CN113690891A - 一种基于解析法的电-热互联综合能源系统概率潮流确定方法 - Google Patents

一种基于解析法的电-热互联综合能源系统概率潮流确定方法 Download PDF

Info

Publication number
CN113690891A
CN113690891A CN202110863252.7A CN202110863252A CN113690891A CN 113690891 A CN113690891 A CN 113690891A CN 202110863252 A CN202110863252 A CN 202110863252A CN 113690891 A CN113690891 A CN 113690891A
Authority
CN
China
Prior art keywords
node
heat
probability
power
flow
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
Application number
CN202110863252.7A
Other languages
English (en)
Other versions
CN113690891B (zh
Inventor
李红
王文学
伏祥运
何维祥
王博
王炜
张志福
许其楼
袁斌
王舒捷
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.)
Lianyungang Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Lianyungang Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lianyungang Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Lianyungang Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority to CN202110863252.7A priority Critical patent/CN113690891B/zh
Publication of CN113690891A publication Critical patent/CN113690891A/zh
Application granted granted Critical
Publication of CN113690891B publication Critical patent/CN113690891B/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
    • H02J3/04—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable 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
    • H02J2300/40—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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明基于解析法和近似法，公开了一种电‑热互联综合能源系统概率潮流确定方法，首先通过正态分布函数的数字特征得到管道流量的均值与方差，然后利用连续型随机变量的性质得到了节点温度的均值与方差，当求得热电联产机组热出力概率分布后可得机组电出力概率分布，最后求得电网各状态变量的概率分布。本发明所提方法不需要迭代即可计算出稳态潮流与概率潮流，而且不存在收敛性问题，该方法能在保证计算精度的同时，极大提高了计算速度，可为综合能源系统的不确定性分析和风险评估提供参考。

