下优点：
(1)本发明进行综合能源系统的可靠性评估在计及了热惯性的基础上，同时计及了不同能源网络的约束，考虑更加全面，达到用户级综合能源系统可靠性评估的水平。
(2)本发明用户级综合能源系统的可靠性评估计及了能源网络约束，能源网络约束会限制某子系统对其他子系统的最大支援容量，从而影响其他子系统的可靠性，计及了能源网络约束的可靠性评估，有利于提高评估结果的准确性。
(3)本发明不同能源网络的约束包括电力网络潮流方程约束、天然气网络能流方程约束和热力网络能流方程约束，它们的表达式，相比于已有技术，计算出的结果更准确。
(4)本发明从准稳态的角度对热惯性建模，具体分析了不同能源的特有的时间尺度，考虑更全面，使得本发明能源系统可靠性评估更完善。
附图说明
图1为本发明能源系统可靠性评估流程示意图；
图2为能源集线器模型示意图；
图3为能流互济前系统可靠性二位数组图；
图4为能流互济后系统可靠性二位数组图；
图5为热惯性示意图；
图6为能源特征图；
图7为本发明能源系统供能流程示意图；
图8为本发明能源系统状态空间图：
图9为本发明实施例典型日IES负荷曲线图；
图10为本发明实施例典型日环境温度曲线图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
如图1所示，本实施例为一种考虑热惯性和能源网络约束的用户级综合能源系统可靠性评估方法，包括以下步骤：
S1：基于能源集线器模型对用户级综合能源系统多能互济的特性进行分析，计算得到不同时间断面内各子系统支援容量，基于此推导出能流互济可靠性增益指标；
步骤S1的具体过程如下：
如图2所示，能源集线器模型可分为“配-转-用”三部分，α、β、ω分别代表不同能源种类，ij表示能流转换路径，i,j∈{α,β,ω}。可用耦合矩阵C表示能流转换过程以描述三者的关系，三者关系的表达式如下：
式中，E和L为能流输入和输出矩阵，C为耦合矩阵，包括能源转化效率和优化调度因子。
相比独立运行的传统能源系统，IES具有多能互济的特征，即对于给定的用户需求，其能源输入可能并不唯一。从可靠性角度看，多能互济的本质就是不同形式的能源子系统通过能源转换设备形成了互联系统，各子系统的可靠性较孤立运行时均有提升。计算不同子系统的可靠性指标，通过可靠性二维概率数组图可直观表示能流互济的可靠性增益。
如图3所示，该图为不考虑能流互济时系统可靠性的二维概率数组图。Lα和Rα分别表示α子系统的最大负荷和备用容量，Lothers和Rothers分别表示其他子系统的最大负荷和备用容量,Oα和Pα分别表示α子系统的停运容量和对应概率，OO和PO分别表示其他子系统的停运容量和对应概率。图中阴影部分W区域表示α子系统和其他子系统的停运容量均未超过各自备用容量，IES正常工作；X区域表示α子系统停运容量超出备用，其他子系统正常工作；Y区域表示其他子系统停运容量超出备用，α子系统正常工作；Z区域表示两子系统停运容量均大于各自备用容量。
考虑能流互济后，当某一子系统供能不足，可通过能源转换设备接受其他子系统的支援。假设能源转换设备容量和相互支援容量无限制，则系统可靠性的二维概率数组图如图4所示。
对比图3可知，IES正常工作的区域增加了X”和Y”部分，其中X”部分表明当α子系统停运容量超出备用容量时，其余系统将通过能源转换设备进行支援，提高α子系统可靠性。因此在考虑能流互济后，不同子系统之间能够相互支援，系统备用容量变大，IES可靠性得到了阶梯形的增益。
在实际运行过程中，应考虑支援容量的限制。支援容量受设备限制，定义最大转换容量矩阵ξmax来表征能源转换设备最大转换容量，ξmax的表达式为：
考虑到不同运行策略下，各子系统的重要程度不同，支援优先顺序不同，各子系统可获得的支援容量ξsupport,α可用下式计算：
式中，ρinput,i和ρiα分别表示能流输入状态集和从能流i到α的能源转换设备工作状态集，ρiα,ρinput,i∈{0,k1,k2,…,kn,1}，0表示设备故障，kn为降额运行系数，1表示设备正常工作，ξiα，max为最大转换容量，E为输入容量，L为输出容量，Siα为优先等级高于α的子系统所需的支援容量，优先级由运行策略决定，ηiα为能源转换效率。
综上，各子系统的能流互济可靠性增益ΔLOLPα为：
ΔLOLPα＝P(L＞min{ρinput(Lα+Rα),ρααξαα,max})-P(L＞min{ρinput(Lα+Rα),ρααξαα,max}+ξsupport,α)
S2：对热惯性进行准稳态建模，利用分析描述不同形式能源的品味差异和具体特征，以此设置系统基本运行策略；
步骤S2的具体过程如下：
1)热惯性子模型
IES中不同能源的传输特性和时间尺度不同。例如电能传输可在瞬时完成，其状态变化处于同一时间断面；而热能传输速度慢，能量的传输和变换横跨多个时间断面，因此，不同能源中断供应后对用户造成的后果也将不同。当各子系统独立运行时，电能供应中断将立刻导致用电设备停运，不能满足用户需求；冷、热等惯性较大的负荷，其用能本质是在一段时间内获得或保持一定温度，即允许温度在一定范围内波动，因此，用户对于供能中断的反馈具有滞后性。
如图5所示，该图描述了能流输入充足的情况下，当加热元件状态变化时，介质温度的变化趋势。图中加热元件工作状态为随机变量，Tmax和Tmin分别表示用户可接受的最高温度和最低温度。当加热元件正常工作时，加热功率大于散热功率，热容器中介质温度由初始温度逐步上升，当上升到可接受最高温度Tmax时，调整输入容量，使得加热功率等于散热功率，保证介质温度不再变化；当加热元件故障时，热容器不断与周围环境交换热量，介质温度逐步降低，直到加热元件再次正常工作，介质温度才会上升。分别基于元件状态和介质温度评估供热系统工作状态，如图5阴影部分所示。基于加热元件状态评估系统可靠性时，若加热元件故障，则判定系统故障；基于介质温度评估系统可靠性时，若加热元件故障，介质温度将逐步下降而非突变，只要温度处于用户可接受范围内，则判定系统正常。二者的区别在于加热元件状态为0-1变量，元件由正常变为故障时其状态会发生突变，而介质温度则是连续变量。因此，基于介质温度的热网可靠性评估模型更为精确。
为了描述温度变化的惯性过程，采用线性能量平衡法，对热惯性过程进行建模。假设任意时刻热水罐内热水温度均匀且只有一个加热元件，则任意时刻的温度变化趋势如下所示：
式中，C为容器热容量，R为容器热阻，T(t)和Ta(t)为时刻t的热水温度和环境温度，ce为水的比热容，q(t)为时刻t的用水速率，Td为热水期望温度，Pth为加热功率。
该式描述了热水系统与周围环境和系统中冷水进行热能交换的过程。
热平衡方程描述了热水温度与环境温度、加热功率间的惯性关系。为简化计算，可对热惯性子模型进行准稳态处理，在每个时间断面认为其温度变化率恒定，则温度T(t)满足：
在计算实时流量时，可对热惯性子模型进行稳态处理，可得某一热功率下热水使用量：
2)IES基本运行策略
IES的运行策略涉及到能流调度，其本质是一个寻优过程。在进行IES可靠性评估时，也应考虑其运行策略。根据各子系统能否独立满足用能需求，将IES工作状态划分为正常状态和危险状态。基于现有运行策略和不同能源品味差异，本发明设置IES基本运行策略如下：
(1)同种能源之间相互供应的优先程度最高。
能源的转换必然伴随着损耗和延迟，因此在能流输入能够满足负荷需求的情况下，优先使用同种能源。
(2)依据能源品味等要素确定各子系统重要程度：电力>天然气>热。
为实现IES中不同能流间的科学比较，采用分析法计算各子系统能流的值。是系统或物质流、能量流达到与参考环境平衡时所产生的最大功。它反映了能量转换的不可逆损失和能量传递的方向性，揭示能量利用过程的本质，描述了能流“质”的差异。
在IES中，电能可将全部能量用于做功，因此电能值等于其能量值，即：
exe＝ee
式中，ee为电能的比能量值，kJ/kWh。
天然气能量的本质是燃烧产生的化学可通过系数计算得到：
exc＝ecβ
式中，ec是燃料的比能量值，kJ/kg，β是系数，常见能源的系数如下：
热水计算方法如下：
式中，T0是基准温度，T为热水温度，Δq为单位质量热水所含热量，kJ/kg。
综上，电能、天然气相对热能，单位值更高，易于转化利用，应当具有较高的优先级。
对电能和天然气进行多方面比较，评价体系如表1所示，其中修复率、供能半径、用能半径为正指标，其余为负指标。
表1能源评价体系表
对上述能源评价体系中各指标进行赋分，可得图6所示电能和天然气的能源特征图。
如图6所示，电能的经济性稍差于天然气，但其安全性、环保性和便捷性更优，是更好的终端能源形式。因此，当系统处于危险状态时应优先保障电力子系统安全。
(3)在正常状态下，各子系统的能流输入均能独立满足负荷需求，超出部分作为备用或支援容量。
(4)在危险状态下，能流输入不足的子系统接受其他子系统的支援以满足负荷需求，支援容量受设备转换容量和工作状态限制。
(5)连续稳定的运行方式不是保证热能供应的唯一方式。根据式(5)～(8)可计算得出某一确定流量和热水期望温度所对应的最小加热功率，从而可计算得出热力子系统可停供容量。
综上，供能流程图如图7所示。
S3：计及不同能源网络的约束，通过基于马尔科夫链的蒙特卡洛方法计算用户级综合能源系统的可靠性。
步骤S3的具体过程如下：
1)能源网络约束
能源网络约束会限制某子系统对其他子系统的最大支援容量，从而影响其他子系统的可靠性。计及能源网络约束的用户级综合能源系统可靠性评估，有利于提高评估结果的准确性。能源网络约束包括电力网络潮流方程约束、天然气网络能流方程约束和热力网络能流方程约束，下面对这三种网络约束进行详细描述：
1.1)电力网络潮流方程约束
电力网络潮流方程约束的表达式为：
式中，Pe,i为节点i的有功功率，Qe,i为节点i的无功功率，Ui、Uj分别为节点i、j的电压幅值，Gij和Bij分别为节点i、j间的电导、电纳，θij为节点i、j的相角差。除相角差外的物理量在计算时均使用标幺值。
1.2)天然气网络能流方程约束
天然气网络能流方程约束的表达式为：
式中，Si为气源节点向节点i注入的流量，Ci为节点i相邻节点的集合，Fji为节点j流向节点i的流量，Wi为节点i的负荷流量；pi、pj为节点i、j的气压，f为管道摩擦系数，G为天然气相对密度，D为管道直径。
