1.本发明涉及能源微网群,尤其是涉及一种能源微网群系统的韧性评估方法。
背景技术:2.随着城市基础设施的日益复杂和全球气候变化导致的极端自然灾害更加严重和频繁,电力系统的抗灾能力已经逐步成为人们关注的焦点。综合能源微网位于电力系统的末端,可以实现多种能源形式之间的相互协调,并与用户直接相连,成为保障用户能量供给的关键。在正常运行情况下,微网需要给用户提供多类稳定可靠的能量供应;在极端情况下,例如上游供给突然缺失,微网需要利用内部资源实现能量的快速恢复和重要负荷持久供能。基于上述背景,引入了韧性的概念,用于衡量综合能源微网在小概率高风险(hilp)事件下通过网间能量互济和内部dg恢复系统负荷、减少故障过程中的负荷损失、尽可能保证关键负荷能源供给的能力。
3.当极端自然灾害发生时,输电、输气系统中的电网线路和燃气管道可能发生大范围故障,导致位于用户侧的综合能源微网系统处于能量供给缺失的孤岛运行状态,此时微网群将通过网间能量互济和网内dg实现负荷的供能恢复。在传输系统中,防止故障传播的能力是韧性研究的主要焦点,在配电网络中,更重视恢复和可靠供能的特性。因此,有效的负荷恢复措施和准确的韧性评估方法对于提高综合能源微网群的韧性水平具有重要现实意义。
4.为了量化能源系统的韧性水平,以往的研究中提出了各类指标,根据评估对象的不同,可主要分为能量传输网络的评估和供能终端系统的评估。如有文献针对分布式微电网抗极端事件能力的问题,提出了电力系统弹性分析的一般框架,详细讨论了大型电力系统通过部署联网微电网实现更高水平的恢复能力的可行性;有文献提出了一种基于节点的方法来量化弹性,并在极端突发事件中维持对临界负荷的电力供应,将配电系统弹性评价定义为多准则决策问题,并利用图论方法choquet积分对其进行量化。有文献利用马尔可夫奖励模型(mrm)建立了一个集成光伏并网系统可靠性和性能分析的框架,该框架允许计算性能指标,如容量和能源产量,以及可靠性指标等。目前的韧性评估方法主要针对系统整体,没有考虑子系统的抗灾能力差异,以及元件对系统整体韧性水平的影响。因而难以获得精确的全局韧性水平评估。
技术实现要素:5.本发明的目的就是为了克服上述现有技术存在的缺陷而提供的一种能源微网群系统的韧性评估方法,构建了一种基于元件、微网、微网群的三级韧性指标体系,可以从不同视角分析系统在不同运行模式下的韧性水平。
6.本发明的目的可以通过以下技术方案来实现:
7.一种能源微网群系统的韧性评估方法,方法包括以下步骤:
8.基于负荷恢复模型对中断的能源微网群系统进行恢复,采用故障遍历法,基于韧
性指标体系量化恢复的能源微网群系统的韧性水平,所述韧性指标体系包括元件脆弱性指标、微网韧性指标和微网群韧性指标,所述元件脆弱性指标的表达式为:
9.rn=pn·
(1-fn)
10.其中,n为第n个系统元件,pn为元件n的故障概率,fn为第n个元件故障时,系统整体负荷的加权恢复量,所述系统元件包括微网内的设备和能源配网的支路。
11.进一步地,对于设备,所述故障概率为设备的年故障率,对于支路,所述故障概率为支路的年故障率和支路的长度的乘积。
12.进一步地,所述微网韧性指标包括微网负荷加权恢复率和微网最大供能时长。
13.进一步地,所述微网最大供能时长为微网中不发生负荷损失的最大时长。
14.进一步地,所述微网最大供能时长的表达式为:
[0015][0016]
其中,为微网j中不发生负荷损失的最大时长,t为故障持续时长,为运行状态。
[0017]
进一步地,所述微网群韧性指标包括微网群负荷加权恢复率和微网群最大供能时长。
[0018]
进一步地,所述微网群最大供能时长的表达式为:
[0019][0020]
其中,为微网群s最大供能时长,t为故障持续时长,为运行状态,λs为微网群s的权重。
[0021]
进一步地,所述微网群负荷加权恢复率的表达式为:
[0022][0023]
其中,为微网群s工作在运行模式下的负荷加权恢复率,λs为微网群s的权重,f
mg,s
为微网群s的负荷恢复率。
[0024]
进一步地,所述微网群s的权重的表达式为:
[0025][0026]
其中,λs为微网群s的权重,ns为微网群的数量,为微网群s的平均功率。
[0027]
进一步地,所述运行模式包括电孤岛模式、气孤岛模式、电气孤岛模式和无风无光模式。
[0028]
与现有技术相比,本发明具有以下有益效果:
[0029]
比较传统的韧性指标体系,通常针对的是单一的能源系统或者是系统整体的水平,本发明分别针对元件、微网、微网群提出韧性指标,通过分析微网的韧性水平和元件对系统韧性水平的影响,构建韧性指标体系,对能源微网群系统全局韧性水平评估更加精确。
附图说明
[0030]
图1为本发明的流程图;
[0031]
图2为本发明的实施例的系统结构图;
[0032]
图3为本发明的支路的元件脆弱性指标计算结果图;
[0033]
图4为本发明的微网群负荷加权恢复率计算结果图;
[0034]
图5为本发明的微网群最大供能时长计算结果图。
具体实施方式
[0035]
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
[0036]
本发明提供一种能源微网群系统的韧性评估方法。本方法的流程图如图1所示。韧性评估的目的是为了通过韧性指标充分量化整个系统的韧性水平,为系统的长期规划和极端场景下的紧急运行决策提供数据支持。传统的韧性指标体系通常针对的是单一的能源系统或者是系统整体的水平。随着分布式能源系统的迅速发展,综合能源系统的源网荷耦合程度不断加深,系统整体呈现出多区域性的特征。因此,本发明分别针对元件、微网、微网群提出韧性指标,通过分析区域微网的韧性水平和元件对系统韧性水平的影响,构建韧性指标体系。韧性指标体系的具体内容如下:
[0037]
1)元件脆弱性指标rn[0038]
该指标主要表示由于微网内设备故障或者支路中断导致系统整体负荷的加权损失量,元件脆弱性指标的具体表达式为:
[0039]rn
=pn·
(1-fn)
[0040][0041]
式中:n为第n个系统元件,包括微网内的设备和能源配网的支路;pn为元件n的故障概率,可以由历史数据统计得到,具体表示为设备的年故障率或支路年故障率和长度的乘积;(1-fn)为元件n故障后的系统负荷加权损失量;为第i个电气热负荷节点在t时段内的负荷需求量,fn为第n个元件故障时,系统整体负荷的加权恢复量。
[0042]
2)微网韧性指标
[0043]
2.1微网负荷加权恢复率
[0044]
该指标主要表示微网j在不同运行模式下,维持微网内部负荷供给的能力,表达式如下:
[0045][0046][0047][0048][0049]
其中,为微网的运行模式,包括电孤岛、气孤岛、电气孤岛和无风无光模式;
为微网j工作在运行模式下的负荷加权恢复率;为微网j内电气热负荷的权重;为微网j的电气热负荷恢复率;为微网j在t时段内,微网内部负荷的电气热需求量。
[0050]
2.2微网最大供能时长
[0051]
该指标主要表示微网j在不同运行模式下,利用内部dg和网间支援维持内部负荷不发生供能损失的最大时长,表达式如下:
[0052][0053][0054]
其中,为微网j中不发生负荷损失的最大时长,t为故障持续时长。
[0055]
3)微网群韧性指标
[0056]
3.1微网群负荷加权恢复率
[0057]
该指标主要表示微网群s在不同运行模式下,维持微网群内部负荷供给的能力,并且将各个微网群的等效平均负荷比率作为微网群的权重系数,表达式如下:
[0058][0059][0060]
其中,为微网群s工作在运行模式下的负荷加权恢复率;λs为微网群s的权重;f
mg,s
为微网群s的负荷恢复率;为t时段内电气热节点i的供能需求量。
[0061]
其中,微网群的权重λs通过下式计算:
[0062][0063][0064]
其中,ns为微网群的数量,为微网群s的平均功率,λs为微网群s的权重;。
[0065]
3.2微网群最大供能时长
[0066]
该指标主要表示微网群s在不同运行模式下,利用内部dg和网间支援维持内部负荷不发生供能损失的最大时长,表达式如下:
[0067][0068][0069]
为微网群s最大供能时长,而微网群最大供能时长即为内部负荷不发生供能损失的最大时长,因此即为微网群s中不发生负荷损失的最大时长,t为故障持续时长,λs为微网群s的权重。
[0070]
基于负荷恢复模型对中断的能源微网群系统进行恢复,采用故障遍历法,基于韧性指标体系量化恢复的能源微网群系统的韧性水平。
[0071]
下面举一个具体的例子进行说明:
[0072]
本发明算例采用改造的12节点电力系统、10节点天然气系统与9节点热力系统构建电-气-热耦合系统,包含5个微网和2个微网群,本例的系统结构图如图2所示,所有的运行模式及元件故障时长均为1天。模拟过程计及配电网、天然气网、热力网的线路以及微网内能量转化装置的故障。
[0073]
支路的元件脆弱性指标计算结果如图3所示。微网群负荷加权恢复率计算结果如图4所示。微网群最大供能时长计算结果如图5所示。
[0074]
根据上述的韧性指标体系采用故障遍历的方法计算系统整体的评估指标,具体计算结果如表1所示:
[0075]
表1元件脆弱性指标rn计算结果(设备)
[0076][0077]
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。