CN111030094B - 一种多能互补园区供能可靠性评估方法 - Google Patents

一种多能互补园区供能可靠性评估方法 Download PDF

Info

Publication number
CN111030094B
CN111030094B CN201911236040.5A CN201911236040A CN111030094B CN 111030094 B CN111030094 B CN 111030094B CN 201911236040 A CN201911236040 A CN 201911236040A CN 111030094 B CN111030094 B CN 111030094B
Authority
CN
China
Prior art keywords
energy
energy supply
unit
park
supply
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
CN201911236040.5A
Other languages
English (en)
Other versions
CN111030094A (zh
Inventor
马顺
陈铭
刘刚刚
陈辉祥
李峰
秦燕
高亚静
赵名锐
高长征
韩淳
姜玉梁
秦万祥
孙罡
李东伟
王秀娜
周妍
胡晋岚
侯凯
高晓彬
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.)
Guangdong Power Grid Co Ltd
Grid Planning Research Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Grid Planning Research Center of Guangdong 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 Guangdong Power Grid Co Ltd, Grid Planning Research Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201911236040.5A priority Critical patent/CN111030094B/zh
Publication of CN111030094A publication Critical patent/CN111030094A/zh
Application granted granted Critical
Publication of CN111030094B publication Critical patent/CN111030094B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请一种多能互补园区供能可靠性评估方法,针对分布式能源不断增长和园区用能需求日益增加等特点,综合考虑多能互补园区电/热/冷能流差异以及分布式能源的波动性和随机性,通过对园区内各个供能单元和储能单元建立基于时序特性的通用生成函数模型,根据通用生成函数模型对园区的能源系统进行随机生产模拟,从供能可靠性、经济性和电热耦合特性三方面构建含多种分布式能源的多能互补园区供能可靠性评估指标体系;本发明提出的方法综合考虑分布式能源的供能出力和负荷波动的不确定性,把随机生产模拟算法应用于多能互补园区的可靠性评估,填补了现有技术的空白。

