CN116894342A - 基于天然气网络管存的电-气综合能源系统韧性提升方法 - Google Patents
基于天然气网络管存的电-气综合能源系统韧性提升方法 Download PDFInfo
- Publication number
- CN116894342A CN116894342A CN202310883366.7A CN202310883366A CN116894342A CN 116894342 A CN116894342 A CN 116894342A CN 202310883366 A CN202310883366 A CN 202310883366A CN 116894342 A CN116894342 A CN 116894342A
- Authority
- CN
- China
- Prior art keywords
- gas
- stage
- node
- fault
- pipeline
- 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
- 239000007789 gas Substances 0.000 title claims abstract description 275
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 192
- 239000003345 natural gas Substances 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000003860 storage Methods 0.000 title claims abstract description 37
- 230000002265 prevention Effects 0.000 claims abstract description 61
- 230000008878 coupling Effects 0.000 claims abstract description 23
- 238000010168 coupling process Methods 0.000 claims abstract description 23
- 238000005859 coupling reaction Methods 0.000 claims abstract description 23
- 238000012546 transfer Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims abstract description 8
- 230000006872 improvement Effects 0.000 claims abstract description 4
- 238000002955 isolation Methods 0.000 claims description 103
- 238000011084 recovery Methods 0.000 claims description 63
- 230000015556 catabolic process Effects 0.000 claims description 38
- 238000006731 degradation reaction Methods 0.000 claims description 38
- 230000005540 biological transmission Effects 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 230000003449 preventive effect Effects 0.000 claims description 7
- 230000007123 defense Effects 0.000 claims description 6
- 230000005251 gamma ray Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000004665 defense response Effects 0.000 abstract 1
- 230000015654 memory Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013178 mathematical model 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
- 238000013486 operation strategy Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Water Supply & Treatment (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电力系统运行与优化技术领域，具体涉及基于天然气网络管存的电‑气综合能源系统韧性提升方法：基于电‑气综合能源系统故障前后时序响应过程，将系统的韧性提升过程分为多个阶段，分析天然气管存在各阶段内的作用并建立各阶段内管存利用模型；建立电‑气综合能源系统内故障传递模型；建立电‑气综合能源系统运行模型；建立多种电‑气耦合设备运行模型；以最小化全过程加权电/气负荷切除量为主要目标，计算得到全场景下的电‑气综合能源系统的预防以及故障防卫响应策略。本发明所述方法提出了提高综合能源系统韧性水平的方法，保证了电‑气综合能源系统在故障下尽可能减小加权负荷切除量，提高了系统运行的安全性。
Description
技术领域
本发明属于电力系统运行与优化领域，尤其涉及基于天然气网络管存的电-气综合能源系统韧性提升方法。
背景技术
随着燃气轮机(GT)和电力驱动的燃气压缩机的广泛使用，配电系统(PDS)和天然气系统(NGS)之间的耦合变得越来越紧密，形成了电-气综合能源系统(IEGS)。一方面，IEGS可以为客户提供高效、清洁和可持续的能源。另一方面，PDS和NGS之间的紧密耦合也给IEGS在极端天气事件下的可靠和安全运行带来了巨大的挑战，如飓风，通常会对关键基础设施造成严重破坏，导致长时间的停电。因此，如何提高IEGS在极端天气事件下的韧性已经成为一个重要的问题，并得到了广泛的关注。其中，韧性被定义为“准备和适应不断变化的条件，并承受和迅速恢复破坏的能力”。在提高IEGS的抗灾能力方面已经取得了相当大的进展，潜在的措施可以归类为网络加固措施和智能操作策略。
网络加固措施通常采用于极端天气事件前的数天，以加强IEGS中的薄弱环节，如输电线路和输气管道。智能操作策略从事件发生前几个小时开始执行，直到事件结束，目的是促进综合能源系统的应急响应和快速恢复。这些策略包括维修人员的调度、远程遥控开关或遥控阀门的开关操作、主动孤岛等。作为一种特殊形式的储气系统，天然气管存可用于提高综合能源系统的韧性。在发生故障后，健康管道内的管存可以用来满足天然气负荷和GT的消耗。鉴于极端天气事件下电力系统和天然气系统之间复杂的耦合作用，在多阶段防御和响应过程中，双向级联的故障传播过程往往对韧性提升策略的制定过程具有较大的影响。在一个子系统内发生的故障可能通过耦合设备传播到另一个子系统，从而影响到综合能源系统内的各种设施的运行。更糟糕的是，传播至另一系统内的故障可能会反过来重新传播至原子系统，从而极大地扩大了故障的影响范围。由于输电线路在极端天气下可能会出现故障，从而导致电力负荷被迫切除，并进一步诱发电驱动气体压缩机的强制停运。后一种情况可能导致GT的气体供应被迫中断，从而使得GT离线，并反过来引发更大范围内加权负荷切除。因此，在综合能源系统内需要综合利用多种资源，加速故障后的恢复过程，从而提升系统韧性水平。
发明内容
为了综合利用多种资源提升综合能源系统在极端天气事件下的韧性水平，本发明的目的在于提供基于天然气网络管存的电-气综合能源系统韧性提升方法，本文方法可以确保电-气综合能源系统在故障前提升系统内管存，为将要到来的极端天气事件做好准备。在极端天气事件袭击后，非故障区域内的管存可释放用于满足燃气负荷与GT需求。同时，电-气综合能源系统内的两个子系统可通过双向耦合设备进行协同恢复，最小化加权负荷切除量，提升系统韧性水平。具体技术方案包括以下步骤：
步骤1、将电-气综合能源系统的故障防御与恢复过程按照其物理演化过程，分为四个阶段：预防阶段、退化阶段、隔离阶段、恢复阶段。分析天然气管存在各阶段内作用，并根据设定的约束条件，建立各阶段内管存模型以及多种包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型。其中，在预防阶段内，各气井增大出气量，提升输气管道内管存；在隔离阶段与恢复阶段，非故障区域内的输气管道管存将释放，用以满足负荷与GT需求，具体如下：
1.1、通过式(2)-(6)，建立预防阶段内节点气流平衡模型以及管存模型：
预防阶段内，气井增大出气量以提升管存，即为后续的故障恢复做准备，其中，n为气网节点；GL,n为气网节点n所连接的天然气负荷大小；/>为预防阶段内气网节点n连接的燃气轮机(GT)所消耗的天然气大小；/>为预防阶段内气网节点n连接的气井出气量大小；TPRE为预防阶段持续时间；/>为预防阶段结束后管道mn内的管存量；/>为管道mn内的初始管存量；/>为管道mn内的平均气流大小；/>为节点m处的气压大小；/>为节点n处的气压大小；Rmn为管道mn的韦茅斯方程相关系数；kmn为管道mn两端气压与管存关系系数；/>为管道no输入端的气流；/>为管道mn输入端的气流；/>为管道mn输出端的气流；α(n)为节点n的上游节点；β(n)为节点n的下游节点；L为系统内所有输气管道的集合；N为系统内所有天然气节点的集合。
1.2、通过式(7)-(11)，建立隔离阶段内节点气流平衡模型以及管存模型：
隔离阶段内，管存将释放用于满足天然气负荷与GT的需求，即对于非故障区域内的输气管道，天然气管存通过约束条件(8)与输气管道进/出端气流大小建立联系，即管存的变化将直接影响输气管道进/出气端的气流大小，并进一步由约束条件(7)建立与气网内天然气需求的联系；其中，/>为隔离阶段内气网节点n连接的GT所消耗的天然气大小；/>为隔离阶段内气网节点n连接的气井出气量大小；/>为隔离阶段内气网节点n切除的天然气负荷大小；/>为预防阶段管道mn内的管存量；/>为隔离阶段管道mn内管存量；TISO为隔离阶段持续时间；/>为隔离阶段管道mn内的平均气流大小；/>为隔离阶段节点m处的气压大小；/>为隔离阶段节点n处的气压大小；/>为隔离阶段管道mn输入端的气流；/>为隔离阶段管道mn输出端的气流；/>为隔离阶段管道no输入端的气流；fmn，s表示管道mn是否发生故障，若是发生故障则取值为1；s为故障场景；L为系统内所有输气管道的集合；N为系统内所有天然气节点的集合；S为全部故障场景的集合。
恢复阶段内每一时段的节点气流平衡模型和管存模型与式(7)-(11)相同。
1.3、通过式(12)-(16)，建立预防阶段内系统内多种包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型：
其中，ηGT为燃气涡轮机(GT)的工作效率系数；为管道mn处装设的气体压缩机消耗电能系数；λ为气体压缩机的气压提升系数；/>为预防阶段电网节点j上连接GT的有功出力；/>为气网节点n上连接GT消耗天然气量的最小值；/>为气网节点n上连接GT消耗天然气量的最大值；/>为预防阶段电网节点j上连接气体压缩机所消耗的电能；/>为预防阶段电网节点j上连接气体压缩机所消耗的电能最小值；/>为预防阶段电网节点j上连接气体压缩机所消耗的电能最大值；ξB为GT连接电网节点集合；ξN为GT连接气网节点集合；γB为电驱动气体压缩机连接电网节点集合；γN为电驱动气体压缩机连接气网节点集合；
步骤1.4、通过式(17)-(21)，建立隔离阶段内系统内多种包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型：
其中，为场景s内隔离阶段内电网节点j上连接的GT有功出力；/>为场景s内隔离阶段内电网节点j上连接的GT有功出力；/>为场景s内隔离阶段内电网节点j上连接的气体压缩机消耗的电能；/>表示隔离阶段内节点j状态，若处于故障区域内则取值为1；/>表示隔离阶段内节点n状态，若处于故障区域内则取值为1；约束条件(18)限定若GT供气节点处于故障区域内则不能正常获取天然气，从而进一步导致GT停运；约束条件(21)限定若电驱动气体压缩机的供电节点处于故障区域内，则不能正常获取电能，从而进一步导致电驱动气体压缩机停止工作，气流无法正常流过气体压缩机；恢复阶段内各时段系统包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型与式(17)-(21)相同。
(2)、根据设定的约束条件，建立包含预防阶段、退化阶段、隔离阶段、恢复阶段的不同阶段内电-气综合能源系统内故障传递模型，包括配电网/天然气网络内节点故障传递模型和天然气网络内输气管道故障状态识别模型。在故障发生后，只有处于非故障区域内的输气管道内管存可正常利用，以及处于非故障区域内的电-气耦合设备可正常运行，具体如下：
2.1、通过式(22)-(29)，建立退化阶段内系统内节点故障传递模型：
其中，fij，s表示电网中输电线路ij是否发生故障，若发生故障则取值为1；fmn，s表示天然气网络中的管道mn是否故障，若发生故障则取值为1；表示预防阶段内输电线路ij状态，若能够正常传输电能则取值为1；/>表示预防阶段内输气管道mn状态，若能够正常传输天然气则取值为1；/>表示退化阶段内节点i状态，若处于故障区域内则取值为1；/>表示退化阶段内节点j状态，若处于故障区域内则取值为1；/>表示退化阶段内节点m状态，若处于故障区域内则取值为1；/>表示退化阶段内节点n状态，若处于故障区域内则取值为1；集合E为电网输电线路集合；集合L为天然气网络输气管道集合；集合S为故障场景集合；隔离阶段与恢复阶段内节点故障传递模型与式(22)-(29)相同；
2.2、通过式(30)-(33)，建立隔离阶段内输气管道故障状态识别模型：
其中，为隔离阶段内管道mn状态，若所述隔离阶段内管道mn与故障管道相连则取值为1；/>表示场景s下隔离阶段内节点n状态，若处于故障区域内则取值为1；/>表示场景s下隔离阶段内节点m状态，若处于故障区域内则取值为1；/>为表示场景s下隔离阶段内管道mn状态，若能够正常传输气流则取值为1；L为系统内所有输气管道的集合；N为系统内所有天然气节点的集合；集合S为故障场景集合；约束条件(30)-(33)限定对于一条闭合的输气管道，如果有一端处于故障区域内，则整条输气管道都处于故障区域内；约束条件(32)限定若一条闭合输气管道两端都不处于故障区域内，则此输气管道处于故障区域外；约束条件(33)限定发生故障的管道一定处于故障区域内；恢复阶段各时段内输气管道故障状态识别模型与式(30)-(33)相同。
(3)、根据设定的约束条件，建立包含预防阶段、退化阶段、隔离阶段、恢复阶段的不同阶段内电-气综合能源系统运行模型，包括配电网潮流约束，节点电压约束，机组出力上下限约束，天然气网潮流约束，节点气压约束，气井出气上下限约束等。
(4)、以最小化故障后系统内加权负荷切除量为目标，基于设定的预想事故集进行综合求解，解得使得故障场景内所有故障下，预防阶段、退化阶段、隔离阶段、恢复阶段四个阶段内电-气综合能源系统加权负荷损失最小的预防策略以及不同场景内的故障响应恢复策略，其中系统预防策略包括系统在预防阶段内的拓扑以及管存量，恢复策略包括不同阶段下系统拓扑变化情况，负荷切除情况，GT出力变化情况以及管存利用情况，以使得目标函数最小化为目标求取上述变量取值，具体如下：
通过式(1)建立目标函数：
其中，式(1)为电-气综合能源系统在故障场景集内所有场景下所有阶段内的加权负荷切除量；TDEG为退化阶段的时长，TISO为隔离阶段的时长；ωj为电网节点的权重，ωn为气网节点的权重；为退化阶段内电网节点j上的电力负荷切除量；/>为退化阶段内气网节点n上的天然气负荷切除量；Prs为场景s的发生概率；Ws为惩罚项；/>为场景s中隔离阶段内电网节点j上的电力负荷切除量；/>为隔离阶段内气网节点n上的天然气负荷切除量；/>为恢复阶段内电网节点n上的电力负荷切除量；/>为恢复阶段内气网节点n上的天然气负荷切除量；考虑到恢复阶段被划分为Г个时段进行分析，Δt用于表示恢复阶段内多个不同时段的时长；B为系统内所有电网节点的集合；N为系统内所有天然气节点的集合；Г为恢复阶段内总时段数。
通过式(34)-(37)建立步骤4中目标函数内的惩罚项：
惩罚项Ws共由三部分组成，其中惩罚项Wa,s为故障区域内管道管存之和，反应故障后故障区域内管道管存的泄漏情况，从而使得预防阶段内管存不可无限制地升高；惩罚项Wb,s为管道mn两端气压差之和，用于提高韦茅斯方程在二阶锥松弛后的精确度；惩罚项Wc,s为系统内故障后远程控制开关和远程控制阀门动作次数总和；其中，ωa、ωb、ωc分别为惩罚项Wa,s、Wb,s、Wc,s的系数，L为系统内所有输气管道的集合；S为故障场景集合。
本发明的有益效果：
本方法建立了极端天气事件下电-气综合能源系统的多阶段防御和响应模型，包括预防阶段、退化阶段、隔离阶段和恢复阶段，全面考虑了极端天气事件下电力系统和天然气系统的双向故障传播耦合关系，实现了两个子系统的协同恢复，有助于减轻极端天气事件的影响。天然气管存在多阶段过程中被用于协助综合能源系统的协同恢复。在极端天气事件发生前，天然气管存将被提升至较高水平。在极端天气事件发生后，在由非故障燃气节点所形成的孤岛内，天然气管存被释放以满足天然气负荷和GT的需求，从而提高系统在故障后的韧性水平。
附图说明
图1为本发明算例验证部分采用的电-气综合能源系统拓扑示意图。
图2为全场景下系统预防阶段拓扑示意图。
图3为系统在故障场景5下隔离阶段拓扑示意图。
图4为系统在故障场景5下恢复阶段拓扑示意图。
图5为故障场景5下系统内管存变化示意图。
具体实施方式
下面对本发明的具体实施方式做详细说明。本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受公开的具体实施例的限制。
除非另有定义，本文所使用的所有技术和科学术语与本发明所属技术领域的技术人员通常理解的含义相同。所使用的术语只为描述具体实施方式，不为限制本发明。
本发明提供的基于天然气网络管存的电-气综合能源系统韧性提升方法，其实施流程的详细说明如下：
基于天然气网络管存的电-气综合能源系统韧性提升方法，所述方法包括以下步骤：
步骤1、将电-气综合能源系统的故障防御与恢复过程按照其物理演化过程，分为四个阶段：预防阶段、退化阶段、隔离阶段、恢复阶段。分析天然气管存在各阶段内作用，并根据设定的约束条件，建立各阶段内管存模型以及多种包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型。其中，在预防阶段内，各气井增大出气量，提升输气管道内管存；在隔离阶段与恢复阶段，非故障区域内的输气管道管存将释放，用以满足负荷与GT需求。
步骤2、根据设定的约束条件，建立包含预防阶段、退化阶段、隔离阶段、恢复阶段的不同阶段内电-气综合能源系统内故障传递模型，包括配电网/天然气网络内节点故障传递模型和天然气网络内输气管道故障状态识别模型。在故障发生后，只有处于非故障区域内的输气管道内管存可正常利用，以及处于非故障区域内的电-气耦合设备可正常运行。
步骤3、根据设定的约束条件，建立包含预防阶段、退化阶段、隔离阶段、恢复阶段的不同阶段内电-气综合能源系统运行模型，包括配电网潮流约束，节点电压约束，机组出力上下限约束，天然气网潮流约束，节点气压约束，气井出气上下限约束等。
步骤4、以最小化故障后系统内加权负荷切除量为目标，基于设定的预想事故集进行综合求解，解得使得故障场景内所有故障下，预防阶段、退化阶段、隔离阶段、恢复阶段四个阶段内电-气综合能源系统加权负荷损失最小的预防策略以及不同场景内的故障响应恢复策略，其中系统预防策略包括系统在预防阶段内的拓扑以及管存量，恢复策略包括不同阶段下系统拓扑变化情况，负荷切除情况，GT出力变化情况以及管存利用情况，以使得目标函数最小化为目标求取上述变量取值，目标函数表达式如式(1)所示：
其中，式(1)为电-气综合能源系统在故障场景集内所有场景下所有阶段内的加权负荷切除量；TDEG为退化阶段的时长，TISO为隔离阶段的时长；ωj为电网节点的权重，ωn为气网节点的权重；为退化阶段内电网节点j上的电力负荷切除量；/>为退化阶段内气网节点n上的天然气负荷切除量；Prs为场景s的发生概率；Ws为惩罚项；/>为场景s中隔离阶段内电网节点j上的电力负荷切除量；/>为隔离阶段内气网节点n上的天然气负荷切除量；/>为恢复阶段内电网节点n上的电力负荷切除量；/>为恢复阶段内气网节点n上的天然气负荷切除量；考虑到恢复阶段被划分为Г个时段进行分析，Δt用于表示恢复阶段内多个不同时段的时长；B为系统内所有电网节点的集合；N为系统内所有天然气节点的集合；Г为恢复阶段内总时段数。
步骤1中，所述建立各阶段内管存模型以及多种包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型包含以下步骤：
步骤1.1、通过式(2)-(6)，建立预防阶段内节点气流平衡模型以及管存模型：
预防阶段内，气井增大出气量以提升管存，即为后续的故障恢复做准备，其中，n为气网节点；GL,n为气网节点n所连接的天然气负荷大小；/>为预防阶段内气网节点n连接的GT所消耗的天然气大小；/>为预防阶段内气网节点n连接的气井出气量大小；TPRE为预防阶段持续时间；/>为预防阶段结束后管道mn内的管存量；/>为管道mn内的初始管存量；/>为管道mn内的平均气流大小；/>为节点m处的气压大小；/>为节点n处的气压大小；Rmn为管道mn的韦茅斯方程相关系数；kmn为管道mn两端气压与管存关系系数；/>为管道no输入端的气流；/>为管道mn输入端的气流；/>为管道mn输出端的气流；α(n)为节点n的上游节点；β(n)为节点n的下游节点；L为系统内所有输气管道的集合；N为系统内所有天然气节点的集合。
步骤1.2、通过式(7)-(11)，建立隔离阶段内节点气流平衡模型以及管存模型：
隔离阶段内，管存将释放用于满足天然气负荷与GT的需求，即对于非故障区域内的输气管道，天然气管存通过约束条件(8)与输气管道进/出端气流大小建立联系，即管存的变化将直接影响输气管道进/出气端的气流大小，并进一步由约束条件(7)建立与气网内天然气需求的联系；其中，/>为隔离阶段内气网节点n连接的GT所消耗的天然气大小；/>为隔离阶段内气网节点n连接的气井出气量大小；/>为隔离阶段内气网节点n切除的天然气负荷大小；/>为预防阶段管道mn内的管存量；/>为隔离阶段管道mn内管存量；TISO为隔离阶段持续时间；/>为隔离阶段管道mn内的平均气流大小；/>为隔离阶段节点m处的气压大小；/>为隔离阶段节点n处的气压大小；/>为隔离阶段管道mn输入端的气流；/>为隔离阶段管道mn输出端的气流；/>为隔离阶段管道no输入端的气流；fmn，s表示管道mn是否发生故障，若是发生故障则取值为1；s为故障场景；L为系统内所有输气管道的集合；N为系统内所有天然气节点的集合；S为全部故障场景的集合。
恢复阶段内每一时段的节点气流平衡模型和管存模型与式(7)-(11)相同。
步骤1.3、通过式(12)-(16)，建立预防阶段内系统内多种包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型：
其中，ηGT为GT的工作效率系数；为管道mn处装设的气体压缩机消耗电能系数；λ为气体压缩机的气压提升系数；/>为预防阶段电网节点j上连接GT的有功出力；/>为气网节点n上连接GT消耗天然气量的最小值；/>为气网节点n上连接GT消耗天然气量的最大值；/>为预防阶段电网节点j上连接气体压缩机所消耗的电能；/>为预防阶段电网节点j上连接气体压缩机所消耗的电能最小值；/>为预防阶段电网节点j上连接气体压缩机所消耗的电能最大值；ξB为GT连接电网节点集合；ξN为GT连接气网节点集合；γB为电驱动气体压缩机连接电网节点集合；γN为电驱动气体压缩机连接气网节点集合。
步骤1.4、通过式(17)-(21)，建立隔离阶段内系统内多种包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型：
其中，为场景s内隔离阶段内电网节点j上连接的GT有功出力；/>为场景s内隔离阶段内电网节点j上连接的GT有功出力；/>为场景s内隔离阶段内电网节点j上连接的气体压缩机消耗的电能；/>表示隔离阶段内节点j状态，若处于故障区域内则取值为1；/>表示隔离阶段内节点n状态，若处于故障区域内则取值为1；约束条件(18)限定若GT供气节点处于故障区域内则不能正常获取天然气，从而进一步导致GT停运；约束条件(21)限定若电驱动气体压缩机的供电节点处于故障区域内，则不能正常获取电能，从而进一步导致电驱动气体压缩机停止工作，气流无法正常流过气体压缩机；恢复阶段内各时段系统包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型与式(17)-(21)相同。
步骤2中，所述建立系统内节点故障传递模型和输气管道故障状态识别模型具体包含以下步骤：
步骤2.1、通过式(22)-(29)，建立退化阶段内系统内节点故障传递模型：
其中，fij，s表示电网中输电线路ij是否发生故障，若发生故障则取值为1；fmn，s表示天然气网络中的管道mn是否故障，若发生故障则取值为1；表示预防阶段内输电线路ij状态，若能够正常传输电能则取值为1；/>表示预防阶段内输气管道mn状态，若能够正常传输天然气则取值为1；/>表示退化阶段内节点i状态，若处于故障区域内则取值为1；/>表示退化阶段内节点j状态，若处于故障区域内则取值为1；/>表示退化阶段内节点m状态，若处于故障区域内则取值为1；/>表示退化阶段内节点n状态，若处于故障区域内则取值为1；集合E为电网输电线路集合；集合L为天然气网络输气管道集合；集合S为故障场景集合；隔离阶段与恢复阶段内节点故障传递模型与式(22)-(29)相同。
步骤2.2、通过式(30)-(33)，建立隔离阶段内输气管道故障状态识别模型：
其中，为隔离阶段内管道mn状态，若所述隔离阶段内管道mn与故障管道相连则取值为1；/>表示场景s下隔离阶段内节点n状态，若处于故障区域内则取值为1；/>表示场景s下隔离阶段内节点m状态，若处于故障区域内则取值为1；/>为表示场景s下隔离阶段内管道mn状态，若能够正常传输气流则取值为1；L为系统内所有输气管道的集合；N为系统内所有天然气节点的集合；集合S为故障场景集合；约束条件(30)-(33)限定对于一条闭合的输气管道，如果有一端处于故障区域内，则整条输气管道都处于故障区域内；约束条件(32)限定若一条闭合输气管道两端都不处于故障区域内，则此输气管道处于故障区域外；约束条件(33)限定发生故障的管道一定处于故障区域内；恢复阶段各时段内输气管道故障状态识别模型与式(30)-(33)相同。
通过式(34)-(37)建立步骤4中目标函数内的惩罚项：
惩罚项Ws共由三部分组成，其中惩罚项Wa,s为故障区域内管道管存之和，反应故障后故障区域内管道管存的泄漏情况，从而使得预防阶段内管存不可无限制地升高；惩罚项Wb,s为管道mn两端气压差之和，用于提高韦茅斯方程在二阶锥松弛后的精确度；惩罚项Wc,s为系统内故障后远程控制开关和远程控制阀门动作次数总和；其中，ωa、ωb、ωc分别为惩罚项Wa,s、Wb,s、Wc,s的系数，L为系统内所有输气管道的集合；S为故障场景集合。
具体应用案例：
步骤一：选取改进的33节点配电系统与改进的20节点天然气系统进行耦合用于算例验证部分，如图1所示。改进的33节点配电系统由1个变电站、32个负荷节点、37条输电线路和3个GT组成，实线表示电力线或燃气管道是闭合的，虚线表示是断开的，红线表示电力线和燃气管道上装有远程控制开关或远程控制阀门。节点1为变电站节点。系统中共有37条输电线路，3台GT分别安装在14、25和26号节点上，最大出力均设定为0.9MVA。系统总功率需求为3.715MW+2.3MVar，所有节点的电压幅值波动范围设定为[0.95,1.05]。改进的20节点天然气系统包含2个气井节点，12个燃气负荷节点，19条输气管道。系统总的燃气需求量为2.2840MSm3。此外，在管道9-10和管道17-18上分别安装有2台气体压缩机。10个故障场景随机生成，每个场景有4条输电线路和2条输气管道发生故障，概率均设定为0.1。
步骤二：建立电-气综合能源系统故障防御与响应过程数学模型，目标函数为最小化全过程中系统内加权负荷切除量，约束条件包括故障传递约束，系统运行约束，网络拓扑变动约束，管存利用约束，耦合设备运行约束等。
步骤三：使用GUROBI商业求解器进行高效求解并保证解的全局最优性，得到如图2所示系统在故障发生前的预防措施，和系统在不同故障下的故障恢复过程。图3、图4所示为系统在故障场景5下的故障恢复过程，图中所示结果可验证本文提出方法的有效性，即使得全过程中系统内加权负荷切除量最小，图5为全过程中系统内天然气管存的变化情况。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合穷举，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围，本发明的保护范围以所附权利要求为准。
Claims (7)
1.基于天然气网络管存的电-气综合能源系统韧性提升方法，其特征在于，所述方法包括以下步骤：
步骤1、将电-气综合能源系统的故障防御与恢复过程按照其物理演化过程，分为四个阶段：预防阶段、退化阶段、隔离阶段、恢复阶段；根据设定的约束条件，建立各阶段内管存模型以及包含燃气涡轮机和电驱动气体压缩机的电-气耦合设备运行模型，其中恢复阶段划分为多时段进行建模；
步骤2、根据设定的约束条件，建立包含预防阶段、退化阶段、隔离阶段、恢复阶段的不同阶段内电-气综合能源系统内故障传递模型；
步骤3、根据设定的约束条件，建立包含预防阶段、退化阶段、隔离阶段、恢复阶段的不同阶段内电-气综合能源系统运行模型；
步骤4、以最小化故障后系统内加权负荷切除量为目标，基于设定的预想事故集进行综合求解，解得使得故障场景内所有故障下，预防阶段、退化阶段、隔离阶段、恢复阶段四个阶段内电-气综合能源系统加权负荷损失最小的预防策略以及不同场景内的故障响应恢复策略，其中预防策略包括系统在预防阶段内的拓扑以及管存量，恢复策略包括不同阶段下系统拓扑变化情况、负荷切除情况、燃气涡轮机出力变化情况以及管存利用情况，以使得目标函数最小化为目标求取上述变量取值，目标函数表达式如式(1)所示：
其中，式(1)为电-气综合能源系统在故障场景集内所有场景下所有阶段内的加权负荷切除量；TDEG为退化阶段的时长，TISO为隔离阶段的时长；ωj为电网节点的权重，ωn为气网节点的权重；为退化阶段内电网节点j上的电力负荷切除量；/>为退化阶段内气网节点n上的天然气负荷切除量；Prs为场景s的发生概率；Ws为惩罚项；/>为场景s中隔离阶段内电网节点j上的电力负荷切除量；/>为隔离阶段内气网节点n上的天然气负荷切除量；为恢复阶段内电网节点n上的电力负荷切除量；/>为恢复阶段内气网节点n上的天然气负荷切除量；Δt用于表示恢复阶段内多个不同时段的时长；B为系统内所有电网节点的集合；N为系统内所有天然气节点的集合；Г为恢复阶段内总时段数。
2.根据权利要求1所述的基于天然气网络管存的电-气综合能源系统韧性提升方法，其特征在于，步骤1中，在预防阶段内，各气井增大出气量，提升输气管道内管存；在隔离阶段与恢复阶段，非故障区域内的输气管道管存将释放。
3.根据权利要求1所述的基于天然气网络管存的电-气综合能源系统韧性提升方法，其特征在于，步骤1中，所述建立各阶段内管存模型以及包含燃气涡轮机和电驱动气体压缩机的电-气耦合设备运行模型包含以下步骤：
步骤1.1、通过式(2)-(6)，建立预防阶段内节点气流平衡模型以及管存模型：
预防阶段内，气井增大出气量以提升管存，即为后续的故障恢复做准备，其中，n为气网节点；GL,n为气网节点n所连接的天然气负荷大小；/>为预防阶段内气网节点n连接的燃气涡轮机所消耗的天然气大小；/>为预防阶段内气网节点n连接的气井出气量大小；TPRE为预防阶段持续时间；/>为预防阶段结束后管道mn内的管存量；/>为管道mn内的初始管存量；/>为管道mn内的平均气流大小；/>为节点m处的气压大小；/>为节点n处的气压大小；Rmn为管道mn的韦茅斯方程相关系数；kmn为管道mn两端气压与管存关系系数；为管道no输入端的气流；/>为管道mn输入端的气流；/>为管道mn输出端的气流；α(n)为节点n的上游节点；β(n)为节点n的下游节点；L为系统内所有输气管道的集合；N为系统内所有天然气节点的集合；
步骤1.2、通过式(7)-(11)，建立隔离阶段内节点气流平衡模型以及管存模型：
隔离阶段内，管存将释放用于满足天然气负荷与燃气涡轮机的需求，即对于非故障区域内的输气管道，天然气管存通过约束条件(8)与输气管道进/出端气流大小建立联系，并进一步由约束条件(7)建立与气网内天然气需求的联系；其中，/>为隔离阶段内气网节点n连接的燃气涡轮机所消耗的天然气大小；/>为隔离阶段内气网节点n连接的气井出气量大小；/>为隔离阶段内气网节点n切除的天然气负荷大小；/>为预防阶段管道mn内的管存量；/>为隔离阶段管道mn内管存量；TISO为隔离阶段持续时间；/>为隔离阶段管道mn内的平均气流大小；/>为隔离阶段节点m处的气压大小；/>为隔离阶段节点n处的气压大小；/>为隔离阶段管道mn输入端的气流；/>为隔离阶段管道mn输出端的气流；/>为隔离阶段管道no输入端的气流；fmn，s表示管道mn是否发生故障，若是发生故障则取值为1；s为故障场景；S为全部故障场景的集合；
恢复阶段内每一时段的节点气流平衡模型和管存模型与式(7)-(11)相同；
步骤1.3、通过式(12)-(16)，建立预防阶段内系统内包含燃气涡轮机和电驱动气体压缩机的电-气耦合设备运行模型：
其中，ηGT为燃气涡轮机的工作效率系数；为管道mn处装设的气体压缩机消耗电能系数；λ为气体压缩机的气压提升系数；/>为预防阶段电网节点j上连接燃气涡轮机的有功出力；/>为气网节点n上连接燃气涡轮机消耗天然气量的最小值；/>为气网节点n上连接燃气涡轮机消耗天然气量的最大值；/>为预防阶段电网节点j上连接气体压缩机所消耗的电能；/>为预防阶段电网节点j上连接气体压缩机所消耗的电能最小值；/>为预防阶段电网节点j上连接气体压缩机所消耗的电能最大值；ξB为燃气涡轮机连接电网节点集合；ξN为燃气涡轮机连接气网节点集合；γB为电驱动气体压缩机连接电网节点集合；γN为电驱动气体压缩机连接气网节点集合；
步骤1.4、通过式(17)-(21)，建立隔离阶段内系统内包含燃气涡轮机和电驱动气体压缩机的电-气耦合设备运行模型：
其中，为场景s内隔离阶段内电网节点j上连接的燃气涡轮机有功出力；/>为场景s内隔离阶段内电网节点j上连接的燃气涡轮机有功出力；/>为场景s内隔离阶段内电网节点j上连接的气体压缩机消耗的电能；/>表示隔离阶段内节点j状态，若处于故障区域内则取值为1；/>表示隔离阶段内节点n状态，若处于故障区域内则取值为1；约束条件(18)限定若燃气涡轮机供气节点处于故障区域内则不能正常获取天然气；约束条件(21)限定若电驱动气体压缩机的供电节点处于故障区域内，则不能正常获取电能，恢复阶段内各时段系统包含燃气涡轮机(GT)和电驱动气体压缩机的电-气耦合设备运行模型与式(17)-(21)相同。
4.根据权利要求1所述的基于天然气网络管存的电-气综合能源系统韧性提升方法，其特征在于，步骤2中，建立的包含预防阶段、退化阶段、隔离阶段、恢复阶段的不同阶段内电-气综合能源系统内故障传递模型包括配电网/天然气网络内节点故障传递模型和天然气网络内输气管道故障状态识别模型。
5.根据权利要求1所述的基于天然气网络管存的电-气综合能源系统韧性提升方法，其特征在于，步骤2中，所述建立系统内节点故障传递模型和输气管道故障状态识别模型具体包含以下步骤：
步骤2.1、通过式(22)-(29)，建立退化阶段内系统内节点故障传递模型：
其中，fij，s表示电网中输电线路ij是否发生故障，若发生故障则取值为1；fmn，s表示天然气网络中的管道mn是否故障，若发生故障则取值为1；表示预防阶段内输电线路ij状态，若能够正常传输电能则取值为1；/>表示预防阶段内输气管道mn状态，若能够正常传输天然气则取值为1；/>表示退化阶段内节点i状态，若处于故障区域内则取值为1；/>表示退化阶段内节点j状态，若处于故障区域内则取值为1；/>表示退化阶段内节点m状态，若处于故障区域内则取值为1；/>表示退化阶段内节点n状态，若处于故障区域内则取值为1；集合E为电网输电线路集合；集合L为天然气网络输气管道集合；集合S为故障场景集合；隔离阶段与恢复阶段内节点故障传递模型与式(22)-(29)相同；
步骤2.2、通过式(30)-(33)，建立隔离阶段内输气管道故障状态识别模型：
其中，为隔离阶段内管道mn状态，若所述隔离阶段内管道mn与故障管道相连则取值为1；/>表示场景s下隔离阶段内节点n状态，若处于故障区域内则取值为1；/>表示场景s下隔离阶段内节点m状态，若处于故障区域内则取值为1；/>为表示场景s下隔离阶段内管道mn状态，若能够正常传输气流则取值为1；L为系统内所有输气管道的集合；N为系统内所有天然气节点的集合；约束条件(30)-(33)限定对于一条闭合的输气管道，如果有一端处于故障区域内，则整条输气管道都处于故障区域内；约束条件(32)限定若一条闭合输气管道两端都不处于故障区域内，则此输气管道处于故障区域外；约束条件(33)限定发生故障的管道一定处于故障区域内；恢复阶段各时段内输气管道故障状态识别模型与式(30)-(33)相同。
6.根据权利要求1所述的基于天然气网络管存的电-气综合能源系统韧性提升方法，其特征在于，步骤3中，设定的约束条件包括配电网潮流约束，节点电压约束，机组出力上下限约束，天然气网潮流约束，节点气压约束和气井出气上下限约束。
7.根据权利要求1所述的基于天然气网络管存的电-气综合能源系统韧性提升方法，其特征在于，通过式(34)-(37)建立步骤4中目标函数内的惩罚项：
惩罚项Ws共由三部分组成，其中惩罚项Wa,s为故障区域内管道管存之和，惩罚项Wb,s为管道mn两端气压差之和，用于提高韦茅斯方程在二阶锥松弛后的精确度；惩罚项Wc,s为系统内故障后远程控制开关和远程控制阀门动作次数总和；
其中，ωa、ωb、ωc分别为惩罚项Wa,s、Wb,s、Wc,s的系数，L为系统内所有输气管道的集合；S为故障场景集合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310883366.7A CN116894342B (zh) | 2023-07-19 | 2023-07-19 | 基于天然气网络管存的电-气综合能源系统韧性提升方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310883366.7A CN116894342B (zh) | 2023-07-19 | 2023-07-19 | 基于天然气网络管存的电-气综合能源系统韧性提升方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116894342A true CN116894342A (zh) | 2023-10-17 |
| CN116894342B CN116894342B (zh) | 2024-03-12 |
Family
ID=88314653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310883366.7A Active CN116894342B (zh) | 2023-07-19 | 2023-07-19 | 基于天然气网络管存的电-气综合能源系统韧性提升方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116894342B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2764071A1 (fr) * | 1997-06-03 | 1998-12-04 | Electricite De France | Procede d'identification de defauts monophases et dispositif pour la mise en oeuvre d'un tel procede |
| CN110263435A (zh) * | 2019-06-20 | 2019-09-20 | 燕山大学 | 基于电-气耦合综合能源系统的双层优化故障恢复方法 |
| 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 |
| CN113762632A (zh) * | 2021-09-10 | 2021-12-07 | 国网四川省电力公司经济技术研究院 | 一种电气综合能源系统的协同优化运行方法及系统 |
| CN113872188A (zh) * | 2021-09-15 | 2021-12-31 | 天津大学 | 一种多种资源多阶段耦合的配电系统韧性提升方法 |
| CN114282855A (zh) * | 2022-03-07 | 2022-04-05 | 四川大学 | 负荷重分配攻击下电-气耦合系统的综合防护方法 |
| CN115099063A (zh) * | 2022-07-22 | 2022-09-23 | 东南大学 | 一种电-混氢天然气耦合综合能源系统运行优化方法 |
| CN115544722A (zh) * | 2022-08-31 | 2022-12-30 | 浙江中新电力工程建设有限公司 | 考虑电-气需求响应的两阶段综合能源系统韧性提升方法 |
| CN115663922A (zh) * | 2022-12-26 | 2023-01-31 | 华北电力大学 | 一种分布式电源多自由度优化配置方法及系统 |
| CN116128110A (zh) * | 2022-12-20 | 2023-05-16 | 太原理工大学 | 一种电热综合能源系统的多阶段韧性提升方法及终端 |
-
2023
- 2023-07-19 CN CN202310883366.7A patent/CN116894342B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2764071A1 (fr) * | 1997-06-03 | 1998-12-04 | Electricite De France | Procede d'identification de defauts monophases et dispositif pour la mise en oeuvre d'un tel procede |
| CN110263435A (zh) * | 2019-06-20 | 2019-09-20 | 燕山大学 | 基于电-气耦合综合能源系统的双层优化故障恢复方法 |
| 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 |
| CN113762632A (zh) * | 2021-09-10 | 2021-12-07 | 国网四川省电力公司经济技术研究院 | 一种电气综合能源系统的协同优化运行方法及系统 |
| CN113872188A (zh) * | 2021-09-15 | 2021-12-31 | 天津大学 | 一种多种资源多阶段耦合的配电系统韧性提升方法 |
| CN114282855A (zh) * | 2022-03-07 | 2022-04-05 | 四川大学 | 负荷重分配攻击下电-气耦合系统的综合防护方法 |
| CN115099063A (zh) * | 2022-07-22 | 2022-09-23 | 东南大学 | 一种电-混氢天然气耦合综合能源系统运行优化方法 |
| CN115544722A (zh) * | 2022-08-31 | 2022-12-30 | 浙江中新电力工程建设有限公司 | 考虑电-气需求响应的两阶段综合能源系统韧性提升方法 |
| CN116128110A (zh) * | 2022-12-20 | 2023-05-16 | 太原理工大学 | 一种电热综合能源系统的多阶段韧性提升方法及终端 |
| CN115663922A (zh) * | 2022-12-26 | 2023-01-31 | 华北电力大学 | 一种分布式电源多自由度优化配置方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 傅守强等: "面向韧性提升的交直流混合配电网协同恢复方法", 《中国电力》, vol. 56, no. 7 * |
| 周晟锐;刘继春;张浩禹;文杰;张林;冯麒铭;: "基于机会约束的多能源枢纽电气互联综合能源系统日前经济调度", 现代电力, no. 02 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116894342B (zh) | 2024-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022257712A1 (zh) | 面向韧性提升的配电网分布式电源储能控制方法及系统 | |
| Chen et al. | Multi-time step service restoration for advanced distribution systems and microgrids | |
| CN111444593B (zh) | 一种电-气综合能源系统元件脆弱性改善方法 | |
| CN105117970A (zh) | 一种并列供电系统连环故障概率计算方法 | |
| CN113742917B (zh) | 一种考虑多阶段恢复过程的综合能源系统韧性提升方法 | |
| CN112018775A (zh) | 考虑自然灾害下的气电联合系统配网网络加固方法 | |
| CN115663922A (zh) | 一种分布式电源多自由度优化配置方法及系统 | |
| CN111222721B (zh) | 一种提升电力系统恢复力的电-气网扩展规划方法 | |
| CN110311427A (zh) | 计及故障概率的两阶段n-k鲁棒故障约束机组组合方法 | |
| CN112398122A (zh) | 一种极寒灾害下热电耦合系统应急恢复方法 | |
| CN113852084B (zh) | 考虑智能软开关优化配置的配电网多阶段韧性提升方法 | |
| CN116894342B (zh) | 基于天然气网络管存的电-气综合能源系统韧性提升方法 | |
| CN104424510A (zh) | 基于多智能体和火电机组集群仿真的输电网架恢复方法 | |
| Li et al. | Robust expansion planning and hardening strategy of meshed multi-energy distribution networks for resilience enhancement | |
| CN106253344A (zh) | 一种电力网络及其控制系统和控制方法、网络调度装置 | |
| CN104156883A (zh) | 基于分块枚举法的风电场集电系统可靠性评估方法 | |
| Li et al. | Evaluation on gas supply reliability of urban gas pipeline network | |
| CN115345391A (zh) | 一种电-气能源系统的灾后恢复方法、装置及存储介质 | |
| Liu et al. | A resilience enhancement scheme of cyber-physical power system for extreme natural disasters | |
| CN117273465B (zh) | 一种梯级水电枢纽群风险传递方法 | |
| Chander et al. | Reliability modeling of 2-out-of-3 redundant system subject to degradation after repair | |
| CN115396294B (zh) | 配网信息物理复合故障的多阶段信息物理协同恢复方法 | |
| Tian et al. | Resilience-based optimal placement method for integrated electricity and gas energy system | |
| Zhang et al. | Optimization of Off-grid Industrial Park Integrated Energy System Considering Production Process | |
| Hou et al. | Impact of Heat Supply Delays and Human Safety on the Reliability of Urban Energy Systems |
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 |