1.3)热力网络能流方程约束
热力网络能流方程约束的表达式为：
Am＝m
Bhf＝0
hf＝Km|m|
Ph＝Cpmq(Ts-To)
∑min,iTin,i＝(∑mout,i)Tout,i
其中，A为节点支路关联矩阵，m为管道流量，mq为节点负荷流量(负荷节点为正，热源节点为负)，hf为管道压头损失，B为管道回路关联矩阵，K为管道阻抗系数。Ph为节点热功率，Cp为水的比热容，Ts为节点供水温度，To为节点出口水温。Tstart、Tend分别为管道起始节点、终止节点水温，Ta为环境温度，λ为管道传热系数，L为管道长度。min,i、mout,i分别为流入、流出混合节点的水流量，Tin,i、Tout,i为流入、流出混合节点的水温。
2)IES状态空间图
在两状态模型下，n个元件将产生2n个状态。假设同一时刻最多只有一个元件的状态发生变化。在此基础上可建立如图8所示的IES状态空间图。
若当前系统状态为i，则在t时刻，从状态i到状态j的转移满足如下分布：
式中，λij为从状态i到状态j的转移率。
当时间间隔很短时，转移概率可以近似计算为：
Psi→sj(Δt)≈λijΔt
式中，N为状态数，满足N＝2n，n为元件数。
转移概率矩阵为：
累计转移概率为：
3)综合能源系统模型可靠性求解方法
采用基于马尔可夫链的蒙特卡洛方法对综合能源系统进行可靠性评估，总体思想是：首先模拟较长一段时间内系统状态的变化得到系统状态的样本，然后通过故障模式影响分析遍历各时间断面元件运行情况对系统负荷的影响，从而评估系统的可靠性指标。具体步骤如下：
S1：建立马尔可夫状态空间；
S2：计算状态转移概率Psi→sj和转移累计概率Psum,i,j；
S3：生成马尔可夫链，设置马尔可夫链初始状态，产生满足[0,1]均匀分布的随机数r并与累计概率相比较。若满足Psum,i,j-1＜r＜Psum,i,j，则转到状态j；
S4：判断新状态下工作模式；
S5：设置初始温度，计算新状态下每个时间断面内保持温度不低于Tmin的热功率；
S6：计算各能源转换设备出力，基于能源网络约束计算各子系统可获得的支援容量ξsup,α，模拟热负荷的温度变化情况；
S6：重复步骤S3至步骤S6，计算得到IES的可靠性。
具体实施方式如下：
对某用户级IES进行实例应用与分析。该用户级IES系统包括电力、天然气和热力子系统。
在能源供给方面，由上级供能网络为用户供能，假设上级供能网络完全可靠，其输入容量分别为26kW和8kW，则输入容量矩阵为：
当各子系统独立运行时，电力和天然气子系统分别通过变压器和天然气管道直接供能，热力子系统则由电锅炉供能，且上级配电网输入容量将平均分配给电力子系统和热力子系统。
在能源转换方面，当互济运行时，各能源转换设备都可参与供能，能源转换设备参数包括能源转换设备最大容量矩阵ξmax，单位为kW；故障率矩阵W，修复率矩阵F，单位均为次/年。具体参数如下：
如图9所示，为在负荷需求方面的典型日负荷曲线。
其中，热负荷共包括10个热容器，规格如表2所示：
表2热容器参数表
典型日的环境温度变化趋势如图10所示：
取热水期望温度和热容器中热水初始温度为65℃，可接受最低温度为55℃。基于MCMC方法对能流互济前后各子系统可靠性指标进行计算，模拟次数为100000次，结果如表3所示。
表3 IES可靠性指标
本发明的另一实施例中，还提供一种用户级综合能源系统可靠性评估计算机实现系统，包括处理器和存储器，存储器中存储有计算机程序，所述处理器调用计算机程序实现如上所述的考虑热惯性和能源网络约束的用户级综合能源系统可靠性评估方法的步骤。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (8)
1.一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，包括以下步骤：确定用户级综合能源系统的可靠性指标；获取电力、热力、天然气供应网络及其耦合关联数据，建立用户级综合能源系统模型；基于可靠性指标评估用户级综合能源系统模型的可靠性；
其特征在于，所述用户级综合能源系统模型计及热惯性，基于不同能源网络的约束计算用户级综合能源系统的可靠性，所述不同能源网络的约束包括电力网络潮流方程约束、天然气网络能流方程约束和热力网络能流方程约束。
2.根据权利要求1所述的一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，其特征在于，所述电力网络潮流方程约束的表达式为：
式中，Pe,i为节点i的有功功率，Qe,i为节点i的无功功率，Ui为节点i的电压幅值，Uj为节点j的电压幅值，Gij为节点i、j间的电导，Bij为节点i、j间的电纳，θij为节点i、j的相角差，除相角差外的物理量在计算时均使用标幺值。
3.根据权利要求1所述的一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，其特征在于，所述天然气网络能流方程约束的表达式为：
