多能源耦合電力系統可靠性評估

南京工程學院電力工程學院 周玉杰 曹晾偉 劉 潛 陳資函 郭趙君 陳云浩

目前，隨著大量化石燃料的用量急劇增長，化石能源的儲備日漸枯竭，人類在能源使用方面正處于轉型期。一方面，化石燃料的過分開采造成了一系列的環境問題；另一方面，隨著科學技術的蓬勃發展，人類也逐漸地掌握了對其他更多可再生自然能源的使用。但是如果將來只考慮天然氣供能，是不切實際的。豐富的能源形式能夠導致能源結構發生天翻地覆的改變。

1 綜合能源系統模型

Swiss Federal Institute of Technology in Zurich 電力系統和高壓實驗室的Patrick 教授在“VOFEN”項目中提出能源樞紐概念，這種概念的提出為綜合能源系統的綜合管理提供了一個全新的方向。

右側是綜合能源系統的儲能裝置，分別是電儲能、氣儲能和熱儲能。而最右側是綜合能源系統模型的輸出側由電負荷和熱負荷組成。

圖1 綜合能源系統模型

1.1 負荷模型

在電力系中，根據負荷本身的所需要承擔的特性不同，大致可以將負荷分為電力非柔性負荷和電力柔性負荷。本篇文章所要建立的綜合能源系統包含電和熱兩種負荷。

1.1.1 電力柔性負荷

電力柔性負荷指的是負荷變動主要是由能源的價格和負荷的削減情況導致的負荷。在某個特定的研究周期之內，可以從供能不足導致負荷發生削減的時間點轉移到供能富裕的時間點，這樣的模型具體可表示為：

1.1.2 電力非柔性負荷

電力非柔性負荷在供能充足以及供能不足兩種情形下的模型如下所示：

1.2 儲能裝置模型

本篇文章只考慮了一些儲能。所謂儲能裝置，實際上本質是不難理解的。都是實現不同種類的能量在不同上的轉移，模型如下所示[1]：

1.3 能量轉換裝置模型

本文所建立的能量轉換裝置模型如式（5）所示[2]。

2 綜合能源系統最優負荷削減模型

2.1 目標函數

本文章以多能源系統的能源供應成本和負荷削減懲罰成本之和最小為目標函數：

I 為能源樞紐的輸入端口集合，包括電和氣兩種能源；j 為能源樞紐的輸出端口集合，包括電和熱兩種負荷；為第i 類能源口t 時刻的價格；為第i類能源t 時刻的輸入功率；βj為第j 類負荷削減的懲罰單價；為第j 類負荷t 時刻的負荷削減量。

2.2 約束條件

2.2.1 能量轉換約束

2.2.2 功率平衡約束

（1）天然氣功率平衡

（2）電功率平衡約束

（3）需求側功率平衡約束

（4）熱功率平衡約束

2.2.3 系統運行約束

系統輸入輸出約束、能量轉換裝置的輸入約束組成了系統運行約束包括。

2.2.4 需求響應約束

本文章只有柔性負荷參與需求響應，如下所示：

2.2.5 儲能裝置約束

3 多能源系統可靠性評估

3.1 Monte-Carlo 法

Monte-Carlo 的系統風險分析具體有以下的步驟：

（1）假設電力系統有n 個元件，隨機生成n 個[0,1]均勻隨機數，考慮系統元件強迫停運率，根據式（36）建立系統狀態向量，其中,Xk'為1，表示第k'個元件故障，否則正常工作。

（2）根據電力系統不同狀態，結合不同種負荷要求，據式（37）可求得電力不足概率LOLP 指標，據式（38）可求取EPNS 指標（表示電力系統任意時刻停電功率期望值）。

（3）根據精度要求設定方差系數值，重復步驟（1）-（3），直至β 滿足收斂條件，方差系數公式如下：

3.2 可靠性評估指標

本文提出的可靠性評估指標模型如下：

δj為第j 種負荷EENS 的提升率；為場景n 的第j 種負荷EENS 指標；為無儲能和需求響應協調優化的系統第j 種負荷EENS 指標。

3.3 可靠性評估算法

由本文2.2節和2.3節所涉及的能量轉換裝置模型以及儲能裝置模型可知，綜合需求響應的負荷波動調整都是時間連續過程，相應儲能裝置的充放電能也是一樣，并且與系統的優化運行有著千絲萬縷的關系。

本文評估計及綜合能源存儲和綜合需求響應的多能源系統可靠性的步驟見下：

（1）輸入元件及其參數數據，按照初始狀態定義系統各元件；

（2）使用Monte-Carlo 法模擬抽樣得到研究周期T 內每小時的系統元件狀態，以day 為單位將系統狀態劃分成不同區塊；

（3）初始化區塊計數d=1和模擬年數y=1；

（4）選取一個24h 區塊，模擬的系統元件狀態下，求解該區塊的綜合能源系統最優負荷削減問題，得到該區塊最優負荷削減量、每小時的負荷削減狀態；

（5）如果模擬樣本數達到一年d=365，轉向步驟（6），否則令d=d+1，然后轉向步驟（4）；

（6）計算該年的系統可靠性指標，并令y=y+1；

（7）如果模擬年數到達上限y>10000或者系統EENS 指標方差達到精度要求ε<0.05，轉向步驟（8），否則令d=1，轉向步驟（4）；

（8）最后計算綜合能源系統的可靠性指標。

4 算例分析

為了驗證最優負荷削減模型的準確性和算法的精準性，系統中包含了2臺變壓器、3臺機CHP 組、1臺燃氣鍋爐和1臺電鍋爐。這些設備的相關具體的參數見下表。除了上述的一些必備設備，此綜合能源系統還包含了3臺氣儲能裝置和1臺電儲能裝置以及1臺熱儲能裝置。具體的參數見下表2。

表1 能量轉換相關參數

表2 儲能裝置的相關參數

表3 負荷、價格的周和季節調整系數

下圖的圖2表征的是典型日負需求荷曲線，圖3表示的是典型日能源價格。在圖2中我們可以看出，電負荷的日負荷需求與熱負荷的日負荷需求在0:00到8:00是基本接近重合的。考慮到人們的日常實際生活，在12:00和20:00時，電負荷分別會達到一次頂峰。在人們的日常生活中，熱負荷的波動相對于電負荷來說是比較平穩的。如下圖3所示，我們可以看出，在一天的的分布中，電價與氣價是不完全相等的。在夜晚的時間，大致電價與氣價是相等的，然而在白天，電價是高于氣價的，甚至在某些與典型日負荷曲線相對應的，電價是氣價的兩倍多。下面兩幅圖表征的是全年的典型日曲線，這樣的表示極大的提高了綜合能源系統可靠性分析計算的效率。將電負荷和熱負荷的削減成本單價分別設置，電負荷的單價為50元/(kW/h)，熱負荷的單價為40元/(kW/h)。調整最大電力柔性負荷是某時刻總體負荷的10%，并將VOFEN 模型的輸入端電負荷和氣負荷的最大輸出量分別調整，其中電負荷最大輸入量設為700kW，而氣負荷的最大輸出量設為900kW。

圖2 典型日負荷需求曲線

圖3 典型日能源價格

本文將綜合能源系統研究的場景分為9個不同的場景。場景1不考慮一切儲能和需求響應因素；場景2只考慮電儲能因素；場景3只考慮氣儲能的因素；場景4只考慮熱儲能的因素；場景5考慮電儲能、氣儲能、熱儲能三種因素；場景6不考慮任何儲能，只考慮電性能需求響應；場景7不考慮任何儲能，只考慮熱性能需求響應；場景8不考慮任何儲能，只考慮電性能需求響應和熱性能需求響應；場景9考慮全部的儲能和全部的需求響應。分析不同的種類的儲能，以及不同樣的需求響應對于綜合能源系統的多樣性、可靠性、經濟性的研究具有重大意義。

本文采用MILP 模型來建立最優負荷削減模型并使用Gurobi 求解器進行求解。

4.1 可靠性分析

本章節主要分析能夠對綜合能源系統的可靠性產生影響的因素。從上表4可以看出，電儲能、氣儲能、熱儲能以及電性能需求響應和熱性能需求響應對于綜合能源系統可靠性有著極大的影響。從表5可以看出，不同場景的綜合能源系統可靠性指標是不一樣的。由于場景1是不含任何儲能裝置和任何需求響應的，所有我們可以以場景1為最初參考對象，然后分析場景2到場景9的不同的儲能和不同的需求響應對綜合能源系統的可靠性的影響。

表4 綜合能源系統研究場景

場景2、場景3、場景4分別增設的是電儲能裝置、氣儲能裝置和熱儲能裝置。實際上，電儲能和氣儲能是相互影響的。又因為CHP 機組的調節能力有閾值的限制，電負荷的減少量是600kW/h，熱負荷的減少量是3200kW/h。從表5可以看出，熱負荷的PLC、FLC 與EENS 分別降低了57%、63%和67%。

表5 不同場景的綜合能源系統可靠性指標

針對于場景5，相比于場景2、場景3、場景4，同時考慮了電儲能、氣儲能、熱儲能。與僅僅考慮單一的儲能場景相比，場景5的綜合能源系統可靠性一起優化了電儲能、氣儲能、熱儲能，極大地提升和改善了綜合能源系統的可靠性。

場景6不考慮任何儲能，只計及電性能需求的響應。同時來調整電力柔性負荷，進而調整電負荷的波動，從而調整了熱負荷的供應幅度。這對于大大提高電負荷和熱負荷的雙重可靠性有極大的幫助。場景7不考慮任何的儲能，只計及熱性能需求的響應。在綜合能源系統中，是不存在熱轉電的裝置，所以在場景7僅改變了熱負荷的需求，與對于電負荷的可靠性相比，在綜合能源系統中極大的提高熱負荷可靠性。場景8不考慮任何的儲能裝置，但是計及了全部的需求響應。所以場景8相比于單一的場景6和場景7，電綜合需求響應和熱綜合需求響應一起優化，比單一的電綜合需求響應或者單一的熱綜合需求響應，可靠性有大幅度的改善。場景9計及了所有的儲能以及所有需求響應，包括電儲能、氣儲能、熱儲能、電性能需求響應和熱性能需求響應。考慮了綜合能源存儲以及綜合需求響應的一起優化，綜合能源系統的所有可靠性指標都有明顯的減少。從而極大的提高了綜合能源系統的可靠性。

4.2 儲能與需求響應對綜合能源系統的可靠性的影響分析

儲能以及需求響應對綜合能源系統的可靠性有著極大的影響。下面以春季具體典型的工作日來舉例，其中包含1臺變壓器和1臺燃氣鍋爐的故障。

如下圖4以及圖5，表征的是典型日的電負荷削減曲線以及典型日的熱負荷削減曲線。兩幅圖均只考慮了場景1、場景5和場景8。一旦變壓器和燃氣鍋爐發生故障，就會導致電性能需求響應以及熱性能需求響應出現供應不足的情況。在如圖4和圖5中，在19:00-24:00出現了電負荷的大量削減，最大的切負荷達到117kW，在10:00-15:00和18:00-23:00出現熱負荷的大量削減，最大的切負荷達到147kW。

圖4 典型日的電負荷削減曲線

圖5 典型日的熱負荷削減曲線

結果如下圖6，是一個典型的日場景5電儲、熱貯存能及充放電的功率。正常情況下在能源供給方面是一個缺乏補給的10:00-15:00和18:00-23:00，才會向其中釋放出熱儲存的能量。通過對熱儲能進行了優化，減少了負荷削減的數量和停電持續時間，10:00-15:00的負荷也不再被削減，降低了負荷被削減的頻率。

圖6 典型日場景5的儲能充放 功率

由圖4、圖5和圖7不難看到，在10:00-15:00之內，電傳統的負荷側是通過改變了傳統的電柔性負荷方式直接提高了電鍋爐的傳統熱供給，這樣就使得我們可以進一步地提高傳統熱負荷的輸入和供給能力，而傳統的電負荷側則主要是通過改變了傳統電機熱柔性的輸入和供給方式直接降低了傳統的熱出力，二者一起工作時就可以將該一個時間段的傳統熱負荷削減量和傳統的電機熱負荷保持持續時長都逐漸減小到0。在18:00-23:00，對電性能要求響應和熱性能要求響應分別是指通過對各自的柔性負載和熱性能要求進行了調整，顯著減少了對各個電負載和熱性能要求負載的削弱量和停電持續時間。

圖7 典型日場景8的柔性負荷調 整曲線