Description

一种多能互补园区供能可靠性评估方法
技术领域
本发明属于多能互补园区分布式能源供能技术领域,具体涉及一种多能互补园区供能可靠性评估方法。
背景技术
多能互补园区已成为能源综合利用的典型形式,分布式能源因其清洁高效、节能环保等特点被大量接入到多能互补园区中,对传统多能互补园区的能源配置产生了一定影响。对于多能互补园区供能可靠性评估,国内外还没有较为统一的方法。
随机生产模拟能考虑机组随机故障和电力负荷的随机性,能通过优化调度发电机组的运行情况,进行运行方式分析、生产成本计算和可靠性评价,由此得到机组的发电成本,可靠性和污染物排放等关键性指标该方法已经成为电力系统可靠性评估的重要工具。而目前国内外学者提出的随机生产模拟算法主要包括分块法、半不变量法(累积量法)、分段直线逼近法以及等效电量函数法等,大多应用于电力系统可靠性评估,较少用于多能互补园区的可靠性评估。而且大规模分布式能源的接入的随机生产模拟需要考虑分布式能源出力的波动性和时序性。
发明内容
基于此,本发明旨在提供一种基于随机生产模拟的针对多能互补园区供能可靠性的评估方法,以解决上述中至少一个技术问题。
本发明提供一种多能互补园区供能可靠性评估方法,包括:
根据园区内各单元的供能原始数据和负荷原始数据建立各单元的基于时序特性的通用生成函数模型,利用各单元的通用生成函数模型对园区能源系统进行随机生产模拟,按照调度顺序依次加载各供能单元,计算各项可靠性评估指标,可靠性评估指标包括典型指标、平均供能成本、电热耦合因子和电热损耗因子,其中典型指标包括系统供能不足概率、系统供能不足期望值、各单元期望供能量。
进一步地,通用生成函数模型的建立包括:
把园区内各单元归类为不确定性单元、常规供能单元和储能单元;
考虑到风电、光伏机组各时刻出力具有明显的随机性和波动性,则把风电、光伏机组列为不确定性单元;
所述常规供能单元包括火电、水电、柴油、生物质、微型燃气轮机和燃气锅炉;
分别建立不同类型单元的通用生成函数模型。
进一步地,利用多时段等效多状态法构建不确定性单元的通用生成函数模型,表达式为
Figure GDA0003366785010000021
其中
Figure GDA0003366785010000022
Figure GDA0003366785010000023
分别为不确定性单元s在t时刻的状态js下的出力和概率,z的指数表示离散随机变量可取的状态值,kw为不确定性单元s的状态个数。
进一步地,不确定性单元的通用生成函数模型的约束条件为
Figure GDA0003366785010000024
pn表示不确定性单元各状态的发生概率。
进一步地,常规供能单元的通用生成函数模型表达式为
Figure GDA0003366785010000025
其中
Figure GDA0003366785010000026
Figure GDA0003366785010000027
分别为常规供能单元n在时刻t状态jn下的出力和概率,z的指数表示离散随机变量可取的状态值,kn为常规供能单元n的状态个数。
进一步地,利用等效两状态法构建储能单元的通用生成函数模型,表达式为
Figure GDA0003366785010000028
其中
Figure GDA0003366785010000029
Figure GDA00033667850100000210
分别为储能单元q在时刻t状态jq下的出力和概率,z的指数表示离散随机变量可取的状态值,kq为储能单元q的状态个数。
进一步地,利用下列公式计算典型指标
Figure GDA0003366785010000031
其中,LOLP(t),EENS(t)和eg(y,t)分别表示t时刻的系统供能不足期望值、系统供能不足概率和供能单元y的期望供能量。
进一步地,只考虑燃料消耗成本,平均供能成本包括综合平均供能成本、平均供电成本和平均供热成本,计算公式为
Figure GDA0003366785010000032
其中:
Figure GDA0003366785010000033
其中,
Figure GDA0003366785010000034
分别为多能互补园区综合平均供能成本、平均供电成本和平均供热成本,EL,elec和EL,heat分别为供能系统电/热总期望供能量;CG,CMT,CGB和Eg,G,Eg,MT,Qg,GB分别为常规机组、微型燃气轮机和燃气锅炉的供能成本和期望供能量;prfuel和CCH4分别为常规机组和天然气燃料价格,ηMT和ηGB分别为微型燃气轮机和燃气锅炉的供热效率。
