CN116384142A - 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 - Google Patents
多能协同恢复的电-气-热耦合系统抗震韧性规划方法 Download PDFInfo
- Publication number
- CN116384142A CN116384142A CN202310402124.1A CN202310402124A CN116384142A CN 116384142 A CN116384142 A CN 116384142A CN 202310402124 A CN202310402124 A CN 202310402124A CN 116384142 A CN116384142 A CN 116384142A
- Authority
- CN
- China
- Prior art keywords
- constraint
- energy
- power
- planning
- gas
- 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 53
- 238000013439 planning Methods 0.000 title claims abstract description 47
- 238000011084 recovery Methods 0.000 title claims abstract description 26
- 230000008878 coupling Effects 0.000 title claims abstract description 16
- 238000010168 coupling process Methods 0.000 title claims abstract description 16
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 230000007246 mechanism Effects 0.000 claims abstract description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 60
- 238000004146 energy storage Methods 0.000 claims description 46
- 239000007789 gas Substances 0.000 claims description 46
- 239000003345 natural gas Substances 0.000 claims description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 28
- 230000008439 repair process Effects 0.000 claims description 27
- 238000009826 distribution Methods 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 16
- 230000002787 reinforcement Effects 0.000 claims description 10
- 238000010438 heat treatment Methods 0.000 claims description 9
- 230000007423 decrease Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000007599 discharging Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 241000711969 Chandipura virus Species 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005485 electric heating Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012482 interaction analysis Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture 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
- 239000000941 radioactive substance Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000008458 response to injury Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/063—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
- 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
