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 PDFInfo
- 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
Links
- 238000005485 electric heating Methods 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 160
- 230000008878 coupling Effects 0.000 claims description 38
- 238000010168 coupling process Methods 0.000 claims description 38
- 238000005859 coupling reaction Methods 0.000 claims description 38
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000002485 combustion reaction Methods 0.000 claims description 19
- 230000009466 transformation Effects 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 7
- 230000001172 regenerating effect Effects 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 5
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 239000007789 gas Substances 0.000 description 10
- 238000012360 testing method Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
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:
其中,为电力系统辅助状态变量,Vi a、为引入的第一辅助量,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:
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:
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、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:
所述第二辅助量的计算式如下:
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:
式中,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,为支路ij的水流量,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:
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,为电力系统辅助状态变量,为热力系统辅助状态变量,为电力系统辅助量测量,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,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,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,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,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:
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,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,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,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,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:
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:
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,为引入的第一辅助量,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,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,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,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。
摩擦系数K通常由Colebrook White方程给出,表示为:
K=8Lf/(D5ρ2π2g) (3)
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:
描述热力模型的方程主要包括:
在区域热网中,状态变量xh和量量测zh表示如下:
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)。
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:
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
2)汽轮机
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
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:
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
S2-1-2-1-2电力系统量测方程的线性化
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:
其中为Ha常系数矩阵,其由以下部分组成。
Ha=[Hae,0;0,Hah] (23)
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
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:
S2-1-2-3二阶锥规划约束的构建
将二次等式转化为不等式约束,使(41)松弛,得到:
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:
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:
S2-1-2-4-2非线性变换
定义中间变量xI:
xI与xa有下列的关系:
为了提高的准确性,对于θb I:
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:
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:
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:
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:
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
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
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
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
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
表8 WLS和SOCP得到的x的估计值h
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:
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
表10状态变量x的最大估计误差h
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
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
表13热网数据设置错误
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
(pij,mij)和(mqi,mij1,…mijn)
表16第二组不良数据设置
(Pi,Φj)
表17第3组不良数据设置
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。
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:
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。
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。
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。
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)
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 |
-
2020
- 2020-02-27 CN CN202010123542.3A patent/CN111400873A/zh active Pending
Cited By (4)
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 |