CN111597683B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN111597683B CN111597683B CN202010290742.8A CN202010290742A CN111597683B CN 111597683 B CN111597683 B CN 111597683B CN 202010290742 A CN202010290742 A CN 202010290742A CN 111597683 B CN111597683 B CN 111597683B
- Authority
- CN
- China
- Prior art keywords
- natural gas
- node
- power
- state
- combined 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.)
- Active
Links
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 914
- 239000003345 natural gas Substances 0.000 title claims abstract description 442
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000005457 optimization Methods 0.000 title claims abstract description 27
- 230000005540 biological transmission Effects 0.000 title claims abstract description 19
- 230000001052 transient effect Effects 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000008878 coupling Effects 0.000 claims description 23
- 238000010168 coupling process Methods 0.000 claims description 23
- 238000005859 coupling reaction Methods 0.000 claims description 23
- 239000007789 gas Substances 0.000 claims description 21
- 238000009826 distribution Methods 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 16
- 239000002343 natural gas well Substances 0.000 claims description 16
- 230000007812 deficiency Effects 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 7
- HGYZMIFKJIVTLJ-UHFFFAOYSA-N 4-chloro-2,3-dihydro-1h-pyrrolo[3,2-c]pyridine Chemical compound ClC1=NC=CC2=C1CCN2 HGYZMIFKJIVTLJ-UHFFFAOYSA-N 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000010438 heat treatment Methods 0.000 claims description 2
- 230000008439 repair process Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 238000013519 translation Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (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。首先，通过暂态马尔可夫过程建立电力天然气联合系统的设备运行可靠性模型，并利用时序蒙特卡洛法仿真得到电力天然气联合系统的状态序列；其次，多阶段的电力天然气联合系统紧急故障状态处理，包括利用稳态电气联合优化潮流方法进行紧急故障状态的预调度，利用天然气系统暂态仿真方法对天然气系统的真实运行状态进行仿真，以及利用电力优化潮流方法对电力天然气联合系统的真实运行状态进行仿真；最后，通过基于离线暂态过程集的时序蒙特卡洛仿真，加速运行可靠性参数计算，并进行运行优化。
Description
技术领域
本发明涉及一种电网系统可靠性处理保障方法，特别是涉及了天然气传输动态特性的电力天然气联合系统运行可靠性计算与运行优化方法，属于综合能源系统运行优化以及可靠性分析领域。
背景技术
随着世界对于低碳和可持续发展的关注，天然气逐渐成为一种高效，清洁的化石发电燃料。根据美国能源局在2019年11月发布的月度能源报告，在所有进行发电的一次化学能源中，天然气的占比相比上一年上升了14.59％。由于电力天然气联合系统和天然气系统耦合的增强，这两个原本独立的能源系统被逐渐视作电力-天然气联合系统进行管理，这也为提高能源综合运行效率提供了新的可能性。
但是，该深度耦合在另一方面也为该能源系统的可靠性运行带来了挑战。天然气系统的故障可能导致电力天然气联合系统中的天然气机组的供气不足，从而影响电力天然气联合系统的正常电力供应。因此，亟需对电力天然气联合系统的运行可靠性进行准确评估。
现有对于电力天然气联合系统的可靠性判断方法主要由传统的电力天然气联合系统可靠性判断方法直接应用而来，采用的皆是稳态的潮流计算。但是与电力天然气联合系统不同的是，由于元件故障造成的天然气系统运行状态的改变，例如天然气传输管道中流量的改变，有着数分钟至数小时的暂态过程，而该时长在运行层面中不可忽视，否则会造成较大的误差。而现在并未有研究将天然气的暂态过程考虑到电力天然气联合系统的运行可靠性判断中。