- G06F2111/04—Constraint-based CAD
-
- 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
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种多能协同恢复的电‑气‑热耦合系统抗震韧性规划方法,具体步骤过程如下:根据地震灾害的典型致灾机理建立电‑气‑热耦合系统故障模型;根据韧性规划措施建立外层规划模型;考虑灾后多能协同故障恢复机制建立内层规划模型;对构建的双层规划模型进行求解,求解内层规划获得最优故障恢复方案,并计算该恢复方案下的系统韧性评价指标,求解外层规划得到多能系统的最优韧性规划方案。本发明充分考虑了多异质能源系统中多能协同恢复作用,对于增强多异质能源系统抗灾能力、保障多异质能源系统在严重自然灾害下的安全可靠运行意义重大。
Description
技术领域
本发明属于综合能源规划领域,具体涉及一种多能协同恢复的电-气-热耦合系统抗震韧性规划方法。
背景技术
地震,又称地动、地振动,是地壳快速释放能量过程中造成的振动,期间会产生地震波的一种自然现象。地球上板块与板块之间相互挤压碰撞,造成板块边沿及板块内部产生错动和破裂,是引起地震的主要原因。地震开始发生的地点称为震源,震源正上方的地面称为震中。破坏性地震的地面振动最烈处称为极震区,极震区往往也就是震中所在的地区。地震常常造成严重人员伤亡,能引起电网系统破坏、水灾、有毒气体泄漏、细菌及放射性物质扩散,还可能造成海啸、滑坡、崩塌、地裂缝等次生灾害。
随着可再生能源大力发展以及用户用能趋向多样性,电、气、热耦合程度不断加深,区域综合能源系统(regional integrated energy system,RIES)在能源互联网的应用越来越广泛。RIES一般包含分布式能源、电力线路、天然气管道、供热管道、储能设备以及能量转换设备,在横向上表现为多能互补,纵向上表现为源网荷储协调运行,能源形式更加多样,网络结构更加复杂,区别于传统独立规划和运行的配电网、气网、热网。因此,针对区域综合能源系统的抗灾韧性规划方法的研究具有必要性。
发明内容
本发明提供一种多能协同恢复的电-气-热耦合系统抗震韧性规划方法,包括:
建立电-气-热耦合系统故障模型;
根据韧性规划措施建立外层规划模型;
考虑灾后多能协同故障恢复机制建立内层规划模型;
对构建的双层规划模型进行求解:求解内层规划获得最优故障恢复方案(包括多能协同应急供能方案和多能协同应急抢修方案),并计算该恢复方案下的系统韧性评估指标,求解外层规划得到多能系统的最优韧性规划方案。
进一步的,所述建立电-气-热耦合系统故障模型包括:
电力系统配电线路故障建模;
天然气系统燃气管道故障建模;
热力系统供热管道故障建模;
基于信息熵构建电-气-热耦合系统故障模型。
进一步的,所述韧性评估指标以韧性评估中的抵御灾害后系统的最大性能下降点为评估起始时间,至灾后应急恢复完成系统性能进入相对稳定状态为评估结束时间。
进一步的,所述外层规划模型包括:
配电线路状态模型和管道状态模型;
所述配电线路状态模型,由线路加固变量和灾害攻击变量所决定;
所述管道状态模型,由管道加固变量和灾害攻击变量所决定。
进一步的,所述建立外层规划模型的约束包括:
投资约束;所述投资约束包括系统规划投资预算约束和节点允许安装的储能最大功率和最大容量约束;
储能运行约束;所述储能运行约束包括储能放电功率约束、储能荷电状态约束和储能电量平衡约束。
进一步的,所述内层规划模型包括:多能协同应急供能方案优化模型和多能协同应急抢修方案优化模型。
进一步的,所述内层规划系统的约束为:多能系统设备运行约束,电力子系统运行约束,天然气子系统运行约束,热力子系统运行约束。
进一步的,所述电力系统运行约束包括:节点功率平衡约束、线路潮流约束、线路安全约束、电压上下限约束;
所述天然气系统运行约束包括:节点流量平衡约束、气压约束、管道流量平衡约束;
所述热力系统运行约束包括:节点水流热功率和水温关系约束、管道热量损失约束、节点水流汇合的水温方程约束、节点水温的上下限约束。
本发明的技术效果:
本方法充分考虑了多异质能源系统中多能协同恢复作用,对于增强多异质能源系统抗灾能力、保障多异质能源系统在严重自然灾害下的安全可靠运行意义重大。
附图说明
附图大体上通过举例而不是限制的方式示出各种实施例,并且与说明书以及权利要求书一起用于对所发明的实施例进行说明。在适当的时候,在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的,而并非旨在作为本装置或方法的穷尽或排他实施例。
图1示出了本发明的流程示意图;
图2示出了本发明的EHA结构示意图;
图3示出了本发明的背压式热电机组电热特性曲线;
图4示出了本发明的EHB结构示意图;
图5示出了本发明的EHC结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
地震灾害下的RIES元件故障模型
电力系统配电线路故障建模
基于电力线路与地震荷载的数学模型定量计算线路实际停运率。线路载荷和线路故障率采用关联分析式来表示。
表1不同地震烈度下的杆塔故障率
考虑到不同区域的地理环境特征具有差异性,地震烈度衰减分布及地震活动性规律不同,难以获取到较多的历史数据挖掘特定区域下的地震烈度与线路停运率的关系。本方案考虑以直接采用数学模型的方法表述地震灾害自然特征量与电力线路故障概率的关系。电力线路的抗震性能主要是由线路杆塔的固定支撑作用所决定的,不同地震烈度下输电杆塔构件的失效概率如表1所示。
当线路上的杆塔处于同一地震烈度区时,杆塔的故障概率是相同的,因而整条线路的故障概率为:
式中,pline——杆塔的故障概率;
ne——电力线路上的杆塔数量,同一电压等级的电力线路杆塔数与其线路长度成正比例相关。
若同一条线路同时跨越K个不同地震烈区时,处于不同地震烈区下的架设杆塔失效概率则不尽相同,从而计算得出该条线路的故障概率:
式中,pline,i——电力线路上处于第i个地震烈度区的杆塔故障概率;
ne——电力线路上的杆塔数量,同一电压等级的电力线路杆塔数与其线路长度成正比例相关。
天然气系统燃气管道故障建模
天然气管道抗震安全问题主要是受震害率因素的影响,天然气管道震害率Rg与地震烈度、管径及场地条件系数相关:
Rg=CdCg100.8(I-9)
式中,Cd为管径影响系数;Cg为场地土影响系数。
表2为基于中国,日本,美国和其他国家的地震震害数据计算得到的震害率Rg值,忽略了环境破坏、锈蚀现象等多种原因共同导致的震害率Rg值离散性的影响。
表2震害率值
埋地管道的地震破坏反应规律一般满足为泊松分布或指数分布,其故障概率为:
式中,L为管道长度。
当天然气管道横跨K个不同的地震烈区时,处于不同地震烈区下的管道故障概率不同,采用元管道均分理论可将天然气管道均分为长度为ΔL的元管道,当元管道数量足够大时,元管道在一定程度上等效于电力线路的杆塔,其故障概率分析方法类同于电力线路:
ng——天然气管道的元管道总数。
热力系统供热管道故障建模
热网管道的抗震性主要是受地震加速度VPG参数的影响。热网管道的震害率系数与热管道的内径相关:当热网管道内径较小,直径约为20~50mm时,震害率下式所示;
Rh=1.90×10-8×VPG 4.42
当热网管道内径较大,直径约为65~600mm时,震害率下式所示。
Rh=2.26×10-13×VPG 6.34
可以得到热网管道损坏概率为:
当热网管道跨越K个不同的地震烈区时,可类同于燃气埋地管道的元管道均分理论分析方法,如下所示:
nh——热网管道的元管道总数。
基于信息熵的严重故障场景构建
考虑到地震场景的随机变化会导致系统元件故障的发生具有一定的随机性和无序性,计及地震震级和震源位置的不确定性,构建地震统计区的随机地震场景集,进而确定待分析场景。本方案引入所提出的信息熵指标来量化地震发生的不确定性,如下所示。
式中,H——RIES信息熵;
Nsys——RIES子系统数,Nsys=3,包括电、气、热子系统三种类型;
zi,j,s——第i个子系统的支路j在场景s下是否发生故障,发生故障取1,反之取0;
S——地震场景集合。
式中,zi,j,s的取值应当严格服从元件故障率的离散分布,某一元件的故障率越高,该元件发生故障的概率就越大,对应越多的场景下zi,j,s=1;反之,元件故障率为0,那么该元件一定不发生故障,对应于更多的场景对应有zi,j,s=0。因此,根据对实际故障场景概率的分析,H取值不可能太大或太小,必须保证抽样场景对应的系统熵H的值在合理范围内,即满足:
式中,Hmin和Hmax的取值由地震灾害发生的可能性概率范围所决定。考虑到韧性更关注大影响的极端严重后果故障事件,应选取系统信息熵在合理范围内的所能取到的最为接近最大值Hmax时的对应场景作为可能发生的最为严重故障场景,以进行后续的韧性评估计算。
多异质能源系统抗震韧性双层规划模型
外层规划模型
本发明提出考虑灾后多能协同恢复过程的综合能源系统韧性评估指标,以多能系统加权的性能损失量占比来反映系统韧性,其中,评估以灾害发生后系统的最大性能下降点为起始时间,以系统经故障恢复后性能进入相对稳定状态为结束时间,如下式所示:
其中,Rad为系统韧性评价指标;t3为抵御灾害后系统的最大功率下降点的时刻;t7为灾后恢复完成系统进入相对稳定状态的时刻,
Re、Rg、Rh——电、气、热子系统韧性评价指标;
Fe(t)、Fg(t)、Fh(t)——灾害发生后t时刻的电、气、热子系统功率;
本方案采用韧性评价指标作为外层规划的目标函数:
线路状态模型
配电线路状态模型,由线路加固变量和灾害攻击变量所决定,如下式所示:
式中:ΩB为配电线路集合。Zij,t、hij、μij,t均为0-1离散变量,分别表示线路(i,j)在t时段的运行状态、是否加固、是否受灾害攻击的状态,当值为1时,分别表示线路(i,j)在t时段正常运行、已加固、受到灾害攻击。
管道状态模型
管道状态模型,其可以由管道加固变量和灾害攻击变量所决定,如下式所示:
式中:ΩP为系统管道集合。ZPij,t、hPij、μPij均为0-1离散变量,分别表示管道(i,j)在t时段的运行状态、是否加固、是否受灾害攻击的状态,当值为1时,分别表示管道(i,j)在t时段正常运行、已加固、受到灾害攻击。
约束条件
模型中的约束条件包括:系统规划投资预算约束、节点允许安装的储能最大功率和最大容量约束。
1)系统规划投资预算约束
该约束用来限制规划投资成本,以防止超出总投资预算。
CL+CP+CESS≤Binv
式中:CL为线路加固成本,CP为管道加固成本,CESS为储能配置投资总成本,Binv为总投资预算。具体的加固成本如下公式所示:
配置储能的投资约束如下述公式所示:
式中:配置储能的投资总成本由储能的设备成本建设成本/>以及初始运行维护成本/>组成。βESS为储能配置的资本回收系数,可将储能年运维成本折算成初始运维成本,rESS为贴现率(%),YESS为储能的使用年限,cp为储能单位功率成本系数(元/kw),cE为储能单位容量成本系数(元/kwh),cj build为节点j所处区域的储能建设成本(元),com为储能单位功率的年运行维护成本系数(元/kw/year)。/>和/>分别为节点j安装的储能额定功率变量和额定容量变量。σj为0-1离散变量,表示是否在节点j安装储能,若安装,则值为1;否则,值为0。
2)节点允许安装的最大储能功率和最大容量约束
内层规划模型
内层规划模型包含应急供能方案优化模型和应急抢修方案优化模型两部分。
多能协同应急供能方案优化模型
当极端自然灾害对综合能源系统造成严重大面积缺供时,RIES能源供应可能因此受到限制,且以“自愈控制”为核心的系统恢复功能可能失效,即在发生故障后,迅速将故障缺供区域重新接入到相邻线路供应功率的措施可能无法得到有效执行,在大系统整体修复之前,区域综合能源系统只能依赖于本地内部资源进行多能协同保障重要负荷供能,系统可能面临切负荷的风险。因此,应急供能方案优化的目标为尽可能减少负荷减供,即:
为了充分保证灾后应急状态下系统运行的安全性和合理性,应急供能方案优化模型需要考虑多能系统设备运行约束,电力子系统运行约束,天然气子系统运行约束,热力子系统运行约束,以满足系统多能协同运行安全需要。
多能设备运行约束
能源集线器(Energy hub,EH)具有多种能源形式的输入和输出,可以通过整合一些主流的能源转换和存储设施来实现。本节分别构建了三种不同类型的EH单元以进行区域型电气热综合能源系统的能量流交互分析:
(1)Energy Hub A
Energy Hub A(以下简称EHA)单元集成了电锅炉、CHP热电联供机组、电储能和热储能多个元件,高度耦合电、气和热三个子系统。EHA单元内部结构及能量交换过程如图3-4所示,集成了热电联产CHP机组、电锅炉HP,电储能及热储能装置。电能可以被用来直接传递到电网侧供电,或与储电装置进行功率交互充放电,或被电锅炉消耗产生热量传递到热网侧;天然气输入通过发电和供热的热电联产CHP装置发电和供热,供给所需外部电负荷和热负荷,另一部分热能可以储存到热存储装置中。如图2所示
根据EH内部各个机组转换参数可得:
pES、pHS——储电装置与电力系统间的交互功率、储热装置与热力系统间的交互功率,由其储能装置的充放能功率决定;
ηHP——HP的转换系数;
以下对EHA内部集成的CHP机组、HP机组、储能装置的原理进行一一介绍:
a.热电联产机组
背压式热电联产机组的电热特性曲线如图3所示,电功率与热功率的关系方程如下所示:
CHP热电关系可由以下数学模型来描述:
b.电热泵机组
当电热泵满足固定电制热效率时,有以下约束:
ηHP——电热泵的制热效率,低于逆卡诺循环效率的极限值。逆卡诺循环效率的极限值远高于能量转换效率的极限值,理论极限值可高达15,实际极限值也可达到8.25,但考虑到机组具有一定的损耗,本发明将电热泵制热性能系数设定为3;
c.储能装置
对于电气热多能耦合系统,储能形式主要包括三种不同的储能形式:电储能、气储能、热储能,储电、储热和储气均可用统一的数学模型表示,储能设备在运作时主要受到储能容量限制约束以及充放功率上下限约束,其数学模型如下:
式中,Et——储能设备t时刻的存储容量;
ηchar、ηdis——储能设备的充能、放能效率;
Δt——单位调度时间,一般为1h;
Emax、Emin——储能容量的上下限;
(2)Energy Hub B
Energy Hub B(以下简称EHB)单元内部由燃气轮机GT构成,耦合电和气两个子系统,如图4所示。燃气轮机是电力系统与天然气系统之间最大容量、最大规模、也是最为重要的耦合载体。
本发明所指的燃气轮机没有考虑到余热回收装置在热能回收方面的性能,认为燃气轮机的工作输出仅产生电能供应电力系统,其电能输出与燃气消耗的功率关系,以及燃气轮机出力上下限,如下式:
LHVNG——天然气低热值,本发明取9.7kW·h/m3;
(3)Energy Hub C
Energy Hub C(以下简称EHC)单元内部由燃气锅炉GB构成,耦合气和热两个子系统,如图5所示。
燃气锅炉的输出功率与自身的输出特性和负荷条件有关,其输出热量与燃气消耗量关系和燃气锅炉热出力的上下限约束,如下所示:
电力系统运行约束
(1)节点功率平衡约束
节点功率平衡约束包括了有功功率约束和无功功率约束:
式中,Pij,t——电力线路(i,j)在时刻t流过的有功功率,i、j分别为电力线路首、末节点的编号;
无功功率平衡约束(b)中的各参数定义参考有功功率平衡约束(a)。
(2)线路潮流约束
式中,Ui,t——电力网络节点i在时刻t的电压;
Uj,t——电力网络节点j在时刻t的电压;
Rij、Xij——分别为电力线路(i,j)的电阻和电抗取值;
U0——电力系统基准电压取值。
(3)线路安全约束
Qij,t——电力线路(i,j)在时刻t流过的无功功率;
(4)电压上下限约束。
天然气系统运行约束
(1)节点流量平衡约束
类似于分析电力网络中节点功率平衡的方法,天然气管道中天然气流量需要满足质量守恒定律。可以对天然气网络中的每个节点列写出节点流量平衡方程,即任意节点的总流入量等于总流出量:
式中,Fki,t——天然气管道(k,i)在时刻t的流量;
Fij,t——天然气管道(i,j)在时刻t的流量;
(2)气压约束
天然气网络中每个节点气压应满足一定的压力限值:
(3)管道流量平衡约束
对于理想化的绝热天然气管道,管道首端与末端节点分别为i和j,流过的稳态流量Fij,t满足Weymouth方程规律:
式中,Fij,t——天然气管道(i,j)在时刻t的流量;
Kij——天然气管道(i,j)的物理参数;
πi,t、πj,t——天然气管道(i,j)首、末节点的气压。
利用分段线性近似法来解决Weymouth方程中的非线性项,引入替代变量V来消去节点电压的平方项:
引入Tij,t=|Vi,t-Vj,t|变量消去绝对值项:
式中,Nseg——Fij,t可行域的分段化段数;
Fij,U,t、Fij,L,t——Fij,t可行域的上、下界;
热力系统运行约束
(1)节点水流热功率和水温关系约束
Cp——水比热容系数;
(2)管道热量损失约束
λb——热网管道b的传热系数;
Lb——热网管道b的长度;
mb,t——热网管道b在t时刻的水流量。
(3)节点水流汇合的水温方程约束
(4)节点水温的上下限约束
多能协同应急抢修方案优化模型
多异质能源系统应急抢修优化的期望可从以下两个方面提出:
(1)尽可能地降低综合能源系统故障引起的缺供经济损失,减少故障修复等待时间和故障抢修人力和物资的成本投入。
(2)对造成负荷重要等级较高或缺供负荷量较大的故障元件需优先进行抢修,尽可能以较大的电、气、热负荷恢复量进行抢修工作安排。
为应对运行中可能发生的突发极端灾害事件,系统应具备一定的抢修资源配置能力以保证能源供应损失最小化。本发明提出应急抢修配置方案优化模型,由于电力、燃气、热力三类抢修小队在抢修过程中的抢修物资配备、抢修资源操作、物资调度的指挥等对抢修人员专业能力要求较高,且各个能源管理部门的抢修任务不同,因此,各抢修小队同时对自身能源系统的故障元件进行抢修,其任务和分队不存在交叉。假设各异质子系统均配置有一支抢修小队,灾害发生后,各分队所属的抢修任务在事前分配,并由统一的应急抢修指挥中心来集中调配电、气、热抢修小队的抢修决策。
外层模型有涉及三组电/气/热故障元件抢修恢复序列,解决电气热多支抢修队伍之间的协调与配合,结合各子系统故障元件恢复下的系统状态来协调抢修顺序,从而得到电-气-热综合能源系统的最佳抢修工作策略。以综合能源系统造成的期望缺供量最小为韧性优化目标:
考虑电气热三支抢修队伍如何对自身队伍的抢修顺序进行安排,决策变量分别为电气热三支抢修小队的抢修故障元件工作顺序。根据优化模型求解的抢修策略,对综合能源系统中电、气、热3支修理队伍抢修工作进行整体统一式优化决策,既包括了单一小队顺序寻优,还包括了多支抢修小队的协调配合优化。
以上所述,仅为本发明优选的具体实施方式,但本发明的保护范围不局限于此,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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种多能协同恢复的电-气-热耦合系统抗震韧性规划方法,其特征在于,包括:
建立电-气-热耦合系统故障模型;
根据韧性规划措施建立外层规划模型;
考虑灾后多能协同故障恢复机制建立内层规划模型;
对构建的双层规划模型进行求解:求解内层规划获得最优故障恢复方案,并计算该恢复方案下的系统韧性评估指标,求解外层规划得到多能系统的最优韧性规划方案。
2.根据权利要求1所述的方法,其特征在于,所述建立电-气-热耦合系统故障模型包括:
电力系统配电线路故障建模;
天然气系统燃气管道故障建模;
热力系统供热管道故障建模;
基于信息熵构建电-气-热耦合系统故障模型。
3.根据权利要求1所述的方法,其特征在于,所述韧性评估指标为:以韧性评估中抵御灾害后系统的最大性能下降点为评估起始时间,至灾后应急恢复完成系统性能进入相对稳定状态为评估结束时间。
4.根据权利要求1所述的方法,其特征在于,所述外层规划模型包括:
配电线路状态模型和管道状态模型;
所述配电线路状态模型由线路加固变量和灾害攻击变量所决定;
所述管道状态模型由管道加固变量和灾害攻击变量所决定。
5.根据权利要求1所述的方法,其特征在于,所述建立外层规划模型的约束包括:
投资约束;所述投资约束包括系统规划投资预算约束和节点允许安装的储能最大功率和最大容量约束;
储能运行约束;所述储能运行约束包括储能放电功率约束、储能荷电状态约束和储能电量平衡约束。
6.根据权利要求1所述的方法,其特征在于,所述内层规划模型包括灾后多能协同应急供能方案优化模型和多能协同应急抢修方案优化模型。
7.根据权利要求1所述的方法,其特征在于,所述内层规划系统的约束为:
多能系统设备运行约束,电力子系统运行约束,天然气子系统运行约束,热力子系统运行约束。
8.根据权利要求1所述的方法,其特征在于,所述电力系统运行约束包括:节点功率平衡约束、线路潮流约束、线路安全约束、电压上下限约束;
所述天然气系统运行约束包括:节点流量平衡约束、气压约束、管道流量平衡约束;
所述热力系统运行约束包括:节点水流热功率和水温关系约束、管道热量损失约束、节点水流汇合的水温方程约束、节点水温的上下限约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310402124.1A CN116384142B (zh) | 2023-04-14 | 2023-04-14 | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310402124.1A CN116384142B (zh) | 2023-04-14 | 2023-04-14 | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116384142A true CN116384142A (zh) | 2023-07-04 |
CN116384142B CN116384142B (zh) | 2023-11-17 |
Family
ID=86976748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310402124.1A Active CN116384142B (zh) | 2023-04-14 | 2023-04-14 | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116384142B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109473992A (zh) * | 2019-01-21 | 2019-03-15 | 国网河北省电力有限公司经济技术研究院 | 一种提高配电网韧性的方法、系统及终端设备 |
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
CN110571807A (zh) * | 2019-10-15 | 2019-12-13 | 华北电力大学 | 极端自然灾害下计及储能配置韧性配电网规划方法及系统 |
CN112271726A (zh) * | 2020-10-15 | 2021-01-26 | 北京交通大学 | 考虑电-水-气耦合关系的配电系统故障恢复方法 |
CN112986731A (zh) * | 2021-02-08 | 2021-06-18 | 天津大学 | 计及地震不确定性的电气互联系统韧性评估与提升方法 |
CN113742917A (zh) * | 2021-09-06 | 2021-12-03 | 东南大学 | 一种考虑多阶段恢复过程的综合能源系统韧性提升方法 |
WO2022257712A1 (zh) * | 2021-06-11 | 2022-12-15 | 国网上海市电力公司 | 面向韧性提升的配电网分布式电源储能控制方法及系统 |
CN115879833A (zh) * | 2023-03-02 | 2023-03-31 | 国网山东省电力公司威海供电公司 | 考虑灾害响应和恢复的双层配电网韧性评估方法及系统 |
-
2023
- 2023-04-14 CN CN202310402124.1A patent/CN116384142B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
CN109473992A (zh) * | 2019-01-21 | 2019-03-15 | 国网河北省电力有限公司经济技术研究院 | 一种提高配电网韧性的方法、系统及终端设备 |
CN110571807A (zh) * | 2019-10-15 | 2019-12-13 | 华北电力大学 | 极端自然灾害下计及储能配置韧性配电网规划方法及系统 |
CN112271726A (zh) * | 2020-10-15 | 2021-01-26 | 北京交通大学 | 考虑电-水-气耦合关系的配电系统故障恢复方法 |
CN112986731A (zh) * | 2021-02-08 | 2021-06-18 | 天津大学 | 计及地震不确定性的电气互联系统韧性评估与提升方法 |
WO2022257712A1 (zh) * | 2021-06-11 | 2022-12-15 | 国网上海市电力公司 | 面向韧性提升的配电网分布式电源储能控制方法及系统 |
CN113742917A (zh) * | 2021-09-06 | 2021-12-03 | 东南大学 | 一种考虑多阶段恢复过程的综合能源系统韧性提升方法 |
CN115879833A (zh) * | 2023-03-02 | 2023-03-31 | 国网山东省电力公司威海供电公司 | 考虑灾害响应和恢复的双层配电网韧性评估方法及系统 |
Non-Patent Citations (4)
Title |
---|
VAHID SABZPOOSH SARAVI等: "Resilience-constrained expansion planning of integrated power–gas–heat distribution networks", 《APPLIED ENERGY》 * |
李雪;孙霆锴;侯恺;姜涛;陈厚合;李国庆;贾宏杰;: "地震灾害下海岛综合能源系统韧性评估方法研究", 中国电机工程学报, no. 17 * |
陈碧云等: "考虑网架重构和灾区复电过程的配电网抗台风韧性评估", 《电力系统自动化》, vol. 42, no. 6 * |
陶然等: "考虑电-气-热-交通相互依存的城市能源系统韧性评估与提升方法", 《电工技术学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN116384142B (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107844869B (zh) | 燃气分布式能源系统的在线智能学习决策优化方法及系统 | |
CN110322051A (zh) | 考虑n-1安全约束的综合能源系统优化配置方法 | |
CN104573875B (zh) | 一种低碳化的电源电网优化规划的方法 | |
CN109245176B (zh) | 计及风险的含大规模风电的互联电网机组组合方法 | |
CN101728984A (zh) | 并网型光伏电站发电功率预测方法 | |
CN104578183B (zh) | 提高电力系统低碳化水平的联络线送电计划优化方法 | |
Coady et al. | Quantifying the impacts of biomass driven combined heat and power grids in northern rural and remote communities | |
CN104283234A (zh) | 基于大时间尺度机组检修的风电接纳能力评估方法 | |
CN106127342A (zh) | 一种基于scuc的跨区联络线交易优化方法 | |
CN105244874B (zh) | 一种计及故障风险及成本的配电网无功规划优化模型 | |
CN114294708B (zh) | 一种长距离供热管网运行蓄热调节方法 | |
Cano-Andrade et al. | Multi-objective optimization for the sustainable-resilient synthesis/design/operation of a power network coupled to distributed power producers via microgrids | |
Taheri et al. | A green cogeneration microgrid composed of water-source heat pumps, a gravity energy storage, and a bio-fueled gas turbine: Design and techno-economic optimization | |
CN116384142B (zh) | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 | |
JP2018207728A (ja) | 電力管理システム及び電力管理方法 | |
Pang et al. | Emergency rush repair task scheduling of distribution networks in large-scale blackouts | |
CN112862158A (zh) | 一种综合能源系统日前优化调度方法及系统 | |
CN106505637A (zh) | 一种电力系统有功调度保守度的优化方法 | |
Xie et al. | Bi-level two-stage stochastic optimization for wind energy transmission networks encompassing active distribution networks | |
AU2021103251A4 (en) | Power Dispatching Method Suitable for Transnational Energy Internet | |
Fan et al. | Research on collaborative planning of power source, grid and load for Shanghai distribution network | |
Li et al. | Study on integrated scheduling model of CHP including wind power, electric boiler and phase change thermal storage station | |
Zhou et al. | Co-planning and feasibility assessment of an integrated energy system embedded with power-to-gas plants | |
CN113486509A (zh) | 一种综合能源系统多目标优化控制方法 | |
Rossi et al. | A methodology to estimate average flow rates in Water Supply Systems (WSSs) for energy recovery purposes through hydropower solutions |
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 |