CN114240011A - 一种综合能源系统多能流可靠性评估方法 - Google Patents

一种综合能源系统多能流可靠性评估方法 Download PDF

Info

Publication number
CN114240011A
CN114240011A CN202110846171.6A CN202110846171A CN114240011A CN 114240011 A CN114240011 A CN 114240011A CN 202110846171 A CN202110846171 A CN 202110846171A CN 114240011 A CN114240011 A CN 114240011A
Authority
CN
China
Prior art keywords
reliability
energy system
comprehensive energy
energy
comprehensive
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
Application number
CN202110846171.6A
Other languages
English (en)
Inventor
王尧
王鹏
李佳
邓娇娇
郑晓明
梁燕
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.)
Economic and Technological Research Institute of State Grid Shanxi Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Shanxi 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 Economic and Technological Research Institute of State Grid Shanxi Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Shanxi Electric Power Co Ltd
Priority to CN202110846171.6A priority Critical patent/CN114240011A/zh
Publication of CN114240011A publication Critical patent/CN114240011A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • 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]
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

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

Abstract

本发明提供的一种综合能源系统多能流可靠性评估方法，通过研究综合能源系统的规划和运行，得到系统内多类型能源的需求特性，提出短期及中长期负荷预测方法；通过研究综合能源系统集中式供能和分布式供能的网络特性，建立多层级综合能源系统的协调规划方法，得出多类型能源供应站和网络架构设计方案，提出综合能源系统的可靠性评估方法，提出典型集中式和分布式架构下综合能源系统的优化运行及需求响应方法，为综合能源系统安全、可靠、经济运行提供有力的技术支持和决策保障；最后从多个角度建立综合评估指标体系，结合当地实际情况提出相应的建设和运营策略。

