CN113410842A - 计及联动故障的综合能源系统概率能流计算方法及装置 - Google Patents
计及联动故障的综合能源系统概率能流计算方法及装置 Download PDFInfo
- Publication number
- CN113410842A CN113410842A CN202110678425.8A CN202110678425A CN113410842A CN 113410842 A CN113410842 A CN 113410842A CN 202110678425 A CN202110678425 A CN 202110678425A CN 113410842 A CN113410842 A CN 113410842A
- Authority
- CN
- China
- Prior art keywords
- fault
- node
- faults
- energy
- matrix
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims abstract description 52
- 230000008878 coupling Effects 0.000 claims abstract description 40
- 238000010168 coupling process Methods 0.000 claims abstract description 40
- 238000005859 coupling reaction Methods 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000008859 change Effects 0.000 claims abstract description 9
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims abstract description 7
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 239000007789 gas Substances 0.000 description 54
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 23
- 239000013598 vector Substances 0.000 description 18
- 238000004422 calculation algorithm Methods 0.000 description 14
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 238000011144 upstream manufacturing Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 239000003345 natural gas Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000003014 reinforcing effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000002940 Newton-Raphson method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H02J3/04—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
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- 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]
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems 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)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Power Engineering (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
本发明公开了一种计及联动故障的综合能源系统概率能流计算方法及装置，方法包括：根据输入的原始数据生成若干个随机场景，利用非序贯蒙特卡洛模拟技术选取综合能源系统的状态；根据不同类型的跨系统故障的特征以及故障识别矩阵，利用迭代的思想搜寻受跨系统故障影响而强迫停运的元件根据综合能源系统的实际状态进行确定性的多能潮流计算，记录综合能源系统输出变量的状态并得到每个输出变量的方差系数；若所有方差系数都小于给定阈值，结束模拟过程并输出最终结果；否则，需要继续抽取系统实际状态进行计算；针对元件故障所引起的系统运行状态大幅度波动的现象提出加固元件以及改变耦合设备接入方案。装置包括：处理器和存储器。
Description
技术领域
本发明涉及电-热-气区域综合能源系统领域，尤其涉及一种计及联动故障的综合能源系统概率能流计算方法及装置。
背景技术
在能源需求大幅度增长与环境保护日益迫切的双重压力下，许多国家将注意力投向了未来30～50年人类社会能源的主要承载形式——综合能源系统，它可实现不同供用能系统间的有机协调，可提高社会能源供用的安全性、灵活性、可靠性[1]。然而，综合能源系统中大规模且多样化的源荷接入以及多种耦合元件的运行状态会为IES(综合能源系统)带来大量的不确定因素使得传统的确定性潮流计算与最优潮流计算不能够全面反映系统的运行状态。因此，进行概率能流的研究可以让运行规划人员对系统未来的状况有更全面的了解，从而为决策提供有益的指导[2]。
在研究概率能流的问题之前，首先要解决综合能源系统的稳态能流仿真问题。其中主要包括对各个能源子系统的建模工作以及整体系统模型的求解技术。现阶段已有不少文献介绍了对区域电力系统、区域热力系统以及燃气系统的建模方法。燃气管网的稳态模拟技术包含了牛顿节点法，牛顿环路法以及环路节点法；其中牛顿节点法通过不断修正节点压强得到最终结果，而牛顿环路法与环路节点法通过不断修正环路流量得到最终结果。区域供热系统的模型主要可以分为热工和水力两部分进行分析[3]。对于由多个能源子系统所构成的IES，稳态能流的求解算法主要包括：分立求解算法与联合求解算法。前者仅需按照一定顺序计算各个子网络的稳态能量流，但要单独考虑能源耦合环节；后者则直接构建多种能源网络的统一雅可比矩阵。
概率能量流计算则是在确定性能流计算的基础上，考虑了系统各种不确定因素的随机性；这些不确定性因素的来源包括：多元化负荷随时间的连续性波动，分布式电源的间歇性出力以及耦合设备的随机停运等。针对IES的概率能流所研究的问题，目前主要关注于计算性能方面的提高，而没有计及元件失效这一常见的不确定性因素。
参考文献
[1]贾宏杰，王丹，余晓丹，等。区域综合能源系统若干问题研究[J].电力系统自动化,2015,39(7):198～207
[2]Pei Zhang,Stephen T.Lee.Probabilistic Load Flow Computation Usingthe Method of Combined Cumulants and Gram-Charlier Expansion.[J].IEEETrans.Power Syst.,2004,19(1):676～682.
[3]Liu X.Combined analysis of electricity and heat networks[D].Cardiff University,2013.
发明内容
本发明将在传统计及源荷不确定性的区域综合能源系统(Regional IntegratedEnergy System,RIES)概率潮流的基础上，提出了一套涉及源荷波动和元件运行状态等多种不确定性因素的多能概率潮流方法，它能够发现传统多能概率潮流计算方法中可能忽略的高危运行状态，并且针对元件故障所引起的系统运行状态大幅度波动的现象提出了加固元件以及改变耦合设备接入方案等改进措施；这些措施可以有效地减缓系统在面对不确定性因素下运行状态的变化，从而提高系统整体的安全性和稳定性，详见下文描述：
第一方面，一种计及联动故障的综合能源系统概率能流计算方法，所述方法包括：
根据输入的原始数据生成若干个随机场景，利用非序贯蒙特卡洛模拟技术选取综合能源系统的状态；
根据不同类型的跨系统故障的特征以及故障识别矩阵，利用迭代的思想搜寻受跨系统故障影响而强迫停运的元件根据综合能源系统的实际状态进行确定性的多能潮流计算，记录综合能源系统输出变量的状态并得到每个输出变量的方差系数；
若所有方差系数都小于给定阈值，结束模拟过程并输出最终结果；否则，需要继续抽取系统实际状态进行计算；
针对元件故障所引起的系统运行状态大幅度波动的现象提出加固元件以及改变耦合设备接入方案。
其中，所述根据不同类型的跨系统故障的特征以及故障识别矩阵，利用迭代的思想搜寻受跨系统故障影响而强迫停运的元件具体为：
1)输入系统的拓扑结构和初始事故的具体信息，并将事故中故障元件集合记作S0，迭代次数k＝1；
2)建立有向邻接矩阵MRIES并求得故障识别矩阵CRIES；
3)判断初始事故中是否存在故障的耦合元件，如果存在耦合环节中受连接型故障影响的元件需停运，将停运设备记作SLF，否则进入步骤4)；
4)根据故障识别矩阵CRIES判断每个系统中是否存在孤立节点和孤岛，如果存在，则将每个孤立节点所在的节点编号记作
将每个孤岛的节点编号记作
否则进入步骤7)；
5)对故障识别矩阵CRIES的列进行扫描，如果求得的
不为空集，将受影响的元件记作SSIF，否则进入步骤7)；
6)若在SSIF中存在触发连接型故障的元件，将受影响的元件加入到SLF中，否则进入步骤7)；
7)得到故障元件集合S(1)；
8)根据故障元件集合S(k)与步骤4)的结果找到无源孤岛和孤立节点，并记作
9)对CRIES的行进行扫描，如果耦合节点集合
不为空集，将受影响的元件记作
10)若在
中存在触发连接型故障的元件，可以将受影响的设备记作
中，否则进入步骤11)；
11)求得S(k+1)，若S(k+1)与S(k)相等，则S(k)即为考虑跨系统故障传播的最终故障元件集合，否则令k＝k+1，执行步骤8)。
第二方面，一种计及联动故障的综合能源系统概率能流计算装置，所述装置包括：处理器和存储器，所述存储器中存储有程序指令，所述处理器调用存储器中存储的程序指令以使装置执行第一方面所述的方法步骤。
第三方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时使所述处理器执行第一方面所述的方法步骤。
本发明提供的技术方案的有益效果是：
(1)本发明整体的算法框架可以更进一步拓展至风险评估领域，利用风险指标可以更好的量化多元随机因素对源荷侧的影响程度，可以为调度人员提供更直观的系统状态信息以便更好地找到其中的薄弱环节；
(2)本发明可以进一步将元件不可用率这一重要不确定因素引入到其他概率能流的算法中，从而能够更快速地计算和预测实际系统运行过程中的状态变化，针对元件故障所引起的系统运行状态大幅度波动的现象提出了加固元件以及改变耦合设备接入方案等改进措施。
附图说明
图1为确定性多能潮流计算方法的流程图；
图2为源孤立型故障传播示意图；
图3为供应短缺型故障传播示意图；
图4为连接型故障传播示意图；
图5为跨系统故障搜索流程图；
图6为基于蒙特卡洛模拟技术的多能概率潮流算法的流程图；
图7为算例的拓扑结构示意图；
图8为场景1、2下多元负荷节点的标准差对比图；
图9为场景1、2下G7、E10、H6处箱线图对比图；
图10为场景1、2下系统源设备输出能量的CDF对比图；
图11为场景1、2下系统管道和线路传输能量的对比图；
其中，(a)为场景1、2下电力线路传输容量对比图；(b)为场景1、2下热力管道质流量对比图；(c)为场景1、2下燃气管道传输气流量对比图。
图12为场景1、2下多元负荷节点的标准差对比图；
图13为场景2、3下G7、E10、H6处箱线图对比图；
图14为场景2、3下管道与线路传输过程中的标准差对比图；
图15为一种计及联动故障的综合能源系统概率能流计算装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。
区域电力系统的运行特性可由电力系统交流潮流模型来表示，它是一个非线性模型。假设电力网络中存在
个节点，当节点电压用极坐标表示时，
此时，对于系统内每个节点都可列写节点功率的平衡方程，如下式所示：
式中：
和
表示节点i的注入有功功率和注入无功功率；Ui和Uj为节点i与节点j的电压幅值；θij为节点i、j的电压相角差，Gij和Bij分别是节点导纳矩阵第i行、第j列元素的实部和虚部。
电网节点的注入有功功率
和注入无功功率
如下式所示：
式中，
分别表示节点i处发电机产生的有功功率与无功功率，
分别表示节点i处的有功负荷与无功负荷。
结合式(1)与式(2)，对每一个PQ节点与PV节点可列写有功功率不平衡方程，对每一个PQ节点还可列写无功功率不平衡方程，如式(3)所示：
其中，Δ为差值符号。
