CN105958531B - 一种电-气耦合多能流网络状态估计方法 - Google Patents

一种电-气耦合多能流网络状态估计方法 Download PDF

Info

Publication number
CN105958531B
CN105958531B CN201610364751.0A CN201610364751A CN105958531B CN 105958531 B CN105958531 B CN 105958531B CN 201610364751 A CN201610364751 A CN 201610364751A CN 105958531 B CN105958531 B CN 105958531B
Authority
CN
China
Prior art keywords
gas
electric
node
net
compressor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610364751.0A
Other languages
English (en)
Other versions
CN105958531A (zh
Inventor
孙宏斌
郭庆来
王彬
董今妮
潘昭光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201610364751.0A priority Critical patent/CN105958531B/zh
Publication of CN105958531A publication Critical patent/CN105958531A/zh
Application granted granted Critical
Publication of CN105958531B publication Critical patent/CN105958531B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06Controlling transfer of power between connected networks; Controlling sharing of load between connected networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Feedback Control In General (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种电‑气耦合多能流网络估计方法,属于综合能源系统的运行和控制技术领域。本方法弥补了气网在状态估计方面的空白,形成了一种考虑电网和气网间耦合关系的电‑气耦合多能流状态估计。与单独状态估计相比,本方法有利于提高网络的估计效果,尤其在电‑气耦合多能流网络端口量测不准确的情况下,本方法具有明显的优越性。目前气网的自动化水平尚且不能满足本方法的需求,本方法的应用需要在气网安装更多的量测设施。成功在电‑气耦合多能流网络应用本方法后,可以得到精度更高的全局一致基态潮流解,为后续的电‑气耦合多能流网络在线安全评估、优化调度打下基础。

Description

一种电-气耦合多能流网络状态估计方法
技术领域
本发明涉及一种电‐气耦合多能流网络估计方法,属于综合能源系统的运行和控制技术领域。
背景技术
由于燃气发电机的成本较低,对环境的影响较小,燃气站的建造周期较短等优势,在世界范围内,天然气应用中用于发电的比例逐渐上升,在电力系统能源供给中也占据了越来越重要的地位,因此,电力网络与天然气网络之间的耦合程度逐渐加深,相互之间的影响与依赖性也愈来愈强。鉴于能源资源条件的限制,我国的能源消费结构在未来相当长的一段时间内仍然以煤炭为主,但是环境保护及可持续发展战略都要求我国必须加快改善能源结构的步伐。在一次能源消费结构中,提高天然气等可再生的清洁能源的比重,而降低煤炭的比重。
目前,对于电-气耦合多能流网络的建模和潮流计算已经有了一系列的研究成果。然而,由于气网自动化水平低,实现像电网一样自动化运行还有很长一段距离。为实现电-气耦合多能流网络的自动化,状态估计是一项基础技术,而气网在状态估计方面的研究还非常空白。
状态估计可以充分利用系统的量测冗余,更准确地了解网络的运行状态,是系统运行中的基础部分。在电力系统中,很早就已经引入了状态估计,目前有关电力系统状态估计的研究已趋于成熟,不论是计算速度还是坏数据辨识等方面都有相应的解决措施。对电-气耦合多能流网络引入电-气联合状态估计,可以得到精度更高的全局一致基态潮流解,为后续的电-气耦合多能流网络在线安全评估、优化调度打下基础。
发明内容
本发明的目的是提出一种电‐气耦合多能流网络估计方法,弥补现有领域研究的空白,实现对电-气耦合多能流网络运行状态更准确的监控,得到的全局一致基态潮流解,为后续的电-气耦合多能流网络在线安全评估、优化调度打下基础。
本发明提出的电‐气耦合多能流网络估计方法,包括以下步骤:
(1)建立一个电-气耦合多能流状态估计的目标函数,如下:
其中:ze为电网量测值,包括电‐气耦合多能流网络的电网中第i个节点的电压幅值Vi、有功功率Pi和无功功率Qi以及电网第i个节点和第j个节点间支路ij的有功功率Pij和无功功率Qij,上述电网量测值从电‐气耦合多能流网络的电网的数据采集与监视控制系统中采集;zg为气网量测值,包括电‐气耦合多能流网络的气网中第k个节点的压强pk和注出流量Lk以及气网中第k个节点和第l个节点间管道kl的流量fkl,上述气网量测值从电‐气耦合多能流网络的气网的数据采集与监视控制系统中采集;xe为电网状态量,xe=[Vi θi]T,Vi、θi分别为电网第i个节点的电压幅值和相角,xg为气网状态量,xg=[pk]T,pk为气网第k个节点的压强,R为量测值的协方差矩阵,T为矩阵转置,he为电网潮流计算方程:
上述电网潮流计算方程中,Gij为电网节点导纳矩阵Y第i行、第j列元素的实部,Bij为电网节点导纳矩阵Y第i行、第j列元素的虚部,电网节点导纳矩阵Y从电网调度中心获取;bc为电网支路的等效对地电纳,从电网调度中心获取,
hg为气网潮流计算方程:
上述气网潮流计算方程中,Dkl为第k个节点和第l个节点之间管道kl的管道直径,Lkl为第k个节点和第l个节点之间管道kl的管道长度,γG为天然气比重,Ta为天然气平均温度,Tn为天然气标准状态下的温度,取值为288开尔文,pn为天然气标准状态下的压力,pn的取值为0.1Mpa,Zg为天然气平均可压缩系数,Zg的取值范围为0~1,F为管道内壁的摩擦系数,Re为雷诺数,Re的取值范围在3500以上,Ef为管道的效率系数,Ef的取值为0.92,当 时,气网潮流计算方程中的sgnp(pk,pl)=1,当时,气网潮流计算方程中的sgnp(pk,pl)=-1;
(2)建立电‐气耦合多能流网络状态估计的约束条件,包括:
(2‐1)电‐气耦合多能流网络中气网的压缩机耗能约束:
其中:pf、pt分别为气网中压缩机的首端节点和末端节点的压强,BHP为压缩机的能耗,压缩机耗能由电动机或燃气轮机提供,为压缩机的入口流量,ηc为压缩机的总效率,取值范围为0~1,ck为该压缩机的多变系数,与压缩机中的气体压缩过程有关,取值范围为1.2~1.5;
若由电动机提供气网中的压缩机耗能,则电动机消耗电‐气耦合多能流网络中电网节点的有功功率满足以下关系:
Pcomp=KcompBHP
其中:Pcomp为电动机消耗电网节点的有功功率,Kcomp为压缩机电能消耗系数,由压缩机的出厂说明书获得;
若由燃气轮机提供气网中的压缩机耗能,则将该约束放入步骤(1)中气网潮流计算方程中,燃气轮机消耗电‐气耦合多能流网络中气网节点的燃气满足以下关系:
fC=αCCBHP+γC(BHP)2
其中:fC为燃气轮机消耗气网节点的燃气,αC、βC和γC分别为气网中压缩机的气体消耗系数,由压缩机的出厂说明书获得;
(2‐2)电‐气耦合多能流网络中的燃气轮机约束:
其中,fTur为燃气轮机的燃气流量,PTur为燃气轮机的有功功率输出,C1、C2和C3分别为燃气轮机的燃气系数,由燃气轮机的出厂说明书获取;
(3)利用拉格朗日乘子法将步骤(2)中的约束条件和步骤(1)中的目标函数构成一个拉格朗日函数,拉格朗日函数的构造方法已在数学界的最优化理论中有了详细说明,利用牛顿‐拉夫逊法,求解该拉格朗日函数,得到电‐气耦合多能流网络状态估计的结果。
本发明提出的电-气耦合多能流网络状态估计方法,其特点和效果是:本方法弥补了气网在状态估计方面的空白,形成了一种考虑电网和气网间耦合关系的电-气耦合多能流状态估计。与单独状态估计相比,本方法有利于提高网络的估计效果,尤其在电-气耦合多能流网络端口量测不准确的情况下,本方法具有明显的优越性。目前气网的自动化水平尚且不能满足本方法的需求,本方法的应用需要在气网安装更多的量测设施。成功在电-气耦合多能流网络应用本方法后,可以得到精度更高的全局一致基态潮流解,为后续的电-气耦合多能流网络在线安全评估、优化调度打下基础。
具体实施方式
本发明提出的电‐气耦合多能流网络估计方法,包括以下步骤:
(1)建立一个电-气耦合多能流状态估计的目标函数,如下:
其中:ze为电网量测值,包括电‐气耦合多能流网络的电网中第i个节点的电压幅值Vi、有功功率Pi和无功功率Qi以及电网第i个节点和第j个节点间支路ij的有功功率Pij和无功功率Qij,上述电网量测值从电‐气耦合多能流网络的电网的数据采集与监视控制系统中采集;zg为气网量测值,包括电‐气耦合多能流网络的气网中第k个节点的压强pk和注出流量Lk以及气网中第k个节点和第l个节点间管道kl的流量fkl,上述气网量测值从电‐气耦合多能流网络的气网的数据采集与监视控制系统中采集;xe为电网状态量,xe=[Vi θi]T,Vi、θi分别为电网第i个节点的电压幅值和相角,xg为气网状态量,xg=[pk]T,pk为气网第k个节点的压强,R为量测值的协方差矩阵,T为矩阵转置,he为 电网潮流计算方程:
上述电网潮流计算方程中,Gij为电网节点导纳矩阵Y第i行、第j列元素的实部,Bij为电网节点导纳矩阵Y第i行、第j列元素的虚部,电网节点导纳矩阵Y从电网调度中心获取;bc为电网支路的等效对地电纳,从电网调度中心获取,
hg为气网潮流计算方程:
上述气网潮流计算方程中,Dkl为第k个节点和第l个节点之间管道kl的管道直径,Lkl为第k个节点和第l个节点之间管道kl的管道长度,γG为天然气比重,Ta为天然气平均温度,Tn为天然气标准状态下的温度,取值为288开尔文,pn为天然气标准状态下的压力,pn的取值为0.1Mpa,Zg为天然气平均可压缩系数,Zg的取值范围为0~1,F为管道内壁的摩擦系数,Re为雷诺数,Re的取值范围在3500以上,Ef为管道的效率系数,Ef的取值为0.92,当 时,气网潮流计算方程中的sgnp(pk,pl)=1,当时,气网潮流计算方程中的sgnp(pk,pl)=-1;
(2)建立电‐气耦合多能流网络状态估计的约束条件,包括:
(2‐1)电‐气耦合多能流网络中气网的压缩机耗能约束:
其中:pf、pt分别为气网中压缩机的首端节点和末端节点的压强,BHP为压缩机的能耗,压缩机耗能由电动机或燃气轮机提供,为压缩机的入口流量,ηc为压缩机的总效率,取值范围为0~1,ck为该压缩机的多变系数,与压缩机中的气体压缩过程有关,取值范围为1.2~1.5;
若由电动机提供气网中的压缩机耗能,则电动机消耗电‐气耦合多能流网络中电网节点的有功功率满足以下关系:
Pcomp=KcompBHP
其中:Pcomp为电动机消耗电网节点的有功功率,Kcomp为压缩机电能消耗系数,由压缩机的出厂说明书获得;
若由燃气轮机提供气网中的压缩机耗能,则将该约束放入步骤(1)中气网潮流计算方程中,燃气轮机消耗电‐气耦合多能流网络中气网节点的燃气满足以下关系:
fC=αCCBHP+γC(BHP)2
其中:fC为燃气轮机消耗气网节点的燃气,αC、βC和γC分别为气网中压缩机的气体消耗系数,由压缩机的出厂说明书获得;
(2‐2)电‐气耦合多能流网络中的燃气轮机约束:
其中,fTur为燃气轮机的燃气流量,PTur为燃气轮机的有功功率输出,C1、C2和C3分别为燃气轮机的燃气系数,由燃气轮机的出厂说明书获取;
(3)利用拉格朗日乘子法将步骤(2)中的约束条件和步骤(1)中的目标函数构成一个拉格朗日函数,拉格朗日函数的构造方法已在数学界的最优化理论中有了详细说明,利用牛顿‐拉夫逊法,求解该拉格朗日函数,得到电‐气耦合多能流网络状态估计的结果。

Claims (1)

1.一种电‐气耦合多能流网络状态估计方法,其特征在于该方法包括以下步骤:
(1)建立一个电-气耦合多能流状态估计的目标函数,如下:
其中:ze为电网量测值,包括电‐气耦合多能流网络的电网中第i个节点的电压幅值Vi、有功功率Pi和无功功率Qi以及电网第i个节点和第j个节点间支路ij的有功功率Pij和无功功率Qij,上述电网量测值从电‐气耦合多能流网络的电网的数据采集与监视控制系统中采集;zg为气网量测值,包括电‐气耦合多能流网络的气网中第k个节点的压强pk和注出流量Lk以及气网中第k个节点和第l个节点间管道kl的流量fkl,上述气网量测值从电‐气耦合多能流网络的气网的数据采集与监视控制系统中采集;xe为电网状态量,xe=[Vi θi]T,Vi、θi分别为电网第i个节点的电压幅值和相角,xg为气网状态量,xg=[pk]T,pk为气网第k个节点的压强,R为量测值的协方差矩阵,T为矩阵转置,he为电网潮流计算方程:
上述电网潮流计算方程中,Gij为电网节点导纳矩阵Y第i行、第j列元素的实部,Bij为电网节点导纳矩阵Y第i行、第j列元素的虚部,电网节点导纳矩阵Y从电网调度中心获取;bc为电网支路的等效对地电纳,从电网调度中心获取,
hg为气网潮流计算方程:
上述气网潮流计算方程中,Dkl为第k个节点和第l个节点之间管道kl的管道直径,Lkl为第k个节点和第l个节点之间管道kl的管道长度,γG为天然气比重,Ta为天然气平均温度,Tn为天然气标准状态下的温度,取值为288开尔文,pn为天然气标准状态下的压力,pn的取值为0.1Mpa,Zg为天然气平均可压缩系数,Zg的取值范围为0~1,F为管道内壁的摩擦系数,Re为雷诺数,Re的取值范围在3500以上,Ef为管道的效率系数,Ef的取值为0.92,当时,气网潮流计算方程中的sgnp(pk,pl)=1,当时,气网潮流计算方程中的sgnp(pk,pl)=-1;
(2)建立电‐气耦合多能流网络状态估计的约束条件,包括:
(2‐1)电‐气耦合多能流网络中气网的压缩机耗能约束:
其中:pf、pt分别为气网中压缩机的首端节点和末端节点的压强,BHP为压缩机的能耗,压缩机耗能由电动机或燃气轮机提供,为压缩机的入口流量,ηc为压缩机的总效率,取值范围为0~1,ck为该压缩机的多变系数,与压缩机中的气体压缩过程有关,取值范围为1.2~1.5;
若由电动机提供气网中的压缩机耗能,则电动机消耗电‐气耦合多能流网络中电网节点的有功功率满足以下关系:
Pcomp=KcompBHP
其中:Pcomp为电动机消耗电网节点的有功功率,Kcomp为压缩机电能消耗系数,由压缩机的出厂说明书获得;
若由燃气轮机提供气网中的压缩机耗能,则将该约束放入步骤(1)中气网潮流计算方程中,燃气轮机消耗电‐气耦合多能流网络中气网节点的燃气满足以下关系:
fC=αCCBHP+γC(BHP)2
其中:fC为燃气轮机消耗气网节点的燃气,αC、βC和γC分别为气网中压缩机的气体消耗系数,由压缩机的出厂说明书获得;
(2‐2)电‐气耦合多能流网络中的燃气轮机约束:
其中,fTur为燃气轮机的燃气流量,PTur为燃气轮机的有功功率输出,C1、C2和C3分别为燃气轮机的燃气系数,由燃气轮机的出厂说明书获取;
(3)利用拉格朗日乘子法将步骤(2)中的约束条件和步骤(1)中的目标函数构成一个拉格朗日函数,拉格朗日函数的构造方法已在数学界的最优化理论中有了详细说明,利用牛顿‐拉夫逊法,求解该拉格朗日函数,得到电‐气耦合多能流网络状态估计的结果。
CN201610364751.0A 2016-05-27 2016-05-27 一种电-气耦合多能流网络状态估计方法 Active CN105958531B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610364751.0A CN105958531B (zh) 2016-05-27 2016-05-27 一种电-气耦合多能流网络状态估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610364751.0A CN105958531B (zh) 2016-05-27 2016-05-27 一种电-气耦合多能流网络状态估计方法

Publications (2)

Publication Number Publication Date
CN105958531A CN105958531A (zh) 2016-09-21
CN105958531B true CN105958531B (zh) 2018-10-19

Family

ID=56910057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610364751.0A Active CN105958531B (zh) 2016-05-27 2016-05-27 一种电-气耦合多能流网络状态估计方法

Country Status (1)

Country Link
CN (1) CN105958531B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106786766B (zh) * 2017-01-19 2019-06-14 大连理工大学 一种基于p2g技术的提高风电最大并网容量的方法
CN107563674B (zh) * 2017-10-09 2020-07-10 清华大学 一种考虑管道动态特性的电-热耦合系统状态估计方法
CN107732983A (zh) * 2017-10-22 2018-02-23 清华大学 一种电‑热耦合多能流系统的日内滚动调度方法
CN112039750A (zh) * 2020-09-01 2020-12-04 四川大学 一种基于综合能源系统的电气联合系统网络状态预估方法
CN115036923B (zh) * 2022-08-12 2022-10-25 南京邮电大学 一种考虑多能流时序的电-气综合能源系统状态估计方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105046369B (zh) * 2015-08-13 2019-04-30 河海大学 一种基于能源中心的电气混联系统建模和优化调度方法

Also Published As

Publication number Publication date
CN105958531A (zh) 2016-09-21

Similar Documents

Publication Publication Date Title
CN105958531B (zh) 一种电-气耦合多能流网络状态估计方法
CN106022624B (zh) 一种电-热耦合多能流网络状态估计方法
CN108667007B (zh) 计及电-气耦合系统约束的电压稳定裕度计算方法
WO2016037303A1 (zh) 一种新能源发电在线接纳能力评估方法
CN106096269B (zh) 一种电-气耦合系统中天然气网的区间潮流计算方法
CN104734155B (zh) 一种获取电‑气互联能源系统可用输电能力的方法
Chen et al. A novel vertical axis water turbine for power generation from water pipelines
CN113746144B (zh) 一种源网荷实时交互的电碳控制方法及其智能管理系统
CN109494809B (zh) 包含电转气装置的电-气互联系统及运行方法
Tande et al. Operational implications of wind power in a hydro based power system
CN103324829B (zh) 基于标杆光伏组件的大型光伏发电基地弃光电量评估方法
CN106547945B (zh) 一种应用于三联供区域供能系统的能效测试方法
CN109523076A (zh) 一种储能参与下的综合能源系统日前稳态优化分析方法
CN109492325A (zh) 一种基于扩展能源集线器的多能耦合系统潮流分析方法
CN105736253A (zh) 基于风速和功率判断风机状态及计算能量利用率的方法
CN104408563A (zh) 一种风电供暖的区域规划方法
CN110443467A (zh) 一种区域综合能源系统太阳能消纳能力评估方法
WO2019075872A1 (zh) 一种电-热耦合多能流系统的日内滚动调度方法
CN110232217A (zh) 一种综合能源配电系统运行域建模方法
CN111738498A (zh) 一种综合能源系统鲁棒规划方法及系统
CN104485672B (zh) 适用于微网的光伏逆变组群的自平衡控制方法及系统
CN104484772B (zh) 电量计划的可行性校验方法和系统
CN105610199B (zh) 考虑网架约束的风光配比确定方法及其装置
CN108039728B (zh) 提升电网清洁能源消纳能力的实时调度方法
Liu et al. Research on the optimal dispatch of wind power consumption based on combined heat and power with thermal energy storage

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant