摘要
面对全球气候危机的挑战，构建清洁、绿色、高效的能源系统已成为世界各国的共识。随能源结构中风电、光伏等可再生能源占比的上升，天然气发电和电制氢等技术将可再生能源、天然气管网和电力系统紧密联系在一起，形成一体化的综合能源系统。此背景下，风电、光伏等可再生能源发电的间歇性、随机性会传递到天然气管网，给供气安全带来挑战。该挑战背后的理论难题主要在于，可再生能源、单元失效等不确定性扰动下，各能源系统的供应状态演化过程与供应保障能力的评价。针对上述挑战，本文以综合能源系统背景下的天然气管网为研究对象，从方法论角度研究其供气可靠性的评价方法。 首先，气-电-可再生能源耦合的复杂综合能源系统下的天然气管网供应保障能力受到大量、复杂、多样的不确定因素影响，致使其供应可靠性评价计算量大。针对这一难题，本文通过引入优化的Fisher模型、通用生成函数和能量分配模型，提出了设备单元和用户需求等不确定性模型的简化方法，建立了高效准确的供应可靠性评价方法。算例分析表明，该方法能够从系统失效概率、缺气量等多个角度全面分析用户需求、可再生能源等多种不确定因素对系统能源供应可靠性的影响；该方法与基于蒙特卡洛模拟的经典系统可靠性评价方法相比，计算时间缩短为原来的5%。 综合能源系统背景下天然气管网动态供气可靠性评价中，单元失效、需求波动等不确定因素对系统扰动的动态分析是动态评价天然气管网供应可靠性的核心难题。对此，本研究耦合了综合能源系统仿真模型与动态事件树分析方法，建立了综合能源系统背景下的天然气管网供气状态随机演化仿真模型，构建了基于确定性—概率安全分析法的复杂系统动态可靠性评价方法。算例分析表明，该方法能够动态分析可再生能源出力波动、设备失效等因素的随机演化对天然气管网供气可靠性的影响，为实时响应、快速决策提供数据支持。 针对综合能源系统背景下供气可靠性动态评价过程中，量化用户需求、可再生能源出力等具有时序特性的不确定因素的难题，本研究基于机器学习方法建立了概率预测时间序列模型。综合能源系统实时可靠性评价中，挖掘天然气管网的压力、流量、设备运行状态等过程变量隐含的风险信息是实现实时动态分析的关键。因此，本研究通过引入混合高斯-隐式马尔科夫模型，耦合概率预测时间序列模型，建立了综合能源系统实时可靠性分析方法。算例分析表明，该方法能够基于系统实时监测的过程变量，从系统供气可靠性和供气充裕性等角度分析系统的实时运行状态，为天然气管网供气可靠性的实时评价提供了新思路。 考虑到综合能源用户的灵活自调度对系统供气可靠性的影响，本研究以满足需求的“削峰填谷”、降低运行成本、提升系统运行的稳定性和可靠性为目标，建立了基于综合能源系统动态可靠性的需求侧管理框架。算例分析表明该方法能够通过能源价格激励，促进综合能源用户的自调度，提升系统运行的可靠性和经济性。
NETL