CN112528480B - 一种提升负荷裕度的热电耦合系统灾前预防方法 - Google Patents

一种提升负荷裕度的热电耦合系统灾前预防方法 Download PDF

Info

Publication number
CN112528480B
CN112528480B CN202011402278.3A CN202011402278A CN112528480B CN 112528480 B CN112528480 B CN 112528480B CN 202011402278 A CN202011402278 A CN 202011402278A CN 112528480 B CN112528480 B CN 112528480B
Authority
CN
China
Prior art keywords
power
unit
output
thermoelectric
disaster
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
CN202011402278.3A
Other languages
English (en)
Other versions
CN112528480A (zh
Inventor
陈颖
任正伟
黄少伟
沈沉
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202011402278.3A priority Critical patent/CN112528480B/zh
Publication of CN112528480A publication Critical patent/CN112528480A/zh
Application granted granted Critical
Publication of CN112528480B publication Critical patent/CN112528480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

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

Abstract

本发明实施例提供一种提升负荷裕度的热电耦合系统灾前预防方法,包括:建立极寒自然灾害下热电耦合系统的负荷裕度优化模型,并设置负荷裕度优化模型的约束条件;基于极寒灾害下热电耦合系统的不同故障场景,求解得出最优机组资源出力分配方案;基于最优的机组资源出力分配方案,在灾前对机组资源进行分配,以实现热电耦合系统灾前预防。本发明实施例基于负荷裕度,对于极寒灾害下的热电耦合系统在不同故障场景建立负荷裕度优化模型,以负荷裕度最大化为目标,求解得出不同故障场景下系统最优机组出力分配方案,以便在灾害发生前,以最优的资源分配分案对系统资源进行分配,以达到热电耦合系统的灾前预防。

