方偉，曾博，徐富強(qiáng)，張建華

極端災(zāi)害下基于智能樓宇分布式電源的配電系統(tǒng)負(fù)荷恢復(fù)力評估分析

方偉，曾博，徐富強(qiáng)，張建華

（新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，北京市 昌平區(qū) 102206）

作為一類重要的負(fù)荷側(cè)資源，智能樓宇中廣泛存在的各類分布式電源為極端災(zāi)害后電力系統(tǒng)的供電快速恢復(fù)及負(fù)荷轉(zhuǎn)帶提供了新的可能性。為此，提出一種針對智能樓宇負(fù)荷恢復(fù)力的綜合評估框架，用于定量分析和計(jì)算極端災(zāi)害后智能樓宇末端存活分布式電源對配電系統(tǒng)中重要負(fù)荷的轉(zhuǎn)帶能力。在對智能樓宇內(nèi)不同類型物理設(shè)備進(jìn)行建模的基礎(chǔ)上，重點(diǎn)考慮多能互補(bǔ)及能量耦合特性，首先，提出了電能轉(zhuǎn)移量、熱能轉(zhuǎn)移量、冷能轉(zhuǎn)移量3項(xiàng)定量評價(jià)指標(biāo)，用于精確量化極端災(zāi)害后智能樓宇電源對系統(tǒng)負(fù)荷恢復(fù)的貢獻(xiàn)。其次，在此基礎(chǔ)上，通過綜合利用隨機(jī)混合整數(shù)規(guī)劃方法，進(jìn)一步提出了針對上述評價(jià)指標(biāo)的具體計(jì)算方法。最后，以某一工業(yè)園區(qū)負(fù)荷為例，對所提評估框架進(jìn)行有效性驗(yàn)證。仿真結(jié)果表明，所提方法在保證智能樓宇正常運(yùn)行前提下可充分發(fā)掘智能樓宇的能源供應(yīng)潛力，有效提升配電系統(tǒng)在極端災(zāi)害下的供能可靠性。

智能樓宇；分布式電源；冗余度支撐；電網(wǎng)彈性；供能可靠性

0 引言

隨著人類社會進(jìn)步及工業(yè)化進(jìn)程的加快，國民經(jīng)濟(jì)發(fā)展對電能的依賴性日益增強(qiáng)。但是，近些年全球范圍內(nèi)一些特殊事件與極端天氣發(fā)生日趨頻繁，如烏克蘭電網(wǎng)通信系統(tǒng)入侵[1]、日本福島大地震及海嘯[2]、中國南方冰災(zāi)[3]、美國颶風(fēng)等，給電力系統(tǒng)安全穩(wěn)定運(yùn)行帶來了前所未有的挑戰(zhàn)。由于極端天氣通常會導(dǎo)致電力系統(tǒng)基礎(chǔ)設(shè)施大面積受損，因此其所造成的停電后果比傳統(tǒng)事故更嚴(yán)重，甚至?xí)绊懮鐣刃虻姆€(wěn)定。

在這一背景下，“彈性電力系統(tǒng)”這一概念越來越多地被提及，彈性(resilience)也稱韌性，這一特性的首要標(biāo)準(zhǔn)是電力系統(tǒng)應(yīng)對大小擾動(dòng)時(shí)能夠快速靈活響應(yīng)的能力，其中恢復(fù)力最為重要。構(gòu)建堅(jiān)強(qiáng)的彈性電網(wǎng)可以使電網(wǎng)設(shè)施在極端災(zāi)害的情況下，靈活感知并適應(yīng)外部環(huán)境變化，快速恢復(fù)電力系統(tǒng)的供電能力，從而盡可能將破壞造成的后果嚴(yán)重度最小化。

鑒于“彈性電網(wǎng)”較傳統(tǒng)電力系統(tǒng)所具有的巨大優(yōu)勢，發(fā)展建設(shè)“彈性電網(wǎng)”近年來已成為很多國家的共識，并陸續(xù)產(chǎn)生了很多研究成果。如：高海翔等[4]從4個(gè)維度評估了配電系統(tǒng)的韌性，包括技術(shù)(technical)、組織(organization)、社會(social)和經(jīng)濟(jì)(economical)，簡稱為TOSE，并以此提出了對配電網(wǎng)韌性的評估矩陣，制定了提升配電系統(tǒng)韌性的調(diào)度措施和規(guī)劃方案；別朝紅等[5]從彈性電網(wǎng)需應(yīng)對的擾動(dòng)事件、評估理論、韌性提升策略等方面入手，詳細(xì)地分析了配電系統(tǒng)彈性及其恢復(fù)力的主要研究方向和重點(diǎn)；Lin等[6]研究了電力系統(tǒng)在面臨自然災(zāi)害時(shí)的影響過程和綜合能源系統(tǒng)及其子系統(tǒng)的相互依賴性對恢復(fù)力的提升作用；Panteli等[7]研究了在強(qiáng)度等級不同的臺風(fēng)下，采用加固線路、提高故障修復(fù)速度和裝設(shè)雙回線等措施對電網(wǎng)彈性及其恢復(fù)力的提升效果；Ma等[8]采用建立三階段優(yōu)化模型的方法，研究了最有利于提高電力系統(tǒng)彈性的元件加固位置和最優(yōu)的加固策略。

然而現(xiàn)有研究多數(shù)是通過額外配置傳統(tǒng)供應(yīng)側(cè)發(fā)電資源等手段來達(dá)到災(zāi)后恢復(fù)負(fù)荷和提升電網(wǎng)彈性的目的，并未充分考慮利用終端用戶所具有的各類需求側(cè)資源，如智能樓宇中的分布式電源(distributed generation，DG)。智能樓宇中的DG由于有樓宇作為天然屏蔽，在極端天氣情況下具有更高的存活率，因此可以為故障后的重要負(fù)荷恢復(fù)提供重要技術(shù)手段。此外，與傳統(tǒng)供給側(cè)設(shè)備(如分布式儲能等)相比，使用智能樓宇內(nèi)固有發(fā)電資源，無需額外設(shè)備安裝費(fèi)用，可以節(jié)省投資成本；且智能樓宇內(nèi)DG受樓宇墻壁保護(hù)，抗災(zāi)能力強(qiáng)于戶外設(shè)備，在臺風(fēng)、暴雨、冰災(zāi)中具有更高的可靠性。因此，智能樓宇中的DG對提升電力系統(tǒng)彈性具有天然優(yōu)勢和更好的實(shí)用性。

鑒于此，提出了一種針對極端自然災(zāi)害情況下基于智能樓宇DG的負(fù)荷恢復(fù)力計(jì)算評估方法。首先，在充分考慮智能樓宇自身能流耦合及產(chǎn)能耗能的基礎(chǔ)上，提出了基于用戶側(cè)DG進(jìn)行負(fù)荷恢復(fù)力評估的研究框架。其次，根據(jù)智能樓宇所具有的潛在多能互補(bǔ)供能特性，結(jié)合不同相關(guān)參與主體的利益需求，考慮不同能流權(quán)重系數(shù)，設(shè)計(jì)并提出了多能耦合條件下終端用戶供能可靠性的評價(jià)計(jì)算指標(biāo)。在此基礎(chǔ)上，通過構(gòu)建隨機(jī)混合整數(shù)規(guī)劃模型，計(jì)算在保證樓宇自身用戶供能可靠前提下，電、熱、冷能流的優(yōu)化分配及對受災(zāi)負(fù)荷電能傳輸?shù)淖顑?yōu)調(diào)度方案，從而實(shí)現(xiàn)對上述供能可靠性指標(biāo)的定量計(jì)算。最后，通過算例分析驗(yàn)證了評估方法的有效性。相關(guān)計(jì)算結(jié)果表明，通過在極端災(zāi)害條件下合理利用智能樓宇DG的靈活運(yùn)行能力，可在保證樓宇自身用能需求的同時(shí)，提高配電系統(tǒng)對外部風(fēng)險(xiǎn)的適應(yīng)性及災(zāi)后負(fù)荷恢復(fù)能力。

1 影響性分析

1.1 智能樓宇供能的可行性分析

極端自然災(zāi)害造成的停電具有其獨(dú)特性，它與自然災(zāi)害的特征高度相關(guān)。如一場颶風(fēng)可能會在幾個(gè)地點(diǎn)使樹木折斷、桿塔倒塌，導(dǎo)致多個(gè)故障，發(fā)生大面積停電，這些位置取決于颶風(fēng)的路徑，與典型的停電不同。除此之外，自然災(zāi)害還可能破壞與電網(wǎng)相互依賴的其他基礎(chǔ)設(shè)施(如交通、通信、供水)，使恢復(fù)工作面臨更大的困難。

智能樓宇作為信息時(shí)代的產(chǎn)物，隨著科學(xué)技術(shù)的持續(xù)高速發(fā)展，越來越多的跨行業(yè)、跨學(xué)科技術(shù)應(yīng)用于其中，使其內(nèi)容與形式得到相應(yīng)提升。不同于普通樓宇建筑，智能樓宇通常含有熱電聯(lián)產(chǎn)(combined heat and power，CHP)、冷熱電三聯(lián)供系統(tǒng)(Combined Cooling，Heating and Power，CCHP)、儲熱罐、分布式光伏、熱泵、鍋爐、空調(diào)等多種用能儲能設(shè)備，使得樓宇內(nèi)電、氣、熱、冷等多種能源形式實(shí)現(xiàn)深度耦合，如圖1所示。智能樓宇管理系統(tǒng)通過采集、傳輸、分析及處理信息資源，將多個(gè)子系統(tǒng)的信息資源匯聚到一個(gè)統(tǒng)一的平臺中，并對樓宇各設(shè)備進(jìn)行整體的調(diào)控與優(yōu)化決策，從而使智能樓宇整體實(shí)現(xiàn)經(jīng)濟(jì)、高效、低碳的運(yùn)行狀態(tài)。智能樓宇具備高度集成、節(jié)約成本、安全舒適、低碳節(jié)能等主要特征。

圖1 智能樓宇及其內(nèi)部構(gòu)成示意圖

在發(fā)生極端災(zāi)害(如颶風(fēng)、暴雪、冰災(zāi)等)后，與智能樓宇中室內(nèi)設(shè)備相比，電網(wǎng)中存在的大量戶外設(shè)備更易受到極端災(zāi)害的影響，可能導(dǎo)致電網(wǎng)變壓器被破壞或輸電線路故障，造成電能傳輸受損，從而影響重要負(fù)荷的正常運(yùn)行，此時(shí)亟需對受災(zāi)負(fù)荷進(jìn)行供電。傳統(tǒng)方式使用熱電機(jī)組再啟動(dòng)供電，在災(zāi)害中停機(jī)所需開機(jī)時(shí)間較長，與之相比，智能樓宇中末端存活分布式電源的低時(shí)間尺度能量傳輸特性具有迅速恢復(fù)供電的優(yōu)勢。因此如何改變智能樓宇原有能量供給消耗平衡結(jié)構(gòu)，在保證樓宇內(nèi)供能可靠性的前提下，以智能樓宇自身冗余度支撐負(fù)荷耗電量，使其盡快恢復(fù)額定功率運(yùn)行，成了一個(gè)亟待解決的問題。

1.2 智能樓宇中DG模型

從智能樓宇中DG的產(chǎn)能特性和配電網(wǎng)設(shè)備分布特性出發(fā)，對光伏發(fā)電設(shè)備、熱泵、壓縮式制冷機(jī)、CHP設(shè)備等進(jìn)行整體建模。

樓宇中的能量形式主要為電能、熱能、冷能。其中產(chǎn)能設(shè)備主要為光伏發(fā)電設(shè)備、熱泵、電熱鍋爐、CHP等；用能設(shè)備主要為智能樓宇中的電氣設(shè)備、日常照明、用戶供暖需求以及機(jī)房恒溫供冷等；儲能設(shè)備主要是蓄電池以及儲熱罐。具體能流變換形式如圖2所示。

圖2 智能樓宇中能流變換形式

1）光伏發(fā)電系統(tǒng)模型。

光伏發(fā)電系統(tǒng)容量通常以系統(tǒng)所在地區(qū)的太陽能日均輻射強(qiáng)度和居民的日耗電量等因素為依據(jù)進(jìn)行計(jì)算[9-12]，光伏發(fā)電系統(tǒng)的容量表示為：

由于光伏出力具有不確定性，受當(dāng)日光照強(qiáng)度和天氣所影響，波動(dòng)頻繁，因此本文以日平均光照強(qiáng)度代替具有不確定性的實(shí)時(shí)光照強(qiáng)度計(jì)算，求得光伏發(fā)電日平均出力。

2）電熱鍋爐模型。

電熱鍋爐是典型的電–熱耦合設(shè)備單元。分布式電源聯(lián)合電熱鍋爐物理模型[13-16]為：

3）熱泵模型。

熱泵的物理模型[17-18]可表示為：

4）熱電聯(lián)產(chǎn)機(jī)組模型。

熱電聯(lián)產(chǎn)機(jī)組由燃?xì)廨啓C(jī)和余熱鍋爐構(gòu)成，天然氣燃燒產(chǎn)生的熱能驅(qū)動(dòng)燃?xì)廨啓C(jī)發(fā)電，排出的高溫?zé)煔庥捎酂徨仩t回收并轉(zhuǎn)化成可直接供給熱負(fù)荷的熱能[19-20]。其對應(yīng)的數(shù)學(xué)模型如下：

微型燃?xì)廨啓C(jī)(micro-gas turbine，MT)運(yùn)行時(shí)，排出的高溫余熱煙氣經(jīng)過余熱鍋爐回收后，通過余熱鍋爐與吸收式制冷機(jī)(absorption refrigerator，AR)制熱、制冷。不考慮環(huán)境和燃燒效率因素影響，MT與AR的特性模型[21-22]為：

實(shí)際運(yùn)行時(shí)，MT要滿足上下限約束和爬坡率約束，即

智能樓宇的運(yùn)行需滿足電、熱功率平衡約束：

經(jīng)測算，機(jī)組90%THA、75%THA和50%THA負(fù)荷工況鍋爐給水溫度分別提高6 ℃、12.1 ℃和18.1 ℃；汽輪機(jī)熱耗下降5、13和44 kJ/kWh；鍋爐排煙溫度升高1.5、3和5 ℃，鍋爐效率下降0.05%、0.15%和0.25%。汽輪機(jī)回?zé)嵯到y(tǒng)優(yōu)化后，各負(fù)荷工況鍋爐脫硝裝置入口煙氣溫度提升至310 ℃以上，有利于部分負(fù)荷工況脫硝系統(tǒng)的安全運(yùn)行[16]，確保SCR脫硝裝置在全負(fù)荷范圍內(nèi)處于催化劑的高效區(qū)運(yùn)行。

2 基于智能樓宇的負(fù)荷恢復(fù)力評價(jià)指標(biāo)

2.1 指標(biāo)設(shè)計(jì)原則

智能樓宇中的綜合能源系統(tǒng)對配電網(wǎng)恢復(fù)力的支撐受多種因素影響，如光照、溫度、天氣、網(wǎng)架結(jié)構(gòu)、設(shè)備運(yùn)行狀況等內(nèi)部或外部條件。此類問題屬于多目標(biāo)、非線性的復(fù)雜優(yōu)化問題，需要從多種維度構(gòu)建優(yōu)化指標(biāo)框架。因此，需要依靠以下原則來構(gòu)建：1）完整性，應(yīng)全面準(zhǔn)確反映智能樓宇中各類分布式電源間耦合特性及其相關(guān)制約因素；2）相關(guān)性，框架之間的設(shè)置有一定的邏輯及功能遞進(jìn)；3）可操作性，以目標(biāo)為導(dǎo)向設(shè)置指標(biāo)及評估模式，且此模式易于在工程中落地實(shí)踐；4）泛用性，框架針對多種情形構(gòu)建，可廣泛應(yīng)用于不同情景及場合之中。

評估極端天氣條件下智能樓宇對負(fù)荷的恢復(fù)力，必須滿足以下3個(gè)主體的不同需求：

1）用戶。用戶是智能樓宇中終端電、熱、冷能流的消費(fèi)者及智能樓宇可靠性的直接承擔(dān)者。用戶的預(yù)期效益主要包括經(jīng)濟(jì)性和冗余性2個(gè)方面。經(jīng)濟(jì)性要求智能樓宇提供的能源價(jià)格保持相對固定且不浮動(dòng)；冗余性要求樓宇中的能源供給足量且不出現(xiàn)暫時(shí)性缺額，不影響用戶的日常生產(chǎn)、生活用能，具體表現(xiàn)為停電時(shí)間增加、供熱溫度下降、冰庫制冷性能不足以及樓宇內(nèi)彈性負(fù)荷削減等。

2）供能商。在智能樓宇中，供能商主要負(fù)責(zé)樓宇內(nèi)各種分布式能源項(xiàng)目的運(yùn)行和維護(hù)，并通過向用戶出售各類能流獲得收益。對供能商而言，主要需求是樓宇內(nèi)設(shè)備正常穩(wěn)定運(yùn)行且不出現(xiàn)劇烈的波動(dòng)，以及對各類能流產(chǎn)出進(jìn)行優(yōu)化配比。

3）負(fù)荷所有者。在本文研究情境中，受極端災(zāi)害影響，負(fù)荷與電網(wǎng)的聯(lián)系被切斷，形成孤島，產(chǎn)生功率缺額，需要智能樓宇輸送電能以維持負(fù)荷正常運(yùn)行，如工廠、車間等電能依賴性場所。對負(fù)荷所有者而言，主要需求即為足量的電能補(bǔ)充，以使負(fù)荷恢復(fù)至受災(zāi)前的運(yùn)行狀態(tài)。

對智能樓宇的供能可靠性進(jìn)行評判，必須依據(jù)上述3個(gè)主體的不同需求，并考慮其中不同類型需求的重要程度，運(yùn)用模糊綜合評判法與重心法相組合的算法[23]對不同指標(biāo)的權(quán)重等級進(jìn)行評估，確定其合理取值區(qū)間，并結(jié)合層次分析法和反熵權(quán)法計(jì)算指標(biāo)權(quán)重，對指標(biāo)進(jìn)行賦權(quán)[24]。評價(jià)指標(biāo)設(shè)計(jì)流程如圖3所示。

圖3 評價(jià)指標(biāo)設(shè)計(jì)流程

2.2 指標(biāo)體系設(shè)計(jì)

基于以上流程，用優(yōu)化調(diào)度前后智能樓宇中電、熱、冷負(fù)荷的比值來表征供能可靠性，在熱、冷負(fù)荷進(jìn)行最優(yōu)分配的前提下，優(yōu)先保障電能的供給。依據(jù)用戶、供能商、負(fù)荷所有者的不同需求，設(shè)計(jì)并提出了電能轉(zhuǎn)移量(power transfer amount，PTA)、熱能轉(zhuǎn)移量(heat transfer amount，HTA)、冷能轉(zhuǎn)移量(cooling transfer amount，CTA)3項(xiàng)定量評價(jià)指標(biāo)，將其分別定義為優(yōu)化調(diào)度前后樓宇負(fù)荷中電能、熱能、冷能供給功率變化量與原始狀態(tài)供給功率之比。綜合考慮樓宇運(yùn)行特性與不同等級用戶需求，對PTA、HTA、CTA分別賦以一定權(quán)重，加權(quán)求和，即可得到供能可靠性(energy supply reliability，ESR)，其表征此次優(yōu)化過程對用戶負(fù)荷能流構(gòu)成類型的影響程度。

各指標(biāo)具體定義如下：

3 算法流程

3.1 智能樓宇中DG最大可供容量計(jì)算

在極端災(zāi)害后，配電網(wǎng)戶外設(shè)備受到損害，出現(xiàn)了電力缺口。由于臺風(fēng)、線路覆冰、雷擊等自然災(zāi)害對電網(wǎng)設(shè)備有一定的破壞性，以空間地理的形式呈現(xiàn)，故可以將網(wǎng)絡(luò)系統(tǒng)連接?xùn)鸥窕?，?dāng)某些地理柵格所處位置發(fā)生自然災(zāi)害時(shí)，即對應(yīng)著該處的輸配電設(shè)備因線路桿塔倒塌或線路覆冰量過大而無法正常供電。使用網(wǎng)絡(luò)柵格法來表征自然災(zāi)害對電網(wǎng)的破壞程度，并使用蒙特卡羅法進(jìn)行多次模擬[25]，消除隨機(jī)性產(chǎn)生的誤差，從而模擬各種不同的自然災(zāi)害的破壞情況。利用網(wǎng)絡(luò)柵格法分析電網(wǎng)中受損戶外設(shè)備的位置，對災(zāi)害嚴(yán)重程度進(jìn)行分級，結(jié)合歷史數(shù)據(jù)對不同等級的災(zāi)害程度計(jì)算桿塔倒塌和設(shè)備損壞的概率，可以判斷電網(wǎng)在極端災(zāi)害下的受災(zāi)情況，求解出電網(wǎng)功率缺口lack。

本文使用0-1混合整數(shù)線性規(guī)劃的方法求解動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型，求解模型的標(biāo)準(zhǔn)形式[21]為：

式中：T為目標(biāo)函數(shù)中的系數(shù)向量；為約束方程中的系數(shù)矩陣；為對應(yīng)的約束方程列向量；優(yōu)化變量包括電源類設(shè)備的出力、轉(zhuǎn)換設(shè)備的輸入、能流的輸入和輸出；x和x為優(yōu)化變量的2種不同類型變量，其中x表示連續(xù)變量，x表示0-1變量；為優(yōu)化變量的可取值范圍。

本文提出的智能樓宇基于災(zāi)前優(yōu)化能量調(diào)度模型的目標(biāo)函數(shù)是使智能樓宇分布式能源對電網(wǎng)重要負(fù)荷的供能量最大化，其數(shù)學(xué)表達(dá)式如下：

約束條件為式(1)—(13)、(15)。其中：式(1)—(5)、(7)—(9)為樓宇中電、熱、冷能流的能量產(chǎn)出及耦合模型；式(6)、(10)、(11)—(13)、(15)為功率極限、設(shè)備啟停、能量平衡、ESR等級等多種約束。由于約束條件中包含耦合變量，如電熱耦合及含有啟停狀態(tài)標(biāo)記等，因此在模型中引入0-1變量，優(yōu)化變量為樓宇中電、熱、冷3種能流的輸出功率、、及負(fù)荷功率、、。

上述模型屬于一類典型的隨機(jī)混合整數(shù)規(guī)劃問題。此類問題可在基于YALMIP求解平臺的MATLAB環(huán)境中，采用目前發(fā)展成熟的CPLEX商業(yè)求解器，通過編程求解得到全局最優(yōu)解。

3.2 總體評估流程

基于上述運(yùn)行調(diào)度策略，智能樓宇恢復(fù)力評價(jià)指標(biāo)算法流程如圖4所示，具體計(jì)算步驟如下：

1）輸入智能樓宇中光伏發(fā)電、電熱鍋爐、熱泵、壓縮式制冷機(jī)、CHP等產(chǎn)能設(shè)備初始數(shù)據(jù)，依據(jù)式(1)—(9)得到樓宇電、熱、冷能量產(chǎn)出。

2）基于樓宇中用戶及耗能設(shè)備功率的歷史數(shù)據(jù)，并考慮彈性負(fù)荷及非彈性負(fù)荷，建立智能樓宇能源消耗模型，求得智能樓宇在正常狀態(tài)下滿足基本供電、供熱、供冷需求下的能流分配狀況。

圖4 智能樓宇恢復(fù)力評價(jià)指標(biāo)算法流程

3）模擬所給定的重要負(fù)荷受災(zāi)情況，建立在特定災(zāi)害下受損情況模型及電網(wǎng)功率缺口lack。

6）結(jié)束迭代，輸出結(jié)果。

4 算例分析

以經(jīng)典智能樓宇模型為例，評估其對提高重要負(fù)荷恢復(fù)力的有效性。智能樓宇中的各項(xiàng)能量輸入、輸出參數(shù)分別如表1、2所示。

表1 智能樓宇中的各項(xiàng)能量輸入?yún)?shù)

表2 智能樓宇中的各項(xiàng)能量輸出參數(shù)

本文以某一特定地區(qū)的工業(yè)負(fù)荷為例，分析其在遭受極端災(zāi)害(如颶風(fēng)、雷擊、覆冰災(zāi)害）后與電網(wǎng)的聯(lián)系被切斷，轉(zhuǎn)由智能樓宇中的分布式電源進(jìn)行供電的情形。在極端災(zāi)害來臨后，工業(yè)園區(qū)與配電網(wǎng)之間的聯(lián)絡(luò)線路被切斷，形成孤島并產(chǎn)生大量電力缺口。但智能樓宇末端分布式電源仍然存活，可以供給工業(yè)園區(qū)部分能源，提升再啟動(dòng)效率及運(yùn)行可靠性。通過對智能樓宇中電、熱能流的優(yōu)化分配，削減樓宇內(nèi)的彈性負(fù)荷供給，將樓宇中部分電能供應(yīng)負(fù)荷以熱源代替，在保證樓宇負(fù)荷正常供應(yīng)的前提下，最大程度地供給重要負(fù)荷缺失功率，填補(bǔ)孤島功率缺額。

圖5 優(yōu)化調(diào)度前后智能樓宇中能流功率對比

5 結(jié)論

針對極端天氣情況下智能樓宇末端存活分布式電源對工業(yè)園區(qū)恢復(fù)力展開研究，提出了供能可靠性指標(biāo)和分析框架，通過對智能樓宇供能及負(fù)荷的優(yōu)化分配，供給電網(wǎng)功率缺口。通過算例分析，得到以下結(jié)論：

1）在極端天氣下智能樓宇末端存活分布式電源可在一定程度上對電網(wǎng)彈性進(jìn)行支撐，作為電網(wǎng)的備用電源使用，提升電網(wǎng)彈性。

2）可通過調(diào)整智能樓宇內(nèi)能量供給結(jié)構(gòu)及負(fù)荷能量供應(yīng)形式，提高電能外送能力，提升重要工業(yè)負(fù)荷黑啟動(dòng)能力。

需要指出的是，本文的局限性在于未模擬智能樓宇的小范圍受災(zāi)情況，僅對工業(yè)園區(qū)孤島狀態(tài)進(jìn)行了模擬，下一步將圍繞智能樓宇中分布式電源的受災(zāi)情況展開研究。

[1] 郭慶來，辛蜀駿，王劍輝，等．由烏克蘭停電事件看信息能源系統(tǒng)綜合安全評估[J]．電力系統(tǒng)自動(dòng)化，2016，40(5)：145-147．

[2] 薛禹勝，肖世杰．綜合防御高風(fēng)險(xiǎn)的小概率事件：對日本相繼天災(zāi)引發(fā)大停電及核泄漏事件的思考[J]．電力系統(tǒng)自動(dòng)化，2011，35(8)：1-11．

[3] 晏鳴宇，周志宇，文勁宇，等．基于短期覆冰預(yù)測的電網(wǎng)覆冰災(zāi)害風(fēng)險(xiǎn)評估方法[J]．電力系統(tǒng)自動(dòng)化，2016，40(21)：168-175．

[4] 高海翔，陳穎，黃少偉，等．配電網(wǎng)韌性及其相關(guān)研究進(jìn)展[J]．電力系統(tǒng)自動(dòng)化，2015，39(23)：1-8．

[5] 別朝紅，林雁翎，邱愛慈．彈性電網(wǎng)及其恢復(fù)力的基本概念與研究展望[J]．電力系統(tǒng)自動(dòng)化，2015，39(22)：1-9．

[6] Lin Y L，Bie Z H．Study on the resilience of the integrated energy system energy procedia[J]．2016，103：171-176．

[7] Panteli M，Mancarella P．Modeling and evaluating the resilience of critical electrical power infrastructure to extreme weather events[J]．IEEE Systems Journal，2015：1-10．

[8] Ma S S，Chen B K，Wang Z Y．Resilience enhancement strategy for distribution systems under extreme weather events[J]．IEEE Transactions on Smart Grid，2018，9(2)：1442-1451．

[9] 靳小龍，穆云飛，賈宏杰，等．融合需求側(cè)虛擬儲能系統(tǒng)的冷熱電聯(lián)供樓宇微網(wǎng)優(yōu)化調(diào)度方法[J]．中國電機(jī)工程學(xué)報(bào)，2017，37(2)：581-590．

[10] 于秩彬，王春芳，周釗正，等．青島地區(qū)四季天氣對光伏發(fā)電量的影響[J]．廣東電力，2019，32(6)：48-54．

[11] 李沐珂，張靠社．計(jì)及分布式光伏發(fā)電的分時(shí)電價(jià)模型研究[J]．電網(wǎng)與清潔能源，2018，34(4)：74-78．

[12] 劉金裕，趙磊，朱道立．基于LASSO的光伏發(fā)電功率短期時(shí)間序列預(yù)測[J]．電力科學(xué)與工程，2019，35(7)：13-22．

[13] 鄧得政，劉暢，李庚銀．直流配電網(wǎng)經(jīng)濟(jì)調(diào)度方法研究[J]．分布式能源，2018，3(2)：39-46．

[14] 杜炬虎，劉靜．園區(qū)燃?xì)夥植际侥茉凑疚㈦娋W(wǎng)結(jié)構(gòu)解析[J]．華電技術(shù)，2019，41(3)：23-25，28．

[15] Wang Y，Chen C，Wang J，et al．Research on resilience of power systems under natural disasters：a review [J]．IEEE Transactions on Power Systems，2016，31(2)：1604-1613．

[16] 曾鳴，劉英新，周鵬程，等．綜合能源系統(tǒng)建模及效益評價(jià)體系綜述與展望[J]．電網(wǎng)技術(shù)，2018，42(6)：1697-1708．

[17] 郭尊，李庚銀，周明，等．計(jì)及綜合需求響應(yīng)的商業(yè)園區(qū)能量樞紐優(yōu)化運(yùn)行[J]．電網(wǎng)技術(shù)，2018，42(8)：2439-2448．

[18] 陳厚合，李澤寧，靳小龍，等．集成智能樓宇的主動(dòng)配電網(wǎng)建模及優(yōu)化方法[J]．中國電機(jī)工程學(xué)報(bào)，2018，38(22)：6550-6563．

[19] 艾欣，陳政琦，孫英云，等．基于需求響應(yīng)的電-熱-氣耦合系統(tǒng)綜合直接負(fù)荷控制協(xié)調(diào)優(yōu)化研究[J]．電網(wǎng)技術(shù)，2019，43(4)：1160-1171．

[20] 張義志，王小君，和敬涵，等．考慮供熱系統(tǒng)建模的綜合能源系統(tǒng)最優(yōu)能流計(jì)算方法[J]．電工技術(shù)學(xué)報(bào)，2019，34(3)：562-570．

[21] 顧偉，陸帥，王珺，等．多區(qū)域綜合能源系統(tǒng)熱網(wǎng)建模及系統(tǒng)運(yùn)行優(yōu)化[J]．中國電機(jī)工程學(xué)報(bào)，2017，37(5)：1305-1316．

[22] 王成山，洪博文，郭力，等．冷熱電聯(lián)供微網(wǎng)優(yōu)化調(diào)度通用建模方法[J]．中國電機(jī)工程學(xué)報(bào)，2013，33(31)：26-33．

[23] 朱永強(qiáng)，王甜婧．交直流混合微電網(wǎng)網(wǎng)絡(luò)堅(jiān)強(qiáng)度評估的指標(biāo)體系及方法[J]．電網(wǎng)技術(shù)，2018，42(2)：455-463．

[24] 呂朋蓬，趙晉泉，李端超，等．電網(wǎng)運(yùn)行狀態(tài)評價(jià)指標(biāo)體系與綜合評價(jià)方法[J]．電網(wǎng)技術(shù)，2015，39(8)：2245-2252．

[25] 齊世雄，王秀麗，邵成成，等．極端事件下電-氣混聯(lián)綜合能源系統(tǒng)的恢復(fù)力分析[J]．電網(wǎng)技術(shù)，2019，43(1)：41-51．

Evaluation on Load Restoration of Distribution System Based on Distributed Generation in Smart Buildings After Extreme Disasters

FANG Wei, ZENG Bo, XU Fuqiang, ZHANG Jianhua

(State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University), Changping District, Beijing 102206, China)

As an important type of load-side resources, the distributed generation (DG) is widely used in smart buildings to provide new possibilities for rapid power supply recovery and load transfer after extreme disasters. This paper proposed a comprehensive evaluation framework for the smart building load restoration, which is used to quantitatively analyze and calculate the transfer capacity of the DG supply at the end of the smart buildings to the critical load in the distribution system after extreme disaster.On the basis of modeling different types of physical equipment in smart buildings, the multi-energy complementary and energy coupling characteristics were considered. Firstly, three quantitative evaluation indexes including electric power transfer amount, heat transfer amount and cooling transfer amount were proposed. The contribution of smart building power to system load recovery after extreme disasters was accurately quantified. On this basis, the specific calculation method for the above evaluation indicators was further proposed via using the random mixed integer programming method. Finally, taking the load of an industrial park as an example， the validity of the evaluation framework proposed was verified. The simulation results demonstrate that the proposed method can fully explore the energy supply potential of smart buildings with ensuring the normal operation of smart buildings, and effectively improve the reliability of power distribution systems under extreme disasters.

smart buildings; distributed generation; redundancy support; power grid resilience; energy supply reliability

10.12096/j.2096-4528.pgt.19081

中央高校基本科研專項(xiàng)資金(2017MS007)。

Project Supported by Fundamental Research Funds for the Central Universities (2017MS007).

2019-05-20。

方偉(1992)，男，碩士研究生，研究方向?yàn)榫C合能源系統(tǒng)規(guī)劃與運(yùn)行，ncepufangwei @ncepu.edu.cn；

曾博(1987)，男，博士，副教授，研究方向?yàn)榫C合能源系統(tǒng)規(guī)劃與運(yùn)行，以及需求響應(yīng)建模與優(yōu)化，本文通信作者，alosecity@126.com。

方偉

(責(zé)任編輯 尚彩娟)