CN111242406A - 一种综合能源互动***的用户侧能源断供风险处理方法 - Google Patents

一种综合能源互动***的用户侧能源断供风险处理方法 Download PDF

Info

Publication number
CN111242406A
CN111242406A CN201911199398.5A CN201911199398A CN111242406A CN 111242406 A CN111242406 A CN 111242406A CN 201911199398 A CN201911199398 A CN 201911199398A CN 111242406 A CN111242406 A CN 111242406A
Authority
CN
China
Prior art keywords
energy
user side
risk
expected
risk value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911199398.5A
Other languages
English (en)
Other versions
CN111242406B (zh
Inventor
刘强
陈吉奂
李磊
王奕快
陆沈雄
涂莹
薛云耀
应烨军
赵志新
毛志斌
姜志博
林捷
林坊辉
卢菲菲
谢君
吴海红
林梓楠
陈思
陈云翔
周晓鸣
胡金迪
丁一
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.)
Zhejiang Leibo Human Resources Development Co Ltd
Hongfujin Precision Industry Shenzhen Co Ltd
State Grid Zhejiang Electric Power Co Ltd
Zhejiang Huayun Information Technology Co Ltd
Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Quzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Zhejiang Leibo Human Resources Development Co Ltd
Hongfujin Precision Industry Shenzhen Co Ltd
State Grid Zhejiang Electric Power Co Ltd
Zhejiang Huayun Information Technology Co Ltd
Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Quzhou Power Supply Co of State Grid Zhejiang 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 Zhejiang Leibo Human Resources Development Co Ltd, Hongfujin Precision Industry Shenzhen Co Ltd, State Grid Zhejiang Electric Power Co Ltd, Zhejiang Huayun Information Technology Co Ltd, Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd, Quzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Zhejiang Leibo Human Resources Development Co Ltd
Priority to CN201911199398.5A priority Critical patent/CN111242406B/zh
Publication of CN111242406A publication Critical patent/CN111242406A/zh
Application granted granted Critical
Publication of CN111242406B publication Critical patent/CN111242406B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (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)

Abstract

本发明公开了一种综合能源互动***的用户侧能源断供风险处理方法。处理获得能源断供风险参数；处理获得电能、热能、冷能、气能的用户侧期望能量断供概率的风险值、用户侧期望能量断供程度的风险值和用户侧期望能量损失的风险值；采用以下公式处理获得综合能源互动***的用户侧能源断供风险参数：根据各个风险参数和参数安全阈值，获得综合能源互动***的安全等级，进而根据安全等级采取措施降低能源互动***的能源断供风险。本发明不仅考虑了电‑热‑冷‑气多种能源形式的断供风险，还将能量存储、转化潜力进行了考量，建立一种综合能源互动***的能源断供风险等级体系，有效准确地降低了能源断供风险。

Description

一种综合能源互动***的用户侧能源断供风险处理方法
技术领域
本发明属于含多种能源形式的电力***分析处理方法，具体是涉及了一种综合能源互动***的用户侧能源断供风险处理方法。
背景技术
综合能源互动***中，用户侧对多种能源的用能需求不仅能从能源***直接获得，也可以通过灵活资源的存储、转换关系获得。例如：利用电能能源存储装置可以通过存储电能规避停电风险；热泵、空调可将电能转换为热、冷能源。用户侧不但能直接从电、热、冷、气的能源***中直接获得电、热、冷、气以满足自身的用能需求，同时也可以利用灵活资源存储、转换，将一种形式的能源转换为其他形式的能源，进而规避用能风险。因此，现有技术中针对综合能源互动***的用户侧的用能情况，缺少有效的方式进行分析判断进而优化降低能源断供风险。
发明内容
针对综合能源互动***的用户侧，本发明提出了一种综合能源互动***的用户侧能源断供风险处理方法。本发明不仅考虑了电-热-冷-气多种能源形式的断供风险，还将灵活资源的带来的能量存储、转化潜力进行了考量，建立一种综合能源互动***的用户侧能源断供风险等级体系，使得综合能源互动***的用户侧能源断供风险获得优化。
如图1所示，本发明方法包括以下几个步骤：
所述的综合能源互动***包括用户侧和供应侧；用户侧为用能设备的设备集合，供应侧为能源供应设备的设备集合。
用户侧对多种能源的用能不仅从能源***直接获得，也通过用能设备获得。
用能设备包括能源存储装置和能源转换装置，具体是通过能源存储装置的能源存储以及能源转换装置的转换关系获得。能源存储装置存储电能规避停电风险，例如蓄电池、蓄热的热水器；能源转换装置将一种能源转换为另一种能源，例如热泵和空调，热泵和空调将电能转换为热、冷能源。
由此具体地，用户侧不但能从能源***直接获得电、热、冷、气以满足自身的用能需求，同时也可以利用能源存储、转换为不同的能源形式，进而规避用能风险。
针对综合能源互动***，考虑其在电-热-冷-气多种能源形式上的需求以及灵活资源带来的能源存储、转化情况，通过建立综合能源互动***的用户侧能源断供风险等级体系，对综合能源互动***的用户侧能源断供风险进行估计和提升优化。
方法包括以下几个步骤：
1)处理获得能源断供风险参数：
本发明方法中涉及具有以下参数：
对于用户侧j，在能源***发生第i种预想故障Ei的情况下，i表示故障种类的序数，
Figure BDA0002295487930000021
为该用户侧在预想故障Ei下能源x的断供标志参数，若用户侧受该事故影响而断供，则
Figure BDA0002295487930000022
反之
Figure BDA0002295487930000023
能源x分为电能e、热能h、冷能c、气能g；
Figure BDA0002295487930000024
表示用户侧在预想故障Ei下能源x的断供时间；
Figure BDA0002295487930000025
表示用户侧在固定时间段内对于能源x的能源功率需求量；
Figure BDA0002295487930000026
表示当前种类能源x以外的其他能源断供可用能源的补充功率增量；Pr(Ei)是第i种预想故障Ei发生的概率。
预想故障Ei通常有蓄电池逆变器失灵、空调停运、电热联产机组失速等。
1.1)电能，考虑用户侧能源存储装置能够在停电事故发生时为用户侧提供电能，包括用户侧期望停电概率的风险值、用户侧期望停电程度的风险值和用户侧期望电能损失的风险值，分别采用以下公式处理获得：
Figure BDA0002295487930000027
Figure BDA0002295487930000028
Figure BDA0002295487930000029
其中，
Figure BDA00022954879300000210
是用户侧j期望停电概率的风险值；
Figure BDA00022954879300000211
是用户侧j期望停电程度的风险值；
Figure BDA00022954879300000212
是用户侧j期望电量损失的风险值；N表示预想故障种类的总数；Pr(Ei)是第i种预想故障Ei发生的概率，
Figure BDA00022954879300000213
表示用户侧j在电能e的停电故障下电能e的断供标志参数，
Figure BDA00022954879300000214
为用户侧在预想故障Ei的停电情况下能源存储装置是否能提供所需电能的标志参数，若用户侧在预想故障Ei的停电情况下能源存储装置能提供所需电能，则
Figure BDA00022954879300000215
反之
Figure BDA00022954879300000216
Figure BDA00022954879300000217
表示用户侧j在电能e的停电故障下电能e的断供时间，
Figure BDA00022954879300000218
为用户侧能源存储装置在固定时间段内的电能储量，固定时间段为所需计算的时间段；
Figure BDA0002295487930000031
表示用户侧j在固定时间段内对于电能e的能源功率需求量，
Figure BDA0002295487930000032
表示电能e以外的其他所有能源断供可用能源的补充功率增量；
1.2)热能，包括用户侧期望热断供概率的风险值、用户侧期望热断供程度的风险值和用户侧期望热能损失的风险值，分别采用以下公式处理获得：
Figure BDA0002295487930000033
Figure BDA0002295487930000034
Figure BDA0002295487930000035
其中，
Figure BDA0002295487930000036
是用户侧期望热断供概率的风险值；
Figure BDA0002295487930000037
是用户侧期望热断供程度的风险值；
Figure BDA0002295487930000038
是用户侧期望热量损失的风险值；
Figure BDA0002295487930000039
表示用户侧j在热能h的故障下热能h的断供标志参数，
Figure BDA00022954879300000310
表示用户侧j在热能h的故障下热能h的断供时间，
Figure BDA00022954879300000311
表示用户侧j在固定时间段内对于热能h的能源功率需求量；
1.3)冷能，包括用户侧期望冷断供概率的风险值、用户侧期望冷断供程度的风险值和用户侧期望冷能损失的风险值，分别采用以下公式处理获得：
Figure BDA00022954879300000312
Figure BDA00022954879300000313
Figure BDA00022954879300000314
其中，
Figure BDA00022954879300000315
是用户侧期望冷断供概率的风险值；
Figure BDA00022954879300000316
是用户侧期望冷断供程度的风险值；
Figure BDA00022954879300000317
是用户侧期望冷量损失的风险值；
Figure BDA00022954879300000318
表示用户侧j在冷能c的故障下冷能c的断供标志参数，
Figure BDA00022954879300000319
表示用户侧j在冷能c的故障下冷能c的断供时间，
Figure BDA00022954879300000320
表示用户侧j在固定时间段内对于冷能c的能源功率需求量；
1.4)气能，包括用户侧期望气断供概率的风险值、用户侧期望气断供程度的风险值和用户侧期望气能损失的风险值，分别采用以下公式处理获得：
Figure BDA00022954879300000321
Figure BDA0002295487930000041
Figure BDA0002295487930000042
其中，
Figure BDA0002295487930000043
是用户侧期望气断供概率的风险值；
Figure BDA0002295487930000044
是用户侧期望气断供程度的风险值；
Figure BDA0002295487930000045
是用户侧期望气量损失的风险值；
Figure BDA0002295487930000046
表示用户侧j在气能g的故障下气能g的断供标志参数，
Figure BDA0002295487930000047
表示用户侧j在气能g的故障下气能g的断供时间，
Figure BDA0002295487930000048
表示用户侧j在固定时间段内对于气能g的能源功率需求量；
2)采用以下公式处理获得综合能源互动***的用户侧能源断供风险参数：
Figure BDA0002295487930000049
Figure BDA00022954879300000410
Figure BDA00022954879300000411
式中，KC,j、KT,j、KL,j分别表示用户侧的综合能源断供概率敏感度权重矩阵、用户侧的综合能源断供时间敏感度权重矩阵、用户侧的综合能源断供损失敏感度权重矩阵，三者共同为用户侧用能源需求敏感度权重矩阵；
Figure BDA00022954879300000412
代表能源需求敏感度权重矩阵中用户侧j对能源x在期望断供能量值的系数，能源x分为电能e、热能h、冷能c、气能g；这些系数反映了该用户侧对于电-热-冷-气能源断供风险的需求程度。
将用户侧期望气断供概率、断供程度、能量损失的风险值与能源需求敏感度权重矩阵中的各个系数相乘，得到综合用能风险参数：
Figure BDA00022954879300000413
Figure BDA00022954879300000414
Figure BDA00022954879300000415
其中，rC,j、rT,j、rL,j分别表示用户侧的综合能源断供概率风险值、综合能源断供时间风险值、综合能源断供损失的风险；
3)建立综合能源互动***的用户侧能源断供风险等级体系，用户侧风险参数安全阈值表示用户侧能够承受一类风险影响的安全上限，其值通过对历史数据的参考，可综合用户侧自身实际状况和需求来调整。
根据用户侧的综合能源断供概率风险值rC,j、综合能源断供时间风险值rT,j、综合能源断供损失的风险值rL,j的参数值预先设置对应的每类参数安全阈值分别为ωC、ωT、ωL，根据参数值与电网安全运行状态，按照以下表格获得综合能源互动***的安全等级，进而根据安全等级采取措施降低能源互动***的能源断供风险。
用户侧的综合能源互动***的风险等级共划分为4个等级，根据不同等级进行不同措施对能源互动***进行处理，具体：
a)用户侧的三个综合用能风险参数均在安全范围内，则综合能源互动***的风险等级为风险极低，表明用户侧的综合能源互动***处于安全运行状态，不作措施处理；
b)用户侧的一个综合用能风险参数超出安全阈值，其余两个综合用能风险参数仍在安全阈值范围内，则综合能源互动***的风险等级为风险较低，表明用户侧的综合能源互动***处于警戒状态，在综合能源互动***中增设安装能源存储装置和能源转换装置；
c)用户侧的两个综合用能风险参数超出安全阈值，其余一个综合用能风险参数仍在安全阈值范围内，则综合能源互动***的风险等级为风险较高，表明用户侧的综合能源互动***处于紧急状态，在综合能源互动***中增设安装能源存储装置和能源转换装置，且加装分布式电源，例如为屋顶光伏；
d)用户侧的三个综合用能风险参数均超出安全阈值，则综合能源互动***的风险等级为危险状态，表明用户侧的综合能源互动***处于警戒状态，在综合能源互动***中根据电网调整用能设备的使用，且削减用户侧的能源负荷。
具体如下表。
表2 安全等级判断
Figure BDA0002295487930000051
Figure BDA0002295487930000061
所述步骤1.1)中，补充功率增量
Figure BDA0002295487930000062
计算为：
Figure BDA0002295487930000063
上式中，ηeh、ηec分别表示电能转热能、电能转冷能的效率，
Figure BDA0002295487930000064
分别表示用户侧j在热能h、冷能c的故障下热能h、冷能c的断供标志参数，
Figure DA00022954879346306
Figure BDA0002295487930000068
分别表示用户侧j在固定时间段内对于热能h、冷能c的能源功率需求量；
上式表示当热、冷断供时，需通过空调、热泵等负荷将电能转化为热能满足用户侧需求，增加电负荷。
通过本发明上述用户侧综合风险的分析处理，完成对综合能源互动***的用户侧能源断供风险检测，进而降低了能源互动***的能源断供风险，减少了电网停电断电的可能性，使得人民生活和工业生产实施得到了保证。
本发明的有益效果：
本发明方法考虑了综合能源互动***的用户侧在电-热-冷-气多种能源形式上的需求，为用户侧在综合能源互动***中的能源断供风险进行了全面分析处理，发现***薄弱环节，根据相应措施提高用户侧综合能源互动***的安全性、稳定性、可靠性。
本发明考虑利用能源的存储、转换，将一种形式的能源转换为其他形式的能源，进而规避用能风险的情况，对综合能源互动***的用户侧能源断供风险进行准确估计，进而准确控制调整综合能源互动***的元件，提高综合能源互动***的工作稳定性。
附图说明
附图1为本发明方法的逻辑流程图。
具体实施方式
下面结合实施例对本发明作进一步说明。
按照本发明发明内容方法完整实施的综合能源互动***实施例的具体情况如下：
现有某综合能源互动***与该综合能源互动***的用户侧j，根据历年数据统计，该综合能源互动***发生预想故障有一个，为E1，且其发生的概率Pr(E1)＝0.001。E1事故下，电-热-冷-气能源的断供情况为：
Figure BDA0002295487930000065
Figure BDA0002295487930000066
E1事故下，电-热-冷-气能源的断供时间
Figure BDA0002295487930000067
为1小时，其余能源断供时间为0。
同时，该用户侧没有装设能源存储装置，
Figure BDA0002295487930000071
且
Figure BDA0002295487930000072
该用户侧没有装设电转热、电转冷设备，ηeh＝0、ηec＝0。该用户侧的电-热-冷-气能源的能源需求值为：
Figure BDA0002295487930000073
该用户侧对各能源的用能需求敏感度权重均为1，参数安全阈值为ωC＝ωT＝ωL＝0.005。
依据本发明，用户侧期望停电概率的风险值
Figure BDA0002295487930000074
用户侧期望停电的风险值
Figure BDA0002295487930000075
用户侧期望电量损失的风险值
Figure BDA0002295487930000076
热-冷-气能源的风险：
Figure BDA0002295487930000077
依据用户侧用能需求敏感度权重矩阵，该用户侧的综合能源断供概率风险值rC,j＝0.001，该用户侧的综合能源断供时间风险值rT,j＝0.001，该用户侧的综合能源断供损失风险值rL,j＝0.01，该用户侧的期望用能成本增加风险值rp,j＝0。
依据用户侧的综合能源互动***的安全等级判断，本实施例的该用户侧的安全等级为风险较低，因此，在该用户侧综合能源互动***中应该增设能源存储装置和能源转换装置，从而降低综合能源互动***的风险。

Claims (3)

1.一种综合能源互动***的用户侧能源断供风险处理方法，其特征在于：方法包括以下几个步骤：
1)处理获得能源断供风险参数：
1.1)电能，包括用户侧期望停电概率的风险值、用户侧期望停电程度的风险值和用户侧期望电能损失的风险值，分别采用以下公式处理获得：
Figure RE-FDA0002415257490000011
Figure RE-FDA0002415257490000012
Figure RE-FDA0002415257490000013
其中，
Figure RE-FDA0002415257490000014
是用户侧j期望停电概率的风险值；
Figure RE-FDA0002415257490000015
是用户侧j期望停电程度的风险值；
Figure RE-FDA0002415257490000016
是用户侧j期望电量损失的风险值；N表示预想故障种类的总数；Pr(Ei)是第i种预想故障Ei发生的概率，
Figure RE-FDA0002415257490000017
表示用户侧j在电能e的停电故障下电能e的断供标志参数，
Figure RE-FDA0002415257490000018
为用户侧在预想故障Ei的停电情况下能源存储装置是否能提供所需电能的标志参数；
Figure RE-FDA0002415257490000019
表示用户侧j在电能e的停电故障下电能e的断供时间，
Figure RE-FDA00024152574900000110
为用户侧能源存储装置在固定时间段内的电能储量；
Figure RE-FDA00024152574900000111
表示用户侧j在固定时间段内对于电能e的能源功率需求量，
Figure RE-FDA00024152574900000112
表示电能e以外的其他所有能源断供可用能源的补充功率增量；
1.2)热能，包括用户侧期望热断供概率的风险值、用户侧期望热断供程度的风险值和用户侧期望热能损失的风险值，分别采用以下公式处理获得：
Figure RE-FDA00024152574900000113
Figure RE-FDA00024152574900000114
Figure RE-FDA00024152574900000115
其中，
Figure RE-FDA00024152574900000116
是用户侧期望热断供概率的风险值；
Figure RE-FDA00024152574900000117
是用户侧期望热断供程度的风险值；
Figure RE-FDA00024152574900000118
是用户侧期望热量损失的风险值；
Figure RE-FDA00024152574900000119
表示用户侧j在热能h的故障下热能h的断供标志参数，
Figure RE-FDA0002415257490000021
表示用户侧j在热能h的故障下热能h的断供时间，
Figure RE-FDA0002415257490000022
表示用户侧j在固定时间段内对于热能h的能源功率需求量；
1.3)冷能，包括用户侧期望冷断供概率的风险值、用户侧期望冷断供程度的风险值和用户侧期望冷能损失的风险值，分别采用以下公式处理获得：
Figure RE-FDA0002415257490000023
Figure RE-FDA0002415257490000024
Figure RE-FDA0002415257490000025
其中，
Figure RE-FDA0002415257490000026
是用户侧期望冷断供概率的风险值；
Figure RE-FDA0002415257490000027
是用户侧期望冷断供程度的风险值；
Figure RE-FDA0002415257490000028
是用户侧期望冷量损失的风险值；
Figure RE-FDA0002415257490000029
表示用户侧j在冷能c的故障下冷能c的断供标志参数，
Figure RE-FDA00024152574900000210
表示用户侧j在冷能c的故障下冷能c的断供时间，
Figure 1
表示用户侧j在固定时间段内对于冷能c的能源功率需求量；
1.4)气能，包括用户侧期望气断供概率的风险值、用户侧期望气断供程度的风险值和用户侧期望气能损失的风险值，分别采用以下公式处理获得：
Figure RE-FDA00024152574900000212
Figure RE-FDA00024152574900000213
Figure RE-FDA00024152574900000214
其中，
Figure RE-FDA00024152574900000215
是用户侧期望气断供概率的风险值；
Figure RE-FDA00024152574900000216
是用户侧期望气断供程度的风险值；
Figure RE-FDA00024152574900000217
是用户侧期望气量损失的风险值；
Figure RE-FDA00024152574900000218
表示用户侧j在气能g的故障下气能g的断供标志参数，
Figure RE-FDA00024152574900000219
表示用户侧j在气能g的故障下气能g的断供时间，
Figure RE-FDA00024152574900000220
表示用户侧j在固定时间段内对于气能g的能源功率需求量；
2)采用以下公式处理获得综合能源互动***的用户侧能源断供风险参数：
Figure RE-FDA00024152574900000221
Figure RE-FDA00024152574900000222
Figure RE-FDA00024152574900000223
式中，KC,j、KT,j、KL,j分别表示用户侧的综合能源断供概率敏感度权重矩阵、用户侧的综合能源断供时间敏感度权重矩阵、用户侧的综合能源断供损失敏感度权重矩阵；
Figure RE-FDA0002415257490000031
代表能源需求敏感度权重矩阵中用户侧j对能源x在期望断供能量值的系数，能源x分为电能e、热能h、冷能c、气能g；
将用户侧期望气断供概率、断供程度、能量损失的风险值与能源需求敏感度权重矩阵中的各个系数相乘，得到综合用能风险参数：
Figure RE-FDA0002415257490000032
Figure RE-FDA0002415257490000033
Figure RE-FDA0002415257490000034
其中，rC,j、rT,j、rL,j分别表示用户侧的综合能源断供概率风险值、综合能源断供时间风险值、综合能源断供损失的风险；
3)根据用户侧的综合能源断供概率风险值rC,j、综合能源断供时间风险值rT,j、综合能源断供损失的风险值rL,j的参数值设置对应的每类参数安全阈值分别为ωC、ωT、ωL，获得综合能源互动***的安全等级，进而根据安全等级采取措施降低能源互动***的能源断供风险。
2.根据权利要求1所述的一种综合能源互动***的用户侧能源断供风险处理方法，其特征在于：用户侧的综合能源互动***的风险等级共划分为4个等级，根据不同等级进行不同措施对能源互动***进行处理，具体：
a)用户侧的三个综合用能风险参数均在安全范围内，则综合能源互动***的风险等级为风险极低，不作措施处理；
b)用户侧的一个综合用能风险参数超出安全阈值，其余两个综合用能风险参数仍在安全阈值范围内，则综合能源互动***的风险等级为风险较低，在综合能源互动***中增设安装能源存储装置和能源转换装置；
c)用户侧的两个综合用能风险参数超出安全阈值，其余一个综合用能风险参数仍在安全阈值范围内，则综合能源互动***的风险等级为风险较高，在综合能源互动***中增设安装能源存储装置和能源转换装置，且加装分布式电源；
d)用户侧的三个综合用能风险参数均超出安全阈值，则综合能源互动***的风险等级为危险状态，在综合能源互动***中根据电网调整用能设备的使用，且削减用户侧的能源负荷。
3.根据权利要求1所述的一种综合能源互动***的用户侧能源断供风险处理方法，其特征在于：所述步骤1.1)中，补充功率增量
Figure RE-FDA0002415257490000035
计算为：
Figure RE-FDA0002415257490000041
上式中，ηeh、ηec分别表示电能转热能、电能转冷能的效率，
Figure RE-FDA0002415257490000042
分别表示用户侧j在热能h、冷能c的故障下热能h、冷能c的断供标志参数，
Figure RE-FDA0002415257490000043
Figure RE-FDA0002415257490000044
分别表示用户侧j在固定时间段内对于热能h、冷能c的能源功率需求量。
CN201911199398.5A 2019-11-29 2019-11-29 一种综合能源互动***的用户侧能源断供风险处理方法 Active CN111242406B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911199398.5A CN111242406B (zh) 2019-11-29 2019-11-29 一种综合能源互动***的用户侧能源断供风险处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911199398.5A CN111242406B (zh) 2019-11-29 2019-11-29 一种综合能源互动***的用户侧能源断供风险处理方法

Publications (2)

Publication Number Publication Date
CN111242406A true CN111242406A (zh) 2020-06-05
CN111242406B CN111242406B (zh) 2023-10-24

Family

ID=70875849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911199398.5A Active CN111242406B (zh) 2019-11-29 2019-11-29 一种综合能源互动***的用户侧能源断供风险处理方法

Country Status (1)

Country Link
CN (1) CN111242406B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006338396A (ja) * 2005-06-02 2006-12-14 Toshiba Corp リスクマネジメントシステム、シミュレーション方法およびプログラム
KR20150008745A (ko) * 2013-07-15 2015-01-23 성균관대학교산학협력단 벤치마킹 기법에 따른 건물 에너지 성능 진단 시스템 및 방법
WO2015048737A1 (en) * 2013-09-30 2015-04-02 Do Rosario Jackseario Antonio Dionisio Power quality of service optimization for microgrids
KR101532416B1 (ko) * 2014-06-23 2015-06-30 옴니시스템 주식회사 에너지 효율 산출 시스템
WO2015145784A1 (en) * 2014-03-27 2015-10-01 Nec Corporation Energy management method and system for energy supply system
CN105894135A (zh) * 2016-05-24 2016-08-24 哈尔滨工程大学 船舶综合电力推进***风险预测评估方法及装置
WO2017008180A1 (zh) * 2015-07-16 2017-01-19 广东产品质量监督检验研究院 一种光伏组件失效风险判别方法
CN108182554A (zh) * 2018-02-09 2018-06-19 国网冀北电力有限公司 一种配电网停电风险状态感知方法
CN108596442A (zh) * 2018-03-30 2018-09-28 天津大学 计及条件风险价值的综合能源***经济调度方法
CN108921727A (zh) * 2018-06-30 2018-11-30 天津大学 考虑热负荷动态特性的区域综合能源***可靠性评估方法
CN109064062A (zh) * 2018-09-11 2018-12-21 浙江大学 一种考虑多能耦合交互的用户侧综合能源***运行风险评估方法
CN109886469A (zh) * 2019-01-23 2019-06-14 华北电力大学 一种区域综合能源***需求侧管理方法
CN110288216A (zh) * 2019-06-17 2019-09-27 国网甘肃省电力公司兰州供电公司 一种电力客户服务风险预警及趋势研判方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006338396A (ja) * 2005-06-02 2006-12-14 Toshiba Corp リスクマネジメントシステム、シミュレーション方法およびプログラム
KR20150008745A (ko) * 2013-07-15 2015-01-23 성균관대학교산학협력단 벤치마킹 기법에 따른 건물 에너지 성능 진단 시스템 및 방법
WO2015048737A1 (en) * 2013-09-30 2015-04-02 Do Rosario Jackseario Antonio Dionisio Power quality of service optimization for microgrids
WO2015145784A1 (en) * 2014-03-27 2015-10-01 Nec Corporation Energy management method and system for energy supply system
KR101532416B1 (ko) * 2014-06-23 2015-06-30 옴니시스템 주식회사 에너지 효율 산출 시스템
WO2017008180A1 (zh) * 2015-07-16 2017-01-19 广东产品质量监督检验研究院 一种光伏组件失效风险判别方法
CN105894135A (zh) * 2016-05-24 2016-08-24 哈尔滨工程大学 船舶综合电力推进***风险预测评估方法及装置
CN108182554A (zh) * 2018-02-09 2018-06-19 国网冀北电力有限公司 一种配电网停电风险状态感知方法
CN108596442A (zh) * 2018-03-30 2018-09-28 天津大学 计及条件风险价值的综合能源***经济调度方法
CN108921727A (zh) * 2018-06-30 2018-11-30 天津大学 考虑热负荷动态特性的区域综合能源***可靠性评估方法
CN109064062A (zh) * 2018-09-11 2018-12-21 浙江大学 一种考虑多能耦合交互的用户侧综合能源***运行风险评估方法
CN109886469A (zh) * 2019-01-23 2019-06-14 华北电力大学 一种区域综合能源***需求侧管理方法
CN110288216A (zh) * 2019-06-17 2019-09-27 国网甘肃省电力公司兰州供电公司 一种电力客户服务风险预警及趋势研判方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XUETING LI; HONGTAO WANG: "Operation Risk Assessment of Wind Farm Integrated System Influenced by Weather Conditions", 2013 IEEE POWER & ENERGY SOCIETY GENERAL MEETING, vol. 2013, pages 1 - 5 *
刘健等: "面向用户并考虑紧迫性的配电网运行风险评估", 电力自动化设备, vol. 35, no. 2, pages 97 - 109 *

Also Published As

Publication number Publication date
CN111242406B (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
CN105337303B (zh) 一种含热泵的热电联产型微电网容量优化配置方法
CN110009244B (zh) 一种考虑抗灾恢复的区域综合能源***优化调度方法
US11670812B1 (en) Thermal management device for energy storage system, method for controlling the thermal management device for energy storage system, and energy storage system
CN112146156B (zh) 一种含电锅炉的电厂多模式灵活性运行方法及***
Tasdighi et al. Energy management in a smart residential building
CN116799844B (zh) 一种移动式分布式储能***
CN116128241A (zh) 一种智能供电***
CN109861292B (zh) 一种基于多能源储能***提高清洁能源消纳方法
CN108428053B (zh) 一种基于需求侧管理的主动配电网运行风险评估方法
CN214707179U (zh) 一种海上风电制氢及储能***监测与安全控制***
CN117200413B (zh) 一种基于户外电源太阳能板的多电源协同充电控制方法
CN112270096B (zh) 促进新能源消纳的灵活性资源贡献度求解方法
CN112436607A (zh) 一种城镇能源互联网***
JP5893319B2 (ja) 電力管理システム及び電力管理装置
CN111242406A (zh) 一种综合能源互动***的用户侧能源断供风险处理方法
CN105304959A (zh) 一种电储能装置均衡方法
CN110931674A (zh) 一种低压储能装置及其控制方法
CN114268172A (zh) 一种多类型储能运营控制方法
CN114742269B (zh) 考虑多能耦合的园区综合能源***顶层设计方法及装置
EP4142089A2 (en) Power management system, power management server, and power management method
CN115076923A (zh) 一种空调控制方法及装置
CN117811099A (zh) 一种混合储能***容量优化配置方法
CN207611293U (zh) 一种变电站温度控制装置
KR20230100224A (ko) 연료전지 시스템 그룹 운전 방법
CN116345500A (zh) 一种基于边缘侧神经网络的储能预测***和方法

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