Description

一种提升负荷裕度的热电耦合系统灾前预防方法
技术领域
本发明涉及电网技术领域,尤其涉及一种提升负荷裕度的热电耦合系统灾前预防方法。
背景技术
低温环境下用户侧的热电负荷需求都会显著增加,其主要原因在于极寒低温环境加速了建筑物室内与室外的热量交换速度,使得负荷侧热量流失增加。因此,用户需要消耗更多的能量来保证室内环境的正常稳定。为了满足这部分能量需求的提升,一方面可以在系统测采取提高机组热能输出量、增加管道热能传输量的方式,例如提高管网中的供水温度和水流量;另一方面,负荷侧的用户还可以通过调高空调、电暖器的输出温度的方式进行取暖,这种用户侧的取暖方式进一步增加了电网侧的负荷需求。此外,低温环境还会造成部分用电设备运行效率的下降,为了维持正常的运行水平,这些设备往往需要消耗更多的电能。
系统负荷需求的上升增加了系统运行的风险,使系统安全运行的负荷裕度降低。其原因主要在于负荷的增加对系统中的能量产出和传输能力都提出了更高的要求。首先,能量的产出主要取决于机组设备的自身容量。而在极寒灾害下,低温造成的机组运行性能的下降、燃料供应中断都会使系统能量产出能力降低,并进一步影响系统的负荷裕度。其次,能量的传输能力取决于网络参数,例如拓扑结构、线路传输功率限制、电网节点电压限制等。因此,在极寒灾害的作用下,一方面线路的故障会使得系统中原有的拓扑结构遭受破坏,系统能量传输能力下降;另一方面,负荷的增加使线路功率、电网电压都趋近安全运行边界,此时系统运行于临界状态,若不加以控制,则很有可能出现系统崩溃的严重故障。由此可见,准确评估系统的负荷裕度具有十分重要的意义。
发明内容
本发明实施例提供一种提升负荷裕度的热电耦合系统灾前预防方法,能够准确预测极寒灾害下系统的最优资源分配方案,以便实现热电耦合系统的灾前有效预防。
本发明实施例提供了一种提升负荷裕度的热电耦合系统灾前预防方法,包括:
建立极寒自然灾害下热电耦合系统的负荷裕度优化模型,并设置所述负荷裕度优化模型的约束条件;
基于极寒灾害下热电耦合系统的不同故障场景,求解得出最优机组资源出力分配方案;
基于所述最优的机组资源出力分配方案,在灾前对机组资源进行分配,以实现热电耦合系统灾前预防。
本发明实施例提供的提升负荷裕度的热电耦合系统灾前预防方法,基于负荷裕度,对于极寒灾害下的热电耦合系统在不同故障场景建立负荷裕度优化模型,以负荷裕度最大化位目标,求解得出不同故障场景下系统最优机组出力分配方案,以便在灾害发生前,以最优的资源分配分案对系统资源进行分配,以达到热电耦合系统的灾前预防。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种提升负荷裕度的热电耦合系统灾前预防方法的流程示意图。
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中的附图,对本发明实施例中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一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,提供了一种提升负荷裕度的热电耦合系统灾前预防方法,包括:
建立极寒自然灾害下热电耦合系统的负荷裕度优化模型,并设置负荷裕度优化模型的约束条件;
基于极寒灾害下热电耦合系统的不同故障场景,求解得出最优机组资源出力分配方案;
基于最优的机组资源出力分配方案,在灾前对机组资源进行分配,以实现热电耦合系统灾前预防。
可以理解的是,热电耦合系统负荷裕度反映了系统从当前负荷水平(基态负荷)到最大负荷水平间的距离,体现了系统的最大带负载能力。本发明实施例基于负荷裕度对热电耦合系统的负荷裕度指标进行定义,并建立极寒灾害下热电耦合系统的负荷裕度优化模型,并定义负荷裕度优化模型的约束条件。对于极寒自然灾害,热电耦合系统可能会发生不同的故障场景,可建立不同故障场景下的热电耦合系统的负荷裕度优化模型,对不同故障场景下的负荷裕度优化模型进行求解,得到不同故障场景下的最优机组资源出力分配方案。基于最优的机组资源出力分配方案,在灾前对机组资源进行分配,以实现热电耦合系统灾前的有效预防。
作为一个可能的实施方式,本发明实施例基于电力系统中对负荷裕度的相关研究,将热电耦合系统的负荷裕度优化模型定义为:
Figure BDA0002812868370000041
其中,λ为负荷水平因子,用以表示系统实际负荷水平与基准负荷水平之间的距离;Y={yi}是系统中代数变量的集合,表示热电耦合系统中的潮流量,包括节点电压、线路功率、机组出力等;Y
Figure BDA0002812868370000042
分别对应系统中潮流量的上下界,对于给定的热电耦合系统,极寒灾害下的设备参数、运行性能给定了Y
Figure BDA0002812868370000043
的取值;Gpf(Y,λ)=0表示热电耦合系统中的潮流平衡关系,Gcpf(Y,λ)=0为连续潮流功率平衡约束。
Figure BDA0002812868370000044
为电网发电机组出力,
Figure BDA0002812868370000045
为热网的热网机组出力,ΩSC为热电耦合系统在极寒灾害下的故障场景集合,λ为热电耦合系统的负荷水平因子。由公式(1)可以看出,Λ是在满足系统存在潮流解的情况下,负荷水平所能达到的最大值,即负荷裕度优化模型的最优解。
作为一个可能的实施方式,可以理解的是,负荷裕度优化模型适用于极寒自然灾害下系统无故障的正常运行场景。随着极寒灾害强度的增加,系统中负荷需求上升,设备运行性能下降,因此对系统的供能潜力提出了较高的要求。根据连续潮流的相关理论可以得知,热电耦合系统的最大负荷裕度由机组出力上限、线路最大功率传输能力、电网侧节点电压稳定等约束条件约束决定。一般来讲,以上参数都在系统建设初期给定,或取决于实际灾害条件(例如热泵性能);但对于含有多机组的热电耦合系统,还可以通过优化机组间的出力分配方式,调整线路中的潮流功率,实现负荷裕度的提升。
建立了热电耦合系统的符合裕度优化模型后,对负荷裕度优化模型的约束条件进行定义,负荷裕度优化模型的约束条件包括潮流约束条件和机组约束条件;潮流约束条件包括连续潮流约束条件、电网和热网的潮流平衡约束条件以及电网线路和热网管道的功率传输能力约束条件;机组约束条件包括CHP机组的热电功率约束条件、总热电输出功率约束条件、热电比例系数约束条件、热泵机组的热电功率约束条件、各机组的输出功率的容量上限约束条件和各机组处燃料储备量约束条件。
作为一个可能的实施方式,负荷裕度优化模型的潮流约束条件中的连续潮流约束条件即为公式(1)中的Gcpf(Y,λ)=0,其中,约束条件Gcpf(Y,λ)=0可进一步由下式给出展开形式:
Figure BDA0002812868370000051
其中,ΩU={HP,CHP,Gen},PG为实际的机组输出的电能,
Figure BDA0002812868370000061
为基态潮流时机组输出的电能,PD和QD分别为电网侧实际的有功负荷和无功负荷,P0 D
Figure BDA0002812868370000062
分别为电网侧基态有功负荷和无功负荷,ΦG为实际机组输出的热能,
Figure BDA0002812868370000063
为基态潮流时机组输出的热能,ΦD为实际的热网负荷,
Figure BDA0002812868370000064
为基态的热网负荷。式(2)中的基态负荷水平可以设置为系统在某一个正常运行状态下的系统负荷。因此,通过求解优化问题(1)即可得到系统最大负荷水平,即系统的负荷裕度。
电网和热网的潮流平衡约束条件为:
Figure BDA0002812868370000065
Figure BDA0002812868370000066
Figure BDA0002812868370000067
Figure BDA0002812868370000068
电网线路和热网管道的功率传输能力约束条件为:
Figure BDA0002812868370000069
Figure BDA00028128683700000610
Figure BDA00028128683700000611
Vmin≤Vi,t,Vj,t≤Vmax。 (10)
其中,Ωi为所有与节点i相连的电网节点构成的集合;
Figure BDA00028128683700000612
Figure BDA00028128683700000613
分别为t时刻电网线路ji上的有功功率和无功功率;
Figure BDA00028128683700000614
分别为t时刻节点i处的发电机、CHP机组输出的有功电功率;
Figure BDA00028128683700000615
为热泵消耗的电功率;
Figure BDA0002812868370000071
为电网侧的有功负荷;
Figure BDA0002812868370000072
Figure BDA0002812868370000073
分别对应于线路无功功率、发电机输出的无功功率和无功负荷;Vi,t为t时刻电网节点i的电压;rji和xji分别为线路ji的电阻和电抗;V0为电网根节点电压;
Figure BDA0002812868370000074
Figure BDA0002812868370000075
分别为t时刻热网管道ji流过的功率、节点i处的热源出力、CHP机组出力、热泵出力以及热负荷;
PL,max为电网线路的最大传输功率限制,其中
Figure BDA0002812868370000076
为负表示功率流向与假定方向相反;ΦL,max表示热网管道的最大传输功率限制;Vmax和Vmin分别为电网节点电压的上下限。
作为一个可能的实施方式,如前,热电耦合系统的负荷裕度优化模型中的机组约束条件主要包括CHP机组的热电功率约束、总热电输出功率约束、热电比例系数约束,热泵机组的热电功率约束,各机组的输出功率的容量上限约束,各机组处燃料储备量的约束。其中CHP机组的热电功率约束条件为:
Figure BDA0002812868370000077
总热电输出功率约束条件为:
Figure BDA0002812868370000078
热电比例系数约束条件为:
Figure BDA0002812868370000079
热泵机组的热电功率约束条件为:
Figure BDA00028128683700000710
各机组的输出功率的容量上限约束条件为:
Figure BDA0002812868370000081
各机组处燃料储备量约束条件为:
Figure BDA0002812868370000082
热泵的性能系数还受到外界温度的影响。因此,针对不同灾害时刻,热泵的性能系数还应满足如下公式:
Figure BDA0002812868370000083
其中,
Figure BDA0002812868370000084
表示CHP机组的热电出力比例系数,
Figure BDA0002812868370000085
表示CHP机组t时刻的总的功率输出,
Figure BDA0002812868370000086
Figure BDA0002812868370000087
表示CHP机组热电出力比例系数的上下限;
Figure BDA0002812868370000088
为热泵t时刻的能效系数,与当前的外界环境温度有关;
Figure BDA0002812868370000089
为机组G在t时刻的实际输出功率,
Figure BDA00028128683700000810
为机组G的容量,其中G∈ΩU代表了不同的机组类型,ΩU={HP,CHP,Gen}表示由热泵、CHP机组以及发电机或热源构成的集合;
Figure BDA00028128683700000811
Figure BDA00028128683700000812
表示发电和发热的成本,CFuel,i表示节点i处的总发电发热燃料预算,fκ-hp为反映热泵性能系数的温度特性函数。
作为一个可能的实施方式,不同故障场景包括系统无故障运行场景、系统机组损失场景和系统供能路径改变场景;
相应的,所述基于极寒灾害下热电耦合系统的不同故障场景,求解得出最优机组资源出力分配方案包括:
基于系统无故障运行场景、系统机组损失场景和系统供能路径改变场景,分别求解得出在系统无故障运行场景下、在系统机组损失场景下和在系统供能路径改变场景下的最优机组资源出力分配方案。
可以理解的是,以上建立了在极寒灾害下热电耦合系统的负荷裕度优化模型,并定义了其约束条件,在极寒自然灾害下,热电耦合系统主要会存在以下几种不同故障场景。
(1)系统无故障运行场景:对于正常的热电耦合系统而言,自然灾害过程中系统不出现设备故障是最为常见的一种情况,在此情况下得出的系统出力分配方式最具代表性,反映出系统在给定的极寒灾害环境和负荷需求增长情况下,保持安全运行的最大带负载能力。
(2)机组损失场景:当部分机组因系统中线路故障而离网时,系统的供能能力将出现损失;若此时系统中所有负荷节点均正常联网,则有必要对可用机组的出力分配方式进行优化,尽可能提升当前情况下系统的安全运行负荷裕度。
(3)系统中出现的另一种故障情况是部分线路故障,但并没有直接造成负荷节点的离网。此时系统中能量传输的路径发生了改变,系统拓扑发生变化。
对于不同故障场景,对应的负荷裕度优化模型也会有差别,即公式(1)中的ΩSC不同,也就是故障集合会不同,对不同故障场景对应的负荷裕度优化模型进行求解,得出不同故障场景的热电耦合系统的最优机组资源出力分配方案。
根据求解得到的系统最优机组资源出力分配方案,对热电耦合系统中的机组资源进行相应的分配,以实现热电耦合系统的灾前预防。
本发明实施例提供的提升负荷裕度的热电耦合系统灾前预防方法,基于负荷裕度,对于极寒灾害下的热电耦合系统在不同故障场景建立负荷裕度优化模型,以负荷裕度最大化位目标,求解得出不同故障场景下系统最优机组出力分配方案,以便在灾害发生前,以最优的资源分配分案对系统资源进行分配,以达到热电耦合系统的灾前预防。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种提升负荷裕度的热电耦合系统灾前预防方法,其特征在于,包括:
建立极寒自然灾害下热电耦合系统的负荷裕度优化模型,并设置所述负荷裕度优化模型的约束条件;
基于极寒灾害下热电耦合系统的不同故障场景,求解得出最优机组资源出力分配方案;
基于所述最优的机组资源出力分配方案,在灾前对机组资源进行分配,以实现热电耦合系统灾前预防;
其中,所述热电耦合系统的负荷裕度优化模型为:
Figure FDA0003607329150000011
其中,
Figure FDA0003607329150000012
为电网发电机组出力,
Figure FDA0003607329150000013
为热网的热网机组出力,ΩSC为热电耦合系统在极寒灾害下的故障场景集合,λ为热电耦合系统的负荷水平因子,G∈ΩU代表了不同的机组类型;
其中,所述负荷裕度优化模型的约束条件包括潮流约束条件和机组约束条件;
所述潮流约束条件包括连续潮流约束条件、电网和热网的潮流平衡约束条件以及电网线路和热网管道的功率传输能力约束条件;
所述机组约束条件包括CHP机组的热电功率约束条件、总热电输出功率约束条件、热电比例系数约束条件、热泵机组的热电功率约束条件、各机组的输出功率的容量上限约束条件和各机组处燃料储备量约束条件。
2.根据权利要求1所述的热电耦合系统灾前预防方法,其特征在于,所述连续潮流约束条件为:
Figure FDA0003607329150000021
其中,ΩU={HP,CHP,Gen},PG为实际的机组输出的电能,P0 G为基态潮流时机组输出的电能,PD和QD分别为电网侧实际的有功负荷和无功负荷,P0 D
Figure FDA0003607329150000022
分别为电网侧基态有功负荷和无功负荷,ΦG为实际机组输出的热能,
Figure FDA0003607329150000023
为基态潮流时机组输出的热能,ΦD为实际的热网负荷,
Figure FDA0003607329150000024
为基态的热网负荷;
所述电网和热网的潮流平衡约束条件为:
Figure FDA0003607329150000025
Figure FDA0003607329150000026
Figure FDA0003607329150000027
Figure FDA0003607329150000028
所述电网线路和热网管道的功率传输能力约束条件为:
Figure FDA0003607329150000029
Figure FDA0003607329150000031
Figure FDA0003607329150000032
Vmin≤Vi,t,Vj,t≤Vmax
其中,Ωi为所有与节点i相连的电网节点构成的集合;
Figure FDA0003607329150000033
Figure FDA0003607329150000034
分别为t时刻电网线路ji上的有功功率和无功功率;
Figure FDA0003607329150000035
分别为t时刻节点i处的发电机、CHP机组输出的有功电功率;
Figure FDA0003607329150000036
为热泵消耗的电功率;
Figure FDA0003607329150000037
为电网侧的有功负荷;
Figure FDA0003607329150000038
Figure FDA0003607329150000039
分别对应于线路无功功率、发电机输出的无功功率和无功负荷;Vi,t为t时刻电网节点i的电压;rji和xji分别为线路ji的电阻和电抗;V0为电网根节点电压;
Figure FDA00036073291500000310
Figure FDA00036073291500000311
分别为t时刻热网管道ji流过的功率、节点i处的热源出力、CHP机组出力、热泵出力以及热负荷;
PL,max为电网线路的最大传输功率限制,其中
Figure FDA00036073291500000312
为负表示功率流向与假定方向相反;ΦL,max表示热网管道的最大传输功率限制;Vmax和Vmin分别为电网节点电压的上下限。
3.根据权利要求1所述的热电耦合系统灾前预防方法,其特征在于,所述CHP机组的热电功率约束条件为:
Figure FDA00036073291500000313
所述总热电输出功率约束条件为:
Figure FDA00036073291500000314
所述热电比例系数约束条件为:
Figure FDA0003607329150000041
所述热泵机组的热电功率约束条件为:
Figure FDA0003607329150000042
所述各机组的输出功率的容量上限约束条件为:
Figure FDA0003607329150000043
所述各机组处燃料储备量约束条件为:
Figure FDA0003607329150000044
热泵的性能系数还受到外界温度的影响,因此,针对不同灾害时刻,热泵的性能系数还应满足如下公式:
Figure FDA0003607329150000045
其中,
Figure FDA0003607329150000046
表示CHP机组的热电出力比例系数,
Figure FDA0003607329150000047
表示CHP机组t时刻的总的功率输出,
Figure FDA0003607329150000048
Figure FDA0003607329150000049
表示CHP机组热电出力比例系数的上下限;
Figure FDA00036073291500000410
为热泵t时刻的能效系数,与当前的外界环境温度有关;
Figure FDA00036073291500000411
为机组G在t时刻的实际输出功率,
Figure FDA00036073291500000412
为机组G的容量,其中G∈ΩU代表了不同的机组类型,ΩU={HP,CHP,Gen}表示由热泵、CHP机组以及发电机或热源构成的集合;
Figure FDA00036073291500000413
Figure FDA00036073291500000414
表示发电和发热的成本,CFuel,i表示节点i处的总发电发热燃料预算,fκ-hp为反映热泵性能系数的温度特性函数。
4.根据权利要求1所述的热电耦合系统灾前预防方法,其特征在于,所述不同故障场景包括系统无故障运行场景、系统机组损失场景和系统供能路径改变场景;
所述基于极寒灾害下热电耦合系统的不同故障场景,求解得出最优机组资源出力分配方案包括:
基于系统无故障运行场景、系统机组损失场景和系统供能路径改变场景,分别求解得出在系统无故障运行场景下、在系统机组损失场景下和在系统供能路径改变场景下的最优机组资源出力分配方案。
CN202011402278.3A 2020-12-02 2020-12-02 一种提升负荷裕度的热电耦合系统灾前预防方法 Active CN112528480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011402278.3A CN112528480B (zh) 2020-12-02 2020-12-02 一种提升负荷裕度的热电耦合系统灾前预防方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011402278.3A CN112528480B (zh) 2020-12-02 2020-12-02 一种提升负荷裕度的热电耦合系统灾前预防方法

Publications (2)

Publication Number Publication Date
CN112528480A CN112528480A (zh) 2021-03-19
CN112528480B true CN112528480B (zh) 2022-08-12

Family

ID=74997426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011402278.3A Active CN112528480B (zh) 2020-12-02 2020-12-02 一种提升负荷裕度的热电耦合系统灾前预防方法

Country Status (1)

Country Link
CN (1) CN112528480B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108667007A (zh) * 2018-04-16 2018-10-16 清华大学 计及电-气耦合系统约束的电压稳定裕度计算方法
CN109190785A (zh) * 2018-07-06 2019-01-11 东南大学 一种电热耦合综合能源系统运行优化方法
CN110910047A (zh) * 2019-12-07 2020-03-24 国家电网有限公司 一种电热耦合微能源站随机调度优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108667007A (zh) * 2018-04-16 2018-10-16 清华大学 计及电-气耦合系统约束的电压稳定裕度计算方法
CN109190785A (zh) * 2018-07-06 2019-01-11 东南大学 一种电热耦合综合能源系统运行优化方法
CN110910047A (zh) * 2019-12-07 2020-03-24 国家电网有限公司 一种电热耦合微能源站随机调度优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Zhengwei Ren 等.《Distributed Contingency Analysis over Wide Area Network among Dispatch Centers》.《researchgate》.2017,第1-6页. *
熊宁等.《基于负荷裕度最大化的发电出力优化》.《电力系统自动化》.2009,第33卷(第19期),正文第42-45、76页. *

Also Published As

Publication number Publication date
CN112528480A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
Tan et al. A wind power accommodation capability assessment method for multi-energy microgrids
CN108921727A (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
Zhou et al. Distributionally robust resilient operation of integrated energy systems using moment and wasserstein metric for contingencies
Meng et al. Distributed control of thermostatically controlled loads in distribution network with high penetration of solar PV
Mohamed et al. Microgrid online management and balancing using multiobjective optimization
CN108416507B (zh) 面向电-气耦合综合能源系统的静态灵敏度分析方法
Sanjareh et al. A novel approach for sizing thermal and electrical energy storage systems for energy management of islanded residential microgrid
Sookananta et al. Determination of the optimal location and sizing of Distributed Generation using Particle Swarm Optimization
US20230051871A1 (en) Distributed optimization method of regional integrated energy considering different building heating modes
CN111400937A (zh) 一种综合能源系统潮流计算方法
Zhang et al. Voltage control strategy for distribution network with thermostatically controlled loads equivalent energy storage model considering minimum-on-off time
CN110086170A (zh) 基于故障影响下成本最小的海岛微电网电源配置方法
CN113837589A (zh) 一种综合能源系统n-1调度方法及装置
CN112528480B (zh) 一种提升负荷裕度的热电耦合系统灾前预防方法
Ma et al. Two-stage optimization model for day-ahead scheduling of electricity-heat microgrids with solid electric thermal storage considering heat flexibility
Zhang et al. Exploiting electric heat pump flexibility for renewable generation matching
CN106877382A (zh) 一种基于直流功率跟随风电功率波动的发电机组组合方法
CN116187537A (zh) 能源调度方法及装置
CN107562971B (zh) 一种基于pss/e的交直流电网潮流计算方法
Matsumoto et al. Engineering-economic optimization of a fuel cell cogeneration plant
Parker et al. Identifying critical resiliency of modern distribution systems with open source modeling
Klyapovskiy et al. Optimal placement of a heat pump in an integrated power and heat energy system
CN106300443B (zh) 一种用于减少弃风的三层热电联供微网能量控制方法
CN116362478B (zh) 考虑综合能源枢纽灵活性的电-气耦合系统风险调度方法
Kazemi-Razi et al. Optimization of operation of microgrid by thermal demand response considering enhancement of consumers’ thermal comfort

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