Description

一种综合能源系统多能流可靠性评估方法
技术领域
本发明涉及综合能源系统可靠性评估技术领域，尤其涉及一种综合能源系统多能流可靠性评估方法。
背景技术
与现有的供电、供气、供冷/热一样，综合能源系统最基本的要求包括安全、可靠、经济。可靠性评估可以用定性或者定量的指标反映系统的能源供应中断的风险水平，从而指导综合能源系统的规划、运行等生产实践活动。随着经济社会的发展，人们对能源供给的可靠性要求越来越高，综合能源系统与电、气、冷及热等多种负荷在物理上直接相连，确保综合能源系统的供能可靠性显得尤为重要，开展其可靠性评估研究具有十分重要的意义。
与单一供能系统的可靠性评估不同，综合能源系统包含电、气、冷/热等多种不同的能源形式，各种能源形式特性各异，各种能源形式间还存在复杂的耦合关联，使得综合能源系统不同于各单一供能系统，已有的可靠性评估方法及指标等不再适用；其次，在能源系统与新兴信息通信技术深度融合的发展趋势下，综合能源系统的运行更加智能化，各组成部分间存在信息交互。由此可见，亟需研究适用于综合能源的可靠性评估。
针对电-气耦合系统，在一些现有技术中建立了燃气系统和电力系统联合运行的可靠性模型，对联合循环发电厂能够提供的最大电量进行评估。在一些现有技术中考虑了气体的运动速度和压缩性质，通过管道存储量保证了短期内电力系统的可靠性，用混合系统整数线性优化经济调度模型计算天然气供应对系统充裕度的影响，发现为系统预留充足的管存气水平可以有效提升联合系统应对能源供应短缺风险的能力。Modassar Chaudry等以天然气供应、储气和发电成本最低为目标函数，考虑风速、气源供应能力和基础设施偶然故障几种不确定因素，用蒙特卡洛仿真电-气互联系统的状态，计算了失负荷率和期望供缺能量两项可靠性指标。余娟等提出考虑风电弃用的电/气/热负荷削减优化模型，从系统和设备两个角度出发，建立电-气互联系统电力/气量/热力不足期望、弃风期望和电转气装置容量利用率等可靠性指标，然后计及元件故障、电/气/热负荷和风电功率的随机性，利用非时序蒙特卡洛模拟法评估含电转气电-气互联系统的可靠性。
针对电、热、气耦合系统，Koeppel G等基于能量枢纽模型使用马尔科夫状态抽样方法对含电、热、气、冷的多能源系统进行可靠性评估，并得到了相应的能源不足期望值等可靠性指标。QI Y D等分析了微型燃气轮机的冷-热-电联产对提高电力系统可靠性的积极作用。进一步地，Mohammad-Hossein Shariatkhah等用马尔科夫链蒙特卡洛法建模热力负荷的动态。吕佳炜等利用热惯性对综合能源系统多能互济的特性进行分析,计算得到不同时间断面内各子系统支援容量，基于此推导出能流互济可靠性增益指标。Juan Y等借鉴电力系统风险评估的研究思路使用非时序蒙特卡洛的评估框架对电-热-气能源系统进行风险评估，并考虑了电-热-气潮流的稳态分析。陈胜等计及了电力系统、天然气系统之间3方面的耦合,在综合能源系统稳态能量流的基础上，考虑了电、气、热负荷以及风电场出力的不确定性，并采用蒙特卡罗模拟法求解综合能源系统概率能量流。葛少云等通过故障模式影响分析法与蒙特卡洛模拟法相结合的方法，分别建立并网与电孤岛两种典型运行模式可靠性的评估模型。李更丰等对综合能源系统可靠性评估的研究现状进行梳理，从可靠性评估的模型、算法及评价指标等方面归纳目前亟需解决的问题，并提出可能的解决思路。严超等按照地理跨度从国家、区域、城市、园区和用户层面对新一代能源系统的概念进行了定义，介绍了对其开展风险评估的含义及意义，并按照电、热、气、电-气、电-热-气等不同能源子系统的分类梳理了新一代能源系统风险评估的研究现状。
发明内容
本发明的实施例提供了一种综合能源系统多能流可靠性评估方法，用于解决现有技术中存在的问题。
为了实现上述目的，本发明采取了如下技术方案。
一种综合能源系统多能流可靠性评估方法，包括：
S1基于综合能源系统的冷热状态，建立综合能源系统的元件可靠性模型；
S2基于该元件可靠性模型，进行综合能源系统的故障状态分析；
S3根据该分析结果，建立综合能源系统的负荷削减优化模型和电热系统可靠性指标模型；
S4基于该负荷削减优化模型和电热系统可靠性指标模型，进行综合能源系统可靠性评估。
优选地，步骤S1包括：
通过式
Figure BDA0003180643180000031
和
Figure BDA0003180643180000032
建立综合能源系统的元件可靠性模型。
优选地，步骤S2包括：
通过式
Figure BDA0003180643180000033
获得建筑物集总体的能量守恒关系；
通过式
Figure BDA0003180643180000034
建立围护结构对温度变化时间的影响模型；
通过式
Figure BDA0003180643180000035
室内温度变化至标准温度所需要的时间；
通过式
Figure BDA0003180643180000036
获得供能恢复时间；
通过式
Figure BDA0003180643180000037
获得负荷i的可靠性状态。
优选地，步骤S3包括：
建立以等效负荷削减量的经济性为优化目标的目标函数
Figure BDA0003180643180000038
建立负荷削减中的等式约束
Figure BDA0003180643180000039
通过式
Figure BDA00031806431800000310
Figure BDA00031806431800000311
Figure BDA0003180643180000041
建立用户平均供能中断次数、用户平均供能中断时间和用户供能可靠率的可靠性指标；
通过式
Figure BDA0003180643180000042
和
Figure BDA0003180643180000043
求解温度恢复时间；
通过式tf＝tr-tp+tu(15)计算修正后的用户供热故障时间。
由上述本发明的实施例提供的技术方案可以看出，本发明提供的一种综合能源系统多能流可靠性评估方法，通过研究综合能源系统的规划和运行，得到系统内多类型能源的需求特性，提出短期及中长期负荷预测方法；通过研究综合能源系统集中式供能和分布式供能的网络特性，建立多层级综合能源系统的协调规划方法，得出多类型能源供应站和网络架构设计方案，提出综合能源系统的可靠性评估方法，提出典型集中式和分布式架构下综合能源系统的优化运行及需求响应方法，为综合能源系统安全、可靠、经济运行提供有力的技术支持和决策保障；最后从多个角度建立综合评估指标体系，结合当地实际情况提出相应的建设和运营策略。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种综合能源系统多能流可靠性评估方法的处理流程图；
图2为本发明提供的一种综合能源系统多能流可靠性评估方法的可靠性评估流程图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。
参见图1，本发明提供一种综合能源系统多能流可靠性评估方法，包括如下过程。
S1基于综合能源系统的冷热状态，建立综合能源系统的元件可靠性模型
考虑多能流传输与热惰性的IES序贯模拟可靠性评估
两状态模型广泛应用于电力系统可靠性评估元件建模，本文IES中电、热各子系统的元件都采用两状态可靠性模型，其正常、故障状态分别由元件故障率λ和修复率μ两个参数进行表征。元件的运行-故障时间序列可以通过对无故障持续工作时间(The Time toFailure，TTF)和修复时间(The Time to Repair，TTR)模拟得到。状态持续时间的抽样值一般采用服从指数分布的形式。
Figure BDA0003180643180000051
Figure BDA0003180643180000052
其中，β1、β2为0～1的随机数。
S2基于该元件可靠性模型，进行综合能源系统的故障状态分析
当供电子系统的元件发生故障时，采用最小路法遍历系统中所有电负荷，分析该故障情况下各负荷点的供电状态。
a.故障元件位于负荷的最小路
由连通性分析，该元件故障将造成负荷供电中断，需通过倒闸操作将该故障元件所在支路隔离，该操作将导致负荷断电直至故障元件修复；当考虑转供时可通过联络开关将负荷转供至备用线路。
b.故障元件位于负荷的非最小路
向故障元件上游搜索最近的断路器，当该断路器位于负荷的最小路上时，故障元件的隔离操作将对负荷造成短时停电影响，否则故障元件不会造成该负荷停电。
为了解供热子系统中热负荷的可靠性状态，需要对负荷的温度变化过程进行分析。利用非稳态导热的集总参数模型分析室内平均温度随时间的变化规律，建筑物集总体的能量守恒关系由下式所示。
Figure BDA0003180643180000061
其中，ρ为室内空气密度，c为空气比热容，V为室内空气体积，h为建筑物与室外空气之间对流传热的表面传热系数，A为建筑物表面面积。
负荷的温度变化过程主要受其建筑物围护结构、室外温度等因素对传热过程的影响。其中围护结构对温度变化时间的影响可以简化为建筑物热储备系数χ对温度变化时间的影响，其模型如下所示。
Figure BDA0003180643180000062
储备系数χ越大，则材料的蓄热性越好，其抵抗温度波动的能力越强，从而使热网终端表现出冬季阻滞室内温度下降、夏季阻滞室内温度上升的热惰性，故用户侧实际供能故障时刻滞后于元件故障时刻。该参数是根据我国建筑气候区划标准，将供暖地区的室外计算温度划分出个4区间，并以此界定4个温度区间供暖地区具有代表性建筑围护结构的热储备系数的基准值。
根据式(6-38)对冬季集中供暖和夏季集中供冷分别设定最低标准温度和最高标准温度，可以利用不同负荷的热储备系数及其室外温度计算出室内温度变化至标准温度所需要的时间，以反映建筑物热惰性导致的故障延时，将该时间定义为允许温变时间tp。
Figure BDA0003180643180000071
其中，Tp为标准温度(冬季供热取最低标准温度，夏季供冷取最高标准温度)，Tin为建筑物初始室内温度。
热力网络主要由热源、管道、阀门及补偿器组成，热源设备故障导致供热功率不足时需要进行热负荷削减，管道及阀门发生故障将导致上级阀门下游的用户供热能流中断。元件的故障定位及修复工作由故障发生时刻开始，经元件修复时间TTF后故障修复，且供热能流经延时tc后传输至用户，此时重新恢复用户供热。供能恢复时间的计算模型如下式所示。
Figure BDA0003180643180000072
其中，tr为供能恢复时间，L为管道长度，vw为水流流速。
若供能恢复时间tr小于允许温变时间tp，则恢复供能时用户室温未偏离标准温度范围，认为该负荷点处于正常状态，否则记作一次故障。
Figure BDA0003180643180000073
其中，SL,i为负荷i的可靠性状态，1为正常，0为故障。
S3根据该分析结果，建立综合能源系统的负荷削减优化模型和电热系统可靠性指标模型
当系统元件发生故障，能源供给无法满足所有负荷时，需要进行负荷削减以使系统恢复稳定运行。在能够获得更好的系统运行经济性的前提下，可以通过降低电转热设备运行出力，即削减耦合设备等效电负荷来保障对常规电负荷的供电。同时考虑不同类型电负荷的相对重要程度差异，系统进行负荷削减时将优先保障重要等级更高的负荷点用电可靠性。
a.目标函数
函数f考虑电、热、冷的用能价格及电负荷的相对重要程度，以等效负荷削减量的经济性为优化目标。
Figure BDA0003180643180000081
其中，vi为电负荷i的相对重要程度系数；PE，i、PΦ，j、PC，k分别为电负荷i的电价、热负荷j的热价、冷负荷k的冷价；RE，i、RΦ，j、RC，k分别为各节点的电负荷削减量、热负荷削减量和冷负荷削减量。
b.约束条件
基于第1章节中系统平衡状态下的运行能流模型，可建立负荷削减中的等式约束。
Figure BDA0003180643180000082
此外，负荷削减优化模型中还包括各节点电压、支路功率、负荷削减量、机组出力等上下限约束等此处不再赘述。
在本发明提供的实施例中以用户平均供能中断次数(Average InterruptionTimes of Customer，AITC)、用户平均供能中断时间(Average Interruption Hours ofCustomer，AIHC)和用户供能可靠率(Reliability on Service，RS)作为可靠性指标。
Figure BDA0003180643180000083
Figure BDA0003180643180000084
Figure BDA0003180643180000085
其中，tfi、Nfi分别为每次故障的持续时间和受影响用户数，N为系统用户总数。
IES中热网的元件故障后果具有明显的延时特性，造成无法利用抽样值对指标进行统计。一方面是因为热网负荷具有热惰性；另一方面，冷/热能流区别于电能的传输速度同样带来用户供能恢复时刻的延迟。本节计及建筑物储热性能、天气等因素影响，基于上述延时特性对IES供热可靠性指标进行修正。
用户的供热恢复后，室内温度逐步恢复并维持在正常范围以内，该过程可以使用热力学能量守恒定律建立温度恢复时间的求解模型。
Figure BDA0003180643180000086
Figure BDA0003180643180000091
其中，q为单位长度散热器通过自然对流的散热量，v为水流流速，tu为温度恢复时间，α为热损耗系数。
联立式(6-48)、(6-49)，可得到温度恢复时间tu的显式表达式。
Figure BDA0003180643180000092
故IES元件故障造成供热中断时，以用户室内温度实际偏离标准温度范围的时间作为可靠性指标的统计数据，其主要由供能恢复时间、允许温度变化时间和温度恢复时间组成，计算模型如下所示。
tf＝tr-tp+tu (0-16)
其中，tf为修正后的用户供热故障时间。
S4基于该负荷削减优化模型和电热系统可靠性指标模型，进行综合能源系统可靠性评估
本文将多能潮流计算与序贯蒙特卡洛模拟相结合，进行系统状态抽样、状态分析及指标统计，具体评估流程如图2所示。
a.元件状态抽样。在大量抽样年内，对系统中每一元件重复进行随机数生成及状态持续时间抽样，并组合所有元件状态转移过程，获得给定时间跨度内系统时序状态转移过程。
b.潮流计算。计及系统网络参数、气温变化及源荷变化，对系统进行潮流计算。
c.故障时刻状态获取。利用a中元件状态抽样结果，寻找无故障工作时间最短的元件并记录故障发生时刻和元件故障时间，并由b中的潮流模拟得到对应时刻的系统状态。
d.状态分析。结合本文所提可靠性模型，对系统状态进行分析，包括多能流的供能平衡分析以及综合能源负荷削减优化。
e.负荷点指标统计。根据上一步分析结果，统计各负荷点的可靠性指标。
f.收敛判断。当可靠性指标的方差系数小于给定值或模拟抽样的次数K达最大抽样次数时，结束循环，否则返回a进行下一个状态的生成和分析。
g.系统指标计算。统计各负荷点的可靠性指标，并对系统可靠性进行计算。
综上所述，本发明提供的一种综合能源系统多能流可靠性评估方法，通过研究综合能源系统的规划和运行，得到系统内多类型能源的需求特性，提出短期及中长期负荷预测方法；通过研究综合能源系统集中式供能和分布式供能的网络特性，建立多层级综合能源系统的协调规划方法，得出多类型能源供应站和网络架构设计方案，提出综合能源系统的可靠性评估方法，提出典型集中式和分布式架构下综合能源系统的优化运行及需求响应方法，为综合能源系统安全、可靠、经济运行提供有力的技术支持和决策保障；最后从多个角度建立综合评估指标体系，结合当地实际情况提出相应的建设和运营策略。
本发明提供的方法，具有如下优点：
1)计及变工况特性的CCHP与电能转换设备协同优化配置
建立以CCHP和能源转换装置为核心的电气协同系统，通过灵活运行，提高CCHP机组的平均运行工况，并考虑供能充裕性，最终提高系统设备配置的科学性。基于此，本文建立了以年总成本最低和实时运行费用最低为目标，考虑变工况特性和供能充裕性约束的电能转换设备与CCHP设备联合优化规划模型。研究成果可以进一步提高综合能源运行效率，为能源改革提供可行方案。
2)计及需求侧响应不确定性的综合能源系统协同优化配置
考虑IDR的不确定性和不同电价方案，提出了一种IES优化配置方法。考虑到模型计及因素较多，较为复杂，将模型分解为优化负荷和设备配置两部分。首先，建立IES结构和IDR模型，分析IDR中的不确定因素，基于证据理论对不确定性进行处理，然后引入可信水平，寻找优化负荷曲线。在此基础条件下，建立兼顾设备优化配置和IES运行策略的双层协同规划模型。最终，通过对比不同电价方案下的优化结果，得到一定电价水平下的最优配置方案。研究成果旨在实现系统效益最大化的同时，通过电价机制引导，充分挖掘与利用用户参与IDR的能力，以提升能源资产利用率，为实际工程提供参考作用。
3)考虑多能流传输与热惰性的IES序贯模拟可靠性评估
针对多能系统时空及能流特性的差异，考虑热网传输延时及其终端热惰性对供热可靠性指标进行修正；建立了模拟系统运行的多能流模型，以及考虑负荷重要程度和运行经济性的负荷削减优化模型；将多能流潮流计算与序贯蒙特卡洛相结合，提出IES序贯模拟可靠性评估方法。由于考虑了网络拓扑、传输延时、终端热惯性以及用户可靠性需求的差异性，该方法提高了IES可靠性评估的精度，为实际系统的运行和设计提供了技术支撑。
4)考虑多层级分散决策电-气综合能源系统可靠性评估
剖析了电-气综合能源系统多层级、多主体的耦合特征，建立了上层考虑限供政策的输气网模型和直流最优潮流的输电网模型，下层考虑故障导致上层输网对服务商外购电/气进行限制时，服务商基于输网层的响应结果；考虑故障影响传播和迭代反馈建立多层级电-气综合能源系统可靠性评估模型。根据输配一体化综合能源系统故障响应的措施、操作权限、决策规则，构建了多层级系统故障响应模型，刻画了多主体系统分散决策的特点。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (4)

1.一种综合能源系统多能流可靠性评估方法，其特征在于，包括：
S1基于综合能源系统的冷热状态，建立综合能源系统的元件可靠性模型；
S2基于该元件可靠性模型，进行综合能源系统的故障状态分析；
S3根据该分析结果，建立综合能源系统的负荷削减优化模型和电热系统可靠性指标模型；
S4基于该负荷削减优化模型和电热系统可靠性指标模型，进行综合能源系统可靠性评估。
2.根据权利要求1所述的方法，其特征在于，步骤S1包括：
通过式
Figure FDA0003180643170000011
和
Figure FDA0003180643170000012
建立综合能源系统的元件可靠性模型。
3.根据权利要求2所述的方法，其特征在于，步骤S2包括：
通过式
Figure FDA0003180643170000013
获得建筑物集总体的能量守恒关系；
通过式
Figure FDA0003180643170000014
建立围护结构对温度变化时间的影响模型；
通过式
Figure FDA0003180643170000015
室内温度变化至标准温度所需要的时间；
通过式
Figure FDA0003180643170000016
获得供能恢复时间；
通过式
Figure FDA0003180643170000017
获得负荷i的可靠性状态。
4.根据权利要求3所述的方法，其特征在于，步骤S3包括：
建立以等效负荷削减量的经济性为优化目标的目标函数
Figure FDA0003180643170000018
建立负荷削减中的等式约束
Figure FDA0003180643170000021
通过式
Figure FDA0003180643170000022
Figure FDA0003180643170000023
Figure FDA0003180643170000024
建立用户平均供能中断次数、用户平均供能中断时间和用户供能可靠率的可靠性指标；
通过式
Figure FDA0003180643170000025
和
Figure FDA0003180643170000026
求解温度恢复时间；
通过式tf＝tr-tp+tu (15)计算修正后的用户供热故障时间。
CN202110846171.6A 2021-07-26 2021-07-26 一种综合能源系统多能流可靠性评估方法 Pending CN114240011A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110846171.6A CN114240011A (zh) 2021-07-26 2021-07-26 一种综合能源系统多能流可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110846171.6A CN114240011A (zh) 2021-07-26 2021-07-26 一种综合能源系统多能流可靠性评估方法

Publications (1)

Publication Number Publication Date
CN114240011A true CN114240011A (zh) 2022-03-25

Family

ID=80742878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110846171.6A Pending CN114240011A (zh) 2021-07-26 2021-07-26 一种综合能源系统多能流可靠性评估方法

Country Status (1)

Country Link
CN (1) CN114240011A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114648179A (zh) * 2022-05-18 2022-06-21 国网四川省电力公司电力科学研究院 电网输电线检修计划生成方法、装置、设备及存储介质
CN115358493A (zh) * 2022-10-20 2022-11-18 广东电网有限责任公司 一种综合能源系统的风险评估方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114648179A (zh) * 2022-05-18 2022-06-21 国网四川省电力公司电力科学研究院 电网输电线检修计划生成方法、装置、设备及存储介质
CN115358493A (zh) * 2022-10-20 2022-11-18 广东电网有限责任公司 一种综合能源系统的风险评估方法及装置
CN115358493B (zh) * 2022-10-20 2023-02-10 广东电网有限责任公司 一种综合能源系统的风险评估方法及装置

Similar Documents

Publication Publication Date Title
CN108921727B (zh) 考虑热负荷动态特性的区域综合能源系统可靠性评估方法
CN111313429B (zh) 一种用于综合能源系统的可靠性评估方法及系统
Chen et al. Distributionally robust day-ahead scheduling of park-level integrated energy system considering generalized energy storages
Bao et al. Nodal reliability evaluation of interdependent gas and power systems considering cascading effects
CN104820864B (zh) 含分布式电源的智能配电网全景故障恢复博弈方法
Jia et al. Simulation-based policy improvement for energy management in commercial office buildings
CN109993445B (zh) 一种考虑光伏预测误差的综合能源系统脆弱性评估方法
CN114240011A (zh) 一种综合能源系统多能流可靠性评估方法
He et al. Reliability modeling and evaluation of urban multi-energy systems: A review of the state of the art and future challenges
CN111030094B (zh) 一种多能互补园区供能可靠性评估方法
Zhao et al. A review of system modeling, assessment and operational optimization for integrated energy systems
Li et al. Researches on the reliability evaluation of integrated energy system based on Energy Hub
CN111475953A (zh) 供能可靠性影响分析方法、装置设备及存储介质
Zang et al. A robust state estimator for integrated electrical and heating networks
Ding et al. Operational reliability assessment of integrated heat and electricity systems considering the load uncertainties
Pan et al. Operation optimization of integrated energy systems based on heat storage characteristics of heating network
CN113158547B (zh) 计及经济性和可靠性的区域综合能源系统优化配置方法
Gao et al. Multi-energy sharing optimization for a building cluster towards net-zero energy system
CN112989576A (zh) 基于实时需求响应评估能源信息耦合系统可靠性的方法
Liu et al. A Reliability assessment of an integrated energy system based on coupling energy flow and thermal inertia
CN110429591B (zh) 一种基于电力系统时序耦合性的输电网利用率评估方法
Li et al. Reliability modeling and assessment for integrated energy system: a review of the research status and future prospects
CN112330210B (zh) 一种融合主网故障分析的配网风险评估方法
Wang et al. Operational reliability evaluation of distributed multi-energy systems considering optimal control of energy storages
Guo et al. Optimal scheduling of regional integrated energy systems under chance constraint rules

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication