CN112134289A - 一种基于数据驱动的电-热联合系统潮流计算方法 - Google Patents
一种基于数据驱动的电-热联合系统潮流计算方法 Download PDFInfo
- Publication number
- CN112134289A CN112134289A CN202010912238.7A CN202010912238A CN112134289A CN 112134289 A CN112134289 A CN 112134289A CN 202010912238 A CN202010912238 A CN 202010912238A CN 112134289 A CN112134289 A CN 112134289A
- Authority
- CN
- China
- Prior art keywords
- node
- supply network
- data
- power
- heat supply
- 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
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
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于数据驱动的电‑热联合系统潮流计算方法,首先通过采集热网的历史数据根据热网历史数据中的已知量和未知量,基于偏最小二乘法获得热网的回归模型;其次采集热网的当前运行数据并输入到热网的回归模型中求出管道流量、平衡节点的热功率等节点未知量;再通过求得的平衡节点的热功率计算CHP机组输出的电功率;将CHP机组输出的电功率代入到CHP机组在电网中的连接的节点并采集电网数据;最后根据采集的电网数据和电网的导纳矩阵,基于交流潮流模型求解电网潮流。本发明的基于数据驱动的电‑热联合系统线性化潮流计算方法能够缩短求解电‑热联合系统状态的时间,同时有效提高数值稳定性且保持较高的精度。
Description
技术领域
本发明属于控制技术领域,具体涉及一种基于数据驱动的电-热联合系统潮流计算方法。
背景技术
潮流计算是求解非线性代数方程组的过程,其根据已给定的量求解未知的量,是其他计算的基础,可以为后续的控制和安全评估等提供重要的依据。目前的热网潮流计算主要为非线性模型,该模型可以准确的求解热力系统的状态,但由于其高度的非线性,往往存在计算时间长与数值稳定性问题。本发明提出的基于数据驱动的热网线性化模型可以克服电-热联合系统(CHP,Combined Heat and Power)中热网传统方法求解热网潮流的数值稳定性问题,且可以保持较高的精度。
发明内容
为解决现有技术中的不足,本发明提出一种基于数据驱动的电-热联合系统潮流计算方法。
本发明具体采用以下技术方案:
一种基于数据驱动的电-热联合系统潮流计算方法,其特征在于,所述方法包括以下步骤:
步骤1:采集热网的历史数据,其中,所述热力系统的历史数据包括热力系统中负荷得到或热源提供的热功率Φ、节点供水温度Ts、回水温度Tr、管道流量m;
步骤2:基于在所述步骤1中采集的历史数据,获得热网的回归模型;
步骤3:采集热网当前运行数据,其中,所述热网当前运行数据包括普通热源节点的热功率ΦS、负荷节点的热功率ΦL、负荷节点的回水温度Tr.L、平衡节点的供水温度Ts.R以及普通热源节点的供水温度Ts.S;
步骤4:将所述步骤3采集的热网当前运行数据输入到所述步骤2中获得的热网的回归模型,求出管道流量,平衡节点的回水温度Tr.R和热功率ΦR、普通热源节点的回水温度Tr.S、关联节点的供水温度Ts.K和回水温度Tr.K以及负荷节点的供水温度Ts.L;
步骤5:利用在所述步骤4中求得的热功率,计算热电联产系统CHP机组输出的电功率;
步骤6:采集电网数据,所述电网数据包括平衡节点的电压幅值U和相角θ,PV节点的有功注入P和电压幅值U,PQ节点的有功注入P和无功注入Q,并将CHP机组输出的电功率代入到CHP机组在电网中连接的节点;
步骤7:根据所述步骤6中采集的电网数据和电网的导纳矩阵,基于交流潮流模型求解电网潮流。
本发明还进一步采用以下优选技术方案:
在所述步骤1中,根据热网中节点已知量和未知量的不同将热网节点分为平衡节点、普通热源节点、关联节点、负荷节点,并按照热网节点分类对所述热网的历史数据进行分类:
式中,下标R表示热网中的平衡节点,下标S表示普通热源节点,下标K表示关联节点、下标L表示负荷节点;上标N表示第N个时间断面的数据;m为所有管道的管道流量的集合。
在所述步骤2中,采用最小二乘法或偏最小二乘法获得热网的回归模型。
在所述步骤2中,获得热网的回归模型包括以下步骤:
其中,Aab为系数矩阵,C1-C6为不变量;
其中,Am.ab为管道流量的系数矩阵;Cm为的管道流量的不变量。
在所述步骤5中,所述热电联产系统输出的电功率通过以下公式计算:
cm=ΦCHP/PCHP
式中,PCHP为热电联产系统输出的电功率;ΦCHP为CHP输出的热功率,等于热网平衡节点需要的热功率ΦR;cm为比例系数。
所述cm取值为1.3。
在所述步骤7中,将所述步骤6中采集的电网数据输入以下公式求出平衡节点的有功注入P和无功注入、PV节点的电压相角θ和无功功率Q、PQ节点的电压幅值U和相角θ:
其中,ΔPi,ΔQi分别为节点i的有功注入和无功注入不平衡量;Pi、Qi分别为节点i的有功注入和无功注入;Ui、Uj为节点i和j的电压幅值;θij为节点i和j的相角差;Gij、Bij分别为导纳矩阵第i行第j列元素的实部和虚部;Gii、Bii分别为节点i自导纳矩阵的实部和虚部;nb表示节点数。
在所述步骤7中,
Pi=PCHP+PG.i-PD.i;
Qi=QR.i-QD.i;
其中,PG.i为节点i发电机发出的有功功率,PD.i为节点i负荷的有功功率,,QR.i为节点i发电机发出的无功功率,QD.i为节点i负荷的无功功率。
本发明具有以下有益效果:
本发明的基于数据驱动的电-热联合系统线性化潮流计算方法能够缩短求解电-热联合系统状态的时间,同时有效提高数值稳定性且保持较高的精度。
附图说明
图1为本发明的一种基于数据驱动的电-热联合系统线性化潮流计算方法的流程图。
图2为23节点辐射型热网和IEEE33的电-热联合系统拓扑图。
具体实施方式
下面,根据附图对本发明的基于数据驱动的电-热联合系统线性化潮流计算方法进行说明。
图1为本发明的一种基于数据驱动的电-热联合系统线性化潮流计算方法的流程图,如图1所示,本发明的基于数据驱动的电-热联合系统线性化潮流计算方法包括以下步骤:
步骤1:采集热网的历史数据,其中,热力系统的历史数据包括热力系统中负荷得到或热源提供的热功率Φ、节点供水温度Ts、回水温度Tr、管道流量m。
为方便对历史数据进行处理,并根据热网中节点已知量和未知量的不同将热网节点分为平衡节点、普通热源节点、关联节点、负荷节点,并按照热网节点分类对所得到历史数据进行分类:
其中,热网的历史数据总共为N各时间断面的数据;下标R表示热网中的平衡节点,下标S表示普通热源节点,下标K表示关联节点、下标L表示负荷节点;上标N表示第N个时间断面的数据;mN为第N个时间断面所有管道的管道流量的集合。
步骤2:基于在步骤1中采集的历史数据,获得热网的回归模型。热网的回归模型可以采用最小二乘法或者偏最小二乘法获得,优选地,在本发明中,采用偏最小二乘法拟合获得热网的回归模型。
其中,Aab为系数矩阵,C1-C6为不变量。
其中,Am.ab为管道流量的系数矩阵;Cm为的管道流量的不变量。
步骤3:采集热网当前运行数据。具体地,热网当前运行数据包括普通热源节点的热功率ΦS、负荷节点的热功率ΦL、负荷节点的回水温度Tr.L、平衡节点的供水温度Ts.R以及普通热源节点的供水温度Ts.S。
步骤4:将步骤3采集的热网当前运行数据输入到步骤2中获得的热网的回归模型,求出管道流量,平衡节点的回水温度Tr.R和热功率ΦR、普通热源节点的回水温度Tr.S、关联节点的供水温度Ts.K和回水温度Tr.K以及负荷节点的供水温度Ts.L。
步骤5:利用在所述步骤4中求得的热功率ΦR,通过以下公式计算热电联产系统CHP机组输出的电功率PCHP。
cm=ΦCHP/PCHP
其中ΦCHP为CHP输出的热功率,等于热网平衡节点需要的热功率ΦR;cm为比例系数,优选地,cm取值为1.3。
步骤6:采集电网数据。电网数据包括平衡节点的电压幅值U和相角θ,PV节点的有功注入P和电压幅值U,PQ节点的有功注入P和无功注入Q。
步骤7:根据所述步骤6中采集的电网数据和电网的导纳矩阵,基于交流潮流模型求解电网潮流。
在所述步骤7中,将步骤6中采集的电网数据输入以下公式,并根据电网的到哪矩阵Y=G+jB,求解电网潮流,即求出平衡节点的有功注入P和无功注入、PV节点的电压相角θ和无功功率Q、PQ节点的电压幅值U和相角θ:
其中,ΔPi,ΔQi分别为节点i的有功注入和无功注入不平衡量;Pi、Qi分别为节点i的有功注入和无功注入;Ui、Uj为节点i和j的电压幅值;θij为节点i和j的相角差;Gij、Bij分别为导纳矩阵第i行第j列元素的实部和虚部;Gii、Bii分别为节点i自导纳矩阵的实部和虚部;nb表示节点数。
在步骤7中,
Pi=PCHP+PG.i-PD.i;
Qi=QR.i-QD.i;
其中,PG.i为节点i发电机发出的有功功率,PD.i为节点i负荷的有功功率,QR.i为节点i发电机发出的无功功率,QD.i为节点i负荷的无功功率。
下面,对本发明的一个实施例进行说明。
图2是23节点辐射型热网和IEEE33的电-热联合系统拓扑图,如图2所示,在本发明的一个实施例中,计算IEEE 33节点配电网系统和23节点辐射形热网形成的电-热联合系统的电网潮流,管道参数见表1。
表1 23节点辐射热网管道参数
在本实施例具体包括以下步骤:
步骤1:历史数据的获取。基于蒙特卡洛模拟法通过改变热网的热负荷获取不同时间断面数据。热负荷为热网初始设定热负荷.01MW乘以从一个均匀分布中随机抽取的在区间[0.8,1.2]内的系数得到。热源供应温度100℃,负荷返回温度30℃。训练数据选取600组历史数据。将获知的23节点辐射型热网的历史数据进行分类:
通过偏最小二乘法拟合获取热网的回归模型:
其中,Aab为热网回归得到的系数矩阵,;C1~C6为回归得到的不变量。
其中,Am.ij为管道流量的系数矩阵;Cm为的管道流量的不变量。
步骤3:选取300组测试集,提取300组测试集的已知量,即提取普通热源节点的热功率ΦS、负荷节点的热功率ΦL、负荷节点的回水温度Tr.L、平衡节点的供水温度Ts.R以及普通热源节点的供水温度Ts.S:
步骤4:将步骤3中提提取的已知量输入到步骤2中的热网回归模型,求出300组不同输入时的管道流量,平衡节点的回水温度Tr.R和热功率ΦR、普通热源节点的回水温度Tr.S、关联节点的供水温度Ts.K和回水温度Tr.K以及负荷节点的供水温度Ts.L。
步骤5:利用在步骤4中求得的热功率,通过热电比值求得CHP机组输出的电功率。
具体地,通过以下公式进行计算:
cm=ΦCHP/PCHP
式中,PCHP为热电联产系统输出的电功率;ΦCHP为CHP输出的热功率,等于热网平衡节点需要的热功率ΦR;cm为比例系数,取值为1.3。
步骤6:将历史电网数据中的已知量,即平衡节点的电压幅值U和相角θ,PV节点的有功注入P和电压幅值U,PQ节点的有功注入P和无功注入Q,并将CHP机组输出的电功率代入到CHP机组在电网中连接的节点。
步骤7:将历史电网数据输入到电网交流潮流模型求解电网潮流:
其中,ΔPi,ΔQi分别为节点i的有功注入和无功注入不平衡量;Pi、Qi分别为节点i的有功注入和无功注入;Ui、Uj为节点i和j的电压幅值;θij为节点i和j的相角差;Gij、Bij分别为导纳矩阵第i行第j列元素的实部和虚部;Gii、Bii分别为节点i自导纳矩阵的实部和虚部;nb表示节点数。
在步骤7中,
Pi=PCHP+PG.i-PD.i;
Qi=QR.i-QD.i;
其中,PG.i为节点i发电机发出的有功功率,PD.i为节点i负荷的有功功率,QR.i为节点i发电机发出的无功功率,QD.i为节点i负荷的无功功率。
测试结果分析:
热网非线性模型包括水力模型和热力模型,水力模型包括节点流量平衡方程和压头损失方程:
Am=mq
hf=Km|m|
其中,A为网络关联矩阵;m为热网管道流量;mq为节点注入流量;hf为由管道摩擦造成的压头损失;K为管道的阻力系数。
热力模型包括热负荷功率方程、管道温降方程和节点功率守恒方程:
Φ=Cpmq(Ts-T0)
(∑mout)Tout=∑(minTin)
其中,Φ为热负荷消耗或热源提供的热量;T0为负荷出口温度,节点无汇流时等于节点返回温度;Cp为水的比热容;Tstart和Tend分别为管道起点和终点水流的温度;Ta为环境温度;λ为管道的热传导系数;L为管道长度;mout和min为节点流出和注入的流量;Tout和Tin为节点流出和注入的热水的温度。
为方便表述,非线性模型热网模型定义为HNL,本发明所提的数据驱动的热网线性化模型定义为HL,电网交流模型定义为ENL。本发明以非线性热网模型和电网交流模型求解的潮流结果作为准确值。如下表2所示,热网潮流计算中,以相对误差描述线性化模型的精度。
表2热网求解误差
电网的求解误差是基于热网线性化模型求解的平衡节点的热功率偏差带来的,以HNL+ENL求解结果作为准确值,如下表3所示,以绝对误差描述求得θ和V的精度。
表3电网求解误差
已知数据驱动的热网线性化模型可以达到较高的计算精度,同时由于模型的高精度导致电网的计算偏差很小。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (8)
1.一种基于数据驱动的电-热联合系统潮流计算方法,其特征在于,所述方法包括以下步骤:
步骤1:采集热网的历史数据,其中,所述热力系统的历史数据包括热力系统中负荷得到或热源提供的热功率Φ、节点供水温度Ts、回水温度Tr、管道流量m;
步骤2:基于在所述步骤1中采集的历史数据,获得热网的回归模型;
步骤3:采集热网当前运行数据,其中,所述热网当前运行数据包括普通热源节点的热功率ΦS、负荷节点的热功率ΦL、负荷节点的回水温度Tr.L、平衡节点的供水温度Ts.R以及普通热源节点的供水温度Ts.S;
步骤4:将所述步骤3采集的热网当前运行数据输入到所述步骤2中获得的热网的回归模型,求出管道流量,平衡节点的回水温度Tr.R和热功率ΦR、普通热源节点的回水温度Tr.S、关联节点的供水温度Ts.K和回水温度Tr.K以及负荷节点的供水温度Ts.L;
步骤5:利用在所述步骤4中求得的热功率,计算热电联产系统CHP机组输出的电功率;
步骤6:采集电网数据,所述电网数据包括平衡节点的电压幅值U和相角θ,PV节点的有功注入P和电压幅值U,PQ节点的有功注入P和无功注入Q,并将CHP机组输出的电功率代入到CHP机组在电网中连接的节点;
步骤7:根据所述步骤6中采集的电网数据和电网的导纳矩阵,基于交流潮流模型求解电网潮流。
3.根据权利要求1或2所述的基于数据驱动的电-热联合系统潮流计算方法,其特征在于:
在所述步骤2中,采用最小二乘法或偏最小二乘法获得热网的回归模型。
5.根据权利要求1所述的基于数据驱动的电-热联合系统潮流计算方法,其特征在于:
在所述步骤5中,所述热电联产系统输出的电功率通过以下公式计算:
cm=ΦCHP/PCHP
式中,PCHP为热电联产系统输出的电功率;ΦCHP为CHP输出的热功率,等于热网平衡节点需要的热功率ΦR;cm为比例系数。
6.根据权利要求5所述的基于数据驱动的电-热联合系统潮流计算方法,其特征在于:
所述cm取值为1.3。
8.根据权利要求7所述的基于数据驱动的电-热联合系统潮流计算方法,其特征在于:
在所述步骤7中,
Pi=PCHP+PG.i-PD.i;
Qi=QR.i-QD.i;
其中,PG.i为节点i发电机发出的有功功率,PD.i为节点i负荷的有功功率,QR.i为节点i发电机发出的无功功率,QD.i为节点i负荷的无功功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010912238.7A CN112134289A (zh) | 2020-09-02 | 2020-09-02 | 一种基于数据驱动的电-热联合系统潮流计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010912238.7A CN112134289A (zh) | 2020-09-02 | 2020-09-02 | 一种基于数据驱动的电-热联合系统潮流计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112134289A true CN112134289A (zh) | 2020-12-25 |
Family
ID=73847893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010912238.7A Pending CN112134289A (zh) | 2020-09-02 | 2020-09-02 | 一种基于数据驱动的电-热联合系统潮流计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112134289A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113313369A (zh) * | 2021-05-21 | 2021-08-27 | 华南理工大学 | 基于改进雅可比矩阵的热网潮流计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108494021A (zh) * | 2018-04-20 | 2018-09-04 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
CN110175311A (zh) * | 2018-12-18 | 2019-08-27 | 天合云能源互联网技术(杭州)有限公司 | 一种基于多能耦合模型的优化潮流计算方法 |
US20200232886A1 (en) * | 2017-10-09 | 2020-07-23 | Tsinghua University | Method for estimating state of combined heat and power system |
-
2020
- 2020-09-02 CN CN202010912238.7A patent/CN112134289A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200232886A1 (en) * | 2017-10-09 | 2020-07-23 | Tsinghua University | Method for estimating state of combined heat and power system |
CN108494021A (zh) * | 2018-04-20 | 2018-09-04 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
CN110175311A (zh) * | 2018-12-18 | 2019-08-27 | 天合云能源互联网技术(杭州)有限公司 | 一种基于多能耦合模型的优化潮流计算方法 |
Non-Patent Citations (1)
Title |
---|
卫志农等: "基于数据驱动的电-热互联综合能源系统线性化潮流计算", 《电力自动化设备》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113313369A (zh) * | 2021-05-21 | 2021-08-27 | 华南理工大学 | 基于改进雅可比矩阵的热网潮流计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hassine et al. | Impact of load structure variation and solar thermal energy integration on an existing district heating network | |
WO2020093296A1 (zh) | 电-热互联综合能源系统的区间潮流计算方法 | |
CN109726483B (zh) | 一种电热互联综合能源系统辐射状热网模型及其系统 | |
CN107817681A (zh) | 一种基于双侧等效模型的热网稳态运行状态估计方法 | |
CN108920866B (zh) | 基于滚动时域估计理论的热网动态调节运行参数估计方法 | |
Kicsiny | Multiple linear regression based model for solar collectors | |
CN103778294B (zh) | 一种热传导线源强度识别反问题的数值通解方法 | |
CN109255466A (zh) | 一种基于多工况量测的热网稳态运行参数估计方法 | |
CN110707704A (zh) | 基于gmm及多点线性半不变量法的电-热互联综合能源系统概率潮流分析方法 | |
CN111463795B (zh) | 基于改进苏霍夫降温公式的电-热系统多能流分析方法 | |
CN112134289A (zh) | 一种基于数据驱动的电-热联合系统潮流计算方法 | |
CN110728032A (zh) | 一种计及环网的电-热互联综合能源系统快速潮流计算方法 | |
CN103235512B (zh) | 一种发电机组运行的方法 | |
Zhang et al. | Parameter estimation of in-situ thermal response test with unstable heat rate | |
Gao et al. | Sequence iterative method-based steady-state analysis of integrated electricity, gas and heating networks | |
Zhang et al. | Dynamic state estimation of combined heat and power system considering quasi-dynamics of temperature in pipelines | |
CN103438931A (zh) | 湿蒸汽流量干度一体化测量装置及测量方法 | |
CN114221346A (zh) | 一种综合能源系统潮流计算方法 | |
Song et al. | Research on performance of passive heat supply tower based on the back propagation neural network | |
CN111310343B (zh) | 一种用于综合能源系统调度的供热网络热路建模方法 | |
Luo et al. | On steam pipe network modeling and flow rate calculation | |
Xianxi et al. | Modeling and simulation of steam pipeline network with multiple supply sources in iron& steel plants | |
CN113690891B (zh) | 一种基于解析法的电-热互联综合能源系统概率潮流确定方法 | |
Chen et al. | Dynamic state estimation for integrated natural gas and electric power systems | |
CN114549232A (zh) | 电-热综合能源系统混合能流计算方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201225 |
|
RJ01 | Rejection of invention patent application after publication |