式中，Si为气源节点向节点i注入的流量，Ci为节点i相邻节点的集合，Fji为节点j流向节点i的流量，Wi为节点i的负荷流量，pi为节点i的气压，pj为节点j的气压，f为管道摩擦系数，G为天然气相对密度，D为管道直径。
4.根据权利要求1所述的一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，其特征在于，所述热力网络能流方程约束的表达式为：
Am＝mq
Bhf＝0
hf＝Km|m|
Ph＝Cpmq(Ts-To)
∑min,iTin,i＝(∑mout,i)Tout,i
式中，A为节点支路关联矩阵，m为管道流量，mq为节点负荷流量，负荷节点为正，热源节点为负，hf为管道压头损失，B为管道回路关联矩阵，K为管道阻抗系数，Ph为节点热功率，Cp为水的比热容，Ts为节点供水温度，To为节点出口水温，Tstart为管道起始节点、Tend为管道终止节点水温，Ta为环境温度，λ为管道传热系数，L为管道长度，min,i为流入混合节点的水流量，mout,i为流出混合节点的水流量，Tin,i为流入混合节点的水温，Tout,i为流出混合节点的水温。
5.根据权利要求1所述的一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，其特征在于，所述计及热惯性具体为：采用线性能量平衡法，对热惯性进行准稳态建模，获取热惯性子模型；该热惯性子模型的表达式为：
式中，t为将一个典型日平均分为D个时段后的时段序号，Δt为各时段持续的时间，C为容器热容量，R为容器热阻，T(t)为时段t的热水温度，Ta(t)为时刻t的环境温度，ce为水的比热容，q(t)为时刻t的用水速率，Td为热水期望温度，Tin为进入系统的冷水温度，Pth为加热功率。
6.根据权利要求1所述的一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，其特征在于，所述综合能源系统模型还计及了各子系统间的能流互济，包括有能流互济可靠性增益，该能流互济可靠性增益ΔLOLPα的表达式为：
ΔLOLPα＝P(L＞min{ρinput(Lα+Rα),ρααξαα,max})-P(L＞min{ρinput(Lα+Rα),ρααξαα,max}+ξsupport,α)
式中，ρinput,i为能流输入状态集，ρiα为从能流i到α的能源转换设备工作状态集，ρiα,ρinput,i∈{0,k1,k2,…,kn,1}，0表示设备故障，kn为降额运行系数，1表示设备正常工作，ξiα，max为最大转换容量，E为输入容量，L为输出容量，Siα为优先等级高于α的子系统所需的支援容量，优先级由运行策略决定，ηiα为能源转换效率，ξmax为最大转换容量矩阵，表征能源转换设备最大转换容量。
7.根据权利要求1所述的一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，其特征在于，所述综合能源系统模型还考虑了综合能源系统的基本运行策略，综合能源系统模型依据该运行策略支援运行过程中出现的危险系统，该基本运行策略包括：
1)同种能源之间相互供应的优先程度最高；
2)依据能源品味等要素确定各子系统重要程度：电力>天然气>热；
3)在正常状态下，各子系统的能流输入均能独立满足负荷需求，超出部分作为备用或支援容量；
4)在危险状态下，能流输入不足的子系统接受其他子系统的支援以满足负荷需求，支援容量受设备转换容量和工作状态限制；
5)连续稳定的运行方式不是保证热能供应的唯一方式。
8.根据权利要求1所述的一种考虑热惯性和能源网络约束的能源系统可靠性评估方法，其特征在于，所述综合能源系统模型采用的转移状态矩阵P的表达式为：
式中，λis为从状态i到状态s的转移率，N为状态数，满足N＝2n，n为元件数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910737560.8A CN110544017A (zh) | 2019-08-12 | 2019-08-12 | 考虑热惯性和能源网络约束的能源系统可靠性评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910737560.8A CN110544017A (zh) | 2019-08-12 | 2019-08-12 | 考虑热惯性和能源网络约束的能源系统可靠性评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110544017A true CN110544017A (zh) | 2019-12-06 |
Family
ID=68710560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910737560.8A Pending CN110544017A (zh) | 2019-08-12 | 2019-08-12 | 考虑热惯性和能源网络约束的能源系统可靠性评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110544017A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110390476A (zh) * | 2019-07-10 | 2019-10-29 | 浙江大学 | 一种综合能源设备的自调度的运行可靠性提高方法 |
| CN111291968A (zh) * | 2020-01-14 | 2020-06-16 | 沈阳工业大学 | 一种基于大数据的多能源系统运行稳定性计算方法 |
| CN111313429A (zh) * | 2020-02-25 | 2020-06-19 | 国网山西省电力公司经济技术研究院 | 一种用于综合能源系统的可靠性评估方法及系统 |
| CN111310343A (zh) * | 2020-02-22 | 2020-06-19 | 清华大学 | 一种用于综合能源系统调度的供热网络热路建模方法 |
| CN111340360A (zh) * | 2020-02-25 | 2020-06-26 | 中国科学院电工研究所 | 基于运行及网架风险的综合能源系统实时风险评估方法 |
| CN112329185A (zh) * | 2020-12-02 | 2021-02-05 | 国网天津市电力公司电力科学研究院 | 一种用户侧分布式能源系统互动运行评估方法 |
| CN112421642A (zh) * | 2020-10-28 | 2021-02-26 | 国家电网有限公司 | 一种综合能源系统ies可靠性评估方法和系统 |
| CN112434442A (zh) * | 2020-12-08 | 2021-03-02 | 湘潭大学 | 基于异质依存网络的电-气区域综合能源系统弹性评估方法 |
| CN112819327A (zh) * | 2021-01-30 | 2021-05-18 | 上海电力大学 | 故障期间互补优化运行的综合能源系统可靠性评估方法 |
| CN113158547A (zh) * | 2021-03-11 | 2021-07-23 | 上海电力大学 | 计及经济性和可靠性的区域综合能源系统优化配置方法 |
| WO2022000700A1 (zh) * | 2020-07-03 | 2022-01-06 | 南京东博智慧能源研究院有限公司 | 一种气热惯性备用参与园区综合能源系统备用配置方法 |
| 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 (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108596525A (zh) * | 2018-06-29 | 2018-09-28 | 国家电网有限公司 | 冷热电气多能互补的微能源网鲁棒优化调度方法 |
| CN108830485A (zh) * | 2018-06-19 | 2018-11-16 | 广州供电局有限公司 | 一种电-热综合能源系统可靠性评价方法 |
| CN108921727A (zh) * | 2018-06-30 | 2018-11-30 | 天津大学 | 考虑热负荷动态特性的区域综合能源系统可靠性评估方法 |
| US20180356105A1 (en) * | 2017-04-28 | 2018-12-13 | Southeast University | Modeling Method of Combined Heat and Power Optimal Dispatching Model |
-
2019
- 2019-08-12 CN CN201910737560.8A patent/CN110544017A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180356105A1 (en) * | 2017-04-28 | 2018-12-13 | Southeast University | Modeling Method of Combined Heat and Power Optimal Dispatching Model |
| CN108830485A (zh) * | 2018-06-19 | 2018-11-16 | 广州供电局有限公司 | 一种电-热综合能源系统可靠性评价方法 |
| CN108596525A (zh) * | 2018-06-29 | 2018-09-28 | 国家电网有限公司 | 冷热电气多能互补的微能源网鲁棒优化调度方法 |
| CN108921727A (zh) * | 2018-06-30 | 2018-11-30 | 天津大学 | 考虑热负荷动态特性的区域综合能源系统可靠性评估方法 |
Non-Patent Citations (3)
| Title |
|---|
| ABEYSEKERA M， WU J， JENKINS N， ET AL: "Steady state analysis of gas networks with distributed injection of alternative gas", 《APPLIED ENERGY》 * |
| 刘柳，王丹，贾宏杰，王成山，王伟亮，: "综合能源配电系统运行域模型", 《电力自动化设备》 * |
| 吕佳炜，张沈习，程浩忠: "计及热惯性和运行策略的综合能源系统可靠性评估方法", 《电力系统自动化》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110390476A (zh) * | 2019-07-10 | 2019-10-29 | 浙江大学 | 一种综合能源设备的自调度的运行可靠性提高方法 |
| CN111291968B (zh) * | 2020-01-14 | 2023-05-05 | 沈阳工业大学 | 一种基于大数据的多能源系统运行稳定性计算方法 |
| CN111291968A (zh) * | 2020-01-14 | 2020-06-16 | 沈阳工业大学 | 一种基于大数据的多能源系统运行稳定性计算方法 |
| CN111310343A (zh) * | 2020-02-22 | 2020-06-19 | 清华大学 | 一种用于综合能源系统调度的供热网络热路建模方法 |
| CN111310343B (zh) * | 2020-02-22 | 2021-10-15 | 清华大学 | 一种用于综合能源系统调度的供热网络热路建模方法 |
| CN111340360A (zh) * | 2020-02-25 | 2020-06-26 | 中国科学院电工研究所 | 基于运行及网架风险的综合能源系统实时风险评估方法 |
| CN111340360B (zh) * | 2020-02-25 | 2024-04-16 | 中国科学院电工研究所 | 基于运行及网架风险的综合能源系统实时风险评估方法 |
| CN111313429A (zh) * | 2020-02-25 | 2020-06-19 | 国网山西省电力公司经济技术研究院 | 一种用于综合能源系统的可靠性评估方法及系统 |
| 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 |
| WO2022000700A1 (zh) * | 2020-07-03 | 2022-01-06 | 南京东博智慧能源研究院有限公司 | 一种气热惯性备用参与园区综合能源系统备用配置方法 |
| CN112421642A (zh) * | 2020-10-28 | 2021-02-26 | 国家电网有限公司 | 一种综合能源系统ies可靠性评估方法和系统 |
| CN112421642B (zh) * | 2020-10-28 | 2022-07-12 | 国家电网有限公司 | 一种综合能源系统ies可靠性评估方法和系统 |
| CN112329185A (zh) * | 2020-12-02 | 2021-02-05 | 国网天津市电力公司电力科学研究院 | 一种用户侧分布式能源系统互动运行评估方法 |
| CN112434442B (zh) * | 2020-12-08 | 2022-06-03 | 湘潭大学 | 一种电-气区域综合能源系统弹性评估方法 |
| CN112434442A (zh) * | 2020-12-08 | 2021-03-02 | 湘潭大学 | 基于异质依存网络的电-气区域综合能源系统弹性评估方法 |
| CN112819327A (zh) * | 2021-01-30 | 2021-05-18 | 上海电力大学 | 故障期间互补优化运行的综合能源系统可靠性评估方法 |
| CN113158547B (zh) * | 2021-03-11 | 2022-10-18 | 上海电力大学 | 计及经济性和可靠性的区域综合能源系统优化配置方法 |
| CN113158547A (zh) * | 2021-03-11 | 2021-07-23 | 上海电力大学 | 计及经济性和可靠性的区域综合能源系统优化配置方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110544017A (zh) | 考虑热惯性和能源网络约束的能源系统可靠性评估方法 | |
| CN110245878B (zh) | 智能楼宇群体的分布式综合能源需求响应协同优化方法 | |
| Xu et al. | Quantification of flexibility of a district heating system for the power grid | |
| Chen et al. | A water mass method and its application to integrated heat and electricity dispatch considering thermal inertias | |
| Awad et al. | Integrated optimal power flow for electric power and heat in a microgrid | |
| CN111428351B (zh) | 基于前推回代法的电-热综合能源系统潮流计算方法 | |
| Wei et al. | Chance-constrained coordinated optimization for urban electricity and heat networks | |
| CN113256045B (zh) | 考虑风光不确定性的园区综合能源系统日前经济调度方法 | |
| Sun et al. | Integrated control strategy of district heating system based on load forecasting and indoor temperature measurement | |
| Man et al. | State estimation for integrated energy system containing electricity, heat and gas | |
| CN114444850A (zh) | 基于数字孪生的园区储能规划方法、装置、设备和介质 | |
| 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 | |
| Huang et al. | Adaptive-discretization based dynamic optimal energy flow for the heat-electricity integrated energy systems with hybrid AC/DC power sources | |
| Sun et al. | Multi-energy flow calculation method for we-energy based energy internet | |
| CN117252377A (zh) | 一种多区域互联电热综合能源系统可信分布调度方法及系统 | |
| CN114549232A (zh) | 电-热综合能源系统混合能流计算方法 | |
| Shen et al. | A collaborative voltage optimization utilizing flexibility of community heating systems for high PV penetration | |
| Chen et al. | A coordinated approach of multi‐energy system considering the off‐design characteristics of the devices in energy hub | |
| Yang et al. | Wind power accommodation method for regional integrated heat-power system considering generation and load uncertainties | |
| Wang et al. | Planning optimization of integrated energy system considering economy and integrated energy efficiency | |
| Chen et al. | Multi-energy flow calculation considering the convexification network constraints for the integrated energy system | |
| Liu et al. | Fast calculation method of energy flow for combined electro-thermal system and its application | |
| Jin et al. | Overall modeling and power optimization of heating systems by standard thermal resistance-based thermo-hydraulic model | |
| Chen et al. | A water mass method and its application to integrated heat and electricity dispatch considering thermal dynamics | |
| Shen et al. | Optimal dispatch model for district heating network based on interior-point method |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191206 |