2023 年 2 月 1 日 现代电子技术 Feb.

2023
第 46 卷第 3 期 Modern Electronics Technique Vol. 46 No. 3
130
DOI：10.16652/j.issn.1004⁃373x.2023.03.025
引用格式：邱红桦，崔双喜，樊伟杰 . 考虑需求侧响应的综合能源系统可靠性评估[J]. 现代电子技术，2023，46（3）：130⁃135.

考虑需求侧响应的综合能源系统可靠性评估
邱红桦，崔双喜，樊伟杰
（新疆大学 电气工程学院，新疆 乌鲁木齐 830017）

摘 要：为了进一步激发综合能源系统的多能互补特性和挖掘需求侧可参与系统优化调度的调节潜力，提升综合能源
系统的可靠性水平，提出一种考虑需求响应的综合能源系统可靠性评估方法。首先，根据负荷响应特性引入价格型和替代
型两类需求响应，分别建立基于电价弹性矩阵的价格型需求响应模型，及考虑不同能源需求在同一时间点上相互转换的替
代型需求响应模型；其次，建立以系统购买能源成本最小与负荷削减惩罚成本最小为目标的优化调度模型，并在 Matlab 平台
上调用 CPLEX 进行求解；然后，基于时序蒙特卡洛模拟法获得各设备状态并设计出可靠性评估流程；最后，通过北方某工业
园区综合能源系统进行算例分析，比较了系统在不同运行方式下的可靠性指标与经济性水平。算例仿真结果表明，引入价
格型和替代型需求响应可协调优化各时段用能需求，能够有效提高综合能源系统的可靠性和经济性。
关键词：综合能源系统；需求响应；可靠性评估；优化调度模型；设备状态获取；算例分析
中图分类号：TN99⁃34；TM71 文献标识码：A 文章编号：1004⁃373X（2023）03⁃0130⁃06

Reliability evaluation of IES considering DR

QIU Honghua，CUI Shuangxi，FAN Weijie
（School of Electrical Engineering，Xinjiang University，Urumqi 830017，China）

Abstract： In order to further stimulate the multi ⁃ energy complementary characteristics of the IES（integrated energy
system），tap the regulatory potential of the demand side that can participate in the optimal dispatch of the system，and improve
the reliability level of IES，a reliability evaluation method of the IES considering DR（demand response） is proposed in this
paper. According to the load response characteristics，two types（price and substitution） of DR are introduced，and the price ⁃
based DR models based on electricity price elastic matrix and the alternative DR models that consider the interconversion of
different energy demands at the same time point are established respectively. An optimal scheduling model taking minimum cost
of energy purchased by the system and the minimum cost of penalty for load reduction as its purposes is established，and
CPLEX is invoked on the Matlab platform to solve it. And then，the status of each device is obtained on the basis of time
sequence Monte Carlo simulation method and a reliability evaluation process is designed. The reliability indexes and economic
levels of the system in different operating modes are compared after analyzing the comprehensive energy system of an industrial
park in the north of China. The simulation results show that the introduction of price ⁃ based and alternative DR can coordinate
and optimize the energy demand of each time period，which can effectively improve the reliability and economy of the IES.
Keywords：IES；DR；reliability evaluation；optimal scheduling model；equipment status gaining；example analysis

带 来 极 大 的 灵 活 性 ，同 时 给 系 统 的 可 靠 供 能 带 来 了 挑
0 引 言
战。为了确保 IES 安全可靠的运行，开展考虑需求响应
面对化石能源的逐渐枯竭和人类对能源需求的日 （Demand Response，DR）对 IES 可靠性的影响十分必要。
益增加，以电力系统为核心的综合能源系统（Integrated
DR 通过用能侧与供能侧的双向互动，可平抑负荷
Energy System，IES）通过耦合电、气、热等各类能源，以
峰谷和提高能源利用率。目前，对于 DR 的研究大多侧
促进可再生能源的消纳和实现不同能源的互补互济 [1]。
重于计及 DR 的 IES 规划和优化运行 [2]。文献[2]考虑了
然而，IES 通过多种能源之间的耦合给终端用户的用能
电、热、冷等负荷的 DR 对 IES 进行优化配置。文献[3]分
析了需求侧负荷类型以及需求侧的建模方法，为 DR 未
收稿日期：2022⁃06⁃15 修回日期：2022⁃07⁃04
基金项目：新疆大学自然科学基金项目（BS160246） 来的研究重点与方向提供了参考。文献[4]考虑气电联
第3期 邱红桦，等：考虑需求侧响应的综合能源系统可靠性评估 131