发明内容
针对上述背景方法中的问题，本发明提供了一种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，解决了在考虑天然气传输动态特性的前提下，电力天然气联合系统可靠性判断的方法问题。
本发明采用以下方法方案：
首先，通过暂态马尔可夫过程建立电力天然气联合系统的设备运行可靠性模型，并利用时序蒙特卡洛法仿真生成得到电力天然气联合系统的状态序列；
其次，多阶段的电力天然气联合系统紧急故障状态处理，得到电力天然气联合系统的真实运行状态，包括：
利用稳态电气联合优化潮流方法进行紧急故障状态的预调度；
利用天然气系统暂态仿真方法对天然气系统的真实运行状态进行暂态过程仿真；
利用电力优化潮流方法对电力天然气联合系统的真实运行状态进行仿真；
最后，重复上述步骤，并通过离线暂态过程集加速运行处理获得可靠性参数，根据可靠性参数进行运行优化。
所述的电力天然气联合系统的拓扑结构由多个节点通过多条边连接构成，节点包括电力节点、天然气节点、耦合节点的三类，边包括电力线路、天然气管道的两类；电力节点之间或者电力节点和耦合节点之间通过电力线路连接或者不连接，天然气节点之间或者天然气节点和耦合节点之间通过天然气管道连接或者不连接；节点上有设备和负荷，设备和负荷位于节点上，设备包含非天然气机组、天然气机组、天然气源三类，非天然气机组位于电力节点/耦合节点上，天然气机组仅存在并存在于耦合节点上，气源位于于天然气节点/耦合节点上；负荷包括电力负荷和天然气负荷，电力负荷位于电力节点/耦合节点上，天然气负荷位于天然气节点/耦合节点上。
设备的运行可靠性模型分为两状态模型和多状态模型两类；非天然气机组的运行可靠性模型为两状态模型，包括“正常工作”和“完全失效”的两种状态；天然气机组和天然气源的运行可靠性模型为多状态模型，包括一个“正常工作”、一个“完全失效”和多个“部分失效”状态；由非天然气机组、天然气机组、天然气源的不同状态排列组合构成电力天然气联合系统所有可能具有的多状态。
所述步骤1)通具体包括以下步骤：
1.1)建立天然气源可靠性的多状态模型，得到天然气源可调度量的时间概率分布：
1.1.1)一个天然气源由多个天然气井组成，每个天然气井的可靠性模型为以下的两状态模型：
其中，表示节点i的天然气井j的处于第h状态的时间概率分布函数，Pr{}表示概率函数，/>为节点i的天然气井j在时间t的可调度量，/>为节点i的天然气井j在第h状态的可调度量；
再由以下式获得天然气井的两状态模型的时间概率分布：
其中，和/>分别表示节点i的天然气井j在时间t的第h状态的概率，/>和分别为节点i的天然气井j的故障率和修复率；
1.1.2)当获得所有天然气井的可调度量的时间概率分布后，根据组合确定天然气源的可调度量的时间概率分布，天然气源的可调度量计算为：
其中，为节点i的天然气源在第h状态的可调度量，/>为节点i的处于第1状态的天然气源集合；/>表示节点i的天然气井j在第1状态的可调度量(其中，第1状态为正常工作状态)；
1.2)建立天然气机组和非天然气机组可靠性的多状态模型，得到天然气机组和非天然气机组可调度量的时间概率分布；
天然气机组和非天然气机组的可调度量的时间概率分布处理方式相同；例如，天然气机组的可调度量的时间概率分布处理方式为：
节点i上的天然气机组j有个状态，/>第h状态下的天然气机组的可调度量为/>节点i上的天然气机组j在第h状态的时间概率分布通过求解以下公式得到：
其中，为天然气机组j第h状态到第h’状态的状态转移率，/>表示/>函数在t＝0的值，即节点i的天然气机组j处于状态1的时间概率分布函数在t＝0的值；
1.3)利用时序蒙特卡洛法仿真得到电力-天然气系统的状态序列：
设置仿真目标时长为ST，设置电力天然气联合系统的各个设备在t＝0时刻的运行状态为正常工作状态，根据步骤1)～2)得到的天然气源、天然气机组和非天然气机组的各个设备可调度量的时间概率分布，并利用时序蒙特卡洛法仿真生成覆盖仿真目标时长ST的各个设备的状态序列，并通过状态组合形成电力天然气联合系统所有可能的状态序列。
所述步骤2)具体包括以下步骤：
2.1)第一阶段，利用稳态电气联合优化潮流方法进行紧急故障状态的预调度：
在由步骤1)生成的电力天然气联合系统的状态序列中每一个状态k下，建立以下公式(5)的目标函数：
并建立以下公式(6)-(16)的约束条件：
GPi ≤GPi(k)≤TGCi(k) (50)
其中，NBe、NBg分别为电力节点、天然气节点的数量，NGi为节点i上的非天然气机组的数量，为节点i上天然气机组的数量，/>节点i上非天然气机组的数量，k表示电力天然气联合系统的状态序列号，GPi(k)为电力天然气联合系统的第k状态下天然气节点i天然气源的出力，/>为电力天然气联合系统的第k状态下节点i上的天然气机组j的天然气消耗量，/>为电力天然气联合系统的第k状态下电力节点i天然气机组j的有功功率和无功功率，/>为电力天然气联合系统的第k状态下电力节点i非天然气机组j的有功功率和无功功率，ρi为天然气节点i的天然气单位计价值，ELCi(k)、GLCi(k)分别为电力天然气联合系统的第k状态下电力负荷的中断量和天然气负荷的中断量，CDFi e和CDFi g分别为耦合节点i的电力负荷的中断计价值和天然气负荷的单位中断计价值，GCi,j为非天然气机组的发电计价值函数，T(k)为电力天然气联合系统状态k的持续时间，GLi为天然气节点i的天然气负荷，EFij(k)和GFij(k)为电力天然气联合系统的第k状态下从电力节点i到j的电力潮流和从天然气节点i到j的天然气管道流量，Pi和Qi为电力节点i上的电力负荷的有功功率和无功功率，Vi(k)和θij(k)分别为电力天然气联合系统的第k状态下节点i的电压的幅值和节点i和节点j之间的相角差，Gij和Bij为节点i和节点j的电力线路的电纳和电抗，/>和/>分别为为连接电力节点i的电力线路的集合和连接天然气节点i的天然气管道的集合，Πi(k)为电力天然气联合系统的第k状态下天然气节点i的气压，Cij为天然气管道的特征参数；sgn(x)为符号函数，x≥0时sgn(x)＝1，x<0时sgn(x)＝-1；GPi 为GPi(k)的下限约束，/>为ELCi的上限约束，αi,j、βi,j和γi,j为电力节点i天然气机组j的第一、第二、第三热效应系数，Hg天然气的热值；
表示/>的下限约束，/>表示电力天然气联合系统的第k状态下的节点i上非天然气机组j的有功功率，/>为由步骤1.2)得到的电力天然气联合系统的第k状态下节点i上天然气机组j的可调度量；/>分别为/>的下限约束和上限约束。/>为/>在h＝1时的值；/>为/>的下限约束；/>为由步骤1.2)得到的电力天然气联合系统的第k状态下节点i上非天然气机组j的可调度量；/>电力天然气联合系统的第k状态下的节点i上非天然气机组j的无功功率，/>分别为/>的下限约束和上限约束；/>为/>在h＝1时的值；/>为GLCi的上限约束，j为节点上设备的序号；TGCi(k)为由1.1.2)得到的在电力天然气联合系统的第k状态所对应的节点i的天然气源的状态下的可调度量，/>分别为EFij和GFij的上限；
根据约束条件求解上述目标函数，得到第一阶段的电力天然气联合系统的预想运行状态；但是第一阶段的预想运行状态结果并不是电力天然气联合系统的真实运行状态，真实运行状态由接下来的两个阶段进行计算。
求解获得的预想运行状态包括了电力天然气联合系统的第k状态下天然气节点i天然气源的出力GPi(k)，电力天然气联合系统的第k状态下节点i上的天然气机组j的天然气消耗量电力天然气联合系统的第k状态下电力节点i天然气机组j的有功功率和无功功率/>电力天然气联合系统的第k状态下电力节点i非天然气机组j的有功功率和无功功率/>电力天然气联合系统的第k状态下电力负荷的中断量和天然气负荷的中断量ELCi(k)、GLCi(k)，电力天然气联合系统的第k状态下从电力节点i到j的电力潮流和从天然气节点i到j的天然气管道流量EFij(k)和GFij(k)，电力天然气联合系统的第k状态下节点i的电压的幅值和节点i和节点j之间的相角差Vi(k)和θij(k)，电力天然气联合系统的第k状态下天然气节点i的气压Πi(k)。
2.2)第二阶段，利用天然气系统暂态仿真方法对天然气系统的真实运行状态进行暂态过程仿真：
2.2.1)以连接节点i和节点j的天然气管道作为天然气管道ij，对于每一个天然气管道ij建立如下天然气系统暂态模型，并对所有天然气管道构建天然气系统暂态模型：
其中，Πij(x,t)为天然气管道ij的气压在离节点i距离为x、时间为t的函数，是时间与距离的函数；Lij为天然气管道ij的长度，ε为天然气密度，Dij为为天然气管道ij的直径，Fij为天然气管道ij的范宁传输系数，x表示当前节点和节点i之间的距离，t表示时间，GFij表示从天然气节点i到j的天然气管道流量；
天然气系统暂态模型的初始条件由以下方法确定：对于电力天然气联合系统的状态序列k，当k＝1时，在电力天然气联合系统的第一个状态下所有设备均处于正常工作状态，电力天然气联合系统的运行状态由步骤2.1)中的方法处理获得；当k>1时，电力天然气联合系统的运行状态由前一个k-1状态下最后时刻的天然气管道气压与流量的最终状态确定，具体为：
Πij(k)(x,t)|t＝0＝Πij(k-1)(x,t)|t＝T(k) (64)
GFij(k)(x,t)|t＝0＝GFij(k-1)(x,t)|t＝T(k) (65)
其中，Πij(k)(x,t)表示电力天然气联合系统的第k状态下的Πij(x,t)，GFij(k)(x,t)表示电力天然气联合系统的第k状态下的GFij(x,t)；
2.2.2)对于天然气节点进行再次分类，以确定其所连接的天然气管道的偏微分方程组边界条件：以存在天然气负荷的节点作为天然气负荷节点，以存在天然气源而不存在天然气负荷的节点作为天然气源节点，以除了天然气负荷节点和天然气源节点以外的天然气节点为天然气连接节点；对于天然气节点的天然气系统暂态模型建立以下边界条件：
对于所有天然气节点，建立基础边界条件为：
其中，表示Πij(x,t)在j＝j1时候的函数，/>表示/>在x＝0时候的函数，即/>j1表示天然气节点编号，/>表示为天然气管道j2i的气压，/>表示/>在x＝0时候的函数，即/>j2表示天然气节点编号；Lij表示天然气管道ij的长度；
对于天然气负荷节点，额外建立以下边界条件：
对于天然气源节点和天然气连接节点，额外建立以下边界条件：
其中，GPi(k)
2.2.3)采用有限差分法求解2.2.1)和2.2.2)构成的上述天然气系统暂态模型，并根据下式求解天然气节点i的天然气负荷的真实负荷中断量和耦合节点i的天然气机组j的真实可消耗天然气量的上限/>
当时，/>
当时，/>
其中，GLCi(t)为节点i所有天然气机组的真实可消耗天然气量的上限与天然气负荷的真实中断量之和；
2.3)第三阶段，利用电力优化潮流方法对电力天然气联合系统的真实运行状态进行仿真：
根据天然气机组的真实可消耗天然气量的上限计算天然气机组受天然气供给约束的真正实时可调度发电容量/>
其中，
建立第三阶段的优化目标函数：
并建立以下约束条件：
其中，EOC(t)表示电力系统运行成本，是时间t的函数，GCi,j(t)表示。。。，ELCi(t)表示电力负荷中断量随时间t的函数；为电力节点i天然气机组j的有功功率和无功功率随时间t的函数；/>为电力节点i非天然气机组j的有功功率和无功功率随时间t的函数；EFij(t)为从电力节点i到j的电力潮流随时间t的函数；Vi(t)，θij(t)分别为节点i的电压的幅值和节点i和节点j之间的相角差随时间t的函数；
通过求解上述优化模型，得到电力天然气联合系统的真实运行状态。
求解获得的真实运行状态具体包括电力负荷中断量随时间t的函数ELCi(t)，电力节点i天然气机组j的有功功率和无功功率随时间t的函数电力节点i非天然气机组j的有功功率和无功功率随时间t的函数/>电力节点i到j的电力潮流随时间t的函数EFij(t)，节点i的电压的幅值和节点i和节点j之间的相角差随时间t的函数Vi(t)，θij(t)。
所述步骤3)具体包括以下步骤：
3.1)重复步骤1)和2)进行多次迭代，得到每次迭代中在运行时段ST上电力天然气联合系统的真实运行状态，在每次迭代过程中通过离线暂态过程集加速处理，具体为：
在每次迭代过程的有限差分法求解处理中，根据连接天然气节点i和j的天然气管道离散的长度步长Δxi,j并提取出数据额外构建电力天然气联合系统的重要状态变量为：
NMi,j＝Lij/Δxi,j
在每一次迭代的步骤2)第二阶段的步骤2.2)结果得到后，判断以下公式(38)是否满足；
