CN110688744A - 一种应用于热电耦合网络的异步分布式状态估计方法 - Google Patents
一种应用于热电耦合网络的异步分布式状态估计方法 Download PDFInfo
- Publication number
- CN110688744A CN110688744A CN201910868848.9A CN201910868848A CN110688744A CN 110688744 A CN110688744 A CN 110688744A CN 201910868848 A CN201910868848 A CN 201910868848A CN 110688744 A CN110688744 A CN 110688744A
- Authority
- CN
- China
- Prior art keywords
- node
- heat supply
- power
- network
- supply network
- 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
- 230000008878 coupling Effects 0.000 title claims abstract description 62
- 238000010168 coupling process Methods 0.000 title claims abstract description 62
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 230000003190 augmentative effect Effects 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 52
- 230000005540 biological transmission Effects 0.000 claims description 46
- 238000002347 injection Methods 0.000 claims description 42
- 239000007924 injection Substances 0.000 claims description 42
- 239000000243 solution Substances 0.000 claims description 20
- 230000009977 dual effect Effects 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 5
- 238000009529 body temperature measurement Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000011522 transarterial infusion chemotherapy Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 229910000831 Steel Inorganic materials 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 239000010959 steel Substances 0.000 claims description 2
- 238000005265 energy consumption Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种应用于热电耦合网络的异步分布式状态估计方法,包括步骤:1)获取热电耦合网络的量测数据;2)用节点法建立热网拟动态模型,使用热网量测数据计算热网拟动态模型系数;3)基于量测数据与拟动态模型系数构造热电耦合网络的状态估计目标函数;4)构造目标函数的增广拉格朗日函数,通过交替方向乘子法将增广拉格朗日函数进行分布式求解,并使用异步计算框架对各子问题的求解时长进行控制,最终求解得到热电联合网络的运行状态数据;5)输出热电耦合网络的运行状态。本发明将热电耦合网络的状态估计问题分解并将各子问题进行独立求解,保证解的可行性以及子***的相互独立;用异步计算框架调节子问题计算时间,改善计算效率。
Description
技术领域
本发明涉及多能流***的状态估计技术领域,具体涉及一种应用于热电耦合网络的异步分布式状态估计方法。
背景技术
由于能源局势日趋紧张,近年来,高效率、低排放的能源技术愈发受到能源行业的重视。其中,热电耦合网络具有较大的优势,研究表明:热电联产机组的能源利用效率很高;热电耦合技术能够有效地减少污染物与温室气体的排放;热电耦合网络中含有多类能源转换装置,网络内部电、热的耦合性强,提高了***中能源供应的可靠性及能源使用的灵活性,故热电耦合网络得到的越来越多的使用与推广。对热电耦合网络进行合理的分析和控制,需要首先获取准确的***运行状态。通常运行状态信息来自于***各处的量测设备的数据,为了减小误差、排除故障设备数据,状态估计常被用于处理量测数据,从而获取最接近***真实运行状态。因此,如何对热电耦合网络进行快速、准确的状态估计是一个重要的研究课题。
热电耦合网络的特性之一即为热网与电网的耦合关系,故对于热电耦合网络进行整体的状态估计是有必要的,而不是单独对电网、供热网络进行状态估计。联合状态估计可以保证热网、电网的耦合关系,避免独立网络状态估计出现的耦合处数据不匹配的问题。同时,热电耦合约束使状态估计中的约束增加,相应减少了变量,这使得量测数据的冗余度增加,可以提高状态估计的准确性。因此,必须对热电耦合网络进行联合的状态估计。
除此之外,对于多个供能***耦合的网络而言,各子***的运行、控制实际由该子***负责,各子***之间的决策相互独立且仅有部分数据共享,故需要分布式的计算方法保证各***计算的独立性。对于热电耦合网络,总优化问题可分解为针对各子***的问题,各子问题同时进行独立求解,并通过边界信息的交互保证热电耦合关系。考虑到不同子问题的求解耗时不同,也可以采用异步计算等思路对各子问题的计算顺序进行调整,进一步改善计算速度。
发明内容
本发明的目的是为了解决现有技术中的上述缺陷,提供一种应用于热电耦合网络的异步分布式状态估计方法,该状态估计方法对热电耦合网络进行联合状态估计,与已有研究不同,该状态估计方法在保留了电热子***之间的耦合关系的同时,将状态估计问题划分为子问题并实现各子问题的独立求解,保证子***之间的决策独立和信息私密性;同时该估计方法采用了异步计算框架,提高了计算效率,能够较快地为热电耦合网络的运行、控制、分析提供数据。
本发明的目的可以通过采取如下技术方案达到:
一种应用于热电耦合网络的异步分布式状态估计方法,包括以下步骤:
S1、获取热电耦合网络的量测数据;
S2、用节点法建立热网拟动态模型,使用热网量测数据计算热网拟动态模型中的流速相关系数以及温度时滞系数;
S3、基于量测数据与拟动态模型系数构造热电耦合网络的状态估计目标函数;
S4、基于热电耦合网络模型,构造目标函数的增广拉格朗日函数,通过交替方向乘子法将增广拉格朗日函数分解为对应热电耦合网络各子***的子问题进行求解,并使用异步计算框架对各子问题的求解时长进行控制,最终求解得到热电联合网络的运行状态数据;
S5、输出热电耦合网络的运行状态。
进一步地,在步骤S1中,所述的热电耦合网络的量测数据包括当前时刻电网的节点有功注入功率、节点无功注入功率、线路传输有功潮流、线路传输无功潮流及节点电压幅值,以及热网的节点压强、管道流速、节点温度、热源/热负荷的供应/消耗热功率、水泵耗电量;此外,热电耦合网络的量测数据还包括历史时刻的节点温度和管道流速数据。
进一步地,在步骤S2中,用节点法建立热网拟动态模型,使用热网量测数据计算热网拟动态模型中的流速相关系数与温度时滞系数,从而建立当前时刻温度与历史时刻的温度、流量之间的关系,并在管道热量损耗方面对温度进行校正,包括以下步骤:
S2.1)计算拟动态模型中的流速相关系数:
式中,Rb,t、Sb,t、γb,t和φb,t为流速相关系数,b为管道编号,t和k分别为当前时刻与历史时刻的编号,Δt为每个时刻的时间长度,mP为管道内热水流速(上标P表示管道),ρ为水的密度,A为管道横截面积,L为管道长度;
S2.2)根据流速相关系数计算当前时刻管道b中不同段的温度时滞系数(上标TD表示时滞):
S2.3)基于热网拟动态模型的系数,将当前时刻的未考虑温度损耗的管道流出端温度与多个时刻的管道流入端温度的关系用下式表示:
式中,TA为外界温度,ch为管道热传导系数,Cp为水的比热容。
进一步地,在步骤S3中,基于量测数据与热网拟动态模型系数,构造热电耦合网络的状态估计目标函数:
式中,ps、Ppump、m、Φ、T分别代表热网中的节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度变量, 分别代表节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度的量测值,分别代表由量测方程得到的节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度计算值,Wi ps、Wi pump、Wi m、Wi Φ、Wi T分别代表节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度对应的权重值,分别代表节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度量测项的编号集,i为量测项的编号。
式中,V、θ、Pinj、Qinj、Pflow、Qflow分别代表节点电压幅值、节点电压相角、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流变量,分别代表节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流的量测值,分别代表由量测方程得到的节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流计算值,Wi V、分别代表节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流对应的权重值,分别代表节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流量测项的编号集。
在式(9)中,除了满足管道拟动态特性约束(式(1)-(6))和温度损耗(式(7))外,热网各变量需满足节点水流流入流出量平衡约束、温度混合约束、压强-流量约束、节点供热/耗热量约束、以及水泵耗能约束,公式如下:
式中,和分别为节点处对应流入、流出管道的编号集合,和分别表示管道流入端、流出端的压强,Kf为压强损耗系数,为节点温度,和分别为热电联产机组供热量和节点热负荷,和分别为流经热电联产机组、负荷的热水流速,iS和iLD分别为热电联产机组、负荷节点的编号,Cp为比热容系数,和分别表示热电联产机组与负荷处流入端、流出端水流温度,为流经水泵的水流速率,和分别为水泵流入端、流出端压强,为水泵的耗电量,iP为水泵的编号,ρ为水的密度,为水泵效率系数,cm为热电联产机组热-电转换比例,为热电联产机组发电量;
在式(10)中,电网各变量需满足节点功率平衡约束以及线路传输功率约束:
Pij,t=Vi 2gij-ViVj(gij cosθij+bij sinθij) (20)
Qij,t=-Vi 2(bsi+bij)-ViVj(gij sinθij+bij cosθij) (21)
式中,i和j均为电网中节点的编号,t为所在时刻编号,Pi,t和Qi,t分别为节点有功、无功注入功率,Pij,t和Qij,t分别为线路有功、无功传输功率,Vi和θij为节点电压相量和两节点之间电压相角差,Gij和Bij分别表示导纳矩阵中电导、电纳元素,gij和bij分别表示支路电导和电纳,bsi表示对地电纳。
热网、电网的耦合约束由水泵耗电公式(式(16))、热电联产机组产电量-供热量关系式(式(17))组成。
在步骤S4中,基于热电耦合网络模型,构造目标函数的增广拉格朗日函数,通过交替方向乘子法将增广拉格朗日函数分解为对应热电耦合网络各子***的子问题进行求解,并使用异步计算框架对各子问题的求解时长进行控制,最终求解得到热电联合网络的运行状态数据,包括以下步骤:
S4.1)基于热电耦合网络模型中的热电耦合关系,构造目标函数的增广拉格朗日函数:
式中,为热网子***变量,为电网子***变量,λ为拉格朗日乘子,β为增广拉格朗日函数的惩罚因子,z为辅助变量,项代表热网子***内部约束以及与电网子***之间的耦合约束(式(1)-(8)、式(11)-(17)),项代表电网子***内部约束以及与热网子***之间的耦合约束(式(17)-(21))。
S4.2)对应热电耦合网络中的每一个子***,将增广拉格朗日函数划分为各个子问题,热网、电网子问题对应的目标函数分别如下:
S4.3)对热网、电网子问题分别进行求解,使用异步计算框架对热网子问题的求解时长进行控制。包括以下内容:
S4.3.1)电网子问题直接求解。
热网子问题在求解过程中,需将热网变量分为两类进行计算,第一类为拟动态模型涉及的系数Rb,t、Sb,t、γb,t、φb,t和(称为复杂变量),第二类为热网其余变量(称为普通变量)。在已知时滞系数的基础上,首先对热网子问题进行求解,并用所得的普通变量解更新拟动态模型系数,即复杂变量;之后,使用更新后的拟动态模型系数构造新的热网子问题目标函数并再一次进行求解,更新拟动态模型系数;复杂变量、普通变量的交替计算将一直进行,直至前后两次解的差值低于某一特定值,视为热网子问题求解完成。
S4.3.2)若电网、热网子问题同时求解完成,则视为该轮迭代完成,通过子问题边界变量计算辅助变量与拉格朗日乘子,并进入下一轮迭代。
若热网子问题的求解早于电网子问题完成,则热网部分暂时不进行计算,待电网子问题完成求解后,更新辅助变量与拉格朗日乘子,并进入下一轮迭代。
若电网子问题的求解早于热网子问题完成,则热网在完成当前时刻的热网普通变量计算后停止计算,直接将边界节点数据与电网交换,更新辅助变量与拉格朗日乘子,进入下一轮迭代。
S4.3.3)当***变量满足以下要求时,迭代满足收敛条件:
‖rk‖<∈res (25)
‖sk‖<∈dual (26)
式中,k为迭代次数,‖rk‖和‖sk‖分别代表本次迭代计算的原始残差、对偶残差,∈res和∈dual为分别对应原始残差、对偶残差的收敛标准。原始残差、对偶残差的计算方法如下:
在步骤S5中,所述输出热电耦合网络的运行状态包括:电网节点电压的相角与幅值、节点有功注入功率、节点无功注入功率、线路传输有功潮流、线路传输无功潮流;热网节点压强、管道流速、节点温度、热源/热负荷的供应/消耗热功率、水泵耗电量。
本发明相对于现有技术具有如下的优点及效果:
1、本发明首次考虑了热电耦合网络的分布式状态估计,在保留状态估计结果符合热电耦合关系的同时,保证热电耦合网络中各子***的决策独立性与数据隐私性。
2、本发明首次在热电耦合网络的状态估计问题求解过程中使用了异步计算框架,有效地改善了计算效率,缩短了计算时间。
3、本发明使用节点法建立了热网的拟动态模型,更贴近实际热网管道内部温度变化动态,减小计算误差;拟动态模型的使用增加了***的量测量个数,提高***量测冗余度,进一步改善状态估计准确度。
4、本发明将热网变量分为两类进行交替计算,有效降低了计算难度,缩短计算时间。
5、本发明可以为热电耦合网络的规划、分析、优化与控制等提供直观、准确的***运行状态数据,该估计方法计算复杂度低、计算效率高,有较为广阔的应用前景。
附图说明
图1是本发明公开的种应用于热电耦合网络的异步分布式状态估计方法的流程步骤图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
如图1所示,本实施例提供一种应用于热电耦合网络的异步分布式状态估计,基于当前时刻与历史时刻的量测数据,构造各子***的状态估计问题目标函数与约束,并通过交替方向乘子法实现分布式求解,同时该方法采用了异步计算框架安排子问题求解顺序,最终实现热电耦合网络的异步分布式状态估计。该状态估计方法包括以下步骤:
S1、获取热电耦合网络的量测数据,包括电网当前时刻的节点有功注入功率、节点无功注入功率、线路传输有功潮流、线路传输无功潮流及节点电压幅值,热网当前时刻的节点压强、管道流速、节点温度、热源/热负荷的供应/消耗热功率、水泵耗电量,以及热网历史时刻的节点温度和管道流速数据。您
S2、用节点法建立热网拟动态模型,使用热网量测数据计算热网拟动态模型中的流速相关系数以及温度时滞系数,包括以下步骤:
S2.1)计算拟动态模型中的流速相关系数:
式中,Rb,t、Sb,t、γb,t和φb,t为流速相关系数,b为管道编号,t和k分别为当前时刻与历史时刻的编号,Δt为每个时刻的时间长度,mP为管道内热水流速(上标P表示管道),ρ为水的密度,A为管道横截面积,L为管道长度。
S2.3)基于拟动态模型的系数,当前时刻的管道流出端温度(未考虑温度损耗)与多个时刻的管道流入端温度的关系用下式表示:
S2.4)基于未考虑温度损耗的管道流出端温度以及拟动态模型系数,计算考虑温度损耗的管道流出端温度:
式中,TA为外界温度,ch为管道热传导系数,Cp为水的比热容。
S3、基于量测数据与拟动态模型系数构造热电耦合网络的状态估计目标函数:
式中,ps、Ppump、m、Φ、T分别代表热网中的节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度变量, 分别代表节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度的量测值,分别代表由量测方程得到的节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度计算值,Wi ps、Wi pump、Wi m、Wi Φ、Wi T分别代表节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度对应的权重值,分别代表节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度量测项的编号集,i为量测项的编号。
式中,V、θ、Pinj、Qinj、Pflow、Qflow分别代表节点电压幅值、节点电压相角、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流变量,分别代表节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流的量测值,分别代表由量测方程得到的节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流计算值,Wi V、分别代表节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流对应的权重值,分别代表节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流量测项的编号集。
S4、基于热电耦合网络模型,构造目标函数的增广拉格朗日函数,通过交替方向乘子法将增广拉格朗日函数分解为对应热电耦合网络各子***的子问题进行求解,并使用异步计算框架对各子问题的求解时长进行控制,最终求解得到热电联合网络的运行状态数据,包括以下步骤:
S4.1)基于热电耦合网络模型中的热电耦合关系,构造目标函数的增广拉格朗日函数:
S4.2)对应热电耦合网络中的每一个子***,将增广拉格朗日函数划分为各个子问题,热网、电网子问题对应的目标函数分别如下:
S4.3)对热网、电网子问题分别进行求解,使用异步计算框架对热网子问题的求解时长进行控制。包括以下内容:
S4.3.1)电网子问题直接求解。
热网子问题在求解过程中,需将热网变量分为两类进行计算,第一类为拟动态模型涉及的系数Rb,t、Sb,t、γb,t、φb,t和(称为复杂变量),第二类为热网其余变量(称为普通变量)。在已知时滞系数的基础上,首先对热网子问题进行求解,并用所得的普通变量解更新拟动态模型系数,即复杂变量;之后,使用更新后的拟动态模型系数构造新的热网子问题目标函数并再一次进行求解,更新拟动态模型系数;复杂变量、普通变量的交替计算将一直进行,直至前后两次解的差值低于某一特定值,视为热网子问题求解完成。
S4.3.2)若电网、热网子问题同时求解完成,则视为该轮迭代完成,通过子问题边界变量计算辅助变量与拉格朗日乘子,并进入下一轮迭代。
若热网子问题的求解早于电网子问题完成,则热网部分暂时不进行计算,待电网子问题完成求解后,更新辅助变量与拉格朗日乘子,并进入下一轮迭代。
若电网子问题的求解早于热网子问题完成,则热网在完成当前时刻的热网普通变量计算后停止计算,直接将边界节点数据与电网交换,更新辅助变量与拉格朗日乘子,进入下一轮迭代。
S4.3.3)当***变量满足以下要求时,迭代满足收敛条件:
‖rk‖<∈res
‖sk‖<∈dual
式中,k为迭代次数,‖rk‖和‖sk‖分别代表本次迭代计算的原始残差、对偶残差,∈res和∈dual为分别对应原始残差、对偶残差的收敛标准。原始残差、对偶残差的计算方法如下:
S5、输出热电耦合网络的运行状态,计算完成。输出的运行状态数据包括:电网节点电压的相角与幅值、节点有功注入功率、节点无功注入功率、线路传输有功潮流、线路传输无功潮流;热网节点压强、管道流速、节点温度、热源/热负荷的供应/消耗热功率、水泵耗电量。
综上所述,在采用以上方案后,本发明为热电耦合网络的状态估计提供了新的方法,不同于已有的非分布式热电耦合网络状态估计,该方法通过交替方向乘子法对状态估计问题进行分布式求解,并采用异步计算框架对各子问题的求解时长进行控制。该方法能在保证数据准确性的同时,保留热电耦合网络各子***的决策独立性和数据隐私性,并有效地提高了分布式计算的效率,具有较高的实际应用价值,值得推广。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种应用于热电耦合网络的异步分布式状态估计方法,其特征在于,所述的异步分布式状态估计方法包括以下步骤:
S1、获取热电耦合网络的量测数据;
S2、用节点法建立热网拟动态模型,使用热网量测数据计算热网拟动态模型中的流速相关系数以及温度时滞系数;
S3、基于量测数据与热网拟动态模型系数构造热电耦合网络的状态估计目标函数;
S4、基于热电耦合网络模型,构造热电耦合网络的状态估计目标函数的增广拉格朗日函数,通过交替方向乘子法将增广拉格朗日函数分解为对应热电耦合网络各子***的子问题进行求解,并使用异步计算框架对各子问题的求解时长进行控制,最终求解得到热电耦合网络的运行状态数据;
S5、输出热电耦合网络的运行状态。
2.根据权利要求1所述的一种应用于热电耦合网络的异步分布式状态估计方法,其特征在于,所述的热电耦合网络的量测数据包括当前时刻电网的节点有功注入功率、节点无功注入功率、线路传输有功潮流、线路传输无功潮流及节点电压幅值,以及热网的节点压强、管道流速、节点温度、热源/热负荷的供应/消耗热功率、水泵耗电量;所述的热电耦合网络的量测数据还包括历史时刻的节点温度和管道流速数据。
3.根据权利要求1所述的一种应用于热电耦合网络的异步分布式状态估计方法,其特征在于,所述的步骤S2中,用节点法建立热网拟动态模型,使用热网量测数据计算热网拟动态模型中的流速相关系数与温度时滞系数,从而建立当前时刻温度与历史时刻的温度、流量之间的关系,并在管道热量损耗方面对温度进行校正,包括以下步骤:
S2.1)计算拟动态模型中的流速相关系数:
式中,Rb,t、Sb,t、γb,t和φb,t为流速相关系数,b为管道编号,t和k分别为当前时刻与历史时刻的编号,Δt为每个时刻的时间长度,mP为管道内热水流速,上标P表示管道,ρ为水的密度,A为管道横截面积,L为管道长度;
S2.3)基于热网拟动态模型的系数,将当前时刻的未考虑温度损耗的管道流出端温度与多个时刻的管道流入端温度的关系用下式表示:
式中,为当前时刻的管道b未考虑温度损耗的管道流出端温度,上标out表示流出端,上标*表示不考虑热损耗,表示时刻管道的流入端温度,上标in表示流入端;
式中,TA为外界温度,ch为管道热传导系数,Cp为水的比热容。
4.根据权利要求3所述的一种应用于热电耦合网络的异步分布式状态估计方法,其特征在于,所述的步骤S3中,基于量测数据与热网拟动态模型系数,构造热电耦合网络的状态估计目标函数:
