CN111276976B - 一种用于复杂能源互联系统极端事件的应急响应方法 - Google Patents
一种用于复杂能源互联系统极端事件的应急响应方法 Download PDFInfo
- Publication number
- CN111276976B CN111276976B CN202010223461.0A CN202010223461A CN111276976B CN 111276976 B CN111276976 B CN 111276976B CN 202010223461 A CN202010223461 A CN 202010223461A CN 111276976 B CN111276976 B CN 111276976B
- Authority
- CN
- China
- Prior art keywords
- node
- gas
- load
- energy
- power
- 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.)
- Expired - Fee Related
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
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种用于复杂能源互联系统极端事件的应急响应方法,包括以下步骤:构建复杂能源互联系统结构;基于系统动力学,将整个复杂能源互联系统分解成相互作用的子系统,建立各子系统内部动力学模型;刻画出复杂能源互联系统在极端事件下的动态响应行为,建立响应模型;当复杂能源互联系统遭遇极端事件时,所述响应模型自动做出应对决策和措施以进行应急响应。本发明借助系统动力学模型将整个复杂能源互联系统分解成多个相互作用的子系统,模拟和剖析各变量间的定性与定量关系,表达多主体、动态耦合、具有迭代作用的复杂系统特征,刻画出复杂能源互联系统在极端事件下的动态响应行为。
Description
技术领域
本发明涉及系统响应技术领域,具体涉及一种用于复杂能源互联系统极端事件的应急响应方法。
背景技术
近年来极端事件频发,极端事件对能源系统的破坏,不仅会造成巨大的经济损失,还可能会造成政治、社会影响乃至人身伤亡;新一代能源系统形成了以电-气互联为主干能源骨架、辅以大量可再生能源、末端多能源综合供给的多主体格局,是一个智能化、市场化、分布决策的复杂能源互联系统;为了消减极端事件对能源系统带来的负面影响,需要了解能源系统在极端事件下的特征,国内外学者开始研究能源系统面临极端事件的响应模型,以刻画系统的行为过程;有学者建立了电-气互联系统在极端事件下的统一调度模型,联合仿真系统研究能源系统面临极端事件的响应行为,具体步骤为:设定整个系统的目标函数;将各子系统的约束当作优化约束条件;利用智能算法或求解器统一求解。
复杂能源互联系统在市场条件下,由于各子系统之间存在壁垒,难以统一集中调度,具有多主体、分布自治、独立决策的特点,使其动态响应机制更加复杂,而传统的联合仿真多是基于一个时间断面,无法体现极端事件下系统内部、系统之间的动态特征,忽略了子系统间的动态耦合、迭代作用;此外,联合仿真认为各子系统集中决策、协同调度、不分主体,其仅适用于范围较小的能源系统,而对于地理面积较广的复杂能源互联系统,联合仿真模型有一定局限性。
发明内容
针对上述问题,本发明提供一种用于复杂能源互联系统极端事件的应急响应方法,本发明根据复杂能源互联系统多主体、分布自治、独立决策的特点,借助系统动力学模型将整个复杂能源互联系统分解成多个相互作用的子系统,模拟和剖析各变量间的定性与定量关系,表达多主体、动态耦合、具有迭代作用的复杂系统特征,刻画出复杂能源互联系统在极端事件下的动态响应行为。
本发明所采用的技术方案是:一种用于复杂能源互联系统极端事件的应急响应方法,包括以下步骤:
S1:以输电-气网为基础,连接区域综合能源系统,构建复杂能源互联系统结构;
S2:基于系统动力学,将整个复杂能源互联系统分解成相互作用的子系统,所述子系统包括输电网子系统、输气网子系统和区域综合能源子系统;建立各子系统内部动力学模型,模拟和剖析系统各变量间的定性与定量关系;
S3:刻画出复杂能源互联系统在极端事件下的动态响应行为,建立响应模型,所述响应模型包括建立输电网子系统基于负荷重要度的应急决策模型、输气网子系统基于负荷重要度的应急决策模型、区域综合能源子系统基于能源互济的应急决策模型和子系统间交互响应模型;
S4:当复杂能源互联系统遭遇极端事件时,所述响应模型自动做出应对决策和措施以进行应急响应。
优选的,步骤S2中所述建立输电网子系统内部动力学模型以供需平衡为运行目标,选取输电网负荷、输电网电厂出力作为积量,电出力增发率、电出力减少率、电负荷增加率和电负荷减少率作为率量,建立系统动力学动态仿真图;输电网电厂出力和输电网负荷两个积量之差造成电供需缺口,输电网电厂出力大小由电厂节点电出力增发率电出力减少率两个率量决定,输电网负荷大小则由负荷节点电负荷增加率电负荷减少率两个率量决定,变量间关系模型如下:
其中,Δgape(t)为电供需缺口;PGi(t)为节点i电厂实时出力;PDi(t)为输电网节点i实时负荷;PGi(t0)为节点i电厂计划出力;为电厂节点i电出力增发率;为电厂节点i电出力减少率;PDi(t0)为输电网节点i计划负荷;为负荷节点i电负荷增加率;为负荷节点i电负荷减少率。
优选的,所述输电网负荷、输电网电厂出力与电厂的种类,存在以下关系:
其中,为电厂节点i电出力增发率;为节点i风电向上波动量;为节点i燃气电厂增出力量;为节点i燃煤电厂增出力量;为电厂节点i电出力减少率;为节点i风电向下波动量;为节点i燃气电厂减出力量;为节点i燃煤电厂减出力量;为负荷节点i电负荷增加率;为节点i传统电负荷增加量; 为节点i购电负荷增加量;为负荷节点i电负荷减少率;为节点i传统电负荷削减量;为节点i购电负荷削减量。
优选的,步骤S2中所述建立输气网子系统内部动力学模型以供需平衡为目标运行,选取输气网负荷、输气网气源出力作为积量,气出力增发率、气出力减少率、气负荷增加率和气负荷减少率作为率量,建立系统动力学动态仿真图;输气网气源出力和输气网负荷两个积量之差造成气供需缺口,输气网气源出力受气源节点气出力增发率气出力减少率两个率量影响;输气网负荷受负荷节点气负荷增加率气负荷减少率两个率量影响,变量间关系模型如下:
优选的,所述气负荷类型,存在以下关系:
优选的,步骤S2中所述建立区域综合能源子系统内部动力学模型选取购电量、购气量作为关键积量,服务商购电增加量、服务商购电削减量、服务商购气增加量和服务商购气削减量作为率量,建立动态仿真图;变量间关系模型如下:
其中,Pe(t)为服务商动态响应下t时刻购电需求;Pe(t0)为服务商的计划购电量;为根据决策规则调整带来的服务商购电增加量;为服务商购电削减量;为服务商动态响应下t时刻购气需求;为服务商的计划购气量;为根据决策规则调整带来的服务商购气增加量;为服务商购气削减量。
优选的,步骤S3中所述建立输电网子系统基于负荷重要度的应急决策模型具体为:
1)目标函数
所述输电网应急决策模型用于确定响应中各发电厂出力变化和负荷节点的削减情况,输电网负荷削减的依据主要是负荷重要程度,同时兼顾负荷削减损失最小,应急响应决策是一个优化问题,基于直流动态最优潮流建立输电网最优切负荷模型,以重要负荷总削减量最小为目标,其目标函数如下:
其中,F为重要负荷总削减量;td为系统开始出现功能损失的时刻;te为系统经过修复后重新达到稳定的时刻;代表支流潮流中节点i电负荷削减优先级,反映了节点负荷的重要程度;Ne为输电网负荷节点集合;PDi(t)为输电网节点i实时负荷;PDi(t0)为输电网节点i计划负荷;
2)约束条件
负荷削减模型必须同时考虑发电厂约束、负荷削减约束和网络约束;
①发电厂和负荷削减约束
其中,为节点i燃气电厂爬坡约束下限;为节点i燃气电厂增出力量;为节点i燃气电厂爬坡约束上限;为节点i燃气电厂减出力量;为节点i燃煤电厂爬坡约束下限;为节点i燃煤电厂爬坡约束上限;为节点i燃煤电厂增出力量;为节点i燃煤电厂减出力量;Ii,r(t)为节点i处r类(r=C、G、WT,分别代表燃煤、燃气、风电厂)电厂的状态变量,1为正常,0为故障;为节点i电厂r的出力上限;为节点i电厂r的出力下限;PGi(t)为节点i电厂实时出力;PDi(t)为输电网节点i实时负荷;
②网络约束
其中,Pij(t)为t时刻从节点i流向节点j的有功潮流,Pij(t)=-Pji(t);为0-1变量,代表输电线路ij在t时刻的状态,1为正常,0为故障;θi(t)为t时刻节点i的电压相角;θj(t)为t时刻节点j的电压相角;Xij为线路ij的阻抗;为线路ij通过有功功率的限值;为节点i相角限值;θref(t)为t时刻平衡节点的电压相角。
优选的,步骤S3中所述建立输气网子系统基于负荷重要度的应急决策模型具体为:
1)目标函数
输气网应急决策模型用于确定响应中各气源站出力变化和负荷节点的削减情况,输气网负荷削减的依据主要是负荷重要程度,以重要负荷总削减量最小为目标,其目标函数如下:
其中,F为重要负荷总削减量;td为系统开始出现功能损失的时刻;te为系统经过修复后重新达到稳定的时刻;为输气网节点i削减负荷优先级因子;Ng为输气网负荷节点集合;为节点i实时输气网负荷;为节点i计划负荷;
2)约束条件
负荷削减模型必须同时考虑气源站约束、负荷削减约束和网络约束;
①气源站和负荷削减约束
②网络约束
fij(t)为从节点i流向节点j的管道流量;pi(t)代表节点i的气压大小;pj(t)代表节点j的气压大小;Kij为管道传输参数,与管道直径、摩擦系数、长度等有关;为0-1变量,代表管道ij的运行状态;Ap为不含压缩机的被动管道集合;Aa为含压缩机的管道集合;pi,max、pi,min分别为节点i气压的上下限,写成平方的形式是为了与管道约束中的平方项对应以减少非线性约束,提高运算速度。
优选的,步骤S3中所述建立区域综合能源子系统基于能源互济的应急决策模型具体为:
1)系统能源互济模型
区域综合能源应急决策是根据服务商的购电、气削减量确定购气、购电增加量;区域综合能源子系统的终端负荷由电、气两种能源供应,其决策模型是能源互济的过程;首先需要分析区域综合能源子系统多能流耦合关系,这个层级内主要考虑能量的转换与利用,可不考虑具体网架结构,抽象为能源集线器,其数学模型为:
其中,Cee为电能转化成电能的转化系数;Cge为天然气转化成电能的转化系数;Cet为电能转化成热能的转化系数;Cgt为天然气转化成热能的转化系数;C为耦合矩阵,描述了多种负荷和能源输入的关系,包括调度因子与转化效率;Pe(t)为输入区域综合能源子系统的电能;Pg(t)为输入区域综合能源子系统的天然气;P为上述两个变量组合成的列向量;Le(t)为区域综合能源子系统的电负荷;Lt(t)为区域综合能源子系统的热负荷;L为终端净负荷矩阵;
同时,由于设备的容量限制,存在能源转化上限,可由最大转化容量矩阵表达:
其中,ζee为电能转化成电能的最大容量;ζge为天然气转化成电能的最大容量;ζet为电能转化成热能的最大容量;ζgt为天然气转化成热能的最大容量;
2)服务商购电、购气策略模型
服务商购电、购气增加量可由下式计算:
①购电增加量
②购气增加量
其中,分别为满足终端电、热负荷所需购电增量;为服务商购气削减量;为根据决策规则调整带来的服务商购电增加量;分别表示为满足终端电、热负荷所需购气增量;为服务商购电削减量;为根据决策规则调整带来的服务商购气增加量。
优选的,步骤S3中所述建立子系统间交互响应模型选取耦合量作为关键变量,构建子系统耦合关系;
输电网与输气网以燃气电厂为纽带耦合,耦合变量间满足下列关系:
其中,为节点i气转电负荷增加量;β为燃气轮机耗气量与发电量间的转化系数,包括天然气热值、设备效率等因素;为t-T0时刻节点i燃气电厂增出力量,t为产生激励信号时刻,T0为激励信号传递和响应动作的延时;为节点i气转电负荷削减量;为t+T0时刻节点i燃气电厂减出力量;
区域综合能源从上层传输网架获取电力和天然气资源为多类终端用户供能,其耦合关系由下式表达:
其中,为节点i购电负荷增加量;α为购电负荷与服务商购电量之间的转化系数,α可认为等于1;为t-T0时刻根据决策规则调整带来的服务商购电增加量,t为产生激励信号时刻,T0为激励信号传递和响应动作的延时;为节点i购电负荷削减量;为t+T0时刻服务商购电削减量;为节点i购气负荷增加量;γ为购气负荷与服务商购气量之间的转化系数,γ可认为等于1;为t-T0时刻根据决策规则调整带来的服务商购气增加量;为节点i购气负荷削减量;为t+T0时刻服务商购气削减量。
上述技术方案有益效果:
(1)本发明认为每个子系统都是一个主体、分散决策,刻画出每个子系统内部动态特征。
(2)本发明根据复杂能源互联系统多主体、分布自治、独立决策的特点,借助系统动力学模型将整个复杂能源互联系统分解成多个相互作用的子系统,模拟和剖析各变量间的定性与定量关系,表达多主体、动态耦合、具有迭代作用的复杂系统特征,刻画出复杂能源互联系统在极端事件下的动态响应行为。
附图说明
图1为本发明一种用于复杂能源互联系统极端事件的应急响应方法的流程图;
图2为本发明复杂能源互联系统结构示意图;
图3为本发明输电网子系统动态仿真图;
图4为本发明输气网子系统动态仿真图;
图5为本发明区域综合能源子系统动态仿真图;
图6为本发明各子系统间耦合关系图。
图7为本发明算例分析中比利时20节点天然气网结构图;
图8为本发明算例分析中MATPOWER中修改的IEEE30节点输电网结构图;
图9为本发明算例分析中场景1&2系统曲线;
图10为本发明算例分析中场景1故障演化过程示意图;
图11为本发明算例分析中场景2故障演化过程示意图。
具体实施方式
下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本发明的原理,但不能用来限制本发明的范围,即本发明不限于所描述的优选实施例,本发明的范围由权利要求书限定。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
在本发明的描述中,需要说明的是,除非另有说明,“多个”的含义是两个或两个以上;术语“上”“下”“内”“外”等指示的方位或位置关系仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。下述描述中出现的方位词均为图中示出的方向,并不是对本发明的具体结构进行限定。在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“安装”“相连”“连接”应做广义理解,对于本领域的普通技术人员而言,可视具体情况理解上述术语在本发明中的具体含义。
实施例1
本发明提供的一种用于复杂能源互联系统极端事件的应急响应方法,如图1所示,包括以下步骤:
S1:以输电-气网为基础,连接区域综合能源系统,构建复杂能源互联系统结构。
如图2所示,复杂能源互联系统以多能互联互补为核心,包括输网与配网两个层级,按照决策主体和功能又可以划分为多个子系统,各子系统根据自身决策规则运行。输网层由大容量的输电网子系统、输气网子系统组成,以燃气电厂为桥梁互联,负责能源的远距离传输;配网层主要包括电、气、热三种能源,地理范围较小,由传统的电、气负荷和面向多类负荷的多个区域综合能源子系统组成,其中每个区域综合能源由服务商管理,管理者从上层输网购入电、气资源,借助能源转化设备满足终端多类用户需求。
S2:基于系统动力学,将整个复杂能源互联系统分解成相互作用的子系统,所述子系统包括输电网子系统、输气网子系统和区域综合能源子系统;建立各子系统内部动力学模型,模拟和剖析系统各变量间的定性与定量关系。
S2-1:建立输电网子系统内部动力学模型
建立输电网子系统内部动力学模型以供需平衡为运行目标,与电负荷和发电厂出力相关。为表征输电网子系统在扰动下应急响应的动态行为,选取输电网负荷、输电网电厂出力作为积量,电出力增发率、电出力减少率、电负荷增加率和电负荷减少率作为率量,建立如图3所示的系统动力学动态仿真图;对于负荷侧,传统电负荷和区域综合能源购电负荷的增减影响了输电网电负荷的总体变化;对于源侧,燃煤电厂、燃气电厂和以风能为代表的新能源电厂出力增减影响了输电网电厂出力的总体变化。
输电网电厂出力和输电网负荷两个积量之差造成电供需缺口,输电网电厂出力大小由电厂节点电出力增发率电出力减少率两个率量决定,输电网负荷大小则由负荷节点电负荷增加率电负荷减少率 两个率量决定,变量间关系模型如下:
其中,Δgape(t)为电供需缺口;PGi(t)为节点i电厂实时出力;PDi(t)为输电网节点i实时负荷;PGi(t0)为节点i电厂计划出力;为电厂节点i电出力增发率;为电厂节点i电出力减少率;PDi(t0)为输电网节点i计划负荷;为负荷节点i电负荷增加率;为负荷节点i电负荷减少率。
考虑输电网负荷、输电网电厂出力与电厂的种类,存在以下关系:
其中,为电厂节点i电出力增发率;为节点i风电向上波动量;为节点i燃气电厂增出力量;为节点i燃煤电厂增出力量;为电厂节点i电出力减少率;为节点i风电向下波动量;为节点i燃气电厂减出力量;为节点i燃煤电厂减出力量;为负荷节点i电负荷增加率;为节点i传统电负荷增加量; 为节点i购电负荷增加量;为负荷节点i电负荷减少率;为节点i传统电负荷削减量;为节点i购电负荷削减量。
输电网子系统正常时,假设积量都等于计划量,供需缺口为0;外界扰动出现引起率量改变,从而影响积量,出现供需缺口,激发工作人员按一定决策规则执行应急响应,如调节出力、削减负荷,即改变率量和 重新将供需缺口调回零。
S2-2:建立输气网子系统内部动力学模型
建立输气网子系统内部动力学模型以供需平衡为目标运行,选取输气网负荷、输气网气源出力作为积量,气出力增发率、气出力减少率、气负荷增加率和气负荷减少率作为率量,建立如图4所示的系统动力学动态仿真图,其中传统气负荷和区域综合能源购气负荷的增减影响了输气网负荷的总体变化;外界扰动产生供需缺口,激发应急响应措施,包括增发气源站出力与削减气负荷。
考虑气负荷类型,存在以下关系:
S2-3:建立区域综合能源子系统内部动力学模型
当极端事件导致上层输网对服务商购电/气削减时,服务商会调整电或气的购买量以获得可靠性;当主干能源互联网削减购气但没有削减购电时,服务商增大购电量来满足一部分终端可替代负荷的需求,以弥补削减购气带来的损失;同理,当主干能源互联网削减购电但没有削减购气时,服务商增大购气量。因此,建立区域综合能源子系统内部动力学模型选取购电量、购气量作为关键积量,服务商购电增加量、服务商购电削减量、服务商购气增加量和服务商购气削减量作为率量,建立如图5所示的系统动力学动态仿真图;变量间关系模型如下:
其中,Pe(t)为服务商动态响应下t时刻购电需求;Pe(t0)为服务商的计划购电量;为根据决策规则调整带来的服务商购电增加量;为服务商购电削减量;为服务商动态响应下t时刻购气需求;为服务商的计划购气量;为根据决策规则调整带来的服务商购气增加量;为服务商购气削减量。
S3:刻画出复杂能源互联系统在极端事件下的动态响应行为,建立响应模型,所述响应模型包括建立输电网子系统基于负荷重要度的应急决策模型、输气网子系统基于负荷重要度的应急决策模型、区域综合能源子系统基于能源互济的应急决策模型和子系统间交互响应模型。
S3-1:建立输电网子系统基于负荷重要度的应急决策模型
1)目标函数
输电网应急决策模型用于确定响应中各发电厂出力变化和负荷节点的削减情况,输电网负荷削减的依据主要是负荷重要程度,同时兼顾负荷削减损失最小,可见应急响应决策是一个优化问题,基于直流动态最优潮流建立输电网最优切负荷模型,以重要负荷总削减量最小为目标,其目标函数如下:
其中,F为重要负荷总削减量;td为系统开始出现功能损失的时刻;te为系统经过修复后重新达到稳定的时刻;代表支流潮流中节点i电负荷削减优先级,反映了节点负荷的重要程度;Ne为输电网负荷节点集合;PDi(t)为输电网节点i实时负荷;PDi(t0)为输电网节点i计划负荷;
2)约束条件
负荷削减模型必须同时考虑发电厂约束、负荷削减约束和网络约束;
①发电厂和负荷削减约束
其中,为节点i燃气电厂爬坡约束下限;为节点i燃气电厂增出力量;为节点i燃气电厂爬坡约束上限;为节点i燃气电厂减出力量;为节点i燃煤电厂爬坡约束下限;为节点i燃煤电厂爬坡约束上限;为节点i燃煤电厂增出力量;为节点i燃煤电厂减出力量;Ii,r(t)为节点i处r类(r=C、G、WT,分别代表燃煤、燃气、风电厂)电厂的状态变量,1为正常,0为故障;为节点i电厂r的出力上限;为节点i电厂r的出力下限;PGi(t)为节点i电厂实时出力;PDi(t)为输电网节点i实时负荷;
②网络约束
其中,Pij(t)为t时刻从节点i流向节点j的有功潮流,Pij(t)=-Pji(t);为0-1变量,代表输电线路ij在t时刻的状态,1为正常,0为故障;θi(t)为t时刻节点i的电压相角;θj(t)为t时刻节点j的电压相角;Xij为线路ij的阻抗;为线路ij通过有功功率的限值;为节点i相角限值;θref(t)为t时刻平衡节点的电压相角。
S3-2:建立输气网子系统基于负荷重要度的应急决策模型
1)目标函数
输气网应急决策模型用于确定响应中各气源站出力变化和负荷节点的削减情况,输气网负荷削减的依据主要是负荷重要程度,以重要负荷总削减量最小为目标,其目标函数如下:
其中,F为重要负荷总削减量;td为系统开始出现功能损失的时刻;te为系统经过修复后重新达到稳定的时刻;为输气网节点i削减负荷优先级因子;Ng为输气网负荷节点集合;为节点i实时输气网负荷;为节点i计划负荷;
2)约束条件
负荷削减模型必须同时考虑气源站约束、负荷削减约束和网络约束;
①气源站和负荷削减约束
②网络约束
fij(t)为从节点i流向节点j的管道流量;pi(t)代表节点i的气压大小;pj(t)代表节点j的气压大小;Kij为管道传输参数,与管道直径、摩擦系数、长度等有关;为0-1变量,代表管道ij的运行状态;Ap为不含压缩机的被动管道集合;Aa为含压缩机的管道集合;pi,max、pi,min分别为节点i气压的上下限,写成平方的形式是为了与管道约束中的平方项对应以减少非线性约束,提高运算速度。
S3-3:建立区域综合能源子系统基于能源互济的应急决策模型
1)系统能源互济模型
区域综合能源应急决策是根据服务商的购电、气削减量确定购气、购电增加量;区域综合能源子系统的终端负荷由电、气两种能源供应,其决策模型是能源互济的过程;首先需要分析区域综合能源子系统多能流耦合关系,这个层级内主要考虑能量的转换与利用,可不考虑具体网架结构,抽象为能源集线器,其数学模型为:
其中,Cee为电能转化成电能的转化系数;Cge为天然气转化成电能的转化系数;Cet为电能转化成热能的转化系数;Cgt为天然气转化成热能的转化系数;C为耦合矩阵,描述了多种负荷和能源输入的关系,包括调度因子与转化效率;Pe(t)为输入区域综合能源子系统的电能;Pg(t)为输入区域综合能源子系统的天然气;P为上述两个变量组合成的列向量;Le(t)为区域综合能源子系统的电负荷;Lt(t)为区域综合能源子系统的热负荷;L为终端净负荷矩阵;
同时,由于设备的容量限制,存在能源转化上限,可由最大转化容量矩阵表达:
其中,ζee为电能转化成电能的最大容量;ζge为天然气转化成电能的最大容量;ζet为电能转化成热能的最大容量;ζgt为天然气转化成热能的最大容量;
2)服务商购电、购气策略模型
服务商购电、购气增加量可由下式计算:
①购电增加量
②购气增加量
其中,分别为满足终端电、热负荷所需购电增量; 为服务商购气削减量;为根据决策规则调整带来的服务商购电增加量;分别表示为满足终端电、热负荷所需购气增量; 为服务商购电削减量;为根据决策规则调整带来的服务商购气增加量。
S3-4:建立子系统间交互响应模型
能源子系统间耦合的本质是源、荷角色的转换,燃气电厂在输电网中视为发电厂,在输气网中充当负荷的角色;服务商购入的电/气能源在输电/气网中为负荷,在区域综合能源中视为能源供给源。
用一对耦合变量(xp,yp)表达上述耦合关系,当出现恶意攻击时,应急措施导致xp(或yp)的变化会引起yp(或xp)的变化;为表达子系统间的关系,选取耦合量作为关键变量,构建如图6所示的子系统耦合关系图,两条平行线代表子系统间激励信号传递和响应动作的延时。
1)输电网与输气网的耦合
输电网与输气网以燃气电厂为纽带耦合,耦合变量间满足下列关系:
其中,为节点i气转电负荷增加量;β为燃气轮机耗气量与发电量间的转化系数,包括天然气热值、设备效率等因素;为t-T0时刻节点i燃气电厂增出力量,t为产生激励信号时刻,T0为激励信号传递和响应动作的延时;为节点i气转电负荷削减量;为t+T0时刻节点i燃气电厂减出力量;
2)输电/气网与区域综合能源的耦合
区域综合能源作为关键环节联系输、配层子系统,从上层传输网架获取电力和天然气资源为多类终端用户供能,其耦合关系由下式表达:
其中,为节点i购电负荷增加量;α为购电负荷与服务商购电量之间的转化系数,α可认为等于1;为t-T0时刻根据决策规则调整带来的服务商购电增加量,t为产生激励信号时刻,T0为激励信号传递和响应动作的延时;为节点i购电负荷削减量;为t+T0时刻服务商购电削减量;为节点i购气负荷增加量;γ为购气负荷与服务商购气量之间的转化系数,γ可认为等于1;为t-T0时刻根据决策规则调整带来的服务商购气增加量;为节点i购气负荷削减量;为t+T0时刻服务商购气削减量。
S4:当复杂能源互联系统遭遇极端事件时,所述响应模型自动做出应对决策和措施以进行应急响应。
为改善系统状态,各子系统的运行人员会根据本系统响应模型中的决策规则进行应急响应,如改变源端出力、切负荷,以适应扰动带来的负面影响。由于子系统间深度耦合,上述调整结果可能引起子系统间故障影响传播、反馈、迭代甚至造成系统崩溃。
实施例2
本实施例为算例分析:
(1)算例参数
本算例将MATPOWER中修改的IEEE30节点输电网通过燃气电厂与比利时20节点天然气网耦合作为能源主干互联网,向下连接了7个区域综合能源枢纽H1-H7;比利时20节点输气网如图7所示,包含20个节点,19条输气管道(17条被动管道和2条含压缩机的主动管道),6个气源点S1~S6,两个燃气发电厂G1、G2;MATPOWER中修改的IEEE30节点输电网如图8所示,IEEE30节点输电网包含41条输电线路、11个发电厂(4个燃煤电厂C1-C4、2个燃气电厂G1-G2、5个风电场W1-W5),设定2个燃气电厂分别位于节点1和节点22,与输气网节点3和12互联,以提供燃气供应,5个风电场分别位于输电网节点3、10、12、15、25;负荷与风电数据从当地典型日历史数据获取;各子系统间激励信号传递和响应动作的延时设为15min。
(2)典型场景的韧性评估分析
选择高峰负荷9:00时刻作为扰动发生时刻,建立以下两种极端事件场景:
场景1:输气网中1号气源和9号、14号管道发生故障。
场景2:输电网中1号燃煤电厂和11号、13号、33号输电线路发生故障。
通常,在输气网中,由于燃气电厂签订了可中断合同,故优先切除气转电负荷;在输电网中,不区分传统电负荷与区域综合能源购电负荷,统一按当地电负荷等级划分。
通过计算,得到系统功能曲线如图9所示,下面结合图9,对各场景进行具体分析,由于本模型着重研究子系统之间的动态关联作用,因此重点对演化阶段进行分析。
1)场景1
9:00输气网遭到恶意攻击,本算例考虑严重的极端事件,认为攻击成功率100%,故障设备相继退出运行,系统功能即刻跌落,输气网状态达到临界值,系统进入调整阶段。
9:15系统进入故障演化阶段,由于增发未故障气源站出力仍无法满足负荷需求,故输气网削减了部分燃气电厂出力和区域综合能源的购气负荷,剩余可供应负荷仅为正常时的48.71%。
以上操作使得输电网和区域综合能源子系统受到感染,因此9:30它们又根据自身决策规则进行响应:①输电网在损失燃气电厂部分出力后,出现供需缺口,由于输电网充裕度较高,应急调整仅削减了部分传统电负荷;②区域综合能源在购气被削减后,通过能源互济增加购电量以满足电、热负荷需求,但由于转化设备容量限制,仍出现6.96%的终端负荷损失,同时将增加购电的信号传递给输电网。
输电网由于电负荷增大,再次出现供需缺口,在9:45功能曲线进一步下降,再次削减了传统电负荷,并减少对部分区域综合能源供电,由于转化设备已经满载,10:00区域综合能源负荷损失达33.73%,故障感染停止,总系统功能曲线稳定在0.6331不再下降,故障演化过程如图10所示。
10:30输气网的故障开始修复,随之区域综合能源子系统恢复正常购气、输电网恢复燃气电厂出力,于11:15曲线回到正常状态。
2)场景2
9:00输电网遭到恶意攻击,与场景1同理,系统功能即刻跌落,此处不再赘述。
9:15系统进入故障演化阶段,由于输电网充裕度较大,因此通过内部应急调整仅损失了7.33%的电负荷,包括传统电负荷和区域综合能源购电负荷。
然而,被切除购电负荷的区域综合能源服务商企图增加购气满足终端负荷的需求,由于转化设备容量限制,9:30仍出现8.61%的终端负荷损失,区域综合能源子系统功能曲线略有下降,并将增加购气的信号传递给输气网。
而输气网此时处于较饱和的状态、冗余度低,故在增加购气的信号下出现供需缺口,根据自身规则削减气负荷,因此在9:45出现9.94%功能跌落,同时,由于燃气电厂在输气网中重要程度较低,故9.94%全为气转电负荷。
进一步,以上非初始故障子系统b中的输气网将气转电削减信号传递到输电网,在10:00对初始故障子系统a输电网产生反馈作用,恶化了故障状态。输电网在反馈激励下再次重复之前的过程,10:15又削减区域综合能源子系统的购电,整个过程形成正反馈影响环,各子系统功能曲线持续级联下降,总系统功能曲线下跌速率渐增。直到11:15输气网将所有与燃气电厂相连的节点气负荷全部切除,即输气网子系统与输电网子系统解耦,反馈环也断开,故障后果不再继续恶化,系统功能曲线稳定于0.5701的状态。同时,由于输电网除了燃气电厂,还有其他电厂提供足够的支撑,故正反馈过程虽然使得系统大量失负荷,但没有使系统崩溃。
故障演化过程如图11所示。
11:30输电网的故障开始修复,随之系统功能曲线上升,于12:15稳定于0.7914,平均在单位时间内可满足68.21%的负荷。
通过对两个场景计算数据的深入分析可知:①能源耦合引起故障影响在子系统间进行传播,一方面可以通过能源互济起到降低负荷削减量的积极效应,另一方面可能形成正反馈起到故障影响不断扩大的消极效应;②电网作为能源互联网核心,与其他子系统同时存在源端与负荷侧的耦合,遭受打击后会导致受影响个体较多,影响面更大。
系统是人、事、物相互作用、相互依赖的许多个体组成的复杂性整体。系统动力学对问题的理解,是基于系统行为与内在机制间的相互紧密的依赖关系,逐步发掘出产生变化形态的因、果关系,同时,还可以包括时间滞延的过程,以表达滞后效应,适用于解决非线性、时变、多变量、多重反馈的复杂系统问题,既可以在宏观上把握事物发展的趋势,又可以分析系统内微观因素的相互作用关系。系统内的各要素之间相互联系,由于某因素的变化,系统处于不断的动态变化中,从而可以反映出评价对象在动态变化中所具有的特性。
在本发明中,以输电-气网为骨架、连接区域综合能源的系统构成一个复杂的自适应系统,具有多主体、分布自治、独立决策的特点;各个子系统内部的决策规则、子系统之间的紧密耦合关系组成了整个系统的行为特征。同时,在极端事件下,系统行为具有明显的反馈动力学特征。根据复杂能源互联系统多主体、分布自治、独立决策的特点,借助系统动力学可以将整个复杂能源互联系统分解成若干耦合子系统,分别建立子系统内部的模型、子系统间交互作用的模型,模拟和剖析各变量间的定性与定量关系,从而表达多主体、动态耦合、具有迭代作用的复杂系统特征,刻画出复杂能源互联系统在极端事件下的动态响应行为。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求范围内的所有技术方案。
Claims (10)
1.一种用于复杂能源互联系统极端事件的应急响应方法,其特征在于,包括以下步骤:
S1:以输电-气网为基础,连接区域综合能源系统,构建复杂能源互联系统结构;
S2:基于系统动力学,将整个复杂能源互联系统分解成相互作用的子系统,所述子系统包括输电网子系统、输气网子系统和区域综合能源子系统;建立各子系统内部动力学模型,模拟和剖析系统各变量间的定性与定量关系;
S3:刻画出复杂能源互联系统在极端事件下的动态响应行为,建立响应模型,所述响应模型包括建立输电网子系统基于负荷重要度的应急决策模型、输气网子系统基于负荷重要度的应急决策模型、区域综合能源子系统基于能源互济的应急决策模型和子系统间交互响应模型;
S4:当复杂能源互联系统遭遇极端事件时,所述响应模型自动做出应对决策和措施以进行应急响应。
7.根据权利要求1所述的一种用于复杂能源互联系统极端事件的应急响应方法,其特征在于,步骤S3中所述建立输电网子系统基于负荷重要度的应急决策模型具体为:
1)目标函数
以重要负荷总削减量最小为目标,其目标函数如下:
其中,F为重要负荷总削减量;td为系统开始出现功能损失的时刻;te为系统经过修复后重新达到稳定的时刻;代表支流潮流中节点i电负荷削减优先级,反映了节点负荷的重要程度;Ne为输电网负荷节点集合;PDi(t)为输电网节点i实时负荷;PDi(t0)为输电网节点i计划负荷;
2)约束条件
①发电厂和负荷削减约束
其中,为节点i燃气电厂爬坡约束下限;为节点i燃气电厂增出力量;为节点i燃气电厂爬坡约束上限;为节点i燃气电厂减出力量;为节点i燃煤电厂爬坡约束下限;为节点i燃煤电厂爬坡约束上限;为节点i燃煤电厂增出力量;为节点i燃煤电厂减出力量;Ii,r(t)为节点i处r类电厂的状态变量,1为正常,0为故障,其中r=C、G、WT,分别代表燃煤、燃气、风电厂的状态变量;为节点i电厂r的出力上限;为节点i电厂r的出力下限;PGi(t)为节点i电厂实时出力;PDi(t)为输电网节点i实时负荷;
②网络约束
8.根据权利要求1所述的一种用于复杂能源互联系统极端事件的应急响应方法,其特征在于,步骤S3中所述建立输气网子系统基于负荷重要度的应急决策模型具体为:
1)目标函数
以重要负荷总削减量最小为目标,其目标函数如下:
其中,F为重要负荷总削减量;td为系统开始出现功能损失的时刻;te为系统经过修复后重新达到稳定的时刻;为输气网节点i削减负荷优先级因子;Ng为输气网负荷节点集合;为节点i实时输气网负荷;为节点i计划负荷;
2)约束条件
①气源站和负荷削减约束
②网络约束
9.根据权利要求1所述的一种用于复杂能源互联系统极端事件的应急响应方法,其特征在于,步骤S3中所述建立区域综合能源子系统基于能源互济的应急决策模型具体为:
1)系统能源互济模型
其中,Cee为电能转化成电能的转化系数;Cge为天然气转化成电能的转化系数;Cet为电能转化成热能的转化系数;Cgt为天然气转化成热能的转化系数;C为耦合矩阵,描述了多种负荷和能源输入的关系,包括调度因子与转化效率;Pe(t)为输入区域综合能源子系统的电能;Pg(t)为输入区域综合能源子系统的天然气;P为上述两个变量组合成的列向量;Le(t)为区域综合能源子系统的电负荷;Lt(t)为区域综合能源子系统的热负荷;L为终端净负荷矩阵;
能源转化上限,由下列最大转化容量矩阵表达:
其中,ζee为电能转化成电能的最大容量;ζge为天然气转化成电能的最大容量;ζet为电能转化成热能的最大容量;ζgt为天然气转化成热能的最大容量;
2)服务商购电、购气策略模型
服务商购电、购气增加量由下式计算:
①购电增加量
②购气增加量
10.根据权利要求1所述的一种用于复杂能源互联系统极端事件的应急响应方法,其特征在于,步骤S3中所述建立子系统间交互响应模型选取耦合量作为关键变量,构建子系统耦合关系;
输电网与输气网以燃气电厂为纽带耦合,耦合变量间满足下列关系:
其中,为节点i气转电负荷增加量;β为燃气轮机耗气量与发电量间的转化系数,包括天然气热值、设备效率;为t-T0时刻节点i燃气电厂增出力量,t为产生激励信号时刻,T0为激励信号传递和响应动作的延时;为节点i气转电负荷削减量;为t+T0时刻节点i燃气电厂减出力量;
区域综合能源从上层传输网架获取电力和天然气资源为多类终端用户供能,其耦合关系由下式表达:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010223461.0A CN111276976B (zh) | 2020-03-26 | 2020-03-26 | 一种用于复杂能源互联系统极端事件的应急响应方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010223461.0A CN111276976B (zh) | 2020-03-26 | 2020-03-26 | 一种用于复杂能源互联系统极端事件的应急响应方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111276976A CN111276976A (zh) | 2020-06-12 |
CN111276976B true CN111276976B (zh) | 2021-05-11 |
Family
ID=70999687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010223461.0A Expired - Fee Related CN111276976B (zh) | 2020-03-26 | 2020-03-26 | 一种用于复杂能源互联系统极端事件的应急响应方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111276976B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112861292B (zh) * | 2021-01-12 | 2022-08-05 | 浙江大学 | 一种电-气综合能源系统恢复改善方法 |
CN112986731B (zh) * | 2021-02-08 | 2022-12-02 | 天津大学 | 计及地震不确定性的电气互联系统韧性评估与提升方法 |
CN113094854B (zh) * | 2021-04-06 | 2022-03-11 | 浙江大学 | 一种电-气耦合系统骨干网架重构方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210712A (zh) * | 2019-05-05 | 2019-09-06 | 三峡大学 | 一种考虑不确定性和多主体博弈的综合能源系统规划方法 |
CN110443398A (zh) * | 2019-05-13 | 2019-11-12 | 华北电力大学(保定) | 一种基于重复博弈模型的区域综合能源系统优化运行方法 |
CN110570028A (zh) * | 2019-08-22 | 2019-12-13 | 国电南瑞科技股份有限公司 | 一种综合能源系统并网模式到应急自治模式的切换方法 |
-
2020
- 2020-03-26 CN CN202010223461.0A patent/CN111276976B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210712A (zh) * | 2019-05-05 | 2019-09-06 | 三峡大学 | 一种考虑不确定性和多主体博弈的综合能源系统规划方法 |
CN110443398A (zh) * | 2019-05-13 | 2019-11-12 | 华北电力大学(保定) | 一种基于重复博弈模型的区域综合能源系统优化运行方法 |
CN110570028A (zh) * | 2019-08-22 | 2019-12-13 | 国电南瑞科技股份有限公司 | 一种综合能源系统并网模式到应急自治模式的切换方法 |
Non-Patent Citations (3)
Title |
---|
Machine Learning Based Power Grid Outage Prediction in Response to Extreme Events;Rozhin Eskandarpour; Amin Khodaei;《IEEE Transactions on Power Systems》;20161122;第3315-3316页 * |
基于系统动力学的电网自然灾害应急资源配置模型;贾雷亮 等;《广东电力》;20140930;第27卷(第9期);第42-48页 * |
电力系统应对极端事件的新挑战与未来研究展望;李更丰 等,;《智慧电力安全》;20190820;第47卷(第8期);第001-011页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111276976A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Majidi et al. | Application of information gap decision theory in practical energy problems: A comprehensive review | |
CN111276976B (zh) | 一种用于复杂能源互联系统极端事件的应急响应方法 | |
Khaligh et al. | Stochastic expansion planning of gas and electricity networks: A decentralized-based approach | |
Daneshvar et al. | Two-stage stochastic programming model for optimal scheduling of the wind-thermal-hydropower-pumped storage system considering the flexibility assessment | |
Yi et al. | Multiobjective robust scheduling for smart distribution grids: Considering renewable energy and demand response uncertainty | |
Hooshmand et al. | Stochastic model predictive control method for microgrid management | |
CN111478312A (zh) | 一种提升电网稳定性的综合能源集群协调控制方法 | |
Xia et al. | An autonomous real-time charging strategy for plug-in electric vehicles to regulate frequency of distribution system with fluctuating wind generation | |
Ospina et al. | Sampling-based model predictive control of PV-integrated energy storage system considering power generation forecast and real-time price | |
CN106991539B (zh) | 一种能源系统优化调度方法及装置 | |
CN109818347B (zh) | 一种电力系统风电消纳能力的评估方法 | |
CN112613685B (zh) | 一种考虑外界环境动态影响的灾害配电网抢修方法 | |
Zhang et al. | Resilience assessment of multi-decision complex energy interconnection system | |
CN115689375A (zh) | 虚拟电厂运行控制方法、装置、设备及介质 | |
CN115663922A (zh) | 一种分布式电源多自由度优化配置方法及系统 | |
Zambelli et al. | Long-term hydropower scheduling based on deterministic nonlinear optimization and annual inflow forecasting models | |
Herrera et al. | Dynamics performance of the wind-power supply chain with transmission capacity constraints. | |
CN107846039A (zh) | 考虑风速相关性的集群风电并网建模分析方法及系统 | |
CN115313422B (zh) | 主动支撑主网频率的电-气综合能源系统运行控制方法 | |
Chen et al. | Emergency load-shedding optimization control method based on reinforcement learning assistance | |
Sun et al. | Scheduling model of power system based on forecasting error of wind power plant output | |
CN107330248A (zh) | 一种基于改进型神经网络的短期风功率预测方法 | |
Li et al. | Multiagent deep meta reinforcement learning for sea computing-based energy management of interconnected grids considering renewable energy sources in sustainable cities | |
CN116307071A (zh) | 一种高比例光伏接入低压配电网方法 | |
CN109038672A (zh) | 一种平抑可再生能源波动的多目标鲁棒优化配置方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210511 |