灵活可拓展的综合能源仿真系统及其多样化数据集构建策略和案例

研究背景与研究目的

• 能源电力转型与综合能源系统：新型电力系统面临灵活性、韧性、稳定性、可靠性、经济性等挑战，综合能源系统（IES）融合清洁化、智能化、去中心化、综合化等新要素，突破电力系统转型的瓶颈问题。
• 传统能源系统仿真案例：现有测试案例存在不实际、不完整、不匹配等不足，建立综合能源仿真系统可满足多样化研究需求。
• 研究目的：建立IES-133综合能源仿真系统，满足多样化仿真测试需求，推动新技术、新方法测试验证。

系统构建原则与系统介绍

• 系统构建原则：实用性、规范性、功能性与复杂性、灵活性。
• IES-133系统概况：电-气-热-冷综合能源系统，区域级（面积约30平方千米），配电网、燃气网、供热网、供冷网深度融合。
• 设计理念：满足能源产输储用体化，多能互补、多网融合、多环节耦合、分布式储能、可响应负荷。
• 能源网络：配电网（109节点-110线路，辐射式、环形式、联络线式）、燃气网（98节点-98线路，环形辐射式）、供热网（103节点-103线路，环形辐射式）、供冷网（9节点-8线路，辐射式）。
• 系统节点：供能节点、耦合节点、储能节点、负荷节点，功能属性考虑能源供应、储能、多能耦合、多能负荷。
• 系统设备：新能源发电设备（风机电站、光伏电站、光热电站）、能源耦合设备（电-热、气-热、电-气、电-冷、冷热电联产）、储能设备（热储能）、可控负荷（柔性负荷）。

多样化数据集构建

• 目的：推动数据资源整合及数据分析应用，构建数据统一化管理，建立仿真系统和关联数据协同研究的标准化体系。
• 来源：公共数据集（美国亚利桑那州、IEEE能源预测竞赛、OpenEI、ORNL）、软件仿真结果（电力-Simulink、天然气-ANSYS&Fluent、热力-Thermolib、气象-羲和能源气象大数据平台）、项目脱敏数据。
• 构建策略：数据汇聚、人工智能技术融合、应用需求出发改造数据。
• 常规数据集构建：负荷典型日数据（工作日、休息日、节假日）、负荷典型月数据（季节性特点）、风机、光伏典型年、典型月数据（季节性和随机性）。
• 异常数据集构建：基于常规数据集神经网络模型的迁移学习，生成异常天气（高温、低温）、系统故障（耦合、储能设备、线路接地、管道泄漏）、多重异常（异常天气下系统故障）数据。

基础应用测试案例与结果分析

• 多能流计算：求解网络稳态数学模型，得到断面时刻网络运行状态的稳态能流值。
• 可靠性分析：设备状态时变特性、供需不确定性、出力状态概率，系统可靠，评价指标SAIFI、SAIDI、CAIDI、ASAI均符合设计要求。
• 运行优化IES多主体经济调度模型：多主体（能源供应商、综合能源系统运营商、负荷聚合商），Stackelberg博弈的领导者-跟随者结构，双层博弈模型，负荷模型（需求响应模型），耦合设备模型（3变工况模型）。
• 经济调度算法：粒子群算法（领导者决策）、二次规划（跟随者决策）。
• 经济调度结果：CCHP机组运行方式为“以电定热”，动态效率变化，需求响应行为缓解用电波动，变工况策略降低运行成本。

开源信息

• 核心理念：系统架构、系统参数、系统潮流分析数据、节点类型、设备类型、典型运行数据、异常运行数据。
• 网络平台：系统架构、节点详情、设备类型、数据范围。
• 下载方式：网络界面、移动界面、扫描二维码获取资料。