Description

一种基于解析法的电-热互联综合能源系统概率潮流确定 方法
技术领域
本发明涉及综合能源系统运行调度与控制技术领域，特别是一种基于解析法的电-热互联综合能源系统概率潮流确定方法。
背景技术
区域综合能源系统以电力系统为核心，综合考虑电、气、热等多种用能需求，形成具有多能协同特征的综合系统。但目前电力系统、热力系统等普遍存在独立规划、独立运行的特点，各种能源网络间缺乏有效交互，难以发挥多能源系统的耦合互补的优势。随着能源互联网的快速发展，当前的研究热点集中在对于冷、热、电、气等多种类型能量形式的综合规划与利用。
电-热系统稳态潮流属于确定性分析，它是对综合能源系统深入研究的基础。综合能源系统稳态潮流是研究电网、气网和热网耦合形成的多网流系统潮流分布，且主要从模型和求解方法两方面进行研究。在模型方面，电网稳态潮流方程是由节点功率方程组成的非线性方程组。气网稳态模型包括管道流量方程、加压站方程和节点流量平衡方程三个方面。热网稳态模型主要包括水力模型和热力模型两个方面。
随着新能源大量并网，增大了负荷的不确定性，同时能源转化设备应用日益广泛增强了不同能源系统间的耦合程度，因此综合能源系统中包含大量的不确定性因素，如各类负荷或新能源出力的波动、故障等，且不同能源网络之间存在相互影响，某网络的波动可能对综合能源系统潮流分布产生根本性的变化，仅通过确定性分析难以把握综合能源系统在不确定环境下的运行状态，所以在综合能源系统运行分析中，为考查各种不确定性因素对系统运行的影响，需要大量地重复性潮流计算，而概率潮流计算能够充分考虑这些不确定性因素，从而更全面地反映系统运行状况。
本发明研究电-热互联综合能源系统概率潮流，它是描述负荷或其他状态发生波动时，系统状态变量的概率情况。电-热互联综合能源系统概率潮流属于不确定性分析，它对整个系统安全稳定具有重要意义。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种基于解析法的电-热互联综合能源系统概率潮流确定方法，在保证计算精度的同时提高了计算效率。
实现本发明目的的技术解决方案为：
一种基于解析法的电-热互联综合能源系统概率潮流的确定方法，包括以下步骤：
步骤1：获取电力系统的参数信息，包括电网拓扑、支路参数信息、发电机参数信息和电负荷信息；
步骤2：获取热力系统的参数信息，包括热网拓扑、管道参数信息、热源参数信息和热负荷信息；
步骤3：根据步骤1和步骤2获取的参数信息，构建电-热互联综合能源系统非线性稳态模型；
步骤4：根据步骤3的模型构建辐射状供热网络概率潮流模型，确定辐射状供热网络概率潮流；
步骤5：根据步骤4的结果和热电联产机组热电比，确定电网概率潮流信息；
步骤6：根据步骤4和步骤5的结果，输出电-热互联综合能源系统概率潮流结果。
一种基于解析法的电-热互联综合能源系统概率潮流确定系统，包括以下模块：
参数信息获取模块：用于获取电力系统和热力系统的参数信息；
非线性稳态模型构建模块：基于参数信息获取模块获取的参数，构建电-热互联综合能源系统非线性稳态模型；
热网概率潮流信息模块：用于构建辐射状供热网络概率潮流模型，确定辐射状供热网络概率潮流；
电网概率潮流信息模块：用于确定电网概率潮流信息。
本发明与现有技术相比，其显著优点在于：
(1)本发明提出一种基于解析法的电-热互联综合能源系统概率潮流确定方法，首先通过正态分布函数的数字特征得到管道流量的均值与方差，然后利用连续型随机变量的性质得到了节点温度的均值与方差，当求得热电联产机组热出力概率分布后可得机组电出力概率分布，最后求得电网各状态变量的概率分布。
(2)本发明模型简单，计算量极小，且不存在收敛性问题；
(3)本发明适用于求解辐射状热网的概率潮流，在保证计算精度的同时极大提高了计算效率。
下面结合具体实施方式与附图对本发明做进一步说明。
附图说明
