CN108494021B - 电-热-气综合能源系统的稳定评估与静态控制方法 - Google Patents

电-热-气综合能源系统的稳定评估与静态控制方法 Download PDF

Info

Publication number
CN108494021B
CN108494021B CN201810357954.6A CN201810357954A CN108494021B CN 108494021 B CN108494021 B CN 108494021B CN 201810357954 A CN201810357954 A CN 201810357954A CN 108494021 B CN108494021 B CN 108494021B
Authority
CN
China
Prior art keywords
data
load
gas
equal
power
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
CN201810357954.6A
Other languages
English (en)
Other versions
CN108494021A (zh
Inventor
孙秋野
余雪
张化光
马大中
刘振伟
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.)
Northeastern University China
Original Assignee
Northeastern University China
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 Northeastern University China filed Critical Northeastern University China
Priority to CN201810357954.6A priority Critical patent/CN108494021B/zh
Priority to PCT/CN2018/088349 priority patent/WO2019200662A1/zh
Priority to EP18893334.5A priority patent/EP3582359A4/en
Publication of CN108494021A publication Critical patent/CN108494021A/zh
Application granted granted Critical
Publication of CN108494021B publication Critical patent/CN108494021B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种电‑热‑气综合能源系统的稳定评估与静态控制方法，涉及综合能源系统技术领域。该方法包括：S1、采用数据驱动和机理驱动相结合的方法对电‑热‑气综合能源系统进行建模；S2、异常数据的筛选和关联辨识；S3、稳定评估方法，以能量流的潮流求解和负荷削减量、弃风量计算为重点，以能流是否越限为评判标准，定义稳定性指标的计算公式，并据此给出系统稳定评估标准对照表；S4、静态控制，一种是子系统独立解决问题，另一种是多系统协调解决问题。本发明基于数据驱动和机理驱动相结合所建立的综合能源系统模型，实现对负荷变化情况的预测及对系统异常数据的双重辨识，能更准确合理地对系统进行稳定评估和静态控制。

Description

电-热-气综合能源系统的稳定评估与静态控制方法
技术领域
本发明涉及综合能源系统技术领域，尤其涉及一种电-热-气综合能源系统的稳定评估与静态控制方法。
背景技术
目前人类正面临着多项全球性挑战，如环境污染，全球变暖，石油危机等，传统电网已经无法满足现代的能源需求，因此，能源互联网的概念被提出，并由此衍生出综合能源系统的概念。综合能源系统就是以电力系统为核心，通过对电、气、热等各类能源的分配、转化、存储、消费等环节进行有机协调和优化，实现对可再生能源的充分利用的系统。
现阶段关于综合能源系统的建模大多集中于独立的能源系统，忽略了能源系统之间的耦合关系，没有考虑负荷的不确定性，不能够全面地描述不同系统、环节之间能量流通的情况，以及负荷变化给系统带来的影响，因此构建的模型具有一定的局限性。
而且，现阶段的综合能源系统稳定性的评估方法大部分是用聚类算法来判别异常数据，有时候单凭聚类算法是不能够准确判别异常数据，这时应充分利用不同能源系统之间的耦合关系加以判别。
同时，现阶段的综合能源系统稳定性的评估方法几乎没有给出具体的评估指标和一套具体可行的评估方法。
此外，现阶段综合能源系统的静态控制策略大多集中于独立的能源系统，没有采用在子系统不能单独解决问题的时候多系统协调解决的思想，也没有考虑解决问题的代价是否有限的这一实际情况，可行性和综合性存在一定的问题。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足，提供一种电-热-气综合能源系统的稳定评估与静态控制方法，给出了一套具体可行的稳定评估方法，在此基础上，两种静态控制策略能对出现异常的系统进行有效合理地控制。
为解决上述技术问题，本发明所采取的技术方案是：一种电-热-气综合能源系统的稳定评估与静态控制方法，包括以下步骤：
S1、根据现场数据或历史数据构建数据库，利用数据驱动来预测负荷的变化，进而对电-热-气综合能源系统进行建模，即采用数据驱动和机理驱动相结合的方法对电-热-气综合能源系统进行建模；
S2、进行异常数据的辨识，利用改进的GSA算法对异常数据进行筛选，并根据电-热-气综合能源系统耦合特性对异常数据进行关联辨识；
S3、进行稳定评估，包括以下步骤：
S3.1读取综合能源系统的初始状态参数，抽样次数k'＝1，能流越限次数m'＝0，第m'次能流越限的大小Am'＝0；
S3.2、从预想事故集中随机选择一个扰动，引入扰动；
S3.3、利用非时序蒙特卡洛模拟法对系统元件状态、电/热/气负荷、风速对应的随机变量进行抽样，获取系统状态；
S3.4、对电-热-气互联系统进行拓扑分析，分析系统的节点由支路和耦合元件连接成多少子系统；
S3.5、对拓扑分析后得到的系统根据所建能流模型进行计算；
电力-热力-天然气系统能流模型如下：
Figure GDA0002923382510000021
式中，fEPS、fNGS、fDHS、fHES分别表示区域电力系统、区域天然气系统、区域热力系统、能源耦合环节的能量流方程；xe表示区域电力系统能量流相关变量，xg表示区域天然气系统能量流相关变量，xh表示区域热力系统能量流相关变量，xHES表示能源耦合环节能量流相关变量；
在步骤S1所建立的综合能源系统模型的基础上，采用解耦求解方法对能量流进行综合求解，其中，电力系统采用前推回代法进行潮流求解，天然气系统采用牛顿拉夫逊法进行潮流求解，热力系统采用能量流求解方法进行潮流求解；
S3.6、根据能流模型计算结果判断是否出现能流越限，如果出现能流越限，则越限次数m'加1，记录此次越限大小Am'和越限时间tm'，执行步骤S3.7，如果未出现能流越限，则直接执行步骤S3.8；
S3.7、对存在问题的系统状态，建立由非线性优化问题构成的优化模型，利用该优化模型进行电负荷、气负荷、热负荷削减量和弃风量计算，采用内点法对该优化模型进行有效求解；
S3.8、判断抽样次数k'是否等于最大抽样次数，如果等于，则计算稳定性指标，输出稳定性评估结果，如果不等于，则重复步骤S3.2-S3.6；
S4、根据稳态评估结果，对电-热-气综合能源系统进行静态控制，所述静态控制的策略分为两种，其中一种是子系统独立解决问题，另外一种是多系统协调解决问题；多系统协调解决问题采用多智体协同工作的思想，根据具体情况对电-热-气综合能源系统加以协调控制，当控制一个子系统不能使系统回到正常运行的状态时，控制多个系统通过子系统之间的紧密耦合关系使回到正常运行的状态；所述两种策略最终都有两种输出结果，分别为执行解决方案并记录报告和报警，判断输出哪种结果的标准为能否以有限代价解决问题。
所述步骤S1中利用数据驱动来预测负荷的变化进一步包括以下步骤：
S1.1、采集现场数据构建数据库，当现场数据不合要求时利用历史数据构建数据库；
S1.2、令X∈RM'×d'，利用上下截断点，根据式(1)来剔除野点得到有效数据集合X∈Ω；
Figure GDA0002923382510000031
式中，RM'×d'表示原始的历史数据空间，X表示历史数据向量，Mqj表示X中第j个变量的q分位数，d'表示数据向量的维数，M'表示原始的数据向量个数，Ω表示处理之后的历史数据空间，d表示数据空间Ω的维度，M表示数据空间Ω的数据向量个数，i表示数据向量的序号，1≤i≤M，j表示数据向量的维度序号，1≤j≤d，xij表示第i个数据记录中第j个变量的数值，Q表示子空间的数量；
S1.3、假设按照每一维度将Ω划分成qj个子集，Xi每一维度的最大值和最小值分别为
Figure GDA0002923382510000032
和
Figure GDA0002923382510000033
则
Figure GDA0002923382510000034
由此确定子空间个数q1、q2、…、qj；
S1.4、确定超立方体边界：用LUjt和LDjt分别表示第j维度上的第t(2≤t≤qj)个子空间的上边界和下边界，则
Figure GDA0002923382510000035
S1.5、自适应改变空间深度：子空间划分时，由最少的空间个数开始划分，并计算划分后每个子空间中数据点的数量Pi，i＝1,2,…,q1或q2或…或qj，即第q1个子空间中数据点的数量为Pi，其中i＝1,2,...,q1，第qj个子空间中数据点的数量Pi，其中i＝1,2,...,qj；统计Pi＝0的数量，当其小于给定值ε时，说明子空间划分的不够细致，应增加空间划分的深度，因此增加qj的数值继续深入划分空间，直到空间的数量达到ε时停止；
S1.6、合并子空间：划分空间后，如果部分空间中只有一个数据，则计算该数据与其相邻空间内数据的欧式距离的均值，并将该数据空间与均值最小的数据空间合并，最终确定q1个子空间；
S1.7、在q1个子空间中，依次使用非线性迭代偏最小二乘方法进行回归建模，得到所有子空间的回归模型；
S1.8、输出结果，更新数据库。
所述步骤S1.7中的回归建模进一步包括以下步骤：
S1.7.1、定义数据的边界s，当j≤s时，xij为输入数据，即自变量，令自变量矩阵为Xt；当j＞s时，xij为输出数据，即因变量，令因变量矩阵为Yt；计算Xt的得分向量t1及载荷向量p'，计算Yt的得分向量u及载荷向量q'；
S1.7.2、计算Xt和Yt矩阵的残差，Xt矩阵的残差为E＝Xt-t1 p'，Yt矩阵的残差为F＝Yt-uq'；
S1.7.3、计算预测误差平方和SPRESS，当其小于预期精度时，继续选择矩阵的主元进行迭代计算；当其大于预期精度时，则表明已经得到了最佳的主元数目，可得到Xt与Yt矩阵的关系表达式，从而得到该子空间上的回归模型Yt＝Ft(Xt)；
S1.7.4、继续计算下一子空间的回归模型，依次得到所有子空间的回归模型。
所述步骤S1中采用数据驱动和机理驱动相结合的方法对综合能源系统进行建模进一步包括：
利用数据驱动预测电力系统负荷的变化：
电力系统机理模型如下：
Figure GDA0002923382510000041
式中，Pi p和Qi p分别为i节点p相的有功净负荷、无功净负荷，N为节点总数，Vi p为i节点p相的电压，Vk m为k节点m相的电压，θik pm为i与k节点的p相与m相相角差，Gik pm和Bik pm分别为i与k节点的p相与m相之间的电导和电纳；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与电力系统机理模型联系起来，则应满足
Figure GDA0002923382510000051
利用数据驱动预测天然气系统负荷的变化：
天然气系统机理模型如下：
ANGSf+ω＝0
Figure GDA0002923382510000052
式中，ANGS是区域天然气系统中节点和管道的关联矩阵，f是是区域天然气系统中天然气管道流量向量，ω为区域天然气系统中节点净负荷向量，Qpipe是管道体积流量，Δp是气体压力降，D是管道的直径，fr是管道壁的摩擦系数，L是管道的长度，S是气体的比重；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与天然气系统机理模型联系起来，则应满足Yt＝Ft(Xt)＝ω；
利用数据驱动预测热力系统负荷的变化：
热力系统机理模型如下：
水力模型：
Figure GDA0002923382510000053
热力模型：
Figure GDA0002923382510000054
式中，ADHS是区域热力系统中节点和管道的关联矩阵，
Figure GDA0002923382510000055
是管道的水流质量流率，
Figure GDA0002923382510000056
是节点的注入水流质量流率，i1为回路标号，j1为管道标号，BDHS是回路关联矩阵，表征网络回路与管道间之间关系，K是管道中的阻抗系数；φ为热负荷所消耗的热功率，Cp为水的比热容，Ts为从热网进入各热负荷节点时的供水温度，To为各热负荷节点出水温度，To为已知量，Tstart指水流进入管道时的温度，Tend指其从管道流出时的温度，Ta指外界环境温度，λ是管道的热传导系数，L是管道的长度，
Figure GDA0002923382510000061
是出水管道质量流率，
Figure GDA0002923382510000062
是进水管道质量流率，Tout是出水管道温度，Tin是进水管道温度；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与热力系统机理模型联系起来，则应满足Yt＝Ft(Xt)＝φ；
利用数据驱动预测能源耦合环节负荷的变化：
能源耦合环节机理模型如下：
L1＝CP
式中，P和L1分别是能源耦合环节的输入和输出向量，C为耦合矩阵；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与能源耦合环节机理模型联系起来，则应满足Yt＝Ft(Xt)＝|L1|。
所述步骤S2中利用改进的GSA算法对异常数据进行筛选和根据电-热-气系统耦合特性对异常数据进行关联辨识进一步包括以下步骤：
S2.1、利用改进的GSA算法对异常数据进行筛选，具体包括以下步骤：
S2.1.1、利用神经网络对综合能源系统的量测数据进行数值归一化预处理，得到误差的平方；
S2.1.2、对输入数据进行聚类，计算聚类离散度
Figure GDA0002923382510000063
式中，|Ca|表示聚类Ca所包含的数据点的个数，Da表示聚类Ca内所有数据点两两之间的距离的平方和；
S2.1.3、计算k1个聚类个数下，与量测数据相应的参考数据的
Figure GDA0002923382510000064
的期望
Figure GDA0002923382510000065
Figure GDA0002923382510000066
式中，F为利用数据的正常范围按均匀分布生成参考数据集的组数；
S2.1.4、计算聚类个数k1对应的间隙统计量值Gap(k1)，具体计算公式为
Figure GDA0002923382510000067
Figure GDA0002923382510000068
的标准差
Figure GDA0002923382510000069
和
Figure GDA00029233825100000610
的标准差
Figure GDA00029233825100000611
计算为：
Figure GDA0002923382510000071
Figure GDA0002923382510000072
S2.1.5、满足不等式
Figure GDA0002923382510000073
的最小的k1值，即为最佳聚类个数；
S2.1.6、根据k1是否等于1判断输入数据中是否存在异常数据，如果k1等于1，则输入数据中不存在异常数据；否则，输入数据中存在异常数据；
S2.2、输入步骤S2.1中筛选的异常数据，根据电-热-气综合能源系统耦合特性对异常数据进行关联辨识；
S2.2.1、分别获取电力系统、热力系统和天然气系统的实时量测数据；
S2.2.2、按式(2)分别计算电力系统、热力系统和天然气系统的实时量测数据的变化率Δe、Δh、Δg：
Figure GDA0002923382510000074
S2.2.3、根据获取的电力系统、热力系统和天然气系统的数据来初步判断异常数据属于电力系统、热力系统还是天然气系统；
S2.2.4、针对初步判定为各系统的异常数据，根据式(3)、式(4)和式(5)所示的三个不等式来最终判断是哪个系统存在异常数据：
|Δe-Δh|≤2％ (3)
|Δh-Δg|≤2％ (4)
|Δe-Δg|≤2％ (5)
如果初步判定异常数据属于电力系统，则首先判断|Δe-Δh|≤2％是否成立，如果|Δe-Δh|≤2％成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％也成立，则没有系统数据异常，如果|Δh-Δg|≤2％不成立，则天然气系统数据异常；如果|Δe-Δh|≤2％不成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％成立，则热力系统数据异常，如果|Δh-Δg|≤2％也不成立，则电力系统数据异常；
如果初步判定异常数据属于热力系统，则首先判断|Δe-Δh|≤2％是否成立，如果|Δe-Δh|≤2％成立，再判断|Δe-Δg|≤2％是否成立，如果|Δe-Δg|≤2％也成立，则没有系统数据异常，如果|Δe-Δg|≤2％不成立，则天然气系统数据异常；如果|Δe-Δh|≤2％不成立，再判断|Δe-Δg|≤2％是否成立，如果|Δe-Δg|≤2％成立，则电力系统数据异常，如果|Δe-Δg|≤2％也不成立，则热力系统数据异常；
如果初步判定异常数据属于天然气系统，则首先判断|Δe-Δg|≤2％是否成立，如果|Δe-Δg|≤2％成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％也成立，则没有系统数据异常，如果|Δh-Δg|≤2％不成立，则热力系统数据异常；如果|Δe-Δg|≤2％不成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％成立，则电力系统数据异常，如果|Δh-Δg|≤2％也不成立，则天然气系统数据异常。
所述步骤S3.5中的牛顿拉夫逊法的迭代过程为：
Figure GDA0002923382510000081
式中，第一个等式为电力-热力-天然气系统流体部分方程，包括天然气系统能量流方程和热力系统水力方程，
Figure GDA0002923382510000082
为电力-热力-天然气系统流体部分待求变量，包括天然气系统能量流模型和热力系统水力模型中相关变量，
Figure GDA0002923382510000083
为牛顿拉夫逊法第kn次迭代时的雅可比矩阵，
Figure GDA0002923382510000084
为此时的修正向量；
Figure GDA0002923382510000085
为牛顿拉夫逊法迭代的误差向量，其中，
Figure GDA0002923382510000086
为电力-热力-天然气系统流体部分在牛顿拉夫逊法中的误差向量，ffluid1,ffluid2,...,ffluidn为电力-热力-天然气系统流体部分方程对应的n个误差向量，
Figure GDA0002923382510000087
为
Figure GDA0002923382510000088
在电-气-热系统中的细化形式，代表电力、天然气、和热力系统中的n个待求量。
所述步骤S3.5中的热力系统能量流求解方法具体包括：
采用牛顿拉夫逊法对水力模型进行求解，根据求得的各管道的水流质量流率，求解热力模型，求得供回水温度，判断热力系统能流计算结果是否满足运行约束与精度要求，如果满足，则输出计算结果，如果不满足，则重复上述过程；
所述运行约束包括等式约束和不等式约束，以电力系统有功平衡方程和无功平衡方程、天然气系统流量平衡方程、热力系统流量平衡方程作为等式约束，如下五式所示：
PG,e+PGAS,e+PCHP,e+PW,e+Ce,x-PDEV,e-ΔPW,e-PD,e-Pe＝0,e＝1,2,...,Ne
Figure GDA0002923382510000091
FG,g+FDEV,g+Cg,y-FGAS,g-FCHP,g-FD,g-Fg＝0,g＝1,2,...,Ng
Figure GDA0002923382510000092
Figure GDA0002923382510000093
式中，PG,e、PGAS,e、PCHP,e和QG,e、QGAS,e、QCHP,e分别为电力系统节点e的非燃气常规机组、燃气发电机组、燃气热电联产机组的有功出力和无功出力；PD,e、QD,e和Pe、Qe分别为电力系统节点e的有功、无功负荷和注入有功、无功功率；PW,e、QW,e和ΔPW,e分别为电力系统节点e的风电场有功、无功功率和弃风功率；QC,e、PDEV,e分别为电力系统节点e的无功补偿功率和装置消耗电功率；Ce,x为电负荷节点x的负荷削减变量；FGAS,g、FCHP,g、FDEV,g分别为天然气系统节点g的燃气发电机组、燃气热电联产机组的消耗气流和装置的注入气流；FG,g、FD,g、Fg分别为天然气系统节点g的气源注入气流、气负荷和节点注入气流；Cg,y为气负荷节点g的负荷削减变量；GHV为天然气高热值；fCHP,h、fDEV,h分别为热力系统节点h的燃气热电联产机组的产生的水流和装置的注入的水流；fG,h、fD,h、fh分别为热力系统节点h的热源注入水流、热负荷和节点注入水流；Ch,z为热负荷节点z的负荷削减变量；Ne、Ng、Nh分别为电力系统节点、天然气系统和热力系统节点的总数；PCHP,z、HCHP,z、νCHP,z分别为燃气热电联产机组z的有功出力、热负荷和热电比；Nb为燃气热电联产机组的总数；
不等式约束包括：电负荷、气负荷、热负荷削减变量和弃风变量的上下限约束；燃气机组的运行约束；天然气系统节点气压约束、气源注气量约束、压缩机压缩比约束；电力系统节点电压约束、非燃气常规机组出力约束、线路功率约束，不等式约束具体如下：
0≤Ce,x≤PD,e,x＝1,2,…,Nd
Figure GDA0002923382510000101
0≤Ch,z≤HCHP,z,z＝1,2,...,Nb
0≤ΔPW,v≤PW,v,v＝1,2,...,Nw
Figure GDA0002923382510000102
Figure GDA0002923382510000103
Figure GDA0002923382510000104
Figure GDA0002923382510000105
Figure GDA0002923382510000106
Figure GDA0002923382510000107
Figure GDA0002923382510000108
Figure GDA0002923382510000109
Figure GDA00029233825100001010
Figure GDA00029233825100001011
-Tl min≤Tl≤Tl max,l＝1,2,...,Nr
Figure GDA00029233825100001012
式中：πg是天然气系统节点g的气压；Rr是压缩机支路r的压缩比；Tl是输电线路l流过的功率；
Figure GDA00029233825100001013
表示热力系统中的管道质量流率，
Figure GDA00029233825100001014
与
Figure GDA00029233825100001015
为其上、下限；Nt为热水管道总数；Ns、Nu、Nr分别为天然气气源、非燃气常规机组和输电线路的总数；Nd、Ng、Nb分别为电负荷节点、气负荷节点、燃气热电联产机组的总数；Na为燃气发电机组的总数；Np为压缩机支路的总数；Ve为电力系统节点e的电压；Nw为风电场的总数。
所述步骤S3.7中的优化模型具体如下：
所建优化模型以电负荷、气负荷、热负荷削减量和弃风量之和最小为优化目标，目标函数如下：
Figure GDA0002923382510000111
式中，Ce,x、Cg,y、Ch,z分别为电负荷节点x、气负荷节点y、燃气热电联产机组z的负荷削减变量；ΔPw,v为风电场v的弃风变量；Nd、Ng分别为电负荷节点和气负荷节点的总数；λe,x、λg,y、λh,z、λw,v分别为表征各电负荷、气负荷、热负荷重要性和各风电场弃风严重性的权重因子；
以步骤S3.5中的运行约束作为优化模型的约束条件，即包括由电力系统有功平衡方程、无功平衡方程、天然气系统流量平衡方程、热力系统流量平衡方程组成的等式约束，和由电负荷、气负荷、热负荷削减变量和弃风变量的上下限约束、燃气机组的运行约束、天然气系统节点气压约束、气源注气量约束、压缩机压缩比约束、电力系统节点电压约束、非燃气常规机组出力约束、线路功率约束组成的不等式约束。
所述步骤S3.8中的计算稳定性指标包含：
越限程度：
Figure GDA0002923382510000112
式中，Am'表示第m'次能流越限的大小，tm'表示第m'次能流越限的时间，E表示电-热-气系统的总能量，m'max表示能流越限总次数；
越限比率：
Figure GDA0002923382510000113
式中，N表示抽样次数；
根据(py',qy')的值对系统的稳定性进行评估，依据稳定性评估标准对照表给出评估标准分数，稳定性评估标准对照表如表1所示，满分为10分；
表1
Figure GDA0002923382510000114
Figure GDA0002923382510000121
所述稳定性指标的计算，要考虑时间尺度的不同，具体体现在对于热负荷，其指标计算要进行修正，所述热负荷稳定性指标的修正是指当没有扰动的时候，认为温度恒定，如果某时段热负荷温度低于温度下限或者高于温度上限则认为能流越限，该时段作为扰动后出现能流越限或不收敛的总持续时间的一部分。
所述步骤4中的有限代价包括：时间代价、人力代价和资金代价，分别如下三式所示；
Figure GDA0002923382510000122
Figure GDA0002923382510000123
Figure GDA0002923382510000124
式中，Ct”表示时间代价，t”表示系统从出现问题到解决问题并恢复正常的时间，T”表示这次系统出现问题距离上次系统出现问题的时间；Ch”表示人力代价，h”表示解决问题所需要的人数，H”表示系统正常工作时所需要工作人员的人数；Cp”表示资金代价，p”表示解决问题所需要的资金数目，P”表示该系统的年平均维护资金数目；
只有全部满足如下式所示的不等式约束时，才是有限代价，否则是超额代价；
Figure GDA0002923382510000125
采用上述技术方案所产生的有益效果在于：本发明提供的一种电-热-气综合能源系统的稳定评估与静态控制方法，从综合能源系统的概念和主要特征出发，采用机理驱动和数据驱动相结合的方法建立了能预测负荷变化的模型，并在所建模型的基础上，对异常数据进行辨识，包含利用改进的GSA算法对异常数据进行筛选和根据电-热-气系统耦合特性对异常数据进行关联辨识两大步骤，同时，以能量流的潮流求解和负荷削减量、弃风量计算为基础的综合能源系统的稳定评估方法给出了一套具体可行的稳定评估方法，在此基础上，静态控制策略采用在子系统不能单独解决问题的时候多系统协调解决的思想，并考虑解决问题的代价是否有限的这一实际情况，对出现异常的系统进行有效合理的控制。本发明提出的稳定性指标计算公式和稳定性评估对照表综合考虑了能流越限程度和越限比率两个方面，实现了二者的平衡。
附图说明
图1为本发明实施例提供的电-热-气综合能源系统的稳定评估与静态控制方法总流程图；
图2为本发明实施例提供的利用数据驱动来预测负荷的变化的流程图；
图3为本发明实施例提供的进行回归建模的流程图；
图4为本发明实施例提供的数据驱动和机理驱动相结合的综合能源系统的模型示意图；
图5为本发明实施例提供的利用改进的GSA算法对异常数据进行筛选的流程图；
图6为本发明实施例提供的根据电-热-气系统耦合特性对异常数据进行关联辨识的状况判别流程图；
图7为图6中状况1根据电-热-气系统耦合特性对异常数据进行关联辨识的流程图；
图8为图6中状况2根据电-热-气系统耦合特性对异常数据进行关联辨识的流程图；
图9为图6中状况3根据电-热-气系统耦合特性对异常数据进行关联辨识的流程图；
图10为本发明实施例提供的稳定评估方法的流程图；
图11为本发明实施例提供的对能量流进行综合求解的示意图；
图12为本发明实施例提供的热力系统能量流求解方法的流程图；
图13为本发明实施例提供的静态控制策略的流程图；
图14为本发明实施例提供的判断超额代价的流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
为了弥补现有技术中对综合能源系统的建模、异常数据的辨识、稳定评估方法和静态控制策略中忽略不同能源子系统之间的耦合关系及负荷的不确定性时，不全面协调考虑多系统协调控制的缺陷，本实施例提供一种电-热-气综合能源系统的稳定评估与静态控制方法，如图1所示，具体方法如下。
S1、根据现场数据或历史数据构建数据库，利用数据驱动来预测负荷的变化，进而对电-热-气综合能源系统进行建模，即采用数据驱动和机理驱动相结合的方法对电-热-气综合能源系统进行建模。
综合能源系统的负荷包括电负荷、热负荷和气负荷，这三种负荷的常见负荷包括工业负荷、农业负荷、交通运输业负荷和人民生活用电负荷等。这三种负荷都会随着用户需求的变化而发生变化，这种变化会对综合能源系统的建模产生影响。
利用数据驱动来预测负荷的变化的流程如图2所示，具体包括以下步骤：
S1.1、采集现场数据构建数据库，当现场数据不合要求时利用历史数据构建数据库。
S1.2、令X∈RM'×d'，利用上下截断点，根据式(1)来剔除野点得到有效数据集合X∈Ω；
Figure GDA0002923382510000141
式中，RM'×d'表示原始的历史数据空间，X表示历史数据向量，Mqj表示X中第j个变量的q分位数，d'表示数据向量的维数，M'表示原始的数据向量个数，Ω表示处理之后的历史数据空间，d表示数据空间Ω的维度，M表示数据空间Ω的数据向量个数，i表示数据向量的序号，1≤i≤M，j表示数据向量的维度序号，1≤j≤d，xij表示第i个数据记录中第j个变量的数值，Q表示子空间的数量。
S1.3、假设按照每一维度将Ω划分成qj个子集，Xi每一维度的最大值和最小值分别为
Figure GDA0002923382510000142
和
Figure GDA0002923382510000143
则
Figure GDA0002923382510000144
由此确定子空间个数q1、q2、…、qj。
S1.4、确定超立方体边界：用LUjt和LDjt分别表示第j维度上的第t(2≤t≤qj)个子空间的上边界和下边界，则
Figure GDA0002923382510000145
S1.5、自适应改变空间深度：子空间划分时，由最少的空间个数开始划分，并计算划分后每个子空间中数据点的数量Pi，i＝1,2,...,q1或q2或…或qj，即第q1个子空间中数据点的数量为Pi，其中i＝1,2,...,q1，……，第qj个子空间中数据点的数量Pi，其中i＝1,2,...,qj；统计Pi＝0的数量，当其小于给定值ε时，说明子空间划分的不够细致，应增加空间划分的深度，因此增加qj的数值继续深入划分空间，直到空间的数量达到ε时停止。
S1.6、合并子空间：划分空间后，如果部分空间中只有一个数据，则计算该数据与其相邻空间内数据的欧式距离的均值，并将该数据空间与均值最小的数据空间合并，最终确定q1个子空间。
S1.7、在q1个子空间中，依次使用非线性迭代偏最小二乘方法进行回归建模，得到所有子空间的回归模型；回归建模的流程如图3所示，具体过程如下：
S1.7.1、定义数据的边界s，当j≤s时，xij为输入数据，即自变量，令自变量矩阵为Xt；当j＞s时，xij为输出数据，即因变量，令因变量矩阵为Yt；计算Xt的得分向量t1及载荷向量p'，计算Yt的得分向量u及载荷向量q'；
S1.7.2、计算Xt和Yt矩阵的残差，Xt矩阵的残差为E＝Xt-t1 p'，Yt矩阵的残差为F＝Yt-uq'；
S1.7.3、计算预测误差平方和SPRESS，当其小于预期精度时，继续选择矩阵的主元进行迭代计算；当其大于预期精度时，则表明已经得到了最佳的主元数目，可得到Xt与Yt矩阵的关系表达式，从而得到该子空间上的回归模型Yt＝Ft(Xt)；
S1.7.4、继续计算下一子空间的回归模型，依次得到所有子空间的回归模型。
S1.8、输出结果，更新数据库。
综合能源系统包括三种负荷：电负荷、热负荷和气负荷。从图2可以看出，不论是哪种负荷，基于数据子空间的建模方法都是一样的，最后都得到所有子空间的回归模型，这就实现了利用数据驱动来预测负荷的变化。
步骤S1中采用数据驱动和机理驱动相结合的方法对综合能源系统进行建模进一步包括以下内容：
利用数据驱动预测电力系统负荷的变化：
电力系统机理模型如下：
Figure GDA0002923382510000151
式中，Pi p和Qi p分别为i节点p相的有功净负荷、无功净负荷，N为节点总数，Vi p为i节点p相的电压，Vk m为k节点m相的电压，θik pm为i与k节点的p相与m相相角差，Gik pm和Bik pm分别为i与k节点的p相与m相之间的电导和电纳；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与电力系统机理模型联系起来，则应满足
Figure GDA0002923382510000161
利用数据驱动预测天然气系统负荷的变化：
天然气系统机理模型如下：
ANGSf+ω＝0
Figure GDA0002923382510000162
式中，ANGS是区域天然气系统中节点和管道的关联矩阵，f是是区域天然气系统中天然气管道流量向量，ω为区域天然气系统中节点净负荷向量，Qpipe是管道体积流量，Δp是气体压力降，D是管道的直径，fr是管道壁的摩擦系数，L是管道的长度，S是气体的比重；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与天然气系统机理模型联系起来，则应满足Yt＝Ft(Xt)＝ω；
利用数据驱动预测热力系统负荷的变化：
热力系统机理模型如下：
水力模型：
Figure GDA0002923382510000163
热力模型：
Figure GDA0002923382510000164
式中，ADHS是区域热力系统中节点和管道的关联矩阵，
Figure GDA0002923382510000165
是管道的水流质量流率，
Figure GDA0002923382510000166
是节点的注入水流质量流率，i1为回路标号，j1为管道标号，BDHS是回路关联矩阵，表征网络回路与管道间之间关系，K是管道中的阻抗系数；φ为热负荷所消耗的热功率，Cp为水的比热容，Ts为从热网进入各热负荷节点时的供水温度，To为各热负荷节点出水温度，To为已知量，Tstart指水流进入管道时的温度，Tend指其从管道流出时的温度，Ta指外界环境温度，λ是管道的热传导系数，L是管道的长度，
Figure GDA0002923382510000171
是出水管道质量流率，
Figure GDA0002923382510000172
是进水管道质量流率，Tout是出水管道温度，Tin是进水管道温度；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与热力系统机理模型联系起来，则应满足Yt＝Ft(Xt)＝φ；
利用数据驱动预测能源耦合环节负荷的变化：
能源耦合环节机理模型如下：
L1＝CP
式中，P和L1分别是能源耦合环节的输入和输出向量，C为耦合矩阵；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与能源耦合环节机理模型联系起来，则应满足Yt＝Ft(Xt)＝|L1|。
本实施例中，数据驱动和机理驱动相结合的综合能源系统的模型如图4所示。
在实际运行过程中，在数据的采集、传输过程中的误差导致系统总会出现一些异常数据，如果不能及时辨识出这些异常数据，就会对人们的生产生活造成很大影响。
S2、进行异常数据的辨识，利用改进的GSA算法对异常数据进行筛选，并根据电-热-气综合能源系统耦合特性对异常数据进行关联辨识。
利用改进的GSA算法对异常数据进行筛选实际上是利用聚类算法来将异常数据找出来，其流程如图5所示。但有时候单凭此不足以判定异常数据，还需要结合电-热-气系统耦合特性对异常数据进行关联辨识，根据存疑数据属于哪个系统分为三种不同情况，每种情况再根据三个系统数据变化率之差的绝对值大小依照系统之间的耦合关系来进一步判断哪个系统存在异常数据，其流程如图6所示。对异常数据进行筛选和关联辨识的过程具体如下。
S2.1、利用改进的GSA算法对异常数据进行筛选，具体包括以下步骤：
S2.1.1、利用神经网络对综合能源系统的量测数据进行数值归一化预处理，得到误差的平方；
S2.1.2、对输入数据进行聚类，计算聚类离散度
Figure GDA0002923382510000174
Figure GDA0002923382510000173
式中，|Ca|表示聚类Ca所包含的数据点的个数，Da表示聚类Ca内所有数据点两两之间的距离的平方和；
S2.1.3、计算k1个聚类个数下，与量测数据相应的参考数据的
Figure GDA0002923382510000181
的期望
Figure GDA0002923382510000182
Figure GDA0002923382510000183
式中，F为利用数据的正常范围按均匀分布生成参考数据集的组数；
S2.1.4、计算聚类个数k1对应的间隙统计量值Gap(k1)，具体计算公式为
Figure GDA0002923382510000184
Figure GDA0002923382510000185
的标准差
Figure GDA0002923382510000186
和
Figure GDA0002923382510000187
的标准差
Figure GDA0002923382510000188
计算为：
Figure GDA0002923382510000189
Figure GDA00029233825100001810
S2.1.5、满足不等式
Figure GDA00029233825100001811
的最小的k1值，即为最佳聚类个数；
S2.1.6、根据k1是否等于1判断输入数据中是否存在异常数据，如果k1等于1，则输入数据中不存在异常数据；否则，输入数据中存在异常数据；
S2.2、输入步骤S2.1中筛选的异常数据，根据电-热-气综合能源系统耦合特性对异常数据进行关联辨识；
S2.2.1、分别获取电力系统、热力系统和天然气系统的实时量测数据；
S2.2.2、按式(2)分别计算电力系统、热力系统和天然气系统的实时量测数据的变化率Δe、Δh、Δg：
Figure GDA00029233825100001812
S2.2.3、根据获取的电力系统、热力系统和天然气系统的数据来初步判断异常数据属于电力系统、热力系统还是天然气系统；
S2.2.4、针对初步判定为各系统的异常数据，根据式(3)、式(4)和式(5)所示的三个不等式来最终判断是哪个系统存在异常数据：
|Δe-Δh|≤2％ (3)
|Δh-Δg|≤2％ (4)
|Δe-Δg|≤2％ (5)
如果初步判定异常数据属于电力系统，即初步判断为状况1，如图7所示，则首先判断|Δe-Δh|≤2％是否成立，如果|Δe-Δh|≤2％成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％也成立，则没有系统数据异常，如果|Δh-Δg|≤2％不成立，则天然气系统数据异常；如果|Δe-Δh|≤2％不成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％成立，则热力系统数据异常，如果|Δh-Δg|≤2％也不成立，则电力系统数据异常；
如果初步判定异常数据属于热力系统，即初步判断为状况2，如图8所示，则首先判断|Δe-Δh|≤2％是否成立，如果|Δe-Δh|≤2％成立，再判断|Δe-Δg|≤2％是否成立，如果|Δe-Δg|≤2％也成立，则没有系统数据异常，如果|Δe-Δg|≤2％不成立，则天然气系统数据异常；如果|Δe-Δh|≤2％不成立，再判断|Δe-Δg|≤2％是否成立，如果|Δe-Δg|≤2％成立，则电力系统数据异常，如果|Δe-Δg|≤2％也不成立，则热力系统数据异常；
如果初步判定异常数据属于天然气系统，即初步判断为状况3，如图9所示，则首先判断|Δe-Δg|≤2％是否成立，如果|Δe-Δg|≤2％成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％也成立，则没有系统数据异常，如果|Δh-Δg|≤2％不成立，则热力系统数据异常；如果|Δe-Δg|≤2％不成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％成立，则电力系统数据异常，如果|Δh-Δg|≤2％也不成立，则天然气系统数据异常。
S3、进行稳定评估，包括以下步骤。
S3.1读取综合能源系统的初始状态参数，抽样次数k'＝1，能流越限次数m'＝0，第m'次能流越限的大小Am'＝0。
S3.2、从预想事故集中随机选择一个扰动，引入扰动。
S3.3、利用非时序蒙特卡洛模拟法对系统元件状态、电/热/气负荷、风速对应的随机变量进行抽样，获取系统状态。
S3.4、对电-热-气互联系统进行拓扑分析，分析系统的节点由支路和耦合元件连接成多少子系统。
S3.5、对拓扑分析后得到的系统根据所建能流模型进行计算；
电力-热力-天然气系统能流模型如下：
Figure GDA0002923382510000201
式中，fEPS、fNGS、fDHS、fHES分别表示区域电力系统、区域天然气系统、区域热力系统、能源耦合环节的能量流方程；xe表示区域电力系统能量流相关变量，例如电压、电流、相角等；xg表示区域天然气系统能量流相关变量，例如天然气节点压力、管道流量等；xh表示区域热力系统能量流相关变量，例如管道质量流率、供水温度、回水温度等；xHES表示能源耦合环节能量流相关变量，例如分配系数等；
在步骤S1所建立的综合能源系统模型的基础上，采用解耦求解方法对能量流进行综合求解，其中，电力系统采用前推回代法进行潮流求解，天然气系统采用牛顿拉夫逊法进行潮流求解，热力系统采用能量流求解方法进行潮流求解；
其中，牛顿拉夫逊法的迭代过程为：
Figure GDA0002923382510000202
式中，第一个等式为电力-热力-天然气系统流体部分方程，包括天然气系统能量流方程和热力系统水力方程，
Figure GDA0002923382510000203
为电力-热力-天然气系统流体部分待求变量，包括天然气系统能量流模型和热力系统水力模型中相关变量，
Figure GDA0002923382510000204
为牛顿拉夫逊法第kn次迭代时的雅可比矩阵，
Figure GDA0002923382510000205
为此时的修正向量；
Figure GDA0002923382510000206
为牛顿拉夫逊法迭代的误差向量。
热力系统能量流求解方法具体包括：
采用牛顿拉夫逊法对水力模型进行求解，水力模型具体见下式：
Figure GDA0002923382510000211
根据求得的各管道的水流质量流率，求解热力模型，热力模型具体见下式：
Figure GDA0002923382510000212
求得供回水温度，判断热力系统能流计算结果是否满足运行约束与精度要求，如果满足，则输出计算结果，如果不满足，则重复上述过程；
所述运行约束包括等式约束和不等式约束，以电力系统有功平衡方程和无功平衡方程、天然气系统流量平衡方程、热力系统流量平衡方程作为等式约束，如下五式所示：
PG,e+PGAS,e+PCHP,e+PW,e+Ce,x-PDEV,e-ΔPW,e-PD,e-Pe＝0,e＝1,2,…,Ne
Figure GDA0002923382510000213
FG,g+FDEV,g+Cg,y-FGAS,g-FCHP,g-FD,g-Fg＝0,g＝1,2,...,Ng
Figure GDA0002923382510000214
Figure GDA0002923382510000215
式中，PG,e、PGAS,e、PCHP,e和QG,e、QGAS,e、QCHP,e分别为电力系统节点e的非燃气常规机组、燃气发电机组、燃气热电联产机组的有功出力和无功出力；PD,e、QD,e和Pe、Qe分别为电力系统节点e的有功、无功负荷和注入有功、无功功率；PW,e、QW,e和ΔPW,e分别为电力系统节点e的风电场有功、无功功率和弃风功率；QC,e、PDEV,e分别为电力系统节点e的无功补偿功率和装置消耗电功率；Ce,x为电负荷节点x的负荷削减变量；FGAS,g、FCHP,g、FDEV,g分别为天然气系统节点g的燃气发电机组、燃气热电联产机组的消耗气流和装置的注入气流；FG,g、FD,g、Fg分别为天然气系统节点g的气源注入气流、气负荷和节点注入气流；Cg,y为气负荷节点g的负荷削减变量；GHV为天然气高热值；fCHP,h、fDEV,h分别为热力系统节点h的燃气热电联产机组的产生的水流和装置的注入的水流；fG,h、fD,h、fh分别为热力系统节点h的热源注入水流、热负荷和节点注入水流；Ch,z为热负荷节点z的负荷削减变量；Ne、Ng、Nh分别为电力系统节点、天然气系统和热力系统节点的总数；PCHP,z、HCHP,z、νCHP,z分别为燃气热电联产机组z的有功出力、热负荷和热电比；Nb为燃气热电联产机组的总数；
不等式约束包括：电负荷、气负荷、热负荷削减变量和弃风变量的上下限约束；燃气机组的运行约束；天然气系统节点气压约束、气源注气量约束、压缩机压缩比约束；电力系统节点电压约束、非燃气常规机组出力约束、线路功率约束，不等式约束具体如下：
0≤Ce,x≤PD,e,x＝1,2,...,Nd
Figure GDA0002923382510000221
0≤Ch,z≤HCHP,z,z＝1,2,...,Nb
0≤ΔPW,v≤PW,v,v＝1,2,...,Nw
Figure GDA0002923382510000222
Figure GDA0002923382510000223
Figure GDA0002923382510000224
Figure GDA0002923382510000225
Figure GDA0002923382510000226
Figure GDA0002923382510000227
Figure GDA0002923382510000228
Figure GDA0002923382510000229
Figure GDA00029233825100002211
Figure GDA00029233825100002210
-Tl min≤Tl≤Tl max,l＝1,2,...,Nr
Figure GDA0002923382510000231
式中：πg是天然气系统节点g的气压；Rr是压缩机支路r的压缩比；Tl是输电线路l流过的功率；
Figure GDA0002923382510000232
表示热力系统中的管道质量流率，
Figure GDA0002923382510000233
与
Figure GDA0002923382510000234
为其上、下限；Nt为热水管道总数；Ns、Nu、Nr分别为天然气气源、非燃气常规机组和输电线路的总数；Nd、Ng、Nb分别为电负荷节点、气负荷节点、燃气热电联产机组的总数；Na为燃气发电机组的总数；Np为压缩机支路的总数；Ve为电力系统节点e的电压；Nw为风电场的总数。
S3.6、根据能流模型计算结果判断是否出现能流越限，如果出现能流越限，则越限次数m'加1，记录此次越限大小Am'和越限时间tm'，执行步骤S3.7，如果未出现能流越限，则直接执行步骤S3.8。
S3.7、对存在问题的系统状态，建立优化模型，利用该优化模型进行电负荷、气负荷、热负荷削减量和弃风量计算，该优化模型是一个非线性优化问题，采用内点法对该优化模型进行有效求解；
优化模型具体如下：
所建优化模型以电负荷、气负荷、热负荷削减量和弃风量之和最小为优化目标，目标函数如下：
Figure GDA0002923382510000235
式中，Ce,x、Cg,y、Ch,z分别为电负荷节点x、气负荷节点y、燃气热电联产机组z的负荷削减变量；ΔPw,v为风电场v的弃风变量；Nd、Ng分别为电负荷节点和气负荷节点的总数；λe,x、λg,y、λh,z、λw,v分别为表征各电负荷、气负荷、热负荷重要性和各风电场弃风严重性的权重因子；
以步骤S3.5中的运行约束作为优化模型的约束条件，即包括由电力系统有功平衡方程、无功平衡方程、天然气系统流量平衡方程、热力系统流量平衡方程组成的等式约束，和由电负荷、气负荷、热负荷削减变量和弃风变量的上下限约束、燃气机组的运行约束、天然气系统节点气压约束、气源注气量约束、压缩机压缩比约束、电力系统节点电压约束、非燃气常规机组出力约束、线路功率约束组成的不等式约束。
具体实施中，针对具体地区和设备可能会在此基础上增加一些其他约束，要根据具体情况具体确定。
S3.8、判断抽样次数k'是否等于最大抽样次数，如果等于，则计算稳定性指标，输出稳定性评估结果，如果不等于，则重复步骤S3.2-S3.6；
计算稳定性指标包含：
越限程度：
Figure GDA0002923382510000241
式中，Am'表示第m'次能流越限的大小，tm'表示第m'次能流越限的时间，E表示电-热-气系统的总能量，m'max表示能流越限总次数；
越限比率：
Figure GDA0002923382510000242
式中，N表示抽样次数；
根据(py',qy')的值对系统的稳定性进行评估，依据稳定性评估标准对照表给出评估标准分数，稳定性评估标准对照表如表1所示，满分为10分；
表1
条件 评估分数
pq≤0.04％ 10
0.04％＜pq≤0.25％ 9
0.25％＜pq≤1％ 8
1％＜pq≤2.25％ 7
2.25％＜pq≤4％ 6
4％＜pq≤6.25％ 5
6.25％＜pq≤9％ 4
9％＜pq≤12.25％ 3
12.25％＜pq≤16％ 2
16％＜pq≤25％ 1
pq＞25％ 0
其中，抽样次数依具体情况而定，但不能太小，要确保抽样具有一定的代表性；
所述稳定性指标的计算，要考虑时间尺度的不同，具体体现在对于热负荷，其指标计算要进行修正，所述热负荷稳定性指标的修正是指当没有扰动的时候，认为温度恒定，如果某时段热负荷温度低于温度下限或者高于温度上限则认为能流越限，该时段作为扰动后出现能流越限或不收敛的总持续时间的一部分。
具体实施中，系统的稳定性既要考虑越限程度，也要考虑在一定抽样次数中的越限次数，系统的稳定评估具体流程如图10所示，流程图中涉及到对不同子系统采用不同的方法对能量流进行综合求解的过程如图11所示，热力系统能量流求解方法的流程如图12所示。
其中，稳定评估标准兼顾越限程度和越限比率两个稳定性指标，只要其中一个指标比较大就会使得系统的稳定性评估分数降低，只有这两个指标同时很小时系统才比较稳定，实际应用中应尽可能的把这两个指标降到最低。
S4、根据稳态评估结果，对电-热-气综合能源系统进行静态控制，所述静态控制的策略分为两种，其中一种是子系统独立解决问题，另外一种是多系统协调解决问题；多系统协调解决问题采用多智体协同工作的思想，根据具体情况对电-热-气综合能源系统加以协调控制，当控制一个子系统不能使系统回到正常运行的状态时，控制多个系统通过子系统之间的紧密耦合关系使回到正常运行的状态；所述两种策略最终都有两种输出结果，分别为执行解决方案并记录报告和报警，判断输出哪种结果的标准是能否以有限代价解决问题；静态控制策略的流程如图13所示。
其中的有限代价包括：时间代价、人力代价和资金代价，分别如下三式所示；
时间代价：
Figure GDA0002923382510000251
人力代价：
Figure GDA0002923382510000252
资金代价：
Figure GDA0002923382510000253
式中，Ct”表示时间代价，t”表示系统从出现问题到解决问题并恢复正常的时间，T”表示这次系统出现问题距离上次系统出现问题的时间；Ch”表示人力代价，h”表示解决问题所需要的人数，H”表示系统正常工作时所需要工作人员的人数；Cp”表示资金代价，p”表示解决问题所需要的资金数目，P”表示该系统的年平均维护资金数目；
只有全部满足如下式所示的不等式约束时，才是有限代价，否则是超额代价；
Figure GDA0002923382510000261
判断超额代价的流程如图14所示。对于综合能源系统的静态控制策略，一方面，优先考虑子系统独立解决问题，如果子系统无法独立解决，再考虑多系统协调解决问题，另一方面，如果用有限代价可以解决问题，则执行方案并记录报告，如果只能用超额代价解决问题，则需要报警。
具体地，子系统独立解决问题是指单独控制子系统的阀门、节点等关键部分可以使系统回到正常运行的状态，多系统协调解决问题是指当控制一个子系统不能使系统回到正常运行的状态时，控制多个系统通过子系统之间的紧密耦合关系使回到正常运行的状态。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (10)

1.一种电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：该方法包括以下步骤：
S1、根据现场数据或历史数据构建数据库，利用数据驱动来预测负荷的变化，进而对电-热-气综合能源系统进行建模，即采用数据驱动和机理驱动相结合的方法对电-热-气综合能源系统进行建模；
S2、进行异常数据的辨识，利用改进的GSA算法对异常数据进行筛选，并根据电-热-气综合能源系统耦合特性对异常数据进行关联辨识；
S3、进行稳定评估，包括以下步骤：
S3.1读取综合能源系统的初始状态参数，抽样次数k'＝1，能流越限次数m'＝0，第m'次能流越限的大小Am'＝0；
S3.2、从预想事故集中随机选择一个扰动，引入扰动；
S3.3、利用非时序蒙特卡洛模拟法对系统元件状态、电/热/气负荷、风速对应的随机变量进行抽样，获取系统状态；
S3.4、对电-热-气互联系统进行拓扑分析，分析系统的节点由支路和耦合元件连接成多少子系统；
S3.5、对拓扑分析后得到的系统根据所建能流模型进行计算；
电力-热力-天然气系统能流模型如下：
Figure FDA0002923382500000011
式中，fEPS、fNGS、fDHS、fHES分别表示区域电力系统、区域天然气系统、区域热力系统、能源耦合环节的能量流方程；xe表示区域电力系统能量流相关变量，xg表示区域天然气系统能量流相关变量，xh表示区域热力系统能量流相关变量，xHES表示能源耦合环节能量流相关变量；
在步骤S1所建立的综合能源系统模型的基础上，采用解耦求解方法对能量流进行综合求解，其中，电力系统采用前推回代法进行潮流求解，天然气系统采用牛顿拉夫逊法进行潮流求解，热力系统采用能量流求解方法进行潮流求解；
S3.6、根据能流模型计算结果判断是否出现能流越限，如果出现能流越限，则越限次数m'加1，记录此次越限大小Am'和越限时间tm'，执行步骤S3.7，如果未出现能流越限，则直接执行步骤S3.8；
S3.7、对存在问题的系统状态，建立由非线性优化问题构成的优化模型，利用该优化模型进行电负荷、气负荷、热负荷削减量和弃风量计算，采用内点法对该优化模型进行有效求解；
S3.8、判断抽样次数k'是否等于最大抽样次数，如果等于，则计算稳定性指标，输出稳定性评估结果，如果不等于，则重复步骤S3.2-S3.6；
S4、根据稳态评估结果，对电-热-气综合能源系统进行静态控制，所述静态控制的策略分为两种，其中一种是子系统独立解决问题，另外一种是多系统协调解决问题；多系统协调解决问题采用多智体协同工作的思想，根据具体情况对电-热-气综合能源系统加以协调控制，当控制一个子系统不能使系统回到正常运行的状态时，控制多个系统通过子系统之间的紧密耦合关系使回到正常运行的状态；所述两种策略最终都有两种输出结果，分别为执行解决方案并记录报告和报警，判断输出哪种结果的标准为能否以有限代价解决问题。
2.根据权利要求1所述的电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：所述步骤S1中利用数据驱动来预测负荷的变化进一步包括以下步骤：
S1.1、采集现场数据构建数据库，当现场数据不合要求时利用历史数据构建数据库；
S1.2、令X∈RM'×d'，利用上下截断点，根据式(1)来剔除野点得到有效数据集合X∈Ω；
Figure FDA0002923382500000021
式中，RM'×d'表示原始的历史数据空间，X表示历史数据向量，Mqj表示X中第j个变量的q分位数，d'表示数据向量的维数，M'表示原始的数据向量个数，Ω表示处理之后的历史数据空间，d表示数据空间Ω的维度，M表示数据空间Ω的数据向量个数，i表示数据向量的序号，1≤i≤M，j表示数据向量的维度序号，1≤j≤d，xij表示第i个数据记录中第j个变量的数值，Q表示子空间的数量；
S1.3、假设按照每一维度将Ω划分成qj个子集，Xi每一维度的最大值和最小值分别为
Figure FDA0002923382500000022
和
Figure FDA0002923382500000023
则
Figure FDA0002923382500000024
由此确定子空间个数q1、q2、…、qj；
S1.4、确定超立方体边界：用LUjt和LDjt分别表示第j维度上的第t个子空间的上边界和下边界，且2≤t≤qj，则
Figure FDA0002923382500000025
S1.5、自适应改变空间深度：子空间划分时，由最少的空间个数开始划分，并计算划分后每个子空间中数据点的数量Pi，i＝1,2,...,q1或q2或...或qj，即第q1个子空间中数据点的数量为Pi，其中i＝1,2,...,q1，第qj个子空间中数据点的数量Pi，其中i＝1,2,...,qj；统计Pi＝0的数量，当其小于给定值ε时，说明子空间划分的不够细致，应增加空间划分的深度，因此增加qj的数值继续深入划分空间，直到空间的数量达到ε时停止；
S1.6、合并子空间：划分空间后，如果部分空间中只有一个数据，则计算该数据与其相邻空间内数据的欧式距离的均值，并将该数据空间与均值最小的数据空间合并，最终确定q1个子空间；
S1.7、在q1个子空间中，依次使用非线性迭代偏最小二乘方法进行回归建模，得到所有子空间的回归模型；
S1.8、输出结果，更新数据库。
3.根据权利要求2所述的电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：所述步骤S1.7中的回归建模进一步包括以下步骤：
S1.7.1、定义数据的边界s，当j≤s时，xij为输入数据，即自变量，令自变量矩阵为Xt；当j＞s时，xij为输出数据，即因变量，令因变量矩阵为Yt；计算Xt的得分向量t1及载荷向量p'，计算Yt的得分向量u及载荷向量q'；
S1.7.2、计算Xt和Yt矩阵的残差，Xt矩阵的残差为E＝Xt-t1p'，Yt矩阵的残差为F＝Yt-uq'；
S1.7.3、计算预测误差平方和SPRESS，当其小于预期精度时，继续选择矩阵的主元进行迭代计算；当其大于预期精度时，则表明已经得到了最佳的主元数目，可得到Xt与Yt矩阵的关系表达式，从而得到该子空间上的回归模型Yt＝Ft(Xt)；
S1.7.4、继续计算下一子空间的回归模型，依次得到所有子空间的回归模型。
4.根据权利要求3所述的电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：所述步骤S1中采用数据驱动和机理驱动相结合的方法对综合能源系统进行建模进一步包括：
利用数据驱动预测电力系统负荷的变化：
电力系统机理模型如下：
Figure FDA0002923382500000041
式中，Pi p和Qi p分别为i节点p相的有功净负荷、无功净负荷，N为节点总数，Vi p为i节点p相的电压，Vk m为k节点m相的电压，θik pm为i与k节点的p相与m相相角差，Gik pm和Bik pm分别为i与k节点的p相与m相之间的电导和电纳；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与电力系统机理模型联系起来，则应满足
Figure FDA0002923382500000042
利用数据驱动预测天然气系统负荷的变化：
天然气系统机理模型如下：
ANGSf+ω＝0
Figure FDA0002923382500000043
式中，ANGS是区域天然气系统中节点和管道的关联矩阵，f是是区域天然气系统中天然气管道流量向量，ω为区域天然气系统中节点净负荷向量，Qpipe是管道体积流量，Δp是气体压力降，D是管道的直径，fr是管道壁的摩擦系数，L是管道的长度，S是气体的比重；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与天然气系统机理模型联系起来，则应满足Yt＝Ft(Xt)＝ω；
利用数据驱动预测热力系统负荷的变化：
热力系统机理模型如下：
水力模型：
Figure FDA0002923382500000044
热力模型：
Figure FDA0002923382500000051
式中，ADHS是区域热力系统中节点和管道的关联矩阵，
Figure FDA0002923382500000052
是管道的水流质量流率，
Figure FDA0002923382500000053
是节点的注入水流质量流率，i1为回路标号，j1为管道标号，BDHS是回路关联矩阵，表征网络回路与管道间之间关系，K是管道中的阻抗系数；φ为热负荷所消耗的热功率，Cp为水的比热容，Ts为从热网进入各热负荷节点时的供水温度，To为各热负荷节点出水温度，To为已知量，Tstart指水流进入管道时的温度，Tend指其从管道流出时的温度，Ta指外界环境温度，λ是管道的热传导系数，L是管道的长度，
Figure FDA0002923382500000054
是出水管道质量流率，
Figure FDA0002923382500000055
是进水管道质量流率，Tout是出水管道温度，Tin是进水管道温度；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与热力系统机理模型联系起来，则应满足Yt＝Ft(Xt)＝φ；
利用数据驱动预测能源耦合环节负荷的变化：
能源耦合环节机理模型如下：
L1＝CP
式中，P和L1分别是能源耦合环节的输入和输出向量，C为耦合矩阵；
将数据驱动对负荷变化的建模Yt＝Ft(Xt)与能源耦合环节机理模型联系起来，则应满足Yt＝Ft(Xt)＝|L1|。
5.根据权利要求1所述的电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：所述步骤S2中利用改进的GSA算法对异常数据进行筛选和根据电-热-气系统耦合特性对异常数据进行关联辨识进一步包括以下步骤：
S2.1、利用改进的GSA算法对异常数据进行筛选，具体包括以下步骤：
S2.1.1、利用神经网络对综合能源系统的量测数据进行数值归一化预处理，得到误差的平方；
S2.1.2、对输入数据进行聚类，计算聚类离散度
Figure FDA0002923382500000061
Figure FDA0002923382500000062
式中，|Ca|表示聚类Ca所包含的数据点的个数，Da表示聚类Ca内所有数据点两两之间的距离的平方和；
S2.1.3、计算k1个聚类个数下，与量测数据相应的参考数据的
Figure FDA0002923382500000063
的期望
Figure FDA0002923382500000064
Figure FDA0002923382500000065
式中，F为利用数据的正常范围按均匀分布生成参考数据集的组数；
S2.1.4、计算聚类个数k1对应的间隙统计量值Gap(k1)，具体计算公式为
Figure FDA0002923382500000066
Figure FDA0002923382500000067
的标准差
Figure FDA0002923382500000068
和
Figure FDA0002923382500000069
的标准差
Figure FDA00029233825000000610
计算为：
Figure FDA00029233825000000611
Figure FDA00029233825000000612
S2.1.5、满足不等式
Figure FDA00029233825000000613
的最小的k1值，即为最佳聚类个数；
S2.1.6、根据k1是否等于1判断输入数据中是否存在异常数据，如果k1等于1，则输入数据中不存在异常数据；否则，输入数据中存在异常数据；
S2.2、输入步骤S2.1中筛选的异常数据，根据电-热-气综合能源系统耦合特性对异常数据进行关联辨识；
S2.2.1、分别获取电力系统、热力系统和天然气系统的实时量测数据；
S2.2.2、按式(2)分别计算电力系统、热力系统和天然气系统的实时量测数据的变化率Δe、Δh、Δg：
Figure FDA00029233825000000614
S2.2.3、根据获取的电力系统、热力系统和天然气系统的数据来初步判断异常数据属于电力系统、热力系统还是天然气系统；
S2.2.4、针对初步判定为各系统的异常数据，根据式(3)、式(4)和式(5)所示的三个不等式来最终判断是哪个系统存在异常数据：
|Δe-Δh|≤2％ (3)
|Δh-Δg|≤2％ (4)
|Δe-Δg|≤2％ (5)
如果初步判定异常数据属于电力系统，则首先判断|Δe-Δh|≤2％是否成立，如果|Δe-Δh|≤2％成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％也成立，则没有系统数据异常，如果|Δh-Δg|≤2％不成立，则天然气系统数据异常；如果|Δe-Δh|≤2％不成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％成立，则热力系统数据异常，如果|Δh-Δg|≤2％也不成立，则电力系统数据异常；
如果初步判定异常数据属于热力系统，则首先判断|Δe-Δh|≤2％是否成立，如果|Δe-Δh|≤2％成立，再判断|Δe-Δg|≤2％是否成立，如果|Δe-Δg|≤2％也成立，则没有系统数据异常，如果|Δe-Δg|≤2％不成立，则天然气系统数据异常；如果|Δe-Δh|≤2％不成立，再判断|Δe-Δg|≤2％是否成立，如果|Δe-Δg|≤2％成立，则电力系统数据异常，如果|Δe-Δg|≤2％也不成立，则热力系统数据异常；
如果初步判定异常数据属于天然气系统，则首先判断|Δe-Δg|≤2％是否成立，如果|Δe-Δg|≤2％成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％也成立，则没有系统数据异常，如果|Δh-Δg|≤2％不成立，则热力系统数据异常；如果|Δe-Δg|≤2％不成立，再判断|Δh-Δg|≤2％是否成立，如果|Δh-Δg|≤2％成立，则电力系统数据异常，如果|Δh-Δg|≤2％也不成立，则天然气系统数据异常。
6.根据权利要求1所述的电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：所述步骤S3.5中的牛顿拉夫逊法的迭代过程为：
Figure FDA0002923382500000071
式中，第一个等式为电力-热力-天然气系统流体部分方程，包括天然气系统能量流方程和热力系统水力方程，
Figure FDA0002923382500000081
为电力-热力-天然气系统流体部分待求变量，包括天然气系统能量流模型和热力系统水力模型中相关变量，
Figure FDA0002923382500000082
为牛顿拉夫逊法第kn次迭代时的雅可比矩阵，
Figure FDA0002923382500000083
为此时的修正向量；
Figure FDA0002923382500000084
为牛顿拉夫逊法迭代的误差向量，其中，
Figure FDA0002923382500000085
为电力-热力-天然气系统流体部分在牛顿拉夫逊法中的误差向量，ffluid1,ffluid2,...,ffluidn为电力-热力-天然气系统流体部分方程对应的n个误差向量，
Figure FDA0002923382500000086
为
Figure FDA0002923382500000087
在电-气-热系统中的细化形式，代表电力、天然气、和热力系统中的n个待求量。
7.根据权利要求6所述的电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：所述步骤S3.5中的热力系统能量流求解方法具体包括：
采用牛顿拉夫逊法对水力模型进行求解，根据求得的各管道的水流质量流率，求解热力模型，求得供回水温度，判断热力系统能流计算结果是否满足运行约束与精度要求，如果满足，则输出计算结果，如果不满足，则重复上述过程；
所述运行约束包括等式约束和不等式约束，以电力系统有功平衡方程和无功平衡方程、天然气系统流量平衡方程、热力系统流量平衡方程作为等式约束，如下五式所示：
PG,e+PGAS,e+PCHP,e+PW,e+Ce,x-PDEV,e-ΔPW,e-PD,e-Pe＝0,e＝1,2,…,Ne
Figure FDA0002923382500000088
FG,g+FDEV,g+Cg,y-FGAS,g-FCHP,g-FD,g-Fg＝0,g＝1,2,...,Ng
Figure FDA0002923382500000089
Figure FDA00029233825000000810
式中，PG,e、PGAS,e、PCHP,e和QG,e、QGAS,e、QCHP,e分别为电力系统节点e的非燃气常规机组、燃气发电机组、燃气热电联产机组的有功出力和无功出力；PD,e、QD,e和Pe、Qe分别为电力系统节点e的有功、无功负荷和注入有功、无功功率；PW,e、QW,e和ΔPW,e分别为电力系统节点e的风电场有功、无功功率和弃风功率；QC,e、PDEV,e分别为电力系统节点e的无功补偿功率和装置消耗电功率；Ce,x为电负荷节点x的负荷削减变量；FGAS,g、FCHP,g、FDEV,g分别为天然气系统节点g的燃气发电机组、燃气热电联产机组的消耗气流和装置的注入气流；FG,g、FD,g、Fg分别为天然气系统节点g的气源注入气流、气负荷和节点注入气流；Cg,y为气负荷节点g的负荷削减变量；GHV为天然气高热值；fCHP,h、fDEV,h分别为热力系统节点h的燃气热电联产机组的产生的水流和装置的注入的水流；fG,h、fD,h、fh分别为热力系统节点h的热源注入水流、热负荷和节点注入水流；Ch,z为热负荷节点z的负荷削减变量；Ne、Ng、Nh分别为电力系统节点、天然气系统和热力系统节点的总数；PCHP,z、HCHP,z、νCHP,z分别为燃气热电联产机组z的有功出力、热负荷和热电比；Nb为燃气热电联产机组的总数；
不等式约束包括：电负荷、气负荷、热负荷削减变量和弃风变量的上下限约束；燃气机组的运行约束；天然气系统节点气压约束、气源注气量约束、压缩机压缩比约束；电力系统节点电压约束、非燃气常规机组出力约束、线路功率约束，不等式约束具体如下：
0≤Ce,x≤PD,e,x＝1,2,...,Nd
Figure FDA0002923382500000091
0≤Ch,z≤HCHP,z,z＝1,2,…,Nb
0≤ΔPW,v≤PW,v,v＝1,2,…,Nw
Figure FDA0002923382500000092
Figure FDA0002923382500000093
Figure FDA0002923382500000094
Figure FDA0002923382500000095
Figure FDA0002923382500000096
Figure FDA0002923382500000101
Figure FDA0002923382500000102
Figure FDA0002923382500000103
Figure FDA0002923382500000104
Figure FDA0002923382500000105
-Tl min≤Tl≤Tl max,l＝1,2,…,Nr
Figure FDA0002923382500000106
式中：πg是天然气系统节点g的气压；Rr是压缩机支路r的压缩比；Tl是输电线路l流过的功率；
Figure FDA0002923382500000107
表示热力系统中的管道质量流率，
Figure FDA0002923382500000108
与
Figure FDA0002923382500000109
为其上、下限；Nt为热水管道总数；Ns、Nu、Nr分别为天然气气源、非燃气常规机组和输电线路的总数；Nd、Ng、Nb分别为电负荷节点、气负荷节点、燃气热电联产机组的总数；Na为燃气发电机组的总数；Np为压缩机支路的总数；Ve为电力系统节点e的电压；Nw为风电场的总数。
8.根据权利要求7所述的电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：所述步骤S3.7中的优化模型具体如下：
所建优化模型以电负荷、气负荷、热负荷削减量和弃风量之和最小为优化目标，目标函数如下：
Figure FDA00029233825000001010
式中，Ce,x、Cg,y、Ch,z分别为电负荷节点x、气负荷节点y、燃气热电联产机组z的负荷削减变量；ΔPw,v为风电场v的弃风变量；Nd、Ng分别为电负荷节点和气负荷节点的总数；λe,x、λg,y、λh,z、λw,v分别为表征各电负荷、气负荷、热负荷重要性和各风电场弃风严重性的权重因子；
以步骤S3.5中的运行约束作为优化模型的约束条件。
9.根据权利要求1所述的电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：所述步骤S3.8中的计算稳定性指标包含：
越限程度：
Figure FDA0002923382500000111
式中，Am'表示第m'次能流越限的大小，tm'表示第m'次能流越限的时间，E表示电-热-气系统的总能量，m'max表示能流越限总次数；
越限比率：
Figure FDA0002923382500000112
式中，N表示抽样次数；
根据(py',qy')的值对系统的稳定性进行评估，依据稳定性评估标准对照表给出评估标准分数，稳定性评估标准对照表如表1所示，满分为10分；
表1
条件 评估分数 pq≤0.04％ 10 0.04％＜pq≤0.25％ 9 0.25％＜pq≤1％ 8 1％＜pq≤2.25％ 7 2.25％＜pq≤4％ 6 4％＜pq≤6.25％ 5 6.25％＜pq≤9％ 4 9％＜pq≤12.25％ 3 12.25％＜pq≤16％ 2 16％＜pq≤25％ 1 pq＞25％ 0
所述稳定性指标的计算，要考虑时间尺度的不同，具体体现在对于热负荷，其指标计算要进行修正，所述热负荷稳定性指标的修正是指当没有扰动的时候，认为温度恒定，如果某时段热负荷温度低于温度下限或者高于温度上限则认为能流越限，该时段作为扰动后出现能流越限或不收敛的总持续时间的一部分。
10.根据权利要求1所述的电-热-气综合能源系统的稳定评估与静态控制方法，其特征在于：所述步骤4中的有限代价包括：时间代价、人力代价和资金代价，分别如下三式所示；
Figure FDA0002923382500000113
Figure FDA0002923382500000121
Figure FDA0002923382500000122
式中，Ct”表示时间代价，t”表示系统从出现问题到解决问题并恢复正常的时间，T”表示这次系统出现问题距离上次系统出现问题的时间；Ch”表示人力代价，h”表示解决问题所需要的人数，H”表示系统正常工作时所需要工作人员的人数；Cp”表示资金代价，p”表示解决问题所需要的资金数目，P”表示该系统的年平均维护资金数目；
只有全部满足如下式所示的不等式约束时，才是有限代价，否则是超额代价；
Figure FDA0002923382500000123
CN201810357954.6A 2018-04-20 2018-04-20 电-热-气综合能源系统的稳定评估与静态控制方法 Active CN108494021B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810357954.6A CN108494021B (zh) 2018-04-20 2018-04-20 电-热-气综合能源系统的稳定评估与静态控制方法
PCT/CN2018/088349 WO2019200662A1 (zh) 2018-04-20 2018-05-25 电-热-气综合能源系统的稳定评估与静态控制方法
EP18893334.5A EP3582359A4 (en) 2018-04-20 2018-05-25 STABILITY EVALUATION AND STATIC CONTROL METHOD FOR AN INTEGRATED ELECTRICITY-HEAT-GAS-ENERGY SYSTEM

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810357954.6A CN108494021B (zh) 2018-04-20 2018-04-20 电-热-气综合能源系统的稳定评估与静态控制方法

Publications (2)

Publication Number Publication Date
CN108494021A CN108494021A (zh) 2018-09-04
CN108494021B true CN108494021B (zh) 2021-06-01

Family

ID=63312806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810357954.6A Active CN108494021B (zh) 2018-04-20 2018-04-20 电-热-气综合能源系统的稳定评估与静态控制方法

Country Status (3)

Country Link
EP (1) EP3582359A4 (zh)
CN (1) CN108494021B (zh)
WO (1) WO2019200662A1 (zh)

Families Citing this family (91)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11875371B1 (en) 2017-04-24 2024-01-16 Skyline Products, Inc. Price optimization system
CN109344480A (zh) * 2018-09-20 2019-02-15 国网四川省电力公司经济技术研究院 考虑蒸汽网络的电热联合系统潮流计算方法
CN109255550B (zh) * 2018-09-30 2022-03-29 东北电力大学 一种综合能源系统的n-1静态安全分析方法
CN109993445B (zh) * 2019-04-04 2021-07-30 国家电网有限公司 一种考虑光伏预测误差的综合能源系统脆弱性评估方法
CN110163490A (zh) * 2019-04-28 2019-08-23 长沙理工大学 一种综合能源系统故障耦合传播能量量化分析及抑制方法
CN110189166B (zh) * 2019-05-14 2022-02-08 新奥数能科技有限公司 确定能源传输转换网络中的重点维护设备的方法及装置
CN110492533B (zh) * 2019-08-13 2021-10-08 广东电网有限责任公司广州供电局 冷热电联供系统的控制方法、装置、计算机及存储介质
CN110750575B (zh) * 2019-09-24 2020-09-18 河海大学 基于拉格朗日状态估计的电热互联系统坏数据辨识方法
CN112580903A (zh) * 2019-09-27 2021-03-30 华晨宝马汽车有限公司 用于评估发动机质量稳定性的方法和装置及存储介质
CN111142486A (zh) * 2019-12-26 2020-05-12 国电南瑞科技股份有限公司 一种综合能源监控与服务系统及其工作方法
CN111160653B (zh) * 2019-12-31 2023-06-27 国网内蒙古东部电力有限公司经济技术研究院 基于云计算的分布式储能系统风电消纳能力监测方法
CN113065680A (zh) * 2020-01-02 2021-07-02 中国电力科学研究院有限公司 一种能源互联网的能量需求预测方法及系统
CN111368393A (zh) * 2020-01-03 2020-07-03 国网江苏省电力有限公司连云港供电分公司 一种ies背景下含需求响应资源的电力系统稳定性评估方法
CN111291968B (zh) * 2020-01-14 2023-05-05 沈阳工业大学 一种基于大数据的多能源系统运行稳定性计算方法
CN111682520B (zh) * 2020-03-11 2023-08-22 国网辽宁省电力有限公司大连供电公司 用网络流对电-气互联系统优化分析的方法
CN111415042B (zh) * 2020-03-20 2024-03-08 上海能源建设工程设计研究有限公司 一种基于气电耦合的区域分布式能源系统及优化方法
CN111401647B (zh) * 2020-03-23 2022-04-08 清华大学 考虑不确定性传递的电气耦合系统分布式优化调度方法
CN111598289A (zh) * 2020-03-30 2020-08-28 国网河北省电力有限公司 计及lstm光伏出力预测的综合能源系统分散式优化方法
CN111563315B (zh) * 2020-04-08 2024-01-26 重庆大学 一种基于拓扑分析的电-气综合能源系统稳态能量流计算方法
CN111597683B (zh) * 2020-04-14 2024-03-22 浙江大学 考虑天然气传输动态的电力天然气联合系统运行优化方法
CN111401665B (zh) * 2020-04-22 2022-04-15 山东大学 协同优化的综合能源系统设计方案的获取方法和系统
CN111509704B (zh) * 2020-04-23 2022-07-19 郑州轻工业大学 基于sssc的含dfig-sofc多能源系统动态交互分析方法
CN111400937B (zh) * 2020-04-29 2023-12-01 上海电力大学 一种综合能源系统潮流计算方法
CN111626487B (zh) * 2020-05-15 2023-05-26 浙江大学 一种综合能源系统多评价指标优化规划技术方法和系统
CN111738560A (zh) * 2020-05-28 2020-10-02 西安华光信息技术有限责任公司 一种智能开采综采工作面效能评价系统及方法
CN111897203A (zh) * 2020-06-17 2020-11-06 东南大学 基于数据驱动和机理建模状态监测的加热器经济调节方法
CN111898224A (zh) * 2020-06-19 2020-11-06 上海大学 基于分布式能源系统管网能量损失模型的优化控制装置
CN112036003B (zh) * 2020-07-06 2024-01-12 东南大学 一种考虑不完全量测的质调节热力系统静态状态估计方法
CN111769603B (zh) * 2020-07-13 2022-04-08 国网天津市电力公司 一种基于电-气耦合系统安全裕度的机组优化调度方法
CN112016033B (zh) * 2020-08-07 2024-02-13 大连理工大学 一种基于前推回代法的电-热-气综合能源系统潮流计算方法
CN112134289A (zh) * 2020-09-02 2020-12-25 国网江苏省电力有限公司无锡供电分公司 一种基于数据驱动的电-热联合系统潮流计算方法
CN112288590B (zh) * 2020-09-23 2024-05-14 国网(苏州)城市能源研究院有限责任公司 一种富余电网资源支持气网调度的决策支持系统及方法
CN112600191B (zh) * 2020-10-29 2023-08-04 河北工业大学 基于非线性回归的低压配电网参数和拓扑联合辨识方法
CN112260305B (zh) * 2020-10-30 2022-06-10 国网湖南省电力有限公司 适用于跨区直流输电线路的中长期送电功率确定方法
CN112398122B (zh) * 2020-11-02 2022-05-31 清华大学 一种极寒灾害下热电耦合系统应急恢复方法
CN112381137B (zh) * 2020-11-10 2024-06-07 重庆大学 新能源电力系统可靠性评估方法、装置、设备及存储介质
CN112330493B (zh) * 2020-11-24 2022-10-28 南方电网科学研究院有限责任公司 一种能源系统的建模及综合分析的方法、装置及存储介质
CN112465214B (zh) * 2020-11-24 2023-12-01 浙江大学 一种综合能源系统全生命周期的耦合度计算方法
CN112528214B (zh) * 2020-12-01 2024-05-28 国网江苏省电力有限公司营销服务中心 基于客户侧用能控制系统的多能互补协调优化方法
CN112434442B (zh) * 2020-12-08 2022-06-03 湘潭大学 一种电-气区域综合能源系统弹性评估方法
CN112688317B (zh) * 2020-12-18 2023-04-07 南京师范大学 一种双层协同架构下的县域级电-气互联系统优化调度方法
CN112906196B (zh) * 2021-01-21 2023-03-14 山西太钢不锈钢股份有限公司 一种确定高炉燃料比合理范围的方法
CN112417743B (zh) * 2021-01-25 2021-04-02 中国空气动力研究与发展中心计算空气动力研究所 一种气体能量反演热力学温度的混合迭代方法
CN112928753B (zh) * 2021-02-03 2023-01-06 东北电力大学 一种多能协同的配电网主动解列控制方法
CN114398987A (zh) * 2022-01-14 2022-04-26 成都秦川物联网科技股份有限公司 一种天然气能量计量的异常监测方法和系统
CN113037837B (zh) * 2021-03-05 2022-04-01 东北大学 一种面向综合能源系统基于边缘计算的智能终端及其控制方法
CN112884608B (zh) * 2021-03-11 2023-07-25 国网陕西省电力公司电力科学研究院 一种供电网黑启动分区方案计算方法及计算系统
CN113032935B (zh) * 2021-03-12 2022-04-05 西南石油大学 一种大型并联天然气管网优化运行模型及求解方法
CN113159983B (zh) * 2021-03-15 2024-05-14 东南大学 离网型光气热电联产综合能源系统协调控制方法
CN112994020A (zh) * 2021-03-31 2021-06-18 南京信息工程大学 一种多能源系统潮流分解计算方法
CN113094909B (zh) * 2021-04-16 2022-04-19 浙江大学 一种综合能源系统设备运行监控优先级评估方法及系统
CN113255105B (zh) * 2021-04-26 2022-10-18 上海电力大学 双向耦合网络结构的电气热综合能源系统潮流计算方法
CN113469487B (zh) * 2021-05-08 2024-01-05 浙江大学 一种基于通用生成函数法的综合能源系统节点可靠性量化方法及系统
CN113221358B (zh) * 2021-05-13 2022-09-27 浙江大学 基于可靠性参数的电-气耦合系统的备用出力优化方法
CN113297742B (zh) * 2021-05-27 2023-10-31 东北大学 基于独立成分分析的自能源非侵入式系统及其建模方法
CN113256152A (zh) * 2021-06-15 2021-08-13 河北农业大学 基于贝叶斯网络的气电耦合系统可靠性评估方法及系统
US11898895B2 (en) 2021-07-26 2024-02-13 Chengdu Qinchuan Iot Technology Co., Ltd. Methods and systems for natural gas data computation outside gas internet of things based on energy measuring
CN113572843B (zh) * 2021-07-26 2023-06-02 成都秦川物联网科技股份有限公司 基于能量计量的燃气数据网外运算方法及系统
CN113644650B (zh) * 2021-07-28 2024-03-19 国网天津市电力公司电力科学研究院 一种城市配电网静态评估、校正与图形展示方法
WO2023004809A1 (zh) * 2021-07-30 2023-02-02 西门子（中国）有限公司 一种智慧能源管理系统的建模方法、装置和存储介质
CN113806972B (zh) * 2021-08-04 2022-11-22 浙江大学 一种考虑供需双侧灵活性的综合能源系统可靠性分析方法
CN113591259B (zh) * 2021-08-11 2022-05-03 华北电力大学 一种供热管道动态等值建模方法
CN113627021A (zh) * 2021-08-11 2021-11-09 东南大学 一种基于序列凸规划的电气互联系统最优能流计算方法
CN113807884B (zh) * 2021-08-20 2024-05-14 国网浙江省电力有限公司经济技术研究院 一种园区综合能源系统电网接入容量确定方法及装置
CN113688570B (zh) * 2021-08-25 2023-11-10 国网江苏省电力有限公司 园区综合能源系统自动运行的实现方法、装置及设备
CN114036709A (zh) * 2021-09-17 2022-02-11 中铁第一勘察设计院集团有限公司 基于雨水管网拓扑结构优化改善节点积水状况的方法
CN114004047B (zh) * 2021-09-29 2024-05-28 南京国电南自电网自动化有限公司 一种电热气互联多能源系统矩阵化运算模型建模方法
CN113886761A (zh) * 2021-09-29 2022-01-04 国网江苏省电力有限公司营销服务中心 一种综合能源系统能效分析评估方法
CN114548659A (zh) * 2022-01-07 2022-05-27 华能国际电力股份有限公司大连电厂 一种厂级多类型供热机组电、热负荷分配方法和设备
CN114611255A (zh) * 2022-02-28 2022-06-10 武汉大学 明满流水力系统稳定性分析方法
CN115049098B (zh) * 2022-04-13 2024-06-07 重庆大学 基于数据驱动的电-水联合系统最优能流随机优化方法
CN114740727B (zh) * 2022-04-25 2024-05-17 东南大学溧阳研究院 室外温度扰动条件下的空气源热泵动态能效优化控制方法
CN114692433B (zh) * 2022-04-28 2023-01-31 中原环保股份有限公司 一种配电柜表面温度巡检的故障分析方法
CN114780622B (zh) * 2022-06-27 2022-09-02 天津能源物联网科技股份有限公司 一种基于大数据平台的供热数据的智能分析方法及系统
CN115127138B (zh) * 2022-06-29 2023-12-26 山东澳信供热有限公司 一种空气源和燃气源结合的供热系统的供热方法
CN115081902B (zh) * 2022-06-30 2024-04-09 国网北京市电力公司 基于源网荷储协同的综合规划方法、装置、设备及介质
CN115358493B (zh) * 2022-10-20 2023-02-10 广东电网有限责任公司 一种综合能源系统的风险评估方法及装置
CN115800296B (zh) * 2022-11-18 2023-09-22 中南大学 远海风电经vsc-mtdc并网系统的电压频率协同支撑方法
CN115787160B (zh) * 2023-01-29 2023-05-23 江苏卓鹏智能机电有限公司 一种用于纺纱机群的除静电控制方法及系统
CN116452009B (zh) * 2023-02-15 2024-03-12 浙江大学 一种考虑时间关联特性的综合能源枢纽灵活域评估方法
CN115982916B (zh) * 2023-03-20 2023-07-18 山东理工大学 基于综合能源系统静态安全评估的燃气轮机接入方法
CN116384142B (zh) * 2023-04-14 2023-11-17 广西大学 多能协同恢复的电-气-热耦合系统抗震韧性规划方法
CN116308965B (zh) 2023-05-24 2023-08-04 成都秦川物联网科技股份有限公司 智慧燃气地下燃气管网安全管理方法、物联网系统及装置
CN116930595B (zh) * 2023-09-18 2023-11-24 法拉迪电气有限公司 一种用于新能源并网调压的精准数据计量方法
CN117060492B (zh) * 2023-10-12 2023-12-22 武汉大学 考虑管道气压波动特性的气电耦合系统优化方法及设备
CN117371219B (zh) * 2023-10-20 2024-03-12 华北电力大学 一种应用于综合能源系统的拓展能源枢纽建模方法
CN117150976B (zh) * 2023-10-31 2024-01-26 长江三峡集团实业发展(北京)有限公司 一种水温变化系数的确定方法、装置、设备及存储介质
CN117494910B (zh) * 2024-01-02 2024-03-22 国网山东省电力公司电力科学研究院 一种基于碳减排的多能源协调优化控制系统及方法
CN117635080B (zh) * 2024-01-25 2024-03-29 苏州苏高新数字科技有限公司 一种基于物联网的大型建筑可视化运管系统
CN117739285B (zh) * 2024-02-18 2024-05-03 苏芯物联技术(南京)有限公司 一种基于焊接历史数据的漏气异常快速标记方法
CN117959902B (zh) * 2024-04-01 2024-06-04 大连华邦化学有限公司 一种基于数据反馈的气体纯化功能预警系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2528192A2 (de) * 2011-05-25 2012-11-28 Erdgas Südwest GmbH Energiespeicher, Verbundsystem mit Energiespeichern und Verfahren zum Betreiben eines Energiespeichers
CN104734147A (zh) * 2015-03-16 2015-06-24 河海大学 一种综合能源系统概率能量流分析方法
CN105958480A (zh) * 2016-05-27 2016-09-21 清华大学 一种电-气耦合多能流系统联合静态安全分析方法
CN107194055A (zh) * 2017-05-17 2017-09-22 重庆大学 考虑电转气装置的电‑气互联系统可靠性建模及其评估方法
CN107730129A (zh) * 2017-10-24 2018-02-23 重庆大学 考虑光热热电联产与电锅炉的电‑气‑热互联系统风险评估方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9058443B2 (en) * 2012-07-17 2015-06-16 International Business Machines Corporation Planning economic energy dispatch in electrical grid under uncertainty
US20160218505A1 (en) * 2013-08-28 2016-07-28 Robert Bosch Gmbh System and Method for Energy Asset Sizing and Optimal Dispatch
CN103985058B (zh) * 2014-04-04 2017-05-03 河海大学 一种基于改进多中心校正内点法的可用输电能力计算方法
CN105447586A (zh) * 2014-08-29 2016-03-30 国家电网公司 一种基于全能流模型的微电网能量优化方法
US9926852B2 (en) * 2015-03-03 2018-03-27 General Electric Company Methods and systems for enhancing control of power plant generating units
DE102016207454A1 (de) * 2016-04-29 2017-11-02 Siemens Aktiengesellschaft Einrichtung für Wahrscheinlichkeitsvorhersagen, mit einer solchen Einrichtung ausgestattetes Energieübertragungs- und/oder Energieverteilnetz und Verfahren für dessen Betrieb
CN107257132B (zh) * 2017-05-17 2020-04-21 重庆大学 一种考虑风电弃用的电-气互联系统综合负荷削减模型构建方法
CN107808216B (zh) * 2017-10-24 2021-07-06 重庆大学 电-气-热互联系统弃风弃光和电气热负荷削减综合最小优化模型构建方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2528192A2 (de) * 2011-05-25 2012-11-28 Erdgas Südwest GmbH Energiespeicher, Verbundsystem mit Energiespeichern und Verfahren zum Betreiben eines Energiespeichers
CN104734147A (zh) * 2015-03-16 2015-06-24 河海大学 一种综合能源系统概率能量流分析方法
CN105958480A (zh) * 2016-05-27 2016-09-21 清华大学 一种电-气耦合多能流系统联合静态安全分析方法
CN107194055A (zh) * 2017-05-17 2017-09-22 重庆大学 考虑电转气装置的电‑气互联系统可靠性建模及其评估方法
CN107730129A (zh) * 2017-10-24 2018-02-23 重庆大学 考虑光热热电联产与电锅炉的电‑气‑热互联系统风险评估方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A Novel Energy Function-Based Stability Evaluation and Nonlinear Control Approach for Energy Internet;Qiuye Sun et al.;《IEEE TRANSACTIONS ON SMART GRID》;20170531;第3卷(第8期);第1195-1210页 *
Integrated electricity-heat-gas network modelling for the evaluation of system resilience to extreme weather;Stephen Clegg et al.;《2017 IEEE Manchester PowerTech》;20170720;第1-6页 *
电–热–气综合能源系统多能流计算方法;王英瑞等;《电网技术》;20161031;第40卷(第10期);第2942-2950页 *
能源互联网多能源系统最优功率流;孙秋野等;《中国电机工程学报》;20170320;第37卷(第6期);第1590-1598、S2页 *

Also Published As

Publication number Publication date
EP3582359A4 (en) 2020-02-12
WO2019200662A1 (zh) 2019-10-24
CN108494021A (zh) 2018-09-04
EP3582359A1 (en) 2019-12-18

Similar Documents

Publication Publication Date Title
CN108494021B (zh) 电-热-气综合能源系统的稳定评估与静态控制方法
CN107730129B (zh) 考虑光热热电联产与电锅炉的电-气-热互联系统风险评估方法
CN107194055B (zh) 考虑电转气装置的电-气互联系统可靠性建模及其评估方法
Zhang et al. Development and evaluation of cooling load prediction models for a factory workshop
CN109800968B (zh) 考虑天然气系统热力过程的电-气互联系统概率能流分析方法
CN113129164B (zh) 一种天然气管网天然气流量压力调度决策指标的计算方法
CN110795845B (zh) 一种供热系统裕度量化计算方法和系统
CN111475913A (zh) 一种蒸汽动力系统的运行操作优化方法及系统
CN112377985A (zh) 基于反馈神经网络的供热机组调峰下限评估方法及系统
CN115294671A (zh) 一种空压机出口压力预测方法和预测系统
CN115062534A (zh) 天然气管道系统的供气可靠性计算方法及装置
CN111178602A (zh) 基于支持向量机和神经网络的循环水损失预测方法
CN111626003A (zh) 一种供暖系统热负荷分层预测方法、存储介质及预测设备
Chen et al. Application of deep learning modelling of the optimal operation conditions of auxiliary equipment of combined cycle gas turbine power station
CN116611706A (zh) 基于多能源主体的动态碳排放因子测算方法
Zheng et al. Digital twin modeling for district heating network based on hydraulic resistance identification and heat load prediction
CN112734158B (zh) 发电机组的热电负荷分配方法、装置及电子设备
CN112348696B (zh) 基于bp神经网络的供热机组调峰上限评估方法及系统
CN113919204B (zh) 一种多状态制造系统可用性综合重要度分析方法
CN114118818A (zh) 一种分布式综合能源系统运行状态估计方法及装置
CN111275320B (zh) 一种发电机组的性能调整数据处理方法、系统和存储介质
CN113868836A (zh) 基于大数据的智慧热力系统在线专家分析平台
Preis et al. On-line hydraulic state estimation in urban water networks using reduced models
CN116579149A (zh) 基于混沌多项式的电-热综合能源系统可靠性解析方法
CN117134418B (zh) 一种多能耦合系统的潮流计算方法、装置及设备

Legal Events

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