CN110518583A - 一种考虑动态特性的综合能源***可靠性评估方法 - Google Patents
一种考虑动态特性的综合能源***可靠性评估方法 Download PDFInfo
- Publication number
- CN110518583A CN110518583A CN201910783249.7A CN201910783249A CN110518583A CN 110518583 A CN110518583 A CN 110518583A CN 201910783249 A CN201910783249 A CN 201910783249A CN 110518583 A CN110518583 A CN 110518583A
- Authority
- CN
- China
- Prior art keywords
- energy
- power
- load
- integrated energy
- indicate
- 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
- 238000010168 coupling process Methods 0.000 claims abstract description 35
- 238000005859 coupling reaction Methods 0.000 claims abstract description 35
- 230000008878 coupling Effects 0.000 claims abstract description 28
- 238000010248 power generation Methods 0.000 claims abstract description 26
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 11
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 6
- 239000007789 gas Substances 0.000 claims description 22
- 239000013598 vector Substances 0.000 claims description 18
- 230000009467 reduction Effects 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 239000000567 combustion gas Substances 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 230000000704 physical effect Effects 0.000 claims description 4
- 238000005553 drilling Methods 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 11
- 230000003068 static effect Effects 0.000 abstract description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 239000003345 natural gas Substances 0.000 description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑动态特性的综合能源***可靠性评估方法，它包括：将综合能源***中的元件分为一般元件、产能元件和耦合元件；***中的产能元件分为传统发电机组和可再生能源发电机组；针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率；针对可再生能源发电机组利用参数估计方法计算其一次能源分布和发电功率；根据能源集线器的概念建立耦合元件输入与输出功率的关系；针对***中各种形式的负荷利用智能算法进行负荷预测；建立综合能源***的多能量流模型；采用蒙特卡洛法计算综合能源***的可靠性指标；解决了现有技术对综合能源***的靠性评估采用传统静态模型的分析方法存在的准确性差算法复杂等技术问题。
Description
技术领域
本发明综合能量网络领域，尤其涉及一种考虑动态特性的综合能源***可靠性评估方法。
背景技术
当下全球能源陷入了短缺的境地，煤炭和石油资源不断被消耗。但随着一系列新能源的挖掘使用，比如太阳能、风能以及天然气等能源不断被投入电力行业中。综合能源***通常由电力***，天然气***和热力***组成。这些***通过能量耦合元件互连，例如热电联产发电机组(CHP)，电转气设备(P2G)，热泵等。不同子***之间复杂的耦合和交互特性可能会增加***可靠性评估的困难。此外，还应考虑可再生能源和各种负荷的波动。
通常对于综合能源***的分析方法的关键部分是分析综合能源***的能量流。这些子***的响应速度不同，并且对整个***的可靠性有很大影响。而作为综合能源***规划和运行的基础，综合能源***可靠性评估的研究仍处于起步阶段。现有技术主要是采用传统静态模型的分析方法，通过简单两状态发电机模型和可再生能源的单一拟合分布；随着人们对持续和高质量能源供应需求的不断增加，确保综合能源***的可靠性至关重要。此外，综合能源***直接连接各种形式的负荷，如电力，天然气和热能。由于耦合关系复杂，综合能源***的可靠性分析如果采用现有技术的分析方法存在准确性差，算法复杂等技术问题。
发明内容：
本发明要解决的技术问题是：提供一种考虑动态特性的综合能源***可靠性评估方法，以解决现有技术对综合能源***的靠性评估采用传统静态模型的分析方法存在的准确性差算法复杂等技术问题。
本发明技术方案：
一种考虑动态特性的综合能源***可靠性评估方法，它包括：
步骤S110、将综合能源***中的元件分为一般元件、产能元件和耦合元件；一般元件是指与***中能量的产生或转换无关的元件，产能元件和耦合元件是指与***中能量的产生或转换有关的元件；
步骤S120、***中的产能元件分为传统发电机组和可再生能源发电机组；针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率；针对可再生能源发电机组，利用参数估计方法计算其一次能源分布和发电功率；
步骤S130、***中的耦合元件是联系不同能源***的元件，包括热电联产机组、电转气设备和热泵；根据能源集线器的概念建立耦合元件输入与输出功率的关系；
步骤S140、针对***中各种形式的负荷利用智能算法进行负荷预测；
步骤S150、建立综合能源***的多能量流模型：使用交流潮流方程描述电力***，使用动态模型描述燃气***和热力***；
步骤S160，根据S110-S150的模型或结果，采用蒙特卡洛法计算综合能源***的可靠性指标。
步骤S120所述针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率的方法为：利用设备参数和历史运行数据得到发电机组功率的N个状态，每个状态i即是一个具体的发电功率Pi,CG，对应的概率设为pi,CG；通过统计发电机每个状态i的运行时间Ti,CG和从i状态转移到任意状态j的次数kij，得到状态转移密度aij和aii，
通过状态转移密度aij和aii得到状态转移密度矩阵A＝(aij)N×N；设发电功率对应的概率向量为p＝(pi,CG)1×N，解方程租pA＝0得到每个发电功率对应的概率。
步骤S120所述利用参数估计方法计算其一次能源分布和发电功率的方法为：利用历史气象数据得到当地太阳辐射和风速数据，再通过参数估计方法估计当地太阳辐射和风速分布；太阳辐射由Beta分布描述；通过Weibull，Rayleigh，inverse Gaussian,gamma或lognormal描述风速分布；根据数据确定一定置信水平下的最佳拟合分布；再通过可再生能源发电机组的一次能源与发电功率的关系可得发电机输出功率的大小；
风机功率具体描述为：
其中PWTG为风机功率，Pmax,WTG为最大功率， vci、vr和vco分别为切入风速、额定风速和切出风速；
光伏功率具体描述为：
其中Psolar,t为t时刻光伏功率，Pmax，solar为光伏最大功率，Ht为t时刻太阳辐照强度，Hmax为最大太阳辐照强度，为Beta分布变量。
步骤S130所述根据能源集线器的概念建立耦合元件输入与输出功率的关系的表达式为：
n是***中第i个耦合元件的输入端子个数，m是***中第i个耦合元件的输出端子个数，Lcoupling表示端子输出功率，Pcoupling表示端子输入功率，是能源转换系数，表示了耦合元件i的能源转换效率，可从设备额定参数和实际运行参数中得到。
步骤S140利用智能算法进行负荷预测，智能算法采用支持向量回归模型，其表达式为：
设负荷估计函数f为：
其中K(xi,x)为核函数，αi、为拉格朗日系数，可求解如下优化过程求得：
其中常数C为惩罚参数，ε为不敏感损失函数。
步骤S150所述使用交流潮流方程描述电力***，所述交流潮流方程为
其中Pi和Qi为节点i的有功功率和无功功率，ΔPi和ΔQi为功率差，Vi和Vj为节点i和j的电压，θij为i和j的相角差，Gij和Bij是节点i和j之间的电导值和电纳值。
步骤S150所述使用动态模型描述燃气***和热力***，所述动态模型为
式中：A表示关联矩阵，表示管道流速向量，表示节点注入物质流速向量，B表示回路矩阵，hp表示管道压力向量，K表示管道的阻力系数矩阵，||代表向量模长，q表示管存量，min和mout分别表示管道首端和末端压力，t表示时刻，Δt表示时间间隔。根据物理性质的不同，Δt在燃气***中取值为分钟级，在热力***中取值为小时级。
步骤S160所述根据S110-S150的模型或结果，采用蒙特卡洛法计算综合能源***的可靠性指标的方法包括：
(1)模拟所有元件的状态，包括状态持续时间、负荷值和发电机输出，然后累积当前的模拟时间；
(2)找到故障元件并计算故障状态下的多能量流，如果能量流结果表明电压越限、气压越限或能量流不收敛则采用负荷削减优化模型来重新确定***的运行状态；负荷削减优化模型旨在最小化电、气、热负荷削减的经济成本和冗余的弃风或弃光成本，目标函数如下：
式中cost表示负荷削减和弃风弃光总成本，βi表示负荷i的削减成本，Ci表示负荷i的削减量，M1表示负荷总数，γj表示可再生能源发电机j的削减成本，ΔPsus,j表示可再生能源发电机j的削减功率，M2表示可再生能源发电机总数；
约束条件则是步骤S110-S150所建立模型或所得结果中加入负荷削减量和弃风或弃光量；
(3)***可靠性指标计算：除了传统的可靠性指标之外，还可以定义和计算一些新的指标；包括可定义热负荷或气负荷的供能中断概率，为P(hp<hp,min)，其中hp是热负荷或气负荷的当前压力，hp,min是最低可接受压力，此指标反映加热力或燃气中断的延迟效应；
(4)如果模拟时间超过预设时间，则模拟过程结束；否则，该过程返回到(1)并继续。
本发明的有益效果：
通过本发明方法得到***可靠性指标后，可以分析相关因素对***可靠性指标的影响，包括但不仅限于研究耦合装置的额定功率/容量及其不同位置对***可靠性的影响，燃气/热力***的传统静态模型和动态模型之间的不同结果等。
通过通过本发明可以得到综合能源***的元件模型、负荷预测结果、能量流模型和***可靠性指标，通过该算法的实施，能够达到对综合能源***可靠性指标进行全面评估和分析的目标。
本发明相对于现有技术具有如下的优点及效果：
(1)本发明设计的综合能源***可靠性评估方法，考虑了传统发电机组的多状态模型，和可再生能源的当地最优拟合分布，而不是以往的简单两状态发电机模型和可再生能源的单一拟合分布。
(2)本发明设计的综合能源***可靠性评估方法，采用智能算法进行了***负荷预测。
(3)本发明设计的综合能源***可靠性评估方法，进行了燃气和热力***的动态分析以及能量流的建模，这是一种较新的模型，相对于传统静态模型的分析方法具有模型更加符合燃气和热力***延迟效应的物理性质的优点，可以提供更真实的可靠性评估结果。
(4)本发明设计的综合能源***可靠性评估方法，定义了新的可靠性指标，进一步反映加热力或燃气中断的延迟效应。
附图说明
图1本发明综合能源***可靠性评估方法流程图。
具体实施方式：
本发明的一个实施方式提供一种综合能源***可靠性评估方法。该实施方法主要以***可靠性指标为研究对象，对***中的各种元件、负荷与能量流分别建模，通过上述模型进行***可靠性指标的计算。该综合能源***可靠性评估方法包括以下步骤：
步骤S110，将综合能源***中的元件分为一般元件、产能元件和耦合元件。一般元件是指与***中能量的产生或转换无关的元件(包括但不仅限于电力线路、变压器等)，其状态可以使用经典两状态马尔科夫模型(“故障-运行”状态)进行描述。产能元件和耦合元件是指与***中能量的产生或转换有关的元件。
步骤S120，***中的产能元件可分为传统发电机组和可再生能源发电机组。(1)针对传统发电机组，利用多状态马尔科夫模型计算发电功率对应的概率；(2)针对可再生能源发电机组，利用参数估计方法计算其一次能源分布和发电功率。具体方法如下：
(1)传统发电机组
利用设备参数和历史运行数据得到发电机组功率的N个状态，每个状态i即是一个具体的发电功率Pi,CG(其对应的概率设为pi,CG)；通过统计发电机每个状态i的运行时间Ti,CG和从i状态转移到任意其他状态j的次数kij，可以得到状态转移密度aij和aii，计算如下：
则可得到状态转移密度矩阵A＝(aij)N×N。
设发电功率对应的概率向量为p＝(pi,CG)1×N，解方程租pA＝0可得到每个发电功率对应的概率。
(2)可再生能源发电机组
利用历史气象数据得到当地太阳辐射和风速数据，再通过参数估计方法(包括但不仅限于最大似然估计法)估计当地太阳辐射和风速分布。太阳辐射通常由Beta分布描述，而风速分布更复杂和多变，Weibull，Rayleigh，inverse Gaussian,gamma和lognormal是最常见的分布。根据当地数据，可以确定一定置信水平下(包括但不仅限于95％)的最佳拟合分布。再通过可再生能源发电机组(包括但不仅限于风机和光伏)的一次能源与发电功率的关系可得发电机输出功率的大小。
风机功率可具体描述为：
其中PWTG为风机功率，Pmax,WTG为最大功率， vci、vr和vco分别为切入风速、额定风速和切出风速。
光伏功率可具体描述为：
其中Psolar,t为t时刻光伏功率，Pmax,solar为光伏最大功率，Ht为t时刻太阳辐照强度，Hmax为最大太阳辐照强度。为Beta分布变量。
步骤S130，***中的耦合元件是联系不同能源***的元件，包括但不仅限于热电联产机组、电转气设备和热泵等。根据能源集线器的概念建立耦合元件输入与输出功率的关系如下：
n是***中第i个耦合元件的输入端子个数，m是***中第i个耦合元件的输出端子个数，Lcoupling表示端子输出功率，Pcoupling表示端子输入功率，是能源转换系数，表示了耦合元件i的能源转换效率，可从设备额定参数和实际运行参数中得到。
步骤S140，针对***中各种形式的负荷(包括但不仅限于电负荷、气负荷与热负荷)，利用智能算法进行负荷预测。
智能算法包括但不仅限于支持向量回归模型，具体描述如下
设负荷估计函数f为：
其中K(xi,x)为核函数，αi、为拉格朗日系数，可求解如下优化过程求得：
其中常数C为惩罚参数，ε为不敏感损失函数。
步骤S150，建立综合能源***的多能量流模型：使用交流潮流方程描述电力***，使用动态模型描述燃气***和热力***，具体如下：
(1)电力***
其中Pi和Qi为节点i的有功功率和无功功率，ΔPi和ΔQi为功率差，Vi和Vj为节点i和j的电压，θij为i和j的相角差，Gij和Bij是节点i和j之间的电导值和电纳值。
(2)燃气***或热力***
其中A表示关联矩阵，表示管道流速向量，表示节点注入物质流速向量，B表示回路矩阵，hp表示管道压力向量，K表示管道的阻力系数矩阵，||代表向量模长，q表示管存量，min和mout分别表示管道首端和末端压力，t表示时刻，Δt表示时间间隔。根据物理性质的不同，Δt在燃气***中取值为分钟级，在热力***中取值为小时级。
步骤S160，根据S110-S150的模型或结果，采用蒙特卡洛法计算综合能源***的可靠性指标。具体如下(初始当前模拟时间为零)：
(1)模拟所有元件的状态(包括状态持续时间)，负荷值和发电机输出，然后累积当前的模拟时间。
(2)找到故障元件并计算故障状态下的多能量流。如果能量流结果表明电压越限、气压越限或能量流不收敛等，则应采用负荷削减优化模型来重新确定***的运行状态。负荷削减优化模型旨在最小化电/气/热负荷削减的经济成本和冗余的弃风或弃光成本，目标函数如下：
其中cost表示负荷削减和弃风弃光总成本，βi表示负荷i的削减成本，Ci表示负荷i的削减量，M1表示负荷总数，γj表示可再生能源发电机j的削减成本，ΔPsus,j表示可再生能源发电机j的削减功率，M2表示可再生能源发电机总数。
约束条件则是步骤S110-S150所建立模型或所得结果中，加入负荷削减量和弃风或弃光量。
(3)***可靠性指标计算。除了传统的可靠性指标(SAIFI，ENS等)之外，还可以定义和计算一些新的指标。例如，可定义热负荷或气负荷的供能中断概率，为P(hp<hp,min)，其中hp是热负荷或气负荷的当前压力，hp,min是最低可接受压力，此指标可以反映加热力或燃气中断的延迟效应。
(4)如果模拟时间超过预设时间，则模拟过程结束。否则，该过程返回到(1)并继续。
得到***可靠性指标后，可以分析相关因素对***可靠性指标的影响，包括但不仅限于研究耦合装置的额定功率/容量及其不同位置对***可靠性的影响，燃气/热力***的传统静态模型和动态模型之间的不同结果等。
通过以上步骤就可以得到综合能源***的元件模型、负荷预测结果、能量流模型和***可靠性指标，通过该算法的实施，能够达到对综合能源***可靠性指标进行全面评估和分析的目标。
本发明的综合能源***可靠性评估方法相对于现有技术具有如下的优点及效果：
(1)本发明设计的综合能源***可靠性评估方法，考虑了传统发电机组的多状态模型，和可再生能源的当地最优拟合分布，而不是以往的简单两状态发电机模型和可再生能源的单一拟合分布。
(2)本发明设计的综合能源***可靠性评估方法，采用智能算法进行了***负荷预测。
(3)本发明设计的综合能源***可靠性评估方法，进行了燃气和热力***的动态分析以及能量流的建模，这是一种较新的模型，相对于传统静态模型的分析方法具有模型更加符合燃气和热力***延迟效应的物理性质的优点，可以提供更真实的可靠性评估结果。
(4)本发明设计的综合能源***可靠性评估方法，定义了新的可靠性指标，进一步反映加热力或燃气中断的延迟效应。
Claims (8)
1.一种考虑动态特性的综合能源***可靠性评估方法，它包括：
步骤S110、将综合能源***中的元件分为一般元件、产能元件和耦合元件；一般元件是指与***中能量的产生或转换无关的元件，产能元件和耦合元件是指与***中能量的产生或转换有关的元件；
步骤S120、***中的产能元件分为传统发电机组和可再生能源发电机组；针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率；针对可再生能源发电机组，利用参数估计方法计算其一次能源分布和发电功率；
步骤S130、***中的耦合元件是联系不同能源***的元件，包括热电联产机组、电转气设备和热泵；根据能源集线器的概念建立耦合元件输入与输出功率的关系；
步骤S140、针对***中各种形式的负荷利用智能算法进行负荷预测；
步骤S150、建立综合能源***的多能量流模型：使用交流潮流方程描述电力***，使用动态模型描述燃气***和热力***；
步骤S160，采用蒙特卡洛法计算综合能源***的可靠性指标。
2.根据权利要求1所述的一种考虑动态特性的综合能源***可靠性评估方法，其特征在于：步骤S120所述针对传统发电机组利用多状态马尔科夫模型计算发电功率对应的概率的方法为：利用设备参数和历史运行数据得到发电机组功率的N个状态，每个状态i即是一个具体的发电功率Pi,CG，对应的概率设为pi,CG；通过统计发电机每个状态i的运行时间Ti,CG和从i状态转移到任意状态j的次数kij，得到状态转移密度aij和aii，
通过状态转移密度aij和aii得到状态转移密度矩阵A＝(aij)N×N；设发电功率对应的概率向量为p＝(pi,CG)1×N，解方程租pA＝0得到每个发电功率对应的概率。
3.根据权利要求1所述的一种考虑动态特性的综合能源***可靠性评估方法，其特征在于：步骤S120所述利用参数估计方法计算其一次能源分布和发电功率的方法为：利用历史气象数据得到当地太阳辐射和风速数据，再通过参数估计方法估计当地太阳辐射和风速分布；太阳辐射由Beta分布描述；通过Weibull，Rayleigh，inverse Gaussian,gamma或lognormal描述风速分布；根据数据确定一定置信水平下的最佳拟合分布；再通过可再生能源发电机组的一次能源与发电功率的关系可得发电机输出功率的大小；风机功率具体描述为：
其中PWTG为风机功率，Pmax,WTG为最大功率， vci、vr和vco分别为切入风速、额定风速和切出风速；
光伏功率具体描述为：
其中Psolar,t为t时刻光伏功率，Pmax,solar为光伏最大功率，Ht为t时刻太阳辐照强度，Hmax为最大太阳辐照强度，为Beta分布变量。
4.根据权利要求1所述的一种考虑动态特性的综合能源***可靠性评估方法，其特征在于：步骤S130所述根据能源集线器的概念建立耦合元件输入与输出功率的关系的表达式为：
n是***中第i个耦合元件的输入端子个数，m是***中第i个耦合元件的输出端子个数，Lcoupling表示端子输出功率，Pcoupling表示端子输入功率，是能源转换系数，表示了耦合元件i的能源转换效率，可从设备额定参数和实际运行参数中得到。
5.根据权利要求1所述的一种考虑动态特性的综合能源***可靠性评估方法，其特征在于：步骤S140利用智能算法进行负荷预测，智能算法采用支持向量回归模型，其表达式为：
设负荷估计函数f为：
其中K(xi,x)为核函数，αi、为拉格朗日系数，可求解如下优化过程求得：
其中常数C为惩罚参数，ε为不敏感损失函数。
6.根据权利要求1所述的一种考虑动态特性的综合能源***可靠性评估方法，其特征在于：步骤S150所述使用交流潮流方程描述电力***，所述交流潮流方程为
其中Pi和Qi为节点i的有功功率和无功功率，ΔPi和ΔQi为功率差，Vi和Vj为节点i和j的电压，θij为i和j的相角差，Gij和Bij是节点i和j之间的电导值和电纳值。
7.根据权利要求1所述的一种考虑动态特性的综合能源***可靠性评估方法，其特征在于：步骤S150所述使用动态模型描述燃气***和热力***，所述动态模型为
式中：A表示关联矩阵，表示管道流速向量，表示节点注入物质流速向量，B表示回路矩阵，hp表示管道压力向量，K表示管道的阻力系数矩阵，||代表向量模长，q表示管存量，min和mout分别表示管道首端和末端压力，t表示时刻，Δt表示时间间隔。根据物理性质的不同，Δt在燃气***中取值为分钟级，在热力***中取值为小时级。
8.根据权利要求1所述的一种考虑动态特性的综合能源***可靠性评估方法，其特征在于：步骤S160所述根据S110-S150的模型或结果，采用蒙特卡洛法计算综合能源***的可靠性指标的方法包括：
(1)模拟所有元件的状态，包括状态持续时间、负荷值和发电机输出，然后累积当前的模拟时间；
(2)找到故障元件并计算故障状态下的多能量流，如果能量流结果表明电压越限、气压越限或能量流不收敛则采用负荷削减优化模型来重新确定***的运行状态；负荷削减优化模型旨在最小化电、气、热负荷削减的经济成本和冗余的弃风或弃光成本，目标函数如下：
式中cost表示负荷削减和弃风弃光总成本，βi表示负荷i的削减成本，Ci表示负荷i的削减量，M1表示负荷总数，γj表示可再生能源发电机j的削减成本，ΔPsus,j表示可再生能源发电机j的削减功率，M2表示可再生能源发电机总数；
约束条件则是步骤S110-S150所建立模型或所得结果中加入负荷削减量和弃风或弃光量；
(3)***可靠性指标计算：除了传统的可靠性指标之外，还可以定义和计算一些新的指标；包括可定义热负荷或气负荷的供能中断概率，为P(hp<hp,min)，其中hp是热负荷或气负荷的当前压力，hp,min是最低可接受压力，此指标反映加热力或燃气中断的延迟效应；
(4)如果模拟时间超过预设时间，则模拟过程结束；否则，该过程返回到(1)并继续。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910783249.7A CN110518583B (zh) | 2019-08-23 | 2019-08-23 | 一种考虑动态特性的综合能源***可靠性评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910783249.7A CN110518583B (zh) | 2019-08-23 | 2019-08-23 | 一种考虑动态特性的综合能源***可靠性评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110518583A true CN110518583A (zh) | 2019-11-29 |
| CN110518583B CN110518583B (zh) | 2022-11-11 |
Family
ID=68627420
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910783249.7A Active CN110518583B (zh) | 2019-08-23 | 2019-08-23 | 一种考虑动态特性的综合能源***可靠性评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110518583B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111475953A (zh) * | 2020-04-10 | 2020-07-31 | 广东电网有限责任公司 | 供能可靠性影响分析方法、装置设备及存储介质 |
| CN111626487A (zh) * | 2020-05-15 | 2020-09-04 | 浙江大学 | 一种综合能源***多评价指标优化规划技术方法和*** |
| CN111723490A (zh) * | 2020-06-23 | 2020-09-29 | 太原理工大学 | 计及可替代负荷的电-气综合能源***可靠性评估方法 |
| CN112085399A (zh) * | 2020-09-15 | 2020-12-15 | 中国石油大学(北京) | 能源***可靠性确定方法、装置和设备 |
| CN113469487A (zh) * | 2021-05-08 | 2021-10-01 | 浙江大学 | 一种基于通用生成函数法的综合能源***节点可靠性量化方法及*** |
| CN113806972A (zh) * | 2021-08-04 | 2021-12-17 | 浙江大学 | 一种考虑供需双侧灵活性的综合能源***可靠性分析方法 |
| CN117291445A (zh) * | 2023-11-27 | 2023-12-26 | 国网安徽省电力有限公司电力科学研究院 | 一种综合能源***下基于状态转移的多目标预测方法 |
| CN117521427A (zh) * | 2024-01-08 | 2024-02-06 | 华北电力大学 | 压缩空气储能***可靠性评估方法、***、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105449666A (zh) * | 2015-10-20 | 2016-03-30 | 中国农业大学 | 适用于微电网的多状态等值分析方法及*** |
| CN106897833A (zh) * | 2017-02-24 | 2017-06-27 | 广东工业大学 | 一种新能源配电网可靠性的评估方法及装置 |
| CN107681691A (zh) * | 2017-09-30 | 2018-02-09 | 太原理工大学 | 计及不确定性因素的风电并网***运行可靠性评估方法 |
| CN109376428A (zh) * | 2018-10-24 | 2019-02-22 | 南方电网科学研究院有限责任公司 | 综合能源***的可靠性评估方法、装置、设备及存储介质 |
| CN110034572A (zh) * | 2019-04-17 | 2019-07-19 | 中国科学院广州能源研究所 | 含多端口电力电子变压器的交直流混合***储能配置方法 |
| CN110110395A (zh) * | 2019-04-18 | 2019-08-09 | 江苏理工学院 | 一种基于马尔可夫和通用生成函数的多状态***可靠性评估方法 |
-
2019
- 2019-08-23 CN CN201910783249.7A patent/CN110518583B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105449666A (zh) * | 2015-10-20 | 2016-03-30 | 中国农业大学 | 适用于微电网的多状态等值分析方法及*** |
| CN106897833A (zh) * | 2017-02-24 | 2017-06-27 | 广东工业大学 | 一种新能源配电网可靠性的评估方法及装置 |
| CN107681691A (zh) * | 2017-09-30 | 2018-02-09 | 太原理工大学 | 计及不确定性因素的风电并网***运行可靠性评估方法 |
| CN109376428A (zh) * | 2018-10-24 | 2019-02-22 | 南方电网科学研究院有限责任公司 | 综合能源***的可靠性评估方法、装置、设备及存储介质 |
| CN110034572A (zh) * | 2019-04-17 | 2019-07-19 | 中国科学院广州能源研究所 | 含多端口电力电子变压器的交直流混合***储能配置方法 |
| CN110110395A (zh) * | 2019-04-18 | 2019-08-09 | 江苏理工学院 | 一种基于马尔可夫和通用生成函数的多状态***可靠性评估方法 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111475953A (zh) * | 2020-04-10 | 2020-07-31 | 广东电网有限责任公司 | 供能可靠性影响分析方法、装置设备及存储介质 |
| CN111626487A (zh) * | 2020-05-15 | 2020-09-04 | 浙江大学 | 一种综合能源***多评价指标优化规划技术方法和*** |
| CN111626487B (zh) * | 2020-05-15 | 2023-05-26 | 浙江大学 | 一种综合能源***多评价指标优化规划技术方法和*** |
| CN111723490A (zh) * | 2020-06-23 | 2020-09-29 | 太原理工大学 | 计及可替代负荷的电-气综合能源***可靠性评估方法 |
| CN111723490B (zh) * | 2020-06-23 | 2023-06-16 | 太原理工大学 | 计及可替代负荷的电-气综合能源***可靠性评估方法 |
| CN112085399A (zh) * | 2020-09-15 | 2020-12-15 | 中国石油大学(北京) | 能源***可靠性确定方法、装置和设备 |
| CN112085399B (zh) * | 2020-09-15 | 2024-02-06 | 中国石油大学(北京) | 能源***可靠性确定方法、装置和设备 |
| CN113469487B (zh) * | 2021-05-08 | 2024-01-05 | 浙江大学 | 一种基于通用生成函数法的综合能源***节点可靠性量化方法及*** |
| CN113469487A (zh) * | 2021-05-08 | 2021-10-01 | 浙江大学 | 一种基于通用生成函数法的综合能源***节点可靠性量化方法及*** |
| CN113806972B (zh) * | 2021-08-04 | 2022-11-22 | 浙江大学 | 一种考虑供需双侧灵活性的综合能源***可靠性分析方法 |
| CN113806972A (zh) * | 2021-08-04 | 2021-12-17 | 浙江大学 | 一种考虑供需双侧灵活性的综合能源***可靠性分析方法 |
| CN117291445A (zh) * | 2023-11-27 | 2023-12-26 | 国网安徽省电力有限公司电力科学研究院 | 一种综合能源***下基于状态转移的多目标预测方法 |
| CN117291445B (zh) * | 2023-11-27 | 2024-02-13 | 国网安徽省电力有限公司电力科学研究院 | 一种综合能源***下基于状态转移的多目标预测方法 |
| CN117521427A (zh) * | 2024-01-08 | 2024-02-06 | 华北电力大学 | 压缩空气储能***可靠性评估方法、***、设备及介质 |
| CN117521427B (zh) * | 2024-01-08 | 2024-03-22 | 华北电力大学 | 压缩空气储能***可靠性评估方法、***、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110518583B (zh) | 2022-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110518583A (zh) | 一种考虑动态特性的综合能源***可靠性评估方法 | |
| CN104734147B (zh) | 一种综合能源***概率能量流分析方法 | |
| CN103762589B (zh) | 一种电网中新能源容量配比分层优化方法 | |
| CN110175311B (zh) | 一种基于多能耦合模型的优化潮流计算方法 | |
| CN106786509B (zh) | 大规模风电并网下基于多场景模拟的热-电联合调度方法 | |
| Wei et al. | Prediction of municipal solid waste generation in China by multiple linear regression method | |
| Maihemuti et al. | Dynamic security and stability region under different renewable energy permeability in IENGS system | |
| Fan et al. | Review on coordinated planning of source-network-load-storage for integrated energy systems | |
| CN105930980B (zh) | 一种电转气的综合能源***多点线性概率能量流方法 | |
| CN112785065A (zh) | 基于混合人工鱼群算法的综合能源***规划方法及*** | |
| CN112994115A (zh) | 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法 | |
| He et al. | Towards to the development of virtual testbed for net zero energy communities | |
| CN110532642A (zh) | 一种综合能源***概率能流的计算方法 | |
| CN105354637A (zh) | 一种使用弃风电加热的电采暖储热运行计划的制定方法 | |
| Chen et al. | Optimal scheduling strategy of a regional integrated energy system considering renewable energy uncertainty and heat network transmission characteristics | |
| CN109670694A (zh) | 一种多能源供给***负荷预测方法 | |
| Li et al. | Economic dispatch of an integrated heat-power energy distribution system with a concentrating solar power energy hub | |
| Li et al. | Classification and location scheme selection of coupling components in integrated electrical and heating systems with renewable energy | |
| CN113610316B (zh) | 不确定环境下考虑综合需求响应的园区综合能源***优化调度方法 | |
| CN104899659A (zh) | 一种智能园区多级能耗传递模型 | |
| CN106196237A (zh) | 一种适用于弃风消纳的气电一体化供暖***及其实现方法 | |
| Man et al. | State estimation for integrated energy system containing electricity, heat and gas | |
| CN108767855A (zh) | 一种时序持续混合的电力***随机生产模拟方法 | |
| Wang et al. | Investigating the potential for district heating networks with locally integrated solar thermal energy supply | |
| Jiang et al. | Research on nodal wind power values and optimal accommodation based on locational marginal price |
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 |