CN113141025B - 含ehs的孤岛型交直流混合微电网系统的可靠性评估方法 - Google Patents

含ehs的孤岛型交直流混合微电网系统的可靠性评估方法 Download PDF

Info

Publication number
CN113141025B
CN113141025B CN202110463798.3A CN202110463798A CN113141025B CN 113141025 B CN113141025 B CN 113141025B CN 202110463798 A CN202110463798 A CN 202110463798A CN 113141025 B CN113141025 B CN 113141025B
Authority
CN
China
Prior art keywords
power
load
time
ehs
fuel cell
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
CN202110463798.3A
Other languages
English (en)
Other versions
CN113141025A (zh
Inventor
岳大为
袁行行
李练兵
赵文体
刘汉民
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.)
Hebei University of Technology
Original Assignee
Hebei University of Technology
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 Hebei University of Technology filed Critical Hebei University of Technology
Priority to CN202110463798.3A priority Critical patent/CN113141025B/zh
Publication of CN113141025A publication Critical patent/CN113141025A/zh
Application granted granted Critical
Publication of CN113141025B publication Critical patent/CN113141025B/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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/388—Islanding, i.e. disconnection of local power supply from the network
    • 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
    • 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
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • 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
    • 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]
    • 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
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • H02J2300/30—The power source being a fuel cell
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种含EHS的孤岛型交直流混合微电网系统的可靠性评估方法。本发明针对接入EHS的孤岛型交直流混合微电网系统，首先建立了EHS模型和负荷模型等系统模型；其次，通过序贯蒙特卡洛法进行故障元件分类；再次，考虑系统的运行特点、EHS与系统的耦合作用以及系统源网荷的不确定性，提出了功率调度策略；最后，从系统级和设备级两个角度出发，提出了评价系统可靠性的系统级可靠性指标和设备级可靠性指标，以解决目前无法准确评估含有EHS的孤岛型交直流混合微电网系统可靠性的问题，提高了系统运行稳定性、新能源接纳能力以及可靠性评估的准确度和全面性，同时也有利于电网对分布式电源的统一调度。

