CN112448404B - 一种电-气-热互联背景下的配电网可靠性增效计算方法 - Google Patents

一种电-气-热互联背景下的配电网可靠性增效计算方法 Download PDF

Info

Publication number
CN112448404B
CN112448404B CN202011304017.8A CN202011304017A CN112448404B CN 112448404 B CN112448404 B CN 112448404B CN 202011304017 A CN202011304017 A CN 202011304017A CN 112448404 B CN112448404 B CN 112448404B
Authority
CN
China
Prior art keywords
energy
power
distribution network
supply
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.)
Active
Application number
CN202011304017.8A
Other languages
English (en)
Other versions
CN112448404A (zh
Inventor
金强
马唯婧
丁羽頔
李红军
唐巍
齐晓光
刘冀邱
李嘉
冯明灿
杨露露
赵辉
李铁良
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.)
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
China Agricultural University
State Grid Hebei Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
China Agricultural 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 State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office, China Agricultural University, State Grid Hebei Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
Priority to CN202011304017.8A priority Critical patent/CN112448404B/zh
Publication of CN112448404A publication Critical patent/CN112448404A/zh
Application granted granted Critical
Publication of CN112448404B publication Critical patent/CN112448404B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit 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
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems 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
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Water Supply & Treatment (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种电‑气‑热互联背景下的配电网可靠性增效计算方法，其包括：获取供能网络元件故障率、风光负荷数据、能源集线器元器件配置及网络结构参数；利用获取的参数对电‑气‑热独立供能配电网进行供电不足期望计算；计算能源集线器对电负荷的最大支撑能力；对电‑气‑热互联供能配电网进行供电不足期望计算；利用独立供能和互联供能供电不足期望计算互联供能情况下配电网可靠性增效。本发明能为电‑气‑热互联系统配电网可靠性提升增效计算及投资决策提供技术基础与支持，可以广泛在配电网可靠性技术领域中应用。

