一种基于MCMC算法的综合能源系统可靠性评估方法

技术特征：
1.一种基于mcmc算法的综合能源系统可靠性评估方法，其特征在于，所述方法包括以下步骤：步骤1，基于马尔科夫过程建立能量设备的可靠性模型；步骤2，建立综合能源系统即ies的可靠性评估指标；步骤3，基于mcmc算法对ies进行可靠性评估。2.根据权利要求1所述的基于mcmc算法的综合能源系统可靠性评估方法，其特征在于，步骤1所述基于马尔科夫过程建立能量设备的可靠性模型，具体包括：(1)针对独立型能量设备独立型能量设备有两种状态，包括正常状态和故障状态，分别记为0和1，用故障率λ和修复率μ表示两种状态间的转移概率；根据马尔科夫过程理论，得到第i个设备在t时刻的状态概率：态概率：式中，为第i个设备在t时刻处于正常状态的概率；为第i个设备在t时刻处于故障状态的概率；(2)针对耦合型能量设备耦合型能量设备的状态模型，设0为正常状态，那么多状态模型即耦合型能量设备的状态模型只含有从0状态向非0状态的转移，而不存在非0状态之间的互相转移；根据马尔科夫过程理论，得到多状态系统的状态概率为：过程理论，得到多状态系统的状态概率为：式中，p0为多状态系统处于正常状态的概率；p
i
为多状态系统处于故障状态的概率；λ
i
为系统处于状态i的故障率；μ
i
为系统处于状态i的修复率。3.根据权利要求1所述的基于mcmc算法的综合能源系统可靠性评估方法，其特征在于，步骤2中ies的可靠性评估指标包括：(1)供能不足概率包括供电、供热、供冷供能不足概率和总供能不足概率，分别表示为：包括供电、供热、供冷供能不足概率和总供能不足概率，分别表示为：包括供电、供热、供冷供能不足概率和总供能不足概率，分别表示为：
式中，n为随机抽样的总次数；f
lolp.e
(x
i
)，f
lolp.h|
(x
i
)，f
lolp.c
(x
i
)，f
lolp.e||h||c
(x
i
)分别为供电、供热、供冷和总供能不足概率的试验函数，对于状态x
i
，只要出现一种负荷供能不足，则有f
lolp.e||h||c
(x
i
)＝1；(2)供能不足期望值包括供电、供热、供冷不足期望值和总供能不足期望值，分别表示为：包括供电、供热、供冷不足期望值和总供能不足期望值，分别表示为：包括供电、供热、供冷不足期望值和总供能不足期望值，分别表示为：包括供电、供热、供冷不足期望值和总供能不足期望值，分别表示为：式中，f
eens.e
(x
i
)、f
eens.h
(x
i
)、f
eens.c
(x
i
)、f
eens.all
(x
i
)分别表示系统在x
i
状态下切除的电负荷、热负荷、冷负荷及所有节点的有功负荷，且f
eens.all
(x
i
)＝f
eens.e
(x
i
) f
eens.h
(x
i
) f
eens.c
(x
i
)；(3)计及温度负荷惯性的故障传输迟滞时间温度负荷供能中断后，室内温度的动态变化过程符合热力学能量守恒定律，表示为：式中，ρ、c、v分别为建筑物内空气的密度、比热容和体积；h为室内外空气的热传导系数；a为建筑物的表面积；t
∞
为室外温度；对上式进行推导，得到温度负荷惯性的故障传输迟滞时间t
p
：式中，t
in
和t
out
分别为室内外温度；t
p
为衡量不同建筑物热储备系数的标准温度。4.根据权利要求2或3所述的基于mcmc算法的综合能源系统可靠性评估方法，其特征在于，步骤3所述基于mcmc算法对ies进行可靠性评估，具体包括：步骤3.1，初始化综合能源系统的数据，包括电力、天然气、供热、供冷子系统的设备数据和能量传输线路的数据，电/热/冷负荷数据，各种设备元件、线路元件的故障率和故障修复时间，可靠性指标的收敛判据，mcmc算法的最大抽样次数，环境温度数据；步骤3.2，确定综合能源系统的初始状态，设置初始状态下所有元件都未发生故障，并对系统进行拓扑结构分析和潮流计算，潮流计算包括潮流功率平衡和多能流耦合平衡；步骤3.3，采用mcmc算法对多时段的系统元件进行状态抽样，所述系统元件包括能量转化设备、发电机、电能传输线路、天然气传输管道；步骤3.4，对步骤3.3中抽样得到的系统状态，统计并计算计及温度负荷惯性的故障传
输迟滞时间指标，然后对系统状态进行故障判断，提取其中发生故障的状态，并依据步骤3.2的结果获取故障状态的潮流分布信息；步骤3.5，对步骤3.4中获取的故障状态进行状态分析，根据多能流平衡理论分析该故障是否会引起上一级或者下一级子系统的故障，以及发生故障产生的供能不足，是否需要进行负荷侧的削减和优化，并计算多种负荷的削减量；步骤3.6，统计并计算ies的可靠性评估指标lolp和eens；步骤3.7，判断是否达到设定的最大抽样次数，若是则执行下一步，否则判断mcmc算法是否收敛，若收敛，则执行下一步，否则返回步骤3.3，重新抽样；步骤3.8，对可靠性指标取平均值，并输出电/热/冷子系统的可靠性指标。5.根据权利要求4所述的基于mcmc算法的综合能源系统可靠性评估方法，其特征在于，步骤3.4中对系统状态进行故障判断，具体基于下式所示的考虑故障传输迟滞时间的冷热负荷的试验函数进行判断：式中，t
r
为供能恢复时间，若t
r
＜t
p
，则将状态x
i
归为正常状态0，否则归为故障状态1。6.根据权利要求5所述的基于mcmc算法的综合能源系统可靠性评估方法，其特征在于，对于温度负荷，从供能中断到供能恢复要经历元件修复时间ttf、供能管道传输时间t
c
，则供能恢复时间t
r
表示为：式中，l为供能管道长度；v为能量传输媒介的流速。7.一种基于mcmc算法的综合能源系统可靠性评估系统，其特征在于，所述系统包括：模型构建模块，用于基于马尔科夫过程建立能量设备的可靠性模型；指标建立模块，用于建立综合能源系统即ies的可靠性评估指标；评估模块，用于基于mcmc算法对ies进行可靠性评估。8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。

技术总结
本发明公开了一种基于马尔可夫链-蒙特卡罗算法的综合能源系统可靠性评估方法，包括：建立IES的可靠性模型，引入马尔科夫过程来描述能量转化设备的多状态模型；研究IES可靠性评估的指标体系，提出了考虑温度传输迟滞性的故障传输迟滞时间指标；在传统电力系统可靠性评估方法的基础上，提出了适用于多能耦合系统的MCMC算法，并使用该算法对IES进行可靠性评估。本发明提供的基于MCMC算法的IES可靠性评估方法验证了多能子系统联合运行、考虑温度负荷故障传输迟滞性对系统可靠性的提升作用，有助于保障IES运行的安全经济性，并且本发明采用MCMC算法进行IES可靠性评估，提高了可靠性评估方法的效率和准确性。评估方法的效率和准确性。评估方法的效率和准确性。


技术研发人员：朱凯文 张俊芳 应钦 钟晓敏 王璐玥 郑健 王菲 陈悦 胡乙丹
受保护的技术使用者：南京理工大学
技术研发日：2022.03.25
技术公布日：2022/7/15