合 DR，实 现 了 气 电 IES 的 经 济 调 度 。 文 献 [5]根 据 电 、 其 中 ，IES 内 部 包 括 一 种 新 能 源 发 电 方 式 ：光 伏 电

气、热负荷柔性特征和响应能力，仿真验证了考虑需求 池 板（Photovoltaic Cell，PV）；耦 合 设 备 包 括 ：热 电 联 产
响应的 IES 的优化调度可提高能源利用效率。文献[6] （Combined Heating and Power，CHP）、燃 气 锅 炉（Gas
通过分析电力、热力需求响应方式，建立以经济性和能 Boiler，GB）、电锅炉（Electric Boiler，EB）以及两种储能设
效为目标的优化调度模型，验证了其经济性和能效水平。 备 —— 热 储 能（Heat Storage，HS）和 电 储 能（Electricity
目前，在 IES 可靠性评估的研究方面已取得一定成 Storage，ES）。
果。文献[7]建立基于激励和电价 DR 模型，通过算例分 1.1 价格型需求响应
析了不同 DR 方案下系统的可靠性水平，但系统中仅含 价格型 DR 是一种用户根据能源价格变化，主动转
电锅炉设备，未充分考虑多能耦合对电热耦合系统可靠 移用能时段，从而改善系统各个时段的负荷需求。本文
性的影响。文献[8]通过分析储能装置的特性，并制定不 通过电量电价弹性矩阵来描述电负荷 DR，其弹性系数
同的运行方案，从可靠性的角度分析了运行策略对系统 ε 可以表示为：
Δp q
供能产生的影响，但未考虑系统的经济性。文献[9]提出 ε= （1）
p Δq
了评估气电耦合 IES 供电可靠性的解析算法。文献[10]
在常规 IES 配置优化问题中，建立了考虑可靠性约束的 式中：Δp 表示电量 p 的变化量；Δq 表示电价 q 的变化量。

IES 优化配置模型。文献[11]通过“阀级”作为可靠性评 DR 后的电量 L et 为：

估指标，分析了不同设备的重要程度以及对系统可靠性 ■ Δq 1 ■
|| q 1 ||
的影响。文献[12]建立了考虑多能存储和 DR 的可靠性 ■ L1 ■ ■ L1 ■ || Δq 2 ||
评估模型，但未考虑可再生能源的消纳。文献[13]采用 | L2 | | L2 | || ||
L =Lt t
+ ΔL = | | + |
t
| M || q 2 || （2）
⋮ ⋱
e e, q e
序贯蒙特卡洛法评估考虑热负荷动态特性的 IES 供能 | | |
L t ■ || ⋮ ||
| | |
■ Lt ■ ■
可靠性。文献[14]提出了考虑可替代负荷的电气 IES 可 | Δq |
||t ||
靠性指标。然而，目前对于 IES 可靠性评估中，鲜有研 ■ q t ■
究 对 需 求 侧 响 应 建 立 精 细 化 模 型 ，未 充 分 考 虑 DR 对 式中：L e,t q 为响应前的电量需求；ΔL et 为响应后的电量变
IES 可靠性的影响。 化值；M 为电量电价弹性矩阵，其表达式如下：
因此，本文提出一种考虑 DR 的 IES 可靠性评估模 ■ ε 11 ε 12 ⋯ ε 1t ■
型。首先根据负荷响应特性，引入价格型 DR 和替代型
| ε 21 ε 22 ⋯ ε 2t |
M= |
⋮ ⋮ ⋱ ⋮|
DR；其次建立以购能成本与负荷削减成本最小的优化 | |
■ ε t1 ε t2 ⋯ ε tt ■
调度模型，在 Matlab 环境下调用 CPLEX 对该模型求解；
1.2 替代型需求响应
再建立基于时序蒙特卡洛模拟法的 IES 可靠性评估流
在综合能源系统中，电、气、热等能源通过耦合设备
程；最后通过算例仿真验证本文模型的有效性。
实现不同能源之间的转换。用户可以使用其他能源替
1 综合能源系统的需求响应策略 代所需能源，以满足自身用能需求，同时提高能源的利
用率。替代型需求响应转换关系为：
引入需求侧响应可以利用价格的变动引导用户用
ΔR e = -δ e, h ΔR h （3）
能 行 为 ，进 而 改 善 负 荷 特 性 ，提 高 系 统 的 供 能 可 靠 性 。
We ψe
本文根据负荷响应特性，建立价格和替代型 DR 两类需 δ e, h = （4）
Wh ψh
求响应模型。由供能侧（天然气、电能）向需求侧（电负 ΔR min
e ≤ ΔR e ≤ ΔR max
e （5）
荷、热负荷）供能的 IES 结构如图 1 所示。 ΔR min
h ≤ ΔR h ≤ ΔR max
h （6）
式中：ΔR e ，ΔR h 分别为电、热负荷增量；W 为能源的单位
热值；δ e, h 为电负荷与热负荷之间的转化系数；ψ 为能源
的利用率；ΔR max 和 ΔR min 分别为可替代负荷增量的替代
量上限和替代量下限。

2 考虑需求响应的 IES 最优负荷削减模型

2.1 目标函数
图 1 综合能源系统结构 目标函数 F 以综合能源系统的电能、天然气购买成
132 现代电子技术 2023 年第 46 卷

本和电、热负荷削减惩罚成本之和最小为优化目标，具 表示储能设备运行。
体为： 4）系统功率平衡约束
本 文 构 建 的 IES 包 括 电 、热 和 气 功 率 平 衡 约 束 分
min F = ∑[ c ele P NET ( t ) + c gas G NET ( t ) +
T

t=1 别为：
α e L Cute ( t ) + β h L Cuth ( t ) ] （7） P L ( t ) = P NET ( t ) + P PV ( t ) + P CHP ( t ) + P ESD
dis
(t) -
式 中 ：P NET ( t )，G NET ( t ) 分 别 为 时 刻 t 向 外 部 能 源 网 购 买 P EB ( t ) - P ESD
cha
(t) （19）
的电能和天然气；c ele ，c gas 分别为电价和气价；α e ，β h 分别 H L ( t ) = H CHP ( t ) + H EB ( t ) + H GB ( t ) +
为电负荷削减惩罚单价和热负荷削减惩罚单价；
dis
H HSD ( t ) - H ESD
cha
(t) （20）
L Cute ( t )，L Cuth ( t ) 分别为 t 时刻电、热负荷削减量。 G NET ( t ) = G GB ( t ) + G CHP ( t ) （21）
2.2 约束条件 式 中 ：P L ( t ) ，H L ( t ) 分 别 为 t 时 刻 的 电 负 荷 和 热 负 荷 ；
1）外网购能约束 P PV ( t ) 为 t 时 刻 光 伏 输 出 功 率 ；P ESD ( t ) ，P ESD (t)，
cha dis

0 ≤ P NET ( t ) ≤ P NET, max （8） cha

H ESD ( t )，H HSD
dis
( t ) 分别为 t 时刻储电设备的充电功率、放
0 ≤ G NET ( t ) ≤ G NET, max （9） 电功率和储热设备的储热功率和放热功率。
式中：P NET, max 和 G NET, max 分别为从外部电网和气网购买的 5）设备故障拓扑约束
电能和天然气量的上限。 当 IES 中某一设备 S k 发生故障时，则此设备以及受
2）能量转换设备出力约束 该故障影响的设备 S 1，S 2，…，S y 输出能量为 0。
H GB ( t ) = η GB G GB ( t ) （10） P S ( t ) = 0,
i i = 1, 2, ⋯, y （22）
H EB ( t ) = η EB P EB ( t ) （11） 式中：P S ( t ) 为设备 S i 在 t 时刻的出力；y 为受故障设备
i

P CHP ( t ) = η e
CHP G CHP ( t ) V GV （12） 影响的设备数量。
H CHP ( t ) = η h
CHP G CHP ( t ) V GV （13）
3 综合能源系统可靠性评估
P i, min ≤ P i ≤ P i, max （14）
式中：H GB ( t )，H EB ( t ) 和 H CHP ( t ) 分别为 t 时刻 GB，EB 和 3.1 可靠性评估指标

CHP 输 出 的 热 功 率 ；P EB ( t ) 为 EB 在 t 时 刻 消 耗 的 电 功 本 文 采 用 失 负 荷 概 率 指 标 、能 量 缺 供 时 间 期 望 指

率；G GB ( t )，G CHP ( t ) 分别为 GB 和 CHP 在 t 时刻消耗的天 标 、能 量 供 应 不 足 期 望 指 标 综 合 描 述 综 合 能 源 系 统 可

靠性。
然气量；η GB ，η EB 分别为 GB 和 EB 的能量转换系数；η eCHP
1）失负荷概率
和 η hCHP 分别为 CHP 的发电与制热效率；P CHP ( t ) 为 t 时刻
失负荷概率（Loss of Load Probability，LOLP）表示在
CHP 发电功率；V GV 为天然气热值；P i, max 和 P i, min 分别为设
研究期间内，由系统供能不足造成失负荷的概率，同时
备 i 出力的上下限，i 包括 GB，EB 和 CHP。
可量化系统供能不足的风险。平均每年失电负荷概率
3）储能约束
LOLP e 、平均 每 年 失 热 负 荷 概 率 LOLP h 分 别 如 式（23）、
采用储能的一般模型进行储电设备与储热设备的
式（24）所示：
建模，具体描述如下：
1 N
N∑
( P (t)
) LOLP e = F Le ( X i ) （23）
dis
S ( t ) = ( 1 - λlos ) S ( t - 1 ) + λcha P cha ( t ) - Δt （15） i=1
λdis
1 N
N∑
M min ≤ S ( t ) ≤ M max （16） LOLP h = F Lh ( X i ) （24）
i=1

0 ≤ P cha ( t ) ≤ P max
cha
B cha ( t ) （17） 式中：N 为抽样次数；F ( X i ) 是系统状态为 X i 产生负荷削
0 ≤ P (t)≤ P dis dis
max B (t)
dis
（18） 减情况，F ( X i ) = 0 表示未产生负荷削减，F ( X i ) = 1 表示
式中 ：S ( t ) 是储能设备在 t 时刻的存储能量 ；λ ，λ 和 los cha
产生负荷削减。
dis
λ 分别为储能设备的能量损耗率、储能效率和释能效 2）能量缺供时间期望
率；Δt 为优化调度时间间隔；P cha
( t ) 和 P ( t ) 分别为在 t
dis
能 量 缺 供 时 间 期 望（Loss of Load Expectation，
时刻的储能功率和放能功率；M max ，M min 分别为储能设备 LOLE）表示在研究期间内由系统供能不足造成的负荷
容量上限和下限；P cha
max ，P dis
max 分别为储能设备的储能和放 停供的时间。系统电能缺供时间期望 LOLE e 、热能缺供
能功率上限 ；B ( t ) 和 B ( t ) 分别为储能设备 t 时刻的
cha dis
时间期望 LOLE h 分别如式（25）、式（26）所示：
充、放状态变量，B ( t ) = 0 表示储能设备不运行，B ( t ) = 1 LOLE e = 8 760LOLP e （25）
第3期 邱红桦，等：考虑需求侧响应的综合能源系统可靠性评估 133

LOLE h = 8 760LOLP h （26） 6）输 出 可 靠 性 指 标 ，评 估 综 合 能 源 系 统 的 可 靠

3）能量供应不足期望 性水平。
能 量 供 应 不 足 期 望（Expectation of Energy Not
4 算例分析
Supply，EENS）表示在研究期间内系统电力或热力供能
不足的期望值。系统电力供应不足期望 EENS e 、热力供 4.1 算例概况
应不足期望 EENS h 分别如式（27）、式（28）所示： 以北方某工业园区 IES 为例，园区结构如图 1 所示。
1 N 典型日的光伏出力曲线和负荷曲线如图 2、图 3 所示。系
N∑
EENS e = F EENS, e ( X i ) （27）
i=1
统内部能源转换设备参数见表 1。能源输入端电量的最
1 大功率为 1 500 kW，电力输入端故障率和修复时间分别
N∑
N

EENS h = F EENS, h ( X i ) （28）

i=1 为 0.15 次/年和 5 h。能源输入端天然气量的最大功率
式中：F EENS, e ( X i )，F EENS, h ( X i ) 分别为系统状态在 X i 的电、 为 1 700 kW，天然气输入端故障率和修复时间分别为
热负荷削减功率。 0.152 次/年和 5 h。本文在典型日的基础上通过调整系
3.2 系统设备状态模型 数 表 征 全年的能源价格和负荷情况[16]，负荷和能源 价 格
考虑到 IES 中不同设备出力具有时序性，需要建立 调整系数如表 2 所示。储能装置的相关参数见表 3。用
设备的状态模型。本文采用时序蒙特卡洛模拟法对设 户峰时段为：09：00—12：00，20：00—22：00，峰时电价为

备的无故障运行持续时间以及设备故障后修复时间进 1.09 元/kW·h；平时段为：13：00—19：00，23：00—24：00，

行抽样 [15]。设备的无故障运行持续时间 T ttf 为： 平时电价为 0.68 元/kW·h；谷时段为：00：00—08：00，谷

1 时电价为 0.35 元/kW·h。天然气价格为 2.55 元/m3。
T ttf = - ln R （29）
γ
式中：γ 为设备故障率；R 为[0，1]区间的随机数。
设备在故障后的修复时间 T ttr 为：
1
T ttr = - ln R （30）
μ
式中 μ 为设备修复率。通过上述方法对 T ttf 和 T ttr 反复抽
样以体现系统内时序性，得到系统设备的运行状态，从
而为系统可靠性评估奠定基础。
3.3 可靠性评估方法
本文采用时序蒙特卡洛法对 IES 可靠性进行评估。
具体评估步骤如下： 图 2 各季节典型日的光伏出力曲线
1）输入 IES 的系统参数，初始化系统参数以及元件
状态，设置蒙特卡洛仿真时间 t = 0，模拟年数 y = 1。
2）使用时序蒙特卡洛模拟法抽样得到研究时间内
系统设备无故障运行持续时间 T ttf ，选取 T ttf 最小的设备
作为故障设备，则系统无故障工作时间为 T = min ( T ttf )，
累计仿真时间 t = t + T 。
3）根据式（30）求得该故障设备在故障后的修复时
间 T ttr ，计算出故障期间电热负荷的减供时长和减供量。
累计仿真时间 t = t + T + T ttr。
4） 若 仿 真 时 间 t 大 于 仿 真 年 数 ( y > 10 000 ) ，则 计
图 3 夏季典型日负荷需求曲线
算出 IES 可靠性指标，仿真结束，进入步骤 6），否则，进
入下一步。 4.2 耦合运行对系统可靠性的影响
5）判断仿真时间是否跨年，若是，计算出该年 IES 本节为分析系统耦合运行对系统可靠性的影响，设
的 可 靠 性 指 标 ；否 则 ，抽 取 设 备 新 的 无 故 障 时 间 ，返 回 置以下 2 种不同运行方式：方式①，假设系统处于电热
步骤 2）。 子系统单独运行，即热电联产机组与电锅炉设备出力为
134 现代电子技术 2023 年第 46 卷

0，其余设备元件参数与系统耦合运行时相同；方式②， 表 5 所示。
电热子系统通过能源耦合设备耦合运行。2 种场景下 表 5 不同场景下 IES 的电热负荷可靠性指标
IES 可靠性指标计算结果如表 4 所示。
场 LOLPe LOLEe/ EENSe LOLPh/ LOLEh/ EENSh
表 1 能量转换装置的相关参数 景 /‰ （h/年） / kW·h/年）
（ ‰ （h/年） / kW·h/年）
（

效率/% ① 0.12 1.05 712.16 0.38 3.32 2 543.23

能量转换 故障 修复
容量/kW
装置 产电 产热 率/（次/年） 时间/h ② 0.09 0.79 583.71 0.36 3.15 1 881.80

CHP 800 0.3 0.6 0.03 20 ③ 0.08 0.70 523.17 0.24 2.1 1 063.85

GB 1 500 0.95 0.03 20

由表 5 可知，考虑价格型和替代型 DR 的协调优化
EB 500 0.95 0.02 20
均可提高系统的可靠性。以场景①为参考，场景②系统
PV 1 500 0.02 10
电力供应不足，期望减少了 128.45 kW·h/年，电能缺供
表 2 负荷、价格的周和季节调整系数 时 间 期 望 减 少 了 0.26 h/年 ，失 电 负 荷 概 率 减 少 了

周系数 季节系数
0.03‰。因为考虑价格型需求响应时，通过价格信号进
对象 行削峰填谷，平滑了负荷需求曲线。同时，由于电负荷
工作日 周末 春 夏 秋 冬
需求响应在一定程度上降低了电力子系统对天然气的
电负荷 1 0.8 0.7 1 0.9 0.8
需求量，因此，系统中 EENS h ，LOLP h ，LOLE h 均有不同程
热负荷 1 0.8 0.75 0.65 0.85 1
度的减小。
电价 1 0.8 0.8 1 0.9 0.7
场景③的系统供电可靠性水平与供热可靠性水平最
气价 1 0.8 0.8 0.7 0.9 1
相比场景②热力供应不足期望减少了 817.95 kW·h/年，
高，

表 3 储能装置的相关参数 热能缺供时间期望减少了 1.05 h/年，

失热负荷概率减少了
0.12‰。系统电力供应不足，期望减少了 60.54 kW·h/年，
储能 最大放电 最大充电 容量/ 充放效 自损 故障率/ 修复时
装置 功率/kW 功率/kW kW·h 率/% 系数 （次/年） 间/h 同时，系统中 LOLP e，LOLE e 均有不同程度的降低。相比
电储能 100 100 400 0.9 0.01 0.03 20 供热可靠性水平，供电可靠性水平提升更显著，是因为
热储能 120 120 300 0.9 0.05 0.03 20 考虑了替代型需求响应后在平、低电价时段将部分热负
荷替带成电负荷，减少了热负荷的需求量。
表 4 耦合互济对电热负荷指标的影响 场景③中考虑 DR 后，其典型日的电负荷构成如图 4
方 LOLEe/ EENSe/ LOLEh/ EENSh/ 所示，需求响应平滑了负荷曲线，从而提高系统的供能
LOLPe/‰ LOLPh/‰
式 （h/年） （kW·h/年） （h/年） （kW·h/年）
可靠性。因为在高电价时段，价格型需求响应转移了部
① 0.21 1.84 1 256.60 0.47 4.12 3 457.80 分电负荷到低电价时段和削减了部分电负荷，替代型需
② 0.12 1.05 712.16 0.38 3.32 2 543.23 求响应将部分电负荷替代成热负荷。在低电价时段，替
代型需求响应将部分热负荷替代成电负荷。在平电价
通过表 4 可以看出，相比于电热子系统单独运行，
时段，考虑到光伏出力，可将部分热负荷替换成电负荷，
耦合运行可显著提高 IES 的可靠性，耦合运行时 LOLE e
提高能源利用率。
减少了 0.79 h/年，EENS e 减少了 544.447 kW·h/年，同时，
LOLE h 减少了 0.8 h/年，EENS h 减少了 914.57 kW·h/年。
系 统 的 失 负 荷 概 率 LOLP h ，LOLE h 均 有 不 同 程 度 的 下
降。此外，由于耦合运行时热电联产机组与电锅炉设备
均可以提供热能，供热可靠性水平相比供电可靠性水平
提升更加明显。
4.3 需求响应对系统可靠性的影响
本节分析 DR 对 IES 可靠性的影响。设置以下 3 种
不同场景：场景①，基础场景，不考虑 DR；场景②，在场
景①的基础上考虑价格型 DR；场景③，在场景②的基础
上 考 虑 替 代 型 DR。 不 同 场 景 下 IES 的 可 靠 性 指 标 如 图 4 场景 3 典型日电负荷构成
第3期 邱红桦，等：考虑需求侧响应的综合能源系统可靠性评估
4.4 经济性分析
为了评价系统的经济性，对不同运行方式的年平均
负荷削减惩罚成本进行对比，结果如图 5 所示。
图 5 不同运行方式的年平均负荷削减惩罚成本
由图 5 可知，同时考虑价格型和替代型需求响应时
系统的负荷削减成本最低，系统单独运行时负荷削减成
本最高。相比单独运行，耦合运行时系统负荷削减成本
相 对 降 低 了 31.72%。 相 比 耦 合 运 行 ，同 时 考 虑 价 格 型
和替代型 DR 系统的负荷削减成本相对降低了 49.97%，
而只考虑价格型 DR 系统的负荷削减成本也有所下降，
相对降低了 23.94%。考虑价格型和替代型 DR 的协调
优化后，电热负荷曲线得到优化，从而提高了系统运行
经济性。
5 结 论
为了评估 DR 对 IES 可靠性的影响，本文建立了考
虑价格型和替代型 DR 的负荷削减模型，通过算例仿真
分析，验证了本文模型和方法的正确性和有效性，得出
以下结论：
1）系统耦合运行时，通过灵活调整耦合设备出力，
相比系统单独运行时系统的可靠性水平得到了大幅提
升，同时也提高了系统的经济性。
2）通过考虑价格型和替代型 DR 的协调优化，有助
于提高 IES 的可靠性水平和经济性。价格型 DR 在平滑
电负荷需求曲线的同时，在一定程度上改善了热力系统
的 可 靠 性 。 替 代 型 DR 在 高 峰 时 段 可 进 行 电 能 和 热 能
的相互替代，减少了 IES 的负荷削减成本，提高了系统
运行经济性。
作者简介：邱红桦（1995—），男，土家族，湖北恩施人，硕士，主要研究方向为综合能源系统可靠性评估。
崔双喜（1970—），男，新疆乌鲁木齐人，博士，副教授，主要研究方向为新能源并网控制。
樊伟杰（1991—），男，河南开封人，硕士，主要研究方向为综合能源系统优化运行。
135
参 考 文 献
[1] 李更丰，别朝红，王睿豪，等 . 综合能源系统可靠性评估的研究
现状及展望[J]. 高电压技术，2017，43（1）：114⁃121.
[2] 高强，刘畅，金道杰，等 . 考虑综合需求响应的园区综合能源系
统优化配置[J]. 高压电器，2021，57（8）：159⁃168.
[3] 徐筝，孙宏斌，郭庆来 . 综合需求响应研究综述及展望[J]. 中国
电机工程学报，2018，38（24）：7194⁃7205.
[4] 刘天琪，张琪，何川 . 考虑气电联合需求响应的气电综合能源
配网系统协调优化运行[J]. 中国电机工程学报，2021，41（5）：
1664⁃1677.
[5] 张涛，郭玥彤，李逸鸿，等 . 计及电气热综合需求响应的区域综
合能源系统优化调度[J]. 电力系统保护与控制，2021，49（1）：
52⁃61.
[6] 张静，张鹏，林晶怡，等 . 考虑用户综合需求响应的区域综合能
源 系 统 多 目 标 优 化 调 度 [J]. 科 学 技 术 与 工 程 ，2021，21（6）：
2314⁃2320.
[7] 董晓晶，刘洪，宫建锋，等 . 考虑多类型综合需求响应的电热耦
合能源系统可靠性评估[J]. 电力建设，2018，39（11）：10⁃19.
[8] 刘洪，李吉峰，葛少云，等 . 多元储能系统运行策略对综合能源
2019，
微网可靠性影响评估[J]. 电力系统自动化， 43（10）：
36⁃43.
[9] 陈娟伟，余涛，许悦，等 . 气电耦合综合能源系统供电可靠性评
估解析算法[J]. 电力系统自动化，2018，42（24）：59⁃66.
[10] 任洪波，李通，李琦芬，等 . 考虑可靠性和经济性的综合能源
系统优化配置方法[J]. 科学技术与工程，2021，21（23）：9871⁃
9877.
[11] 倪伟，吕林，向月，等 . 基于马尔可夫过程蒙特卡洛法的综合
能源系统可靠性评估[J]. 电网技术，2020，44（1）：150⁃158.
[12] 路红池，谢开贵，王学斌，等 . 计及多能存储和综合需求响应
的多能源系统可靠性评估[J]. 电力自动化设备，2019，39（8）：
72⁃78.
[13] SHARIATKHAH M H，HAGHIFAM M R，PARSA⁃MOGHAD⁃
DAM M，et al. Modeling the reliability of multi⁃carrier energy
systems considering dynamic behavior of thermal loads [J]. En⁃
ergy and buildings，2015，103：375⁃383.
[14] 任海泉，贾燕冰，田丰，等 . 计及可替代负荷的电⁃气综合能源
系统可靠性评估[J]. 电力建设，2020，41（12）：41⁃48.
[15] 葛少云，李吉峰，刘洪，等 . 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（4）：165⁃
173.
[16] SHAHMOHAMMADI A，MORADI DALVAND M，GHASEMI
H，et al. Optimal design of multicarrier energy systems con⁃
sidering reliability constraints [J]. IEEE transactions on power
delivery，2015，30（2）：878⁃886.