CN111666698A - 考虑多元储能的区域能源互联网可靠性评估方法 - Google Patents

考虑多元储能的区域能源互联网可靠性评估方法 Download PDF

Info

Publication number
CN111666698A
CN111666698A CN202010563990.5A CN202010563990A CN111666698A CN 111666698 A CN111666698 A CN 111666698A CN 202010563990 A CN202010563990 A CN 202010563990A CN 111666698 A CN111666698 A CN 111666698A
Authority
CN
China
Prior art keywords
energy
power
representing
natural gas
regional
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
Application number
CN202010563990.5A
Other languages
English (en)
Inventor
胡平
齐晓光
刘洪�
王涛
赵辉
赵越
邵华
安佳坤
李吉峰
韩璟琳
王颖
张倩茅
习朋
邢志坤
吴斌
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.)
Tianjin University
State Grid Hebei Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd
Original Assignee
Tianjin University
State Grid Hebei Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Hebei Electric Power 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 Tianjin University, State Grid Hebei Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd filed Critical Tianjin University
Priority to CN202010563990.5A priority Critical patent/CN111666698A/zh
Publication of CN111666698A publication Critical patent/CN111666698A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/388—Islanding, i.e. disconnection of local power supply from the network
    • 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]
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (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)

Abstract

一种考虑多元储能的区域能源互联网可靠性评估方法，包括：分别建立区域能源互联网中各设备的数学模型，所述的能源互联网中的设备包括热电联产机组，电转气设备以及储电电池；分别建立能源互联网中天然气子系统和热力子系统的数学模型；选取区域能源互联网可靠性评估指标；区域能源互联网故障分析；进行考虑多元储能的区域能源互联网可靠性评估。本发明可以将可靠性评估的研究对象扩展从园区级综合能源站扩展到区域级能源互联网，综合考虑多元储能资源对可靠性评估的影响，从而合理指导区域能源互联网的规划和运行；此外，考虑不同能源子系统之间的故障连锁反应，能够有效认识和规避各能源子系统故障后相互影响。

Description

考虑多元储能的区域能源互联网可靠性评估方法
技术领域
本发明涉及一种区域能源互联网可靠性评估方法。特别是涉及一种适用于考虑了传统实 体储能和管网虚拟储能等多元储能资源以及多能源子系统之间的故障连锁反应机理下的考虑 多元储能的区域能源互联网可靠性评估方法。
背景技术
区域综合能源系统(RIES)是一个集电力、天然气、热网等不同能源部门为一体的系统， 由于其广泛的适用性和建设的灵活性，受到了越来越多的关注。多能源系统之间耦合特性的 增强，使得可靠性评估变得更加复杂：一方面，由于多能源的互补特性，一种能源的不足可 以通过能量转换设备由另一种能源来满足；另一方面，由于能源供应系统的多能源耦合，某 个能源系统的故障可能会影响整个能源系统。因此，考虑多能耦合的可靠性评估方法是一个 亟需解决的重要问题。
储能设备作为区域综合能源系统的重要组成部分，具有促进可再生能源消纳、降低运营 成本的优势。同时，当系统处于孤岛独立运行状态时，储能设备是决定负荷能否连续供电的 关键因素。因此，研究多元储能对能源系统可靠性的影响十分必要。
此外，综合能源系统的发展使得各能源网络耦合程度逐渐加深，某一能源子系统发生故 障将影响到其他能源子系统甚至整个区域能源系统，因此，分析能源系统故障连锁反应机理 十分有必要。
发明内容
本发明所要解决的技术问题是，提供一种能够有效认识和规避各能源子系统故障后相互 影响的考虑多元储能的区域能源互联网可靠性评估方法。
本发明所采用的技术方案是：一种考虑多元储能的区域能源互联网可靠性评估方法，包 括如下步骤：
1)分别建立区域能源互联网中各设备的数学模型，所述的能源互联网中的设备包括热电 联产机组，电转气设备以及储电电池；
2)分别建立能源互联网中天然气子系统和热力子系统的数学模型；
3)选取区域能源互联网可靠性评估指标；
4)区域能源互联网故障分析；
5)进行考虑多元储能的区域能源互联网可靠性评估。
本发明的考虑多元储能的区域能源互联网可靠性评估方法，可以将可靠性评估的研究对 象扩展从园区级综合能源站扩展到区域级能源互联网，综合考虑多元储能资源对可靠性评估 的影响，从而合理指导区域能源互联网的规划和运行；此外，考虑不同能源子系统之间的故 障连锁反应，能够有效认识和规避各能源子系统故障后相互影响。
附图说明
图1是本发明中区域能源互联网示意图。
具体实施方式
下面结合实施例和附图对本发明的考虑多元储能的区域能源互联网可靠性评估方法做出 详细说明。
本发明的考虑多元储能的区域能源互联网可靠性评估方法，包括如下步骤：
1)分别建立如图1所示的区域能源互联网中各设备的数学模型，所述的能源互联网中的 设备包括热电联产(CHP)机组，电转气设备以及储电电池；其中，
(1.1)所述热电联产机组是通过燃烧燃气产生电能同时产生热能的机组，可以实现燃气 到电和热的转化。所述的热电联产机组数学模型是指机组消耗的燃气与产生的电、热功率之 间的关系，表示如下：
Figure BDA0002547053170000021
式中，QMT表示热电联产机组产生的余热；
Figure BDA0002547053170000022
和η1 CHP分别表示燃气轮机效率与热电联 产热损失系数，Qh0表示热电联产机组产生的热量；Kh0表示产热系数；
Figure BDA0002547053170000023
表示气体的热回 收效率；
Figure BDA0002547053170000024
表示热电联产机组产生的电功率；
(1.2)所述的电转气设备指的是将电能转换成天然气的设备，所述的电转气设备数学模 型是指消耗的电能和产生天然气之间的关系，表示如下：
FP2G(Pt)＝ηP2GPt/HHVgas (2)
式中，ηP2G表示电转气设备的效率，FP2G(Pt)表示t时刻电转气设备的天然气产生量，Pt表示t时刻电转气设备消耗的电功率；HHVgas表示天然气的转换系数；
(1.3)所述的储电电池是指将电能存储起来的设备，所述的储电电池的数学模型是指在 不同运行策略下储电电池的充放电功率，表示如下：
运行策略1：当风机的输出功率大于平均输出功率时，多余能量进入储电电池；当风机 的输出功率小于平均功率时，储电电池放电至风机的平均输出功率，表示如下：
Figure BDA0002547053170000025
式中，
Figure BDA0002547053170000026
表示储电电池在t时刻的充放电功率，其中+表示充电状态，－表示放电状 态；
Figure BDA0002547053170000027
表示储电电池的充放电效率；
Figure BDA0002547053170000028
表示风机在t时刻的平均出力功率；
Figure BDA0002547053170000029
表 示风机在t时刻的输出功率；
运行策略2：当风机和热电联产机组的输出功率大于用电负荷需求时，多余的能量进入 储电电池；当风机和热电联产机组的输出功率小于用电负荷需求时，储电电池放电；储电电 池和风机的输出功率总和小于等于系统负荷需求的β％，表示如下：
Figure BDA0002547053170000031
式中，Le(t)表示t时刻的电负荷；β表示储电电池和风机的输出功率总和与系统负荷需 求的设定占比；
运行策略3：当风机和热电联产机组的输出功率大于用电负荷需求时，多余的能量进入 储电电池；当风机和热电联产机组的输出功率小于用电负荷需求时，储电电池放电以满足用 电负荷需求，表示如下：
Figure BDA0002547053170000032
2)分别建立能源互联网中天然气子系统和热力子系统的数学模型；其中，
(2.1)所述的天然气子系统数学模型是指天然气管道传输的数学模型以及天然气管网的 管存量数学模型，具体表达式如下：
Figure RE-GDA0002604450140000033
Figure RE-GDA0002604450140000034
式中：
Figure RE-GDA0002604450140000035
为天然气管道uv在t时刻的平均质量流量，其中u和v分别表示天然气管道 的入口节点和出口节点；
Figure RE-GDA0002604450140000036
和
Figure RE-GDA0002604450140000037
分别表示管道uv在t时刻的进气率和出气率，Duv为管 道uv的直径；Δxuv为管道uv的长度；Fuv为管道uv的摩擦因数；R为管道uv的比气体常数；T0为温度；Z为压缩机的压缩因子；ρ0为标准条件下的气体密度；put为节点u处在t时刻 的气压；pvt为节点v处在t时刻的气压；
由于天然气管网中燃气与负荷的平衡存在延迟现象，采用了管存量(LP)来满足供需平 衡，管存量是管道在标准温度和压力下所含的气体量，开始时刻t0和任意时刻t的管存量的 表达式为：
Figure BDA0002547053170000038
Lj(t+1)＝Lj(t)+FP2G(Pt)Δt-Dt (9)
式中，Lj(t0)、Lj(t)和Lj(t+1)分别表示t0、t和t+1的管存量；V表示管道的体积；Пm和Пk分别表示初始节点和最终节点的管道压力；Dt表示t时刻的天然气负荷；pNTP表示标准状态下的天然气气压。
(2.2)所述的热力子系统数学模型包括热力管网平衡方程和热力管网的支路特性方程以 及热力管网管存量数学模型，表达式如下：
热力管网平衡方程：
Figure BDA0002547053170000041
式中，As表示热力管网的节点-支路关联矩阵；M表示热力管道内水的质量流量；Mout表示热力管网各节点流出的水的质量流量；Bh表示热力管网的回路-支路关联矩阵；hf表示压 头损失向量；K表示热力管道的阻力系数矩阵；
热力管网的支路特性方程为：
φ＝Cwf(Ts-To) (11)
Figure BDA0002547053170000042
(∑fout)Tout＝∑finTin (13)
式中，φ为热力管网支路的热功率；TS为热水注入负荷节点之前的温度；To为热水流出 负荷节点时的温度；Cw为水的比热容；f为热力管道内的流量；Tend为热力管道末端温度，Tstart为热力管道始端温度；Tg为环境温度；γ为热力管道的热传导系数；L为热力管道的长度；Tout为流出热力管道的水的温度；fin和fout分别表示流入和流出热力管道的水的流量；Tin表示热 力管道中水的温度；
由于热力管网传输的时滞特性，热力管网中的热能可以作为一种虚拟储能装置。热力管 网管存量数学模型表示为：
Figure BDA0002547053170000043
式中，QVS表示热力管网中的管存量；
3)选取区域能源互联网可靠性评估指标；包括：
(3.1)缺供能期望(LOEE)
缺供能期望是指由于某一能源的机组故障或停机而造成的总损失能量。缺供能期望单位 是MW·h/a，计算公式如下：
Figure BDA0002547053170000044
式中，T表示蒙特卡洛模拟评估时长，N表示抽样总数，i表示能源种类；j表示第j次抽 样；LOEEi表示第i种能源的缺供能期望；
Figure BDA0002547053170000045
表示第i种能源第j次抽样的缺功能期望；
(3.2)系统供能不足持续时间(SAIDI)
系统供能不足持续时间从时间的角度说明机组故障或停运事故对系统供能产生的影响， 系统供能不足持续时间的单位是h/a，计算公式如下：
Figure BDA0002547053170000046
式中，SAIDIi表示第i种能源的系统供能不足持续时间；
Figure BDA0002547053170000047
表示第i种能源第j次抽 样的系统供能不足持续时间；
(3.3)设备重要程度
设备重要程度，引入阀级来描述设备故障对区域能源互联网(RIES)中能源供应的影响， 计算公式如下：
Figure BDA0002547053170000051
Figure BDA0002547053170000052
式中，ej表示设备；T(ej)为设备ej的阀级；ψS.max为综合能源系统不考虑故障下所能供 给的最大总能量；ψS.max(ej)为设备ej故障后，综合能源系统所能供给的最大总能量；Iprob(ej)表 示设备ej的重要度；
(3.4)平均释放深度
平均释放深度是在评估时间段内储电电池平均每次释放能量与额定容量的比值，频繁的 深度放电会影响储电电池的寿命。平均释放深度的计算公式如下：
Figure BDA0002547053170000053
式中，λES表示平均释放深度；EB表示储电电池的储能能力；Ndish表示储电电池的放能次 数；Edish(d)表示储电电池第d次释放的能量。
4)区域能源互联网故障分析
区域能源互联网中的可靠性评估包括设备层面和系统层面，在设备层面考虑热电联产机 组、电转气设备和风机这些可再生能源出力装置故障对可靠性的影响，在系统层面考虑电网、 热网、燃气网故障造成的供能中断对可靠性的影响。区域能源互联网故障分析，包括：
(4.1)设备故障分析：根据评价指标，CHP失效后的对电能供能可靠性的计算方法如下：
Figure BDA0002547053170000054
Figure BDA0002547053170000055
式中，
Figure BDA0002547053170000056
表示热电联产机组故障造成的电能缺供能期望；
Figure BDA0002547053170000057
表示第ke个故 障区域内热电联产机组故障造成的电能缺供能期望；ke为区域能源互联网内电力供应受热电 联产机组故障影响的区域个数；λCHP为热电联产机组的故障率；rCHP为热电联产机组的修复 时间；
Figure BDA0002547053170000058
为t时刻储电电池可以通过放电提供的电量；
Figure BDA0002547053170000059
为t时刻风机的出力；
(4.2)天然气系统故障分析
当天然气系统发生故障时，必须切断部分负荷，以确保天然气系统在故障后能够逐渐恢 复稳定状态。天然气系统故障后削负荷的目标函数为：
Figure BDA0002547053170000061
式中，NG表示天然气系统的节点个数；Cu，G和Cu，G，cut分别表示节点u处天然气的供给成本及负荷削减成本；qu,G和Δqu,G,cut分别表示节点u处可供给的天然气以及天然气削减量；
故障后节点u在稳态下的发电/制热功率为：
Figure BDA0002547053170000062
式中，
Figure BDA0002547053170000063
表示天然气通过相应机组转换后的发电/制热功率；
Figure BDA0002547053170000064
表示天然气的转换效率， qu,G,L表示正常状态下节点u的供气量；然气包括气-电转换效率
Figure BDA0002547053170000065
和气-热转换效率
Figure BDA0002547053170000066
(4.3)电力系统故障分析
对于电力系统，在发生连锁故障后，可以通过孤岛运行或联络转供来降低故障的影响。 然而，孤岛运行或联络转供仍可能产生电力短缺，为了保证电力系统的稳定运行，必须切断 部分负荷。电力系统故障后电力孤岛的备用容量为：
Figure BDA0002547053170000067
式中，RI表示电力孤岛的备用容量；s表示电力孤岛节点；NI为电力孤岛I内的节点数；
Figure BDA0002547053170000068
为电力孤岛内节点s分布式单元的最大出力；
Figure BDA0002547053170000069
为电力孤岛内节点s的热电联产机组 的最大出力；Ps,L为节点s的电负荷需求；
若RI≥0，说明电力孤岛I内其他电源机组的备用容量能够满足孤岛I内的负荷需求，此 时调整孤岛内不同节点可控机组的发电功率即可。
若RI＜0，说明孤岛I内其他电源机组的备用容量不能够满足电力孤岛I内的负荷需求， 此时需要在调整电力孤岛内可控机组输出功率的基础上切除量为|RI|的负荷。
5)进行考虑多元储能的区域能源互联网可靠性评估，包括：
(5.1)输入用户端负荷曲线以及风机出力曲线，设定蒙特卡洛模拟时间n；
(5.2)蒙特卡洛模拟循环开始；
(5.3)设定区域能源互联网正常状态；
(5.4)结合设备或天然气子系统和热力子系统故障概率分布函数产生随机数，并转化为 故障前运行时间；
(5.5)对设备或天然气子系统和热力子系统生成新的随机数并计算设备或天然气子系统 和热力子系统的故障时间；
(5.6)根据区域能源互联网故障分析计算区域能源互联网可靠性评估指标；
(5.7)根据设备或天然气子系统和热力子系统故障概率分布函数，产生设备或天然气子 系统和热力子系统新的运行时间随机数；
(5.8)判断蒙特卡洛模拟时间是否小于1年，若小于则返回第(5.3)步，否则进入第(5.11) 步；
(5.9)判断蒙特卡洛模拟时间时间是否小于n年，若小于则返回第(5.3)步，否则进入 第(5.10)步；
(5.10)统计n年区域能源互联网可靠性评估指标；
(5.11)蒙特卡洛模拟结束。

Claims (6)

1.一种考虑多元储能的区域能源互联网可靠性评估方法，其特征在于，包括如下步骤：
1)分别建立区域能源互联网中各设备的数学模型，所述的能源互联网中的设备包括热电联产机组，电转气设备以及储电电池；
2)分别建立能源互联网中天然气子系统和热力子系统的数学模型；
3)选取区域能源互联网可靠性评估指标；
4)区域能源互联网故障分析；
5)进行考虑多元储能的区域能源互联网可靠性评估。
2.根据权利要求1所述的考虑多元储能的区域能源互联网可靠性评估方法，其特征在于，步骤1)中：
(1.1)所述的热电联产机组数学模型是指机组消耗的燃气与产生的电、热功率之间的关系，表示如下：
Figure FDA0002547053160000011
式中，QMT表示热电联产机组产生的余热；
Figure FDA0002547053160000012
和
Figure FDA0002547053160000013
分别表示燃气轮机效率与热电联产热损失系数，Qh0表示热电联产机组产生的热量；Kh0表示产热系数；
Figure FDA0002547053160000014
表示气体的热回收效率；
Figure FDA0002547053160000015
表示热电联产机组产生的电功率；
(1.2)所述的电转气设备数学模型是指消耗的电能和产生天然气之间的关系，表示如下：
FP2G(Pt)＝ηP2GPt/HHVgas (2)
式中，ηP2G表示电转气设备的效率，FP2G(Pt)表示t时刻电转气设备的天然气产生量，Pt表示t时刻电转气设备消耗的电功率；HHVgas表示天然气的转换系数；
(1.3)所述的储电电池的数学模型是指在不同运行策略下储电电池的充放电功率，表示如下：
运行策略1：当风机的输出功率大于平均输出功率时，多余能量进入储电电池；当风机的输出功率小于平均功率时，储电电池放电至风机的平均输出功率，表示如下：
Figure FDA0002547053160000016
式中，
Figure FDA0002547053160000017
表示储电电池在t时刻的充放电功率，其中+表示充电状态，－表示放电状态；
Figure FDA0002547053160000018
表示储电电池的充放电效率；
Figure FDA0002547053160000019
表示风机在t时刻的平均出力功率；
Figure FDA00025470531600000110
表示风机在t时刻的输出功率；
运行策略2：当风机和热电联产机组的输出功率大于用电负荷需求时，多余的能量进入储电电池；当风机和热电联产机组的输出功率小于用电负荷需求时，储电电池放电；储电电池和风机的输出功率总和小于等于系统负荷需求的β％，表示如下：
Figure FDA0002547053160000021
式中，Le(t)表示t时刻的电负荷；β表示储电电池和风机的输出功率总和与系统负荷需求的设定占比；
运行策略3：当风机和热电联产机组的输出功率大于用电负荷需求时，多余的能量进入储电电池；当风机和热电联产机组的输出功率小于用电负荷需求时，储电电池放电以满足用电负荷需求，表示如下：
Figure FDA0002547053160000022
3.根据权利要求1所述的考虑多元储能的区域能源互联网可靠性评估方法，其特征在于，步骤2)中：
(2.1)所述的天然气子系统数学模型是指天然气管道传输的数学模型以及天然气管网的管存量数学模型，具体表达式如下：
Figure RE-FDA0002604450130000023
Figure RE-FDA0002604450130000024
式中：
Figure RE-FDA0002604450130000025
为天然气管道uv在t时刻的平均质量流量，其中u和v分别表示天然气管道的入口节点和出口节点；
Figure RE-FDA0002604450130000026
和
Figure RE-FDA0002604450130000027
分别表示管道uv在t时刻的进气率和出气率，Duv为管道uv的直径；Δxuv为管道uv的长度；Fuv为管道uv的摩擦因数；R为管道uv的比气体常数；T0为温度；Z为压缩机的压缩因子；ρ0为标准条件下的气体密度；put为节点u处在t时刻的气压；pvt为节点v处在t时刻的气压；
由于天然气管网中燃气与负荷的平衡存在延迟现象，采用了管存量来满足供需平衡，管存量是管道在标准温度和压力下所含的气体量，开始时刻t0和任意时刻t的管存量的表达式为：
Figure RE-FDA0002604450130000028
Lj(t+1)＝Lj(t)+FP2G(Pt)Δt-Dt (9)
式中，Lj(t0)、Lj(t)和Lj(t+1)分别表示t0、t和t+1的管存量；V表示管道的体积；Пm和Пk分别表示初始节点和最终节点的管道压力；Dt表示t时刻的天然气负荷；pNTP表示标准状态下的天然气气压。
(2.2)所述的热力子系统数学模型包括热力管网平衡方程和热力管网的支路特性方程以及热力管网管存量数学模型，表达式如下：
热力管网平衡方程：
Figure RE-FDA0002604450130000031
式中，As表示热力管网的节点-支路关联矩阵；M表示热力管道内水的质量流量；Mout表示热力管网各节点流出的水的质量流量；Bh表示热力管网的回路-支路关联矩阵；hf表示压头损失向量；K表示热力管道的阻力系数矩阵；
热力管网的支路特性方程为：
φ＝Cwf(Ts-To) (11)
Figure RE-FDA0002604450130000032
(∑fout)Tout＝∑finTin (13)
式中，φ为热力管网支路的热功率；TS为热水注入负荷节点之前的温度；To为热水流出负荷节点时的温度；Cw为水的比热容；f为热力管道内的流量；Tend为热力管道末端温度，Tstart为热力管道始端温度；Tg为环境温度；γ为热力管道的热传导系数；L为热力管道的长度；Tout为流出热力管道的水的温度；fin和fout分别表示流入和流出热力管道的水的流量；Tin表示热力管道中水的温度；
热力管网管存量数学模型表示为：
Figure RE-FDA0002604450130000033
式中，QVS表示热力管网中的管存量；
4.根据权利要求1所述的考虑多元储能的区域能源互联网可靠性评估方法，其特征在于，步骤3)包括：
(3.1)缺供能期望
缺供能期望单位是MW·h/a，计算公式如下：
Figure FDA0002547053160000034
式中，T表示蒙特卡洛模拟评估时长，N表示抽样总数，i表示能源种类；j表示第j次抽样；LOEEi表示第i种能源的缺供能期望；
Figure FDA0002547053160000035
表示第i种能源第j次抽样的缺供能期望；
(3.2)系统供能不足持续时间
系统供能不足持续时间的单位是h/a，计算公式如下：
Figure FDA0002547053160000036
式中，SAIDIi表示第i种能源的系统供能不足持续时间；
Figure FDA0002547053160000037
表示第i种能源第j次抽样的系统供能不足持续时间；
(3.3)设备重要程度
设备重要程度，引入阀级来描述设备故障对区域能源互联网中能源供应的影响，计算公式如下：
Figure FDA0002547053160000041
Figure FDA0002547053160000042
式中，ej表示设备；T(ej)为设备ej的阀级；ψS.max为综合能源系统不考虑故障下所能供给的最大总能量；ψS.max(ej)为设备ej故障后，综合能源系统所能供给的最大总能量；Iprob(ej)表示设备ej的重要度；
(3.4)平均释放深度
平均释放深度的计算公式如下：
Figure FDA0002547053160000043
式中，λES表示平均释放深度；EB表示储电电池的储能能力；Ndish表示储电电池的放能次数；Edish(d)表示储电电池第d次释放的能量。
5.根据权利要求1所述的考虑多元储能的区域能源互联网可靠性评估方法，其特征在于，步骤4)包括：
(4.1)设备故障分析：根据评价指标，CHP失效后的对电能供能可靠性的计算方法如下：
Figure FDA0002547053160000044
Figure FDA0002547053160000045
式中，
Figure FDA0002547053160000046
表示热电联产机组故障造成的电能缺供能期望；
Figure FDA0002547053160000047
表示第ke个故障区域内热电联产机组故障造成的电能缺供能期望；ke为区域能源互联网内电力供应受热电联产机组故障影响的区域个数；λCHP为热电联产机组的故障率；rCHP为热电联产机组的修复时间；
Figure FDA0002547053160000048
为t时刻储电电池可以通过放电提供的电量；
Figure FDA0002547053160000049
为t时刻风机的出力；
(4.2)天然气系统故障分析
天然气系统故障后削负荷的目标函数为：
Figure FDA0002547053160000051
式中，NG表示天然气系统的节点个数；Cu，G和Cu，G，cut分别表示节点u处天然气的供给成本及负荷削减成本；qu,G和Δqu,G,cut分别表示节点u处可供给的天然气以及天然气削减量；
故障后节点u在稳态下的发电/制热功率为：
Figure FDA0002547053160000052
式中，
Figure FDA0002547053160000053
表示天然气通过相应机组转换后的发电/制热功率；
Figure FDA0002547053160000054
表示天然气的转换效率，qu,G,L表示正常状态下节点u的供气量；然气包括气-电转换效率
Figure FDA0002547053160000055
和气-热转换效率
Figure FDA0002547053160000056
(4.3)电力系统故障分析
电力系统故障后电力孤岛的备用容量为：
Figure FDA0002547053160000057
式中，RI表示电力孤岛的备用容量；s表示电力孤岛节点；NI为电力孤岛I内的节点数；
Figure FDA0002547053160000058
为电力孤岛内节点s分布式单元的最大出力；
Figure FDA0002547053160000059
为电力孤岛内节点s的热电联产机组的最大出力；Ps,L为节点s的电负荷需求；
若RI≥0，说明电力孤岛I内其他电源机组的备用容量能够满足孤岛I内的负荷需求，此时调整孤岛内不同节点可控机组的发电功率即可。
若RI＜0，说明孤岛I内其他电源机组的备用容量不能够满足电力孤岛I内的负荷需求，此时需要在调整电力孤岛内可控机组输出功率的基础上切除量为|RI|的负荷。
6.根据权利要求1所述的考虑多元储能的区域能源互联网可靠性评估方法，其特征在于，步骤5)包括：
(5.1)输入用户端负荷曲线以及风机出力曲线，设定蒙特卡洛模拟时间n；
(5.2)蒙特卡洛模拟循环开始；
(5.3)设定区域能源互联网正常状态；
(5.4)结合设备或天然气子系统和热力子系统故障概率分布函数产生随机数，并转化为故障前运行时间；
(5.5)对设备或天然气子系统和热力子系统生成新的随机数并计算设备或天然气子系统和热力子系统的故障时间；
(5.6)根据区域能源互联网故障分析计算区域能源互联网可靠性评估指标；
(5.7)根据设备或天然气子系统和热力子系统故障概率分布函数，产生设备或天然气子系统和热力子系统新的运行时间随机数；
(5.8)判断蒙特卡洛模拟时间是否小于1年，若小于则返回第(5.3)步，否则进入第(5.11)步；
(5.9)判断蒙特卡洛模拟时间时间是否小于n年，若小于则返回第(5.3)步，否则进入第(5.10)步；
(5.10)统计n年区域能源互联网可靠性评估指标；
(5.11)蒙特卡洛模拟结束。
CN202010563990.5A 2020-06-19 2020-06-19 考虑多元储能的区域能源互联网可靠性评估方法 Pending CN111666698A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010563990.5A CN111666698A (zh) 2020-06-19 2020-06-19 考虑多元储能的区域能源互联网可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010563990.5A CN111666698A (zh) 2020-06-19 2020-06-19 考虑多元储能的区域能源互联网可靠性评估方法

Publications (1)

Publication Number Publication Date
CN111666698A true CN111666698A (zh) 2020-09-15

Family

ID=72388942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010563990.5A Pending CN111666698A (zh) 2020-06-19 2020-06-19 考虑多元储能的区域能源互联网可靠性评估方法

Country Status (1)

Country Link
CN (1) CN111666698A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112448404A (zh) * 2020-11-19 2021-03-05 国网经济技术研究院有限公司 一种电-气-热互联背景下的配电网可靠性增效计算方法
CN113077175A (zh) * 2021-04-21 2021-07-06 广东电网有限责任公司 一种综合能源系统运行状态评估方法
CN115081955A (zh) * 2022-08-12 2022-09-20 东方电子股份有限公司 一种用于综合供能系统的分层分布式故障处理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194055A (zh) * 2017-05-17 2017-09-22 重庆大学 考虑电转气装置的电‑气互联系统可靠性建模及其评估方法
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
CN109376428A (zh) * 2018-10-24 2019-02-22 南方电网科学研究院有限责任公司 综合能源系统的可靠性评估方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194055A (zh) * 2017-05-17 2017-09-22 重庆大学 考虑电转气装置的电‑气互联系统可靠性建模及其评估方法
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
CN109376428A (zh) * 2018-10-24 2019-02-22 南方电网科学研究院有限责任公司 综合能源系统的可靠性评估方法、装置、设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘洪等: ""多元储能系统运行策略对综合能源微网可靠性影响评估"", 《电力系统自动化》 *
晏维: ""含多类型DG的配电系统可靠性计算研究"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *
郇嘉嘉等: ""综合能源系统级联失效及故障连锁反应分析方法"", 《电力建设》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112448404A (zh) * 2020-11-19 2021-03-05 国网经济技术研究院有限公司 一种电-气-热互联背景下的配电网可靠性增效计算方法
CN112448404B (zh) * 2020-11-19 2022-08-23 国网经济技术研究院有限公司 一种电-气-热互联背景下的配电网可靠性增效计算方法
CN113077175A (zh) * 2021-04-21 2021-07-06 广东电网有限责任公司 一种综合能源系统运行状态评估方法
CN115081955A (zh) * 2022-08-12 2022-09-20 东方电子股份有限公司 一种用于综合供能系统的分层分布式故障处理系统
CN115081955B (zh) * 2022-08-12 2022-11-15 东方电子股份有限公司 一种用于综合供能系统的分层分布式故障处理系统

Similar Documents

Publication Publication Date Title
CN111666698A (zh) 考虑多元储能的区域能源互联网可靠性评估方法
Chen et al. Distributionally robust day-ahead scheduling of park-level integrated energy system considering generalized energy storages
CN107194055B (zh) 考虑电转气装置的电-气互联系统可靠性建模及其评估方法
CN108921727B (zh) 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
CN107730129B (zh) 考虑光热热电联产与电锅炉的电-气-热互联系统风险评估方法
CN108629462B (zh) 含储能的综合能源微网优化规划方法及综合能源微网系统
CN103151803B (zh) 一种含风电系统机组及备用配置的优化方法
CN109376428B (zh) 综合能源系统的可靠性评估方法、装置、设备及存储介质
CN107257132B (zh) 一种考虑风电弃用的电-气互联系统综合负荷削减模型构建方法
CN109993445B (zh) 一种考虑光伏预测误差的综合能源系统脆弱性评估方法
CN111030094B (zh) 一种多能互补园区供能可靠性评估方法
Billinton Reliability considerations in the utilization of wind energy, solar energy and energy storage in electric power systems
CN111724045B (zh) 基于数据驱动的综合能源系统能效评价与提升方法
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
CN112070374A (zh) 一种区域能源互联网供能可靠性评估方法
CN112258021A (zh) 用于家庭燃料电池热电联供建筑的能效评估方法及系统
CN111008793B (zh) 面向用户体验的电-气-热综合用能可靠性评估方法
CN112531687A (zh) 含热电联合机组的综合能源系统周前机组组合优化方法
CN114757500A (zh) 一种基于mcmc算法的综合能源系统可靠性评估方法
CN112418537B (zh) 一种面向多能源云储能系统的优化调度方法
CN112862158B (zh) 一种综合能源系统日前优化调度方法及系统
CN110544033B (zh) 热电厂灵活性改造后的电力系统风电消纳评估方法
Hu et al. Low carbon economic dispatch of multi-energy combined system considering carbon trading
CN115169128A (zh) 考虑网络动态特性的综合能源系统机组组合方法及系统
Cong et al. Review of research on system thermal inertia modelling and optimal scheduling from the perspective of flexible resources

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

Application publication date: 20200915

RJ01 Rejection of invention patent application after publication