进一步地,电热耦合因子表示微型燃气轮机在“以电定热”运行模式下电热出力变化对系统整体供能可靠性的影响,由电出力对热出力的贡献率和热出力对电出力的影响度两方面来表征,计算公式为
Figure GDA0003366785010000035
其中,Qfactor和Pfactor分别为电耦合因子和热耦合因子,ΔPMT(t),ΔQMT(t)分别为时刻t微型燃气轮机的电、热的功率变化量,ΔEENSheat,ΔEENSelec分别为微型燃气轮机电出力变化情况下,供能不足期望值改变量。
进一步地,电热损耗因子表示微型燃气轮机在“以热定电”运行模式下电能的损耗和“以电定热”模式下热能的损耗,计算公式为
Figure GDA0003366785010000041
Ploss,Qloss分别为电损耗因子和热损耗因子,eMT(i,t),qMT(i,t)分别为微型燃气轮机在时刻t的电、热的期望值,
Figure GDA0003366785010000042
分别为微型燃气轮机的最大热电比值、最小热电比值。
进一步地,调度顺序根据各供能单元的燃料价格和机组类型确定。
从以上技术方案可以看出,本发明具有如下优点:
本发明一种多能互补园区供能可靠性评估方法,通过对园区内各个供能单元和储能单元建立基于时序特性的通用生成函数模型,根据通用生成函数模型对园区的能源系统进行随机生产模拟,从供能可靠性、经济性和电热耦合特性三方面构建含多种分布式能源的多能互补园区供能可靠性评估指标体系;本发明提出的方法综合考虑分布式能源的供能出力和负荷波动的不确定性,把随机生产模拟算法应用于多能互补园区的可靠性评估,填补了现有技术的空白。
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,还可以根据提供的附图获得其他的附图。
图1本发明一种实施例中的多能互补园区能量流动示意图
图2本发明一种实施例中的常规供能单元四状态模型示意图
图3本发明一种实施例中的常规供能单元等效三状态模型示意图
图4本发明一种实施例提供的多能互补园区供能可靠性评估体系结构图
图5本发明一种实施例中多能互补园区供能可靠性评估方法流程图
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1至图5,本实施提供一种多能互补园区供能可靠性评估方法,根据园区能量流动特性、园区各供能单元和储能单元的基于时序特性的通用生成函数模型对园区能源系统进行随机生产模拟,从而计算各项可靠性评估指标。
本实施例把多能互补园区视作一个复杂能源系统,涉及电、热、冷等多种能源的生产、转移和利用,园区内的分布式能源包括风电WT、光伏PV、微型燃气轮机MT、燃气锅炉GB和常规发电机组,其中常规发电机组包括火电、水电、柴油、生物质,相应配置则包括热交换器HX、吸收式制冷机AC、电制冷机EC、电储能装置ES和热储能装置TS。请参阅图1,图中的实线、虚线和虚点线分别代表园区中电、热、冷负荷,箭头指向表示能量流动方向,园区能源系统的电、热、冷三者能流关系如下式表示
Figure GDA0003366785010000051
其中,PL,elec,QL,heat,QL,cool分别为多能互补园区内电、热、冷负荷需求;QEC,COPEC,PEC,in分别为电制冷机产生的冷负荷、性能系数以及消耗的电/热功率,QAC,COPAC,QAC,in分别为吸收式制冷机产生的冷负荷、性能系数以及消耗的电/热功率;PWT,PPV,PMT,PES0,PG分别为系统内风电机组、光伏机组、微型燃气轮机、电储能装置、常规发电机组产生的电能,PGrid表示与电网交互的电能;QMTηHX,QGB,QTS0分别为系统内经过热交换器回收的微型燃气轮机余热、燃气锅炉输出的热功率、热储能装置输出的热功率;ηHX为换热器供热效率;δ为冷负荷转换比例。
把园区内各单元归类为不确定性单元、常规供能单元和储能单元。
对于多能互补园区,由于风电、光伏机组等供能单元各时刻出力具有明显的随机性和波动性,因此将其统称为不确定性单元。对于各不确定性单元的通用生成函数模型,基于时序特性,引入多时段等效多状态法来进行各不确定单元通用生成函数模型的构建。设某时刻不确定性单元出力为Pr,划分为Ns个状态(Ns为整数),间隔取值保证为所有同类不确定性单元的公因子。则划分区间为
Figure GDA0003366785010000061
每个状态的发生概率满足
Figure GDA0003366785010000062