式中,ps、Ppump、m、Φ、T分别代表热网中的节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度变量, 分别代表节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度的量测值,分别代表由量测方程得到的节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度计算值,Wi ps、Wi pump、Wi m、Wi Φ、Wi T分别代表节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度对应的权重值,分别代表节点压强、水泵耗电量、管道流速、热源/热负荷的供应/消耗热功率以及节点温度量测项的编号集,i为量测项的编号;
式中,V、θ、Pinj、Qinj、Pflow、Qflow分别代表节点电压幅值、节点电压相角、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流变量,分别代表节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流的量测值,分别代表由量测方程得到的节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流计算值,Wi V、分别代表节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流对应的权重值,分别代表节点电压幅值、节点有功注入功率、节点无功注入功率、线路有功传输潮流、线路无功传输潮流量测项的编号集;
在式(9)中,除了满足管道拟动态特性约束式(1)-式(6)和温度损耗式(7)外,热网各变量需满足节点水流流入流出量平衡约束、温度混合约束、压强-流量约束、节点供热/耗热量约束、以及水泵耗能约束,公式分别如下:
式中,和分别为节点处对应流入、流出管道的编号集合,和分别表示管道流入端、流出端的压强,Kf为压强损耗系数,为节点温度,和分别为热电联产机组供热量和节点热负荷,和分别为流经热电联产机组、负荷的热水流速,iS和iLD分别为热电联产机组、负荷节点的编号,Cp为比热容系数,和分别表示热电联产机组与负荷处流入端、流出端水流温度,为流经水泵的水流速率,和分别为水泵流入端、流出端压强,为水泵的耗电量,iP为水泵的编号,ρ为水的密度,为水泵效率系数,cm为热电联产机组热-电转换比例,为热电联产机组发电量;
在式(10)中,电网各变量需满足节点功率平衡约束以及线路传输功率约束:
Pij,t=Vi 2gij-ViVj(gijcosθij+bijsinθij) (20)
Qij,t=-Vi 2(bsi+bij)-ViVj(gijsinθij+bijcosθij) (21)
式中,i和j均为电网中节点的编号,t为所在时刻编号,Pi,t和Qi,t分别为节点有功、无功注入功率,Pij,t和Qij,t分别为线路有功、无功传输功率,Vi和θij为节点电压相量和两节点之间电压相角差,Gij和Bij分别表示导纳矩阵中电导、电纳元素,gij和bij分别表示支路电导和电纳,bsi表示对地电纳;
热网、电网的耦合约束由水泵耗电公式(16)、热电联产机组产电量-供热量关系式(17)组成。
5.根据权利要求4所述的一种应用于热电耦合网络的异步分布式状态估计方法,其特征在于,所述的步骤S4包括:
S4.1)基于热电耦合网络模型中的热电耦合关系,构造目标函数的增广拉格朗日函数:
式中,为热网子***变量,为电网子***变量,λ为拉格朗日乘子,β为增广拉格朗日函数的惩罚因子,z为辅助变量,项代表热网子***内部约束以及与电网子***之间的耦合约束,即式(1)-(8)和式(11)-(17),项代表电网子***内部约束以及与热网子***之间的耦合约束,即式(17)-(21);
S4.2)对应热电耦合网络中的每一个子***,将增广拉格朗日函数划分为各个子问题,热网、电网子问题对应的目标函数分别如下:
S4.3)对热网、电网子问题分别进行求解,使用异步计算框架对热网子问题的求解时长进行控制。
6.根据权利要求5所述的一种应用于热电耦合网络的异步分布式状态估计方法,其特征在于,所述的步骤S4.3)对热网、电网子问题分别进行求解,使用异步计算框架对热网子问题的求解时长进行控制具体包括:
S4.3.1)电网子问题直接求解,
热网子问题在求解过程中,将热网变量分为两类进行计算,第一类为拟动态模型涉及的系数Rb,t、Sb,t、γb,t、φb,t和称为复杂变量,第二类为热网其余变量,称为普通变量,在已知时滞系数的基础上,首先对热网子问题进行求解,并用所得的普通变量解更新拟动态模型系数,即复杂变量;之后,使用更新后的拟动态模型系数构造新的热网子问题目标函数并再一次进行求解,更新拟动态模型系数;复杂变量、普通变量的交替计算将一直进行,直至前后两次解的差值低于某一特定值,视为热网子问题求解完成;
S4.3.2)若电网、热网子问题同时求解完成,则视为该轮迭代完成,通过子问题边界变量计算辅助变量与拉格朗日乘子,并进入下一轮迭代;
若热网子问题的求解早于电网子问题完成,则热网部分暂时不进行计算,待电网子问题完成求解后,更新辅助变量与拉格朗日乘子,并进入下一轮迭代;
若电网子问题的求解早于热网子问题完成,则热网在完成当前时刻的热网普通变量计算后停止计算,直接将边界节点数据与电网交换,更新辅助变量与拉格朗日乘子,进入下一轮迭代;
S4.3.3)当***变量满足以下要求时,迭代满足收敛条件:
‖rk‖<∈res (25)
‖sk‖<∈dual (26)
式中,k为迭代次数,‖rk‖和‖sk‖分别代表本次迭代计算的原始残差、对偶残差,∈res和∈dual为分别对应原始残差、对偶残差的收敛标准,原始残差、对偶残差的计算方法如下:
7.根据权利要求1所述的一种应用于热电耦合网络的异步分布式状态估计方法,其特征在于,所述的步骤S5中,输出热电耦合网络的运行状态数据包括:电网节点电压的相角与幅值、节点有功注入功率、节点无功注入功率、线路传输有功潮流、线路传输无功潮流;热网节点压强、管道流速、节点温度、热源/热负荷的供应/消耗热功率、水泵耗电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910868848.9A CN110688744A (zh) | 2019-09-16 | 2019-09-16 | 一种应用于热电耦合网络的异步分布式状态估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910868848.9A CN110688744A (zh) | 2019-09-16 | 2019-09-16 | 一种应用于热电耦合网络的异步分布式状态估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110688744A true CN110688744A (zh) | 2020-01-14 |
Family
ID=69109126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910868848.9A Pending CN110688744A (zh) | 2019-09-16 | 2019-09-16 | 一种应用于热电耦合网络的异步分布式状态估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110688744A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101730A (zh) * | 2020-08-18 | 2020-12-18 | 华南理工大学 | 考虑通讯传输失误的全分布式电网-区域热网联合调度方法 |
CN113324283A (zh) * | 2021-05-12 | 2021-08-31 | 华南理工大学 | 一种计及温度半动态特性的集中供热网络等值方法 |
WO2023272939A1 (zh) * | 2021-06-29 | 2023-01-05 | 中南大学 | 牵引变流器热性能动态优化控制方法及*** |
CN116191575A (zh) * | 2023-03-17 | 2023-05-30 | 长电新能有限责任公司 | 光储***参与电网调压辅助服务的运行控制方法和*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022624A (zh) * | 2016-05-27 | 2016-10-12 | 清华大学 | 一种电-热耦合多能流网络状态估计方法 |
CN107817681A (zh) * | 2017-10-16 | 2018-03-20 | 清华大学 | 一种基于双侧等效模型的热网稳态运行状态估计方法 |
-
2019
- 2019-09-16 CN CN201910868848.9A patent/CN110688744A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022624A (zh) * | 2016-05-27 | 2016-10-12 | 清华大学 | 一种电-热耦合多能流网络状态估计方法 |
CN107817681A (zh) * | 2017-10-16 | 2018-03-20 | 清华大学 | 一种基于双侧等效模型的热网稳态运行状态估计方法 |
Non-Patent Citations (1)
Title |
---|
TONG ZHANG等: "Decentralized state estimation of combined heat and power systems using the asynchronous alternating direction method of multipliers" * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101730A (zh) * | 2020-08-18 | 2020-12-18 | 华南理工大学 | 考虑通讯传输失误的全分布式电网-区域热网联合调度方法 |
CN113324283A (zh) * | 2021-05-12 | 2021-08-31 | 华南理工大学 | 一种计及温度半动态特性的集中供热网络等值方法 |
CN113324283B (zh) * | 2021-05-12 | 2022-04-22 | 华南理工大学 | 一种计及温度半动态特性的集中供热网络等值方法 |
WO2023272939A1 (zh) * | 2021-06-29 | 2023-01-05 | 中南大学 | 牵引变流器热性能动态优化控制方法及*** |
CN116191575A (zh) * | 2023-03-17 | 2023-05-30 | 长电新能有限责任公司 | 光储***参与电网调压辅助服务的运行控制方法和*** |
CN116191575B (zh) * | 2023-03-17 | 2023-08-18 | 长电新能有限责任公司 | 光储***参与电网调压辅助服务的运行控制方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110688744A (zh) | 一种应用于热电耦合网络的异步分布式状态估计方法 | |
Qin et al. | A generalized quasi-dynamic model for electric-heat coupling integrated energy system with distributed energy resources | |
AU2020100429A4 (en) | A dynamic optimal energy flow computing method for the combined heat and power system | |
Zhang et al. | Decentralized state estimation of combined heat and power systems using the asynchronous alternating direction method of multipliers | |
CN109726483B (zh) | 一种电热互联综合能源***辐射状热网模型及其*** | |
CN102063566B (zh) | 一种水力热力耦合仿真模型的多气源蒸汽管网计算*** | |
CN111061986A (zh) | 一种多运行模式的热电综合能源***潮流计算方法 | |
CN111046594B (zh) | 基于交叉迭代原理的热水供热网络动态仿真方法 | |
CN109274116A (zh) | 一种交直流混合微电网连续潮流计算方法 | |
CN109636037A (zh) | 一种基于pso算法的多热源环状热网水力优化调度方法 | |
Sheng et al. | Two-stage state estimation approach for combined heat and electric networks considering the dynamic property of pipelines | |
Huang et al. | A multi-rate dynamic energy flow analysis method for integrated electricity-gas-heat system with different time-scale | |
CN111030120A (zh) | 城市综合能源网统一平台潮流计算方法 | |
CN116345564A (zh) | 综合能源***多时间尺度分布式协同优化调度方法及*** | |
CN113919754B (zh) | 一种基于区块链的综合能源***分布式状态估计方法 | |
CN110020506B (zh) | 基于电热型综合能源***运行优化的差分格式选择方法 | |
CN115062555A (zh) | 一种基于非平衡节点㶲的综合能源***㶲流直接计算方法 | |
CN114048908A (zh) | 统一电网-分布式热网***多时间尺度加强区间优化方法 | |
CN111783309A (zh) | 基于内部守恒的蒸汽供热网络动态仿真方法 | |
CN116611706A (zh) | 基于多能源主体的动态碳排放因子测算方法 | |
CN116542447A (zh) | 一种电热***优化调度方法 | |
CN114117819B (zh) | 一种热蒸汽网络稳态仿真方法 | |
Sagynganova et al. | Comprehensive methods to obtain and process information flows in centralized heat supply systems | |
CN113360289B (zh) | 基于边缘计算的多区域综合能源***分布式协同优化方法 | |
CN113221428B (zh) | 电-热综合能源***动态能流计算的快速分解方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200114 |