利用牛顿拉夫逊法可得到电力网络潮流的修正方程如下：
其中，ΔPE与ΔQE分别为电力网络中每次迭代过程中的各个节点的有功功率和无功功率的不平衡量；k为迭代次数；JE为求解电力网络修正方程的雅各比矩阵；Δθ为各个节点的相角修正量；ΔU为各个节点的电压修正量；U为各个节点在迭代过程中的电压值。
其中，区域热力系统的建模由水力模型与热工模型两部分组成。
1)水力模型
式(5)描述了流量的连续性，即流入流出某节点的流量之和应相等。
其中，
表示热力网络的降阶节点-支路关联矩阵；mH为热力管道流量列向量；
表示热力网络源节点与负荷节点的注入流量列向量。
式(6)是热力系统的回路压降方程，即系统内构成环路的管段压降之和应为0。
其中，BH表示热力网络的环路-支路关联矩阵；
表示热力管道压力损失列向量。
式(7)则描述了同一管段中流量与压降的关系。
其中，KH表示热力管道的阻力系数列向量，其与管道的长度，内径，粗糙度等硬件参数相关；|mH|表示向量中每一个元素的绝对值。
假设系统中有
个环路，则由式(6)与式(7)可得：
其中，
表示系统内热网管段数量，
表示BH中第i行第j列的元素。
将(5)式与(8)式联立便可得到完整的热力系统的水力模型，在该模型中，系统的管道流量可以被求出。
2)热工模型
热力网络中的每个节点均与3种温度相关联：供水温度Ts，出水温度To与回水温度Tr，每个节点的热功率通常可由热水流入节点的流量与它释放的热量共同决定，如式(9)所示。
其中，Φ为节点热功率列向量；Cp表示水的比热容；Ts,To分别表示节点的供水温度列向量与回水温度列向量。
热水流经管道的热力损失可用(10)式衡量。
式中：Tstart和Tend分别表示某一热水管道始节点水温与末节点水温；λ表示管道该管道单位长度的总传热系数；LH表示该管道的长度；Ta为外界环境温度。
若有多条管道的热水汇入同一个节点，则称该节点为混合节点；混合节点的水温取决于和它相连管道的质流量与水温，可用式(11)描述。
∑minTin＝(∑mout)Tout (11)
其中，min与mout分别表示流入与流出混合节点的管道流量；Tin表示流入混合节点前的管道水温，Tout表示热水混合后的水温。
结合(9)～(11)式可以得到热力系统的温度模型，它主要用来计算负荷节点的供水温度与所有节点的回水温度。
热力网络模型的求解方法大致可分为热力水工联立求解算法与热力水工分立求解算法[3]。本发明实施例采用分立求解算法，具体步骤如下：
1)根据热功率方程式(9)，计算所有流入节点的热水流量
2)判断热力网络的拓扑结构，如下：
若为辐射状网络，可直接用式(12)线性求解mH。
若为环状网络，可根据水力模型(式(5)与式(8))列写牛顿拉夫逊法方程的表达式(13)，计算对应的雅各比矩阵JH并更新mH。
其中，ΔFH为管道流量误差列向量，ΔfH为关于管道流量的误差方程。
3)可将热工模型式(10)改写成如下形式：
T′end＝ΨT′start (14)
其中，T′end＝Tend-Ta,T′start＝Tstart-Ta,
根据式(9)，式(11)与式(14)可线性求解出节点的供回水温度。
4)若mH,Ts,Tr的迭代误差小于规定的阈值，则计算结束，否则将新的温度列向量代入步骤1)中进行新一轮的迭代计算。
区域天然气系统模型主要通过燃气流量的连续性建立，即在任何节点的气负荷等于流入流出该节点支路气流量的代数和，可用矩阵形式表示为：
式中：
为天然气网络的降阶节点-支路关联矩阵；QG为天然气管道流量列向量；LG为节点气负荷列向量。
对于不同压强等级的天然气网络，其管道压降与气流量存在不同的关系，具体可将管网分为低压(0～75mbar)，中压(75mbar～2bar)与高压(2～7bar)3种压强等级，采用不同的稳态流动方程描述，它们的通式如下：
其中，
表示节点i与节点j的气压差，
表示连接节点i与节点j之间管道的阻力系数，
表示该管道的气流量，指数k在低压网络中取值为2；在中压网络中取值为1.848，在高压网络中取值为1.854。
本发明实施例以上述数值为例进行说明，具体实现时，本发明实施例对此不做赘述。
ΔPG与KG的计算方式如下：
注：式(17)中的“低压网络”表示当所研究的燃气网络的气压等级为低压时需用到公式
“中压以及高压网络”表示当所研究的燃气网络的气压等级为中压以及高压时需用到公式
式(18)同理，再次不做赘述。
式中，
分别表示节点i与节点j的绝对压强，lG,dG分别表示管道的长度与内径，ε表示管道的效率因子，反映由于额外的摩擦以及牵制所引起的流量或压强损失。
由于区域天然气网一般为中压网络，可将式(16)改写成如下形式：
进一步拓展至矩阵向量形式可得：
其中，QG是管道燃气流量列向量，ΔPG是由管道始末节点压强的平方差构成的列向量；KG为燃气管道的阻力系数列向量，
是从ΔPG求得QG的一种函数规则，
为数学意义上的“等价于”的含义。
燃气网络的节点压强与管道压差存在以下关系：
(-AG)TPG＝ΔPG (21)
其中，AG为燃气网络的节点支路关联矩阵，PG为燃气节点的气压(或气压的平方)列向量。
结合式(15)、式(20)与式(22)可列写燃气网络的牛顿拉夫逊方程如下：
其中，ΔFG为管道燃气流量误差列向量，ΔfG为关于管道燃气流量的误差方程。
其迭代过程如下：
(PG)(k+1)＝(PG)(k)+(ΔPG)(k) (23)
ΔPG的第k次迭代值可由以下修正方程得到：
FG(PG)(k)+JG(ΔPG)(k)＝0 (24)
其中，JG是燃气节点的雅各比矩阵。
由于在探讨不同能源系统变化对综合能源系统的影响时，分立求解算法更为灵活且易于拓展，因此在分析过程中采用该算法来求解多能潮流。
分立求解算法要求在每次独立求解完某能源子系统的能流后更新相应的耦合设备数据，随后再根据耦合设备数据完善下一个能源子系统的源荷数据，从而使得潮流计算可以不断顺利地进行，直至满足收敛条件。具体流程如图1所示，其中K1Max表示最大的总迭代次数，K2Max表示最大电-热迭代次数。
RIES中存在多种发生在不同类型部门间的能量交换，某个部门中由于元件失效所导致的事故可能会通过耦合环节使其他部门连带地发生事故，从而引起跨系统故障，导致跨系统故障的元件称为触发元件。将向耦合环节提供能量的系统看作上游系统，从耦合环节中消耗能量的系统看作下游系统，基于上下游系统的传播方向，将所有跨系统故障分为三类：源孤立型故障、供应短缺型故障以及连接型故障。
将图2中的跨系统故障看作源孤立型故障，该类型故障的初始事故一般为下游系统中与源节点相连的出口管道故障。这会相继地使耦合环节中源设备降额运行甚至停运，从而会干扰到上游系统对某一时段的负荷预测。源孤立型故障对多部门系统的影响顺序与能量流正常的运行方向相反。例如，与燃气锅炉相连的热力出口管道的故障会导致该设备的强迫停运，进而导致对应燃气网络中节点负荷的减小。
将图3的跨系统故障看作供应短缺型故障。当管道或线路的故障使得上游系统中耦合节点位于无源孤岛中(即源节点与耦合节点之间不可达)，耦合环节中的设备会由于缺少能量供应而强迫停运，进而对下游网络中源节点输出的能量产生影响。供应短缺型故障的传播方向与系统中能量流正常的运行方向相同。例如：CHP所在的燃气节点变成了孤立节点，燃气供应的不足会使CHP机组需要强迫停运，这会连带地导致电力网络与热力网络都失去一部分的能量供应。
将图4的跨系统故障看作连接型故障。该类型故障的初始事故发生在耦合环节中，并且会连带地造成其他设备的强迫停运，可能会影响其他耦合环节的正常运行。需要注意，当源孤立型故障与供应短缺型故障传播到耦合环节时，可能出现新的触发元件而引起连接型故障。此类跨系统故障是双向传播的。例如：耦合环节中循环泵发生故障而停运，此时热电厂虽然有足够的热功率可以供应，但由于缺乏水头压力，热电厂也需要强迫停运。对于下游层的热力网络，相当于失去了一个热源节点，而对于上游层的燃气网络，循环泵以及热电厂所连接的节点负荷会相应发生变化。
假定一个由电热气组成的区域综合能源系统，各个部门间通过耦合环节相连，那么可将该系统的拓扑结构用邻接矩阵的形式表示，经过变换可写成分块矩阵，参见式(25)：
其中，MG、ME、MH分别表示燃气、电力以及热力网络的邻接矩阵MG2E、MG2H、ME2G、ME2H、MH2G、MH2E均表示有向的耦合矩阵，MG2E表示从燃气网络到电力网络的有向耦合矩阵，MG2H表示从燃气网络到热力网络的有向耦合矩阵，ME2G表示从电力网络到燃气网络的有向耦合矩阵，ME2H表示从电力网络到热力网络的有向耦合矩阵，MH2G表示从热力网络到燃气网络的有向耦合矩阵，MH2E表示从热力网络到电力网络的有向耦合矩阵。由上文对源孤立型故障与供应短缺型故障的描述可知，当系统的拓扑结构变化时，出现的孤岛和孤立节点会导致跨系统故障的发生。可以利用燃气、电力以及热力网络的可达矩阵
来判断部门中两个顶点间路径的存在性。参见式(26)-(28)，其中矩阵间的连乘需要满足布尔运算法则。
其中，I代表单位矩阵，k为正整数。
将
的行和列做适当的调整，可以变成对角矩阵的形式，其中每一个分块矩阵都代表着一个连通子图：
其中，Λ为对角分块矩阵标记，RG、RE、RH分别为燃气、电力以及热力网络的对角形式的可达矩阵。
结合式(25)-(31)，可构建故障识别矩阵CRIES如下：
其中，
为故障识别矩阵中i行j列的元素，nRIES为RIES中总的节点个数。
系统间上下游关系是相对的，并且一些跨系统故障在传播过程中可能会相互影响，导致故障传播的路线错综复杂。可以根据不同类型的跨系统故障的特征以及故障识别矩阵，利用迭代的思想搜寻受跨系统故障影响而强迫停运的元件，具体步骤如下：
1)输入系统的拓扑结构和初始事故的具体信息，并将事故中故障元件集合记作S0，迭代次数k＝1。
2)建立系统的有向邻接矩阵MRIES并进一步根据式(25)～式(32)求得故障识别矩阵CRIES；
3)判断初始事故中是否存在故障的耦合元件，如果存在则会引发连接型故障，耦合环节中受连接型故障影响的元件需停运，可将这些停运设备记作SLF，否则进入步骤4)；
4)根据故障识别矩阵CRIES判断每个系统中是否存在孤立节点和孤岛，如果存在，则将每个孤立节点所在的节点编号记作
将每个孤岛的节点编号记作
否则进入步骤7)；
5)对故障识别矩阵CRIES的列进行扫描(参见式(33)-(35))，如果求得的
不为空集，说明下游系统中的一些孤立节点会触发源孤立型故障，可将受影响的元件记作SSIF，否则进入步骤7)；
6)若在SSIF中存在触发连接型故障的元件，可以把受影响的元件加入到SLF中，否则进入步骤7)；
7)按式(14)得到故障元件集合S(1)：
S(1)＝S0∪SLF∪SSIF (36)
8)根据故障元件集合S(k)与步骤4)的结果找到系统中的无源孤岛和孤立节点，并记作
9)对CRIES的行进行扫描(见式(37)-(39))，如果耦合节点集合
不为空集，说明上游系统中存在一些无源孤岛和孤立节点了触发供应短缺型故障，可将受影响的元件记作
10)若在
中存在触发连接型故障的元件，可以将受影响的设备记作
中，否则进入步骤11)；
11)根据式(40)可求得S(k+1)：
12)若S(k+1)与S(k)相等，则执行步骤13)，否则令k＝k+1，返回执行步骤8)；
13)S(k)即为考虑跨系统故障传播的最终故障元件集合。
具体的流程图可见图5，值得注意的是，故障在传播过程中，CHP机组可能需要充当平衡节点而切换原先的运行模式，例如：初始设定参数时，CHP机组在热力网络中充当节点，运行模式为“以电定热”；但由于跨系统故障的传播，该CHP机组在某热力孤岛中作为热平衡节点，此时，CHP机组的热出力是由热力负荷所决定的，运行模式需要切换到“以热定电”。
因从，可以提出一套涉及源荷波动和元件不可用率等多种不确定性因素的多能概率潮流计算方法，算法的具体流程参见图6。首先，输入系统的拓扑信息、负荷数据以及相关的概率模型(包括光照概率模型、风速概率模型以及元件停运模型)，利用非序贯蒙特卡洛模拟技术生成几千个系统的随机运行场景。随后，大量的场景需要被抽取计算。在抽取的过程中，如果出现了伴随有事故的运行场景，那么需要根据元件间的联动关系找到受影响的元件集合。这些元件也需要关停，这样可以将原先由联动关系造成的具有不确定性的故障场景变为确定性的故障场景，从而可以顺利进行确定性多能潮流的计算。每次计算的结果需要记录并且用于求出方差系数。如果所有的方差系数都小于给定阈值，那么抽样过程可以结束，大量的模拟结果可以利用统计学进行分析，否则，需要抽取更多的场景进行计算。
算例部分的区域综合能源系统由IEEE 33节点配电网络，巴厘岛32节点区域热力网络以及36节点单级中压燃气管网构成，各个网络的具体参数可参考文献[1-2]，拓扑结构见图7。其中电力网络的平衡节点E1与上级电网相连，E18、E25与发电设备相连；热力网络中H1是热平衡节点，H31与H32和产热设备相连；燃气网络中G22与G36均与燃气门站相连，这意味着它们均是恒压节点(压力为3.6×105Pa)。元件的不可用率数据见参考文献[3]。
为充分说明元件的失效率和接入位置对RIES稳态运行的影响，本发明实施例耦合设备的接入方案有两种不同的形式，均已在下方表格中展示：
表1算例中设备的接入方案
设置三个不同的场景进行对比，场景的基本设置与具体计算情况见表2-3。
表2算例的场景设置
| 场景编号 | 考虑元件故障 | 考虑加固元件 | 设备接入位置 |
| 1 | × | × | Plan A |
| 2 | √ | × | Plan A |
| 3 | √ | √ | Plan B |
表3算例的计算情况
(a)对负荷节点的影响
图8展示了场景1与场景2中各个能源子系统负荷节点的输出变量标准差对比，在考虑RIES的元件故障后，系统输出变量的波动趋势与不考虑故障前类似，但波动的范围均有不同程度的增加。
如果将每个子系统的拓扑结构看作一个树的话，那么位于枝上的末端节点会最容易失去与系统的联系，供能也更易失去保障。枝上节点的输出变量波动会明显高于其他节点。例如场景2中E19～E22对应的标准差要明显高于场景1；热力网络与燃气网络输出变量的标准差对比中，折线尖峰所对应的节点位置也大多位于拓扑结构中枝的末端。
图9分别给出了RIES中负荷节点G7,E10与H6的输出变量箱线图。在考虑元件故障后，每个节点输出变量的箱体高度变化不大，说明两场景下数据的分布情况较为接近。然而，在Scenario 2中，每个箱体的帽盖外都出现了大量的异常值，这说明在考虑元件故障后，每个负荷节点的输出变量均会有较大的波动。值得注意的是，H7在Scenario 2中，供水温度的极小异常值数量较少，并且较为温和；而E10的极小异常值较H7更多，并且大多数为极端异常值，表明E10电压的波动范围更大；在描述G7的箱线图中，箱体被压缩的较扁，说明数据分布较为集中，它与另外两图最大的不同之处在于出现了较多的极大异常值，这表明元件故障对燃气负荷节点的运行状态造成了最大的影响。电力网络母线电压与燃气网络节点气压产生的波动会直接影响对用户的供能质量，而区域热力网络末端一次侧的温度变化会对换热器的温度控制提出一定要求，并且当热水管道破裂而导致对用户的供能中断时，换热器无法从一次侧获取足够的热功率，从而间接影响室温变化。
(b)元件故障对源节点的影响
图10展示了每个子系统中源节点输出能量的CDF曲线。由于假定E1为足够坚强的上级电网连接点，在场景2中它向区域电网的供能范围变大；而对于H1与H31，当考虑元件故障后，两源节点均会因为元件的不可用率而出现出力为0的情况，但在正常运行时，它们的出力仍比场景1中的出力波动要大。在场景1中由于和G36、G22相连的燃气门站均不会发生强迫停运，因此G36的燃气流量始终只在较高水平内小范围波动，G22只会在较低的水平内小范围波动。而在场景2中，由于两燃气门站都有停运的可能，如果要保证对所有用户的气负荷供应，G36与G22的燃气流量会打破原先高低水平的关系，不会始终维持在某一较为稳定的区间范围内。
需要指出，RIES中E18与H31作为源节点，它们输出的能量均来自同一台背压式CHP机组。由于它需要保持自身的热电比，因此E18与H31输出功率的CDF曲线趋势完全相同，但场景2中由于CHP机组可能作为平衡节点而切换运行模式，所以不能像在场景1中那样，始终保持“以热定电”模式下0.5MW的恒定热出力。
综上，在考虑元件故障的场景下，能源转换设备不仅会由于停运而无法供能，并且在投运状态下可能由于各种联动故障而造成短时间内的重载或超载运行，从而对设备的安全造成隐患。
(c)元件故障能流传输的影响
图11展示了场景1与场景2中RIES线路和管道传输容量的统计数据，能量流的均值采用了柱状图加上标准差的形式。从中可看出，在考虑元件故障的场景下，尽管各个子系统的能量流均值变化不大，但误差线的帽盖都变高了，这表示能流的标准差都有不同程度的增加；换句话说，在两场景中，尽管管道和线路的利用率较为接近，但在考虑跨系统故障的场景下，能流的波动程度更为剧烈。
元件故障会对RIES的稳态运行造成很大的影响，可以采取哪些措施来应对元件故障情况下系统输出变量的大范围波动是本小节所要讨论的问题。
耦合设备不同的接入位置以及元件自身的不可用率从会显著影响联动故障在系统内的传播，从而造成系统输出变量的波动。为此，本发明实施例设置场景3，按照Plan B改变设备接入系统的位置，尽可能保证故障发生时他们与源节点的联系不被中断，从拓扑的角度提高系统的可靠性；此外，由于燃气网络会同时向电力网络与热力网络提供能量，在系统中的作用十分关键，因此，场景3中还考虑采用加固燃气管道的措施，将原先元件0.005的不可用率降低至0.0025，分析结果如下：
从整体负荷节点输出变量的标准差来看(参见图12)，由于气网管道的不可用率降低，燃气网络负荷节点的气压标准差明显减小，表示它所具有的波动也会明显减小。电网与热网的输出变量的标准差也有不同程度的降低。
两场景下RIES中负荷节点G7,E10与H6的输出变量箱线图参见图13。由于采取了改进措施，每个负荷节点输出变量的异常值均有不同程度的减小，其中G7的极大异常值的改善较为明显。
从各个子系统管道与线路的能量流标准差对比(参见图14)可知，靠近源侧的电力线路与燃气管道的传输流量标准差显著下降，这意味着场景3下RIES可以在更稳定的能量流传输中运行。
基于同一发明构思，本发明实施例还提供了一种计及联动故障的综合能源系统概率能流计算装置，参见图15，该装置包括：处理器1和存储器2，存储器2中存储有程序指令，处理器1调用存储器2中存储的程序指令以使装置执行实施例中的以下方法步骤：
根据输入的原始数据生成若干个随机场景，利用非序贯蒙特卡洛模拟技术选取综合能源系统的状态；
根据不同类型的跨系统故障的特征以及故障识别矩阵，利用迭代的思想搜寻受跨系统故障影响而强迫停运的元件根据综合能源系统的实际状态进行确定性的多能潮流计算，记录综合能源系统输出变量的状态并得到每个输出变量的方差系数；
若所有方差系数都小于给定阈值，结束模拟过程并输出最终结果；否则，需要继续抽取系统实际状态进行计算；
针对元件故障所引起的系统运行状态大幅度波动的现象提出加固元件以及改变耦合设备接入方案。
其中，根据不同类型的跨系统故障的特征以及故障识别矩阵，利用迭代的思想搜寻受跨系统故障影响而强迫停运的元件具体为：
1)输入系统的拓扑结构和初始事故的具体信息，并将事故中故障元件集合记作S0，迭代次数k＝1；
2)建立有向邻接矩阵MRIES并求得故障识别矩阵CRIES；
3)判断初始事故中是否存在故障的耦合元件，如果存在耦合环节中受连接型故障影响的元件需停运，将停运设备记作SLF，否则进入步骤4)；
4)根据故障识别矩阵CRIES判断每个系统中是否存在孤立节点和孤岛，如果存在，则将每个孤立节点所在的节点编号记作
将每个孤岛的节点编号记作
否则进入步骤7)；
5)对故障识别矩阵CRIES的列进行扫描，如果求得的
不为空集，将受影响的元件记作SSIF，否则进入步骤7)；
6)若在SSIF中存在触发连接型故障的元件，将受影响的元件加入到SLF中，否则进入步骤7)；
7)得到故障元件集合S(1)；
8)根据故障元件集合S(k)与步骤4)的结果找到无源孤岛和孤立节点，并记作
9)对CRIES的行进行扫描，如果耦合节点集合
不为空集，将受影响的元件记作
10)若在
中存在触发连接型故障的元件，可以将受影响的设备记作
中，否则进入步骤11)；
11)求得S(k+1)，若S(k+1)与S(k)相等，则S(k)即为考虑跨系统故障传播的最终故障元件集合，否则令k＝k+1，执行步骤8)。
这里需要指出的是，以上实施例中的装置描述是与实施例中的方法描述相对应的，本发明实施例在此不做赘述。
上述的处理器1和存储器2的执行主体可以是计算机、单片机、微控制器等具有计算功能的器件，具体实现时，本发明实施例对执行主体不做限制，根据实际应用中的需要进行选择。
存储器2和处理器1之间通过总线3传输数据信号，本发明实施例对此不做赘述。
基于同一发明构思，本发明实施例还提供了一种计算机可读存储介质，存储介质包括存储的程序，在程序运行时控制存储介质所在的设备执行上述实施例中的方法步骤。
该计算机可读存储介质包括但不限于快闪存储器、硬盘、固态硬盘等。
这里需要指出的是，以上实施例中的可读存储介质描述是与实施例中的方法描述相对应的，本发明实施例在此不做赘述。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。
计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者通过计算机可读存储介质进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质或者半导体介质等。
参考文献
[1]BARAN M E，WU F F.Network reconfiguration in distribution systemsfor loss reduction and load balancing[J].IEEE Transactions on Power Delivery，1989，4(2)：1401-1407.
[2]Liu X.Combined analysis of electricity and heat networks[D].Cardiff University,2013.LI Miao，MU Hailin，LI Nan，et al.Optimal option ofnatural-gas district distributed energy systems for various buildings[J].Energy and Buildings，2014(75)：70-83.
[3]Juan Yu,Lin Guo,Mengnan Ma,Risk assessment of integratedelectrical,natural gas and district heating systems considering solar thermalCHP plants and electric boilers[J].Electrical Power and Energy Systems.2018,103:277～287.
本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种计及联动故障的综合能源系统概率能流计算方法，其特征在于，所述方法包括：
根据输入的原始数据生成若干个随机场景，利用非序贯蒙特卡洛模拟技术选取综合能源系统的状态；
根据不同类型的跨系统故障的特征以及故障识别矩阵，利用迭代的思想搜寻受跨系统故障影响而强迫停运的元件根据综合能源系统的实际状态进行确定性的多能潮流计算，记录综合能源系统输出变量的状态并得到每个输出变量的方差系数；
若所有方差系数都小于给定阈值，结束模拟过程并输出最终结果；否则，需要继续抽取系统实际状态进行计算；
针对元件故障所引起的系统运行状态大幅度波动的现象提出加固元件以及改变耦合设备接入方案。
2.根据权利要求1所述的一种计及联动故障的综合能源系统概率能流计算方法，其特征在于，所述根据不同类型的跨系统故障的特征以及故障识别矩阵，利用迭代的思想搜寻受跨系统故障影响而强迫停运的元件具体为：
1)输入系统的拓扑结构和初始事故的具体信息，并将事故中故障元件集合记作S0，迭代次数k＝1；
2)建立有向邻接矩阵MRIES并求得故障识别矩阵CRIES；
3)判断初始事故中是否存在故障的耦合元件，如果存在耦合环节中受连接型故障影响的元件需停运，将停运设备记作SLF，否则进入步骤4)；
4)根据故障识别矩阵CRIES判断每个系统中是否存在孤立节点和孤岛，如果存在，则将每个孤立节点所在的节点编号记作
将每个孤岛的节点编号记作
否则进入步骤7)；
5)对故障识别矩阵CRIES的列进行扫描，如果求得的
不为空集，将受影响的元件记作SSIF，否则进入步骤7)；
6)若在SSIF中存在触发连接型故障的元件，将受影响的元件加入到SLF中，否则进入步骤7)；
7)得到故障元件集合S(1)；
8)根据故障元件集合S(k)与步骤4)的结果找到无源孤岛和孤立节点，并记作
9)对CRIES的行进行扫描，如果耦合节点集合
不为空集，将受影响的元件记作
10)若在
中存在触发连接型故障的元件，可以将受影响的设备记作
中，否则进入步骤11)；
11)求得S(k+1)，若S(k+1)与S(k)相等，则S(k)即为考虑跨系统故障传播的最终故障元件集合，否则令k＝k+1，执行步骤8)。
3.一种计及联动故障的综合能源系统概率能流计算装置，其特征在于，所述装置包括：处理器和存储器，所述存储器中存储有程序指令，所述处理器调用存储器中存储的程序指令以使装置执行权利要求1-2中的任一项所述的方法步骤。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时使所述处理器执行权利要求1-2中的任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110678425.8A CN113410842B (zh) | 2021-06-18 | 2021-06-18 | 计及联动故障的综合能源系统概率能流计算方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110678425.8A CN113410842B (zh) | 2021-06-18 | 2021-06-18 | 计及联动故障的综合能源系统概率能流计算方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113410842A true CN113410842A (zh) | 2021-09-17 |
| CN113410842B CN113410842B (zh) | 2022-07-05 |
Family
ID=77681554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110678425.8A Active CN113410842B (zh) | 2021-06-18 | 2021-06-18 | 计及联动故障的综合能源系统概率能流计算方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113410842B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114048942A (zh) * | 2021-10-08 | 2022-02-15 | 国电南瑞科技股份有限公司 | Ies-cps系统信息-物理组合预想故障生成方法、装置、存储介质及计算设备 |
| CN114219226A (zh) * | 2021-11-24 | 2022-03-22 | 国网天津市电力公司电力科学研究院 | 一种量化区域综合能源系统运行风险及平抑风险的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108512226A (zh) * | 2018-05-21 | 2018-09-07 | 西安交通大学 | 一种灾害下电力系统恢复力评估的方法 |
| 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 |
| CN110543661A (zh) * | 2019-07-18 | 2019-12-06 | 国网江苏省电力有限公司 | 计及相关性的电-热互联综合能源系统概率能量流计算方法 |
| CN111444593A (zh) * | 2020-03-02 | 2020-07-24 | 浙江大学 | 一种电-气综合能源系统元件脆弱性改善方法 |
| CN112016033A (zh) * | 2020-08-07 | 2020-12-01 | 大连理工大学 | 一种基于前推回代法的电-热-气综合能源系统潮流计算方法 |
| CN112736923A (zh) * | 2020-12-08 | 2021-04-30 | 华南理工大学 | 一种考虑电网故障影响的天然气网连锁故障评估控制方法 |
-
2021
- 2021-06-18 CN CN202110678425.8A patent/CN113410842B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108512226A (zh) * | 2018-05-21 | 2018-09-07 | 西安交通大学 | 一种灾害下电力系统恢复力评估的方法 |
| CN110543661A (zh) * | 2019-07-18 | 2019-12-06 | 国网江苏省电力有限公司 | 计及相关性的电-热互联综合能源系统概率能量流计算方法 |
| 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 |
| CN111444593A (zh) * | 2020-03-02 | 2020-07-24 | 浙江大学 | 一种电-气综合能源系统元件脆弱性改善方法 |
| CN112016033A (zh) * | 2020-08-07 | 2020-12-01 | 大连理工大学 | 一种基于前推回代法的电-热-气综合能源系统潮流计算方法 |
| CN112736923A (zh) * | 2020-12-08 | 2021-04-30 | 华南理工大学 | 一种考虑电网故障影响的天然气网连锁故障评估控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| KAI YUAN.ET AL: "A Multi-energy Flow Calculation Method", 《PREPRINTS OF THE 4TH IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION》, 15 February 2021 (2021-02-15) * |