其中,风电机组的各时刻风速满足Weibull分布,光伏机组的各时刻光照强度满足beta分布,则基于各典型场景各时刻风电场Weibull分布参数和光照强度beta分布参数的差异构建各不确定性单元输出功率的多时段等效多状态模型,则不确定性单元s在t时刻的通用生成函数UGF模型为
Figure GDA0003366785010000063
其中
Figure GDA0003366785010000064
Figure GDA0003366785010000065
分别为不确定性单元s在t时刻的状态js下的出力和概率,z的指数表示离散随机变量可取的状态值,kw为不确定性单元s的状态个数。
对于常规供能单元,除了包括火电、水电、柴油、生物质等常规发电机组外,本实施例将产能特性较为特殊的供能单元微型燃气轮机和燃气锅炉也归为常规供能单元。为了得到常规供能单元的通用生成函数模型,考虑机组启停和爬坡约束,首先引入机组的四状态模型,如图2所示,图中的状态1,2,3,4分别为常规供能单元组降额出力、零出力、额定出力和爬坡状态;λTTc和λDD分别为常规供能单元在额定出力状态和降额出力状态下的故障率和修复率;Tr2为常规供能单元从降额到额定状态的爬坡时间;ρ+-为系统常规供能单元投运时的“需要率”和“不需要率”,具体取值如下式计算
Figure GDA0003366785010000066
其中Pi-1(Xi)和Fi-1(Xi)分别为第i-1次投运常规供能单元后等值负荷水平X=Xi处的累积概率和累计频率。
为求取四状态的常规供能单元的稳态概率,引入马尔科夫状态转移方程
Figure GDA0003366785010000067
其中,p1,p2,p3,p4和p01,p02,p03,p04分别为常规供能单元的四个状态的稳态概率值和初始概率值;N为使得常规供能单元趋于稳态概率值时的整数取值,理论上为无穷大;A为状态转移矩阵,表示为:
Figure GDA0003366785010000071
其中,矩阵A中非对角元素表示从状态i到j的转移率;对角元素表示从状态i转出后剩余的概率;Δt为各状态转移时间。
通过四状态常规供能单元的稳态概率可求得等效三状态下常规供能单元的概率值,常规供能单元的等效三状态模型如图3所示,Prate=P3,Pderate=P1+P4,Pzero=P2分别为等效三状态常规供能单元额定出力、降额出力和零出力概率。
则基于时序特性,计及常规供能单元启停和爬坡情况下的通用生成函数模型为
Figure GDA0003366785010000072
其中
Figure GDA0003366785010000073
Figure GDA0003366785010000074
分别为常规供能单元n在时刻t状态jn下的出力和概率,z的指数表示离散随机变量可取的状态值,kn为常规供能单元n的状态个数。
多能互补园区中的储能单元分为储能部分和放能部分,储能单元根据供能单元产能的状态决定进行储能还是放能,在本实施例中使用等效两状态法构建储能单元的通用生成函数模型。
当园区能源系统各供能单元加载完毕后系统的总期望供能量超过此时刻负荷值时储能单元达到储能条件,储能单元作为负荷切换为储能状态,储能条件表示为
Figure GDA0003366785010000075
其中,Eg(i,t)为系统t时刻供能单元i的期望供能量;P(L,t)为t时刻系统负荷值;g为园区能源系统中供能单元个数。
储能单元在运行过程中可接收的最大储能功率为
Figure GDA0003366785010000076
SSOCmax,Pch_maxch分别为储能单元最大荷能状态(SOC)值、最大储能功率和储能效率;SSOC(t)为储能单元在t时刻的荷能状态值;Δt为研究时段间隔。
对于t时刻,储能单元处于储能状态时SOC值增大,利用公式
Figure GDA0003366785010000077
更新储能单元在t+1时刻的SOC值,
Figure GDA0003366785010000078
由系统中所有供能单元加载完毕后,联合概率分布中大于负荷值的各状态值及其概率决定。得到储能单元可接收的最大储能功率后,修正负荷值,将储能单元作为负荷重新参与到系统的随机生产模拟中。
当园区能源系统各供能单元加载完毕后系统的总期望供能量小于此时刻负荷值时储能单元达到放能条件,储能单元作为机组切换为放能状态,放能条件表示为
Figure GDA0003366785010000081
储能单元在运行过程中可接收的最大放能功率为
Figure GDA0003366785010000082
SSOCmin,Pdis_maxdis分别为储能单元最小荷能状态(SOC)值、最大放能功率和放能效率。
对于t时刻,储能单元处于放能状态时SOC值减小,利用公式
Figure GDA0003366785010000083
更新储能单元在t+1时刻的SOC值,
Figure GDA0003366785010000084
由系统中所有供能单元加载完毕后,联合概率分布中小于负荷值的各状态值及其概率决定。
得到储能单元可接收的最小放能功率后,储能单元作为两状态机组参与到随机生产模拟中。其状态值和概率分布如下式表示
Figure GDA0003366785010000085
fFORES为储能单元作为放能机组时的强迫故障停运率。则基于时序负荷特性下,等效两状态的储能单元的通用生成函数模型为
Figure GDA0003366785010000086
其中
Figure GDA0003366785010000087
Figure GDA0003366785010000088
分别为储能单元q在时刻t状态jq下的出力和概率,z的指数表示离散随机变量可取的状态值,kq为储能单元q的状态个数。
本实施例中的基于通用生成函数的随机生产模拟实质上是把园区内的各供能单元的供能容量离散化,得到容量的概率分布,然后将各供能单元的供能容量分布通过组合运算得到所有机组总容量的联合概率分布,最后进行供需匹配模拟得到各供能单元的期望供能量及系统运行的各项可靠性评估指标,基于各供能单元的燃料价格和机组类型确定调度顺序,依次加载供能单元,当园区内的g个供能单元都加载完毕后,园区能源系统的通用生成函数模型表示为
Figure GDA0003366785010000089
Sg和Ksg分别为g个供能单元加载运行后组成的系统和状态数;Psg,jsg(t)和psg,jsg(t)分别为Sg系统第jsg个状态的供能容量及概率。
参阅图4,本实施例中对园区能源系统的供能可靠性评估时使用的评估指标包括典型指标、平均供能成本、电/热耦合因子和电/热损耗因子,其中典型指标包括系统供能不足概率、系统供能不足期望值、各单元期望供能量。
在t时刻的典型指标利用下式求解,
Figure GDA0003366785010000091
其中,LOLP(t),EENS(t)和eg(y,t)分别表示t时刻的系统供能不足期望值、系统供能不足概率和供能单元y的期望供能量。
则对于周期T,系统供能不足期望值、系统供能不足概率、供能单元i的期望供能量和各类型单元期望总供能量的计算分别为
Figure GDA0003366785010000092
其中:Sυ为第υ类型的供能单元集合;sj表示判别机组j是否属于第υ类机组,机组j属于第υ类机组时ξ取值1,否则取值为0。
多于多能互补园区,供能成本只考虑燃料消耗成本,而风电、光伏供能单元不需要燃料消耗,因此暂不考虑其供能成本。则考虑其它供能单元燃料价格和总期望发电量,得到多能互补园区综合平均供能成本,平均供能成本包括综合平均供能成本、平均供电成本和平均供热成本,计算公式为
Figure GDA0003366785010000093
其中:
Figure GDA0003366785010000094
其中,
Figure GDA0003366785010000095
分别为多能互补园区综合平均供能成本、平均供电成本和平均供热成本,EL,elec和EL,heat分别为供能系统电/热总期望供能量;CG,CMT,CGB和Eg,G,Eg,MT,Qg,GB分别为常规机组、微型燃气轮机和燃气锅炉的供能成本和期望供能量;prfuel和CCH4分别为常规机组和天然气燃料价格,ηMT和ηGB分别为微型燃气轮机和燃气锅炉的供热效率。
另外为了更好地评估多能互补园区电热耦合性能,考虑微型燃气轮机的运行方式,本实施例的可靠性评估中引入电/热耦合因子和电/热损耗因子两个特性指标。
电热耦合因子表示微型燃气轮机在“以电定热”运行模式下电热出力变化对系统整体供能可靠性的影响,由电出力对热出力的贡献率和热出力对电出力的影响度两方面来表征,计算公式为
Figure GDA0003366785010000101
其中,Qfactor和Pfactor分别为电耦合因子和热耦合因子,ΔPMT(t),ΔQMT(t)分别为时刻t微型燃气轮机的电、热的功率变化量,ΔEENSheat,ΔEENSelec分别为微型燃气轮机电出力变化情况下,供能不足期望值改变量。
进一步地,电热损耗因子表示微型燃气轮机在“以热定电”运行模式下电能的损耗和“以电定热”模式下热能的损耗,计算公式为
Figure GDA0003366785010000102
