首页 / 专利库 / 信号处理 / 削峰 / 基于电-气耦合综合能源系统的双层优化故障恢复方法

基于电-气耦合综合能源系统的双层优化故障恢复方法

阅读:11发布:2022-02-24

专利汇可以提供基于电-气耦合综合能源系统的双层优化故障恢复方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于电-气耦合综合 能源 系统的双层优化故障恢复方法,本发明构建综合能源配 电网 利用 天然气 作为备用 能量 ,使非故障失电区失电恢复量最大且负荷持续供电。建立双层优化模型对综合能源配电网恢复范围与经济性与环保性相协调,上层模型以全网故障恢复指标最优为目标,利用改进蚁群 算法 得到 开关 状态与灰靶贡献度对指标客观赋值,利用灰靶靶心度综合评估恢复方案;下层模型以综合能源系统经济性和环保性为目标,建立基于多代理系统的多级恢复模型,利用调度代理合理调度 可再生能源 与储能,得到具体 孤岛 恢复方案传递给上层模型。 节点 仿真表明利用电-气耦合综合能源恢复配电网可减少舍弃负荷情况,延长得电负荷持续时间。,下面是基于电-气耦合综合能源系统的双层优化故障恢复方法专利的具体信息内容。

1.一种基于电-气耦合综合能源系统的双层优化故障恢复方法,其特征在于,包括如下步骤:
步骤S1:建立电-气耦合综合能源系统;
步骤S2:建立双层优化的故障恢复模型;
步骤S3,基于多代理的多级系统协调恢复模型;
步骤S4,确定算例及必要参数,采用双层优化的故障恢复模型求解算例进行仿真分析。
2.根据权利要求1的双层优化故障恢复方法,其特征在于,步骤S1包括建立电网模型、天然气网络模型以及电-气耦合单元模型;
其中,建立电网模型包括:
1)机出模型
采用两参数Weibull分布模型模拟每个小时的风速变化,其中Weibull分布的概率密度为:
式中,v表示风速;c和k分别为威布尔尺度参数和形状参数,可由平均风速μ和标准差σ近似得出,Pw表示为风机输出功率,Pw0表示风机的额定功率,v0表示额定风速,vin表示切入风速,vout表示切出风速
2)光伏出力模型
根据太阳能电池光生伏打效应得到光伏发电输出数学公式:
PPV=ηPVAS
式中,PPV表示光伏发电功率;ηPV表示光电转换效率;A表示太阳能电池板面积;S表示太阳能辐射度;
3)负荷模型
故障发生后,根据负荷概率密度函数计算出任意时段负荷需求量为:
式中,Li(t)为节点i在时段t的用电需求,在故障后每一个小时为一个时间段,在预期的故障恢复时间内得到配电网在故障时段内各节点的负荷平和供电量需求,μ为数学期望;
σ2为方差,p表示负荷变量;
4)储电模型,当储电模型与电网相连的情况下,储电帮助主电网提高负荷恢复率,稳定可再生能源的出力;当储电模型与分布式能源当作孤岛进行负荷恢复时,作为重要的能源供给点,充放电策略影响电负荷的供给,采用铅酸电池组成储电系统,铅酸电池寿命长,价格低,大电流放电并不受场地限值,数学模型如下所示:
SOCmin≤SOC(t)≤SOCmax
式中,SOC(t)表示t时刻储电系统的荷电状态;ηZ表示储电系统的自放电率; 表示t-1时刻储电系统的充放电功率;ηC、ηD表示充放电效率;ESOC表示储电单元的额定容量;
SOCmin、SOCmax表示荷电状态的上下限;Pch,max、Pdch,max表示单位时段内最大充放电功率;
5)储气模型
储气罐用于调配天然气源的出力,在负荷高峰阶段,储气罐作为备用容量,利用能源集线器中燃气轮机增加电能出电量;在负荷低谷阶段,多余的电能在储电达到该时段最大时,利用电转气装置转换为天然气存放在储气装置中,保证负荷高峰时期的需求,每个时刻储气罐由储气量和进出气量表示,储气罐要求在运行周期结束时储气总量不变,保证下个运行周期储气罐正常运行;每个运行决策时间点,储气罐至多处于进气或出气中一个状态,储气罐约束:
式中,Sa,t为t时刻储气罐a的储气总量,单位为立方米;Xa,max、Oa,max分别为储气罐α的最大进气量和最大出气量,单位为立方米;υa,t和ξa,t是0~1整数变量,分别表示t时刻储气罐此时的进气或出气情况;
6)电-气耦合单元模型
燃气轮机作为能源集线器中重要的耦合元件,消耗天然气,产生功率注入电力系统,其能量转化关系如下:
Pk,t,gas=ηrQk,t,gasHg
式中,Pk,t,gas表示第k个燃气轮机在t时刻所产生的功率;ηr表示燃气轮机转换效率;
Qk,t,gas表示流经第k个燃气轮机在t时刻所消耗的天然气能量;Hg表示为天然气热值,取
10.8333kWh/m3;
当电能转化为氢气或合成甲烷,利用气体载体以及天然气网络进行能量存储和再利用,根据能量转化关系,P2G中甲烷生成速度qP2G(m3/h)与所需电解功率PP2G(kW)之间的关系可如下式所示:
式中,HHVCH4为甲烷的高热值,标准状态下为39MJ/m3;η为P2G全过程的能量转换效率,其范围为50%~60%。
3.根据权利要求2的双层优化故障恢复方法,其特征在于,步骤S2中的双层优化的故障恢复模型包括上层模型和下层模型,其中,上层模型为全网故障恢复策略,分为主网络与孤岛划分两个部分,先对主网络进行故障分析,在剩余的非故障失电区域寻找可再生能源通过改进的蚁群算法得到故障恢复开关操作方案,下层模型为能量调度中心,利用可再生能源、储能进行多级协调分配,以综合能源经济性、环保性为最终目标,将实行策略返回给上层模型,上层模型根据下层模型得到的调度方案根据加权灰靶理论得到最接近标准靶心度的方案;
其中上层模型建立包括:
目标函数的建立,其中上层模型的全网故障恢复指标由恢复供电量、开关数量及网损数组成,包括:
Fup=γ(F1,F2,F3)
F2=minN
F3=minS_loss
式中,γ表示靶心度;R表示节点负荷集合;λi表示负荷i的权重系数,按照负荷的不同等级取值;Pload-i表示为负荷i的有功功率;xi表示负荷状态,xi=0表示切除负荷i,xi=1表示恢复负荷i;N表示开关次数;S_loss网络网损功率;
约束条件的建立:
(1)配电网辐射运行约束
X∈g
式中,X为重构后配电网的拓扑结构,g为辐射状网络拓扑集合;
(2)电网安全约束
Uimin≤Ui≤Uimax,i=1,2,...,m
Il≤Ilmax,l=1,2,...,n
式中,Uimin、Uimax为节点i的电压上下限;Ilmax为支路l的电流最大值;
(3)电网功率平衡
并网情况下:
PMN+∑PDG-i≥∑Pk-L+S
孤岛情况下:
∑Lload-i+Ploss-i≤∑PDG-i
式中,PMN为主网供电量,为第i个并网DG供电量,Pk-L为所有并网负荷用电需求量,S为网络总的线路损耗,Lload-i为孤岛系统中节点i的负荷量,Ploss-i为孤岛i网络有功损耗,PDG-i为分布式电源出力;
下层模型建立包括:
目标函数的建立,由天然气系统经济性与环保性两方面组成,如下式
式中,Cs表示天然气价格,使用价格为3.3元/m3;wj表示天然气出气量;Vi表示CO2的排放污染治理费用,Qi表示CO2的排放量
约束条件的建立:
(1)气网节点流量平衡方程
天然气管道中天然气流量需要满足质量守恒定律,即是任意节点的总流入量等于总流出量:
式中, 为天然气网节点i的天然气气源注入量, 为天然气网节点i的燃气内燃机气体消耗量, 为天然气网节点i的燃气锅炉气体消耗量, 为节点i到节点j的流量,规定流出节点i的方向为正方向;
(2)节点气压约束
pi,min≤pi≤pi,max
式中,pi,min,pi,max分别为节点j压力值上、下限;
(3)燃气轮机机组爬坡约束
-ΔPdown,i<ΔPt,i<ΔPup,i
式中,ΔPt,i表示机组i在t时刻出力与上一时刻出力差值,ΔPup,i、ΔPdown,i表示机组i的爬坡上限与下限。
4.根据权利要求3的双层优化故障恢复方法,其特征在于,步骤S3包括:
1)储放电-气策略
故障时,可再生能源与储能系统作为故障时段孤岛的出力电源,需要满足孤岛内的电量平衡和功率平衡约束,若故障恢复期间可再生能源系统总发电量小于负荷用电总量,或者故障恢复期间任意时刻出现可再生系统出力不满足孤岛内负荷需求的情况,需要调用储气罐内的能量保证恢复范围最大化,在能量不足的情况下需要对孤岛负荷按照优先级进行削减,以保证重要负荷的供电与孤岛运行的安全可靠;
同种能源相互供应的优先程度高,能源的转换伴随着损耗与延迟,因此在满足负荷需求的情况下,优先使用同种能源,所以故障后当可再生能源作为黑启动单元进行孤岛恢复能量不足时,优先使用电储能;当调用其他储气罐中能量时,由于天然气管存的延时性,先消耗管存中的能量,再利用压缩机动能量的流动,利用储气罐中SOC计算所消耗的具体能量,具体为:
(1)若DG发电量多于负荷需求时,多余的功率存储到储电装置中,当到达最大存电量,DG还有剩余能量则通过电转气装置传输给储气罐,进行储气装置的补充,但不能超过最大存气量;
(2)若DG发电量少于负荷需求时,调用储电中的功率进行负荷恢复;
(3)若DG与储电少于负荷需求时,调用能源集线器与电网相连的天然气网进行燃气处理产生电能,在预测DG与储电少于负荷需求时,向储气代理发出协助请求,启动燃气机组;
随着故障时间的持续,储电与储气逐渐降低到无法供能的状态,利用天然气网络结构与流动性调用天然气;
2)基于广度优先搜索法的改进蚁群算法生成供电恢复路径;根据可再生能源与储能恢复能力对于所形成的孤岛区域进行开关状态组合的优化,针对配电网辐射性特点,采用广度优先搜索法确保每一只蚂蚁所历经的路径满足配电网拓扑约束,提高可行解的数量;
3)基于多代理系统的多级协调恢复模型,即为多个代理之间按照约定的协议通过通信与协调来完成目标,其中包括了6类代理:负荷代理、调度代理、储能代理、气网代理、可再生能源代理、开关代理,建立多级系统协调恢复模型进行电网内各资源协调互动,以可再生能源实时出力供应为主,以储能实时充放电平抑功率波动为辅,利用灵活负荷投切进一步增强稳定性的协调恢复,其中:
(1)启动恢复过程,当故障发生,系统将会隔离故障去除该开关,首先计算该时间段的配电网可恢复的负荷且满足约束条件的负荷,回馈给负荷代理;
(2)负荷代理,确定该时段的负荷需求,搜寻非故障失电区域的可再生能源,按照广度优先搜索算法搜索满足约束条件的可恢复负荷;计算每个可再生能源所需要的功率,形成所生成孤岛的缺额功率Δd,将Δd传递给调度代理,向调度代理请求协助;
(3)向可再生能源代理中请求支援,一旦调度代理从负荷代理接收到为恢复提供电力的请求,它就通过执行所述的转接请求向下层代理请求电源支持;
(4)可再生能源代理预测功率,得到该时段可再生能源出力,并将产生的随机功率传输回调度代理中,向调度代理请求通过执行调度提供功率支持;
(5)调度代理收到可再生能源代理所传输回来可用功率后,判断是否符合缺额功率Δd,若大于Δd,则可再生能源代理可满足缺额功率;若小于Δd,则将请求传递给储能代理提供电力支持,储能代理优先传递给储电子代理,按照最大出力提供给储能代理,若不够则调度储气子代理内部天然气来补充电能;
(6)储能代理收到调度代理请求计算储能所能提供的能量,实现储能出力,将信息回馈给调度代理请求通过执行调度提供功率支持;
(7)当调度代理确定要恢复的节点,则将恢复信息传递给开关代理以实现切换操作;
(8)更新储能状态,为下一时段故障恢复做准备;
4)基于加权灰靶理论的故障恢复决策,用于对于评估方案或对象进行选优、分级;靶心度分析为在一组决策对象的指标序列中,依据标准模式指标序列找到最满意的目标值,灰靶贡献度反映各项指标对模式靶心度大小的影响程度;
基于双层优化模型得到的恢复策略与恢复指标建立决策矩阵,利用灰靶贡献度得到各恢复指标的贡献度,作为各指标的权重,尔后运用加权灰靶理论,计算各恢复策略的靶心度,依据靶心度得到该时段最优的恢复策略;
设有恢复方案ωi,i=1、2、...m,恢复指标k∈K={1,2,3},第i个恢复方案ωi对应于第k个指标下的数值为ωi(k),决策矩阵为ω=(ωi(k))m×3;
(1)灰靶贡献度:
对决策矩阵ωi(k)进行极性变换处理,得到极性一致的决策矩阵X=(xi(k))m×3,第k个恢复指标对恢复方案i的贡献系数γ(xi(0),xi(k))
式中,Δi(0,k)=|xi(0)-xi(k)|为xi(0)与xi(k)的差异信息,ξ为分辨系数,ξ∈[0,1];
k指标的贡献度γ(x(0),x(k)):
权重系数为
(2)靶心度
先对决策矩阵进行统一测度变换,得到灰靶决策矩阵T,
T(ω0(k))=1=y0(k)
靶心系数:
式中,Δ0i(k)=|y0(k)-yi(k)|=|1-yi(k)|,Δ0i(k)表示第i个恢复方案ωi与靶心ω0之间的灰关联差异信息;
靶心度: wk表示k指标权重系数,其中靶心度越大,越接近
标准模式。

说明书全文

基于电-气耦合综合能源系统的双层优化故障恢复方法

技术领域

[0001] 本发明涉及主动配电网故障恢复策略领域,针对综合能源配电网故障后修复问题,构建综合能源配电网利用天然气作为备用能量,使非故障失电区失电恢复量最大且负荷持续供电。

背景技术

[0002] 在可再生能源渗透率不断提高且能源供需关系日益紧张的背景下,构建多能统一规划协调运行的综合能源系统可以有助于消纳可再生能源且实现能源的阶梯利用,具有重要的经济和环保意义。随着技术进步与市场发展,能源互联逐渐成为我国未来的发展趋势。
[0003] 随着电系统逐步发展,当配电网发生故障后对于人类生活的影响越来越大,并为应对化石能源的匮乏与环境污染,加大可再生能源与清洁能源的发展变为世界共同关注的目标。随着燃气轮机的大规模并网且天然气网与电力网络具有相同的能量流形式,电网与气网的联系日益紧密。在传统配电网中,以电动汽车作为应急资源进行调度恢复,需考虑交通问题对应急电动车进行优化布点,而在综合能源配电网中天然气通过管道进行运输,利用管存与储气罐作为电气系统的备用能源,避免交通问题。针对配电网故障持续时间较长或失电负荷量大的问题,利用综合能源多能利用特性,以气替电保障用户用电。电-气耦合系统提出调度天然气能源补充故障后电网能量缺失的新策略。通过多个供能系统协调规划与运行,可以避免单纯加大某一供能系统的投入带来的弊端。

发明内容

[0004] 综合考虑可再生能源与负荷的时变性,本文提出双层优化模型对恢复范围与综合能源经济性、环保性进行协调,从而得到满足双层优化的故障恢复方案。上层模型以故障时段内恢复负荷量最大、开关量及网损量最小为故障恢复指标,下层利用多代理系统进行合理能量调度,得到孤岛划分方案代回上层模型,利用灰靶贡献度进行权重客观赋值,计算靶心度得到指标最优的恢复方案。通过算例验证,本文提出的电-气耦合系统对扩大恢复范围具有有效性与实用性。
[0005] 为实现上述目的,本发明是根据以下技术方案实现的:
[0006] 一种基于电-气耦合综合能源系统的双层优化故障恢复方法,其特征在于,包括如下步骤:
[0007] 步骤S1:建立电-气耦合综合能源系统;
[0008] 步骤S2:建立双层优化的故障恢复模型;
[0009] 步骤S3,基于多代理的多级系统协调恢复模型;
[0010] 步骤S4,确定算例及必要参数,采用双层优化的故障恢复模型求解算例进行仿真分析。
[0011] 本发明与现有技术相比,具有如下优点:
[0012] 本发明采用电-气耦合装置进行电网故障后的非故障区域的恢复,将恢复范围扩大,增大了故障的正备用容量。
[0013] 本发明基于双层模型考虑了恢复范围与经济性、环保性相协调,在保证经济性最优的情况下保证恢复范围最大。
[0014] 本发明利用加权灰靶理论对于方案集进行客观赋值,避免主观意识判断,利用靶心度判断最优恢复策略。附图说明
[0015] 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
[0016] 图1是本发明方法的电-气耦合综合能源系统示意图。
[0017] 图2是本发明方法的燃气轮机控制的压缩机图。
[0018] 图3是本发明方法的双层优化故障恢复方法示意图。
[0019] 图4是本发明方法的基于多代理的多级恢复策略步骤示意图。
[0020] 图5是本发明方法的多级恢复流程图
[0021] 图6、图7分别是本发明方法的算例结构图。
[0022] 图8是本发明方法的力与光伏预测曲线。

具体实施方式

[0023] 为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
[0024] 本发明的一种基于电-气耦合综合能源系统的双层优化故障恢复方法,包括如下步骤:
[0025] 步骤S1:建立电-气耦合综合能源系统;
[0026] 步骤S2:建立双层优化的故障恢复模型;
[0027] 步骤S3,基于多代理的多级系统协调恢复模型;
[0028] 步骤S4,确定算例及必要参数,采用双层优化的故障恢复模型求解算例进行仿真分析。
[0029] 上述技术方案中,步骤S1包括建立电网模型、天然气网络模型以及电-气耦合单元模型;
[0030] 其中,建立电网模型包括:
[0031] 1)风机出力模型
[0032] 采用两参数Weibull分布模型模拟每个小时的风速变化,其中Weibull分布的概率密度为:
[0033]
[0034]
[0035] 式中,v表示风速;c和k分别为威布尔尺度参数和形状参数,可由平均风速μ和标准差σ近似得出,Pw表示为风机输出功率,Pw0表示风机的额定功率,v0表示额定风速,vin表示切入风速,vout表示切出风速
[0036] 2)光伏出力模型
[0037] 根据太阳能电池光生伏打效应的发电原理得到光伏发电输出数学公式:
[0038] PPV=ηPVAS
[0039] 式中,PPV表示光伏发电功率;ηPV表示光电转换效率;A表示太阳能电池板面积;S表示太阳能辐射度;
[0040] 3)负荷模型
[0041] 故障发生后,根据负荷概率密度函数计算出任意时段负荷需求量为:
[0042]
[0043] 式中,Li(t)为节点i在时段t的用电需求,在故障后每一个小时为一个时间段,在预期的故障恢复时间内得到配电网在故障时段内各节点的负荷平和供电量需求,μ为数学期望;σ2为方差,p表示负荷变量;
[0044] 4)储电模型当储电模型与电网相连的情况下,储电帮助主电网提高负荷恢复率,稳定可再生能源的出力;当储电模型与分布式能源当作孤岛进行负荷恢复时,作为重要的能源供给点,充放电策略影响电负荷的供给,采用铅酸电池组成储电系统,铅酸电池寿命长,价格低,大电流放电并不受场地限值,数学模型如下所示:
[0045]
[0046] SOCmin≤SOC(t)≤SOCmax
[0047]
[0048]
[0049] 式中,SOC(t)表示t时刻储电系统的荷电状态;ηZ表示储电系统的自放电率;表示t-1时刻储电系统的充放电功率;ηC、ηD表示充放电效率;ESOC表示储电单元的额定容量;SOCmin、SOCmax表示荷电状态的上下限;Pch,max、Pdch,max表示单位时段内最大充放电功率;
[0050] 其中,天然气网络包括天然气的起源点、压缩机、天然气负荷、储气罐及天然气输送管道,根据图2的模型,表述天然气管道模型。
[0051] 5)储气模型
[0052] 储气罐用于调配天然气源的出力,在负荷高峰阶段,储气罐作为备用容量,利用能源集线器中燃气轮机增加电能出电量;在负荷低谷阶段,多余的电能在储电达到该时段最大时,为消纳可再生能源,利用电转气装置转换为天然气存放在储气装置中,保证负荷高峰时期的需求,每个时刻储气罐由储气量和进出气量表示,储气罐要求在运行周期结束时储气总量不变,保证下个运行周期储气罐正常运行。每个运行决策时间点,储气罐至多处于进气或出气中一个状态,储气罐约束:
[0053]
[0054] 式中,Sa,t为t时刻储气罐a的储气总量,单位为立方米;Xa,max、Oa,max分别为储气罐α的最大进气量和最大出气量,单位为立方米;υa,t和ξa,t是0~1整数变量,分别表示t时刻储气罐此时的进气或出气情况;
[0055] 6)电-气耦合单元模型
[0056] 燃气轮机作为能源集线器中重要的耦合元件,消耗天然气,产生功率注入电力系统,其能量转化关系如下:
[0057] Pk,t,gas=ηrQk,t,gasHg
[0058] 式中,Pk,t,gas表示第k个燃气轮机在t时刻所产生的功率;ηr表示燃气轮机转换效率;Qk,t,gas表示流经第k个燃气轮机在t时刻所消耗的天然气能量;Hg表示为天然气热值,取10.8333kWh/m3。
[0059] 当电能转化为氢气或合成甲烷,利用气体载体以及天然气网络进行能量存储和再利用,根据能量转化关系,P2G中甲烷生成速度qP2G(m3/h)与所需电解功率PP2G(kW)之间的关系可如下式所示:
[0060] qP2G=PP2Gη/HHVCH4
[0061] 式中,HHVCH4为甲烷的高热值,标准状态下为39MJ/m3;η为P2G全过程的能量转换效率,其范围为50%~60%;
[0062] 步骤S2中的双层优化的故障恢复模型包括上层模型和下层模型,其中,上层模型为全网故障恢复策略,先对主网络进行故障分析,在剩余的非故障失电区域寻找可再生能源通过改进的蚁群算法得到故障恢复开关操作方案,下层模型为能量调度中心,利用可再生能源、储能进行多级协调分配,以综合能源经济性、环保性为最终目标,将实行策略返回给上层模型,上层模型根据下层模型得到的调度方案根据加权灰靶理论得到最接近标准靶心度的方案;恢复示意图如图3所示。
[0063] 其中上层模型建立包括:
[0064] 目标函数的建立,其中上层模型的全网故障恢复指标由恢复供电量、开关数量及网损数组成,包括:
[0065] Fup=γ(F1,F2,F3)
[0066]
[0067] F2=min N
[0068] F3=min S loss
[0069]
[0070] 式中,γ表示靶心度;R表示节点负荷集合;λi表示负荷i的权重系数,按照负荷的不同等级取值;Pload-i表示为负荷i的有功功率;xi表示负荷状态,xi=0表示切除负荷i,xi=1表示恢复负荷i;N表示开关次数;S_loss网络网损功率;
[0071] 约束条件的建立:
[0072] (1)配电网辐射运行约束
[0073] X∈g
[0074] 式中,X为重构后配电网的拓扑结构,g为辐射状网络拓扑集合;
[0075] (2)电网安全约束
[0076] Uimin≤Ui≤Uimax,i=1,2,...,m
[0077] Il≤Ilmax,l=1,2,...,n
[0078] 式中,Uimin、Uimax为节点i的电压上下限;Ilmax为支路l的电流最大值;
[0079] (3)电网功率平衡
[0080] 并网情况下:
[0081] PMN+∑PDG-i≥∑Pk-L+S
[0082] 孤岛情况下:
[0083] ∑Lload-i+Ploss-i≤∑PDG-i
[0084] 式中,PMN为主网供电量,为第i个并网DG供电量,Pk-L为所有并网负荷用电需求量,S为网络总的线路损耗,Lload-i为孤岛系统中节点i的负荷量,Ploss-i为孤岛i网络有功损耗,PDG-i为分布式电源出力;
[0085] 下层模型建立包括:
[0086] 下层模型为能量调度中心根据上层决策者制定的新恢复方案调度能量判断能否恢复,通过电-气耦合的多级系统协调恢复模型进行储能调度策略。综合能源中电能环保性、便捷性较强,但天然气与电能相比环保性较差。
[0087] 由下式可知,燃气轮机在消耗天然气时会生成CO2,由此想到减少污染气体的排放与处理污染气体费用问题。
[0088]
[0089] 目标函数的建立由天然气系统经济性与环保性两方面组成,如下式
[0090]
[0091] 式中,Cs表示天然气价格,使用价格为3.3元/m3;wj表示天然气出气量;Vi表示CO2的排放污染治理费用,Qi表示CO2的排放量
[0092] 约束条件的建立:
[0093] (1)气网节点流量平衡方程
[0094] 天然气管道中天然气流量需要满足质量守恒定律,即是任意节点的总流入量等于总流出量:
[0095]
[0096]
[0097] 式中, 为天然气网节点i的天然气气源注入量, 为天然气网节点i的燃气内燃机气体消耗量, 为天然气网节点i的燃气锅炉气体消耗量, 为节点i到节点j的流量,规定流出节点i的方向为正方向;
[0098] (2)节点气压约束
[0099] pi,min≤pi≤pi,max
[0100] 式中,pi,min,pi,max分别为节点j压力值上、下限;
[0101] (3)燃气轮机机组爬坡约束
[0102] -ΔPdown,i<ΔPt,i<ΔPup,i
[0103] 式中,ΔPt,i表示机组i在t时刻出力与上一时刻出力差值,ΔPup,i、ΔPdown,i表示机组i的爬坡上限与下限;
[0104] 步骤S3包括:
[0105] 1)储放电-气策略
[0106] 故障时,可再生能源与储能系统作为故障时段孤岛的出力电源,需要满足孤岛内的电量平衡和功率平衡约束,若故障恢复期间可再生能源系统总发电量小于负荷用电总量,或者故障恢复期间任意时刻出现可再生系统出力不满足孤岛内负荷需求的情况,需要调用储气罐内的能量保证恢复范围最大化,在能量不足的情况下需要对孤岛负荷按照优先级进行削减,以保证重要负荷的供电与孤岛运行的安全可靠;
[0107] 同种能源相互供应的优先程度高,能源的转换伴随着损耗与延迟,因此在满足负荷需求的情况下,优先使用同种能源,所以故障后当可再生能源作为黑启动单元进行孤岛恢复能量不足时,优先使用电储能;当调用其他储气罐中能量时,由于天然气管存的延时性,先消耗管存中的能量,再利用压缩机推动能量的流动,利用储气罐中SOC计算所消耗的具体能量,具体为:
[0108] (1)若DG发电量多于负荷需求时,多余的功率存储到储电装置中,当到达最大存电量,DG还有剩余能量则通过电转气装置传输给储气罐,进行储气装置的补充,但不能超过最大存气量;
[0109] (2)若DG发电量少于负荷需求时,调用储电中的功率进行负荷恢复;
[0110] (3)若DG与储电少于负荷需求时,调用能源集线器与电网相连的天然气网进行燃气处理产生电能,在预测DG与储电少于负荷需求时,向储气代理发出协助请求,启动燃气机组;随着故障时间的持续,储电与储气逐渐降低到无法供能的状态,利用天然气网络结构与流动性调用天然气;
[0111] 2)基于广度优先搜索法的改进蚁群算法生成供电恢复路径;根据可再生能源与储能恢复能力对于所形成的孤岛区域进行开关状态组合的优化,针对配电网辐射性特点,采用广度优先搜索法确保每一只蚂蚁所历经的路径满足配电网拓扑约束,提高可行解的数量;
[0112] 3)基于多代理系统的多级协调恢复模型,即为多个代理之间按照约定的协议通过通信与协调来完成目标,其中包括了6类代理:负荷代理,调度代理,储能代理,气网代理,可再生能源代理,开关代理,建立多级系统协调恢复模型进行电网内各资源协调互动,以可再生能源实时出力供应为主,以储能实时充放电平抑功率波动为辅,利用灵活负荷投切进一步增强稳定性的协调恢复,其中:
[0113] (1)启动恢复过程,当故障发生系统将会隔离故障去除该开关,首先计算该时间段的配电网可恢复且满足约束条件的负荷,回馈给负荷代理。
[0114] (2)负荷代理,确定该时段的负荷需求,搜寻非故障失电区域的可再生能源,按照广度优先搜索算法搜索满足约束条件的可恢复负荷。计算每个可再生能源所需要的功率,形成所生成孤岛的缺额功率Δd,将Δd传递给调度代理,向调度代理请求协助;
[0115] (3)向可再生能源代理中请求支援,一旦调度代理从负荷代理接收到为恢复提供电力的请求,它就通过执行所述的转接请求向下层代理请求电源支持;
[0116] (4)可再生能源代理预测功率,得到该时段可再生能源出力并将产生的随机功率传输回调度代理,向调度代理请求提供功率支持;
[0117] (5)调度代理收到可再生能源代理所传输回来可用功率后,判断是否符合缺额功率Δd,若大于Δd,则可再生能源代理可满足缺额功率;若小于Δd,则将请求传递给储能代理提供电力支持,储能代理优先传递给储电子代理,按照最大出力提供给储能代理,若不够则调度储气子代理内部天然气来补充电能;
[0118] (6)储能代理收到调度代理请求计算储能所能提供的能量,实现储能出力,将信息回馈给调度代理请求通过执行调度提供功率支持;
[0119] (7)当调度代理确定要恢复的节点,则将恢复信息传递给开关代理以实现切换操作;
[0120] (8)更新储能状态,为下一时段故障恢复做准备;
[0121] 基于多代理的多级系统恢复策略步骤示意图如图4,多级恢复流程图如图5。
[0122] 4)基于加权灰靶理论的故障恢复决策,用于对于评估方案或对象进行选优、分级;靶心度分析为在一组决策对象的指标序列中,依据标准模式指标序列找到最满意的目标值,灰靶贡献度反映各项指标对模式靶心度大小的影响程度;
[0123] 基于双层优化模型得到的恢复策略与恢复指标建立决策矩阵,利用灰靶贡献度得到各恢复指标的贡献度,作为各指标的权重,尔后运用加权灰靶理论,计算各恢复策略的靶心度,依据靶心度得到该时段最优的恢复策略;
[0124] 设有恢复方案ωi,i=1、2、...m,恢复指标k∈K={1,2,3},第i个恢复方案ωi对应于第k个指标下的数值为ωi(k),决策矩阵为ω=(ωi(k))m×3;
[0125] (1)灰靶贡献度:
[0126]
[0127] 对决策矩阵ωi(k)进行极性变换处理,得到极性一致的决策矩阵X=(xi(k))m×3。
[0128] 第k个恢复指标对恢复方案i的贡献系数γ(xi(0),xi(k))
[0129]
[0130] 式中,Δi(0,k)=|xi(0)-xi(k)|为xi(0)与xi(k)的差异信息,ξ为分辨系数,ξ∈[0,1];
[0131] k指标的贡献度γ(x(0),x(k)):
[0132]
[0133] 权重系数为W=(w1,w2,w3),
[0134] (2)靶心度
[0135] 先对决策矩阵进行统一测度变换,得到灰靶决策矩阵T。
[0136]
[0137] T(ω0(k))=1=y0(k)
[0138] 靶心系数:
[0139] 式中,Δ0i(k)=|y0(k)-yi(k)|=|1-yi(k)|,Δ0i(k)表示第i个恢复方案ωi与靶心ω0之间的灰关联差异信息;
[0140] 靶心度: wk表示k指标权重系数,其中靶心度越大,越接近标准模式。
[0141] 步骤S4的例算图如图6、7所示。PG&E69节点电网与14节点天然气网用能源集线器进行连接。用MATLAB软件编写程序对算例进行仿真分析。
[0142] 1)系统参数为验证本发明有效性,设置参数调节程序来验证算例,配电网有69个节点,有5条联络开关,天然气网有14个节点,20条管道,4个压缩机。配电网中节点5,19,32,36,52,65与天然气2,3,7,8,12,13进行连接,如表1所示,形成6个能源耦合点,每个耦合点由DG与EH结合,DG由三个光伏系统能源与三个风力系统能源,系统额定电压为12.66kV,额定功率为4059.5kW+2865.8kVAR。
[0143] 表1
[0144]EH编号 电网节点编号 气网节点编号
EH1 5 2
EH2 19 3
EH3 32 7
EH4 36 8
EH5 52 12
EH6 65 13
[0145] 负荷节点优先级的权重为100、10、1,负荷优先级节点如表2所示。配电网各节点电压满足0.9pu≤V≤1.1pu,燃气管网各节点压力满足0.2pu≤V≤1.3pu。
[0146] 表2
[0147]
[0148] 采用MATLAB软件编写程序并进行仿真分析。风力系统预测曲线和光伏系统预测曲线如图8所示;为验证本发明具有均衡恢复与经济运行性的能力,采用MATLAB软件编写序贯博弈模型对算例进行仿真分析;采用以下3种对比方案进行仿真对比分析:
[0149] (1)对比方案1:相同故障时刻但不同故障时长,对于故障恢复的影响。
[0150]
[0151] 在使用储气装置后,对于全网负荷的恢复能够达到94.1%以上,与其他文献相比较平均提高5%的供电恢复量,并优先恢复一级负荷,一级负荷恢复量达到100%,且优先切除末端的三级负荷。
[0152] (2)对比方案2:不同故障时刻但相同故障时长,对于故障恢复的影响。
[0153]
[0154] 设定故障时间4h,储能初值均为0.8,以11点恢复方案进行分析,由于节点负荷需求过大,利用可再生能源与储电无法恢复52节点所形成的孤岛时,只能利用天然气管道来调用其他储气能量,调用顺序由天然气网可得:1)52→36→5;2)65→32→19→5。三个场景表现了可再生能源不同时段下的出力情况,表明了储气在负荷需求量较大或可再生能源发电量不足时使用,增强恢复范围。
[0155] (3)对比方案3:不同储电-储气SOC对于故障恢复的影响。
[0156]
[0157] 设定相同的故障时刻与不同的SOC初值,储能作为有限资源,在故障发生后和期间很难得到补充,所以储能初始值对配电网的恢复有极大的影响。上述场景表明储能中储气、储电的初始SOC值在配电网恢复中发挥着重要的作用,需提前做好保障工作,保证储能充足。
[0158] 以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