DQZHAN技术讯：面向能源互联网的电—气耦合网络状态估计技术

摘要：为保障电-气耦合网络**可靠高效的运行,参考电力系统能量管理系统,可以形成电-气耦合网络能量管理系统。其中,电-气耦合网络状态估计是电-气耦合网络能量管理的基础,可以为后续电-气耦合网络优化调度、**评估提供高精度的全局一致解。在考虑气网中压缩机和调压阀特性的情况下,建立了气网稳态状态估计模型,实现了对复杂气网的状态估计,在此基础上进一步建立了电-气耦合状态估计模型,并测试了其在状态估计精度和坏数据辨识方面的性能。

关键词:电-气耦合;状态估计;坏数据辨识;能源互联网;综合能源系统;

0引言

近些年由于能源短缺和环境恶化带来的一系列负面影响已越来越难以忽视。在环境方面,2012年,空气污染造成的损失成本占GDP的3.8%;在能源生产方面,中国人均能源资源拥有量还不到世界平均水平的一半,而与此同时,大量弃风、弃光等行为造成了能源的极大浪费;另一方面,在能源消费上,中国单位GDP的能耗是世界平均水平的2.5倍。能源生产的低效和能源消费的高能耗造成了环境问题、能源短缺和经济压力。因此为解决在能源和环境上的问题,必然要提高能源生产的效率,降低能源消费的能耗,以及提高可再生能源的利用率。而这也是能源互联网发展的动因之一。另一方面,国家相关政策也在大力推动能源互联网发展。2016年,发改委发放了《关于推进“互联网+”智慧能源发展的指导意见》[1],提出要“以‘互联网+’为手段,以智能化为基础”,大力推动能源互联网发展,推进能源改革。能源互联网是由多种形式的能量流构成的网络,包括电、热、冷、气、交通等多个网络在物理层面和信息层面的深度融合。与传统的电、热、冷、气、交通等子网络割裂运行不同,能源互联网实现了多能类型的开放互联,通过挖掘各网络不同的特性,提高综合能源利用效率、促进可再生能源的高消纳。

目前国内外关于能源互联网的研究包括美国FREEDM、德国E-Energy、日本DigitalGrid,以及我国新奥泛能网等,文献[2]对这些能源互联网关键技术进行了较为详细的介绍。

为合理调度能源互联网,与电力系统类似,仿照电力系统中的电网能量管理系统,形成能源互联网能量管理系统,实现能源互联网的优化调度,**预警和协同控制[3]。其中状态估计是能量管理系统的基础,是后续能源互联网优化调度、**评估的基础。文献[4]介绍了能量网络理论,总结了能量网络的共性,为建立形式统一的能源互联网能量管理系统提供了依据。目前在能源互联网中,发展得*为广泛的是电、热、气3个网络,在各自的领域,各网络的建模方法也相对比较成熟。就状态估计而言,电力系统在状态估计的研究上已经较为成熟。本人在文献[5]中提出了一种热电联合状态估计方法。

热电联合网络由于热网在传热过程中不可避免的热损,供应范围通常较小,一般在园区级,其中热网通常呈辐射状分布,与配电网类似。相比之下,电-气耦合网络由于在传输过程中产生的损耗很少,在建模中常常可以忽略不计,其供应范围通常在城市级及以上,并且为保证供气的可靠性,气网通常含有环,与输电网类似。此外,气网中的各类控制元件与热网中的控制元件在运行特性上也有所不同,因此虽然气网和热网在物理模型上有一定的相似性,但状态估计方法上还是有较大不同。在电-气耦合状态估计方面,目前研究还较为空白。文献[6-8]提出了几种基于卡尔曼滤波的气网动态状态估计方法,其分析的对象通常为管道或非常简单的网络,目前还没有针对复杂管网的稳态状态估计方法。

由于热网在传热过程中会不可避免地产生热损,因此热网难以进行远距离传输。相比之下,天然气管网在传输过程中很少产生损耗,因此天然气可以进行远距离传输,如西气东输。此外,还可以设置储气装置对天然气进行存储,显然储气的损耗也小于储热的损耗,储气装置相比储热装置还是较为普及。另一方面,天然气管道通常设置为双路,采取一用一备,这种设置使得天然气管网故障的几率较供热管网低很多。从储气装置和双路管网2个方面,天然气管网的**性远高于热网,这些都得益于天然气管网传输与储存过程中的小损耗。因此在我国,天然气管网较热网要更为普及。

考虑到天然气管网在拓扑结构特点和控制元件特性上与热网的不同,因此迫切需要建立气网状态估计方法,与热网状态估计方法相区分。本文将建立针对复杂气网的稳态状态估计模型,并建立气网标么化体系,在此基础上,本文将考虑电-气耦合元件的特性,建立电-气耦合网络状态估计方法。本文测试了提出的气网状态估计方法在非全量测下补全量测,进行全网监控的性能,以及在非全量测下辨识多坏数据的能力。本文还测试了建立的电-气耦合状态估计方法的估计效果,证明电-气耦合状态估计相比单独状态估计的两大优势：得到满足耦合元件运行约束的状态估计结果;能够进行边界坏数据辨识,成功定位单独状态估计不能辨识的坏数据。

1气网状态估计模型

1.1气网基本特性

1.1.1天然气稳态模型

传输气体的温度会影响该项参数,若气体温度基本保持恒定,则可以采用文献[9]所述方法计算,此时该项系数仅与管道参数有关,可以处理为恒定。若气体温度会发生变化,则可采用文献[10]中所述方法,在每一次迭代过程中都重新计算并更新。

1.1.2压缩机与调压阀

压缩机和调压阀是气网中常见的控制元件。不同于热网受限于传输过程中的热损,只能在园区范围内供热,天然气的供应范围变化较大,大到可以跨省传输,如西气东输;小到一个园区内的天然气输送。不同的输气范围,对天然气管网的设备配置也有不同的要求。小范围输送通常只需适当配备一些阀门进行基本的控制,而大范围的输气则由于压降损耗较大,需要合理配置压缩机,在压力不够时进行升压。

压缩机根据特性不同可以分为4类[11]：流量恒定、出口压力恒定、入口压力恒定、压缩比恒定。常用的压缩机是出口压力恒定和压缩比恒定2类,本小节仅讨论这2类压缩机。

1.2气网等效模型

1.1中介绍了气网的基本特性,为了方便分析,需要在此基础上形成气网的等效网络模型。如图1所示是一个配置相对较完全的气网拓扑结构图[11],其中包括了2台压缩机、11条输气管道、6个用气负荷和2个供气源。压缩机通常建在某条远距离输气管道的中间,在供气压力不够的时候起到升压作用。由于压缩机的特性通常与其入口和出口压力有关,因此将气网中的压缩机和调压阀都等效为支路,从而形成图1所示气网等效网络。

图1气网等效模型结构

设本小节中讨论的气网有N个节点、B条支路,其节点-支路关联矩阵为A0,本小节将讨论等效后的气网模型的表达式。

1.2.1流量连续方程

对于式(9)中AGp而言,由于在实际中通常不存在2个压缩机串联的情况,即使存在,也可以通过等效处理将2个压缩机等效为一个压缩机,因此在*后等效的网络中,任何一个节点都不会同时与2个压缩机相连。由此,可得到下述数量关系：

虚拟支路首端节点数=虚拟支路末端节点数=虚拟支路数

1.2.2压力环路方程

1.2.3阻力特性方程

1.3气网标么化方法

在电力系统中,在进行潮流计算、状态估计、优化调度之前,需要先对电力系统进行标么化处理。为了便于电-气耦合后,2个子网络的一致化,故需对气网进行标么化处理。除此之外,气网各类量测的数值相差很大,有时甚至会产生几个数量级的差距,为了便于统一收敛判据,也需要对气网进行标么化处理。鉴于气网的基本特性,气网标么化基值选取需要满足一些基本条件。

对于直接通过测量得到的量测量,其误差分布遵循高斯分布,而通过计算得到的伪量测量,其误差分布则不再遵循高斯分布,现对伪量测量的误差分析如下。

1.4.2气网状态估计

式(21)中所述带等式约束的优化问题在电力系统中有两种常见处理方法：将所有零约束处理为量测误差极小的伪量测,形成一个无约束优化问题,采用牛-拉法进行迭代求解;采用拉格朗日乘子法处理零约束,求解带等式约束的优化问题。

状态估计除了可以减小量测误差的影响,获得更准确的网络运行情况外,还可以起到坏数据辨识的作用。在实际工程中,各项量测值在获取过程中可能存在测量仪器故障,传输数据过程中断等问题,从而造成量测中存在坏数据。在电力系统中,*常见的处理坏数据的方法是正则化残差法,在此不具体阐述该方法,具体可参考文献[12]。在之后的算例中,将采用正则化残差法来进行坏数据辨识。

2电-气耦合网络模型

天然气属于一次能源,它可以通过燃气轮机进行发电,燃气轮机是*常见的电-气耦合元件,图2刻画了一个常见的电-气耦合网络的能流情况。

图2电-气耦合网络能流情况

由于电-气耦合网络中不会存在很多电-气耦合元件,因此电、气网络间的耦合属于弱耦合,电-气耦合网络状态估计并不能依靠耦合约束来增加多少冗余度,从而显著提升状态估计的效果。