Ploss,Qloss分别为电损耗因子和热损耗因子,eMT(i,t),qMT(i,t)分别为微型燃气轮机在时刻t的电、热的期望值,
Figure GDA0003366785010000103
分别为微型燃气轮机的最大热电比值、最小热电比值。
基于上述构建的通用生成函数模型对园区能源系统进行随机生产模拟,计算各项可靠性评估指标,请参阅图5,评估步骤包括:
S1.输入各供能单元(含风、光)和负荷原始数据;
S2.初始化各供能单元通用生成函数模型,并安排其优先调度顺序;
S3.初始化统计时间为t=1;
S4.初始化运行的供能单元个数为i=1;
S5.更新园区能源系统的联合概率分布;
S6.计算供能单元i的期望供能量;
S7.判断供能单元是否全部被安排运行,当i≤g时使i=i+1并返回步骤S5;当i>g时进入步骤S8;
S8.计算全部供能单元的期望供能量Eg0和供能不足概率LOLPg
S9.判断此时刻园区能源系统是否满足储能条件,满足储能条件时进入步骤S10,否则进入步骤S901;
S901.更新园区能源系统供能单元总数g0=g+1;
S902.初始化运行的供能单元个数为i=1;
S903.当i=g0时更新储能单元的初始容量分布和荷能变化情况,进入步骤S904,否则直接进入步骤S904;
S904.更新园区能源系统的联合概率分布;
S905.计算供能单元i的期望供能量;
S906.判断供能单元是否全部被安排运行,当i>g0时进入步骤S907,否则使i=i+1并返回步骤S903;
S907.计算t时刻园区能源系统的各项可靠性评估指标并进入步骤S12;
S10.更新储能单元的储能情况和荷能变化情况,储能单元的储能值为0时进入步骤S11,否则进入步骤S1001;
S1001.修正此时刻负荷值;
S1002.初始化各机组的期望供能量,供能不足期望值及概率分布;
S1003.初始化运行的供能单元个数为i=1;
S1004.更新园区能源系统的联合概率分布;
S1005.计算供能单元i的期望供能量;
S1006.判断供能单元是否全部被安排运行,当i≤g时使i=i+1并返回步骤S1004;当i>g时进入步骤S1007;
S1007.计算全部供能单元的期望供能量Eg1和t时刻系统各项可靠性评估指标;
S1008.确定储能装置储能值和储放能状态值并进入步骤S12;
S11.计算t时刻园区能源系统的各项可靠性评估指标;
S12.当t>T时进入步骤S13,否则使t=t+1并返回步骤S4;
S13.计算周期T内园区能源系统的各项可靠性评估指标;
S14.结束运行。
需要说明的是,多能互补园区所包含的单元并不仅限于本实施例提及的单元,在构建各单元的通用生成函数模型时,只要是根据供能单元和储能单元的出力特性和产能特性即可进行分类从而选择对应的单元类型的函数模型进行求解,各单元类型的集合具体包括的供能单元或储能单元不构成对本发明的限定。
下面介绍本发明的另一实施例,本实施例选取北方某多能互补园区采用本发明的评估方法进行供能可靠性评估,该园区内各供能单元的运行参数如表1所示,表1多能互补园区供能单元机组运行参数
Figure GDA0003366785010000121
储能单元的运行参数如表2所示,
表2储能装置运行参数
Figure GDA0003366785010000122
各供能单元加载顺序由其供能成本决定,考虑到风电、光伏机组等供能单元出力的不确定性以及多能互补园区内电/热/冷负荷的波动性,基于季节划分,选取各季节某一典型场景进行多能互补园区供能可靠性评估。各评估指标的值如表3所示。
表3不同场景下多能互补园区可靠评估指标值
Figure GDA0003366785010000123
Figure GDA0003366785010000131
由表3可知,对于场景2、4,其供能不足概率、供能不足期望值、平均供能成本和电热损耗因子都较场景1、3大,其中供热可靠性指标变化尤其明显。这是由于夏/冬季节,冷/热负荷需求量较大,冷负荷以一定比例转移到电/热负荷当中,使得电/热负荷需求量均增大,供能成本相对较高的供能单元被迫加载,各供热单元出力大大增加,微型燃气轮机的电热耦合特性变强,满足热负荷需求的概率减小,各项性能指标变差;但由于夏季光伏出力、冬季风电出力增大,缓解了一部分电负荷需求,因而电负荷各项指标变化相对较小。另外,对于各场景,其综合平均供能成本明显优于供电平均成本和供热平均成本,这是由于多能互补园区的综合供能实现了电/热/冷多能流的互补利用,减少了能量损耗,使得能量利用率大大提高。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (8)

1.一种多能互补园区供能可靠性评估方法,其特征在于,包括:
根据园区内各单元的供能原始数据和负荷原始数据建立各单元的基于时序特性的通用生成函数模型,利用所述通用生成函数模型对园区能源系统进行随机生产模拟,按照调度顺序依次加载各供能单元,计算各项可靠性评估指标,所述可靠性评估指标包括典型指标、平均供能成本、电热耦合因子和电热损耗因子;
所述电热耦合因子包括电耦合因子和热耦合因子,所述电耦合因子和热耦合因子按以下公式计算得到:
Figure FDA0003366785000000011
其中,Qfactor和Pfactor分别为电耦合因子和热耦合因子,ΔPMT(t),ΔQMT(t)分别为时刻t微型燃气轮机的电、热的功率变化量,ΔEENSheat,ΔEENSelec分别为微型燃气轮机电出力变化情况下,供能不足期望值改变量;
所述电热损耗因子包括电损耗因子和热损耗因子,所述电损耗因子和热损耗因子按以下公式计算得到:
Figure FDA0003366785000000012
Ploss,Qloss分别为电损耗因子和热损耗因子,eMT(i,t),qMT(i,t)分别为微型燃气轮机在时刻t的电、热的期望值,
Figure FDA0003366785000000013
分别为微型燃气轮机的最大热电比值、最小热电比值;
所述典型指标包括系统供能不足概率、系统供能不足期望值、各单元期望供能量。
2.根据权利要求1所述的多能互补园区供能可靠性评估方法,其特征在于,所述通用生成函数模型的建立包括:
把所述园区内各单元归类为不确定性单元、常规供能单元和储能单元;
所述不确定性单元包括风电、光伏机组;
所述常规供能单元包括火电、水电、柴油、生物质、微型燃气轮机和燃气锅炉;
分别建立不同类型单元的通用生成函数模型。
3.根据权利要求2所述的多能互补园区供能可靠性评估方法,其特征在于,所述不确定性单元的通用生成函数模型利用多时段等效多状态法构建,表达式为
Figure FDA0003366785000000021
其中
Figure FDA0003366785000000022
Figure FDA0003366785000000023
分别为不确定性单元s在t时刻的状态js下的出力和概率,z的指数表示离散随机变量可取的状态值,kw为不确定性单元s的状态个数。
4.根据权利要求3所述的多能互补园区供能可靠性评估方法,其特征在于,所述不确定性单元的通用生成函数模型的约束条件为
Figure FDA0003366785000000024
pn表示不确定性单元各状态的发生概率。
5.根据权利要求2所述的多能互补园区供能可靠性评估方法,其特征在于,所述常规供能单元的通用生成函数模型表达式为
Figure FDA0003366785000000025
其中
Figure FDA0003366785000000026
Figure FDA0003366785000000027
分别为常规供能单元n在时刻t状态jn下的出力和概率,z的指数表示离散随机变量可取的状态值,kn为常规供能单元n的状态个数。
6.根据权利要求2所述的多能互补园区供能可靠性评估方法,其特征在于,所述储能单元的通用生成函数模型利用等效两状态法构建,表达式为
Figure FDA0003366785000000028
其中
Figure FDA0003366785000000029
Figure FDA00033667850000000210
分别为储能单元q在时刻t状态jq下的出力和概率,z的指数表示离散随机变量可取的状态值,kq为储能单元q的状态个数。
7.根据权利要求1所述的多能互补园区供能可靠性评估方法,其特征在于,所述典型指标如下式计算
Figure FDA00033667850000000211
其中,LOLP(t),EENS(t)和eg(y,t)分别表示t时刻的系统供能不足期望值、系统供能不足概率和供能单元y的期望供能量。
8.根据权利要求1所述的多能互补园区供能可靠性评估方法,其特征在于,所述平均供能成本包括综合平均供能成本、平均供电成本和平均供热成本,计算公式为
Figure FDA0003366785000000031
其中:
Figure FDA0003366785000000032
其中,Caver,
Figure FDA0003366785000000033
分别为多能互补园区综合平均供能成本、平均供电成本和平均供热成本,EL,elec和EL,heat分别为供能系统电/热总期望供能量;CG,CMT,CGB和Eg,G,Eg,MT,Qg,GB分别为常规机组、微型燃气轮机和燃气锅炉的供能成本和期望供能量;prfuel和CCH4分别为常规机组和天然气燃料价格,ηMT和ηGB分别为微型燃气轮机和燃气锅炉的供热效率。
CN201911236040.5A 2019-12-05 2019-12-05 一种多能互补园区供能可靠性评估方法 Active CN111030094B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911236040.5A CN111030094B (zh) 2019-12-05 2019-12-05 一种多能互补园区供能可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911236040.5A CN111030094B (zh) 2019-12-05 2019-12-05 一种多能互补园区供能可靠性评估方法

Publications (2)

Publication Number Publication Date
CN111030094A CN111030094A (zh) 2020-04-17
CN111030094B true CN111030094B (zh) 2022-01-21

Family

ID=70204381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911236040.5A Active CN111030094B (zh) 2019-12-05 2019-12-05 一种多能互补园区供能可靠性评估方法

Country Status (1)

Country Link
CN (1) CN111030094B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111795420B (zh) * 2020-06-03 2022-04-12 优艾特仪表科技成都有限公司 一种气电混合加热控制系统及其控制方法
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
CN114239292B (zh) * 2021-12-21 2022-05-31 特斯联科技集团有限公司 面向低碳经济运行的多能需求园区综合评价方法及系统
CN115021335B (zh) * 2022-06-16 2024-03-26 西安交通大学 一种考虑储能和新能源的多时段鲁棒可靠性评估方法
CN116415801B (zh) * 2023-06-12 2023-08-29 山东创宇环保科技有限公司 基于大数据的商业能源负荷智能分配方法及系统

Citations (3)

* 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
CN106408107A (zh) * 2016-08-24 2017-02-15 电子科技大学 一种互联发电系统的可靠性评估方法
CN108921404A (zh) * 2018-06-15 2018-11-30 浙江大学 一种基于通用生成函数的电-气耦合系统的可靠性评估方法

Patent Citations (3)

* 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
CN106408107A (zh) * 2016-08-24 2017-02-15 电子科技大学 一种互联发电系统的可靠性评估方法
CN108921404A (zh) * 2018-06-15 2018-11-30 浙江大学 一种基于通用生成函数的电-气耦合系统的可靠性评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Minglei Bao等.A Multi-State Model for Reliability Assessment of Integrated Gas and Power Systems Utilizing Universal Generating Function Techniques.《IEEE TRANSACTIONS ON SMART GRID》.2019,第10卷(第6期),第6271-6283页. *
彭寒梅等.基于时变通用生成函数的孤岛运行模式下微电网可靠性评估.《电力系统自动化》.2015,第39卷(第10期),第28-35页. *

Also Published As

Publication number Publication date
CN111030094A (zh) 2020-04-17

Similar Documents

Publication Publication Date Title
CN111030094B (zh) 一种多能互补园区供能可靠性评估方法
CN111144668B (zh) 考虑场景模拟的综合能源系统随机优化模型的建立方法
CN107134810B (zh) 一种独立型微能源网储能系统优化配置求解方法
CN111445067B (zh) 一种适用于高铁站综合能源系统的多目标规划方法
CN111463836A (zh) 一种综合能源系统优化调度方法
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
CN111614121A (zh) 考虑需求响应的含电动汽车的多能源园区日前经济调度方法
CN105279707B (zh) 一种综合考虑负荷与风电时序特性的随机生产模拟方法
CN110994606B (zh) 一种基于复杂适应系统理论的多能源电源容量配置方法
CN110163415B (zh) 一种变工况特性下的多能流系统多目标模糊协同优化方法
CN112994115B (zh) 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法
CN112862253B (zh) 考虑风电不确定性的电-气-热储能协同规划方法及系统
CN111639819B (zh) 一种综合能源园区多阶段优化控制方法
CN107359611B (zh) 考虑多种随机因素的配电网等值方法
CN115187018A (zh) 一种园区综合能源系统双层优化调度方法及装置
CN112085263A (zh) 一种用户侧分布式能源系统混合储能优化配置方法和系统
CN113158547B (zh) 计及经济性和可靠性的区域综合能源系统优化配置方法
CN115936336B (zh) 一种虚拟电厂容量配置与调控运行优化方法
Yang et al. Coordinated optimal scheduling of multi-energy microgrid considering uncertainties
CN112767189B (zh) 一种计及风电并网下电网灵活性评估方法
CN114997460A (zh) 考虑可再生能源最大消纳的区域型微能源网运行优化方法
Wu et al. Study on optimal dispatching strategy of regional energy microgrid
CN111555270A (zh) 一种综合能源优化与动态分析的方法及系统
Qi et al. Coordinated optimization of integrated energy system considering demand response and energy storage
Liang et al. Economic Optimal Configuration of Mico-gas turbine and Storage Device in an Integrated Energy System Based on Genetic Algorithm

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