基于粒子群-内点混合优化算法的区域综合能源系统可靠性评估-张弛.pdf
《基于粒子群-内点混合优化算法的区域综合能源系统可靠性评估-张弛.pdf》由会员分享,可在线阅读,更多相关《基于粒子群-内点混合优化算法的区域综合能源系统可靠性评估-张弛.pdf(8页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、第38卷第12期2017年12月电 力 建设Electric Power ConstructionV0138,No12Dec,2017基矛粒子群一内点混合优化算法的区域综合能源系统可靠性评估张弛1,唐庆华1,严玮1,魏菊芳1,侯恺2,王越2,何哲2(1国网天津市电力公司电力科学研究院,天津市300384:2智能电网教育部重点实验室(天津大学),天津市300072)摘要:区域综合能源系统(integrated community energy system。ICES)的发展将电、气、热等能源联系得更加紧密。文章在能源集线器模型基础上,结合蒙特卡洛系统状态抽样方法,提出了一种基于粒子群一内点昆合优
2、化算法的区域综合能源系统可靠性评估算法。该算法通过结合粒子群算法和内点法的优劣势互补,可较准确计算目标区域综合能源系统可靠性量化指标。之后详细分析了可再生能源渗透率对区域综合能源系统可靠性的影响。关键词:区域综合能源系统(ICES);可靠性评估;能源集线器;可再生能源渗透率Reliability Evaluation of Integrated Community Energy System Based onParticle-SwarmInteriorPoint Hybrid Optimization AlgorithmZHANG Chi 1,TANG Qinghual,YAN Wei 1,W
3、EI Jufan91,HOU Kai二,WANG Yue2,HE Zhe2(1Electric Power Research Institute of State Grid Tianjin Electric Power CompanyTianjin 300384China;2Key Laboratory of Smart Grid of Ministry of Education(Tianjin University),Tianjin 300072,China)ABSTRACT:With the development of integrated community energy system
4、(ICES),the relationship among electrical,gasand thermal systems is becoming tighter and tighterBased on the energy hub model and sampling technique on system statususing Monte Carlo simulationthis paper proposes the particle swaTln optimization(PSO)一inner point algorithm tO assessICESS reliabilityBy
5、 applying the advantages of PSO and innerpoint method,the proposed algorithm assesses ICESSreliability with better accuracyMoreover,this paper analyzes the impact of renewable energy penetration level on ICESSreliability in detailKEYWORDS:integrated community energy system(ICES);reliability assessme
6、nt;energy hub;renewable penetration中图分类号:TM 73 文献标志码:A 文章编号:10007229(2017)12010408DOI:103969jissn1000一72292017120130 引 言能源是人类赖以生存与发展的基础,保证人类社会能源的可持续供应,降低用能过程中的环境污染是目前全球各国共同关心的热点问题。随着冷热电联供(combined cooling,heat and power,CCHP)、热泵、微型燃气轮机等多能源转换技术的推广和应用,原本各个区域供能系统独自规划、设计与运行的既存模式慢慢被打破,进行区域能源系统的整体化规划设计和基金
7、项目:国家自然科学基金项目(51707129,51625702,51677124);国家高技术研究发展计划项日(863计划)(2015AA050403)Project supported by National Natural Science Foundation of China(51707】295】6257025】677】24):the National High Technology andDevelopment ofChina(863 Program)(2015AA050403)运行控制,并且完成构建统一的区域综合能源系统(integrated community energy sys
8、tem,ICES),成为日后人类社会能源改革的方向。通过ICES内多种能源之间的科学调度,能够高效使用能源,符合用户多种能源需求且增强社会供能可靠性。而随着ICES中能源转换设备的增加、能源耦合程度的加深以及负荷需求的多样化,使得分析不同能源特性及能量转换过程量化计算事故状态下的最优负荷削减量成为实现ICES可靠性评估的前提条件:冈此,对ICES提出合理有效的可靠性评估方法,能够有助于ICES充分发挥其能源耦合优化分配的潜能对ICES的合理建模是对其进行可靠性评估的基础。苏黎世联邦理工学院的Goran Anderson等人万方数据兰兰兰兰要!兰竺竺竺:兰!兰二竺二!:!呈兰昱!兰兰兰型兰竺兰!
9、竺三兰:!兰兰:!_蒈蚕盛i譬l蒈幽提出的能源集线器概念1。将能源供应与用能需求高度抽象并分类。J。文献34基于能源集线器对多种能源能量流模型进行了细致的建模探讨。文献5类比电力系统潮流分析技术,对电力、燃气系统能量流建模与求解方法进行分析。基于以上混合潮流的研究基础,一些源自电力系统分析的研究思路被扩展到综合能源系统中文献6计算了考虑天然气系统静态安全约束的电力系统可用输电能力,并进行了电、气联合系统的连续潮流分析。在最优负荷削减量的优化算法方面,文献78在电力系统最优潮流模型的约束条件中增加其他能源系统的潮流等式约束、不等式约束以及能源耦合约束。构成综合能源系统中的混合优化潮流模型。文献8
10、讨论了综合能源系统中的单个能源集线器的最优分配问题,并进一步提出了能源集线器的能量等值与分配方法。文献9采用分段线性化技术将燃气系统进行线性化等值,并在此基础上提出一种基于混合整数线性规划的综合能源系统优化算法,该方法可以明显改善综合能源系统优化计算的效率,但分段线性化方法也为系统模型带来了额外的误差。文献f lo针对耦合能源系统,结合能源集线器对混合优化潮流进行系统解耦,通过对能源集线器的分配系数分析探究能源互补的协同效应,但该研究采用多代理遗传算法,效率低,难以满足可靠性评估要求。ICES以其复杂的耦合特性,对可靠性评估理论和方法提出了新的要求。区别于传统单一能源系统可靠性评估ICES可靠
11、性评估的难点在于如何模拟不同能源系统运行特性以及彼此间的耦合和相互影响。已有研究多数集中在以大型燃气发电机作为耦合单元的天然气一电力能源传输网络,并提出了相应的潮流计算模型和优化潮流模型4|。文献15利用能源集线器模型,研究了多能源耦合环节对ICES可靠性的影响,发现合理的能源集线器运行模式有助于实现不同能源系统的相互支撑,有利于提高系统整体可靠性。文献16 1分析了基于微型燃气轮机的CCHP对微型能源系统可靠性的影响,发现CCHP系统能够为微型能源系统提供更多的事故备用,进而提高其供能可靠性。文献17采用马尔可夫链模型对楼宇小型CCHP系统进行建模和可靠性分析,结果显示CCHP系统能够有效提
12、高楼宇电、冷、热负荷的供能的可靠性。上述研究表明ICES的可靠性评估问题已得到国内外学者的广泛关注但仍存在以下问题:(1)当前研究大多是从ICES可靠性评估的理论角度人手,缺少对具体评估流程、算法的研究;(2)现有的可靠性评估算法过程繁琐,若将其直接应用于实际大规模系统中会令计算复杂程度大大提高。针对以上问题,本文首先对含电、气、热的ICES可靠性评估进行研究,提出一种针对ICES的基于粒子群内点混合优化的可靠性评估改进算法,同时分析单一算法与所提方法的差异、优缺点和适用范罔。最后利用所提方法对仿真模型优选出热电联产机组(combined heat and power,CHP)渗透率的最佳范围
13、。1 ICES可靠性评估理论基础11 能源集线器基本形式网1为能源集线器模型的2种最基本的形式。:I丛生 :蔓掣一同一一妒掣图1 能源集线器基本类型Fig1 Basic type of energy hub不同能源系统间的能量转换可以用式(1)一(2)进行描述。=TIT叩CH-0 78:。:I”1一二。,;:c-,h+( 一。)77F J LJp。_J盼一?瓣般 一P式中:L。、L。分别为能源集线器的电、热负荷;叼。,一。、77CHP-h分别为能源集线器CHP机组的对电转换效率和对热转换效率;叼,、77,、r。分别为变压器、锅炉设备和空调的效率;P,、P。分别为能源集线器的电输入和气输入;秒。
14、、”。分别为P。、P。的分配因子;C为耦合矩阵;P、L分别为输入和输出向量。12 CHP渗透率CHP机组的容量占能源集线器总容量的程度影响着综合能源系统的耦合程度。为形容电、气、热系统的耦合程度,定义CHP渗透率f洲,为。=菩竺100 (3)式中:P“。,为能源集线器中CHP机组设备总容量;P。为能源集线器设备总容量,可用式(4)或(5)表示。万方数据_蓄蓄菌薯嗣瞌四 竺2兰兰 !:兰:兰呈P、,E=以PN一T+Pxcm,+PNAC 45; :耋c荟弩,等 Jp、FH=PNT+P、cHP+P、F ( ) ”M一鲁。台 ,。71 、7 7式中:P、,为变压器设备总容量;P、托为空调设备总容量;P
15、、,为锅炉设备总容量。13光伏电源渗透率光伏电源渗透率“是分布式光伏电源全年最大小时发电量与系统负荷全年最大小时用电量的百分比”j,可表示为P,、。靠=jl_一100(6)P+P一i=I j=I式中:m、n分别为光伏发电机组和传统发电机组的个数;Jp1。为第i台光伏发电机组的额定容量;P“为第j台传统发电机组的额定容量。14基于非序贯蒙特卡罗模拟法的电力系统可靠性评估过程(1)建立多级水平负荷模型,对每一级负荷水平进行系统状态抽样(2)利用蒙特卡洛模拟选择系统状态。I)利用式(7)所示的正态分布随机变量以计及母线负荷的不确定性。M。i=(z。+1)M。 (7)式中:M。为遵循曲线朋勺母线负荷在
16、第i级负荷水平下的抽样值;肘。为聚类法建立的多级负荷模型中曲线,的第i级负荷水平,肘。和M。都要用峰荷为基准的标幺值表示;z。为对应与曲线朋勺母线负荷在第i级负荷水平的标准正态分布随机数。遵循负荷曲线柚勺母线负荷抽样值由M。乘以母线峰荷值而得。如果要考虑母线负荷之间的相关性,则应使用相关抽样法进行抽样懈l。2)元件状态(运行、停运或降额)利用均匀分布随机变量来模拟。f0,如果R女P)+P(运行)5=l,如果P附R女P(停运) (8)12,如果0R。Pf*(降额)式中:S。为元件七的抽样状态;尺。为第k个元件在0,1区间的均匀分布随机数;p,。、肼。分别为第k个元件处于停运和降额状态的概率懈。(
17、3)进行预想故障分析,如果必要的话,则还需要进行最优潮流分析,估计所选择的状态需要削减的负荷量。如果负荷削减不为0,则这个被选择了的状态是一个失效状态。记录系统失效状态的负荷削减量。(4)计算风险指标。1)负荷削减频率or川。二式中:,v。为负荷水平分级数;F。为多级负荷模型中第i级负荷水平下系统失效状态的集合;n(s)为抽样中s状态的发生数;,v,为抽样总数;Ti为第i级负荷水平的时间长度;71为以365天计算的1年的时间长度。2)期望缺供电量E。E附:窆坐学盟r (10)l_I F ”i式中C(s)为状态S的负荷削减量。为了更好地研究CHP渗透率对ICES可靠性的影响,本文定义,在研究IC
18、ES中CHP渗透率发生变化的时候,利用E雕变化率E来描述系统可靠性指标的变化情况。17AE除=FE-,ENS100 (11)DF、q)式中E。、蝴为ICES中CHP渗透率为0时,E娜指标的值。2 ICES可靠性评估计算方法21 基于粒子群内点混合算法的负荷削减量计算方法211 内点法内点法的仿射变换法和路径跟踪法在电力系统各种优化问题中得到了广泛的应用。对于大规模问题,结构简单的仿射变换法具有优越的计算效率,但其初始内点的确定较复杂且在初始点附近收敛较慢在一定程度上限制了其应用和处理在线问题。路径跟踪法的应用具有广阔的发展前景收敛迅速,鲁棒性强。迭代次数对问题的规模不敏感。选择初始点及迭代步长
19、与壁垒参数的调整等都是影响路径跟踪法应用的主要因素。9。212粒子群优化算法综合能源系统最优潮流是一个非线性、多约束的优化问题,粒子群优化(particle swarm optimization,PSO)算法作为一种启发式算法,具有收敛速度快、局部搜索能力强、易于实现等特点。PSO算法是在粒子群进化过程中不断更新粒子的速度和位置,并记忆粒子的历史最优位置,通过迭代计算粒子适应度,搜索最优解-201。213 基于粒子群内点法混合优化算法的负荷削减模型ICES需要协调多种能源系统的负载。因此ICES的负荷削减模型是一个多目标优化问题。出于对负荷削减造成的成本差异及不同能源价格等因素万方数据的考虑引
20、入权重因子后的ICES负荷削减模型为min(c,k,+c。k“) (12)l E、式中:N为能源集线器集合;L。、Lch,i分别为电、热负载的负荷削减量;c,、Ch分别为电、热能源的价格。约束条件为:L。一CP=0,iNG,(p)=0,iN,JB0。0。L。Pt;。P(;,P(;Q(;。Q“Q(:,P心,Pt,P(;I,y。y。,矿。0。10巳。P、,口式中:Li、C。、P。分别为能源集线器的负荷、耦合矩阵、能源集线器的输出;G,(Pi)为电、气混合系统的潮流方程;B为集电、气系统的分支;L、L分别为能源集线器的实际电负荷和可提供的电负荷的最大值:L、L分别为能源集线器的实际气负荷和能够提供的
21、气负荷的最大值;P、Q。分别为发电机输出的有功功率和无功功率;P“、P分别为发电机有功功率的下限、上限;Qt、Qh。分别为发电机无功功率的下限、上限;P。:为天然气能源的输出;P。、P蝌分别为天然气能源输出下限、上限;V为电压幅值;y。、y。分别为线路中电压幅值的下限、上限;。为天然气压值;P。、P。分别为管道中天然气压的下限、上限;蠡。,为压缩机的压缩比;Ji。,、后。分别为压缩机压缩比的下限、上限;u为分配因子;p代表能源集线器的元素,包括锅炉、空调;P即。匕,分别为卢的容量和输出。22 基于能源集线器的ICES可靠性优化算法本文所提的ICES可靠性评估流程分为4个主要步骤:(1)系统状态
22、抽样;(2)计算负荷损失;(3)更新可靠性指标;(4)判断是否符合收敛要求。具体流程如图2所示。(1)系统状态抽样。对ICES使用蒙特卡洛模拟进行状态抽样,通过对所有设施,包括负荷水平和可再生能源输出等的工作状态进行抽样,可以得到系统状态X。图2 改进后的ICES可靠性评估流程Fig2 Modified flow chart of reliabilityassessment for ICES(2)计算负荷损失。为研究ICES可靠性评估中计算负荷损失时的优化算法,以及为提高系统运行效率、经济性和安全性,本文在计算负荷损失过程中使用粒子群一内点法混合算法以降低内点法对初值的苛刻要求造成的计算影响。
23、(3)更新可靠性指标。设系统状态的事件概率为P(X),状态影响函数为F(x),则在实际抽样中,可靠性指标的均值为 kE(F)=百1Fi(x) (25)oS l=l式中:E(F)为E(F)的估计值,(F)为根据蒙特卡罗抽样多次抽样后得到的准确的可靠性指标:。为抽样次数;Fi(x)为第f次抽样得到的状态函数。(4)判断是否符合收敛要求。通常引入反映计算精度的方差系数f作为收敛判据。= y(F)N。 (26)E(F) E(F)式中:虹E(F)、y(F)分别表示随机变量E(F)和F(x)的方差。在一定精度要求下,减小抽样次数的唯一途径就是减小F(X)的方差y(F)。1:ML州11圆、;、;、,、i、,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 粒子 混合 优化 算法 区域 综合 能源 系统 可靠性 评估 张弛
限制150内