Description

一种电-气-热互联背景下的配电网可靠性增效计算方法
技术领域
本发明涉及一种配电网可靠性技术领域，特别是关于一种电-气-热互联背景下的配电网可靠性增效计算方法。
背景技术
由于传统化石能源的不可再生以及经济社会高速发展对能源日益增长的需求，提高能源利用效率、加强可再生能源综合利用成为能源利用领域亟需解决的问题。在此背景下能源互联网的概念应运而生。能源互联网是以电为核心，打破电、气、热等各种能源供应系统单独规划、设计和运行的既有模式，在规划、设计、建设和运行的过程中，对各类能源的分配、转化、存储、消费等环节进行有机协调与优化，充分利用可再生能源的新型多能互联供能系统。根据互联能源网络的不同，可分电-气互联、电-热互联与电-气-热互联等多种形式。
将电、气、热等供能系统协同规划运行的多能源系统是未来能源供应系统的重要发展趋势之一。作为供能系统的核心，电-气-热互联系统的形成对配电网的供电可靠性必然带来一定的影响。由于多能系统之间的相互耦合，配电网可以通过能流互济效应在面临电能供应不足风险时获得气网等供能系统的能量支援。因而，研究电-气-热互联背景下的配电网可靠性的增效原理与计算方法，对配电网以及电-气-热互联系统的规划设计、运行控制具有重要意义。
现有关于配电网可靠性提升增效分析大多集中于传统配电网可靠性提升措施，并未综合考虑多能互联的大背景与未来趋势，同时关于电-气-热互联背景下配电网缺供电量计算方法的研究也未成熟。
发明内容
针对上述问题，本发明的目的是提供一种电-气-热互联背景下的配电网可靠性增效计算方法，其能为电-气-热互联系统配电网可靠性提升增效计算及投资决策提供技术基础与支持。
为实现上述目的，本发明采取以下技术方案：一种电-气-热互联背景下的配电网可靠性增效计算方法，其包括以下步骤：1)获取供能网络元件故障率、风光负荷数据、能源集线器元器件配置及网络结构参数；2)利用步骤1)获取的参数对电-气-热独立供能配电网进行供电不足期望计算；3)计算能源集线器对电负荷的最大支撑能力；4)对电-气-热互联供能配电网进行供电不足期望计算；5)利用独立供能和互联供能供电不足期望计算互联供能情况下配电网可靠性增效。
进一步，所述独立供能情况下的配电网供电不足期望计算，包括以下步骤：
2.1)遍历网络中所有可能发生的故障元件，对其故障导致停供的负荷点进行统计；
2.2)根据元件的故障率以及元件的故障修复时间，结合该元件故障导致缺供负荷点的负荷数据，计算某元件故障导致的系统供电不足期望；
2.3)将配电网中所有可能发生故障的元件所导致的系统供电不足期望进行相加，得到系统整体供电不足期望：
Figure BDA0002787773160000021
式中，EENS独立供能为电-气-热独立供能情况下的配电网供电不足期望；N为配电网内可能发生故障的元件；μi为元件i的故障率；TTRi为元件i每次故障的故障修复时间；L为配电网内负荷点总数；Lel,0,t为故障修复t时刻负荷点l的负荷需求量；αl,i为元件i故障对负荷点l的影响系数。
进一步，所述步骤3)中，采用电-气-热互联背景下配电网故障能源集线器优化运行模型计算能源集线器对电负荷的最大支撑能力。
进一步，所述配电网故障能源集线器优化运行模型的优化变量为能量耦合元件、储能元件在配电网故障时间段内的输出功率、能源集线器与供气网、供热网间联络线传输的天然气量与热量以及能源集线器的产出净电功率；
目标函数为能源集线器内部元件转化产出的净电功率最多：
maxPelec(t)
且：
Pelec(t)＝Le(t)+Plink,e(t)
式中，Pelec(t)为t时刻能源集线器通过内部配置的能量耦合装置、储能装置以及分布式发电装置转化产生的净电功率，净电功率用于向能源集线器内外电负荷进行供能；Le(t)为t时刻能源集线器向内部电负荷供应的电功率；Plink,e(t)为t时刻能源集线器与配电网之间联络线上的传输功率。
进一步，所述配电网故障能源集线器优化运行模型的约束条件包括：联络线传输功率约束、系统功率平衡约束、设备出力传输功率约束和负荷供需平衡约束。
进一步，所述系统功率平衡约束包括电能平衡等式约束、热能平衡等式约束和天然气平衡等式约束。
进一步，所述设备出力约束包括能量耦合元件出力约束和电热储能约束；所述电热储能约束需要同时满足最大充放能功率约束和储能容量约束。
进一步，采用电-气-热互联背景下所述配电网故障能源集线器优化运行模型求解得出能量耦合元件、储能元件在配电网故障时间段内的输出功率以及t时刻能源集线器的最大产出净电功率
Figure BDA0002787773160000035
Figure BDA0002787773160000032
能源集线器的最大产出净电功率用于向能源集线器内部负荷与配电网负荷提供最大的电能支援，则将t时刻能源集线器的最大产出净电功率
Figure BDA0002787773160000033
定义为能源集线器对电负荷的最大支撑能力。
进一步，所述互联供能情况下的系统供电不足期望为：
Figure BDA0002787773160000034
式中：EENS互联供能为电-气-热互联供能情况下的系统供电不足期望；Pelec,t为故障修复t时刻能源集线器对电负荷的实际电能支撑量。
进一步，所述步骤5)中，配电网可靠性提升增加的经济效益分为两部分，第一部分为供电公司因供电可靠性提升而增加的售电收入所产生的直接效益，第二部分为供电公司供电可靠性提升后社会经济损失减少所产生的间接效益；增加售电收入所产生的直接效益根据可靠性提升前后系统供电不足期望的差值与单位售电电价相乘得到，供电可靠性提升后社会经济损失减少所产生的间接效益根据单位电量对应的GDP产值来测算；
R增效＝R售电收入+R社会效益
R售电收入＝(EENS独立供能-EENS互联供能)c1
R社会效益＝(EENS独立供能-EENS互联供能)c2
式中：R增效为电-气-热互联供能为配电网带来的可靠性增效；R售电收入为配电网可靠性提升增加的售电收入；R社会效益为配电网可靠性提升带来的社会效益；c1、c2分别为单位售电电价和单位电量对应的GDP产值。
本发明由于采取以上技术方案，其具有以下优点：1、本发明针对电-气-热互联系统多能耦合的特点，建立配电网故障情况下能源集线器优化运行模型，计算能源集线器对电负荷的最大支撑能力。2、本发明基于配电网负荷数据及元件故障率等数据，对电-气-热互联供能情况下的配电网供电不足期望进行计算，该方法计算简便，合理可行。3、本发明的电-气-热独立供能与互联供能情况下供电不足期望计算，通过独立供能与互联供能供电不足期望的差值，计算互联供能带来的配电网可靠性增效，直观体现互联供能在可靠性方面带来的效益。
综上，本发明计算电-气-热互联供能对配电网电负荷可靠供电的支撑能力，在电-气-热互联供能情况下对供电不足期望及增效计算，能为电-气-热互联系统配电网可靠性提升增效计算及投资决策提供技术基础与支持。
附图说明
图1是本发明的电-气-热互联背景下的配电网可靠性增效计算方法流程图。
图2是独立供能配电网网络结构示意图。
图3是Pelec(t)、Le(t)与Plink,e(t)三者关系示意图。
图4是电-气-热互联系统电负荷供能关系示意图。
图5是互联供能配电网网络结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种电-气-热互联背景下的配电网可靠性增效计算方法，该方法包括构建电-气-热互联供能网络模型及能源集线器模型；建立电-气-热互联背景下配电网故障能源集线器优化运行模型，计算能源集线器对电负荷的最大支撑能力，分析能源集线器内能量耦合元件及储能元件在配电网故障情况下对电负荷的支持作用；提出电-气-热独立供能与互联供能情况下的配电网供电不足期望的计算方法，进而计算互联供能相较于独立供能带来的配电网可靠性增效。
如图1所示，本发明的方法包括以下步骤：
1)获取供能网络元件故障率、风光负荷数据、能源集线器元器件配置及网络结构参数；
2)利用步骤1)获取的参数对电-气-热独立供能配电网进行供电不足期望计算；
供电不足期望(expected energy not supplied，EENS)表示供电系统因停运而造成的对用户少供电能的期望值，是一项重要的供电可靠性评价指标。EENS综合表征了停电次数、平均持续时间和平均停电功率，反映了系统停电的严重程度。与此同时，供电不足期望体现了供电公司由于停电而减少的电能售出量，进而可以计算出供电公司因停电造成的售电收入损失，成为连接可靠性与经济性的一架桥梁。
如图2所示，以该图中的独立供能配电网网络结构为例进行电-气-热独立供能情况下的配电网供电不足期望计算，具体步骤如下：
2.1)遍历网络中所有可能发生的故障元件，对其故障导致停供的负荷点进行统计；
2.2)根据元件的故障率即元件平均每年的故障次数，以及元件的故障修复时间即元件故障导致的停供时间，结合该元件故障导致缺供负荷点的负荷数据，计算某元件故障导致的系统供电不足期望；
2.3)将配电网中所有可能发生故障的元件所导致的系统供电不足期望进行相加，得到系统整体供电不足期望。
Figure BDA0002787773160000051
式中，EENS独立供能为电-气-热独立供能情况下的配电网供电不足期望；N为配电网内可能发生故障的元件；μi为元件i的故障率；TTRi为元件i每次故障的故障修复时间；L为配电网内负荷点总数；Lel,0,t为故障修复t时刻负荷点l的负荷需求量；αl,i为元件i故障对负荷点l的影响系数，当元件i故障会导致负荷点l失去配电网供能时αl,i取值为1，当元件i故障不会导致负荷点l失去配电网供能时αl,i取值为0。对于辐射状网络及节点较少的简单网络，αl,i的取值通过观察、枚举即可判定；对于网络结构较为复杂、联络开关较多的环网及复杂网络，则需考虑配电网故障状态下的网络重构及潮流分析，进而确定αl,i的取值。
以图2为例，假设线路3发生故障，通过断路器与隔离开关的操作，在故障恢复期间断路器CB断开，隔离开关S2打开将故障段CB至S2之间的配电线路与配电网隔离起来，负荷点Le1与Le2失去电能供应。与此同时，由于该段线路为辐射状网路，无法通过负荷转供实现对位于故障下游的负荷点Le3、Le4与Le5供能。因此，线路3故障情况下，负荷点Le1-Le5均将失去电能供应处于缺供状态，元件故障影响系数α均取值为1。
3)计算能源集线器对电负荷的最大支撑能力；
在本实施例中，采用电-气-热互联背景下配电网故障能源集线器优化运行模型计算能源集线器对电负荷的最大支撑能力。
对于电-气-热互联供能网络而言，由于能源集线器内既有电、气、热能量的消耗元件，也有电、气、热的能量产出元件，所以能源集线器与配电网、供气网、供热网间的联络线均可以进行能量的双向传输。这也就意味着当配电网、供气网或者供热网内发生故障导致网络内部分负荷点失去主网能量供应时，能源集线器可以将产出的能量通过联络线传递至供能网络，对附近负荷点进行能量供应，也可以通过增加对能源集线器内部负荷的供能能力，减轻对配电网、供气网或者供热网的依赖程度，从而使供能网络的能量资源更多用于保障面临缺供风险的负荷点，提高系统整体供能可靠性。
能源集线器内的CHP机组等元件具有灵活调节出力的特点，通过能源集线器的优化运行模型可以将CHP机组、P2G装置、电锅炉以及燃气锅炉的出力水平根据系统可靠性的要求及负荷需求、运行约束等条件，调节至最大程度保证整体供能可靠性的运行状态。与此同时，储能装置以最大功率快速释放其中存储的能量，从而利用能源集线器的优化运行、元件的出力调节，提高整体供能可靠性。
针对电-气-热互联供能网络，对配电网故障情况下能源集线器优化运行模型进行建模。该模型的优化变量为能量耦合元件、储能元件在配电网故障时间段内的输出功率、能源集线器与供气网、供热网间联络线传输的天然气量与热量以及能源集线器的产出净电功率。
由于配电网发生故障导致配电系统内电负荷面临供能不足风险，因此目标函数为电-气-热系统供电可靠性水平最优，即能源集线器内部元件转化产出的净电功率最多：
maxPelec(t) (2)
且：
Pelec(t)＝Le(t)+Plink,e(t) (3)
式中，Pelec(t)为t时刻能源集线器通过内部配置的能量耦合装置、储能装置以及分布式发电装置转化产生的净电功率，净电功率用于向能源集线器内外电负荷进行供能；Le(t)为t时刻能源集线器向内部电负荷供应的电功率；Plink,e(t)为t时刻能源集线器与配电网之间联络线上的传输功率，能源集线器向配电网传输电功率时Plink,e(t)取值为正，配电网向能源集线器传输电功率时Plink,e(t)取值为负。三者之间的关系由图3所示。
能源集线器产出净电功率Pelec(t)的物理含义为能源集线器内部分布式电源、电储能产出的电能，以及能量耦合装置利用气、热供能系统的能量转化而来的电能之和，即图3中虚线框所示部分的能量转化结果。净电功率的取值为正、负两种情况，分别由代表Pelec(t)箭头的两种流向表示。Pelec(t)取值为正时能量由能源集线器流出至电负荷，Pelec(t)取值为负时能量由电网流入能源集线器，进而对电储能或气、热负荷进行供能。
由图3所示的能量流动关系可以看出，电-气-热互联系统对电负荷能量供应的实质为电网内的电能、能源集线器产出的净电功率共同对能源集线器内、外负荷进行电能供应，如图4所示。在电网的供电量由于电网发生故障而不可控的情况下，通过优化运行调节能源集线器产出净电功率最大，即可在现有条件下最大程度提高对系统内电负荷的整体供电量，进而提高系统整体的供电可靠性。
电-气-热互联背景下配电网故障能源集线器优化运行模型约束条件包括：(1)联络线传输功率约束；(2)系统功率平衡约束；(3)设备出力传输功率约束；(4)负荷供需平衡约束。各个约束条件具体为：
(1)联络线传输功率约束
能源集线器输入端与电网络、天然气网络、热网络连接，t时刻内交互电量Plink,e(t)、天然气量Flink,g(t)和热量Qlink,h(t)受到联络线的最大传输功率限制，具体约束如下：
Figure BDA0002787773160000071
式中：
Figure BDA0002787773160000072
分别为配电网向能源集线器最大传输电功率和集线器向配电网最大传输电功率，其中
Figure BDA0002787773160000073
为负数；
Figure BDA0002787773160000074
分别为天然气管网向能源集线器最大传输天然气速率和集线器向天然气管网最大传输天然气速率，其中
Figure BDA0002787773160000075
为负数；
Figure BDA0002787773160000076
分别为热网向能源集线器最大输送热功率和能源集线器向热网最大输送热功率，其中
Figure BDA0002787773160000077
为负数。
(2)系统功率平衡约束
功率平衡是指能源集线器模型中的电、气、热各自的能量产生与能量消耗平衡。
(2.1)电能平衡等式约束：
Le(t)+Plink,e(t)＝PMT(t)+PPV(t)+PWT(t)-PEB(t)-PP2G(t)+PES_ch(t)-PES_dis(t)
(5)
由式(3)可知：
Pelec(t)＝PMT(t)+PPV(t)+PWT(t)-PEB(t)-PP2G(t)+PES_ch(t)-PES_dis(t) (6)
式中：Le(t)、Plink,e(t)、PMT(t)、PPV(t)、PWT(t)、PEB(t)、PP2G(t)、PES_ch(t)和PES_dis(t)分别为t时刻能源集线器向内部电负荷输送的电功率、能源集线器与配电网联络线传输电功率、CHP机组输出电功率、光伏出力、风机出力、电锅炉输入电功率、P2G装置输入电功率、电储能释放电功率和电储能吸收电功率。
(2.2)热能平衡等式约束
Lh(t)+Qlink,h(t)＝QMT(t)+QGB(t)+QEB(t)+QHS_ch(t)-QHS_dis(t) (7)
式中：Lh(t)、Qlink,h(t)、QMT(t)、QGB(t)、QEB(t)、QHS_ch(t)、QHS_dis(t)分别为t时刻能源集线器向内部热负荷输送的热功率、能源集线器与供热网联络线传输热功率、CHP机组输出热功率、燃气锅炉热输出热功率、电锅炉输出热功率、储热装置热释放热功率和储热装置吸收热功率。
(2.3)天然气平衡等式约束
Lg(t)+Flink,g(t)＝FP2G(t)-FMT(t)-FGB(t) (8)
式中：Lg(t)、Flink,g(t)、FP2G(t)、FMT(t)、FGB(t)分别为t时段能源集线器向内部气负荷输送的天然气量、能源集线器与天然气管网联络线传输天然气量、P2G装置输出天然气量、燃气轮机输入燃气量、燃气锅炉输入天然气量。
(3)设备出力约束
(3.1)能量耦合元件出力约束
Figure BDA0002787773160000081
式中：PMTmin、PMTmax分别为燃气轮机的最小输出电功率和最大输出电功率；QEBmin、QEBmax分别为电锅炉最小输出热功率和最大输出热功率；QGBmin、QGBmax分别为燃气锅炉最小输出热功率和最大输出热功率；FP2Gmin、FP2Gmax分别为P2G装置最小输出天然气速率和最大输出天然气速率。
(3.2)电热储能约束
电热储能具有类似的充放能特性，需要同时满足最大充放能功率约束和储能容量约束。
电储能的充放电功率和容量约束为：
Figure BDA0002787773160000082
式中：PES_ch(t)、PES_dis(t)、EES(t)分别为t时刻电储能的充电功率、放电功率和储电容量；PES_chmin、PES_chmax、PES_dismin、PES_dismax分别为电储能的最小充电功率、最大充电功率、最小放电功率和最大放电功率；EESmin、EESmax分别为电储能的最小容量和最大容量。
热储能的充放热功率和容量约束为：
Figure BDA0002787773160000091
式中：QHS_ch(t)、QHS_dis(t)、EHS(t)分别为t时刻热储能的充热功率、放热功率和储热容量；QHS_chmin、QHS_chmax、QHS_dismin、QHS_dismax分别为热储能的最小充热功率、最大充热功率、最小放热功率和最大放热功率；EHSmin、EHSmax分别为热储能的最小容量和最大容量。
(4)负荷供需平衡约束
能源集线器在充分利用气网与热网剩余能量资源对故障配电网进行能量支援时，应当注意不妨碍能源集线器内部的气、热负荷的正常供能，即满足能源集线器气、热负荷的供需平衡。同时考虑到存在能源集线器在最大程度产生净电功率的优化目标下，仍可能存在由于能量不足导致能源集线器内部电负荷部分缺供的情况，所以能源集线器向内部电负荷输送的电功率小于等于内部电负荷需求量。
由于热负荷与天然气负荷的用能需求有一定的弹性，所以在系统面临供能不足风险时热负荷与天然气负荷可处于有限降温供热与有限降压供气状态，即热负荷供能量以低于运行供热温度且高于最低标准供热温度进行供应。有限降温供热状态下热负荷温度仍高于最低标准供热温度，因而热负荷不处于缺供状态。同理，天然气负荷处于有限降压供气状态下同样不属于缺供状态。热负荷、天然气负荷可接受的有限降温供热与有限降压供气程度由降温供热系数γh与降压供热系数γg决定，当该热/气负荷不允许降温/压供能时，γh/γg取值为1。
Figure BDA0002787773160000092
式中：Le,0(t)、Lh,0(t)、Lg,0(t)分别为t时刻能源集线器内部负荷点的电、热、气负荷额定需求量。
该优化模型中电、热储能的充放电/热功率约束中存在非线性约束：
Figure BDA0002787773160000101
在求解过程中引入松弛变量将非线性优化模型线性化，进而采用线性化优化模型求解方法进行求解。要想将非线性约束PES_ch·PES_dis＝0转化为线性约束，可以引入松弛变量M和两个0-1变量x1、x2，则非线性约束PES_ch·PES_dis＝0即可转化为以下一组等价的线性约束：
Figure BDA0002787773160000102
式中：松弛变量M为一个非常大的常数，可取为1000。
同理，热储能充放热功率非线性约束QHS_ch(t)·QHS_dis(t)＝0可以转化为以下一组等价的线性约束：
Figure BDA0002787773160000103
式中：x3、x4同样为0-1变量。
此时优化模型由于0-1变量的引入转化为混合整数线性规划，利用Cplex商业优化软件与Matlab软件结合进行编程求解。
将利用电-气-热互联背景下配电网故障能源集线器优化运行模型求解得出能量耦合元件、储能元件在配电网故障时间段内的输出功率以及t时刻能源集线器的最大产出净电功率
Figure BDA0002787773160000104
且：
Figure BDA0002787773160000105
由式(15)可知，能源集线器的最大产出净电功率用于向能源集线器内部负荷与配电网负荷提供最大的电能支援，则将t时刻能源集线器的最大产出净电功率
Figure BDA0002787773160000106
定义为能源集线器对电负荷的最大支撑能力。
由式(3)Pelec(t)＝Le(t)+Plink,e(t)以及约束条件(17)中的
Figure BDA0002787773160000107
约束条件(12)中的0≤Le(t)≤Le,0(t)可知，
Figure BDA0002787773160000108
满足隐形约束条件：
Figure BDA0002787773160000109
能源集线器对电负荷的最大支撑能力由能源集线器的设备容量及功率、与气网热网间联络线传输功率能力有关，而同当下能源集线器与配电网故障点的相对位置、是否受到配电网故障影响无关，相当于是能源集线器自身的一个属性。
根据优化模型可以得出，在配电网故障情况下能源集线器提高配电网供能可靠性的作用机理为能量耦合元件出力调节与储能装置的能量释放。
天然气网对电网的支援通过CHP机组与P2G装置完成。一方面，通过增大CHP机组的发电功率使天然气网络提供大量的能量用于发电机发电，从而直接为电负荷提供更多的电能供应；另一方面，通过降低或停止P2G装置的能量转化，能够尽可能地使电力系统内的能量向电负荷供应而不是流入天然气系统，从而间接保障电负荷的供能可靠性。
热网通常情况下依靠电锅炉和燃气锅炉实现对电网的间接支援。当电负荷面临缺供风险时，通过降低电锅炉的出力减轻热网对电网的依赖从而保障电能更多用于电负荷的供应，增强电力系统的可靠供能。通过合理调节燃气锅炉的出力能灵活地平衡天然气能在天然气负荷与热负荷间的分配，降低天然气系统与热力系统对电能的需求，使有限的电力资源更多地利用在保障电力负荷上，从而提高综合能源系统的整体供能可靠性。
除此之外，由于天然气系统与热力系统的能量传输特性与时间尺度不同于电力系统，而且天然气负荷与热负荷在供能过程中往往存在一定裕度，因此可以使天然气负荷与热负荷处于有限降压供气与有限降压供热的状态，从而在不影响天然气负荷与热负荷供能可靠性的情况下调集系统资源支援电力系统。
储能装置在提高供电可靠性方面也起着重要作用。电-气-热互联系统内的电储能可以快速释放电能，电能通过配电网与多能互联系统间的联络线传递至配电网从而直接向负荷点提供电能供应。其次，电-气-热互联系统内的气热储能可以通过向气网、热网释放存储的能量，降低气网、热网对电网的依赖，从而使电能更多地用于电负荷的能量供应从而提高配电网的供能可靠性。
4)对电-气-热互联供能配电网进行供电不足期望计算；
如图5所示，相比于独立供能，互联供能情况下配电网网络结构内增加了能源集线器模型。在配电网网络故障导致部分负荷点失去供能时，能源集线器则可以对内部负荷区域持续供能(如图5中的电负荷Le3)，同时也可以将电能通过与配电网之间的联络线传输至配电网中，对同区域其他负荷点进行供能(如线路3故障情况下，能源集线器EH则可以对同属于故障下游区域的Le4、Le5进行供能)。能源集线器供给电能的能量来源于能源集线器内部配置的分布式发电装置、电储能装置、以及通过CHP机组等能量耦合元件从天然气网络获取的能量支援。
在计算供电不足期望时，相较于独立供能，互联供能情况下的供电不足期望减少了能源集线器对电负荷的电能支撑部分。由于能源集线器的电能支撑量需满足供需平衡约束，即电能支撑量不大于电负荷需求量，则能源集线器对电负荷的实际电能支撑量Pelec,t为：
Figure BDA0002787773160000121
式中：βl,i,EH为元件i故障时负荷点l与能源集线器的供能系数，当元件i故障导致负荷点l失去配电网能源供应且负荷点l与能源集线器位于同一故障区域，可以通过能源集线器获取电能供应时，βl,i,EH取1；反之，当元件i故障并不导致负荷点l失去配电网能源供应，或虽然元件i故障导致负荷点l失去配电网能源供应但是负荷点l并不与能源集线器处于同一供能区域，无法通过能源集线器获取供能时，βl,i,EH取0。同αl,i的取值方式类似，对于环网及复杂网络，βl,i,EH的取值需考虑网络重构及潮流计算。
由此可见，同能源集线器对电负荷的最大支撑能力的属性特质不同，能源集线器对电负荷的实际电能支撑量需综合考量当下实时配电网故障对能源集线器电能转化的影响，考虑能源集线器同供能负荷间的功率平衡关系，同时实际电能支撑量受最大支撑能力约束限制。
则互联供能情况下的系统供电不足期望为：
Figure BDA0002787773160000122
式中：EENS互联供能为电-气-热互联供能情况下的系统供电不足期望；Pelec,t为故障修复t时刻能源集线器对电负荷的实际电能支撑量。
以图5中的网络为例，仍然假设线路3故障，与独立供能时一样，通过断路器与隔离开关的操作，在故障恢复期间CB至S2间的配电线路与配电网隔离，负荷点Le1与Le2失去电能供应，α取值为1。同时，由于能源集线器的供电能力并不一定满足可供负荷点的全部负荷需求，Le3、Le4、Le5仍面临缺供风险，α取值为1。CB至S2线路隔离之后，Le3、Le4、Le5与能源集线器处于同一供能区域，则能源集线器将产生的电能用于供给电负荷Le3、Le4、Le5。此时线路3故障情况下Le3、Le4、Le5的能源集线器的供能系数β取1，其余负荷点β取0。
5)利用独立供能和互联供能供电不足期望计算互联供能情况下配电网可靠性增效；
电-气-热互联供能相较于独立供能，可靠性的提升通过配电网供电不足期望来反映，增效也通过互联供能与独立供能之间供电不足期望的差值进行计算。配电网可靠性提升增加的经济效益分为两部分，第一部分为供电公司因供电可靠性提升而增加的售电收入所产生的直接效益，第二部分为供电公司供电可靠性提升后社会经济损失减少所产生的间接效益。增加售电收入所产生的直接效益可根据可靠性提升前后系统供电不足期望的差值与单位售电电价相乘得到。供电可靠性提升后社会经济损失减少所产生的间接效益一般根据单位电量对应的GDP产值来测算，具体数值可根据当地电量与经济数据确定。
R增效＝R售电收入+R社会效益 (20)
R售电收入＝(EENS独立供能-EENS互联供能)c1 (21)
R社会效益＝(EENS独立供能-EENS互联供能)c2 (22)
式中：R增效为电-气-热互联供能为配电网带来的可靠性增效；R售电收入为配电网可靠性提升增加的售电收入；R社会效益为配电网可靠性提升带来的社会效益；c1、c2分别为单位售电电价和单位电量对应的GDP产值。
由上式可见，对于电-气-热互联供能为配电网带来的可靠性增效计算关键在于互联前后系统缺供电量期望的计算。独立供能时系统缺供电量期望的计算参照式(1)，互联供能时系统缺供电量期望的计算参照式(19)及能源集线器优化运行模型。
综上，电-气-热互联供能是未来能源系统的重要发展趋势之一，多种能源形式的耦合对电力系统的供电可靠性也产生了一定程度的影响，在电力系统面临供能不足风险时，电-气-热互联系统可以为电力负荷提供有力支持，从而提高供电可靠性。但现有关于配电网可靠性增效分析中并未考虑多能互联的大背景。为解决此问题，本专利提出一种电-气-热互联背景下的配电网可靠性增效计算方法，分析电-气-热互联系统网络结构，计算电-气-热互联系统通过能源集线器对电负荷的支撑能力，计算独立供能与互联供能的供电可靠性水平以及互联供能相较于独立供能而言通过提升供电可靠性进而增加的经济效益，从而为电-气-热互联的配电网可靠性增效分析提供方法思路。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

Claims (10)

1.一种电-气-热互联背景下的配电网可靠性增效计算方法，其特征在于，包括以下步骤：
1)获取供能网络元件故障率、风光负荷数据、能源集线器元器件配置及网络结构参数；
2)利用步骤1)获取的参数对电-气-热独立供能配电网进行供电不足期望计算；
3)计算能源集线器对电负荷的最大支撑能力；
4)对电-气-热互联供能配电网进行供电不足期望计算；
5)利用独立供能和互联供能供电不足期望计算互联供能情况下配电网可靠性增效。
2.如权利要求1所述计算方法，其特征在于，所述独立供能情况下的配电网供电不足期望计算，包括以下步骤：
2.1)遍历网络中所有可能发生的故障元件，对其故障导致停供的负荷点进行统计；
2.2)根据元件的故障率以及元件的故障修复时间，结合该元件故障导致缺供负荷点的负荷数据，计算某元件故障导致的系统供电不足期望；
2.3)将配电网中所有可能发生故障的元件所导致的系统供电不足期望进行相加，得到系统整体供电不足期望：
Figure FDA0002787773150000011
式中，EENS独立供能为电-气-热独立供能情况下的配电网供电不足期望；N为配电网内可能发生故障的元件；μi为元件i的故障率；TTRi为元件i每次故障的故障修复时间；L为配电网内负荷点总数；Lel,0,t为故障修复t时刻负荷点l的负荷需求量；αl,i为元件i故障对负荷点l的影响系数。
3.如权利要求1所述计算方法，其特征在于，所述步骤3)中，采用电-气-热互联背景下配电网故障能源集线器优化运行模型计算能源集线器对电负荷的最大支撑能力。
4.如权利要求3所述计算方法，其特征在于，所述配电网故障能源集线器优化运行模型的优化变量为能量耦合元件、储能元件在配电网故障时间段内的输出功率、能源集线器与供气网、供热网间联络线传输的天然气量与热量以及能源集线器的产出净电功率；
目标函数为能源集线器内部元件转化产出的净电功率最多：
max Pelec(t)
且：
Pelec(t)＝Le(t)+Plink,e(t)
式中，Pelec(t)为t时刻能源集线器通过内部配置的能量耦合装置、储能装置以及分布式发电装置转化产生的净电功率，净电功率用于向能源集线器内外电负荷进行供能；Le(t)为t时刻能源集线器向内部电负荷供应的电功率；Plink,e(t)为t时刻能源集线器与配电网之间联络线上的传输功率。
5.如权利要求4所述计算方法，其特征在于，所述配电网故障能源集线器优化运行模型的约束条件包括：联络线传输功率约束、系统功率平衡约束、设备出力传输功率约束和负荷供需平衡约束。
6.如权利要求5所述计算方法，其特征在于，所述系统功率平衡约束包括电能平衡等式约束、热能平衡等式约束和天然气平衡等式约束。
7.如权利要求5所述计算方法，其特征在于，所述设备出力约束包括能量耦合元件出力约束和电热储能约束；所述电热储能约束需要同时满足最大充放能功率约束和储能容量约束。
8.如权利要求7所述计算方法，其特征在于，采用电-气-热互联背景下所述配电网故障能源集线器优化运行模型求解得出能量耦合元件、储能元件在配电网故障时间段内的输出功率以及t时刻能源集线器的最大产出净电功率
Figure FDA0002787773150000021
Figure FDA0002787773150000022
能源集线器的最大产出净电功率用于向能源集线器内部负荷与配电网负荷提供最大的电能支援，则将t时刻能源集线器的最大产出净电功率
Figure FDA0002787773150000023
定义为能源集线器对电负荷的最大支撑能力。
9.如权利要求1所述计算方法，其特征在于，所述互联供能情况下的系统供电不足期望为：
Figure FDA0002787773150000024
式中：EENS互联供能为电-气-热互联供能情况下的系统供电不足期望；Pelec,t为故障修复t时刻能源集线器对电负荷的实际电能支撑量。
10.如权利要求1所述计算方法，其特征在于，所述步骤5)中，配电网可靠性提升增加的经济效益分为两部分，第一部分为供电公司因供电可靠性提升而增加的售电收入所产生的直接效益，第二部分为供电公司供电可靠性提升后社会经济损失减少所产生的间接效益；增加售电收入所产生的直接效益根据可靠性提升前后系统供电不足期望的差值与单位售电电价相乘得到，供电可靠性提升后社会经济损失减少所产生的间接效益根据单位电量对应的GDP产值来测算；
R增效＝R售电收入+R社会效益
R售电收入＝(EENS独立供能-EENS互联供能)c1
R社会效益＝(EENS独立供能-EENS互联供能)c2
式中：R增效为电-气-热互联供能为配电网带来的可靠性增效；R售电收入为配电网可靠性提升增加的售电收入；R社会效益为配电网可靠性提升带来的社会效益；c1、c2分别为单位售电电价和单位电量对应的GDP产值。
CN202011304017.8A 2020-11-19 2020-11-19 一种电-气-热互联背景下的配电网可靠性增效计算方法 Active CN112448404B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011304017.8A CN112448404B (zh) 2020-11-19 2020-11-19 一种电-气-热互联背景下的配电网可靠性增效计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011304017.8A CN112448404B (zh) 2020-11-19 2020-11-19 一种电-气-热互联背景下的配电网可靠性增效计算方法

Publications (2)

Publication Number Publication Date
CN112448404A CN112448404A (zh) 2021-03-05
CN112448404B true CN112448404B (zh) 2022-08-23

Family

ID=74738629

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011304017.8A Active CN112448404B (zh) 2020-11-19 2020-11-19 一种电-气-热互联背景下的配电网可靠性增效计算方法

Country Status (1)

Country Link
CN (1) CN112448404B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113505976B (zh) * 2021-06-22 2022-07-26 国网内蒙古东部电力有限公司呼伦贝尔供电公司 一种电气热互联系统多场景最大供能能力计算方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107611966A (zh) * 2017-09-20 2018-01-19 天津大学 一种考虑差异可靠性的有源配电网供电能力评估方法
WO2018176863A1 (zh) * 2017-04-01 2018-10-04 中国电力科学研究院有限公司 配电网可靠性投资经济效益分析方法及装置、存储介质
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
CN110378058A (zh) * 2019-07-26 2019-10-25 中民新能投资集团有限公司 一种综合考虑可靠性与经济性的电热耦合微网最优响应模型的建立方法
CN110417053A (zh) * 2019-07-29 2019-11-05 重庆大学 计及综合需求响应的多能源系统可靠性评估方法
CN111666698A (zh) * 2020-06-19 2020-09-15 国网河北省电力有限公司 考虑多元储能的区域能源互联网可靠性评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018176863A1 (zh) * 2017-04-01 2018-10-04 中国电力科学研究院有限公司 配电网可靠性投资经济效益分析方法及装置、存储介质
CN107611966A (zh) * 2017-09-20 2018-01-19 天津大学 一种考虑差异可靠性的有源配电网供电能力评估方法
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
CN110378058A (zh) * 2019-07-26 2019-10-25 中民新能投资集团有限公司 一种综合考虑可靠性与经济性的电热耦合微网最优响应模型的建立方法
CN110417053A (zh) * 2019-07-29 2019-11-05 重庆大学 计及综合需求响应的多能源系统可靠性评估方法
CN111666698A (zh) * 2020-06-19 2020-09-15 国网河北省电力有限公司 考虑多元储能的区域能源互联网可靠性评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
考虑多能流传输与热惰性的综合能源系统序贯模拟可靠性评估;刘文霞等;《电力自动化设备》;20200731;第40卷(第07期);10-16 *
配电网电-气综合能源系统供能充裕性研究综述与展望;施念等;《电工电气》;20200515(第05期);1-5,37 *

Also Published As

Publication number Publication date
CN112448404A (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
WO2023010760A1 (zh) 配售电竞争态势下区域配电网的供电能力评估方法
CN108123492B (zh) 一种考虑火电电蓄热联合调峰的日前发电计划优化方法
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
CN112271726B (zh) 考虑电-水-气耦合关系的配电系统故障恢复方法
CN110765591B (zh) 一种基于区块链技术的配电网分布式状态感知与优化方法
CN112448404B (zh) 一种电-气-热互联背景下的配电网可靠性增效计算方法
CN109921459B (zh) 一种光伏高占比送端电网直流闭锁后的有功频率控制方法
Jiang et al. Research on nodal wind power values and optimal accommodation based on locational marginal price
CN112836957A (zh) 一种考虑供电可靠性的区域综合能源系统规划方法
CN113158547A (zh) 计及经济性和可靠性的区域综合能源系统优化配置方法
Wang et al. Optimal distribution network expansion planning incorporating distributed generation
Thompson et al. Reliability and economic evaluation of high voltage direct current interconnectors for large-scale renewable energy integration and transmission
Che et al. Coordinated planning of source-grid-load-storage power system to promote large-scale renewable energy consumption
Xiao et al. Optimal dispatching model of active distribution network considering uncertainty of demand response
CN109447715B (zh) 一种考虑风电并网传输裕度价值的节点电价计算方法
Zhao et al. On-line voltage stability monitoring and control (vsmc) system in fujian power grid
CN111478377A (zh) 一种基于网源动态约束的新能源消纳能力评估方法及系统
Shiva et al. Assessment of evolutionary optimization techniques applications in modern power systems
CN112819327B (zh) 故障期间互补优化运行的综合能源系统可靠性评估方法
Wang et al. Research on energy management of integrated energy systems considering multi-agent
Mu et al. Effects analysis of distributed generation to receiving-end power grid
Lyu et al. Two-stage Stochastic Coordinated Scheduling of Integrated Gas-electric Distribution Systems Considering Network Reconfiguration
Guo et al. Affine-Model Predictive Control based Optimal Dispatch of Multi-energy Microgrid
Gu et al. Pricing decision-making for interruptible load participating in day-ahead electricity and reserve markets
CN116739404B (zh) 一种综合能源系统熵态模型中网络化特征模块的构建方法

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