Description

含EHS的孤岛型交直流混合微电网系统的可靠性评估方法
技术领域
本发明属于综合能源系统领域，具体是一种含EHS的孤岛型交直流混合微电网系统的可靠性评估方法。
背景技术
交直流混合微电网可靠性评估是系统规划和运行的基础，是应对源网荷不确定性、保证系统可靠运行的重要支柱。然而，孤岛型交直流混合微电网中通常由出力可控的发电设备(如微型燃气轮机)取代大电网，由于这些发电设备运行功率有限且并不能满足功率的双向流动，所以当风光资源充足时系统中会出现弃风弃光现象；而当系统风光资源不足时又会出现切负荷现象，从而导致孤岛型交直流混合微电网的可靠性大幅下降。
随着孤岛型交直流混合微电网技术的日益发展和电力、氢气系统间的耦合关系逐步深化，含电-氢系统(electricity-hydrogen system，EHS)的孤岛型交直流混合微电网已成为能源领域发展方向之一。EHS主要由电解槽、储氢罐和燃料电池组成，利用电解槽可以在风光资源充裕时将多余电量用于制氢，减少弃风弃光率，提高能源利用率；利用燃料电池在用电高峰时提供电能，减少负荷切除率，提高系统可靠性。引入长期稳定运行的EHS不仅为改善孤岛型交直流混合微电网电力不足和弃风弃光问题提供了新的思路，还实现了电力、氢气子系统间的能量的双向流动，有效地提高了系统的灵活性和可靠性。但是，EHS的加入使得系统结构变得更加复杂，设备种类更加繁多，系统运行模式更加多样化，从而进一步加大了系统建模和可靠性评估的复杂度。
目前针对孤岛型交直流混合微电网可靠性的研究多局限于电力系统，并没有计及氢气子系统的耦合与转化。对于含EHS的孤岛型交直流混合微电网的研究都集中于系统优化、经济运行和功率协调控制等方面，还没有对其可靠性评估方面的研究，因此，亟需开展对含EHS的孤岛型交直流混合微电网可靠性评估的研究。
发明内容
针对现有技术的不足，本发明拟解决的技术问题是，提供一种含EHS的孤岛型交直流混合微电网系统的可靠性评估方法。
本发明解决所述技术问题的技术方案是，提供一种含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，该方法包括以下步骤：
步骤1、构建系统模型并输入系统模型参数；根据工况设定系统总模拟时长；数据初始化，将系统累计模拟时长置0，然后进行第一组抽样；
步骤2、在该组抽样中，在某个抽样时刻t对系统内所有元件i进行随机抽样，并根据式(4)求出所有元件各自的正常工作时间TTTF；
Figure BDA0003039119270000011
式(4)中，λi为元件i的故障率，x为(0,1)之间服从均匀分布的随机数；
然后选取TTTF最小的元件为故障元件，则故障元件w的正常工作时间Tw＝min(TTTF)；根据式(5)求出该故障元件w的修复时间TTTR；
Figure BDA0003039119270000021
式(5)中，μw为故障元件w的修复率；y为(0,1)之间服从均匀分布的随机数；
步骤3、对步骤2得到的故障元件w进行分类；若故障元件为电源元件k，则该电源出力Pk＝0，其他元件正常工作；若故障元件为非电源元件，则系统电源失去连接的负荷点停止工作直至该故障元件修复，其他元件正常工作；
步骤4、根据步骤3得到的故障元件分类结果，基于步骤1的系统模型对系统在该抽样时刻t的运行状态进行分析，并确定是否需要负荷削减；
步骤5、若当前抽样时刻tnow<Tw+TTTR，则令tnext＝tnow+a，返回步骤4，进入该组抽样的下一个抽样时刻；若当前抽样时刻tnow≥Tw+TTTR，则进行步骤6；a表示对系统的运行状态进行抽样的间隔时间；
步骤6、令系统累计模拟时长累加tnow，得到当前系统累计模拟时长MCTnow；若MCTnow＜步骤1设定的系统总模拟时长，则返回步骤2，进行下一组抽样；若MCTnow≥步骤1设定的系统总模拟时长，则进行步骤7；
步骤7、计算所有系统级可靠性指标和所有设备级可靠性指标，进行可靠性评价。
与现有技术相比，本发明有益效果在于：
(1)本发明针对接入EHS的孤岛型交直流混合微电网系统，提出了基于序贯蒙特卡洛法的可靠性评估方法。首先建立了EHS模型和负荷模型等系统模型；其次，通过序贯蒙特卡洛法进行故障元件分类；再次，考虑系统的运行特点、EHS与系统的耦合作用以及系统源网荷的不确定性，提出了功率调度策略；最后，从系统级和设备级两个角度出发，提出了评价系统可靠性的系统级可靠性指标和设备级可靠性指标，以解决目前无法准确评估含有EHS的孤岛型交直流混合微电网系统可靠性的问题，提高了系统运行稳定性、新能源接纳能力以及可靠性评估的准确度和全面性，同时也有利于电网对分布式电源的统一调度。
(2)本发明考虑分布式电源、EHS中设备、变压器和线路等元件故障，基于序贯蒙特卡洛法，元件停止工作模型采用两状态模型。
(3)本发明提出了电力不足期望和弃风弃光期望等系统级可靠性指标，以及电解槽利用概率和燃料电池利用概率等设备级可靠性指标，用于评估系统可靠性水平、弃风弃光严重程度，以及EHS中设备的利用情况和其对系统可靠性的影响，所提指标能更加全面地评估系统的可靠性水平。
附图说明
图1为本发明方法的整体流程图；
图2为本发明实施例1的含EHS的孤岛型交直流混合微电网系统的仿真结构示意框图。
具体实施方式
下面给出本发明的具体实施例。具体实施例仅用于进一步详细说明本发明，不限制本申请权利要求的保护范围。
本发明提供了一种含EHS的孤岛型交直流混合微电网系统的可靠性评估方法(简称方法)，其特征在于，该方法包括以下步骤(如图1所示)：
步骤1、构建系统模型并输入系统模型参数；根据工况设定系统总模拟时长；数据初始化，将系统累计模拟时长置0，然后进行第一组抽样；
优选地，步骤1中，系统模型包括电源出力模型、负荷模型和ILC功率约束模型；所述电源出力模型为EHS(电-氢系统)模型；
EHS模型的建立：EHS中电解槽通过电解水生成的氢气是燃料电池产出电能的唯一能量来源，而储氢罐可以存储由电解槽产生的氢气并且为燃料电池提供稳定可时移的调度氢源；同时，为了避免电解槽利用燃料电池发出的电功率制氢从而造成系统的低效循环，二者不能同时处于启动状态，所以需要对EHS进行启停约束，因此，构建的EHS模型如式(1)所示：
Figure BDA0003039119270000031
式(1)中，Qel(t)和Pel(t)分别为t时刻(即抽样时刻)电解槽的产氢量和输入功率；ηel为电解槽的效率；ρ为每kWh电能够制取的氢气量；Qfc(t)和Pfc(t)分别为t时刻燃料电池的耗氢量和输出功率；ηfc为燃料电池的效率；μ为产生1kWh电能需要消耗的氢气量；M(t)为t时刻储氢罐内氢气的量；ηi为储氢罐的储放效率，i＝1时为耗氢效率，i＝2时为储氢效率；Qi(t)为t时刻储氢罐的氢气消耗量或储存量，i＝1时为消耗量Q1(t)＝Qfc(t)，i＝2时为储存量Q2(t)＝Qel(t)；OSel(t)和OSfc(t)分别为表示电解槽和燃料电池启停状态的二元变量，若处于工作状态则为1，若处于停止状态则为0。
负荷模型的建立：系统中的负荷具有时变性和随机波动性：
Figure BDA0003039119270000032
式(2)中，PL(t)为t时刻系统负荷所需功率；
Figure BDA0003039119270000033
为t时刻系统负荷的时变性，
Figure BDA0003039119270000034
为t时刻系统负荷的随机波动性；PLPy为负荷点的年负荷峰值；cw为周负荷对年负荷峰值的占比；cd(t)为日负荷对周负荷峰值的占比；μL为期望值；σL为标准差。。
ILC功率约束模型的建立：考虑到ILC(interlinking converter，互联变换器)的设备运行存在限值并且通过ILC功率波动过大会对交流子网及直流子网带来不良影响；因此，对ILC的运行功率进行一定的约束，表示为：
Figure BDA0003039119270000041
式(3)中，PILC(t)为t时刻通过ILC的功率；
Figure BDA0003039119270000042
和
Figure BDA0003039119270000043
分别为通过ILC功率的上限和下限；ΔPILC(t)为t时刻通过ILC的功率波动量；
Figure BDA0003039119270000044
和
Figure BDA0003039119270000045
分别为在相邻时间段通过ILC功率波动的上限和下限。
步骤2、在该组抽样中，在某个抽样时刻t对系统内所有元件i进行随机抽样，并根据式(4)求出所有元件各自的正常工作时间TTTF；
Figure BDA0003039119270000046
式(4)中，λi为元件i的故障率，x为(0,1)之间服从均匀分布的随机数；
然后对各个元件的TTTF进行排序并选取TTTF最小的元件为故障元件，记为w，则故障元件w的正常工作时间Tw＝min(TTTF)；根据式(5)求出该故障元件w的修复时间TTTR；
Figure BDA0003039119270000047
式(5)中，μw为故障元件w的修复率；y为(0,1)之间服从均匀分布的随机数；
步骤3、对步骤2得到的故障元件w进行分类；若故障元件为电源元件k，则该电源出力Pk＝0，其他元件正常工作；若故障元件为非电源元件，则系统电源失去连接的负荷点停止工作直至该故障元件修复，其他元件正常工作；
优选地，步骤3中，所述电源元件包括分布式电源、电解槽、燃料电池和储氢罐；分布式电源包括风机、光伏、蓄电池和微型燃气轮机。
优选地，步骤3中，具体是若故障元件为分布式电源，则该电源出力为零，其他元件正常工作；若EHS中设备(电解槽、燃料电池和储氢罐)故障，当电解槽或燃料电池故障时，该元件停止工作直至故障修复，其他元件正常工作；当储氢罐故障时，整个EHS停止工作，其他元件正常工作；若故障元件为非电源元件(例如变压器和线路)，则系统电源失去连接的负荷点停止工作直至该故障元件修复，其他元件正常工作；
步骤4、根据步骤3得到的故障元件分类结果，基于步骤1的系统模型对系统在该抽样时刻t的运行状态进行分析，并确定是否需要负荷削减即切负荷；
优选地，步骤4中，考虑源网荷不确定性，采用功率调度策略判断系统在该抽样时刻t是否需要负荷削减：
当ILC正常工作时，风机和光伏出力与负荷用电之间产生的功率差额为系统净负荷功率PJ(t)，其表达式为：
Figure BDA0003039119270000048
式(6)中，ΔPAC(t)＝PWT(t)-PL，AC(t)，ΔPDC(t)＝PPV(t)-PL，DC(t)，PWT(t)和PPV(t)分别为t时刻风机和光伏输出功率；PL,AC(t)和PL,DC(t)分别为t时刻交流侧和直流侧负荷消耗功率；ΔPAC(t)和ΔPDC(t)分别为t时刻交流侧和直流侧净负荷功率；ηILC为ILC的换流效率。
当PJ(t)≥0时，表示抽样时刻t时风机和光伏的输出功率大于系统负荷所需功率PL(t)，优先利用蓄电池消纳冗余功率，若还有剩余则启动电解槽，此时，燃料电池和微型燃气轮机均不动作，无负荷削减；
当PJ(t)<0且
Figure BDA0003039119270000051
时，表示抽样时刻t时风机和光伏的输出功率小于系统负荷所需功率，且由蓄电池单独出力能够满足功率缺额；此时，燃料电池和微型燃气轮机均不动作，无负荷削减；
当PJ(t)<0且
Figure BDA0003039119270000052
时，表示抽样时刻t时风机和光伏的输出功率小于系统负荷所需功率，且由蓄电池和燃料电池联合出力能够满足功率缺额；此时，微型燃气轮机不动作，无负荷削减；
当PJ(t)<0且
Figure BDA0003039119270000053
时，表示抽样时刻t时风机和光伏的输出功率小于系统负荷所需功率，且由蓄电池、燃料电池和微型燃气轮机联合出力能够满足功率缺额；此时，无负荷削减；
当PJ(t)<0且
Figure BDA0003039119270000054
时，表示抽样时刻t时风机和光伏的输出功率小于系统负荷所需功率，并且由蓄电池、燃料电池和微型燃气轮机联合出力依旧不能满足功率缺额，此时，需要进行负荷削减；
其中，
Figure BDA0003039119270000055
和
Figure BDA0003039119270000056
分别为抽样时刻t时微型燃气轮机、蓄电池和燃料电池的最大输出功率；
当ILC故障时，交流子网与直流子网不能进行功率交互，需要对交流子网和直流子网进行单独分析如下：
对于交流子网，首先风机单独出力，若能满足交流子网负荷需求，则微型燃气轮机不动作，无负荷削减；若风机单独出力不能满足交流子网负荷需求，则启动微型燃气轮机补充功率缺额，若依旧不能满足负荷需求则进行负荷削减；
对于直流子网，首先光伏单独出力，若恰好满足直流子网负荷需求，则蓄电池、电解槽和燃料电池均不动作，无负荷削减；若光伏单独出力在满足直流子网负荷需求后仍有剩余，则先启动蓄电池消纳多于电量，若仍有剩余则再启动电解槽消纳多于电量，此时无负荷削减；若光伏单独出力不能满足负荷需求则先启动蓄电池放电，若依旧不能满足负荷需求则再启动燃料电池放电，若依旧不能满足负荷需求则进行负荷削减。
优选地，负荷削减是：当系统功率不能满足负荷需求时，切除功率最小的负荷点；若存在多个功率最小的负荷点，则随机切除一个。
步骤5、若当前抽样时刻tnow<Tw+TTTR，则令tnext＝tnow+a，返回步骤4，进入该组抽样的下一个抽样时刻；若当前抽样时刻tnow≥Tw+TTTR，则进行步骤6；a表示对系统的运行状态进行抽样的间隔时间，取0.5h～1.5h；
步骤6、令系统累计模拟时长累加tnow，得到当前系统累计模拟时长MCTnow；若MCTnow＜步骤1设定的系统总模拟时长，则返回步骤2，进行下一组抽样；若MCTnow≥步骤1设定的系统总模拟时长，则进行步骤7；
步骤7、计算所有系统级可靠性指标和所有设备级可靠性指标，进行可靠性评价。
优选地，步骤7中，所述系统级可靠性指标包括传统系统级可靠性指标、系统电力不足期望值EEDNS指标和系统弃风弃光期望值EWSPC指标；所述传统系统级可靠性指标包括SAIFI(系统平均停电频率指数)和SAIDI(系统平均停电持续时间指数)；
EEDNS(系统电力不足期望值)和EWSPC(系统弃风弃光期望值)指标用以反映系统中对负荷的供应水平以及弃风现象的严重程度，其表达式分别为：
Figure BDA0003039119270000061
Figure BDA0003039119270000062
式(7)和式(8)中，P(x)为系统状态x的概率；G1和G2分别为出现负荷削减和弃风弃光现象的状态集合；Ce(x)和ΔPw/s(x)分别为在系统状态x下的负荷削减量和弃风弃光量。
所述设备级可靠性指标包括EUP(电解槽利用概率)和FUP(燃料电池利用概率)；EUP和FUP用以反映电解槽和燃料电池开启的可能性，其表达式分别为：
Figure BDA0003039119270000063
Figure BDA0003039119270000064
式(9)和式(10)中，G3和G4分别为电解槽和燃料电池处于工作状态的状态集合。
实施例1
步骤1、输入系统模型参数：本实施例中系统模型除了EHS模型和负荷模型还包括风机、光伏和蓄电池出力模型。其中，假设风速服从两参数威布尔分布，尺度参数为3.97，形状参数为10.7，风机出力模型如下：
Figure BDA0003039119270000065
式(11)中，PWT(t)为t时刻风机的输出功率，Pr为风机的额定功率；vin、vr和vo分别为切入风速、额定风速和切出风速，取3m/s、15m/s和25m/s。
光伏发电的出力模型如下：
Figure BDA0003039119270000066
式(12)中，α和β是Beta分布的形状参数，分别取2和0.8；
Figure BDA0003039119270000067
是光伏的最大输出功率。
蓄电池的充放电特性建立概率仿真模型：
Figure BDA0003039119270000071
Figure BDA0003039119270000072
其中，式(13)和式(14)中，式(13)表示充电过程模型，式(14)表示放电过程模型；PSB(t)和ESB(t)分别为t时刻蓄电池的功率和储存容量；
Figure BDA0003039119270000073
和
Figure BDA0003039119270000074
分别为t时刻蓄电池的充电功率最大容许值和放电功率最大容许值；
Figure BDA0003039119270000075
和
Figure BDA0003039119270000076
分别为蓄电池储存容量的上限和下限。
本实施例结构如图2所示。微型燃气轮机MT和风力发电机组WT接入交流母线，光伏阵列PV、蓄电池SB和EHS接入直流母线，负荷LP1～LP3为交流变压器，负荷LP4～LP8为直流变压器，FC为燃料电池，HT为储氢罐，EL为电解槽。系统中元件参数如表1所示，负荷数据如表2所示。
表1系统元件参数表
Figure BDA0003039119270000077
表2负荷数据表
Figure BDA0003039119270000078
Figure BDA0003039119270000081
步骤2、故障元件抽样：采用序贯蒙特卡洛法进行抽样。
步骤4、系统运行状态分析
1)系统拓扑分析：对整个系统状态进行拓扑分析，实质是系统连通性判断，针对非电源元件故障的情况。拓扑分析是在确定故障元件后分析整个系统的拓扑结构的变化，并且整理出变化后的系统的相关网络拓扑数据。
2)功率调度分析即功率调度策略：若ILC正常工作，则由式(11)和式(12)分别求出t时刻的风机和光伏出力，由式(2)求出t时刻的系统负荷所需功率PL(t)，从而可得系统净负荷功率PJ(t)。
步骤7，可靠性评价；
1)接入EHS对孤岛型交直流混合微电网可靠性的影响：
设WT的容量为1.5MW，PV的容量为1MW，设置两种场景应用于图2的仿真结构；场景1、不含EHS的孤岛型交直流混合微电网；场景2、含EHS的孤岛型交直流混合微电网，其中EL、HT和FC的容量分别是0.7MW、10m3和0.5MW。
分别对两组场景进行统计仿真，其可靠性指标如表3所示。
表3两种场景下的可靠性指标
Figure BDA0003039119270000082
由表3可知，加入EHS后EEDNS指标由16.802MW下降至11.984MW，降低了28.68％；EWSPC指标由9.711MW下降至4.314MW，降低了55.58％；同时，SAIFI指标和SAIDI指标分别降低了22.41％和20.41％。可见，加入EHS可以有效地改善孤岛型交直流混合微电网电力不足和弃风弃光问题，同时可以降低系统的平均停电频率和平均停电持续时间，显著地提高系统的可靠性水平。
2)不同新能源总容量对系统可靠性的影响：
在其他设备容量不变的情况下，设置9组不同新能源总容量(PV容量与WT容量之和，其比例关系为1:1.5)进行仿真，其可靠性指标变化情况如表4所示。
表4不同新能源总容量情况下系统可靠性指标变化情况
Figure BDA0003039119270000083
Figure BDA0003039119270000091
由表4可知，当新能源总容量较小时，系统无弃风弃光现象，但是存在严重的系统供电不足现象；之后，随着新能源总容量的不断增加，EEDNS指标逐步减小而EWSPC指标逐步增大(当新能源总容量从0.5MW增至4MW时，EEDNS指标从42.805MW下降至1.638MW，EWSPC指标从0.031MW上升至28.728MW)，说明系统的供电可靠性在逐步提高，但系统弃风弃光问题也相应的逐步增加。当新能源总容量较低时，由于系统无弃风弃光现象，所以EL利用率为0，同时由于缺乏氢源且HT中初始氢量有限，所以FC的利用率也几乎为0；之后，当新能源总容量不断增加，系统弃风弃光量逐步增加，所以EL的利用率相应开始增大，同时FC的利用率也随之增大，在新能源总容量约为3MW时，EL利用率和FC利用率都达到最大值(当新能源总容量从0.5MW增至3MW时，EUP指标从0.344％上升至19.209％，FUP指标从0.119％上升至34.087％)；然而，进一步增大新能源总容量，由于系统供电充足，所以FC的利用率开始下降，同时受HT容量限制，即使弃风弃光现象在增加，但是EL的利用率也开始下降(当新能源总容量从3MW增至4MW时，EUP指标从19.209％下降至16.765％，FUP指标从34.087％下降至32.780％)。综上可知，新能源总容量的增加，系统可靠性水平和EHS中设备利用率都先增大后减小，即新能源总容量存在最优值可使得系统可靠性水平达到最高。
从实验结果可知，本发明提出的方法，能够有效计及EHS的运行特性和系统源网荷不确定性的影响，实现系统供电可靠性水平和系统弃风弃光严重程度的有效评估。
本发明未述及之处适用于现有技术。

Claims (9)

1.一种含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，该方法包括以下步骤：
步骤1、构建系统模型并输入系统模型参数；根据工况设定系统总模拟时长；数据初始化，将系统累计模拟时长置0，然后进行第一组抽样；
步骤2、在该组抽样中，在某个抽样时刻t对系统内所有元件i进行随机抽样，并根据式(4)求出所有元件各自的正常工作时间TTTF；
Figure FDA0003894751180000011
式(4)中，λi为元件i的故障率，x为(0,1)之间服从均匀分布的随机数；
然后选取TTTF最小的元件为故障元件，则故障元件w的正常工作时间Tw＝min(TTTF)；根据式(5)求出该故障元件w的修复时间TTTR；
Figure FDA0003894751180000012
式(5)中，μw为故障元件w的修复率；y为(0,1)之间服从均匀分布的随机数；
步骤3、对步骤2得到的故障元件w进行分类；若故障元件为电源元件k，则该电源出力Pk＝0，其他元件正常工作；若故障元件为非电源元件，则系统电源失去连接的负荷点停止工作直至该故障元件修复，其他元件正常工作；
步骤4、根据步骤3得到的故障元件分类结果，基于步骤1的系统模型对系统在该抽样时刻t的运行状态进行分析，采用功率调度策略判断系统在该抽样时刻t是否需要负荷削减：
当ILC正常工作时，风机和光伏出力与负荷用电之间产生的功率差额为系统净负荷功率PJ(t)，其表达式为：
Figure FDA0003894751180000013
式(6)中，ΔPAC(t)＝PWT(t)-PL，AC(t)，ΔPDC(t)＝PPV(t)-PL，DC(t)，PWT(t)和PPV(t)分别为t时刻风机和光伏输出功率；PL,AC(t)和PL,DC(t)分别为t时刻交流侧和直流侧负荷消耗功率；ΔPAC(t)和ΔPDC(t)分别为t时刻交流侧和直流侧净负荷功率；ηILC为ILC的换流效率；
当PJ(t)≥0时，表示抽样时刻t时风机和光伏的输出功率大于系统负荷所需功率PL(t)，优先利用蓄电池消纳冗余功率，若还有剩余则启动电解槽，此时，燃料电池和微型燃气轮机均不动作，无负荷削减；
当PJ(t)<0且
Figure FDA0003894751180000014
时，表示抽样时刻t时风机和光伏的输出功率小于系统负荷所需功率，且由蓄电池单独出力能够满足功率缺额；此时，燃料电池和微型燃气轮机均不动作，无负荷削减；
当PJ(t)<0且时
Figure FDA0003894751180000015
表示抽样时刻t时风机和光伏的输出功率小于系统负荷所需功率，且由蓄电池和燃料电池联合出力能够满足功率缺额；此时，微型燃气轮机不动作，无负荷削减；
当PJ(t)<0且时
Figure FDA0003894751180000021
表示抽样时刻t时风机和光伏的输出功率小于系统负荷所需功率，且由蓄电池、燃料电池和微型燃气轮机联合出力能够满足功率缺额；此时，无负荷削减；
当PJ(t)<0且
Figure FDA0003894751180000022
时，表示抽样时刻t时风机和光伏的输出功率小于系统负荷所需功率，并且由蓄电池、燃料电池和微型燃气轮机联合出力依旧不能满足功率缺额，此时，需要进行负荷削减；
其中，
Figure FDA0003894751180000023
和
Figure FDA0003894751180000024
分别为抽样时刻t时微型燃气轮机、蓄电池和燃料电池的最大输出功率；
当ILC故障时，交流子网与直流子网不能进行功率交互，需要对交流子网和直流子网进行单独分析如下：
对于交流子网，首先风机单独出力，若能满足交流子网负荷需求，则微型燃气轮机不动作，无负荷削减；若风机单独出力不能满足交流子网负荷需求，则启动微型燃气轮机补充功率缺额，若依旧不能满足负荷需求则进行负荷削减；
对于直流子网，首先光伏单独出力，若恰好满足直流子网负荷需求，则蓄电池、电解槽和燃料电池均不动作，无负荷削减；若光伏单独出力在满足直流子网负荷需求后仍有剩余，则先启动蓄电池消纳多于电量，若仍有剩余则再启动电解槽消纳多于电量，此时无负荷削减；若光伏单独出力不能满足负荷需求则先启动蓄电池放电，若依旧不能满足负荷需求则再启动燃料电池放电，若依旧不能满足负荷需求则进行负荷削减；
步骤5、若当前抽样时刻tnow<Tw+TTTR，则令tnext＝tnow+a，返回步骤4，进入该组抽样的下一个抽样时刻；若当前抽样时刻tnow≥Tw+TTTR，则进行步骤6；a表示对系统的运行状态进行抽样的间隔时间；
步骤6、令系统累计模拟时长累加tnow，得到当前系统累计模拟时长MCTnow；若MCTnow＜步骤1设定的系统总模拟时长，则返回步骤2，进行下一组抽样；若MCTnow≥步骤1设定的系统总模拟时长，则进行步骤7；
步骤7、计算所有系统级可靠性指标和所有设备级可靠性指标，进行可靠性评价。
2.根据权利要求1所述的含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，步骤1中，系统模型包括电源出力模型、负荷模型和ILC功率约束模型；所述电源出力模型为EHS模型。
3.根据权利要求2所述的含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，EHS模型的建立：为了避免电解槽利用燃料电池发出的电功率制氢从而造成系统的低效循环，二者不能同时处于启动状态，所以需要对EHS进行启停约束，因此，构建的EHS模型如式(1)所示：
Figure FDA0003894751180000031
式(1)中，Qel(t)和Pel(t)分别为t时刻电解槽的产氢量和输入功率；ηel为电解槽的效率；ρ为每kWh电能够制取的氢气量；Qfc(t)和Pfc(t)分别为t时刻燃料电池的耗氢量和输出功率；ηfc为燃料电池的效率；μ为产生1kWh电能需要消耗的氢气量；M(t)为t时刻储氢罐内氢气的量；ηi为储氢罐的储放效率，i＝1时为耗氢效率，i＝2时为储氢效率；Qi(t)为t时刻储氢罐的氢气消耗量或储存量，i＝1时为消耗量Q1(t)＝Qfc(t)，i＝2时为储存量Q2(t)＝Qel(t)；OSel(t)和OSfc(t)分别为表示电解槽和燃料电池启停状态的二元变量，若处于工作状态则为1，若处于停止状态则为0。
4.根据权利要求2所述的含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，负荷模型的建立：系统中的负荷具有时变性和随机波动性：
Figure FDA0003894751180000032
式(2)中，PL(t)为t时刻系统负荷所需功率；
Figure FDA0003894751180000033
为t时刻系统负荷的时变性，
Figure FDA0003894751180000034
为t时刻系统负荷的随机波动性；PLPy为负荷点的年负荷峰值；cw为周负荷对年负荷峰值的占比；cd(t)为日负荷对周负荷峰值的占比；μL为期望值；σL为标准差。
5.根据权利要求2所述的含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，ILC功率约束模型的建立：对ILC的运行功率进行约束，表示为：
Figure FDA0003894751180000035
式(3)中，PILC(t)为t时刻通过ILC的功率；
Figure FDA0003894751180000036
和
Figure FDA0003894751180000037
分别为通过ILC功率的上限和下限；ΔPILC(t)为t时刻通过ILC的功率波动量；
Figure FDA0003894751180000038
和
Figure FDA0003894751180000039
分别为在相邻时间段通过ILC功率波动的上限和下限。
6.根据权利要求1所述的含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，步骤3中，所述电源元件包括分布式电源、电解槽、燃料电池和储氢罐；分布式电源包括风机、光伏、蓄电池和微型燃气轮机。
7.根据权利要求1所述的含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，负荷削减是：当系统功率不能满足负荷需求时，切除功率最小的负荷点；若存在多个功率最小的负荷点，则随机切除一个。
8.根据权利要求1所述的含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，步骤7中，所述系统级可靠性指标包括系统平均停电频率指数、系统平均停电持续时间指数、EEDNS指标和EWSPC指标；
EEDNS指标和EWSPC指标用以反映系统中对负荷的供应水平以及弃风现象的严重程度，其表达式分别为：
Figure FDA0003894751180000041
Figure FDA0003894751180000042
式(7)和式(8)中，EEDNS表示系统电力不足期望值，EWSPC表示系统弃风弃光期望值；P(x)为系统状态x的概率；G1和G2分别为出现负荷削减和弃风弃光现象的状态集合；Ce(x)和ΔPw/s(x)分别为在系统状态x下的负荷削减量和弃风弃光量。
9.根据权利要求1所述的含EHS的孤岛型交直流混合微电网系统的可靠性评估方法，其特征在于，步骤7中，所述设备级可靠性指标包括EUP和FUP；EUP和FUP用以反映电解槽和燃料电池开启的可能性，其表达式分别为：
Figure FDA0003894751180000043
Figure FDA0003894751180000044
式(9)和式(10)中，EUP表示电解槽利用概率，FUP表示燃料电池利用概率；G3和G4分别为电解槽和燃料电池处于工作状态的状态集合。
CN202110463798.3A 2021-04-26 2021-04-26 含ehs的孤岛型交直流混合微电网系统的可靠性评估方法 Active CN113141025B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110463798.3A CN113141025B (zh) 2021-04-26 2021-04-26 含ehs的孤岛型交直流混合微电网系统的可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110463798.3A CN113141025B (zh) 2021-04-26 2021-04-26 含ehs的孤岛型交直流混合微电网系统的可靠性评估方法

Publications (2)

Publication Number Publication Date
CN113141025A CN113141025A (zh) 2021-07-20
CN113141025B true CN113141025B (zh) 2022-11-25

Family

ID=76816239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110463798.3A Active CN113141025B (zh) 2021-04-26 2021-04-26 含ehs的孤岛型交直流混合微电网系统的可靠性评估方法

Country Status (1)

Country Link
CN (1) CN113141025B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113949098B (zh) * 2021-10-26 2023-06-02 河北工业大学 计及fcv的孤岛型混合微电网系统可靠性评估方法
CN115514024B (zh) * 2022-10-11 2024-06-11 东北电力大学 一种孤岛微电网系统的控制方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104851053A (zh) * 2015-05-14 2015-08-19 上海电力学院 一种含风光储的配电网供电可靠性评估方法
CN109066659A (zh) * 2018-08-24 2018-12-21 国网河北省电力有限公司电力科学研究院 微电网孤岛运行可靠性评估方法及终端设备
CN110336284A (zh) * 2019-07-30 2019-10-15 湘潭大学 孤岛运行交直流混合微电网静态安全风险评估方法
CN111861029A (zh) * 2020-07-29 2020-10-30 国网上海市电力公司 一种计及孤岛划分和网络重构的供电可靠性评估方法
CN113949098A (zh) * 2021-10-26 2022-01-18 河北工业大学 计及fcv的孤岛型混合微电网系统可靠性评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103107588A (zh) * 2011-11-10 2013-05-15 江苏非并网风电有限公司 非并网风电制氢装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104851053A (zh) * 2015-05-14 2015-08-19 上海电力学院 一种含风光储的配电网供电可靠性评估方法
CN109066659A (zh) * 2018-08-24 2018-12-21 国网河北省电力有限公司电力科学研究院 微电网孤岛运行可靠性评估方法及终端设备
CN110336284A (zh) * 2019-07-30 2019-10-15 湘潭大学 孤岛运行交直流混合微电网静态安全风险评估方法
CN111861029A (zh) * 2020-07-29 2020-10-30 国网上海市电力公司 一种计及孤岛划分和网络重构的供电可靠性评估方法
CN113949098A (zh) * 2021-10-26 2022-01-18 河北工业大学 计及fcv的孤岛型混合微电网系统可靠性评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多态不确定性全时序仿真的微电网可靠性评估与规划;宋晓通;《高电压技术》;20200531;第46卷(第5期);第1518-1527页 *

Also Published As

Publication number Publication date
CN113141025A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN113141025B (zh) 含ehs的孤岛型交直流混合微电网系统的可靠性评估方法
CN108233430B (zh) 一种计及系统能源波动性的交直流混合微网优化方法
CN109149555B (zh) 考虑供电模式的配电网广义电源变电可信容量评价方法
CN103326388A (zh) 基于功率预测的微电网储能系统及容量配置方法
CN107359611B (zh) 考虑多种随机因素的配电网等值方法
CN103326389A (zh) 基于功率预测的微电网储能系统及容量配置方法
CN113949098B (zh) 计及fcv的孤岛型混合微电网系统可靠性评估方法
Hui et al. Optimal energy reserve scheduling in integrated electricity and gas systems considering reliability requirements
CN113690925B (zh) 一种基于微电网的能量交互优化方法及系统
CN109713720A (zh) 一种新能源并网运行的电力电量平衡方法
Yang et al. Research on the reliability and capacity allocation of wind power-solar power-pumped storage hybrid power system
Yang et al. Collaborative optimization of wind-solar-storage configuration in county distribution network considering near-zero carbon emission
CN105896533B (zh) 一种主动配电网静态安全评估方法
CN115378034A (zh) 一种孤岛微电网系统可靠性评估方法以及装置
CN103219791B (zh) 能源切换装置及方法
CN116070501A (zh) 基于氢能设备多状态模型的电氢能源系统可靠性评估方法
Yin et al. Economic and technical comparison of energy storage technologies for renewable accommodation
Crosara et al. Generation adequacy in the Nordic and Baltic area: The potential of flexible residential electric heating
CN107766970B (zh) 一种基于企业效益与用户体验的微电网规划方法
Mishan et al. Co-optimization of operational unit commitment and reserve power scheduling for modern grid
Yu et al. Probabilistic Economic and Adequacy Evaluation of the Zero-Carbon Power Systems with CCUS
Ma et al. Multi-regions bundled planning of wind farm, thermal, energy storage with renewable energy consumption
Shao et al. Capacity Allocation Optimization of PV-and-storage Microgrid Considering Demand Response
Chen et al. A hybrid energy storage power system dispatch strategy for demand response
CN110932306B (zh) 一种电网电压偏差约束指标分摊方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yue Dawei

Inventor after: Yuan Xingxing

Inventor after: Li Lianbing

Inventor after: Zhao Wenti

Inventor after: Liu Hanmin

Inventor before: Yue Dawei

Inventor before: Yuan Xingxing

Inventor before: Li Lianbing

Inventor before: Zhao Wenti

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant