System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于综合能源系统运行优化以及可靠性分析领域,尤其涉及一种考虑风电时空不确定性的电力系统可靠性评估方法。
技术介绍
1、
2、可再生能源发电的波动性、间歇性和难预测性为电力系统得安全稳定运行带来了挑战。在丹麦,超过半数的电力系统不平衡场景是由于风电导致的,且风机自身的故障也会导致风力发电的不确定性。因此,评估电力系统在高比例风电渗透下的可靠性是至关重要的。
3、现有对于高比例风电渗透下的电力系统得可靠性评估具有以下不足:在风力发电的不确定性建模方面,缺少对风电时空不确定性与关联性的演化过程,以及其和风机内生故障共同作用对风电场工作情况的影响分析;在对风电不确定性的处理手段方面,随着电力和天然气系统的逐渐紧密耦合,天然气系统由于其较慢的动态特性,能为电力系统应对风电出力大幅变化下得而冲击提供有力支撑。然而,目前仍较少有研究将天然气系统动态特性对风电接入下的电力系统得可靠性影响进行分析,在可靠性评估方面,较少有研究对可靠性的时空分布特性进行分析。
技术实现思路
1、针对上述背景方法中的问题,本专利技术的提供了一种考虑风电时空不确定性的电力系统可靠性评估方法,解决了在考虑风电时空不确定性和天然气动态特性的前提下,电力系统可靠性评估的方法问题。
2、为实现上述目的,本专利技术提供了一种考虑风电时空不确定性的电力系统可靠性评估方法,包括:
3、构建风速时空相关性模型和风机随机故障修复模型;
4、基于所述风速时空相关性模型和所
5、构建燃气机组可靠性模型和电转气设施可靠性模型;
6、基于所述风电场可靠性模型、所述燃气机组可靠性模型和所述电转气设施可靠性模型,构建考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型;
7、获取多能源、多维度的时空可靠性指标,基于所述考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型和所述多能源、多维度的时空可靠性指标对电力天然气系统的时空可靠性进行评估。
8、可选的,构建所述风速时空相关性模型包括:
9、获取风速状态集,基于所述风速状态集进行随机取值,获取若干风速;
10、设置若干所述风速的状态,基于若干所述风速的状态,获取若干风速时变状态概率;
11、基于若干所述风速时变状态概率,构建所述风速时变状态概率模型;
12、对所述风速时变状态概率模型进行拓展,构建风速时空相关性模型。
13、可选的,建立所述风机随机故障修复模型包括:
14、基于所述风速时空相关性模型对考虑时空相关性下的风速进行预测,获取预测风速;
15、基于所述预测风速,获取风电场的风机可用发电容量;
16、获取风机正常运行状态和风机故障状态;
17、基于所述风电场的风机可用发电容量、所述风机正常运行状态和所述风机故障状态,构建风机随机故障修复模型。
18、可选的,基于所述风速时空相关性模型和所述风机随机故障修复模型,构建风电场可靠性模型包括:
19、基于所述风速时空相关性模型和所述风机随机故障修复模型,获取所述风电场的可用发电容量;
20、对所述风电场的可用发电容量进行表征,构建风电场可靠性模型。
21、可选的,构建所述燃气机组可靠性模型包括:
22、构建燃气机组故障模型和燃气机组修复模型;
23、获取节点的燃气机组的状态数量,基于所述燃气机组故障模型、所述燃气机组修复模型和所述节点的燃气机组的状态数量,获取燃气机组的可用发电容量集;
24、对所述燃气机组的可用发电容量集进行随机取值,获取燃气机组的可用发电容量;
25、基于所述燃气机组的可用发电容量,获得燃气机组的实际可用发电容量,构建所述燃气机组可靠性模型。
26、可选的,构建所述电转气设施可靠性模型包括:
27、构建电转气模块,基于所述电转气模型获取所述电转气模型的天然气生产可用容量集;
28、对所述电转气模型的天然气生产可用容量集进行随机取值,获取天然气设施的天然气生产可用容量;
29、基于所述天然气设施的天然气生产可用容量,获取电转气设施的天然气生产可用容量,构建所述电转气设施的运行可靠性模型。
30、可选的,基于所述风电场可靠性模型、所述燃气机组可靠性模型和所述电转气设施可靠性模型,构建考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型包括:
31、基于所述风电场可靠性模型、所述燃气机组可靠性模型和所述风电场可靠性模型,获取天然气系统的动态特性;
32、获取天然气的初始条件和天然气管道的初始条件,基于所述天然气的初始条件和所述天然气管道的初始条件,获取偏微分方程;
33、基于所述偏微分方程和所述天然气系统的动态特性,构建考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型。
34、可选的,所述考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型服从电力系统的约束条件和天然气系统的约束条件。
35、可选的,基于所述考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型和所述多能源、多维度的时空可靠性指标对电力天然气系统的时空可靠性进行评估包括:
36、基于所述考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型,采用时序蒙特卡洛法对风速、设备的随机故障和修复进行采样,获取采样样本;
37、基于所述多能源、多维度的时空可靠性指标和所述采样样本对电力天然气系统的时空可靠性进行评估。
38、可选的,所述多能源、多维度的时空可靠性指标包括期望负荷中断和系统故障风险。
39、本专利技术具有以下有益效果:
40、本专利技术提出的电力系统可靠性分析方法,能够明晰风电对可靠性在时间和空间维度的影响,同时有效利用天然气系统的动态特性来消纳风电的不确定性,从而为系统日前机组组合、设备投切、运行方案制定和紧急故障管理提供决策依据。
本文档来自技高网...【技术保护点】
1.一种考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,包括:
2.如权利要求1所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,构建所述风速时空相关性模型包括:
3.如权利要求2所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,建立所述风机随机故障修复模型包括:
4.如权利要求3所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,基于所述风速时空相关性模型和所述风机随机故障修复模型,构建风电场可靠性模型包括:
5.如权利要求1所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,构建所述燃气机组可靠性模型包括:
6.如权利要求1所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,构建所述电转气设施可靠性模型包括:
7.如权利要求1所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,基于所述风电场可靠性模型、所述燃气机组可靠性模型和所述电转气设施可靠性模型,构建考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型包括:
8.如权利要求7所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,所述考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型服从电力系统的约束条件和天然气系统的约束条件。
9.如权利要求1所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,基于所述考虑风电接入和天然气动态特征的电力天然气联合系统优化控制模型和所述多能源、多维度的时空可靠性指标对电力天然气系统的时空可靠性进行评估包括:
10.如权利要求9所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,所述多能源、多维度的时空可靠性指标包括期望负荷中断和系统故障风险。
...【技术特征摘要】
1.一种考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,包括:
2.如权利要求1所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,构建所述风速时空相关性模型包括:
3.如权利要求2所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,建立所述风机随机故障修复模型包括:
4.如权利要求3所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,基于所述风速时空相关性模型和所述风机随机故障修复模型,构建风电场可靠性模型包括:
5.如权利要求1所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,构建所述燃气机组可靠性模型包括:
6.如权利要求1所述的考虑风电时空不确定性的电力系统可靠性评估方法,其特征在于,构建所述电转气设施可靠性模型包括:
7.如权利要求1所述的考虑风电时...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。