图1为本发明实施例中理想辐射状热网模型的结构示意图。
图2为本发明实施例中实际辐射状热网模型的结构示意图。
图3为本发明实施例中电-热互联综合能源系统示意图。
图4为本发明实施例中热出力误差引起的电网电压误差示意图。
图5为本发明实施例中热出力误差引起的电网相角误差示意图。
图6为本发明实施例中节点19温度标准差随管道长度变化情况示意图。
图7为本发明实施例中节点19温度标准差随热负荷值变化情况示意图。
图8为本发明实施例中节点19温度标准差随热负荷波动量变化情况示意图。
图9为本发明实施例中管道1流量标准差与管道长度、热负荷关系示意图。
图10为本发明实施例中节点19温度标准差与管长、热负荷关系示意图。
具体实施方式
一种基于解析法的电-热互联综合能源系统概率潮流确定方法，包括以下步骤：
步骤1：获取电力系统的参数信息，包括电网拓扑、支路参数信息、发电机参数信息和电负荷信息；
步骤2：获取热力系统的参数信息，包括热网拓扑、管道参数信息、热源参数信息和热负荷信息；
步骤3：根据步骤1和步骤2获取的参数信息，构建电-热互联综合能源系统非线性稳态模型，具体为：
Figure BDA0003186473820000031
Figure BDA0003186473820000032
Am＝mq (3)
Bhf＝0 (4)
hf＝Km|m (5)
Figure BDA0003186473820000033
Figure BDA0003186473820000034
Figure BDA0003186473820000035
Φ＝Cpmq(Ts-To) (9)
Figure BDA0003186473820000041
(Σmout)Tout＝∑(minTin) (11)
Cm＝ΦCHP/PCHP (12)
Cz＝ΔΦ/ΔP＝ΦCHP/(ηeFin-PCHP) (13)
式中，Pi和Qi分别为节点i的注入有功功率和注入无功功率，Ui为节点i电压，Uj为节点j电压，n为与节点i相连的支路数，θij＝θi－θj，θij为节点i与节点j的电压相角差，θi为节点i相角，θj为节点j相角；Gij、Bij分别为π型等效电路的电导、电纳，A为网络节点-支路管道关联矩阵，m为热网管道流量，mq为节点流入负荷流量，B为回路关联矩阵，hf为由摩擦损失引起的管道压降，K为管道的阻力系数，L为管道长度，f为管道摩擦系数，D为管道直径，ρ为水密度，g为重力加速度，Re为雷诺数，μ为水的运动粘度，ε为管道粗糙度，Φ为热负荷，Cp为水比热容，mq为节点流入负荷流量，Ts为节点供水温度，To为节点回水温度，Tend为管道末端温度，Tstart为管道首端温度，Ta为环境温度，λ为传热系数，mout是流出节点的管道流量，Tout是节点混合温度，min是流入节点的管道流量，Tin是输入管道末端的温度，Cm为热电联产机组定热电比，ΦCHP是CHP机组热出力，PCHP是CHP机组电出力，Cz为热电联产机组变热电比，ηe为CHP机组冷凝效率，Fin为燃料输入速率。
步骤4：根据步骤3的模型构建辐射状供热网络概率潮流模型，确定辐射状供热网络概率潮流，具体为：
热网模型包括水力模型和热力模型；
水力模型包括流量平衡方程和管道压降方程：
Am＝mq (14)
hf＝Km|m (15)
式中，A为系数矩阵；m和mq分别为管道流量向量和热负荷流量向量，kg·s-1；hf为环路管道压降组成的向量，m；K为环路管道阻尼系数组成的向量，|m|为管道流量的绝对值。
热力模型包括热负荷方程、管道温降方程和热功率守恒方程：
Φ＝Cpmq(TH-TR) (16)
Figure BDA0003186473820000051
(∑mout)Tout＝∑(minTin) (18)
式中：Φ为热负荷向量，MW；Cp为水比热容，且Cp＝4182×10-3MJ·kg-1·℃-1；mq为热负荷流量向量，kg·s-1；TH和TR分别为节点供水温度向量和回水温度向量，℃；Tstart、Tend和Ta分别为管道首端温度、管道末端温度和环境温度，℃；λ为传热系数，W·(m·K)-1；L为管道长度，m；min和mout分别为注入节点流量和流出节点流量，kg·s-1；Tin和Tout分别为管道末端温度和节点混合温度，℃。
热网方程式(14)-(18)中含有指数方程，非线性程度较高，且管道流量与节点温度为乘积关系，耦合程度较高。
目前常采用牛顿法求解稳态潮流，计算较为复杂，甚至可能存在不收敛等问题。
两节点供热网络如图1所示，图中TH、TH1和TH2分别为热源温度、节点1温度和节点2温度，mH为热负荷流量，利用管道温降方程式(17)与热负荷功率方程式(16)推导可得式(21)。
Figure BDA0003186473820000052
其中TR为热负荷回水温度，将公式(21)推广至多根管道有：
Figure BDA0003186473820000053
多节点供热网络如图2所示，对于含有分支的节点，此时m1≠m2≠...≠mi，其中m1、m2......mi-1为管道流量，mi为热负荷流量。
图2中，令n1＝m1/mi，n2＝m2/mi...ni-1＝mi-1/mi，ni＝mi/mi＝1，应用式(23)可得热负荷流量mi：
Figure BDA0003186473820000054
式中TH为热源温度，TR为热负荷回水温度，由于潮流计算前管道流量未知，因此令
Figure BDA0003186473820000061
Figure BDA0003186473820000062
式中mi为待求热负荷流量，k为热负荷流量mi经过的干路管道编号，
Figure BDA0003186473820000063
为管道k的热能，Qi为节点i热负荷的期望值，因此n1、n2...nk将为定值。
因此，由随机变量的数字特征，热负荷流量mi的均值和方差可表示为：
Figure BDA0003186473820000064
Figure BDA0003186473820000065
式中E(mi)为流向热负荷节点i的管道流量mi的均值，D(mi)为流向热负荷节点i的管道流量mi的方差，TH为热源温度，TR为热负荷回水温度，E(Φi)和D(Φi)分别为节点i流向的管道的热负荷的均值和方差；
比热容Cp＝4182，则取式(24)中ni为定值时误差较小，因此由热负荷的均值和方差可得管道流量的均值和方差。
将热负荷功率方程式(16)带入式(23)，移项变形可得式(26)：
Figure BDA0003186473820000066
再由随机变量的数字特征可得：
Figure BDA0003186473820000067
Figure BDA0003186473820000068
其中，E(Ti)为节点i的温度均值，D(Ti)为节点i的温度方差，
Figure BDA0003186473820000069
和
Figure BDA00031864738200000610
分别为流向热负荷节点i的管道流量mi倒数的均值和方差；
由式(27)和(28)可知，当得到流量倒数的均值和流量倒数的方差时，则可获得节点温度的均值与方差，因此本发明的推导如下：
设正态分布随机变量x＝mi的均值和标准差分别为μi与σi，其概率密度函数为：
Figure BDA0003186473820000071
由连续型随机变量的概率密度函数性质可知，y＝1/x＝1/mi概率密度函数为：
Figure BDA0003186473820000072
参考式(29)正态分布概率密度函数的形式，若式(30)中y的均值取1/ui，标准差取(σiy)/ui，其中y＝1/ui，则标准差为
Figure BDA0003186473820000073
因此若正态分布随机变量x＝mi的均值和标准差分别为μi与σi，则y＝1/x＝1/mi近似服从正态分布，其均值与标准差分别为1/ui与
