CN112054535A - 一种减少电压暂降对电-气综合能源系统造成切除负荷的方法 - Google Patents

一种减少电压暂降对电-气综合能源系统造成切除负荷的方法 Download PDF

Info

Publication number
CN112054535A
CN112054535A CN202010932061.7A CN202010932061A CN112054535A CN 112054535 A CN112054535 A CN 112054535A CN 202010932061 A CN202010932061 A CN 202010932061A CN 112054535 A CN112054535 A CN 112054535A
Authority
CN
China
Prior art keywords
load
gas
node
capacity
natural gas
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.)
Granted
Application number
CN202010932061.7A
Other languages
English (en)
Other versions
CN112054535B (zh
Inventor
张逸
张妍
邵振国
刘雄飞
熊军
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.)
Fuzhou University
Original Assignee
Fuzhou University
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 Fuzhou University filed Critical Fuzhou University
Priority to CN202010932061.7A priority Critical patent/CN112054535B/zh
Publication of CN112054535A publication Critical patent/CN112054535A/zh
Application granted granted Critical
Publication of CN112054535B publication Critical patent/CN112054535B/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
    • H02J3/12Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144Demand-response operation of the power transmission or distribution network
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225Demand response systems, e.g. load shedding, peak shaving
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/222Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Power Engineering (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Algebra (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种减少电压暂降对电‑气综合能源系统造成切除负荷的方法,包括以下步骤:步骤S1:进行储气装置位置的选取;步骤S2:建立目标函数;步骤S3:设置约束条件并进行求解。本发明利用在气网合理安装储气装置可以等效缩短电压暂降的时间的原理,从而减短切除负荷的时间,进而会减少电压暂降对电‑气综合能源系统造成的损失;通过建立的目标函数可以获得安装完储气装置以后减少的负荷。

Description

一种减少电压暂降对电-气综合能源系统造成切除负荷的 方法
技术领域
本发明涉及配电网领域,特别是一种减少电压暂降对电-气综合能源系统造成切除负荷的方法。
背景技术
电-气综合能源系统对促进可再生能源大量开发、提升能源利用效率、提高社会基础设施利用率和能源安全供应,以及对实现节能减排具有重大意义,现已成为国际能源领域的热点研究方向。
由于目前电压暂降已经成为最严重的电能质量问题,给用户带来了极大的经济损失。且电-气综合能源系统中存在电压敏感型设备(包括压缩机等),发生电压暂降事件时,设备的工作状态会受到影响甚至停止工作,从而会导致系统进行切除负荷造成损失,所以迫切需要一种解决电-气综合能源系统在电压暂降时减少切负荷的方法。
目前有很多关于电-气综合能源系统的研究,包括研究电-气综合能源系统的稳态运行、可靠性、潮流分析、优化调度、经济调度等,也有很多关于电压暂降的研究,涵盖电压暂降源识别、电压暂降评估、电压暂降治理等。就目前情况来看,对电-气综合能源系统和电压暂降分别研究的较多,但目前还没有将电压暂降与电-气综合能源结合在一起,更没有研究如何能够减少电压暂降使电-气综合能源系统切负荷的文章,针对此背景,需要研究一种减少电压暂降对电-气综合能源系统造成切负荷的方法。
发明内容
有鉴于此,本发明的目的是提供一种减少电压暂降对电-气综合能源系统造成切除负荷的方法,通过将恰当容量的储气装置安装在气网最合适位置,可以在发生电压暂降时减少天然气的缺供时间,进而减少切气负荷、电负荷的损失。
本发明采用以下方案实现:一种减少电压暂降对电-气综合能源系统造成经济损失的方法,包括以下步骤:
步骤S1:对天然气网各个节点进行灵敏度分析,选出灵敏度较高的几个节点作为储气装置安装位置的待选点;
步骤S2:建立以切除电、气负荷量最少为目的的目标函数;
步骤S3:设定约束条件;
步骤S4:利用粒子群算法对各待选节点进行求解,对比各个节点的结果,选出储气装置最优的容量和安装位置。
进一步地,所述步骤S1具体包括以下步骤:
步骤S11:建立天然气网络平衡方程:
稳态通过管道的流量取决于为管道两端压力及管道属性,对于输气管道(i,j)为天然气网络管道的两端,其流量fk即:
Figure BDA0002669560910000021
式中:fk为第k条天然气管道的流量;Mk为第k条天然气管道常数;Sij为管道中气体流动的向;pi、pj为节点压强,i、j分别为管道始端和末端节点;
考虑加压站通过压缩机升高压力,需消耗额外的能量,压缩机消耗的流量方程近似为:
fQc=kcQf(pi-pj)
(2)
式中:kc为压缩机常数;Qf为流过压缩机的流量率;Qc为流过压缩机流量;
步骤S12:进行天然气网络灵敏度分析:
灵敏度分析反映系统节点压强的变化对系统节点负荷即天然气系统节点流量的影响,天然气管道的流量将会随着管道压强的改变而发生变化,对于天然气系统的负荷节点来说,即为天然气压强–负荷灵敏度;根据式(1)、(2)得:
Figure BDA0002669560910000031
θ为天然气压强-负荷灵敏度,fg为流量,p为压强;
采用灵敏度分析的方法,得到天然气网节点的灵敏度,将各节点的灵敏度从高到低进行排序,由于不同情况所需储气装置个数不同,根据实际情况从灵敏度由高到低进行选取储气装置待安装点。
进一步地,所述步骤S2的具体内容为:
将电负荷损失、气负荷损失最少、储气装置安装容量小为目标函数,为减少目标函数的组成参数,将这些参数写成求和的形式,即:
F=min(f1+f2+f3)
(4)
具体参数介绍如下:
切除电负荷损失:
Figure BDA0002669560910000041
式中:a为权重系数,根据实际情况进行取值;f1为切除负荷损失;N1为电网节点数;pbi、pai分别为负荷削减前后节点i处的电负荷;tk1为安装储气装置以后的缺供时间;tk1表达式为:
Figure BDA0002669560910000042
式中:tk为电压暂降导致天然气缺供时间,β为缺供系数;β受储气装置接入点和储气装置容量影响,其表达式为:
Figure BDA0002669560910000043
Figure BDA0002669560910000044
式中:λ为储气装置容量影响参数;n为储气装置个数,wk为单个储气装置容量,wbase为气源供给值;
切除气负荷损失:
Figure BDA0002669560910000051
式中:b为权重系数,根据实际情况进行取值;f2为气负荷损失;N2为天然气节点数;pBi、pAi分别为负荷削减前后节点i处的气负荷;
储气装置安装容量:
Figure BDA0002669560910000052
式中:ck为相应的权重系数,根据实际情况进行取值;Wk为储气装置容量;n为储气装置个数;
将(5)、(9)、(10)三个系数进行规格化处理;具体运算如下:
Figure BDA0002669560910000053
进一步地,所述步骤S3的约束设置的具体内容为:
容量约束:
安装储气装置的总容量不能超过天然气网所需负荷容量;
Figure BDA0002669560910000054
w ki≤w loadi
(13)
式中:wload为负荷所需容量;
负荷约束:
0≤(pbi-pai)≤pdi
(14)
0≤(pBi-pAi)≤pDi
(15)
式(14)为电网节点i处负荷削减约束,pdi为电网节点i处的负荷;式(15)为天然气网节点i处负荷削减约束,pDi为天然气节点i处的负荷。
进一步地,步骤S4中所述求解过程的具体内容为:
以储气装置在天然气网节点安装容量为基本粒子,其具体形式为:
Figure BDA0002669560910000061
式中,P为粒子群,XMN为矩阵中第M行、第N列元素,表示储气装置第M个粒子在第N个节点安装的容量;WM(N+1)为矩阵中的第M个粒子的适应值大小;
步骤Sa:种群初始化:令各粒子的初始位置为
Figure BDA0002669560910000062
初始速度为Vi 0
步骤Sb:根据粒子初始位置即初始气网各节点容量计算粒子的适应值fitness[i],并以此为初始化Pbest_fitness[i];将目标函数作为其适应度,即为式(4);
步骤Sc:对每个粒子将其当前适应值与其个体历史最佳位置pbest对应的适应值比较,如果当前高,则将用当前值更新为历史最佳位置;
步骤Sd:对每个粒子将其当前适应值与其全局最佳位置gbest对应的适应值比较,如果当前高,则将用当前值更新全局最佳位置;
步骤Se:根据公式(17)(18)更新粒子的位置和速度;
速度更新:更新每个个体的速度
Figure BDA0002669560910000071
位置更新:更新每个个体的位置速度
Figure BDA0002669560910000072
公式中c1、c2为学习因子,为常数,r1、r2是[0,1]区间内均匀分布的随机数;
步骤Sf:终止条件判断:判断当迭代次数达到最大迭代次数时,是否满足,如果满足则输出最优解,否则跳至步骤Sb;
所述最优解为将最优容量的储气罐安装在最优位置后,使发生暂降时会切除最少的负荷量。
与现有技术相比,本发明具有以下有益效果:
本发明通过将恰当容量的储气装置安装在气网最合适位置,可以在发生电压暂降时减少天然气的缺供时间,进而减少切气负荷、电负荷的损失。
附图说明
图1为本发明实施例的。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,本实施例提供一种减少电压暂降对电-气综合能源系统造成切除负荷的方法,包括以下步骤:
步骤S1:对天然气网各个节点进行灵敏度分析,选出灵敏度较高的几个节点作为储气装置安装位置的待选点;
步骤S2:建立以切除电、气负荷量最少为目的的目标函数;
步骤S3:设定约束条件;
步骤S4:利用粒子群算法对各待选节点进行求解,对比各个节点的结果,选出储气装置最优的容量和安装位置。
在本实施例中,所述步骤S1具体包括以下步骤:
步骤S11:建立天然气网络平衡方程:
稳态通过管道的流量取决于为管道两端压力及管道属性,对于输气管道(i,j)为天然气网络管道的两端,其流量fk即:
Figure BDA0002669560910000091
式中:fk为第k条天然气管道的流量;Mk为第k条天然气管道常数;Sij为管道中气体流动的向;pi、pj为节点压强,i、j分别为管道始端和末端节点;
考虑加压站通过压缩机升高压力,需消耗额外的能量,压缩机消耗的流量方程近似为:
fQc=kcQf(pi-pj)
(2)
式中:kc为压缩机常数;Qf为流过压缩机的流量率;Qc为流过压缩机流量;
步骤S12:进行天然气网络灵敏度分析:
灵敏度分析反映系统节点压强的变化对系统节点负荷即天然气系统节点流量的影响,天然气管道的流量将会随着管道压强的改变而发生变化,对于天然气系统的负荷节点来说,即为天然气压强–负荷灵敏度;根据式(1)、(2)得:
Figure BDA0002669560910000101
θ为天然气压强-负荷灵敏度,fg为流量,p为压强;
采用灵敏度分析的方法,得到天然气网节点的灵敏度,将各节点的灵敏度从高到低进行排序,由于不同情况所需储气装置个数不同,根据实际情况从灵敏度由高到低进行选取储气装置待安装点。
在本实施例中,所述步骤S2的具体内容为:
储气装置的合理安装是多目标、多约束的多维问题,该方法在不改变电气综合能源系统原有配置的前提下研究储气装置的接入点以及相应的接入容量,将电负荷损失、气负荷损失最少、储气装置安装容量小为目标函数,为减少目标函数的组成参数,将这些参数写成求和的形式,即:
F=min(f1+f2+f3)
(4)
具体参数介绍如下:
切除电负荷损失:
Figure BDA0002669560910000102
式中:a为权重系数,根据实际情况进行取值;f1为切除负荷损失;N1为电网节点数;pbi、pai分别为负荷削减前后节点i处的电负荷;tk1为安装储气装置以后的缺供时间;tk1表达式为:
Figure BDA0002669560910000111
式中:tk为电压暂降导致天然气缺供时间,β为缺供系数;β受储气装置接入点和储气装置容量影响,其表达式为:
Figure BDA0002669560910000112
Figure BDA0002669560910000113
式中:λ为储气装置容量影响参数;n为储气装置个数,wk为单个储气装置容量,wbase为气源供给值;
切除气负荷损失:
Figure BDA0002669560910000114
式中:b为权重系数,根据实际情况进行取值;f2为气负荷损失;N2为天然气节点数;pBi、pAi分别为负荷削减前后节点i处的气负荷;
储气装置安装容量:
Figure BDA0002669560910000115
式中:ck为相应的权重系数,根据实际情况进行取值;Wk为储气装置容量;n为储气装置个数;
将(5)、(9)、(10)三个系数进行规格化处理;具体运算如下:
Figure BDA0002669560910000116
在本实施例中,所述步骤S3的约束设置的具体内容为:
容量约束:
安装储气装置的总容量不能超过天然气网所需负荷容量;
Figure BDA0002669560910000121
w ki≤w loadi
(13)
式中:wload为负荷所需容量;
负荷约束:
0≤(pbi-pai)≤pdi
(14)
0≤(pBi-pAi)≤pDi
(15)
式(14)为电网节点i处负荷削减约束,pdi为电网节点i处的负荷;式(15)为天然气网节点i处负荷削减约束,pDi为天然气节点i处的负荷。
在本实施例中,步骤S4中所述求解过程的具体内容为:
利用粒子群算法进行求解,在算法中,用粒子群代替鸟群,鸟类与食物之间的距离用适应值函数表示,粒子在搜索空间中以一定的速度飞行。根据个体和群体的飞行经验对该飞行速度进行动态调整,不断优化直到得到一个最优值得适应值。最终得到储气装置安装在天然气网以后负荷损失的最优解。以储气装置在天然气网节点安装容量为基本粒子,其具体形式为:
Figure BDA0002669560910000131
式中,P为粒子群,XMN为矩阵中第M行、第N列元素,表示储气装置第M个粒子在第N个节点安装的容量;WM(N+1)为矩阵中的第M个粒子的适应值大小;
步骤Sa:种群初始化:令各粒子的初始位置为
Figure BDA0002669560910000132
初始速度为Vi 0
步骤Sb:根据粒子初始位置即初始气网各节点容量计算粒子的适应值fitness[i],并以此为初始化Pbest_fitness[i];将目标函数作为其适应度,即为式(4);
步骤Sc:对每个粒子将其当前适应值与其个体历史最佳位置pbest对应的适应值比较,如果当前高,则将用当前值更新为历史最佳位置;
步骤Sd:对每个粒子将其当前适应值与其全局最佳位置gbest对应的适应值比较,如果当前高,则将用当前值更新全局最佳位置;
步骤Se:根据公式(17)(18)更新粒子的位置和速度;
速度更新:更新每个个体的速度
Figure BDA0002669560910000134
位置更新:更新每个个体的位置速度
Figure BDA0002669560910000135
公式中c1、c2为学习因子,为常数,r1、r2是[0,1]区间内均匀分布的随机数;
步骤Sf:终止条件判断:判断当迭代次数达到最大迭代次数时,是否满足,如果满足则输出最优解,否则跳至步骤Sb;所述最优解为将最优容量的储气罐安装在最优位置后,使发生暂降时会切除最少的负荷量。与位置有关,整个过程的第一步是进行储气装置位置的选取,即根据敏感度选出几个储气装置安装的待选点,然后对待选点位置分别进行粒子群优化,对比不同位置的优化结果,选出最优位置与容量。
较佳的,本实施例利用在气网合理安装储气装置可以等效缩短电压暂降的时间的原理,从而减短切除负荷的时间,进而会减少电压暂降对电-气综合能源系统造成的损失;通过建立的目标函数可以获得安装完储气装置以后减少的负荷。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。

Claims (5)

1.一种减少电压暂降对电-气综合能源系统造成切除负荷的方法,其特征在于:包括以下步骤:
步骤S1:对天然气网各个节点进行灵敏度分析,选出灵敏度较高的几个节点作为储气装置安装位置的待选点;
步骤S2:建立以切除电、气负荷量最少为目的的目标函数;
步骤S3:设定约束条件;
步骤S4:利用粒子群算法对各待选节点进行求解,对比各个节点的结果,选出储气装置最优的容量和安装位置。
2.根据权利要求1所述的一种减少电压暂降对电-气综合能源系统造成切除负荷的方法,其特征在于:所述步骤S1具体包括以下步骤:
步骤S11:建立天然气网络平衡方程:
稳态通过管道的流量取决于为管道两端压力及管道属性,对于输气管道(i,j)为天然气网络管道的两端,其流量fk即:
Figure FDA0002669560900000011
式中:fk为第k条天然气管道的流量;Mk为第k条天然气管道常数;Sij为管道中气体流动的向;pi、pj为节点压强,i、j分别为管道始端和末端节点;
考虑加压站通过压缩机升高压力,需消耗额外的能量,压缩机消耗的流量方程近似为:
Figure FDA0002669560900000022
式中:kc为压缩机常数;Qf为流过压缩机的流量率;Qc为流过压缩机流量;
步骤S12:进行天然气网络灵敏度分析:
灵敏度分析反映系统节点压强的变化对系统节点负荷即天然气系统节点流量的影响,天然气管道的流量将会随着管道压强的改变而发生变化,对于天然气系统的负荷节点来说,即为天然气压强–负荷灵敏度;根据式(1)、(2)得:
Figure FDA0002669560900000021
θ为天然气压强-负荷灵敏度,fg为流量,p为压强;
采用灵敏度分析的方法,得到天然气网节点的灵敏度,将各节点的灵敏度从高到低进行排序,由于不同情况所需储气装置个数不同,根据实际情况从灵敏度由高到低进行选取储气装置待安装点。
3.根据权利要求1所述的一种减少电压暂降对电-气综合能源系统造成切除负荷的方法,其特征在于:所述步骤S2的具体内容为:
将电负荷损失、气负荷损失最少、储气装置安装容量小为目标函数,为减少目标函数的组成参数,将这些参数写成求和的形式,即:
F=min(f1+f2+f3)
(4)
具体参数介绍如下:
切除电负荷损失:
Figure FDA0002669560900000031
式中:a为权重系数,根据实际情况进行取值;f1为切除负荷损失;N1为电网节点数;pbi、pai分别为负荷削减前后节点i处的电负荷;tk1为安装储气装置以后的缺供时间;tk1表达式为:
Figure FDA0002669560900000032
式中:tk为电压暂降导致天然气缺供时间,β为缺供系数;β受储气装置接入点和储气装置容量影响,其表达式为:
Figure FDA0002669560900000033
Figure FDA0002669560900000034
式中:λ为储气装置容量影响参数;n为储气装置个数,wk为单个储气装置容量,wbase为气源供给值;
切除气负荷损失:
Figure FDA0002669560900000035
式中:b为权重系数,根据实际情况进行取值;f2为气负荷损失;N2为天然气节点数;pBi、pAi分别为负荷削减前后节点i处的气负荷;
储气装置安装容量:
Figure FDA0002669560900000041
式中:c为相应的权重系数,根据实际情况进行取值;Wk为储气装置容量;n为储气装置个数;
将(5)、(9)、(10)三个系数进行规格化处理;具体运算如下:
Figure FDA0002669560900000042
4.根据权利要求1所述的一种减少电压暂降对电-气综合能源系统造成切除负荷的方法,其特征在于:所述步骤S3的约束设置的具体内容为:
容量约束:
安装储气装置的总容量不能超过天然气网所需负荷容量;
Figure FDA0002669560900000043
wki≤wloadi
(13)
式中:wload为负荷所需容量;
负荷约束:
0≤(pbi-pai)≤pdi
(14)
0≤(pBi-pAi)≤pDi
(15)
式(14)为电网节点i处负荷削减约束,pdi为电网节点i处的负荷;式(15)为天然气网节点i处负荷削减约束,pDi为天然气节点i处的负荷。
5.根据权利要求1所述的一种减少电压暂降对电-气综合能源系统造成切除负荷的方法,其特征在于:步骤S4中所述求解过程的具体内容为:
以储气装置在天然气网节点安装容量为基本粒子,其具体形式为:
Figure FDA0002669560900000051
式中,P为粒子群,XMN为矩阵中第M行、第N列元素,表示储气装置第M个粒子在第N个节点安装的容量;WM(N+1)为矩阵中的第M个粒子的适应值大小;
步骤Sa:种群初始化:令各粒子的初始位置为
Figure FDA0002669560900000052
初始速度为Vi 0
步骤Sb:根据粒子初始位置即初始气网各节点容量计算粒子的适应值fitness[i],并以此为初始化Pbest_fitness[i];将目标函数作为其适应度,即为式(4);
步骤Sc:对每个粒子将其当前适应值与其个体历史最佳位置pbest对应的适应值比较,如果当前高,则将用当前值更新为历史最佳位置;
步骤Sd:对每个粒子将其当前适应值与其全局最佳位置gbest对应的适应值比较,如果当前高,则将用当前值更新全局最佳位置;
步骤Se:根据公式(17)(18)更新粒子的位置和速度;
速度更新:更新每个个体的速度
Figure FDA0002669560900000061
位置更新:更新每个个体的位置速度
Figure FDA0002669560900000062
公式中c1、c2为学习因子,为常数,r1、r2是[0,1]区间内均匀分布的随机数;
步骤Sf:终止条件判断:判断当迭代次数达到最大迭代次数时,是否满足,如果满足则输出最优解,否则跳至步骤Sb;所述最优解为将最优容量的储气罐安装在最优位置后,使发生暂降时会切除最少的负荷量。
CN202010932061.7A 2020-09-07 2020-09-07 一种减少电压暂降对电-气综合能源系统造成切除负荷的方法 Active CN112054535B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010932061.7A CN112054535B (zh) 2020-09-07 2020-09-07 一种减少电压暂降对电-气综合能源系统造成切除负荷的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010932061.7A CN112054535B (zh) 2020-09-07 2020-09-07 一种减少电压暂降对电-气综合能源系统造成切除负荷的方法

Publications (2)

Publication Number Publication Date
CN112054535A true CN112054535A (zh) 2020-12-08
CN112054535B CN112054535B (zh) 2022-12-27

Family

ID=73611335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010932061.7A Active CN112054535B (zh) 2020-09-07 2020-09-07 一种减少电压暂降对电-气综合能源系统造成切除负荷的方法

Country Status (1)

Country Link
CN (1) CN112054535B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114336648A (zh) * 2021-11-25 2022-04-12 国网宁夏电力有限公司中卫供电公司 电压暂降导致电气系统切负荷损失分析方法、介质及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504437A (zh) * 2009-03-06 2009-08-12 华南理工大学 一种寻找导致电压暂降的电网薄弱环节的方法
CN105896579A (zh) * 2016-04-26 2016-08-24 西南交通大学 考虑配网电压暂降导致电动汽车跳闸引发过电压的充电桩规划方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504437A (zh) * 2009-03-06 2009-08-12 华南理工大学 一种寻找导致电压暂降的电网薄弱环节的方法
CN105896579A (zh) * 2016-04-26 2016-08-24 西南交通大学 考虑配网电压暂降导致电动汽车跳闸引发过电压的充电桩规划方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114336648A (zh) * 2021-11-25 2022-04-12 国网宁夏电力有限公司中卫供电公司 电压暂降导致电气系统切负荷损失分析方法、介质及系统
CN114336648B (zh) * 2021-11-25 2023-12-08 国网宁夏电力有限公司中卫供电公司 电压暂降导致电气系统切负荷损失分析方法、介质及系统

Also Published As

Publication number Publication date
CN112054535B (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
CN105071433B (zh) 一种分布式电源的优化配置方案
CN109814651A (zh) 基于粒子群的光伏电池多峰值最大功率跟踪方法及系统
CN105447509A (zh) 一种光伏发电系统的短期功率预测方法
CN114336785B (zh) 一种基于网格聚类的分布式电源群控群调控制方法及装置
CN111277004B (zh) 一种配电网“源-网-荷”两阶段多目标控制方法及系统
Ramadan et al. Optimal allocation of renewable energy resources considering uncertainty in load demand and generation
CN112054535B (zh) 一种减少电压暂降对电-气综合能源系统造成切除负荷的方法
CN104091207A (zh) 考虑有害气体排放量的含风电场多目标机组组合优化方法
Tolba et al. Comprehensive analysis of optimal allocation of capacitor banks in various distribution networks using different hybrid optimization algorithms
CN108596438A (zh) 一种多目标野花算法的动态环境经济调度方法
CN111523819B (zh) 一种计及分布式电源出力不确定性的节能潜力评估方法
CN113255138A (zh) 一种电力系统负荷分配优化方法
Diab et al. A new hybrid PSOGSA algorithm for optimal allocation and sizing of capacitor banks in RDS
Li et al. Multi-stage power source and grid coordination planning method considering grid uniformity
Sun et al. The prediction of building heating and ventilation energy consumption base on adaboost-bp algorithm
CN110489893B (zh) 一种基于可变权值的母线负荷预测方法及系统
CN111598348A (zh) 一种输电网均匀性规划优化方法、系统、介质及电子设备
CN116757406A (zh) 一种考虑不确定性的分布式电源接入配电网选址定容方法
CN105976052A (zh) 基于改进量子粒子群算法的多区域经济调度方法
CN107104429B (zh) 一种计及分布式储能系统的电力系统负荷调度方法
CN116029498A (zh) 一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法
CN105207255A (zh) 一种适用于风电出力的电力系统调峰计算方法
CN109447233A (zh) 电动汽车充放电调度方法及系统
Amara et al. Technical and economic performance evaluation for efficient capacitors sizing and placement in a real distribution network
CN108364071A (zh) 一种基于遗传规划法的自适应建模风功率预测方法

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