| 王立虎 等: "考虑特高压接入的发输电组合系统可靠性评估", 《现代电力》, vol. 34, no. 2, 30 April 2017 (2017-04-30), pages 43 - 49 * |
| 贾宏杰 等: "区域综合能源系统若干问题研究", 《电力系统自动化》, vol. 39, no. 7, 10 April 2015 (2015-04-10) * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114048942A (zh) * | 2021-10-08 | 2022-02-15 | 国电南瑞科技股份有限公司 | Ies-cps系统信息-物理组合预想故障生成方法、装置、存储介质及计算设备 |
| CN114048942B (zh) * | 2021-10-08 | 2024-03-01 | 国电南瑞科技股份有限公司 | Ies-cps系统信息-物理组合预想故障生成方法、装置、存储介质及计算设备 |
| CN114219226A (zh) * | 2021-11-24 | 2022-03-22 | 国网天津市电力公司电力科学研究院 | 一种量化区域综合能源系统运行风险及平抑风险的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113410842B (zh) | 2022-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Probabilistic energy flow calculation for regional integrated energy system considering cross-system failures | |
| Cao et al. | Reliability assessment of integrated energy systems considering emergency dispatch based on dynamic optimal energy flow | |
| Erdener et al. | An integrated simulation model for analysing electricity and gas systems | |
| Sarbu et al. | A review of modelling and optimisation techniques for district heating systems | |
| Cong et al. | Robust optimization for improving resilience of integrated energy systems with electricity and natural gas infrastructures | |
| CN113410842B (zh) | 计及联动故障的综合能源系统概率能流计算方法及装置 | |
| Kashani et al. | Techno-economical and environmental optimization of natural gas network operation | |
| CN110851960B (zh) | 一种计及天然气网络影响的配电网运行可靠性评估方法 | |
| Badami et al. | Design of district heating networks through an integrated thermo-fluid dynamics and reliability modelling approach | |
| Song et al. | Security region of natural gas pipeline network system: Concept, method and application | |
| Sun et al. | Resilience enhancement strategy for multi-energy systems considering multi-stage recovery process and multi-energy coordination | |
| CN108416507B (zh) | 面向电-气耦合综合能源系统的静态灵敏度分析方法 | |
| Beyza et al. | Assessing the criticality of interdependent power and gas systems using complex networks and load flow techniques | |
| CN112736923B (zh) | 一种考虑电网故障影响的天然气网连锁故障评估控制方法 | |
| Maihemuti et al. | Dynamic security and stability region under different renewable energy permeability in IENGS system | |
| Wang et al. | A novel index for assessing the robustness of integrated electrical network and a natural gas network | |
| Liang et al. | Risk assessment for cascading failures in regional integrated energy system considering the pipeline dynamics | |
| Zhao et al. | Reliability evaluation of community integrated energy systems based on fault incidence matrix | |
| Li et al. | A machine learning-based reliability evaluation model for integrated power-gas systems | |
| Ding et al. | Operational reliability assessment of integrated heat and electricity systems considering the load uncertainties | |
| Manesh et al. | New procedure for determination of availability and reliability of complex cogeneration systems by improving the approximated Markov method | |
| Chi et al. | Integrated deterministic and probabilistic safety analysis of integrated energy systems with bi-directional conversion | |
| Shengyu et al. | Review on interdependency modeling of integrated energy system | |
| Liang et al. | Risk-based distributionally robust optimal dispatch for multiple cascading failures in regional integrated energy system using surrogate modeling | |
| Dong et al. | Robust coordinated resilience enhancement strategy for communication networks of power and thermal cyber-physical systems considering decision-dependent uncertainty |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Hou Kai Inventor after: Li Hang Inventor after: Li Qiang Inventor after: Jia Hongjie Inventor after: Zhu Lewei Inventor before: Hou Kai Inventor before: Li Hang Inventor before: Jia Hongjie Inventor before: Zhu Lewei |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |