APP下载

考虑需求侧响应的综合能源系统可靠性评估

2023-02-07邱红桦崔双喜樊伟杰

现代电子技术 2023年3期
关键词:储能可靠性耦合

邱红桦,崔双喜,樊伟杰

(新疆大学 电气工程学院,新疆 乌鲁木齐 830017)

0 引言

面对化石能源的逐渐枯竭和人类对能源需求的日益增加,以电力系统为核心的综合能源系统(Integrated Energy System,IES)通过耦合电、气、热等各类能源,以促进可再生能源的消纳和实现不同能源的互补互济[1]。然而,IES通过多种能源之间的耦合给终端用户的用能带来极大的灵活性,同时给系统的可靠供能带来了挑战。为了确保IES安全可靠的运行,开展考虑需求响应(Demand Response,DR)对IES可靠性的影响十分必要。

DR通过用能侧与供能侧的双向互动,可平抑负荷峰谷和提高能源利用率。目前,对于DR的研究大多侧重于计及DR的IES规划和优化运行[2]。文献[2]考虑了电、热、冷等负荷的DR对IES进行优化配置。文献[3]分析了需求侧负荷类型以及需求侧的建模方法,为DR未来的研究重点与方向提供了参考。文献[4]考虑气电联合DR,实现了气电IES的经济调度。文献[5]根据电、气、热负荷柔性特征和响应能力,仿真验证了考虑需求响应的IES的优化调度可提高能源利用效率。文献[6]通过分析电力、热力需求响应方式,建立以经济性和能效为目标的优化调度模型,验证了其经济性和能效水平。

目前,在IES可靠性评估的研究方面已取得一定成果。文献[7]建立基于激励和电价DR模型,通过算例分析了不同DR方案下系统的可靠性水平,但系统中仅含电锅炉设备,未充分考虑多能耦合对电热耦合系统可靠性的影响。文献[8]通过分析储能装置的特性,并制定不同的运行方案,从可靠性的角度分析了运行策略对系统供能产生的影响,但未考虑系统的经济性。文献[9]提出了评估气电耦合IES供电可靠性的解析算法。文献[10]在常规IES配置优化问题中,建立了考虑可靠性约束的IES优化配置模型。文献[11]通过“阀级”作为可靠性评估指标,分析了不同设备的重要程度以及对系统可靠性的影响。文献[12]建立了考虑多能存储和DR的可靠性评估模型,但未考虑可再生能源的消纳。文献[13]采用序贯蒙特卡洛法评估考虑热负荷动态特性的IES供能可靠性。文献[14]提出了考虑可替代负荷的电气IES可靠性指标。然而,目前对于IES可靠性评估中,鲜有研究对需求侧响应建立精细化模型,未充分考虑DR对IES可靠性的影响。

因此,本文提出一种考虑DR的IES可靠性评估模型。首先根据负荷响应特性,引入价格型DR和替代型DR;其次建立以购能成本与负荷削减成本最小的优化调度模型,在Matlab环境下调用CPLEX对该模型求解;再建立基于时序蒙特卡洛模拟法的IES可靠性评估流程;最后通过算例仿真验证本文模型的有效性。

1 综合能源系统的需求响应策略

引入需求侧响应可以利用价格的变动引导用户用能行为,进而改善负荷特性,提高系统的供能可靠性。本文根据负荷响应特性,建立价格和替代型DR两类需求响应模型。由供能侧(天然气、电能)向需求侧(电负荷、热负荷)供能的IES结构如图1所示。

图1 综合能源系统结构

其中,IES内部包括一种新能源发电方式:光伏电池板(Photovoltaic Cell,PV);耦合设备包括:热电联产(Combined Heating and Power,CHP)、燃气锅炉(Gas Boiler,GB)、电锅炉(Electric Boiler,EB)以及两种储能设备——热储能(Heat Storage,HS)和电储能(Electricity Storage,ES)。

1.1 价格型需求响应

价格型DR是一种用户根据能源价格变化,主动转移用能时段,从而改善系统各个时段的负荷需求。本文通过电量电价弹性矩阵来描述电负荷DR,其弹性系数ε可以表示为:

式中:Δp表示电量p的变化量;Δq表示电价q的变化量。

DR后的电 量Lte为:

式中:Lte,q为响应前的电量需求;ΔLte为响应后的电量变化值;M为电量电价弹性矩阵,其表达式如下:

1.2 替代型需求响应

在综合能源系统中,电、气、热等能源通过耦合设备实现不同能源之间的转换。用户可以使用其他能源替代所需能源,以满足自身用能需求,同时提高能源的利用率。替代型需求响应转换关系为:

式中:ΔRe,ΔRh分别为电、热负荷增量;W为能源的单位热值;δe,h为电负荷与热负荷之间的转化系数;ψ为能源的利用率;ΔRmax和ΔRmin分别为可替代负荷增量的替代量上限和替代量下限。

2 考虑需求响应的IES最优负荷削减模型

2.1 目标函数

目标函数F以综合能源系统的电能、天然气购买成本和电、热负荷削减惩罚成本之和最小为优化目标,具体为:

式中:PNET(t),GNET(t)分别为时刻t向外部能源网购买的电能和天然气;cele,cgas分别为电价和气价;αe,βh分别为电负荷削减惩罚单价和热负荷削减惩罚单价;LCute(t),LCuth(t)分别为t时刻电、热负荷削减量。

2.2 约束条件

1)外网购能约束

式中:PNET,max和GNET,max分别为从外部电网和气网购买的电能和天然气量的上限。

2)能量转换设备出力约束

式中:HGB(t),HEB(t)和HCHP(t)分别为t时刻GB,EB和CHP输出的热功率;PEB(t)为EB在t时刻消耗的电功率;GGB(t),GCHP(t)分别为GB和CHP在t时刻消耗的天然气量;ηGB,ηEB分别为GB和EB的能量转换系数;ηeCHP和ηhCHP分别为CHP的发电与制热效率;PCHP(t)为t时刻CHP发电功率;VGV为天然气热值;Pi,max和Pi,min分别为设备i出力的上下限,i包括GB,EB和CHP。

3)储能约束

采用储能的一般模型进行储电设备与储热设备的建模,具体描述如下:

式中:S(t)是储能设备在t时刻的存储能量;λlos,λcha和λdis分别为储能设备的能量损耗率、储能效率和释能效率;Δt为优化调度时间间隔;Pcha(t)和Pdis(t)分别为在t时刻的储能功率和放能功率;Mmax,Mmin分别为储能设备容量上限和下限;Pchamax,Pdismax分别为储能设备的储能和放能功率上限;Bcha(t)和Bdis(t)分别为储能设备t时刻的充、放状态变量,B(t)=0表示储能设备不运行,B(t)=1表示储能设备运行。

4)系统功率平衡约束

本文构建的IES包括电、热和气功率平衡约束分别为:

式中:PL(t),HL(t)分别为t时刻的电负荷和热负荷;PPV(t)为t时刻光伏输出功率;PEchSaD(t),PEdiSsD(t),HEchSaD(t),HHdiSsD(t)分别为t时刻储电设备的充电功率、放电功率和储热设备的储热功率和放热功率。

5)设备故障拓扑约束

当IES中某一设备Sk发生故障时,则此设备以及受该故障影响的设备S1,S2,…,Sy输出能量为0。

式中:PSi(t)为设备Si在t时刻的出力;y为受故障设备影响的设备数量。

3 综合能源系统可靠性评估

3.1 可靠性评估指标

本文采用失负荷概率指标、能量缺供时间期望指标、能量供应不足期望指标综合描述综合能源系统可靠性。

1)失负荷概率

失负荷概率(Loss of Load Probability,LOLP)表示在研究期间内,由系统供能不足造成失负荷的概率,同时可量化系统供能不足的风险。平均每年失电负荷概率LOLPe、平均每年失热负荷概率LOLPh分别如式(23)、式(24)所示:

式中:N为抽样次数;F(Xi)是系统状态为Xi产生负荷削减情况,F(Xi)=0表示未产生负荷削减,F(Xi)=1表示产生负荷削减。

2)能量缺供时间期望

能量缺供时间期望(Loss of Load Expectation,LOLE)表示在研究期间内由系统供能不足造成的负荷停供的时间。系统电能缺供时间期望LOLEe、热能缺供时间期望LOLEh分别如式(25)、式(26)所示:

3)能量供应不足期望

能量供应不足期望(Expectation of Energy Not Supply,EENS)表示在研究期间内系统电力或热力供能不足的期望值。系统电力供应不足期望EENSe、热力供应不足期望EENSh分别如式(27)、式(28)所示:

式中:FEENS,e(Xi),FEENS,h(Xi)分别为系统状态在Xi的电、热负荷削减功率。

3.2 系统设备状态模型

考虑到IES中不同设备出力具有时序性,需要建立设备的状态模型。本文采用时序蒙特卡洛模拟法对设备的无故障运行持续时间以及设备故障后修复时间进行抽样[15]。设备的无故障运行持续时间Tttf为:

式中:γ为设备故障率;R为[0,1]区间的随机数。

设备在故障后的修复时间Tttr为:

式中μ为设备修复率。通过上述方法对Tttf和Tttr反复抽样以体现系统内时序性,得到系统设备的运行状态,从而为系统可靠性评估奠定基础。

3.3 可靠性评估方法

本文采用时序蒙特卡洛法对IES可靠性进行评估。具体评估步骤如下:

1)输入IES的系统参数,初始化系统参数以及元件状态,设置蒙特卡洛仿真时间t=0,模拟年数y=1。

2)使用时序蒙特卡洛模拟法抽样得到研究时间内系统设备无故障运行持续时间Tttf,选取Tttf最小的设备作为故障设备,则系统无故障工作时间为T=min(Tttf),累计仿真时间t=t+T。

3)根据式(30)求得该故障设备在故障后的修复时间Tttr,计算出故障期间电热负荷的减供时长和减供量。累计仿真时间t=t+T+Tttr。

4)若仿真时间t大于仿真年数(y>10 000),则计算出IES可靠性指标,仿真结束,进入步骤6),否则,进入下一步。

5)判断仿真时间是否跨年,若是,计算出该年IES的可靠性指标;否则,抽取设备新的无故障时间,返回步骤2)。

6)输出可靠性指标,评估综合能源系统的可靠性水平。

4 算例分析

4.1 算例概况

以北方某工业园区IES为例,园区结构如图1所示。典型日的光伏出力曲线和负荷曲线如图2、图3所示。系统内部能源转换设备参数见表1。能源输入端电量的最大功率为1 500 kW,电力输入端故障率和修复时间分别为0.15次/年和5 h。能源输入端天然气量的最大功率为1 700 kW,天然气输入端故障率和修复时间分别为0.152次/年和5 h。本文在典型日的基础上通过调整系数表征全年的能源价格和负荷情况[16],负荷和能源价格调整系数如表2所示。储能装置的相关参数见表3。用户峰时段为:09:00—12:00,20:00—22:00,峰时电价为1.09元/kW·h;平时段为:13:00—19:00,23:00—24:00,平时电价为0.68元/kW·h;谷时段为:00:00—08:00,谷时电价为0.35元/kW·h。天然气价格为2.55元/m3。

表1 能量转换装置的相关参数

表2 负荷、价格的周和季节调整系数

表3 储能装置的相关参数

图2 各季节典型日的光伏出力曲线

图3 夏季典型日负荷需求曲线

4.2 耦合运行对系统可靠性的影响

本节为分析系统耦合运行对系统可靠性的影响,设置以下2种不同运行方式:方式①,假设系统处于电热子系统单独运行,即热电联产机组与电锅炉设备出力为0,其余设备元件参数与系统耦合运行时相同;方式②,电热子系统通过能源耦合设备耦合运行。2种场景下IES可靠性指标计算结果如表4所示。

表4 耦合互济对电热负荷指标的影响

通过表4可以看出,相比于电热子系统单独运行,耦合运行可显著提高IES的可靠性,耦合运行时LOLEe减少了0.79 h/年,EENSe减少了544.447 kW·h/年,同时,LOLEh减少了0.8 h/年,EENSh减少了914.57 kW·h/年。系统的失负荷概率LOLPh,LOLEh均有不同程度的下降。此外,由于耦合运行时热电联产机组与电锅炉设备均可以提供热能,供热可靠性水平相比供电可靠性水平提升更加明显。

4.3 需求响应对系统可靠性的影响

本节分析DR对IES可靠性的影响。设置以下3种不同场景:场景①,基础场景,不考虑DR;场景②,在场景①的基础上考虑价格型DR;场景③,在场景②的基础上考虑替代型DR。不同场景下IES的可靠性指标如表5所示。

表5 不同场景下IES的电热负荷可靠性指标

由表5可知,考虑价格型和替代型DR的协调优化均可提高系统的可靠性。以场景①为参考,场景②系统电力供应不足,期望减少了128.45 kW·h/年,电能缺供时间期望减少了0.26 h/年,失电负荷概率减少了0.03‰。因为考虑价格型需求响应时,通过价格信号进行削峰填谷,平滑了负荷需求曲线。同时,由于电负荷需求响应在一定程度上降低了电力子系统对天然气的需求量,因此,系统中EENSh,LOLPh,LOLEh均有不同程度的减小。

场景③的系统供电可靠性水平与供热可靠性水平最高,相比场景②热力供应不足期望减少了817.95 kW·h/年,热能缺供时间期望减少了1.05 h/年,失热负荷概率减少了0.12‰。系统电力供应不足,期望减少了60.54 kW·h/年,同时,系统中LOLPe,LOLEe均有不同程度的降低。相比供热可靠性水平,供电可靠性水平提升更显著,是因为考虑了替代型需求响应后在平、低电价时段将部分热负荷替带成电负荷,减少了热负荷的需求量。

场景③中考虑DR后,其典型日的电负荷构成如图4所示,需求响应平滑了负荷曲线,从而提高系统的供能可靠性。因为在高电价时段,价格型需求响应转移了部分电负荷到低电价时段和削减了部分电负荷,替代型需求响应将部分电负荷替代成热负荷。在低电价时段,替代型需求响应将部分热负荷替代成电负荷。在平电价时段,考虑到光伏出力,可将部分热负荷替换成电负荷,提高能源利用率。

图4 场景3典型日电负荷构成

4.4 经济性分析

为了评价系统的经济性,对不同运行方式的年平均负荷削减惩罚成本进行对比,结果如图5所示。

图5 不同运行方式的年平均负荷削减惩罚成本

由图5可知,同时考虑价格型和替代型需求响应时系统的负荷削减成本最低,系统单独运行时负荷削减成本最高。相比单独运行,耦合运行时系统负荷削减成本相对降低了31.72%。相比耦合运行,同时考虑价格型和替代型DR系统的负荷削减成本相对降低了49.97%,而只考虑价格型DR系统的负荷削减成本也有所下降,相对降低了23.94%。考虑价格型和替代型DR的协调优化后,电热负荷曲线得到优化,从而提高了系统运行经济性。

5 结论

为了评估DR对IES可靠性的影响,本文建立了考虑价格型和替代型DR的负荷削减模型,通过算例仿真分析,验证了本文模型和方法的正确性和有效性,得出以下结论:

1)系统耦合运行时,通过灵活调整耦合设备出力,相比系统单独运行时系统的可靠性水平得到了大幅提升,同时也提高了系统的经济性。

2)通过考虑价格型和替代型DR的协调优化,有助于提高IES的可靠性水平和经济性。价格型DR在平滑电负荷需求曲线的同时,在一定程度上改善了热力系统的可靠性。替代型DR在高峰时段可进行电能和热能的相互替代,减少了IES的负荷削减成本,提高了系统运行经济性。

猜你喜欢

储能可靠性耦合
非Lipschitz条件下超前带跳倒向耦合随机微分方程的Wong-Zakai逼近
相变储能材料的应用
可靠性管理体系创建与实践
储能技术在电力系统中的应用
储能真要起飞了?
5G通信中数据传输的可靠性分析
直流储能型准Z源光伏并网逆变器
基于“壳-固”耦合方法模拟焊接装配
基于可靠性跟踪的薄弱环节辨识方法在省级电网可靠性改善中的应用研究
可靠性比一次采购成本更重要