CN112149315B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112149315B CN112149315B CN202011115733.1A CN202011115733A CN112149315B CN 112149315 B CN112149315 B CN 112149315B CN 202011115733 A CN202011115733 A CN 202011115733A CN 112149315 B CN112149315 B CN 112149315B
- Authority
- CN
- China
- Prior art keywords
- natural gas
- power
- representing
- node
- equipment
- 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
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
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了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,包括:建立动态可靠性模型库及电力天然气系统联合优化潮流的稳态解库;建立描述天然气潮流的动态过程的偏微分方程并进行拉普拉斯变换;将变换后的微分方程与边界条件联立得到天然气系统运行状态的拉普拉斯表达式并计算设备一阶故障下的天然气切负荷情况;利用一阶故障概率卷积,得到天然气系统动态可靠性指标,利用电力系统优化潮流,得到电力系统动态可靠性指标,完成评估。本发明可以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,该可靠性评估方法能够更加实时、准确的反应电力天然气多能源系统在运行时段的可靠性,大量的节约了计算时间。
Description
技术领域
本发明涉及多能源系统运行以及可靠性分析的技术领域,尤其涉及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。
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%,由于电力天然气多能源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多能源系统中的天然气机组的供气不足,从而影响电力天然气多能源系统的正常电力供应,在2017年的8月15日,台湾的大潭发电厂就由于天然气供应的短缺导致了4GW的电力供应缺额,造成了大规模停电,因此,亟需对电力天然气多能源系统的运行可靠性进行准确评估。
现有对于电力天然气多能源系统的可靠性判断方法主要由传统的电力天然气多能源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。但是与电力天然气多能源系统不同的是,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,因此,基于此的运行可靠性分析也会产生较大误差。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明解决的技术问题是:解决了在考虑天然气传输动态特性的前提下,电力天然气多能源系统可靠性评估中计算量巨大的问题。
为解决上述技术问题,本发明提供如下技术方案:利用状态空间法建立电力天然气设备的动态可靠性模型库及各设备一阶故障下的电力天然气设备联合优化潮流的稳态解库;基于所述稳态解库建立天然气管道中描述天然气潮流的动态过程的偏微分方程并进行拉普拉斯变换;结合所述变换后的微分方程与边界条件联立得到所述天然气设备运行状态的拉普拉斯表达式并计算所述设备一阶故障下的天然气切负荷情况;根据所述天然气设备运行状态和一阶故障概率卷积,得到所述天然气设备动态可靠性指标;利用所述电力设备优化潮流,得到所述电力设备动态可靠性指标,完成评估。
作为本发明所述的基于解析策略的电力天然气系统动态可靠性评估方法的一种优选方案,其中:所述电力天然气设备的拓扑结构包括,利用多条边连接多个节点构成拓扑结构;所述节点包括电力节点、天然气节点、耦合节点;所述多条边包括电力线路、天然气管道。
作为本发明所述的基于解析策略的电力天然气系统动态可靠性评估方法的一种优选方案,其中:所述运行可靠性模型包括,定义所述设备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。
作为本发明所述的基于解析策略的电力天然气系统动态可靠性评估方法的一种优选方案,其中:所述动态可靠性模型包括,
作为本发明所述的基于解析策略的电力天然气系统动态可靠性评估方法的一种优选方案,其中:所述稳态解库包括联合优化调度模型,具体包括,
其中,Co表示电力天然气多能源设备联合优化调度目标计价值,Sgi表示天然气节点i上天然气源的出力,gi,j表示电力节点i上非燃气机组j的出力,表示电力节点i上燃气机组j的出力,GB表示天然气节点的集合,表示天然气节点i上的节点气价,EB表示电力节点的集合,NGi表示电力节点i上非燃气机组的集合,Gci,j表示电力节点i上非燃气机组j的发电成本计价值,表示该设备出力gi,j的函数,表示天然气节点i上气源出力的上下限,和表示电力节点i上非燃气机组j的出力上下限,和表示电力节点i上天然气机组j出力的上下限,Gdi表示天然气节点i的天然气负荷,ξi,j表示电力节点i上天然气机组j的发电效率,表示电力节点i上天然气机组的集合,qij表示从天然气节点i到j的天然气管道(以下简称管道ij)内的天然气流量,表示连接天然气节点i的天然气管道的集合,Edi表示电力节点i上的电力负荷,表示连接电力节点i的电力线路的集合,Fij表示从电力节点i到j的电力线路(以下简称线路ij)内的电力潮流,Ci,j表示管道ij的特征参数,Sgn表示符号函数,其中pi和pj表示别表示天然气节点i和j上的气压,Θi和θj分别表示电力节点i和j上的电压相角,Xij表示线路ij的阻抗,和分别表示线路ij上的电力潮流上限和管道ij内天然气流量的上限。
作为本发明所述的基于解析策略的电力天然气系统动态可靠性评估方法的一种优选方案,其中:修正所述电力天然气多能源设备联合优化调度模型的修正目标函数包括,
作为本发明所述的基于解析策略的电力天然气系统动态可靠性评估方法的一种优选方案,其中:所述天然气设备获取所述动态可靠性指标之前需构建动态方程,包括,
其中,B表示天然气的绝热波速,Cq表示天然气在标况下的的密度,A表示天然气管道的横截面积,t表示时间,F表示天然气管道的范宁传输系数,D表示天然气管道直径。
作为本发明所述的基于解析策略的电力天然气系统动态可靠性评估方法的一种优选方案,其中:所述边界条件包括,
定义所有天然气节点的基础边界条件为:
定义天然气负荷节点,额外建立所述边界条件为:
作为本发明所述的基于解析策略的电力天然气系统动态可靠性评估方法的一种优选方案,其中:所述天然气设备动态可靠性指标包括,
作为本发明所述的基于解析策略的电力天然气系统动态可靠性评估方法的一种优选方案,其中:所述电力设备动态可靠性指标EENS包括,
本发明的有益效果:本发明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多能源设备在运行时段的可靠性;另一方面,通过解析法的方式求解天然气系统中的切负荷量,与以往基于有限差分法和时序蒙特卡洛法的混合仿真技术相比,大量的节约了计算时间。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一个实施例提供的基于解析策略的电力天然气系统动态可靠性评估方法的基本流程图;
图2为本发明一个实施例提供的基于解析策略的电力天然气系统动态可靠性评估方法的结构示意图;
图3为本发明一个实施例提供的基于解析策略的电力天然气系统动态可靠性评估方法的天然气动态可靠性指标示意图;
图4为本发明一个实施例提供的基于解析策略的电力天然气系统动态可靠性评估方法的电力动态可靠性指标示意图;
图5为本发明一个实施例提供的基于解析策略的电力天然气系统动态可靠性评估方法的结果对比图;
图6为本发明一个实施例提供的基于解析策略的电力天然气系统动态可靠性评估方法的又一个结果对比图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
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。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所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、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中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,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1,为本发明的一个实施例,提供了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,包括:
S1:利用状态空间法建立电力天然气设备的动态可靠性模型库及各设备一阶故障下的电力天然气设备联合优化潮流的稳态解库。
其中,电力天然气设备的拓扑结构包括,
利用多条边连接多个节点构成拓扑结构:节点包括电力节点、天然气节点、耦合节点;边包括电力线路、天然气管道。
具体的,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。
运行可靠性模型包括,
定义设备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。
则对于所有设备m∈M,都可建立如上的动态可靠性模型,其中,M为所有设备的集合。
更加具体的,动态可靠性模型包括,
联合优化调度模型包括,
其中,Co表示电力天然气多能源设备联合优化调度目标计价值,Sgi表示天然气节点i上天然气源的出力,gi,j表示电力节点i上非燃气机组j的出力,表示电力节点i上燃气机组j的出力,GB表示天然气节点的集合,表示天然气节点i上的节点气价,EB表示电力节点的集合,NGi表示电力节点i上非燃气机组的集合,Gci,j表示电力节点i上非燃气机组j的发电成本计价值,表示该设备出力gi,j的函数,表示天然气节点i上气源出力的上下限,和表示电力节点i上非燃气机组j的出力上下限,和表示电力节点i上天然气机组j出力的上下限,Gdi表示天然气节点i的天然气负荷,ξi,j表示电力节点i上天然气机组j的发电效率,表示电力节点i上天然气机组的集合,qij表示从天然气节点i到j的天然气管道(以下简称管道ij)内的天然气流量,表示连接天然气节点i的天然气管道的集合,Edi表示电力节点i上的电力负荷,表示连接电力节点i的电力线路的集合,Fij表示从电力路ij的阻抗,和分别表示线路ij上的电力潮流上限和管道ij内天然气流量的上限。
进一步的,修正电力天然气多能源设备联合优化调度模型的修正目标函数包括,
根据设备故障情况修正该电力天然气多能源设备联合优化调度模型,并建立各设备一阶故障下的电力天然气多能源设备联合优化潮流的稳态解库,其修正目标函数如上,对于每个一阶故障的设备m:
若m为天然气节点i1的气源,则上式修正为:
若m为电力节点i1上的非燃气机组j1,则上式修正为:
若m为电力节点i2上的燃气机组j2,则上式修正为:
S2:基于稳态解库建立天然气管道中描述天然气潮流的动态过程的偏微分方程并进行拉普拉斯变换。
其中,天然气设备动态方程包括,
其中,B表示天然气的绝热波速,Cq表示天然气在标况下的的密度,A表示天然气管道的横截面积,t表示时间,F表示天然气管道的范宁传输系数,D表示天然气管道直径。
计算上式可得:
求解上述常微分方程,得:
其中,α和β表示代求系数。
代入上式得到流量得通解:
其中,Q(x,s)=L-1(Δq)。
S3:结合变换后的微分方程与边界条件联立得到天然气设备运行状态的拉普拉斯表达式并计算设备一阶故障下的天然气切负荷情况。
其中,边界条件包括,
定义所有天然气节点的基础边界条件为:
定义天然气负荷节点,额外建立边界条件为:
具体的,上述的关于P和Q的偏微分方程组的通解对于每个天然气管道都需要列出。该偏微分方程组的边界条件包含两大类:Ⅰ类为所有状态下都成立的边界条件,Ⅱ类为设备故障下成立的边界条件。
其中,Ⅰ类的说明如下:
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。设各个管道ij的起始点、结束点的气压、流量分别为
对于所有天然气节点,建立基础边界条件为:
对于天然气负荷节点,额外建立以下边界条件:
其中,Pi *(s)由Ⅱ类边界条件确定,GLB表示天然气负荷节点的集合。
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:
假设天然气管道数量为NL,则代求变量数目为6NL(αij,βij, ),有通解所构成的方程数量为4NL。假设负荷节点、气源节点、连接节点的数量分别为N1,N2和N3,天然气节点总数为NGB,则上述边界条件的数量分别为2NL-NGB、N1、N2+N3,因此,方程组得以求解,通过高斯消去方法,求得其值,必然为s以及边界条件的函数。
Ⅱ类边界条件的说明如下:
对于设备m的故障:
不失一般性的,假设故障发生的时间为初始时刻即t=0,那么:
对于天然气源节点和天然气连接节点,气源出力相对于稳态的变化量在时域上可表达为:
其中1(t)表示阶跃函数。
同理,对于给定气压的负荷节点:
S4:根据天然气设备运行状态和一阶故障概率卷积,得到天然气设备动态可靠性指标,利用电力设备优化潮流,得到电力设备动态可靠性指标,完成评估。
其中,天然气设备动态可靠性指标为EGNS(期望天然气失负荷量),根据拉普拉斯卷积定理,其可计算为:
电力设备动态可靠性指标EENS包括,
确定电力设备动态可靠性计算时间步长Δt,以及动态可靠性评估时长T,将天然气机组可调度容量离散化:
对于每个设备m故障下的每个离散的时间点k,进行电力设备优化潮流计算:
服从约束:
实施例2
参照图2~6,为了对本方法中采用的技术效果加以验证说明,本实施例选择传统技术方案模拟法和本发明方法进行对比,以验证本方法所具有的真实效果。
本案例处理获得某测试案例中由IEEE电力天然气多能源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多能源系统的运行可靠性。
首先,初始化该电力天然气多能源系统的参数,该电力天然气多能源系统的结构示意图如图2所示,其包含的电力天然气多能源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 transmissionproblem solved by an extension of the simplex algorithm[J].ManagementScience,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2图例所示的位置,将该电力天然气多能源系统中编号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2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。
实施过程具体如实施例1所述,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动态可靠性参数,分别如图3、图4所示。可以看到,无论是电力系统还是天然气系统的动态可靠性指标,在运行时段呈现逐渐上升的曲线。对于天然气系统,在第5小时的EGNS超过了0.02Mm3/天,若该可靠性指标超出了运行时段所规定的可靠性范畴,则需要采取投入储气设备等方式提高天然气系统的动态可靠性,对于电力系统,在第5小时55分钟的时候,电力系统的动态可靠性指标超出了0.08MW,若该可靠性指标超出了运行时段所规定的可靠性范畴,则需要采取投入快速启动机组等方式提高电力系统的动态可靠性。
而传统方案在上述条件基础上不考虑天然气的动态特性,采用模拟法对电力天然气系统的设备可靠性进行建模,通过电气联合优化潮流求解某个故障下电力和天然气切负荷,通过时序蒙特卡洛法对各个可能的状态均进行仿真处理,对电气联合优化潮流求解某个故障下电力和天然气切负荷过程进行循环直到方差收敛,获得电力天然气系统的可靠性评估结果。
上述两种方案结果对此如图5、图6所示,通过对比结果可以看出,本专利的方法和传统方法求解结果有所差异,因为考虑了天然气的动态特性,所以结果更加准确的;因为采用了解析策略,求解出的结果即为最终结果,无需考虑模拟法中各次求解的方差,使得结果更加稳定(曲线更光滑)。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种基于解析策略的电力天然气系统动态可靠性评估方法,其特性在于,包括:
利用状态空间法建立电力天然气设备的动态可靠性模型库及各设备一阶故障下的电力天然气设备联合优化潮流的稳态解库;
基于所述稳态解库建立天然气管道中描述天然气潮流的动态过程的偏微分方程并进行拉普拉斯变换;
结合所述变换后的微分方程与边界条件联立得到所述天然气设备运行状态的拉普拉斯表达式并计算所述设备一阶故障下的天然气切负荷情况;
根据所述天然气设备运行状态和一阶故障概率卷积,得到所述天然气设备动态可靠性指标;
利用所述电力设备优化潮流,得到所述电力设备动态可靠性指标,完成评估;
所述动态可靠性模型包括,
所述稳态解库包括联合优化调度模型,具体包括,
其中,Co表示电力天然气多能源系统联合优化调度目标计价值,Sgi表示天然气节点i上天然气源的出力,gi,j表示电力节点i上非燃气机组j的出力,表示电力节点i上燃气机组j的出力,GB表示天然气节点的集合,表示天然气节点i上的节点气价,EB表示电力节点的集合,NGi表示电力节点i上非燃气机组的集合,Gci,j表示电力节点i上非燃气机组j的发电成本计价值,表示该设备出力gi,j的函数,表示天然气节点i上气源出力的上下限,和表示电力节点i上非燃气机组j的出力上下限,和表示电力节点i上天然气机组j出力的上下限,Gdi表示天然气节点i的天然气负荷,ξi,j表示电力节点i上天然气机组j的发电效率,表示电力节点i上天然气机组的集合,qij表示从天然气节点i到j的天然气管道内的天然气流量,表示连接天然气节点i的天然气管道的集合,Edi表示电力节点i上的电力负荷,表示连接电力节点i的电力线路的集合,Fij表示从电力节点i到j的电力线路内的电力潮流,Ci,j表示管道ij的特征参数,Sgn表示符号函数,其中pi和pj表示别表示天然气节点i和j上的气压,Θi和θj分别表示电力节点i和j上的电压相角,Xij表示线路ij的阻抗,和分别表示线路ij上的电力潮流上限和管道ij内天然气流量的上限;
所述边界条件包括,
定义所有天然气节点的基础边界条件为:
定义天然气负荷节点,额外建立所述边界条件为:
2.如权利要求1所述的基于解析策略的电力天然气系统动态可靠性评估方法,其特征在于:所述电力天然气设备的拓扑结构包括,
利用多条边连接多个节点构成拓扑结构;
所述节点包括电力节点、天然气节点、耦合节点;
所述多条边包括电力线路、天然气管道。
3.如权利要求1或2所述的基于解析策略的电力天然气系统动态可靠性评估方法,其特征在于:所述动态可靠性模型库包括运行可靠性模型,具体包括,
定义所述设备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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011115733.1A CN112149315B (zh) | 2020-10-19 | 2020-10-19 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011115733.1A CN112149315B (zh) | 2020-10-19 | 2020-10-19 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112149315A CN112149315A (zh) | 2020-12-29 |
CN112149315B true CN112149315B (zh) | 2022-07-19 |
Family
ID=73953240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011115733.1A Active CN112149315B (zh) | 2020-10-19 | 2020-10-19 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112149315B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
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 |
CN110851960A (zh) * | 2019-10-21 | 2020-02-28 | 东南大学 | 一种计及天然气网络影响的配电网运行可靠性评估方法 |
CN111597683A (zh) * | 2020-04-14 | 2020-08-28 | 浙江大学 | 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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9563215B2 (en) * | 2012-07-14 | 2017-02-07 | Causam Energy, Inc. | Method and apparatus for actively managing electric power supply for an electric power grid |
-
2020
- 2020-10-19 CN CN202011115733.1A patent/CN112149315B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
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 |
CN110851960A (zh) * | 2019-10-21 | 2020-02-28 | 东南大学 | 一种计及天然气网络影响的配电网运行可靠性评估方法 |
CN111597683A (zh) * | 2020-04-14 | 2020-08-28 | 浙江大学 | 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 |
Non-Patent Citations (2)
Title |
---|
Nodal Reliability Evaluation of Interdependent Gas and Power Systems Considering Cascading Effects;Minglei Bao等;《IEEE Transactions on Smart Grid 》;20200323;第4090-4104页 * |
配电网-天然气互联系统可靠性评估模型研究;李崇阳;《cnki优秀硕士学位论文全文库 工程科技Ⅱ辑》;20190415;第C038-1455页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112149315A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bao et al. | Nodal reliability evaluation of interdependent gas and power systems considering cascading effects | |
Li et al. | Probabilistic energy flow calculation for regional integrated energy system considering cross-system failures | |
Li et al. | Coordinating multi-energy to improve urban integrated energy system resilience against extreme weather events | |
Zhou et al. | An optimal network constraint-based joint expansion planning model for modern distribution networks with multi-types intermittent RERs | |
CN111416349B (zh) | 一种电气互联综合能源系统的协同规划方法 | |
CN108416507B (zh) | 面向电-气耦合综合能源系统的静态灵敏度分析方法 | |
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 | |
Zheng et al. | A gradient descent direction based-cumulants method for probabilistic energy flow analysis of individual-based integrated energy systems | |
CN112182907A (zh) | 一种基于可靠性约束的电-气耦合系统储能装置规划方法 | |
Zhang et al. | Dynamic energy flow analysis of integrated gas and electricity systems using the holomorphic embedding method | |
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 | |
Chi et al. | A systematic framework for the assessment of the reliability of energy supply in Integrated Energy Systems based on a quasi-steady-state model | |
Ding et al. | Operational reliability assessment of integrated heat and electricity systems considering the load uncertainties | |
CN111798111A (zh) | 一种综合能源系统供能可靠性评估方法及计算机系统 | |
Hidalgo et al. | Evaluation of optimization algorithms to adjust efficiency curves for hydroelectric generating units | |
Qin et al. | SR‐based chance‐constrained economic dispatch for power systems with wind power | |
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 | |
CN112149315B (zh) | 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 | |
CN113177717B (zh) | 一种基于影响增量灵敏度的输电系统韧性快速评估方法 | |
Wang et al. | Operational reliability evaluation of distributed multi-energy systems considering optimal control of energy storages | |
Ren et al. | A radial-grouping-based planning method for electrical collector systems in tidal current generation farms | |
Li et al. | An optimal load curtailment method for operational risk assessment of integrated electricity, natural gas and heating systems | |
Zhang et al. | Robust Integrated optimization of Active Distribution Network Based on System Risk Index | |
Nemes et al. | Reliability consideration on wind farms energy production | |
CN115935711B (zh) | 一种基于图论的多能互补主动配网系统可靠性评估方法 |
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 |