||(x(t)-x(t-Δt))/(1+|x(t-Δt))|||∞≤ξ1 (82)
其中，Δt为有限差分法中离散的时间步长，ξ1为暂态过程收敛阈值；
若满足，则将此时步骤2.2)计算结果的重要状态变量存入离线暂态过程集，步骤2)第二阶段结果保持不变，后续不再进行步骤2)第二阶段；若不满足，则继续进行每一次迭代的步骤2)第二阶段；
若在当前某次次迭代中出现了电力天然气联合系统状态相同的情况，即电力天然气联合系统的状态序列中的状态相同，系统中所有设备的状态相同，则该次迭代中电力天然气联合系统的重要状态变量无需重新计算，直接从提取出和当前状态相同的之前的电力天然气联合系统的重要状态变量x1(t)进行时间平移得到：
x2(t)＝x1(t+t1-t2) (83)
其中，t1为与当前状态相同的之前迭代的电力天然气联合系统状态的起始时间，x1(t)为当前状态相同的之前迭代的电力天然气联合系统的重要状态变量，t2为当前某次次迭代中的电力天然气联合系统状态的起始时间；
ELCi(τ)、ELCi(τ)、
3.2)在每一次迭代结束后根据结果计算运行可靠性参数，运行可靠性参数包含期望电力切负荷量EENSi(t)、电力切负荷概率LOLPi(t)、期望天然气切负荷量EGNSi(t)和天然气切负荷概率LOGPi(t)，采用以下公式计算获得上述四个运行可靠性参数：
当x≥0时，flag(x)＝1，否则flag(x)＝0
其中，NS为时序蒙特卡洛法的采样次数，flag()表示标志函数；
再进行运行可靠性参数的收敛性判断：
其中，Var(x)为x的方差，ξ2为可靠性收敛阈值；
若满足上述上述公式，则认为运行可靠性参数收敛，并输出四个运行可靠性参数；
3.3)基于运行可靠性参数的运行优化方法：
根据运行可靠性参数进行以下判断：
当某一个节点在某一个时间点的期望电力切负荷量大于预设的缺电量上限阈值或期望天然气切负荷量大于预设的缺气量上限阈值/>或电力切负荷概率大于预设的缺电概率上限阈值/>或天然气切负荷概率大于预设的缺气概率上限阈值/>则电力天然气联合系统在该时刻该节点不可靠；否则电力天然气联合系统在该时刻该节点可靠；
在电力天然气联合系统在该时刻该节点不可靠情况下：
若时刻t电力节点i的期望缺电量或期望缺电概率大于预先设定的缺电上限阈值，则在该电力节点在日前机组组合时增加加入发电机组，以提高运行可靠性；
若在时刻t天然气节点i的期望缺气量或期望缺气概率大于预先设定的缺气上限阈值，则在该天然气节点在日前机组组合时增加加入储气装置，以提高运行可靠性。
本发明的有益效果是：
本发明通过对电力天然气联合系统的运行可靠性进行判断，可以明确该系统的薄弱环节以及运行时的薄弱时间段，从而为系统日前机组组合、设备投切、运行方案制定和紧急故障管理提供决策帮助。
特别的，由于考虑了天然气传输的动态特性，使得该可靠性评估方法能够更加实时、准确的反应电力天然气联合系统在运行时段的可靠性。另一方面，通过离线暂态过程集的建立，使得基于有限差分法和时序蒙特卡洛法的混合仿真这一必要的却极度消耗计算时间的可靠性判断方法的计算时间被控制在合理范围内。
附图说明
图1是本发明的电力天然气联合系统结构的示意图。
具体实施方式
以下结合实施例及其附图作进一步说明。
按照本发明发明内容的完整方法实施的实施例情况如下：
处理获得某测试案例中由IEEE电力天然气联合系统可靠性测试系统和比利时天然气传输系统组成的电力天然气联合系统的运行可靠性。
首先，初始化该电力天然气联合系统的参数。该电力天然气联合系统的结构示意图如图1所示，其包含的电力天然气联合系统和天然气传输系统的原始数据来源于公开文献，表1，表5，6，7，表12部分和《De Wolf D,Smeers Y.The gas transmission problemsolved by an extension of the simplex algorithm[J].Management Science,2000,46(11):1454-1465.》中的附录A部分中查到。在此基础上，本实施例对此做了以下修改：
在如图1图例所示的位置，将该电力天然气联合系统中编号1，2，5，6，9，10，11，16，17，18，19，20的发电机组替换为相同发电容量天然气机组(发电机编号可在上述文献中查到)，其热效率系数根据公开文献中的设定。天然气机组与天然气系统的耦合关系如图1所示。
各类型用户的用户中断成本计价值根据公开文献《Wacker G,BillintonR.Customer cost of electric service interruptions[J].Proceedings of the IEEE,1989,77(6):919-930.》中表2部分设定。
天然气系统中各气源的天然气单位计价值根据公开文献《Unsihuay C,Lima J WM,De Souza A C Z.Modeling the integrated natural gas and electricity optimalpower flow[C]//Power Engineering Society General Meeting,2007.IEEE.IEEE,2007:1-7.》中的表2部分设定。
实施过程具体如下：
1)通过暂态马尔可夫过程建立电力天然气联合系统的设备运行可靠性模型，并利用时序蒙特卡洛法仿真得到电力天然气联合系统的状态序列
1.1)建立天然气源可靠性的多状态模型，得到天然气源可调度量的时间概率分布。
1.2)建立天然气机组和非天然气机组可靠性的多状态模型，得到天然气机组和非天然气非天然气机组可调度量的时间概率分布。利用时序蒙特卡洛法仿真得到电力-天然气系统的状态序列
2)进行多阶段的电力天然气联合系统紧急故障状态处理。
2.1)第一阶段：利用稳态电气联合优化潮流方法进行紧急故障状态的预调度
2.2)第二阶段：利用天然气系统暂态仿真方法对天然气系统的真实运行状态进行仿真。
2.3)第三阶段：利用电力优化潮流方法对电力天然气联合系统的真实运行状态进行仿真。
3)通过基于离线暂态过程集的时序蒙特卡洛仿真，加速运行可靠性参数计算，最终得到运行可靠性参数，包括期望电力切负荷量EENSi(t)，电力切负荷概率LOLPi(t)，期望天然气切负荷量EGNSi(t)，天然气切负荷概率LOGPi(t)，并进行运行优化。
由此根据本发明提出的方法得到该系统以及系统中各个节点的运行可靠性参数，分别如表1、表2、表3和表4所示。将电力节点记为EB，天然气节点记为GB。
表1电力天然气联合系统运行可靠性指标对比
表2电力天然气联合系统节点运行可靠性参数期望电力切负荷量EENS
/>
表3电力天然气联合系统节点运行可靠性参数期望电力切负荷概率LOLP
表4天然气系统节点运行可靠性参数期望天然气切负荷量EGNS
表5天然气系统可靠性参数EGNS
为表述方便起见，将不考虑天然气传输动态特性(以下简称该特性)称为场景A，考虑天然气传输动态特性称为场景B。从表1中可以看出，LOGP在两个场景下几乎相同，这标明无论是否考虑该特性，系统在可能的故障下的期望天然气中断概率是相同的。而对比EGNS可得到在运行时段，场景A的EGNS大于场景B。这表明相同故障状态下的场景A的天然气负荷中断量在统计意义上大于场景B，或者说天然气负荷中断的时机得到了推迟。即我们若不考虑该特性计算运行可靠性参数，所得到的EGNS是偏大的。而对于电力天然气联合系统而言，场景A下的LOLP和EENS皆小于场景B。这表明若不考虑该特性，得到的这两个可靠性参数是偏小的。这与天然气系统的运行策略有关。天然气机组在实际运行中一般比其他天然气负荷优先被中断。
从表2，3，4，5看出，相较于场景A，不同节点在场景B中可靠性参数的增加/中断程度是不同的。如表4，天然气节点20上的天然气负荷更加容易被中断，这与表5中的EGNS呈现出来的信息相一致。天然气节点20的LOGP在整个运行时段中一直保持最大，而天然气节点16的EGNS在t＝4.25小时左右的时候开始超过天然气节点20。这说明虽然天然气节点20在运行过程中最倾向于受到负荷中断，但是天然气节点16在4.25小时后收到可能发生的天然气源故障的影响后果更为严重。对于电力天然气联合系统而言也是类似。电力节点6最容易受到电力负荷中断，而电力节点8容易遭受到更严重的故障后果。
根据运行可靠性参数进行判断，此案例中认为，当任意一个天然气节点的在运行时段中任意一个时间的LOGP>0.04或EGNS>0.006，则认为该天然气节点不可靠。当任意一个电力节点的在运行时段中任意一个时间的LOLP>0.002或EENS>0.016时，认为该电力节点不可靠。因此，从可靠性参数的计算结果来看，天然气系统的所有节点都是可靠性的，而电力节点6在5小时40分钟后变得不可靠。因此，电力天然气联合系统调度员需要在日前机组组合时，在电力节点6投入更多发电机组，以减少可能出现的电力负荷中断，从而提高运行可靠性。
由此可见，本发明可在考虑天然气传输动态特性的情况下准确判断电力天然气联合系统的运行可靠性，并进行相关措施，从而能帮助提高电力天然气联合系统的调度机构的可靠性，填补了行业的空白，实现了其突出方法效果。
Claims (3)
1.一种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，其特征在于：
首先，通过暂态马尔可夫过程建立电力天然气联合系统的设备运行可靠性模型，并利用时序蒙特卡洛法仿真生成得到电力天然气联合系统的状态序列；
其次，多阶段的电力天然气联合系统紧急故障状态处理，得到电力天然气联合系统的真实运行状态，包括：
利用稳态电气联合优化潮流方法进行紧急故障状态的预调度；
利用天然气系统暂态仿真方法对天然气系统的真实运行状态进行暂态过程仿真；
利用电力优化潮流方法对电力天然气联合系统的真实运行状态进行仿真；
最后，重复上述步骤，并通过离线暂态过程集加速运行处理获得可靠性参数，根据可靠性参数进行运行优化；
所述步骤1)通具体包括以下步骤：
1.1)建立天然气源可靠性的多状态模型，得到天然气源可调度量的时间概率分布：
1.1.1)一个天然气源由多个天然气井组成，每个天然气井的可靠性模型为以下的两状态模型：
其中，表示节点i的天然气井j的处于第h状态的时间概率分布函数，Pr{}表示概率函数，/>为节点i的天然气井j在时间t的可调度量，/>为节点i的天然气井j在第h状态的可调度量；
再由以下式获得天然气井的两状态模型的时间概率分布：
其中，和/>分别表示节点i的天然气井j在时间t的第h状态的概率，/>和/>分别为节点i的天然气井j的故障率和修复率；
1.1.2)当获得所有天然气井的可调度量的时间概率分布后，根据组合确定天然气源的可调度量的时间概率分布，天然气源的可调度量计算为：
其中，为节点i的天然气源在第h状态的可调度量，/>为节点i的处于第1状态的天然气源集合；/>表示节点i的天然气井j在第1状态的可调度量；
1.2)建立天然气机组和非天然气机组可靠性的多状态模型，得到天然气机组和非天然气机组可调度量的时间概率分布；
天然气机组和非天然气机组的可调度量的时间概率分布处理方式相同；天然气机组的可调度量的时间概率分布处理方式为：
节点i上的天然气机组j有个状态，/>第h状态下的天然气机组的可调度量为/>节点i上的天然气机组j在第h状态的时间概率分布通过求解以下公式得到：
其中，为天然气机组j第h状态到第h’状态的状态转移率，/>表示/>函数在t＝0的值，即节点i的天然气机组j处于状态1的时间概率分布函数在t＝0的值；
1.3)利用时序蒙特卡洛法仿真得到电力-天然气系统的状态序列：
设置仿真目标时长为ST，设置电力天然气联合系统的各个设备在t＝0时刻的运行状态为正常工作状态，根据步骤1)～2)得到的天然气源、天然气机组和非天然气机组的各个设备可调度量的时间概率分布，并利用时序蒙特卡洛法仿真生成覆盖仿真目标时长ST的各个设备的状态序列，并通过状态组合形成电力天然气联合系统所有可能的状态序列；
所述步骤2)具体包括以下步骤：
2.1)第一阶段，利用稳态电气联合优化潮流方法进行紧急故障状态的预调度：
在由步骤1)生成的电力天然气联合系统的状态序列中每一个状态k下，建立以下公式(5)的目标函数：
并建立以下公式(6)-(16)的约束条件：
GPi ≤GPi(k)≤TGCi(k) (6)
其中，NBe、NBg分别为电力节点、天然气节点的数量，NGi为节点i上的非天然气机组的数量，为节点i上天然气机组的数量，/>节点i上非天然气机组的数量，k表示电力天然气联合系统的状态序列号，GPi(k)为电力天然气联合系统的第k状态下天然气节点i天然气源的出力，/>为电力天然气联合系统的第k状态下节点i上的天然气机组j的天然气消耗量，/>为电力天然气联合系统的第k状态下电力节点i天然气机组j的有功功率和无功功率，/>为电力天然气联合系统的第k状态下电力节点i非天然气机组j的有功功率和无功功率，ρi为天然气节点i的天然气单位计价值，ELCi(k)、GLCi(k)分别为电力天然气联合系统的第k状态下电力负荷的中断量和天然气负荷的中断量，CDFi e和CDFi g分别为耦合节点i的电力负荷的中断计价值和天然气负荷的单位中断计价值，GCi,j为非天然气机组的发电计价值函数，T(k)为电力天然气联合系统状态k的持续时间，GLi为天然气节点i的天然气负荷，EFij(k)和GFij(k)为电力天然气联合系统的第k状态下从电力节点i到j的电力潮流和从天然气节点i到j的天然气管道流量，Pi和Qi为电力节点i上的电力负荷的有功功率和无功功率，Vi(k)和θij(k)分别为电力天然气联合系统的第k状态下节点i的电压的幅值和节点i和节点j之间的相角差，Gij和Bij为节点i和节点j的电力线路的电纳和电抗，/>和/>分别为为连接电力节点i的电力线路的集合和连接天然气节点i的天然气管道的集合，Πi(k)为电力天然气联合系统的第k状态下天然气节点i的气压，Cij为天然气管道的特征参数；sgn(x)为符号函数，x≥0时sgn(x)＝1，x<0时sgn(x)＝-1；GPi 为GPi(k)的下限约束，为ELCi的上限约束，αi,j、βi,j和γi,j为电力节点i天然气机组j的第一、第二、第三热效应系数，Hg天然气的热值；
表示/>的下限约束，/>表示电力天然气联合系统的第k状态下的节点i上非天然气机组j的有功功率，/>为由步骤1.2)得到的电力天然气联合系统的第k状态下节点i上天然气机组j的可调度量；/>分别为/>的下限约束和上限约束，/>为在h＝1时的值；/>为/>的下限约束；/>为由步骤1.2)得到的电力天然气联合系统的第k状态下节点i上非天然气机组j的可调度量；/>电力天然气联合系统的第k状态下的节点i上非天然气机组j的无功功率，/>分别为/>的下限约束和上限约束；/>为/>在h＝1时的值；/>为GLCi的上限约束，j为节点上设备的序号；TGCi(k)为由1.1.2)得到的在电力天然气联合系统的第k状态所对应的节点i的天然气源的状态下的可调度量，分别为EFij和GFij的上限；
根据约束条件求解上述目标函数，得到第一阶段的电力天然气联合系统的预想运行状态；
2.2)第二阶段，利用天然气系统暂态仿真方法对天然气系统的真实运行状态进行暂态过程仿真：
2.2.1)以连接节点i和节点j的天然气管道作为天然气管道ij，对于每一个天然气管道ij建立如下天然气系统暂态模型，并对所有天然气管道构建天然气系统暂态模型：
其中，Πij(x,t)为天然气管道ij的气压在离节点i距离为x、时间为t的函数，Lij为天然气管道ij的长度，ε为天然气密度，Dij为为天然气管道ij的直径，Fij为天然气管道ij的范宁传输系数，x表示当前节点和节点i之间的距离，t表示时间，GFij表示从天然气节点i到j的天然气管道流量；
对于电力天然气联合系统的状态序列k，当k＝1时，在电力天然气联合系统的第一个状态下所有设备均处于正常工作状态，电力天然气联合系统的运行状态由步骤2.1)中的方法处理获得；当k>1时，电力天然气联合系统的运行状态由前一个k-1状态下最后时刻的天然气管道气压与流量的最终状态确定，具体为：
Πij(k)(x,t)|t＝0＝Πij(k-1)(x,t)|t＝T(k) (20)
GFij(k)(x,t)|t＝0＝GFij(k-1)(x,t)|t＝T(k) (21)
其中，Πij(k)(x,t)表示电力天然气联合系统的第k状态下的Πij(x,t)，GFij(k)(x,t)表示电力天然气联合系统的第k状态下的GFij(x,t)；
2.2.2)对于天然气节点进行再次分类：以存在天然气负荷的节点作为天然气负荷节点，以存在天然气源而不存在天然气负荷的节点作为天然气源节点，以除了天然气负荷节点和天然气源节点以外的天然气节点为天然气连接节点；对于天然气节点的天然气系统暂态模型建立以下边界条件：
对于所有天然气节点，建立基础边界条件为：
其中，表示Πij(x,t)在j＝j1时候的函数，/>表示/>在x＝0时候的函数，即j1表示天然气节点编号，/>表示为天然气管道j2i的气压，/>表示/>在x＝0时候的函数，即/>j2表示天然气节点编号；
对于天然气负荷节点，额外建立以下边界条件：
对于天然气源节点和天然气连接节点，额外建立以下边界条件：
其中，GPi(k)
2.2.3)采用有限差分法求解2.2.1)和2.2.2)构成的上述天然气系统暂态模型，并根据下式求解天然气节点i的天然气负荷的真实负荷中断量和耦合节点i的天然气机组j的真实可消耗天然气量的上限/>
当时，/>
当时，/>
其中，为节点i所有天然气机组的真实可消耗天然气量的上限与天然气负荷的真实中断量之和；
2.3)第三阶段，利用电力优化潮流方法对电力天然气联合系统的真实运行状态进行仿真：
根据天然气机组的真实可消耗天然气量的上限计算天然气机组受天然气供给约束的真正实时可调度发电容量/>
其中，
建立第三阶段的优化目标函数：
并建立以下约束条件：
其中，EOC(t)表示电力系统运行成本，是时间t的函数，ELCi(t)表示电力负荷中断量随时间t的函数；为电力节点i天然气机组j的有功功率和无功功率随时间t的函数；/>为电力节点i非天然气机组j的有功功率和无功功率随时间t的函数；EFij(t)为从电力节点i到j的电力潮流随时间t的函数；Vi(t)，θij(t)分别为节点i的电压的幅值和节点i和节点j之间的相角差随时间t的函数；
通过求解上述设备运行可靠性模型，得到电力天然气联合系统的真实运行状态；
所述步骤3)具体包括以下步骤：
3.1)重复步骤1)和2)进行多次迭代，得到每次迭代中在运行时段ST上电力天然气联合系统的真实运行状态，在每次迭代过程中通过离线暂态过程集加速处理，具体为：
在每次迭代过程的有限差分法求解处理中，根据连接天然气节点i和j的天然气管道离散的长度步长Δxi,j并提取出数据构建电力天然气联合系统的重要状态变量为：
NMi,j＝Lij/Δxi,j
在每一次迭代的步骤2)第二阶段的步骤2.2)结果得到后，判断以下公式(38)是否满足；
||(x(t)-x(t-Δt))/(1+|x(t-Δt))|||∞≤ξ1 (38)
其中，Δt为有限差分法中离散的时间步长，ξ1为暂态过程收敛阈值；
若满足，则将此时步骤2.2)计算结果的重要状态变量存入离线暂态过程集，步骤2)第二阶段结果保持不变，后续不再进行步骤2)第二阶段；若不满足，则继续进行每一次迭代的步骤2)第二阶段；
若在当前某次迭代中出现了电力天然气联合系统状态相同的情况，则该次迭代中电力天然气联合系统的重要状态变量无需重新计算，直接从提取出和当前状态相同的之前的电力天然气联合系统的重要状态变量x1(t)进行时间平移得到：
x2(t)＝x1(t+t1-t2) (39)
其中，t1为与当前状态相同的之前迭代的电力天然气联合系统状态的起始时间，x1(t)为当前状态相同的之前迭代的电力天然气联合系统的重要状态变量，t2为当前某次迭代中的电力天然气联合系统状态的起始时间；
3.2)在每一次迭代结束后计算运行可靠性参数，运行可靠性参数包含期望电力切负荷量EENSi(t)、电力切负荷概率LOLPi(t)、期望天然气切负荷量EGNSi(t)和天然气切负荷概率LOGPi(t)，采用以下公式计算获得上述四个运行可靠性参数：
当x≥0时，flag(x)＝1，否则flag(x)＝0
其中，NS为时序蒙特卡洛法的采样次数，flag()表示标志函数；
再进行运行可靠性参数的收敛性判断：
其中，Var(x)为x的方差，ξ2为可靠性收敛阈值；
若满足公式(44)，则认为运行可靠性参数收敛，并输出四个运行可靠性参数；
3.3)基于运行可靠性参数的运行优化方法：
根据运行可靠性参数进行以下判断：
当某一个节点在某一个时间点的期望电力切负荷量大于预设的缺电量上限阈值或期望天然气切负荷量大于预设的缺气量上限阈值/>或电力切负荷概率大于预设的缺电概率上限阈值/>或天然气切负荷概率大于预设的缺气概率上限阈值/>则电力天然气联合系统在该时间点该节点不可靠；否则电力天然气联合系统在该时间点该节点可靠；
在电力天然气联合系统在该时间点该节点不可靠情况下：
若时刻t电力节点i的期望缺电量或期望缺电概率大于预先设定的缺电上限阈值，则在该电力节点在日前机组组合时增加加入发电机组；
若在时刻t天然气节点i的期望缺气量或期望缺气概率大于预先设定的缺气上限阈值，则在该天然气节点在日前机组组合时增加加入储气装置。
2.根据权利要求1所述的一种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，其特征在于：所述的电力天然气联合系统的拓扑结构由多个节点通过多条边连接构成，节点包括电力节点、天然气节点、耦合节点三类，边包括电力线路、天然气管道两类；电力节点之间或者电力节点和耦合节点之间通过电力线路连接或者不连接，天然气节点之间或者天然气节点和耦合节点之间通过天然气管道连接或者不连接；节点上有设备和负荷，设备包含非天然气机组、天然气机组、天然气源三类，非天然气机组位于电力节点/耦合节点上，天然气机组仅存在并存在于耦合节点上，气源位于天然气节点/耦合节点上；负荷包括电力负荷和天然气负荷，电力负荷位于电力节点/耦合节点上，天然气负荷位于天然气节点/耦合节点上。
3.根据权利要求1所述的一种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，其特征在于：设备的运行可靠性模型分为两状态模型和多状态模型两类；非天然气机组的运行可靠性模型为两状态模型，包括“正常工作”和“完全失效”的两种状态；天然气机组和天然气源的运行可靠性模型为多状态模型，包括一个“正常工作”、一个“完全失效”和多个“部分失效”状态；由非天然气机组、天然气机组、天然气源的不同状态排列组合构成电力天然气联合系统所有可能具有的多状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010290742.8A CN111597683B (zh) | 2020-04-14 | 2020-04-14 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010290742.8A CN111597683B (zh) | 2020-04-14 | 2020-04-14 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111597683A CN111597683A (zh) | 2020-08-28 |
| CN111597683B true CN111597683B (zh) | 2024-03-22 |
Family
ID=72190561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010290742.8A Active CN111597683B (zh) | 2020-04-14 | 2020-04-14 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111597683B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112149315B (zh) * | 2020-10-19 | 2022-07-19 | 贵州电网有限责任公司 | 一种基于解析策略的电力天然气系统动态可靠性评估方法 |
| 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 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109767127A (zh) * | 2019-01-14 | 2019-05-17 | 浙江大学 | 基于电气联合优化潮流的电-气联合系统可靠性判断方法 |
| WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
| CN110544017A (zh) * | 2019-08-12 | 2019-12-06 | 上海交通大学 | 考虑热惯性和能源网络约束的能源系统可靠性评估方法 |
-
2020
- 2020-04-14 CN CN202010290742.8A patent/CN111597683B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
| CN109767127A (zh) * | 2019-01-14 | 2019-05-17 | 浙江大学 | 基于电气联合优化潮流的电-气联合系统可靠性判断方法 |
| CN110544017A (zh) * | 2019-08-12 | 2019-12-06 | 上海交通大学 | 考虑热惯性和能源网络约束的能源系统可靠性评估方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于双层联合优化的电-气综合能源生态系统需求响应模型;毛颖兔;王盛;邵常政;徐旸;丁一;;智慧电力;20181020(第10期);全文 * |
| 计及热惯性和运行策略的综合能源系统可靠性评估方法;吕佳炜;张沈习;程浩忠;;电力系统自动化;20180907(第20期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111597683A (zh) | 2020-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huo et al. | Chance-constrained optimization for multienergy hub systems in a smart city | |
| Chen et al. | Multi-linear probabilistic energy flow analysis of integrated electrical and natural-gas systems | |
| CN110518583B (zh) | 一种考虑动态特性的综合能源系统可靠性评估方法 | |
| CN111597683B (zh) | 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 | |
| CN109617065A (zh) | 一种考虑海量运行场景的电力系统输电网线路规划方法 | |
| CN104331572A (zh) | 考虑风速和风电机组故障相关性的风电场可靠性建模方法 | |
| CN109767127B (zh) | 基于电气联合优化潮流的电-气联合系统可靠性判断方法 | |
| CN109524959B (zh) | 一种计及天然气网故障的发输电系统充裕性评估方法 | |
| CN105337275A (zh) | 一种基于配电系统可靠性的中压配电网供电能力评估方法 | |
| Liu et al. | Reliability evaluation of a wind-diesel hybrid power system with battery bank using discrete wind speed frame analysis | |
| CN105305488A (zh) | 一种考虑新能源并网对输电网利用率影响的评价方法 | |
| CN107480913A (zh) | 一种基于改进灰狼算法的分布式电源选址定容系统及方法 | |
| CN107257130A (zh) | 基于区域量测解耦的低压配电网损耗计算方法 | |
| Ding et al. | Operational reliability assessment of integrated heat and electricity systems considering the load uncertainties | |
| CN113806972B (zh) | 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 | |
| CN106410862B (zh) | 基于有功恢复斜率校正的风电场单机等值方法 | |
| CN108717598B (zh) | 电-气互联综合能源系统的电网电压暂降指标计算方法 | |
| Lumbreras et al. | A Benders' decomposition approach for optimizing the electric system of offshore wind farms | |
| Zhang et al. | Reliability evaluation of high permeability renewable energy distribution network considering energy storage charge and discharge strategy | |
| CN105552880A (zh) | 基于状态枚举法的电力系统典型故障集确定方法 | |
| CN112529251B (zh) | 一种天然气发电机组选址定容优化规划方法及系统 | |
| Sun et al. | Investment Cost Forecasting for Low Carbon Power System Planning Considering Technical Progress and Scale Effect | |
| Wang et al. | Operational reliability evaluation of distributed multi-energy systems considering optimal control of energy storages | |
| Zhou et al. | Co-planning and feasibility assessment of an integrated energy system embedded with power-to-gas plants | |
| Cheng et al. | Real Options based Optimal Planning for Integrated Energy Systems under Long-term Uncertainties |
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 |