基于新型源储设备的综合能源微网可靠性控制方法及装置

本发明涉及综合能源微网可靠性控制领域，尤其涉及一种基于新型源储设备的综合能源微网可靠性控制方法及装置。

背景技术：

1、储能是综合能源微网中的关键环节之一，不仅有利于消纳可再生能源，提升微网运行效益，还能够在微网独立运行状态下，保障负荷的可靠供应，提升系统可靠性。近年来，随着各种新型储能技术的不断发展，压缩空气储能(compressed air energy storage,caes)以其安全性较高、储能规模大、响应速度快、使用寿命长、热冷电综合利用面广等优点[1,2]，已成为综合能源微网中多能源协同利用、孤岛运行负荷保障的重要解决方案。

2、目前，针对caes系统及其在综合能源微网中的应用，国内外学者已开展了大量研究。文献[3,4]提出了一种绝热压缩空气储能技术，利用储热技术代替燃烧室通过燃烧的方式加热高压空气的方法，有效避免了燃烧室的污染物排放。先进绝热压缩空气储能利用先进的储热技术将压缩空气过程中产生的热量回收，大大降低了传统caes补燃环节的能量耗费[5]。文献[6]提出了一种基于三联产的微型caes系统，通过系统优化，大大提高了能源利用效率。针对含caes的综合能源微网，文献[7]提出一种基于双层规划的caes微网容量规划方法，上层通过最小化总成本来确定最佳出力计划，下层根据微电网的旋转备用需求确定最佳机组计划。文献[8]基于caes的温度动态特性，采用二进制技术和分段逼近方法，提出了含caes的冷热电联供微网日前优化调度模型。文献[9]提出了一种考虑风力发电和caes的微网碳排最小运行策略，给出了caes运行的最优调度方案，有效降低了系统运行成本。针对于微网中负荷的不确定性，文献[10]提出了一种基于信息缺口决策理论的随机优化运行策略，以提高微网的运行灵活性。

3、然而，现有关于caes的研究多关注于微网的经济性和环保性，尚缺乏对综合能源微网可靠性的相关研究。文献[11]结合能源集线器构建了典型综合能源微网系统的物理模型，并提出了并网与孤岛两种典型运行模式下综合能源微网的可靠性评估方法。文献[12]针对综合能源微网多能源耦合、负荷供应能力难评估等问题，构建了综合能源微网可行供能区间模型。文献[13]量化分析了多元储能不同运行策略对综合能源微网可靠性的影响。

4、随着caes和可再生能源的推广应用，其多能流异质特性和多重不确定性给综合能源微网的安全、可靠运行带来了新的挑战，现有研究仍然存在以下问题：

5、①压缩空气储能与综合能源微网的交互耦合影响复杂，尤其是在关键设备时，现有方法尚未分析caes故障对综合能源微网可靠性的影响；②现有状态枚举等传统可靠性评估方法效率低，难以快速准确地得到含caes的综合能源微网可靠性指标。

6、参考文献

7、[1]李盼，杨晨，陈雯，文贤馗，钟晶亮，邓彤天.压缩空气储能系统动态特性及其调节系统[j].中国电机工程学报，2020，40(7)：2295-2305.

8、[2]李广阔，陈来军，谢毓广，高博，郑天文，梅生伟.考虑压缩空气储能变工况特性的风储联合系统运行优化策略[j].高电压技术，2020，46(2)：511-518.

9、[3]郭欢，许剑，陈海生等.一种定压运行aa-caes的系统效率分析[j].热能动力工程，2013，28(5)：540-546.

10、[4]j.wang，k.lu，l.ma，et al.overview of compressed air energy storageand technology development[j].energies，2017，10(7)：991.

11、[5]q.zhou，q.he，c.lu，et al.techno-economic analysis of advancedadiabatic compressed air energy storage system based on life cycle cost[j].journal of cleaner production，2020，265：1-17.

12、[6]张远.风电与先进绝热压缩空气储能技术的系统集成与仿真研究[d].北京：中国科学院研究生院(工程热物理研究所)，2014.

13、[7]j.zhang，k.li，m.wang，et al.a bi-level program for the planning ofan islanded microgrid including caes[j].ieee transactions on industryapplications，2016，52(4)：2768-2777.[8]a.ghazvini,m.sedighizadeh,j.olamaei.semidefinite programing as a tool for economic-environmentaloperation of a microgrid including compressed air energy storage and electricvehicle[j].journal of energy storage，2021，43：103215.

14、[9]f.chen，l.chen，y.zhang，et al.operation of low-carbon-emissionmicrogrid considering wind power generation and compressed air energy storage[c].proceedings of the 33rd chinese control conference，nanjing，china，2014.

15、[10]z.han，z.qian，t.jiang.operation cost optimal dispatch model fordistribution network with isothermal compressed air energy storage[c].2019ieee sustainable power and energy conference(ispec)，beijing，china，2019.

16、[11]葛少云，曹雨晨，刘洪，李吉峰.考虑可靠性约束的综合能源微网供能能力评估[j].电力系统自动化，2020，44(07)：31-37.

17、[12]刘洪，李吉峰，葛少云，张鹏，孙昊，王亦然.多元储能系统运行策略对综合能源微网可靠性影响评估[j].电力系统自动化，2019，43(10)：36-43.

18、[13]葛少云，李吉峰，刘洪，王莹，孙昊，路志英.考虑多能耦合及品位差异的含储能微网可靠性评估[j].电力系统自动化，2018，42(04)：165-173.

技术实现思路

1、本发明提供了一种基于新型源储设备的综合能源微网可靠性控制方法及装置，该发明基于结构化以负荷侧能源输出类型为依据，将微网系统各设备间复杂的耦合关系进行等效，达到以能源类型组合的目的，实现状态缩减，提高了综合能源微网应用中的安全性，详见下文描述：

2、一种基于新型源储设备的综合能源微网可靠性控制方法，所述方法包括：

3、建立含caes的综合能源微网系统模型；基于综合能源微网系统模型构建综合能源微网故障影响分析模型；

4、基于含caes的综合能源微网故障状态缩减计算公式和综合能源微网故障影响分析模型，对综合能源微网进行可靠性评估；

5、基于dtw-gru的综合能源微网状态分析方法，加速综合能源微网状态分析效率；最终对含caes的综合能源微网可靠性指标进行计算。

6、一种基于新型源储设备的综合能源微网可靠性控制装置，所述装置包括：感知设计模块，状态生成模块、状态缩减及分析模块和控制决策模块，

7、所述感知设计模块将终端传感器部署于综合能源微网，通过mcu控制单元执行控制终端的指令和命令；

8、所述状态生成模块通过交互界面，输入caes设备信息，包括：设备容量、设备动态参数，功率转换因，储气罐输入输出气压、缩机效率，通过scada系统下发指令，采集设备出力情况、储气罐气压、高低温油罐进油出油口温度，生成正常运行状态；

9、状态缩减及分析模块利用所提含caes的综合能源微网故障状态缩减，进行状态缩减；构造各设备的时间序列向量，基于scada上传数据频率，动态计算设备的全局dtw距离，根据caes系统内设备数量，生成原时间序列的匹配向量，通过dtw-gru网络，计算系统最优负荷削减，根据各个系统状态的最优负荷削减量和发生概率，计算得到系统的可靠性指标；

10、所述控制决策模块根据调度人员的指令，实时调节控制系统的参数，包括：设备出力水平、储气罐气压、高低温油罐进油出油口流速、设备启停控制参数，保证系统保持在稳定状态运行，或者保证系统在极端故障运行状态下系统负荷损失最小。

11、本发明提供的技术方案的有益效果是：

12、1、本发明基于结构化等效方法，将大量系统状态等效为能源类型的组合，实现系统状态缩减，提高了计算效率，所提方法尤其适用于复杂、大型的综合能源微网系统，实证结果表明，本发明将可靠性评估效率提高40倍以上，cpu计算时长缩减为现有技术的5％以内；

13、2、本发明首次提出基于改进的ssim指数的数据驱动模型，将动态扭曲时间dtw引入综合能源微网状态分析模型中，以表征含有新型源储设备综合能源微网的高度非线性，实证分析表明；本发明所提方法能够实现全局最优；

14、3、本发明所建立的caes故障模型更贴近实际情形，考虑了caes内部各种子设备的故障情形，且本发明可定量评估caes内部设备给微网系统可靠性带来的风险影响；

15、4、本发明能够快速地对分布式能源微网进行薄弱环节的精准识别，例如：薄弱环节为发电机组，电力传输线、热力传输管网等，运行人员根据计算结果及时地发现薄弱环节，对薄弱环节进行维护和检修，提高综合能源微网运行的安全性，降低了事故的发生率。