Figure BDA0003186473820000074
综上所述，由式(24)和式(25)可得供热网络管道流量的均值与方差，由式(27)-式(30)可得节点温度的均值与方差。
当求得CHP热出力概率分布，由机组热出力与电出力关系可得机组电出力概率分布，进而求得电网中各状态变量的概率分布。
步骤5：根据步骤4的结果和热电联产机组热电比，确定电网概率潮流信息，具体为：
根据步骤4的辐射状供热网络概率潮流信息和热电联产机组热电比，确定电网概率潮流信息：
Cm＝ΦCHP/PCHP (31)
Cz＝ΔΦ/ΔP＝ΦCHP/(ηeFin-PCHP) (32)
Figure BDA0003186473820000075
Figure BDA0003186473820000076
其中，Cm为热电联产机组定热电比，ΦCHP是CHP机组热出力，PCHP是CHP机组电出力，Cz为热电联产机组变热电比，ηe为CHP机组冷凝效率，Fin为燃料输入速率；
确定电网概率潮流时，将电网潮流方程式(33)-式(34)泰勒函数展开，利用经典的半不变量法求解电网的概率潮流。
步骤6：根据步骤4和步骤5的结果，输出电-热互联综合能源系统概率潮流结果。
一种基于解析法的电-热互联综合能源系统概率潮流确定系统，包括以下模块：
参数信息获取模块：用于获取电力系统和热力系统的参数信息；
非线性稳态模型构建模块：基于参数信息获取模块获取的参数，构建电-热互联综合能源系统非线性稳态模型；
热网概率潮流信息模块：用于构建辐射状供热网络概率潮流模型，确定辐射状供热网络概率潮流；
电网概率潮流信息模块：用于确定电网概率潮流信息。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
步骤1：获取电力系统的参数信息，包括电网拓扑、支路参数信息、发电机参数信息和电负荷信息；
步骤2：获取热力系统的参数信息，包括热网拓扑、管道参数信息、热源参数信息和热负荷信息；
步骤3：根据步骤1和步骤2获取的参数信息，构建电-热互联综合能源系统非线性稳态模型；
步骤4：根据步骤3的模型构建辐射状供热网络概率潮流模型，确定辐射状供热网络概率潮流；
步骤5：根据步骤4的结果和热电联产机组热电比，确定电网概率潮流信息；
步骤6：根据步骤4和步骤5的结果，输出电-热互联综合能源系统概率潮流结果。
一种计算机可存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
步骤1：获取电力系统的参数信息，包括电网拓扑、支路参数信息、发电机参数信息和电负荷信息；
步骤2：获取热力系统的参数信息，包括热网拓扑、管道参数信息、热源参数信息和热负荷信息；
步骤3：根据步骤1和步骤2获取的参数信息，构建电-热互联综合能源系统非线性稳态模型；
步骤4：根据步骤3的模型构建辐射状供热网络概率潮流模型，确定辐射状供热网络概率潮流；
步骤5：根据步骤4的结果和热电联产机组热电比，确定电网概率潮流信息；
步骤6：根据步骤4和步骤5的结果，输出电-热互联综合能源系统概率潮流结果。
实施例
基于修改的IEEE33节点配电网和23节点热网通过CHP耦合构造了如图3所示的测试算例，其中电网节点1为平衡节点，电压为1.05p.u.，节点2为PV节点，电压幅值为1.049p.u.，其它为PQ节点。
CHP热源温度恒定为80℃，负荷节点回水温度恒定为45℃，环境温度Ta为10℃，测试采用Matlab编程，仿真环境为1.9-GHz CPU、4.0-GB RAM的PC机。
若每根管道长度设置为500米，所有热负荷都设置为0.5MW，所有热负荷波动在±10％以内。本发明方法和蒙特卡洛方法所得流量均值、流量标准差分别表示为μm、σm、μm,mcs和σm,mcs，流量均值误差百分数、流量标准差误差分别表示为δμ,m、δσ,m，且有δμ,m＝(|μm-μm,mcs|/μm,mcs)×100％，δσ,m＝|σm-σm,mcs|。温度均值、温度标准差分别表示为μT、σT、μT,mcs和σT,mcs，温度均值误差百分数、温度标准差误差分别表示为δμ,T、δσ,T，且有δμ,T＝(|μT-μT,mcs|/μT,mcs)×100％，δσ,T＝|σT-σT,mcs|，其中蒙特卡洛结果是采用热网非线性模型计算所得，采样20000次。此时计算出的流量和温度的均值与标准差如表1和表2所示，本发明方法耗时0.0196秒，蒙特卡洛耗时1720.1054秒。
表1所有管道流量均值和标准差的比较
Figure BDA0003186473820000091
Figure BDA0003186473820000101
表2所有节点温度均值和标准差的比较
Figure BDA0003186473820000102
由表1可知，管道流量均值误差百分数最大值为0.0244％，平均值为0.0080％，管道流量标准差误差的最大值为0.0031(kg/s)，平均值为0.0013(kg/s)。由表2可知节点温度均值误差百分数最大值为0.0015％，平均值为0.0005％，节点温度标准差误差最大值为0.0011(℃)，平均值为0.0002(℃)。可见本发明所提方法具有较高的计算精度和较快的计算速度。
由表1可知，本发明方法和蒙特卡洛方法所得的管道1流量的均值分别为μm1＝42.2669(kg/s)，μm1,mcs＝42.2645(kg/s)，两种方法求得热源节点回水温度均值都为44.7122(℃)，计算可得热源的热出力相差354.1769(W)，若定热电比取1.3，则两种方法求得的热出力误差引起的电压和相角误差如图4和图5所示。
由图4和图5可知，本文方法和蒙特卡洛方法引起的电网电压误差和相角误差极小，表明本发明所提方法产生误差对电网影响极小，验证了所提方法的有效性与合理性。
2)算例测试2
(1)设置所有热负荷为1MW、所有热负荷波动量为±10％且保持不变，逐渐同时增大每根管道长度，节点19温度标准差如图6(节点19温度标准差误差最大)。
由图6可知，节点19温度标准差与管道长度近似线性正相关，节点19温度标准差误差百分数小于0.05％。
(2)设置每根管道长度为500米、所有热负荷波动量为±10％且保持不变，逐渐同时增大每个热负荷值，节点19温度标准差如图7所示。
由图7可知，节点19温度标准差与热负荷值呈负相关，且曲线的切线逐渐平缓，热负荷值对节点温度标准差的影响相对较大。同时，随着热负荷值增大，本发明所提方法的误差逐渐缩小，当热负荷值为1MW时，节点19温度标准差误差小于0.02％。
(3)设置管道长度为500米、热负荷为1MW且保持不变，逐渐同时增大每个热负荷波动量，节点19温度标准差如图8所示。
由图8可知，节点19温度标准差与热负荷波动量呈线性正相关，节点19温度标准差误差百分数小于0.1％。
3)算例测试3
设置所有热负荷波动量为±10％，当改变管道长度和热负荷值时，采用蒙特卡洛方法所得管道1流量标准差和节点19温度标准差如图9和图10。
由图9，管道长度与流量标准差没有呈现相关性，热负荷值与流量标准差近似呈线性正相关。
由图10可知，管道长度与节点温度标准差呈正相关，而热负荷值与节点温度标准差呈负相关。
本发明提出了一种辐射状供热网络概率潮流快速计算方法，可同时获得热力网的稳态潮流与概率潮流，无需迭代，计算准确度高且不存在收敛性问题，所得结论如下：
(1)管道长度与流量标准差没有呈现相关性，管道流量标准差与热负荷值近似呈线性正相关。
(2)节点温度标准差与热负荷波动量近似呈线性正相关，节点温度标准差与管道长度近似呈线性正相关，节点温度标准差与热负荷值呈负相关。
(3)本发明所提方法引起的热源热出力误差对电网电压和相角的影响极小。
本发明所提方法在保证计算精度的同时，极大提高了计算速度，可为综合能源系统不确定性分析提供参考。

Claims (7)

1.一种基于解析法的电-热互联综合能源系统概率潮流的确定方法，其特征在于，包括以下步骤：
步骤1：获取电力系统的参数信息，包括电网拓扑、支路参数信息、发电机参数信息和电负荷信息；
步骤2：获取热力系统的参数信息，包括热网拓扑、管道参数信息、热源参数信息和热负荷信息；
步骤3：根据步骤1和步骤2获取的参数信息，构建电-热互联综合能源系统非线性稳态模型；
步骤4：根据步骤3的模型构建辐射状供热网络概率潮流模型，确定辐射状供热网络概率潮流；
步骤5：根据步骤4的结果和热电联产机组热电比，确定电网概率潮流信息；
步骤6：根据步骤4和步骤5的结果，输出电-热互联综合能源系统概率潮流结果。
2.根据权利要求1所述的基于解析法的电-热互联综合能源系统概率潮流确定方法，其特征在于，所述步骤3中的电-热互联综合能源系统非线性稳态模型具体为：
Figure FDA0003186473810000011
Figure FDA0003186473810000012
Am＝mq (3)
Bhf＝0 (4)
hf＝Km|m|(5)
Figure FDA0003186473810000013
Figure FDA0003186473810000014
Figure FDA0003186473810000015
Φ＝Cpmq(Ts-To) (9)
Figure FDA0003186473810000016
(∑mout)Tout＝∑(minTin) (11)
Cm＝ΦCHP/PCHP (12)
Cz＝ΔΦ/ΔP＝ΦCHP/(ηeFin-PCHP) (13)
式中，Pi和Qi分别为节点i的注入有功功率和注入无功功率，Ui为节点i电压，Uj为节点j电压，n为与节点i相连的支路数，θij＝θi-θj，θij为节点i与节点j的电压相角差，θi为节点i相角，θj为节点j相角；Gij、Bij分别为π型等效电路的电导、电纳，A为网络节点-支路管道关联矩阵，m为热网管道流量，mq为节点流入负荷流量，B为回路关联矩阵，hf为由摩擦损失引起的管道压降，K为管道的阻力系数，L为管道长度，f为管道摩擦系数，D为管道直径，ρ为水密度，g为重力加速度，Re为雷诺数，μ为水的运动粘度，ε为管道粗糙度，Φ为热负荷，Cp为水比热容，mq为节点流入负荷流量，Ts为节点供水温度，To为节点回水温度，Tend为管道末端温度，Tstart为管道首端温度，Ta为环境温度，λ为传热系数，mout是流出节点的管道流量，Tout是节点混合温度，min是流入节点的管道流量，Tin是输入管道末端的温度，Cm为热电联产机组定热电比，ΦCHP是CHP机组热出力，PCHP是CHP机组电出力，Cz为热电联产机组变热电比，ηe为CHP机组冷凝效率，Fin为燃料输入速率。
3.根据权利要求2所述的基于解析法的电-热互联综合能源系统概率潮流的确定方法，其特征在于，所述步骤4中的辐射状供热网络概率潮流模型，具体为：
Figure FDA0003186473810000021
Figure FDA0003186473810000022
Figure FDA0003186473810000023
Figure FDA0003186473810000024
其中，E(mi)为流向热负荷节点i的管道流量mi的均值，D(mi)为流向热负荷节点i的管道流量mi的方差，TH为热源温度，TR为热负荷回水温度，E(Φi)和D(Φi)分别为节点i流向的管道热负荷的均值和方差；
E(Ti)为节点i的温度均值，D(Ti)为节点i的温度方差，
Figure FDA0003186473810000031
和
Figure FDA0003186473810000032
分别为流向热负荷节点i的管道流量mi倒数的均值和方差；
Figure FDA0003186473810000033
4.根据权利要求1所述的基于解析法的电-热互联综合能源系统概率潮流确定方法，其特征在于，所述步骤5中的确定电网概率潮流，具体为：
根据步骤4的辐射状供热网络概率潮流信息和热电联产机组热电比，确定电网概率潮流信息：
Cm＝ΦCHP/PCHP (18)
Cz＝ΔΦ/ΔP＝ΦCHP/(ηeFin-PCHP) (19)
Figure FDA0003186473810000034
Figure FDA0003186473810000035
其中，Cm为热电联产机组定热电比，ΦCHP是CHP机组热出力，PCHP是CHP机组电出力，Cz为热电联产机组变热电比，ηe为CHP机组冷凝效率，Fin为燃料输入速率；
确定电网概率潮流时，将电网潮流方程式(20)-式(21)泰勒函数展开，利用经典的半不变量法求解电网的概率潮流。
5.一种基于解析法的电-热互联综合能源系统概率潮流确定系统，其特征在于，包括以下模块：
参数信息获取模块：用于获取电力系统和热力系统的参数信息；
非线性稳态模型构建模块：基于参数信息获取模块获取的参数，构建电-热互联综合能源系统非线性稳态模型；
热网概率潮流信息模块：用于构建辐射状供热网络概率潮流模型，确定辐射状供热网络概率潮流；
电网概率潮流信息模块：用于确定电网概率潮流信息。
6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-4中任一项所述方法的步骤。
7.一种计算机可存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4中任一项所述的方法的步骤。
CN202110863252.7A 2021-07-29 2021-07-29 一种基于解析法的电-热互联综合能源系统概率潮流确定方法 Active CN113690891B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110863252.7A CN113690891B (zh) 2021-07-29 2021-07-29 一种基于解析法的电-热互联综合能源系统概率潮流确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110863252.7A CN113690891B (zh) 2021-07-29 2021-07-29 一种基于解析法的电-热互联综合能源系统概率潮流确定方法

Publications (2)

Publication Number Publication Date
CN113690891A true CN113690891A (zh) 2021-11-23
CN113690891B CN113690891B (zh) 2024-01-05

Family

ID=78578213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110863252.7A Active CN113690891B (zh) 2021-07-29 2021-07-29 一种基于解析法的电-热互联综合能源系统概率潮流确定方法

Country Status (1)

Country Link
CN (1) CN113690891B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117113018A (zh) * 2023-10-25 2023-11-24 清华四川能源互联网研究院 基于特征参数的能耗数据解析方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110707704A (zh) * 2019-10-08 2020-01-17 河海大学 基于gmm及多点线性半不变量法的电-热互联综合能源系统概率潮流分析方法
WO2020093296A1 (zh) * 2018-11-06 2020-05-14 国电南瑞科技股份有限公司 电-热互联综合能源系统的区间潮流计算方法
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
CN112670997A (zh) * 2020-12-24 2021-04-16 天津大学合肥创新发展研究院 考虑光伏不确定性的电热能源系统时序概率潮流计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020093296A1 (zh) * 2018-11-06 2020-05-14 国电南瑞科技股份有限公司 电-热互联综合能源系统的区间潮流计算方法
CN110707704A (zh) * 2019-10-08 2020-01-17 河海大学 基于gmm及多点线性半不变量法的电-热互联综合能源系统概率潮流分析方法
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
CN112670997A (zh) * 2020-12-24 2021-04-16 天津大学合肥创新发展研究院 考虑光伏不确定性的电热能源系统时序概率潮流计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
荆江平;吴奕;胡伟;陆晓;王文学;卫志农;孙国强;: "电-热互联综合能源系统潮流计算的数值方法", 电力建设, no. 02 *
陈胜;卫志农;孙国强;王丹;孙永辉;臧海祥;朱瑛;: "电气混联综合能源系统概率能量流分析", 中国电机工程学报, no. 24 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117113018A (zh) * 2023-10-25 2023-11-24 清华四川能源互联网研究院 基于特征参数的能耗数据解析方法和系统
CN117113018B (zh) * 2023-10-25 2024-02-06 清华四川能源互联网研究院 基于特征参数的能耗数据解析方法和系统

Also Published As

Publication number Publication date
CN113690891B (zh) 2024-01-05

Similar Documents

Publication Publication Date Title
CN109242365B (zh) 一种电-热互联综合能源系统的区间潮流计算方法
Chen et al. Fast decoupled multi-energy flow calculation for integrated energy system
CN109726483B (zh) 一种电热互联综合能源系统辐射状热网模型及其系统
CN111428351B (zh) 基于前推回代法的电-热综合能源系统潮流计算方法
CN110728032B (zh) 一种计及环网的电-热互联综合能源系统快速潮流计算方法
Zhang et al. A fixed-point based distributed method for energy flow calculation in multi-energy systems
Li et al. Gradient descent iterative method for energy flow of integrated energy system considering multiple modes of compressors
CN110532642A (zh) 一种综合能源系统概率能流的计算方法
Markensteijn et al. A graph-based model framework for steady-state load flow problems of general multi-carrier energy systems
Sun et al. Rapid energy flow calculation method for integrated electrical and thermal systems
Man et al. State estimation for integrated energy system containing electricity, heat and gas
CN113690891B (zh) 一种基于解析法的电-热互联综合能源系统概率潮流确定方法
CN113255105B (zh) 双向耦合网络结构的电气热综合能源系统潮流计算方法
Tian et al. Modeling and simulation for multi energy flow coupled network computing
Zhang et al. Dynamic state estimation of combined heat and power system considering quasi-dynamics of temperature in pipelines
Sun et al. Multi-energy flow calculation method for we-energy based energy internet
CN114549232A (zh) 电-热综合能源系统混合能流计算方法
CN113515853A (zh) 一种基于线性方程的电热互联综合能源系统优化调度方法
Lei et al. A Novel Methodology for Electric-Thermal Mixed Power Flow Simulation and Transmission Loss Analysis in Multi-Energy Micro-Grids
Liao et al. Risk Assessment of Integrated Electricity--Heat Energy System with Cross Entropy and Objective Entropy Weight Method
Huang et al. Interval State Estimation of Electricity-Gas Systems Considering Uncertainties of Network Parameters and Measurements
Chen et al. Multi-energy flow calculation considering the convexification network constraints for the integrated energy system
Cheng et al. Reliability Evaluation of Integrated Energy System Based on Coupling Equipment Failure
Chen et al. Steady-state Flow Analysis of District Heating System Using the Holomorphic Embedding
Yao et al. A novel cross iteration method for dynamic energy flow calculation of the hot-water heating network in the integrated energy system

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