CN113077175A - 一种综合能源系统运行状态评估方法 - Google Patents
一种综合能源系统运行状态评估方法 Download PDFInfo
- Publication number
- CN113077175A CN113077175A CN202110429799.6A CN202110429799A CN113077175A CN 113077175 A CN113077175 A CN 113077175A CN 202110429799 A CN202110429799 A CN 202110429799A CN 113077175 A CN113077175 A CN 113077175A
- Authority
- CN
- China
- Prior art keywords
- event
- energy system
- energy
- utilization efficiency
- asset utilization
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims description 31
- 230000005611 electricity Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000013486 operation strategy Methods 0.000 claims description 3
- -1 period Chemical class 0.000 claims description 3
- 238000003556 assay Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 18
- 238000011160 research Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种综合能源系统运行状态评估方法,涉及城网运行调度控制技术领域。本发明提出的考虑运行可靠性与资产利用效率的综合能源系统运行状态评估方法,能够对综合能源系统的运行可靠性及资产利用效率进行评估分析,进而从故障运行状态与正常运行状态两个维度对综合能源系统的运行状态进行综合评估分析。本发明能够为城市综合能源系统的运行调度提供指导,有利于提升城市综合能源系统能量管理水平,促进城市能源互联网的合理运营与发展。
Description
技术领域
本发明涉及城网运行调度控制技术领域,尤其涉及一种综合能源系统运行状态评估方法。
背景技术
随着传统化石能源的日渐枯竭以及环境压力的日趋严重,如何改变传统的供能模式、提高能源的综合利用效率,已经成为了当前世界范围亟待解决的重要研究问题,也是解决能源需求增长与能源短缺及环保压力之间矛盾的重要手段。在此背景下,能源互联网的概念应运而生,而作为能源互联网的重要物理载体,综合能源系统是通过将电力与燃气、热力系统进行紧密耦合,在规划、运行等过程中,对不同的能源环节实施有机协调与优化,进而形成以电为核心的能源产供消一体化系统。对综合能源系统的运行状态进行有效分析,进而提出合理的运行策略,是系统能够充分发挥多能互补与梯级利用优势的重要前提,也是未来建设能源互联网以及吸引综合能源系统建设投资的有力保障。作为衡量系统运行状态的重要依据,资产利用效率以及可靠性能够分别对系统的正常以及故障运行状态进行有效分析,研究资产利用效率有利于综合能源系统的投资与规划方案比选,而研究运行可靠性评估对规避综合能源系统的短期风险、保障其安全稳定运行具有重要价值。目前电力系统中对于资产利用效率以及可靠性在已有一定的研究与应用,而对于综合能源系统而言,有效分析系统的资产利用效率以及可靠性进而总体评估系统的运行状态同样重要。
目前国内外对于系统运行可靠性及资产利用效率方面已有一定的研究,然而目前的研究仍存在以下问题:第一,目前对于综合能源系统运行方面的研究大多集中在以“天”为量级的时间尺度内,而未考虑运行过程中可能存在的风险性问题;第二,如何在系统资产利用效率的评估中进一步考虑可靠性因素,进而从正常运行与故障运行两个方面对综合能源系统的运行状态进行分析,相关的研究仍有待进一步开展。
发明内容
本发明目的在于,提供一种综合能源系统运行状态评估方法,对综合能源系统的运行可靠性及资产利用效率进行评估分析,进而实现从故障运行状态与正常运行状态两个维度对综合能源系统的运行状态进行综合评估分析。
为实现上述目的,本发明实施例提供一种综合能源系统运行状态评估方法,包括:获取综合能源系统中的设备信息集合,以及影响综合能源系统运行的事件场景集合;其中,所述事件场景集合中包括若干种事件场景;所述设备信息集合包括若干个设备信息,所述设备信息包括设备投资成本和统计时间段内节约的运行成本;分别基于电、热、冷三种终端能源分析所述事件场景集合中各个事件场景发生的概率以及事件场景造成的影响;其中,所述事件场景造成的影响通过缺供能量期望来衡量;所述事件场景造成的影响包括能量损失影响和经济性损失影响;根据所述事件场景集合中所有事件场景发生的概率和事件场景造成的影响,得到综合能源系统的运行可靠性;根据所述设备信息集合中所有设备投资成本和统计时间段内节约的运行成本,得到资产利用效率;采用隶属度函数对所述运行可靠性和所述资产利用效率进行处理,得到运行状态的评价值。
进一步地,所述综合能源系统的运行可靠性通过以下计算式进行计算:
运行可靠性RIES表示为:RIES(S)=∑jP(Ej)I(Ej)
其中,S为综合能源系统当前的运行状态,Ej为第j个事件场景,P(Ej)为第j个事件场景发生的概率,I(Ej)为第j个事件场景造成的影响。
进一步地,所述能量损失影响通过以下计算式进行计算:
能量损失影响IP表示为:IP(Ej)=LOEEe,j+LOEEh,j+LOEEc,j
其中,Ej为第j个事件场景,LOEEe,j为第j个事件场景发生造成电能的缺供能量期望,e,h,c分别代表综合能源系统内电/热/冷三种终端能源。
进一步地,所述经济性损失影响通过以下计算式进行计算:
经济性损失影响IE表示为:IE(Ej)=ωeLOEEe,j+ωhLOEEh,j+ωcLOEEc,j
其中,Ej为第j个事件场景,ωe、ωh和ωc分别为电能、热能和冷能的能源价格,LOEEe,j为第j个事件场景发生造成电能的缺供能量期望,e,h,c分别代表综合能源系统内电/热/冷三种终端能源。
进一步地,所述资产利用效率通过以下计算式进行计算:
其中,AIES为资产利用效率;ΔEOP为对综合能源系统实施投资前后在统计时间段内节约的运行成本;Ein,i为设备i的投资成本;NT为调度时段总数;NM为设备总数。
进一步地,所述设备信息集合中某一设备在统计时间段内节约的运行成本通过以下计算式进行计算:
在统计时间段内节约的运行成本ΔEOP表示为:
ΔEOP=EOP,1-EOP
EOP,1=ωePL,e+ωhPL,h+ωcPL,c
其中,PL,e、PL,h和PL,c分别为电、热和冷能源的负荷需求;ωe、ωh和ωc分别为电能、热能和冷能源的价格;δ为资金折现率;NS为运行场景总数;Ds为第s个场景持续的天数;E*OP(h)为综合能源系统在第h小时的最优运行成本。
进一步地,所述采用隶属度函数对所述运行可靠性和所述资产利用效率进行处理,得到运行状态的评价值,包括:
其中,Fk(X)为综合能源系统运行可靠性与资产利用效率分析指标的综合隶属度函数,表征综合能源系统的运行状态;fk(X*)为分析指标的最佳状态;fk,w(X)为分析指标的最差状态。
进一步地,所述fk(X*)为分析指标的最佳状态,包括在分析运行可靠性时,fk(X*)为系统的正常运行状态,即系统的可靠性损失为0,在分析资产利用效率时,fk(X*)为最佳运行策略下系统的运行成本;
所述fk,w(X)为分析指标的最差状态,包括在分析运行可靠性时,fk,w(X)为系统内负荷全部断供时系统的可靠性损失;在分析资产利用效率时,fk,w(X)为系统不同运行策略下,所需承担的最多的运行成本。
进一步地,所述采用隶属度函数对所述运行可靠性和所述资产利用效率进行处理,得到运行状态的评价值,包括:
其中,wk为调度部分针对系统故障运行状态下运行可靠性指标以及系统正常运行状态下资产利用效率指标设置的计算权重,且∑kwk=1,运行可靠性指标以及资产利用效率指标的权重为0.5。
本发明实施例还提供一种综合能源系统运行状态评估系统,包括:数据获取模块,用于获取综合能源系统中的设备信息集合,以及影响综合能源系统运行的事件场景集合;其中,所述事件场景集合中包括若干种事件场景;所述设备信息集合包括若干个设备信息,所述设备信息包括设备投资成本和统计时间段内节约的运行成本;事件场景分析模块,用于分别基于电、热、冷三种终端能源分析所述事件场景集合中各个事件场景发生的概率以及事件场景造成的影响;其中,所述事件场景造成的影响通过缺供能量期望来衡量;所述事件场景造成的影响包括能量损失影响和经济性损失影响;运行可靠性分析模块,用于根据所述事件场景集合中所有事件场景发生的概率和事件场景造成的影响,得到综合能源系统的运行可靠性;资产利用效率分析模块,用于根据所述设备信息集合中所有设备投资成本和统计时间段内节约的运行成本,得到资产利用效率;状态评价模块,用于采用隶属度函数对所述运行可靠性和所述资产利用效率进行处理,得到运行状态的评价值。
本发明具有以下有益效果:
本发明提供一种综合能源系统运行状态评估方法,包括:获取综合能源系统中的设备信息集合,以及影响综合能源系统运行的事件场景集合;其中,所述事件场景集合中包括若干种事件场景;所述设备信息集合包括若干个设备信息,所述设备信息包括设备投资成本和统计时间段内节约的运行成本;分别基于电、热、冷三种终端能源分析所述事件场景集合中各个事件场景发生的概率以及事件场景造成的影响;其中,所述事件场景造成的影响通过缺供能量期望来衡量;所述事件场景造成的影响包括能量损失影响和经济性损失影响;根据所述事件场景集合中所有事件场景发生的概率和事件场景造成的影响,得到综合能源系统的运行可靠性;根据所述设备信息集合中所有设备投资成本和统计时间段内节约的运行成本,得到资产利用效率;采用隶属度函数对所述运行可靠性和所述资产利用效率进行处理,得到运行状态的评价值。
本发明提出的考虑运行可靠性与资产利用效率的综合能源系统运行状态评估方法,能够对综合能源系统的运行可靠性及资产利用效率进行评估分析,进而从故障运行状态与正常运行状态两个维度对综合能源系统的运行状态进行综合评估分析。本发明能够为城市综合能源系统的运行调度提供指导,有利于提升城市综合能源系统能量管理水平,促进城市能源互联网的合理运营与发展。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式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方式,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是本发明某一实施例提供的综合能源系统运行状态评估方法的流程示意图;
图2是本发明某一实施例提供的综合能源系统运行状态评估系统的结构示意图;
图3是本发明又一实施例提供的综合能源系统架构示意图;
图4是本发明某一实施例提供的供热季典型日负荷曲线图;
图5是本发明另一实施例提供的供冷季典型日负荷曲线图;
图6是本发明某一实施例提供的计算机终端设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅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。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1是本发明某一实施例提供的综合能源系统运行状态评估方法的流程示意图。在本实施例中,综合能源系统运行状态评估方法包括以下步骤:
S110,获取综合能源系统中的设备信息集合,以及影响综合能源系统运行的事件场景集合;其中,事件场景集合中包括若干种事件场景;设备信息集合包括若干个设备信息,设备信息包括设备投资成本和统计时间段内节约的运行成本;
S120,分别基于电、热、冷三种终端能源分析事件场景集合中各个事件场景发生的概率以及事件场景造成的影响;其中,事件场景造成的影响通过缺供能量期望来衡量;事件场景造成的影响包括能量损失影响和经济性损失影响;
S130,根据事件场景集合中所有事件场景发生的概率和事件场景造成的影响,得到综合能源系统的运行可靠性;
S140,根据设备信息集合中所有设备投资成本和统计时间段内节约的运行成本,得到资产利用效率;
S150,采用隶属度函数对运行可靠性和资产利用效率进行处理,得到运行状态的评价值。
在本发明实施例中,综合能源系统运行状态评估方法可以概括为三个部分:(1)基于综合能源系统的规划与供能信息,获取综合能源系统中的设备信息集合,以及影响综合能源系统运行的事件场景集合,具体内容包括通过相关的调度部门以及设备的量测装置获取负荷需求数据、可再生能源出力预测数据、设备类型以及设备型号等数据;(2)基于第(1)部分获取的设备信息集合和事件场景集合,通过本方案中的模型对综合能源系统的运行可靠性以及资产利用效率进行分析评估;(3)基于第(2)部分的结果,采用隶属度函数方法对综合能源系统的综合运行状态进行评估分析。其中事件场景影响、事件发生的概率等数据均为本领域技术人员能够基于电力公司检修运维部门的历史记录以及统计数据获取的。
(1)综合能源系统运行可靠性分析
综合能源系统的运行可靠性分析是综合考虑系统负荷水平、运行环境等因素的影响,对系统在当前状态下未来短期内的可靠性与风险性水平进行分析,属于对系统故障运行状态的分析。
本发明主要从两个方面度量系统的运行可靠性RIES,即事件发生的概率以及事件造成的后果,具体表达式如下:
RIES(S)=∑jP(Ej)I(Ej) (1)
式(1)中,S为综合能源系统当前的运行状态;Ej为第j个事件场景,本发明主要考虑综合能源系统内设备的故障失效;P(Ej)为第j个事件场景发生的概率,与设备的故障概率有关;I(Ej)为第j个事件场景造成的影响。
本发明具体采用缺供能量期望来衡量设备故障失效产生的影响,从能量损失的角度,设备故障失效产生的影响可表示为:
IP(Ej)=LOEEe,j+LOEEh,j+LOEEc,j (2)
式(2)中,LOEEe,j为第j个事件场景发生造成电能的缺供能量期望,e,h,c分别代表综合能源系统内电/热/冷三种终端能源。
从经济性损失的角度,通过计算不同类型能源缺供能量期望结合相应能源损失价格,计算设备故障失效产生的影响,具体表示为:
IE(Ej)=ωeLOEEe,j+ωhLOEEh,j+ωcLOEEc,j (3)
式(3)中,ωe、ωh、ωc分别为电能/热能/冷能的能源损失价格。
(2)综合能源系统资产利用效率分析
综合能源系统的资产利用效率分析能够对设备的投资建设以及由此带来的运行效率提升对进行评价,属于对系统正常运行状态的分析。
本发明将资产利用效率AIES定义为综合能源系统在给定年限内所节约的运行成本与设备投资成本的比值,即:
式(4)中,ΔEOP为对综合能源系统实施投资建设前后在统计时间段内节约的运行成本;Ein,i为设备i的投资建设成本;NT为调度时段总数;NM为设备总数。
在统计时间段内节约的运行成本ΔEOP表示为:
ΔEOP=EOP,1-EOP
EOP,1=ωePL,e+ωhPL,h+ωcPL,c
其中,PL,e、PL,h和PL,c分别为电、热和冷能源的负荷需求;ωe、ωh和ωc分别为电能、热能和冷能源的价格;δ为资金折现率;NS为运行场景总数;Ds为第s个场景持续的天数;E*OP(h)为综合能源系统在第h小时的最优运行成本。
对于变量ΔEOP的求解,投资后综合能源系统运行成本的计算方式如下:
式(5)中,δ为资金折现率;NS为运行场景总数;Ds为第s个场景持续的天数;E*OP(h)为综合能源系统在第h小时的最优运行成本。
作为投资后综合能源系统运行成本的对比对象,可以用式(5)的方式计算投资前的运行成本EOP,0;而对于新建的综合能源系统,可以与所有的能源需求(电、冷、热等)由外部能源网络直接提供情况下的购能成本进行比较,即进行综合能源供能模式与独立供能模式的比较,独立供能模式下购能成本的计算方式如下:
EOP,1=ωePL,e+ωhPL,h+ωcPL,c (6)
式(6)中,PL,e、PL,h、PL,c分别为电/热/冷能源的负荷需求。
(3)综合能源系统综合运行状态评估
考虑到综合能源系统运行可靠性与资产利用效率的分析结果的量纲不同,因此,本发明参照模糊集理论,采用隶属度函数F将综合能源系统运行可靠性与资产利用效率的分析指标进行结合,进而综合评价综合能源系统的运行状态,指标k隶属度函数的表达式为:
式中,Fk(X)为综合能源系统运行可靠性与资产利用效率分析指标的综合隶属度函数,表征综合能源系统的运行状态;fk(X*)为分析指标的最佳状态,其中,在分析运行可靠性时,fk(X*)为系统的正常运行状态,即系统的可靠性损失为0,在分析资产利用效率时,fk(X*)为最佳运行策略下系统的运行成本;fk,w(X)为分析指标的最差状态,其中,在分析运行可靠性时,fk,w(X)为系统内负荷全部断供时系统的可靠性损失;在分析资产利用效率时,fk,w(X)为系统不同运行策略下,所需承担的最多的运行成本。隶属度函数的取值范围在0~1之间,其中,取值越接近于0表征系统的运行状态越好。
基于不同指标的隶属度函数,利用线性加权求和法将隶属度函数值进行结合,即可得到综合能源系统运行状态的综合评价值:
式中,wk为调度部分针对系统故障运行状态下运行可靠性指标以及系统正常运行状态下资产利用效率指标设置的计算权重,且∑kwk=1,本发明将运行可靠性指标以及资产利用效率指标的权重均设置为0.5。
请参阅图2,图2是本发明某一实施例提供的综合能源系统运行状态评估系统的结构示意图。在本实施例中与上述实施例相同的部分,在此不再赘述。在本实施例中,综合能源系统运行状态评估系统包括:
数据获取模块210,用于获取综合能源系统中的设备信息集合,以及影响综合能源系统运行的事件场景集合;其中,事件场景集合中包括若干种事件场景;设备信息集合包括若干个设备信息,设备信息包括设备投资成本和统计时间段内节约的运行成本;
事件场景分析模块220,用于分别基于电、热、冷三种终端能源分析事件场景集合中各个事件场景发生的概率以及事件场景造成的影响;其中,事件场景造成的影响通过缺供能量期望来衡量;事件场景造成的影响包括能量损失影响和经济性损失影响;
运行可靠性分析模块230,用于根据事件场景集合中所有事件场景发生的概率和事件场景造成的影响,得到综合能源系统的运行可靠性;
资产利用效率分析模块240,用于根据设备信息集合中所有设备投资成本和统计时间段内节约的运行成本,得到资产利用效率;
状态评价模块250,用于采用隶属度函数对运行可靠性和资产利用效率进行处理,得到运行状态的评价值。
例如,以中国南方某综合能源系统为例,系统的物理结构与设备构成如图3所示,综合考虑可用面积、环境气候等因素,光伏的装机容量为4.6MW。系统内其他机组设备的运行参数如表1所示,其中,储电设备的初始容量为额定容量的30%,最大充放电功率为额定容量的7.5%,资金年折现率δ为5%,综合能源系统的一次性投资建设成本总计为1852万元。系统内机组设备的可靠性参数如表2所示。综合能源系统的典型日负荷曲线如图4与图5所示。结合当地实际的阶梯电价政策,11:00~15:00、19:00~21:00时段为峰值电价,0:00~7:00时段为谷值电价,剩余时段为平值电价,其他能源为固定能源价格形式,具体能源价格如表3所示。综合能源系统内终端电/热/冷失负荷价值分别为200¥/kW·h,120¥/kW·h,120¥/kW·h。
表1设备运行参数
表2机组设备可靠性参数
设备名称 | 故障率λ<sub>i</sub>(f/year) | 故障修复时间r<sub>i</sub>(h) |
燃气冷热电三联供 | 4 | 24 |
燃气热泵 | 0.6 | 2 |
电制冷机 | 0.4 | 2 |
分布式光伏 | 0.4 | 20 |
储电装置 | 0.05 | 50 |
外部电网 | 0.82 | 7.32 |
外部燃气网 | 0.9 | 20 |
表3不同类型能源价格
(2)典型场景运行状态分析
基于仿真算例场景,系统的典型年运行成本为873.79万元,而采用独立供能模式的情况下,基于公式(6)的测算方法,系统在典型年的购能成本为1246.76万元,故系统的典型年资产利用效率AIES=0.21,转换为隶属度函数即为FA=0.18;同理,在不考虑负荷不确定性影响的情况下,系统的典型年可靠性期望为IP(E)=35.4MW·h,可靠性损失期望为IE(E)=436.6万元,转换为隶属度函数即为FR=0.22;则综合能源系统综合运行状态的隶属度函数FOP=0.2,采用综合供能模式后的运行状态较好。
请参阅图6,本发明实施例提供一种计算机终端设备,包括一个或多个处理器和存储器。存储器与所述处理器耦接,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任意一个实施例中的综合能源系统运行状态评估方法。
处理器用于控制该计算机终端设备的整体操作,以完成上述的综合能源系统运行状态评估方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作,这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令,以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在一示例性实施例中,计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit,简称AS1C)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的综合能源系统运行状态评估方法,并达到如上述方法一致的技术效果。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述任意一个实施例中的综合能源系统运行状态评估方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器,上述程序指令可由计算机终端设备的处理器执行以完成上述的综合能源系统运行状态评估方法,并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种综合能源系统运行状态评估方法,其特征在于,包括:
获取综合能源系统中的设备信息集合,以及影响综合能源系统运行的事件场景集合;其中,所述事件场景集合中包括若干种事件场景;所述设备信息集合包括若干个设备信息,所述设备信息包括设备投资成本和统计时间段内节约的运行成本;
分别基于电、热、冷三种终端能源分析所述事件场景集合中各个事件场景发生的概率以及事件场景造成的影响;其中,所述事件场景造成的影响通过缺供能量期望来衡量;所述事件场景造成的影响包括能量损失影响和经济性损失影响;
根据所述事件场景集合中所有事件场景发生的概率和事件场景造成的影响,得到综合能源系统的运行可靠性;
根据所述设备信息集合中所有设备投资成本和统计时间段内节约的运行成本,得到资产利用效率;
采用隶属度函数对所述运行可靠性和所述资产利用效率进行处理,得到运行状态的评价值。
2.根据权利要求1所述的综合能源系统运行状态评估方法,其特征在于,所述综合能源系统的运行可靠性通过以下计算式进行计算:
运行可靠性RIES表示为:RIES(S)=∑jP(Ej)I(Ej)
其中,S为综合能源系统当前的运行状态,Ej为第j个事件场景,P(Ej)为第j个事件场景发生的概率,I(Ej)为第j个事件场景造成的影响。
3.根据权利要求1所述的综合能源系统运行状态评估方法,其特征在于,所述能量损失影响通过以下计算式进行计算:
能量损失影响IP表示为:IP(Ej)=LOEEe,j+LOEEh,j+LOEEc,j
其中,Ej为第j个事件场景,LOEEe,j为第j个事件场景发生造成电能的缺供能量期望,e,h,c分别代表综合能源系统内电/热/冷三种终端能源。
4.根据权利要求1所述的综合能源系统运行状态评估方法,其特征在于,所述经济性损失影响通过以下计算式进行计算:
经济性损失影响IE表示为:IE(Ej)=ωeLOEEe,j+ωhLOEEh,j+ωcLOEEc,j
其中,Ej为第j个事件场景,ωe、ωh和ωc分别为电能、热能和冷能的能源价格,LOEEe,j为第j个事件场景发生造成电能的缺供能量期望,e,h,c分别代表综合能源系统内电/热/冷三种终端能源。
8.根据权利要求7所述的综合能源系统运行状态评估方法,其特征在于,所述fk(X*)为分析指标的最佳状态,包括在分析运行可靠性时,fk(X*)为系统的正常运行状态,即系统的可靠性损失为0,在分析资产利用效率时,fk(X*)为最佳运行策略下系统的运行成本;
所述fk,w(X)为分析指标的最差状态,包括在分析运行可靠性时,fk,w(X)为系统内负荷全部断供时系统的可靠性损失;在分析资产利用效率时,fk,w(X)为系统不同运行策略下,所需承担的最多的运行成本。
10.一种综合能源系统运行状态评估系统,其特征在于,包括:
数据获取模块,用于获取综合能源系统中的设备信息集合,以及影响综合能源系统运行的事件场景集合;其中,所述事件场景集合中包括若干种事件场景;所述设备信息集合包括若干个设备信息,所述设备信息包括设备投资成本和统计时间段内节约的运行成本;
事件场景分析模块,用于分别基于电、热、冷三种终端能源分析所述事件场景集合中各个事件场景发生的概率以及事件场景造成的影响;其中,所述事件场景造成的影响通过缺供能量期望来衡量;所述事件场景造成的影响包括能量损失影响和经济性损失影响;
运行可靠性分析模块,用于根据所述事件场景集合中所有事件场景发生的概率和事件场景造成的影响,得到综合能源系统的运行可靠性;
资产利用效率分析模块,用于根据所述设备信息集合中所有设备投资成本和统计时间段内节约的运行成本,得到资产利用效率;
状态评价模块,用于采用隶属度函数对所述运行可靠性和所述资产利用效率进行处理,得到运行状态的评价值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429799.6A CN113077175A (zh) | 2021-04-21 | 2021-04-21 | 一种综合能源系统运行状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429799.6A CN113077175A (zh) | 2021-04-21 | 2021-04-21 | 一种综合能源系统运行状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113077175A true CN113077175A (zh) | 2021-07-06 |
Family
ID=76618177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110429799.6A Pending CN113077175A (zh) | 2021-04-21 | 2021-04-21 | 一种综合能源系统运行状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113077175A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600104A (zh) * | 2016-11-07 | 2017-04-26 | 国网江苏省电力公司 | 一种综合能源系统能效的评估方法 |
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 |
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 |
CN109377008A (zh) * | 2018-09-20 | 2019-02-22 | 国网四川省电力公司经济技术研究院 | 电热耦合的综合能源系统风险评估方法 |
CN109993445A (zh) * | 2019-04-04 | 2019-07-09 | 国家电网有限公司 | 一种考虑光伏预测误差的综合能源系统脆弱性评估方法 |
CN111340360A (zh) * | 2020-02-25 | 2020-06-26 | 中国科学院电工研究所 | 基于运行及网架风险的综合能源系统实时风险评估方法 |
CN111475953A (zh) * | 2020-04-10 | 2020-07-31 | 广东电网有限责任公司 | 供能可靠性影响分析方法、装置设备及存储介质 |
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 |
-
2021
- 2021-04-21 CN CN202110429799.6A patent/CN113077175A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600104A (zh) * | 2016-11-07 | 2017-04-26 | 国网江苏省电力公司 | 一种综合能源系统能效的评估方法 |
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 |
CN109377008A (zh) * | 2018-09-20 | 2019-02-22 | 国网四川省电力公司经济技术研究院 | 电热耦合的综合能源系统风险评估方法 |
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 |
CN109993445A (zh) * | 2019-04-04 | 2019-07-09 | 国家电网有限公司 | 一种考虑光伏预测误差的综合能源系统脆弱性评估方法 |
CN111340360A (zh) * | 2020-02-25 | 2020-06-26 | 中国科学院电工研究所 | 基于运行及网架风险的综合能源系统实时风险评估方法 |
CN111475953A (zh) * | 2020-04-10 | 2020-07-31 | 广东电网有限责任公司 | 供能可靠性影响分析方法、装置设备及存储介质 |
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 (1)
Title |
---|
郇嘉嘉等: "考虑负荷不确定性与运行可靠性的综合能源系统资产利用效率分析", 《南方电网技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yousefi et al. | A comparison study on stochastic modeling methods for home energy management systems | |
Feinberg et al. | Load forecasting | |
CN103559655B (zh) | 基于数据挖掘的微网新型馈线负荷的预测方法 | |
Karami et al. | Optimal scheduling of residential energy system including combined heat and power system and storage device | |
Valenzuela et al. | A probabilistic model for assessing the long-term economics of wind energy | |
CN112950098B (zh) | 基于综合能源系统的能源规划方法、装置及终端设备 | |
CN110380444B (zh) | 一种基于变结构Copula的多场景下分散式风电有序接入电网的容量规划方法 | |
Aurangzeb | Short term power load forecasting using machine learning models for energy management in a smart community | |
Varzaneh et al. | Optimal energy management for PV‐integrated residential systems including energy storage system | |
Campbell et al. | Methodologies for load forecasting | |
Luo et al. | Optimal operation scheduling for microgrid with high penetrations of solar power and thermostatically controlled loads | |
CN107506331B (zh) | 基于时间关联性及元件运行时间的微电网可靠性计算方法 | |
Wang et al. | Coordinated residential energy resource scheduling with human thermal comfort modelling and renewable uncertainties | |
Alden et al. | Artificial intelligence method for the forecast and separation of total and hvac loads with application to energy management of smart and nze homes | |
Xu et al. | A data-based day-ahead scheduling optimization approach for regional integrated energy systems with varying operating conditions | |
Monawwar et al. | Investigating demand-side management (dsm) opportunities using load profiling: The case of qatar | |
Xu et al. | CVaR‐based method for optimizing the contract bidding strategy of PV power stations | |
Kimata et al. | Operation planning for heat pump in a residential building | |
Refaai et al. | Energy Management Prediction in Hybrid PV‐Battery Systems Using Deep Learning Architecture | |
CN112950410B (zh) | 计及风光相关性与预防维护的能量枢纽系统规划方法 | |
CN113077175A (zh) | 一种综合能源系统运行状态评估方法 | |
Xiang et al. | Day-ahead probabilistic forecasting of smart households’ demand response capacity under incentive-based demand response program | |
CN113690942A (zh) | 一种基于多目标神经网络优化的分布式新能源定容方法 | |
Safdar et al. | Electricity Cost Prediction using Autoregressive Integrated Moving Average (ARIMA) in Korea | |
Cui et al. | Integrated energy system reliability evaluation based on sequential Monte Carlo simulation and fault recovery optimization |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210706 |