电-气耦合网络状态估计的意义主要在于两方面：获得全局一致解,实现边界坏数据辨识。本文将在第4章通过算例来说明电-气耦合状态估计在这两方面的优势。

2.1耦合元件简介

燃气轮机是*常见的电-气耦合元件,燃气轮机通过天然气燃烧所产生的燃气推动燃气轮机做功,以此来发电。另一方面,燃气轮机轮机排出的烟气中含有可利用热量[13],可以用作热网的热源,为热网供热。当燃气轮机的烟气余热被用来为热网供热时,燃气轮机可以看作一个电-热-气耦合元件。本小节仅讨论当燃气轮机作为电-气耦合元件时的特性,燃气轮机的能量转换关系刻画如下。

2.2电-气耦合状态估计模型

3气网状态估计算例分析

对图1所示的气网进行状态估计,网络参数的情况可以参见文献[11],该算例在高压下输气,取式(3)中指数为1.854,2台压缩机均为出口压力恒定,设置出口压力为30bar。以文献[11]中潮流计算结果作为状态估计的真值,在此基础上叠加高斯噪声,形成状态估计的量测值。本章将在3.1中分析气网状态估计在全量测配置下的效果,主要展现坏数据辨识能力,状态估计的精度分析可以参见第4章中单独估计和耦合估计的对比分析;将在3.2中分析气网状态估计在非全量测配置下补全量测的效果,以及坏数据辨识能力。

3.1全量测配置下状态估计

在全量测配置下,在生成的状态估计量测值的基础上,添加坏数据,测试在多坏数据下,气网状态估计的坏数据辨识能力,坏数据设置见表1,分别在气源节点、气负荷节点设置流量量测坏数据,真实支路、虚拟支路设置流量量测坏数据。图3是坏数据辨识结果,在全量测下,气网可以同时正确辨识多个坏数据,得到正确的状态估计结果。

测试在该量测配置下,不同坏数据个数时,气网状态估计的坏数据辨识能力,其结果如表2所示。

当坏数据个数不超过11时,气网状态估计可以正确辨识所有坏数据,当坏数据个数超过11时,气网状态估计不收敛,无法正确辨识所有坏数据。全量测配置下,共设置了33个测点,可以容忍的坏数据*多为11个,坏数据处理能力相对较好。

3.2非全量测配置下状态估计

状态估计的一个重要功能就是在非全量测配置下,实现对气网全网运行状况的监控,补全气网量测。在实际气网运行中,对支路流量的监控相对较少,由于结算的需求,对用户侧和供气侧的节点注出负荷必然会配置量测,因此本小节设置算例量测配置如表3所示。为了验证在该量测配置下,气网状态估计的坏数据辨识能力,设置坏数据如表4所示。

表1气网坏数据设置情况

图3全量测下气网状态估计坏数据辨识情况

表2气网状态估计不同数量坏数据辨识结果

表3气网量测配置情况

表4非全量测配置下气网坏数据设置

状态估计的结果如图4所示。图4(a)为支路流量状态估计情况,可以发现,在状态估计前,并没有对支路流量进行量测,无法监控支路流量情况,并及时判断是否满足**运行的条件,而状态估计后,支路流量的估计值与真值非常接近,通过状态估计很好地了解气网各支路的运行情况。图4(b)为真实节点注出流量的状态估计结果,状态估计成功辨识出了6号节点和11号节点处的坏数据,并剔除了坏数据对状态估计的影响,得到了正确的状态估计结果。

测试在该量测配置下,不同坏数据个数时,气

图4非全量测配置下气网状态估计结果

网状态估计的坏数据辨识能力,其结果如表5所示。当坏数据个数不超过7时,可以正确辨识所有坏数据,当坏数据个数超过7时,则状态估计不收敛。在该量测配置下,共设有20个测点,可以容忍的坏数据*多为7个,与全量测配置时气网状态估计的比例相似,坏数据处理能力相对较好。

表5非全量测下气网状态估计不同数量坏数据辨识结果

4电-气耦合状态估计算例分析

电-气耦合的情况通常发生在城市级及以上范围的供电供气中,对图5所示电-气耦合网络[11]进行状态估计,该网络各项参数,以及潮流真值可以参见文献[11]。

在该算例中,电网节点1与大电网相连,电网节点2和4配有2台燃气轮机,燃气轮机仅作发电使用,不进行热电联供。燃气轮机发电量为200MW,效率取55%。

4.1单独估计与耦合估计比较

比较电-气耦合状态估计与单独状态估计的效果,通过在真值上叠加高斯噪声,进行5000次蒙特卡洛仿真实验。表6为电网单独状态估计和电-气耦合状态估计电网部分统计数据的结果,表7为气网单独状态估计和电-气耦合状态估计气网部分

图5电-气耦合网络结构图

表6电网单独状态估计与电-气耦合估计效果比较

表7气网单独状态估计与电-气耦合估计效果比较统计数据的结果。

采取的统计分析量有量测误差统计值和计误差统计值。

从表6可以看出电-气耦合状态估计对电网的估计效果,相比电网单独估计而言,有相对明显的提升,在本算例中,主要原因是电网规模较小,气网的冗余度相对要多一些,电-气耦合状态估计可以利用气网较多的冗余度,来提高电网状态估计的效果。但由于计算规模的扩大,电-气耦合状态估计所用的时间大约是电网单独状态估计的4倍。

从表7可以看出,电-气耦合状态估计对气网的估计效果,相比气网单独估计而言,几乎没有提升。而相反的,由于计算规模的增大,电-气耦合状态估计所用的时间大约是气网单独状态估计的3倍。因此从提高气网状态估计精度的角度来看,电-气耦合状态估计并不优于气网单独状态估计。

综上所述,电-气耦合状态估计的主要意义不在于估计精度的提升,这一点与电-热耦合状态估计相似。电-气耦合状态估计的主要意义在于得到全局一致解,并实现边界坏数据辨识,这两点将会分别在4.2、4.3小节中进行说明。

4.2全局一致解与耦合端口精度分析

4.3边界坏数据辨识能力分析

对于电网而言,其节点上可能会存在多个注入,尤其对发电机节点而言,其也可能接有负荷。如对图5所示电-气耦合网络而言,节点2和4除了接燃气轮机外,同时可能接有负荷,此时电-气耦合网络如图6所示。

图6电网节点多注入的电-气耦合网络结构

对于图6中所示的电-气耦合网络,在进行电网状态估计时,是将各节点注入注出求和,再进行状态估计。若节点注入量中存在坏数据,则电网状态估计只能定位到相应节点,但不能正确找出究竟是该节点的哪项注入出现了坏数据,而电-气耦合状态估计则可以利用电-气耦合元件约束,找出坏数据具体出在哪里。在图6所示算例中,在节点2设置270MW有功负荷,节点4设置80MW有功负荷。

若节点2和4的发电机有功功率均出现坏数据,测试电-气耦合状态估计能否在非全量测配置下正确辨识坏数据,由于电网拓扑较为简单,为了保证坏数据的正确辨识,适当增加了量测配置,以提高冗余度。表9和表10分别为电网、气网量测配置情况。

当电网2号节点和4号节点发电机有功功率均出现坏数据时,由于电网各节点不止一个注入量,故将电网坏数据辨识的结果整理为表11。

表9电-气耦合坏数据辨识电网量测配置

表10电-气耦合坏数据辨识气网量测配置

表11多注入电功率节点电-气耦合状态估计坏数据辨识结果

电-气耦合状态估计能够通过电气耦合约束,正确辨识出坏数据,而电网单独状态估计则无法正确定位坏数据。

5结论

电-气耦合网络由于在传输过程中几乎没有损耗,其供应范围通常在城市级及以上,并且为保证供气的可靠性,气网通常含有环,与输电网类似。相比之下,热电联合网络由于热网在传热过程中不可避免的热损,供应范围通常较小,一般在园区级,其中热网通常呈辐射状分布,与配电网类似。因此电-气耦合网络状态与热电联合状态估计存在很多不同,需要独立于热电联合状态估计方法,建立电-气耦合状态估计方法。

本文**次提出了适用于复杂气网的稳态状态估计方法。根据压缩机和调压阀的特性,建立了适用于复杂气网的稳态状态估计方法。通过算例,证实了该方法可以实现非全量测下的多坏数据辨识,符合实际工程对状态估计的需求。

在此基础上,本文建立了电-气耦合网络状态估计方法,其状态估计结果满足电-气耦合元件运行约束。单就状态估计结果的精度而言,电-气耦合估计的结果较单独估计并没有明显提升。但是由于电-气耦合状态估计考虑了电-气耦合元件的约束,因此满足电-气耦合元件的运行约束,而单独状态估计的结果往往不能契合电-气耦合元件的运行约束。此外,当电-气耦合网络边界出现多注入时,电-气耦合网络状态估计可以利用电-气耦合元件约束,辨识单独状态估计不能辨识的坏数据。同时电-气耦合网络状态估计方法也为电-气耦合网络能量管理系统后续的研究打下了基础。