CN111400873A - 电热综合能源系统二阶锥规划抗差状态估计方法和系统 - Google Patents

电热综合能源系统二阶锥规划抗差状态估计方法和系统 Download PDF

Info

Publication number
CN111400873A
CN111400873A CN202010123542.3A CN202010123542A CN111400873A CN 111400873 A CN111400873 A CN 111400873A CN 202010123542 A CN202010123542 A CN 202010123542A CN 111400873 A CN111400873 A CN 111400873A
Authority
CN
China
Prior art keywords
node
electric heating
auxiliary
electric
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.)
Pending
Application number
CN202010123542.3A
Other languages
English (en)
Inventor
杨晓楠
郎燕生
陈艳波
姚远
朱承治
刘晔
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.)
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
China Electric Power Research Institute Co Ltd CEPRI
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 State Grid Corp of China SGCC, State Grid Zhejiang Electric Power Co Ltd, China Electric Power Research Institute Co Ltd CEPRI filed Critical State Grid Corp of China SGCC
Priority to CN202010123542.3A priority Critical patent/CN111400873A/zh
Publication of CN111400873A publication Critical patent/CN111400873A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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

Landscapes

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

Abstract

本发明提供了电热综合能源系统二阶锥规划抗差状态估计方法，包括：获取电热综合能源系统的量测量；将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值；所述电热综合能源系统的量测量包括：电力系统量测量和热力系统量测量，本发明方法的应用弥补了电网中的量测冗余度的损失，提高了电热综合能源系统中电力系统状态估计的准确性。

Description

电热综合能源系统二阶锥规划抗差状态估计方法和系统
技术领域
本发明属于综合能源状态评估领域，具体涉及电热综合能源系统二阶锥规划抗差状态估计方法和系统。
背景技术
在传统的能源系统(电力系统，天然气系统，热力系统等)中，它们是独立计划，设计和运行的，导致总的能源利用效率低下。因此，综合能源系统(IES)被认为是未来人类社会能源的主要形式。作为一种重要的能量转换组件，CHP(热电联产,热电联产是指利用化石燃料、余能、可再生能源、电能等多种方式同时产生电能和可用的热量)在IES的研究中变得越来越重要。与独立的能源系统相比，由于CHP具有为负荷提供替代能源并控制能量流的能力，CHP具有更好的灵活性，可以抵消风能等可再生能源的波动。同时，热电联产将燃料化学能转化为高等级热能用于发电，同时利用低等级热能提供热量，显着提高了燃料利用率。为了实现对IEHS(综合电热系统)运行状态的全面，实时和准确的感知，必须考虑IEHS的状态估计(SE)。
现有技术中提供了一种用于IEHS的双线性鲁棒SE方法。首先，通过引入辅助变量构建了用于IEHS的线性WLAV模型。然后，通过非线性变换并求解二次规划模型来获得状态变量的估计值。此方法无需执行非线性迭代并选择状态变量的初始值。同时，它对强相关性不良数据具有良好的辨识能力。但是，它仍然存在以下问题：i)辅助变量的引入使得电网部分的量测冗余度降低ii)在构建量测方程式时，它忽略了热功率量测，从而降低了总体量测冗余度,因此，如何提高综合电热系统的状态估计准确性是本领域技术人员需要解决的问题。
发明内容
为克服上述现有技术的不足，本发明提供电热综合能源系统二阶锥规划抗差状态估计方法，包括：
获取电热综合能源系统的量测量；
将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
优选的，电热综合能源系统的量测量包括：
电力系统量测量和热力系统量测量。
优选的，电热综合能源系统二阶锥规划状态估计模型的构建，包括：
基于电力系统状态变量确定电力系统辅助状态变量；基于电力系统量测量确定电力系统辅助量测量；基于热力系统状态变量确定热力系统辅助状态变量；基于热力系统量测量确定热力系统辅助量测量；
基于所述电力系统辅助状态变量和电力系统辅助量测量，构建电力系统线性量测方程；
基于所述热力系统辅助状态变量和热力系统辅助量测量，构建热力系统线性量测方程；
基于所述电力系统线性量测方程、热力系统线性量测方程和电力系统与热力系统耦合节点的耦合方式，构建电热综合能源系统线性量测方程；
基于所述电热综合能源系统线性量测方程，构建电热综合能源系统线性加权最小绝对值状态估计模型；
基于所述电热综合能源系统线性加权最小绝对值状态估计模型及电力系统辅助状态变量的关系，构建电热综合能源系统二阶锥规划状态估计模型。
优选的，电力系统辅助状态变量和电力系统辅助量测量如下式：
Figure BDA0002393724210000021
Figure BDA0002393724210000022
其中，
Figure BDA0002393724210000023
为电力系统辅助状态变量，Vi a、
Figure BDA0002393724210000024
为引入的第一辅助量，
Figure BDA0002393724210000025
为电力系统辅助量测量，Ui为节点i的电压幅值，Pi为节点i的注入有功功率，Qi为节点i注入的无功功率，Pij为支路ij的有功功率，Qij为支路ij的无功功率；
所述第一辅助量的计算式如下：
Figure BDA0002393724210000026
其中，Ui为节点i的电压幅值，Uj节点j的电压幅值，θij为节点i与节点j之间的相角差。
优选的，电力系统线性量测方程，如下式：
Figure BDA0002393724210000027
式中，Ui为节点i的电压幅值，Pi为节点i的注入有功功率，Qi为节点i注入的无功功率，Pij为支路ij的有功功率，Qij为支路ij的无功功率，Ni为电力系统的节点数，Vi a、
Figure BDA0002393724210000031
为引入的第一辅助量，gsi为节点i的等效对地电阻，bsi为节点i的等效对地电抗，gij为支路ij的等效电阻，bij为支路ij的等效电抗，Gij由支路ij的等效电阻确定，Bij由支路ij的等效电抗确定。
优选的，热力系统辅助状态变量和热力系统辅助量测量，如下所示：
Figure BDA0002393724210000032
Figure BDA0002393724210000033
其中，
Figure BDA0002393724210000034
为热力系统辅助状态变量，
Figure BDA0002393724210000035
为第二辅助量，
Figure BDA00023937242100000313
热力系统辅助量测量，
Figure BDA0002393724210000036
为支路ij的水流量，
Figure BDA0002393724210000037
为节点注入水流量，φi为节点i的热功率，Tsi为节点i的供热温度，Tri为节点i的回热温度；
所述第二辅助量的计算式如下：
Figure BDA0002393724210000038
其中，pij为管道压强头损，sij由节点i压强头和节点j压强头的关系确定。
优选的，热力系统线性量测方程，如下式：
Figure BDA0002393724210000039
式中，
Figure BDA00023937242100000310
为第二辅助量，pij为管道压强头损，sij由节点i压强头和节点j压强头的关系确定，
Figure BDA00023937242100000311
为支路ij的水流量，
Figure BDA00023937242100000312
为节点注入水流量，Tsi为节点i的供热温度，Tri为节点i的回热温度，φi为节点i的热功率，Kij为支路ij的管道阻抗系数，Cp为水的比热容。
优选的，电热综合能源系统线性量测模型，如下式：
Figure BDA0002393724210000041
式中，x a为电热综合能源系统辅助状态变量，za为电热综合能源系统辅助量测量，
Figure BDA0002393724210000042
为电力系统辅助状态变量，
Figure BDA0002393724210000043
为热力系统辅助状态变量，
Figure BDA0002393724210000044
为电力系统辅助量测量，
Figure BDA0002393724210000045
为热力系统辅助量测量，Ha为电热综合能源系统常系数矩阵，ea为电热综合能源系统测量误差，
Figure BDA0002393724210000046
为采用燃气轮机或内燃机耦合方式下产生的热能，N1为采用燃气轮机或内燃机耦合的节点数，
Figure BDA0002393724210000047
为采用汽轮机耦合方式下产生的热能，cm为输出热功率与电功率的比值，N2为采用汽轮机耦合的节点数，
Figure BDA0002393724210000048
为采用燃气轮机或内燃机耦合方式下产生的电能，Pcon为汽轮机的最大输出电能，
Figure BDA0002393724210000049
为采用汽轮机耦合方式下产生的电能。
优选的，电热综合能源系统常系数矩阵表示如下：
Ha＝[Hae,0；0,Hah]
其中，为Ha电热综合能源系统常系数矩阵，Hae为电力系统常系数矩阵，Hah为热力系统常系数矩阵。
优选的，电热综合能源系统线性加权最小绝对值状态估计模型，如下式所示：
Figure BDA00023937242100000410
式中，w为电热综合能源系统量测权重矩阵，ea为电热综合能源系统测量误差，za为电热综合能源系统辅助量测量，xa为电热综合能源系统辅助状态变量，Ha为电热综合能源系统常系数矩阵，
Figure BDA00023937242100000411
为采用燃气轮机或内燃机耦合方式下产生的热能，N1为采用燃气轮机或内燃机耦合的节点数，
Figure BDA00023937242100000412
为采用汽轮机耦合方式下产生的热能，cm为输出热功率与电功率的比值，N2为采用汽轮机耦合的节点数，
Figure BDA00023937242100000413
为采用燃气轮机或内燃机耦合方式下产生的电能，Pcon为汽轮机的最大输出电能，
Figure BDA0002393724210000051
为采用汽轮机耦合方式下产生的电能。
优选的，基于所述电热综合能源系统线性加权最小绝对值的状态估计模型及电力系统辅助状态变量的关系，构建电热综合能源系统二阶锥规划状态估计模型，包括：
基于电力网络辅助状态变量间的关系式，构建二阶锥不等式约束；
基于所述二阶锥不等式约束及电热综合能源系统线性加权最小绝对值状态估计模型，构建电热综合能源系统二阶锥规划状态估计模型。
优选的，二阶锥不等式约束，如下式所示：
Figure BDA0002393724210000052
式中，Vi a、Vj a，
Figure BDA0002393724210000053
为引入的第一辅助量。
优选的，电热综合能源系统二阶锥规划状态估计模型，如下式所示：
Figure BDA0002393724210000054
式中，w为电热综合能源系统的量测权重矩阵，u和v为引入的两类非负变量，za为电热综合能源系统辅助量测量，Ha为电热综合能源系统常系数矩阵，为电热综合能源系统辅助状态变量，Vi a、Vj a，
Figure BDA0002393724210000055
为引入的第一辅助量，
Figure BDA0002393724210000056
为采用燃气轮机或内燃机耦合方式下产生的热能，N1为采用燃气轮机或内燃机耦合的节点数，
Figure BDA0002393724210000057
为采用汽轮机耦合方式下产生的热能，cm为输出热功率与电功率的比值，N2为采用汽轮机耦合的节点数，
Figure BDA0002393724210000058
为采用燃气轮机或内燃机耦合方式下产生的电能，Pcon为汽轮机的最大输出电能，
Figure BDA0002393724210000059
为采用汽轮机耦合方式下产生的电能。
优选的，述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值，包括：
将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，计算电能综合能源系统辅助状态变量估计值；
构建中间变量与所述电能综合能源系统辅助状态变量的关系，经过非线性变换，计算中间变量估计值；
基于所述中间变量估计值，经过线性变换，计算电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
基于同一构思本发明还提供了电热综合能源系统二阶锥规划抗差状态估计系统，包括：
数据采集模块，用于获取电热综合能源系统的量测量；
状态估计模块，用于将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
优选的，电热综合能源系统二阶锥规划状态估计模型构建模块，包括：
辅助变量构建模块，用于基于电力系统状态变量确定电力系统辅助状态变量；基于电力系统量测量确定电力系统辅助量测量；基于热力系统状态变量确定热力系统辅助状态变量；基于热力系统量测量确定热力系统辅助量测量；
电力系统线性量测方程构建模块，用于基于所述电力系统辅助状态变量和电力系统辅助量测量，构建电力系统线性量测方程；
热力系统线性量测方程构建模块，用于基于所述热力系统辅助状态变量和热力系统辅助量测量，构建热力系统线性量测方程；
电热综合能源系统线性量测方程构建模块，用于基于所述电力系统线性量测方程、热力系统线性量测方程和电力系统与热力系统耦合节点的耦合方式，构建电热综合能源系统线性量测方程；
电热综合能源系统线性加权最小绝对值状态估计模型构建模块，用于基于所述电热综合能源系统线性量测方程，构建电热综合能源系统线性加权最小绝对值状态估计模型；
电热综合能源系统二阶锥规划状态估计模型构建模块，用于基于所述电热综合能源系统线性加权最小绝对值状态估计模型及电力系统辅助状态变量的关系，构建电热综合能源系统二阶锥规划状态估计模型。
优选的，状态估计模块，包括：
计算模块1，用于将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，计算电能综合能源系统辅助状态变量估计值；
计算模块2，用于构建中间变量与所述电能综合能源系统辅助状态变量的关系，经过非线性变换，计算中间变量估计值；
计算模块3，用于基于所述中间变量估计值，经过线性变换，计算电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
与最接近的现有技术相比，本发明具有的有益效果如下：
本发明提供了电热综合能源系统二阶锥规划抗差状态估计方法，包括：获取电热综合能源系统的量测量；将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值，本发明方法的应用弥补了电网中的量测冗余度的损失，提高了电热综合能源系统中电力系统状态估计的准确性。
同时，本发明在构建电热综合能源系统二阶锥规划状态估计模型时考虑了热功率量测，提高了电热综合能源系统中热力系统状态估计的准确性。
附图说明
图1为本发明提供的电热综合能源系统二阶锥规划抗差状态估计方法的示意图；
图2为本发明提供的电热综合能源系统二阶锥规划抗差状态估计系统示意图；
图3为本发明实施例中提供的三种电热综合能源系统状态估计方法测试分析中耦合节点量测估计值与真值对比图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1：
本发明提供了电热综合能源系统二阶锥规划抗差状态估计方法，示意图如图1所示，包括：获取电热综合能源系统的量测量；将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
S1获取电热综合能源系统的量测量。
S2将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
S2-1构建电热综合能源系统二阶锥规划状态估计模型，包括：
S2-1-1构建IEHS的基本模型
S2-1-1-1构建热力系统的量测方程
热网一般包括水力模型和热力模型。水力模型的描述由下列方程组成。
Figure BDA0002393724210000081
Figure BDA0002393724210000082
摩擦系数K通常由Colebrook White方程给出，表示为:
K＝8Lf/(D5ρ2π2g) (3)
Figure BDA0002393724210000083
其中，式(5)是隐式的，不能直接求解。本发明采用Haaland公式[8]求解，表示为:
Figure BDA0002393724210000084
Figure BDA0002393724210000085
描述热力模型的方程主要包括:
Figure BDA0002393724210000086
Figure BDA0002393724210000087
Figure BDA0002393724210000088
式中，
Figure BDA0002393724210000089
为管道内离开节点与进入节点的质量流量(kg/s)，Tout为某节点的混合温度(℃)，Tin为进口管道端口的流量的温度(℃)。
在区域热网中，状态变量xh和量量测zh表示如下:
Figure BDA00023937242100000810
量测的具体表达式如下所示(为了简单起见，这里忽略了的量测误差。下面的量测方程也遵循这个规则)。
Figure BDA00023937242100000811
式中:当pi>pj时,sij＝1；当pi<pj时,sij＝-1。pi,Tsi,Tri和φi分别是p,Ts,Tr和φ的元素。
S2-1-1-2构建电力系统的量测方程
电网中的状态变量和量测量表示为:
xe＝[θi；Ui]；ze＝[Ui；Pi；Qi；Pij；Qij] (12)
量测方程如下:
Figure BDA0002393724210000091
为简便表示，此处忽略量测噪声。同时，式(1)采用了π型等效电路，等效线路的参数为：gij＝gs/k，bij＝bs/k，gsi＝(1-k)gs/k2，bsi＝(1-k)bs/k2+bc/2，Gij＝-gij，Bij＝-bij，gs+jbs为串联电纳，bc为充电电纳，k代表支路变比(对于不含变压器的支路，k＝1，bc＝0)。
式中，Ui、Uj分别为节点i、j的电压幅值，Pi、Qi为节点i的注入的有功功率、无功功率，Pij、Qij分别为支路ij的有功功率、无功功率，Ni为电力系统的节点数，θij为节点i与节点j的相角差，gs、bs分别为支路ij的实际电阻、实际电抗，gij、bij分别为支路ij的等效电阻、等效电抗，gsi、bsi分别为与节点i的等效对地电阻、电抗。
S2-1-1-3构建耦合组件模型
1)燃气轮机和内燃机
Figure BDA0002393724210000092
2)汽轮机
Figure BDA0002393724210000093
耦合组件同时产生热和电。对于IEHS的两种操作方式，Island and Grid-Connected(GC)，slack节点的接口接入如表1所示。
表1两种运行模式下CHP与IEHS中松弛节点的连接
Figure BDA0002393724210000094
除了松弛节点外，其他类型的节点(如PQ节点和热负荷节点)也可以通过CHP单元建立连接。
综上，IEHS的量测模型表示为:
Figure BDA0002393724210000095
其中he(xe)和hh(xh)由(11)和(13)表示。re和rh为热、电气部分的量测误差。下标N1和N2分别表示两类耦合节点，它们的耦合关系分别为(14)和(15)。
S2-1-2基于IEHS的基本模型和电力系统辅助状态变量关系，构建电热综合能源系统二阶锥规划状态估计模型。
在IEHS中，热网的节点数为Nh，支路数为Bh；电网的节点数为Ne，支路数为Be；假设(11)和(13)中所有的量测值均可被量测。
S2-1-2-1量测方程的线性化
在数学上，传统的SE方法需要求解一个非线性非凸优化问题，其结果可能是局部最优解，也可能不收敛，产生上述问题的原因是量测方程是非线性的。因此，有必要对量测方程进行线性化，将上述问题转化为线性凸优化问题。
通过引入合适的辅助状态变量，建立了一套IEHS的线性量测方程。
S2-1-2-1-1热力系统量测方程的线性化
令pij＝pi-pj。在式(11)中，令
Figure BDA0002393724210000101
代替节点的压强头pi和pj。从而，量测方程表示为:
Figure BDA0002393724210000102
Figure BDA0002393724210000103
选择
Figure BDA0002393724210000104
作为辅助变量。其中，
Figure BDA0002393724210000105
因此，得到一组线性化的量测方程(注意上标a表示辅助变量):
Figure BDA0002393724210000106
S2-1-2-1-2电力系统量测方程的线性化
1)选择节点电压幅值的平方
Figure BDA0002393724210000107
作为新的量测值并代替节点电压幅值Ui。
Figure BDA0002393724210000108
2)令
Figure BDA0002393724210000109
其中，
Figure BDA00023937242100001010
因此，式(13)线性化为:
Figure BDA00023937242100001011
S2-1-2-1-3IEHS的统一线性化量测模型构建
IEHS的统一线性化量测模型为:
Figure BDA0002393724210000111
其中为Ha常系数矩阵，其由以下部分组成。
Ha＝[Hae,0；0,Hah] (23)
Figure BDA0002393724210000112
Figure BDA0002393724210000113
其中，HUV、Hpα、Hsr和Hrs为元素1的对角矩阵。其他子矩阵元素的表达式如表2所示。
表2其余子矩阵的元素表达式
Figure BDA0002393724210000114
S2-1-2-2WLAV模型的构建
上述线性化量测模型可构建为基于WLAV的SE模型：
Figure BDA0002393724210000121
S2-1-2-3二阶锥规划约束的构建
对于辅助状态变量
Figure BDA0002393724210000122
和Vi a，它们存在如下关系:
Figure BDA0002393724210000123
将二次等式转化为不等式约束，使(41)松弛，得到:
Figure BDA0002393724210000124
为了使上面的不等式尽可能地接近等式约束，我们在目标函数中加入一个项：
Figure BDA0002393724210000125
因此，模型(26)转化为:
Figure BDA0002393724210000126
由于在电力部分引入了辅助变量，使得状态变量的数量在(27)中增加了Ne-1，导致了电网部分量测冗余的损失。在考虑二阶锥约束后，量测量的个数等价地增加了Ne-1，从而弥补了量测冗余的损失。
在(29)式中，目标函数是连续的，但不是处处可微。因此，可以将其等价地转化为一个线性规划(Linear Programming,LP)问题，因此，(29)转化为:
Figure BDA0002393724210000127
S2-1-2-4电热综合能源系统二阶锥规划状态估计模型(即SOCP模型)的求解
求得状态变量x＝[θi；Ui；pi；Tsi；Tri]估计值的总体步骤包括SOCP的求解、一次非线性变换和一次线性变换。
S2-1-2-4-1二阶锥规划求解
本发明利用MOSEK实现对上述SOCP模型(30)进行求解。该商用求解器具有较强的求解能力，即使对于条件较差的问题，其精度也得到了证实。变量xa的估计值可被求出:
Figure BDA0002393724210000131
S2-1-2-4-2非线性变换
定义中间变量xI：
Figure BDA0002393724210000132
xI与xa有下列的关系:
Figure BDA0002393724210000133
为了提高的准确性，对于θb I:
Figure BDA0002393724210000134
因此，通过变换(36)和(37)可以得到xI。
S2-1-2-4-3线性变换
因为支路相角差和支路压强差的数量与待求节点相角和待求节点压强头的数量相等，因此状态变量x有唯一解。状态变量x可以通过xI的线性变换得到:
Figure BDA0002393724210000135
其中
Figure BDA0002393724210000136
它们分别为电网和热网的降阶支路节点关联矩阵(不含松弛节点)，其中的每个元素(ae(k,j)和ah(k,j))表述为：
1)+1，如果分支k中的电流/流量进入节点i；
2)-1，如果分支k中的电流/流量离开节点i；
3)0,如果分支k与节点i之间没有连接。
冗余度分析
从原始模型(16)到SOCP(30)，量测冗余变化如下:
1)原始的WLS量测模型(16)
式(16)中，电网与热网的量测量个数分别为3Ne+2Be和5Nh+Bh。对应的状态变量的个数为2Ne-1和2Nh+Bh。因此，初始的量测冗余度表示为:
Figure BDA0002393724210000137
2)线性化量测模型(22)、WLAV模型(26)
由于引入了辅助变量和量测量的改变，量测冗余改变为:
Figure BDA0002393724210000141
3)SOCP模型(30)
旋转二阶锥(28)的不等式约束等价地增加了量测值的数量。因此，量测冗余度表示为:
Figure BDA0002393724210000142
一般来说，配电网和区域热网的拓扑结构是放射状的。因此，节点和分支的关系遵循：Be＝Ne-1与Bh＝Nh-1。从原始模型(16)到SOCP(30)，量测冗余变化如表3所示。
表3量测冗余度变化
Figure BDA0002393724210000143
这里，t表示Ze、xe、Zh、xh的增减趋势(与前一阶段相比)。从表3可以看出:
1)约束条件(28)的应用使得SOCP模型与WLS相比没有牺牲任何量测冗余度。
2)由式(28)可知，SOCP的量测冗余度高于WLAV。因此，理论上，SOCP的鲁棒性和估计精度应该优于WLAV。
实施例2
本发明通过引入辅助变量和中间变量，提出了一种基于SOCP的IEHS抗差状态估计方法。通过在IEHS中加入辅助变量和重新选择量测值，得到了一组线性化的量测方程。然后，基于WLAV，将其转换为一个线性规划。由于辅助变量中存在二阶锥约束关系，最终建立了一个SOCP模型。在巴厘岛地区的一个区域热电联合系统的测试实例表明，该方法具有良好的估计精度和抗差性。
巴里岛地区的热-电联合系统被用于案例研究。电网由9个节点和8条支路组成。热网包括32个节点和32条支路。共使用三个热电联产发电机组作为耦合组件:燃气轮机、抽汽轮机和往复式发动机。案例研究的拓扑结构和参数的详细描述在现有技术中给出。该算法是在MOSEK中基于MATLAB实现的，在Intel(R)Core(TM)i7 PC上执行，处理器为2.80GHz，内存为8GB.
表4案例研究中的耦合关系
Figure BDA0002393724210000144
在进行状态估计之前，需要知道系统稳态运行的准确值。在此，采用分段电-热计算方法来计算准确的工作点。注意，与[7]不同的是，本文将电网的功率因数从1调整到0.8，从而得到与无功功率相关的值。
1、正常量测下的测试
量测量是通过在真值上添加高斯噪声来形成的。该小节分析了该估计方法的性能，包括估计精度、量测冗余和计算效率，并与传统的非线性WLS、双线性WLAV进行了比较。
1)量测冗余度
WLS、WLAV和SOCP的量测冗余如表五所示。可见，SOCP的量测冗余略小于WLS，但高于WLAV。注意，表5中的“+3”表示CHP耦合对量测冗余的贡献，“+8”表示SOCP中二阶锥约束的数量。
表5传统非线性WLS和SOCP的量测冗余
Figure BDA0002393724210000151
2)估计的准确性
对于WLS，设置电网中所有节点的电压幅值为1，相角为0(松弛节点除外)。热网中所有节点(除源节点外)的供电温度设为70摄氏度，回热温度设为30摄氏度。注意，由于存在
Figure BDA0002393724210000152
项，其对pi(或pj)的偏导数为sij(pij)-12。因此所有节点的初值pi不能取相同。这里我们取p的真值的95％作为初始值。
1.1单次状态估计
分别使用传统的非线性WLS、双线性WLAV与SOCP对Barry Island测试系统进行单次状态估计。
对于SOCP，前两个阶段对应的辅助变量和中间变量如表六所示(由于篇幅有限，仅显示电网部分)。这里xa+和xI+表示xa和xI的估计值。
表6 SOCP的xa和xI的估计值
Figure BDA0002393724210000153
Figure BDA0002393724210000161
表7和8分别给出了WLS、WLAV与SOCP计算的状态变量估计值。对于热网的状态变量xh，主要列出与主路线“1-2-5-11-13-14-19-22-25-28-31-7”的节点的估计值。(假设参考节点的头等于0，参考节点为节点6)
表7 WLS和SOCP得到的x的估计值e
Figure BDA0002393724210000162
表8 WLS和SOCP得到的x的估计值h
Figure BDA0002393724210000163
对于耦合单元，所涉及量测量的估计值如图3(a)、(b)所示，并与对应的真实量测值进行比较,(a)、(b)中Nodes in electricity network为电网中的节点，Nodes in heatnetwork为热网中的节点，True values为真值，WLS为加权最小二乘模型测得的估计值，WLAV为加权最小绝对值模型测得的估计值，SOCP为二阶锥模型测得的估计值。
1.2蒙特卡罗模拟
由于单状态估计的绝对随机性，采用蒙特卡罗仿真实验对状态估计的精度进行统计分析。选择状态变量的最大估计误差作为量测指标，表示为:
Figure BDA0002393724210000164
其中xtrue为状态变量的真值，T为蒙特卡罗实验总次数。利用传统的非线性WLS、双线性WLAV与SOCP分别对测试系统进行了1000次蒙特卡罗实验。结果如表9和10所示。可以看出，SOCP的估计精度略低于WLS，但高于双线性WLAV。
表9状态变量x的最大估计误差e
Figure BDA0002393724210000171
表10状态变量x的最大估计误差h
Figure BDA0002393724210000172
3)计算效率
单状态估计时，WLS、双线性WLAV和SOCP所需计算时间如表11所示。
表11 WLS、WALV和SOCP的计算效率
Figure BDA0002393724210000173
可以看出，SOCP的计算效率为最高。
2、抗差性测试
2.1一般的不良数据
一般的不良数据是指在数学和物理上联系很弱的错误量测。它通常是通过对一些量测数据符号求逆，将其值设为0，或将其值加减20％以上来得到。不良数据设置及相应的估计量测值见表12和表13。
表12电网数据设置错误
Figure BDA0002393724210000174
表13热网数据设置错误
Figure BDA0002393724210000175
由此可以看出，对于IEHS中存在的一般性的不良数据，SOCP可以有效地进行辨识。
2.2相关性强的不良数据
相关性强的不良数据是指相关性高的不良数据数据。在IEHS中存在三种强相关不良数据:
a)电网：这种强相关数据主要包括(Pi,Pij1,…Pijn)和(Qi,Qij1,…Qijn)等。
b)热网：在液压部分，(pij,mij)和(mqi,mij1,…mijn)是两类强相关性的数据。
c)耦合单元：电-热耦合节点处的有功功率与热功率(Pi,Φj)存在强相关性。
为了测试算法识别上述类型坏数据的能力，我们将上述坏数据分为三组分别进行测试。(Pi,Pij1,…Pijn)和(Qi,Qij1,…Qijn)
表15第一组不良数据设置
Figure BDA0002393724210000181
(pij,mij)和(mqi,mij1,…mijn)
表16第二组不良数据设置
Figure BDA0002393724210000182
(Pi,Φj)
表17第3组不良数据设置
Figure BDA0002393724210000183
以上三类测试表明，SOCP对IEHS中五类强相关不良数据具有较好的估计、识别和纠正能力。
实施例3：
基于同一构思本发明还提供了电热综合能源系统二阶锥规划抗差状态估计系统，如图2所示，包括：
数据采集模块，用于获取电热综合能源系统的量测量；
状态估计模块，用于将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值；
所述电热综合能源系统的量测量包括：电力系统量测量和热力系统量测量。
优选的，电热综合能源系统二阶锥规划状态估计模型构建模块，包括：
辅助变量构建模块，用于基于电力系统状态变量确定电力系统辅助状态变量；基于电力系统量测量确定电力系统辅助量测量；基于热力系统状态变量确定热力系统辅助状态变量；基于热力系统量测量确定热力系统辅助量测量；
电力系统线性量测方程构建模块，用于基于所述电力系统辅助状态变量和电力系统辅助量测量，构建电力系统线性量测方程；
热力系统线性量测方程构建模块，用于基于所述热力系统辅助状态变量和热力系统辅助量测量，构建热力系统线性量测方程；
电热综合能源系统线性量测方程构建模块，用于基于所述电力系统线性量测方程、热力系统线性量测方程和电力系统与热力系统耦合节点的耦合方式，构建电热综合能源系统线性量测方程；
电热综合能源系统线性加权最小绝对值状态估计模型构建模块，用于基于所述电热综合能源系统线性量测方程，构建电热综合能源系统线性加权最小绝对值状态估计模型；
电热综合能源系统二阶锥规划状态估计模型构建模块，用于基于所述电热综合能源系统线性加权最小绝对值状态估计模型及电力系统辅助状态变量的关系，构建电热综合能源系统二阶锥规划状态估计模型。
优选的，状态估计模块，包括：
计算模块1，用于将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，计算电能综合能源系统辅助状态变量估计值；
计算模块2，用于构建中间变量与所述电能综合能源系统辅助状态变量的关系，经过非线性变换，计算中间变量估计值；
计算模块3，用于基于所述中间变量估计值，经过线性变换，计算电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (17)

1.电热综合能源系统二阶锥规划抗差状态估计方法，其特征在于，包括：
获取电热综合能源系统的量测量；
将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
2.如权利要求1所述的方法，其特征在于，所述电热综合能源系统的量测量包括：
电力系统量测量和热力系统量测量。
3.如权利要求1所述的方法，其特征在于，所述电热综合能源系统二阶锥规划状态估计模型的构建，包括：
基于电力系统状态变量确定电力系统辅助状态变量；基于电力系统量测量确定电力系统辅助量测量；基于热力系统状态变量确定热力系统辅助状态变量；基于热力系统量测量确定热力系统辅助量测量；
基于所述电力系统辅助状态变量和电力系统辅助量测量，构建电力系统线性量测方程；
基于所述热力系统辅助状态变量和热力系统辅助量测量，构建热力系统线性量测方程；
基于所述电力系统线性量测方程、热力系统线性量测方程和电力系统与热力系统耦合节点的耦合方式，构建电热综合能源系统线性量测方程；
基于所述电热综合能源系统线性量测方程，构建电热综合能源系统线性加权最小绝对值状态估计模型；
基于所述电热综合能源系统线性加权最小绝对值状态估计模型及电力系统辅助状态变量的关系，构建电热综合能源系统二阶锥规划状态估计模型。
4.如权利要求3所述的方法，其特征在于，所述电力系统辅助状态变量和电力系统辅助量测量如下式：
Figure FDA0002393724200000011
Figure FDA0002393724200000012
其中，
Figure FDA0002393724200000013
为电力系统辅助状态变量，Vi a、
Figure FDA0002393724200000014
为引入的第一辅助量，
Figure FDA0002393724200000015
为电力系统辅助量测量，Ui为节点i的电压幅值，Pi为节点i的注入有功功率，Qi为节点i注入的无功功率，Pij为支路ij的有功功率，Qij为支路ij的无功功率；
所述第一辅助量的计算式如下：
Figure FDA0002393724200000021
其中，Ui为节点i的电压幅值，Uj节点j的电压幅值，θij为节点i与节点j之间的相角差。
5.如权利要求3所述的方法，其特征在于，所述电力系统线性量测方程，如下式：
Figure FDA0002393724200000022
式中，Ui为节点i的电压幅值，Pi为节点i的注入有功功率，Qi为节点i注入的无功功率，Pij为支路ij的有功功率，Qij为支路ij的无功功率，Ni为电力系统的节点数，Vi a、
Figure FDA0002393724200000023
为引入的第一辅助量，gsi为节点i的等效对地电阻，bsi为节点i的等效对地电抗，gij为支路ij的等效电阻，bij为支路ij的等效电抗，Gij由支路ij的等效电阻确定，Bij由支路ij的等效电抗确定。
6.如权利要求3所述的方法，其特征在于，所述热力系统辅助状态变量和热力系统辅助量测量，如下所示：
Figure FDA0002393724200000024
Figure FDA0002393724200000025
其中，
Figure FDA0002393724200000026
为热力系统辅助状态变量，
Figure FDA0002393724200000027
为第二辅助量，
Figure FDA0002393724200000028
热力系统辅助量测量，
Figure FDA0002393724200000029
为支路ij的水流量，
Figure FDA00023937242000000210
为节点注入水流量，φi为节点i的热功率，Tsi为节点i的供热温度，Tri为节点i的回热温度；
所述第二辅助量的计算式如下：
Figure FDA00023937242000000211
其中，pij为管道压强头损，sij由节点i压强头和节点j压强头的关系确定。
7.如权利要求3所述的方法，其特征在于，所述热力系统线性量测方程，如下式：
Figure FDA0002393724200000031
式中，
Figure FDA0002393724200000032
为第二辅助量，pij为管道压强头损，sij由节点i压强头和节点j压强头的关系确定，
Figure FDA0002393724200000033
为支路ij的水流量，
Figure FDA0002393724200000034
为节点注入水流量，Tsi为节点i的供热温度，Tri为节点i的回热温度，φi为节点i的热功率，Kij为支路ij的管道阻抗系数，Cp为水的比热容。
8.如权利要求3所述的方法，其特征在于，所述电热综合能源系统线性量测模型，如下式：
Figure FDA0002393724200000035
式中，xa为电热综合能源系统辅助状态变量，za为电热综合能源系统辅助量测量，
Figure FDA0002393724200000036
为电力系统辅助状态变量，
Figure FDA0002393724200000037
为热力系统辅助状态变量，
Figure FDA0002393724200000038
为电力系统辅助量测量，
Figure FDA0002393724200000039
为热力系统辅助量测量，Ha为电热综合能源系统常系数矩阵，ea为电热综合能源系统测量误差，
Figure FDA00023937242000000310
为采用燃气轮机或内燃机耦合方式下产生的热能，N1为采用燃气轮机或内燃机耦合的节点数，
Figure FDA00023937242000000311
为采用汽轮机耦合方式下产生的热能，cm为输出热功率与电功率的比值，N2为采用汽轮机耦合的节点数，
Figure FDA00023937242000000312
为采用燃气轮机或内燃机耦合方式下产生的电能，Pcon为汽轮机的最大输出电能，
Figure FDA00023937242000000313
为采用汽轮机耦合方式下产生的电能。
9.如权利要求8所述的方法，其特征在于，所述电热综合能源系统常系数矩阵表示如下：
Ha＝[Hae,0；0,Hah]
其中，为Ha电热综合能源系统常系数矩阵，Hae为电力系统常系数矩阵，Hah为热力系统常系数矩阵。
10.如权利要求3所述的方法，其特征在于，所述电热综合能源系统线性加权最小绝对值状态估计模型，如下式所示：
min w|ea|
Figure FDA0002393724200000041
式中，w为电热综合能源系统量测权重矩阵，ea为电热综合能源系统测量误差，za为电热综合能源系统辅助量测量，xa为电热综合能源系统辅助状态变量，Ha为电热综合能源系统常系数矩阵，
Figure FDA0002393724200000042
为采用燃气轮机或内燃机耦合方式下产生的热能，N1为采用燃气轮机或内燃机耦合的节点数，
Figure FDA0002393724200000043
为采用汽轮机耦合方式下产生的热能，cm为输出热功率与电功率的比值，N2为采用汽轮机耦合的节点数，
Figure FDA0002393724200000044
为采用燃气轮机或内燃机耦合方式下产生的电能，Pcon为汽轮机的最大输出电能，
Figure FDA0002393724200000045
为采用汽轮机耦合方式下产生的电能。
11.如权利要求3所述的方法，其特征在于，所述基于所述电热综合能源系统线性加权最小绝对值的状态估计模型及电力系统辅助状态变量的关系，构建电热综合能源系统二阶锥规划状态估计模型，包括：
基于电力网络辅助状态变量间的关系式，构建二阶锥不等式约束；
基于所述二阶锥不等式约束及电热综合能源系统线性加权最小绝对值状态估计模型，构建电热综合能源系统二阶锥规划状态估计模型。
12.如权利要求11所述的方法，其特征在于，所述二阶锥不等式约束，如下式所示：
Figure FDA0002393724200000046
式中，Vi a、
Figure FDA0002393724200000047
为引入的第一辅助量。
13.如权利要求3所述的方法，其特征在于，所述电热综合能源系统二阶锥规划状态估计模型，如下式所示：
Figure FDA0002393724200000048
Figure FDA0002393724200000049
式中，w为电热综合能源系统的量测权重矩阵，u和v为引入的两类非负变量，za为电热综合能源系统辅助量测量，Ha为电热综合能源系统常系数矩阵，为电热综合能源系统辅助状态变量，Vi a、
Figure FDA0002393724200000051
为引入的第一辅助量，
Figure FDA0002393724200000052
为采用燃气轮机或内燃机耦合方式下产生的热能，N1为采用燃气轮机或内燃机耦合的节点数，
Figure FDA0002393724200000053
为采用汽轮机耦合方式下产生的热能，cm为输出热功率与电功率的比值，N2为采用汽轮机耦合的节点数，
Figure FDA0002393724200000054
为采用燃气轮机或内燃机耦合方式下产生的电能，Pcon为汽轮机的最大输出电能，
Figure FDA0002393724200000055
为采用汽轮机耦合方式下产生的电能。
14.如权利要求1所述的方法，其特征在于，将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值，包括：
将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，计算电能综合能源系统辅助状态变量估计值；
构建中间变量与所述电能综合能源系统辅助状态变量的关系，经过非线性变换，计算中间变量估计值；
基于所述中间变量估计值，经过线性变换，计算电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
15.电热综合能源系统二阶锥规划抗差状态估计系统，其特征在于，包括：
数据采集模块，用于获取电热综合能源系统的量测量；
状态估计模块，用于将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，得到电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
16.如权利要求15所述的系统，其特征在于，所述电热综合能源系统二阶锥规划状态估计模型构建模块，包括：
辅助变量构建模块，用于基于电力系统状态变量确定电力系统辅助状态变量；基于电力系统量测量确定电力系统辅助量测量；基于热力系统状态变量确定热力系统辅助状态变量；基于热力系统量测量确定热力系统辅助量测量；
电力系统线性量测方程构建模块，用于基于所述电力系统辅助状态变量和电力系统辅助量测量，构建电力系统线性量测方程；
热力系统线性量测方程构建模块，用于基于所述热力系统辅助状态变量和热力系统辅助量测量，构建热力系统线性量测方程；
电热综合能源系统线性量测方程构建模块，用于基于所述电力系统线性量测方程、热力系统线性量测方程和电力系统与热力系统耦合节点的耦合方式，构建电热综合能源系统线性量测方程；
电热综合能源系统线性加权最小绝对值状态估计模型构建模块，用于基于所述电热综合能源系统线性量测方程，构建电热综合能源系统线性加权最小绝对值状态估计模型；
电热综合能源系统二阶锥规划状态估计模型构建模块，用于基于所述电热综合能源系统线性加权最小绝对值状态估计模型及电力系统辅助状态变量的关系，构建电热综合能源系统二阶锥规划状态估计模型。
17.如权利要求15所述的系统，其特征在于，将所述状态估计模块，包括：
计算模块1，用于将所述量测量输入预先构建的电热综合能源系统二阶锥规划状态估计模型，计算电能综合能源系统辅助状态变量估计值；
计算模块2，用于构建中间变量与所述电能综合能源系统辅助状态变量的关系，经过非线性变换，计算中间变量估计值；
计算模块3，用于基于所述中间变量估计值，经过线性变换，计算电力系统节点电压幅值估计值、电力系统节点相角估计值、热力系统节点压强估计值、节点供热温度估计值和节点回热温度估计值。
CN202010123542.3A 2020-02-27 2020-02-27 电热综合能源系统二阶锥规划抗差状态估计方法和系统 Pending CN111400873A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010123542.3A CN111400873A (zh) 2020-02-27 2020-02-27 电热综合能源系统二阶锥规划抗差状态估计方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010123542.3A CN111400873A (zh) 2020-02-27 2020-02-27 电热综合能源系统二阶锥规划抗差状态估计方法和系统

Publications (1)

Publication Number Publication Date
CN111400873A true CN111400873A (zh) 2020-07-10

Family

ID=71432109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010123542.3A Pending CN111400873A (zh) 2020-02-27 2020-02-27 电热综合能源系统二阶锥规划抗差状态估计方法和系统

Country Status (1)

Country Link
CN (1) CN111400873A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906220A (zh) * 2021-02-10 2021-06-04 海南省电力学校(海南省电力技工学校) 综合能源微网园区系统状态的估计方法
CN113673853A (zh) * 2021-08-12 2021-11-19 华北电力大学 一种基于数据驱动的电-热综合能源系统状态估计方法
CN116244977A (zh) * 2023-05-12 2023-06-09 南京师范大学 一种基于jsbp预测辅助的电热系统状态估计方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906220A (zh) * 2021-02-10 2021-06-04 海南省电力学校(海南省电力技工学校) 综合能源微网园区系统状态的估计方法
CN113673853A (zh) * 2021-08-12 2021-11-19 华北电力大学 一种基于数据驱动的电-热综合能源系统状态估计方法
CN113673853B (zh) * 2021-08-12 2024-03-05 华北电力大学 一种基于数据驱动的电-热综合能源系统状态估计方法
CN116244977A (zh) * 2023-05-12 2023-06-09 南京师范大学 一种基于jsbp预测辅助的电热系统状态估计方法

Similar Documents

Publication Publication Date Title
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
CN111400873A (zh) 电热综合能源系统二阶锥规划抗差状态估计方法和系统
Chen et al. Fast decoupled multi-energy flow calculation for integrated energy system
CN106773666B (zh) 一种针对压水堆一回路系统的模型参数获取方法
Du et al. ADMM-based distributed state estimation for integrated energy system
WO2017050207A1 (zh) 发电机组能效分析方法
Li et al. A scenario-based robust transmission network expansion planning method for consideration of wind power uncertainties
Li et al. Identification of optimal operating strategy of direct air-cooling condenser for Rankine cycle based power plants
CN105958496B (zh) 基于连续潮流的含vsc系统最大输电能力计算方法
CN105046588B (zh) 一种基于网损迭代的改进直流动态最优潮流的计算方法
CN111082417A (zh) 一种基于综合能源系统电气热联合网络的状态估计方法
Li et al. Gradient descent iterative method for energy flow of integrated energy system considering multiple modes of compressors
CN104794297A (zh) 一种消除汽轮机调速系统模型中失真的方法
Sheng et al. State estimation approach for combined heat and electric networks
CN110866213A (zh) 电-气综合能源系统多网络稳态能量流分析方法及装置
Zhang et al. Dynamic energy flow analysis of integrated gas and electricity systems using the holomorphic embedding method
Zhang et al. Dynamic state estimation of combined heat and power system considering quasi-dynamics of temperature in pipelines
CN114221346A (zh) 一种综合能源系统潮流计算方法
CN111414675A (zh) 一种电热综合能源系统的双层抗差状态估计方法和系统
Man et al. State estimation for integrated energy system containing electricity, heat and gas
CN116611706A (zh) 基于多能源主体的动态碳排放因子测算方法
CN114936440A (zh) 多时间尺度下多能源耦合系统联立潮流仿真方法和系统
CN104300536B (zh) 一种基于网络分解的配电网状态估计方法
CN114549232A (zh) 电-热综合能源系统混合能流计算方法
CN114629124A (zh) 一种基于分区的综合能源系统潮流计算方法

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