Bayesian State Estimation for Electricity-gas Coupled Integrated Energy System Based on Long Short-term Memory

Puzhe LAN; Dong HAN; Xiaoyuan XU; Zheng YAN; Xutao LIU

doi:10.7500/AEPS20201106004

您当前的位置：

首页 >

文章列表页 >

Bayesian State Estimation for Electricity-gas Coupled Integrated Energy System Based on Long Short-term Memory

Basic Research | 更新时间：2025-06-16

- Bayesian State Estimation for Electricity-gas Coupled Integrated Energy System Based on Long Short-term Memory
- Automation of Electric Power Systems Vol. 45, Issue 20, Pages: 18-28(2021)
- 作者机构：
  
  1.上海理工大学机械工程学院，上海市 200093
  2.上海交通大学电子信息与电气工程学院，上海市 200240
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51777126)
- DOI：10.7500/AEPS20201106004
  CLC：
- Received：06 November 2020，
  
  Revised：2021-01-22，
  
  Published Online：30 April 2021，
  
  Published：25 October 2021
- 稿件说明：
移动端阅览
兰浦哲,韩冬,徐潇源等.基于长短期记忆的电-气耦合综合能源系统贝叶斯状态估计[J].电力系统自动化,2021,45(20):18-28.

LAN Puzhe,HAN Dong,XU Xiaoyuan,et al.Bayesian State Estimation for Electricity-gas Coupled Integrated Energy System Based on Long Short-term Memory[J].Automation of Electric Power Systems,2021,45(20):18-28.
兰浦哲,韩冬,徐潇源等.基于长短期记忆的电-气耦合综合能源系统贝叶斯状态估计[J].电力系统自动化,2021,45(20):18-28. DOI： 10.7500/AEPS20201106004.

LAN Puzhe,HAN Dong,XU Xiaoyuan,et al.Bayesian State Estimation for Electricity-gas Coupled Integrated Energy System Based on Long Short-term Memory[J].Automation of Electric Power Systems,2021,45(20):18-28. DOI： 10.7500/AEPS20201106004.

摘要

伴随着中国国家能源革命战略与电力体制改革的发展，综合能源系统作为综合各能源属性的新型能源发展形态逐步兴起，最大限度提升了能源利用效率。然而，综合能源系统存在量测数据冗余度低、量测设备的量测误差较大以及电网与气网量测设备的数据采集单位时间标尺不统一的问题，对电-气耦合的综合能源系统状态估计问题提出严峻挑战。考虑到数据驱动方法具有高度的可移植性与对不同信息提炼归纳的能力，建立了一种基于长短期记忆的电-气耦合综合能源系统贝叶斯状态估计模型。采用贝叶斯学习获取量测量的概率统计特征，利用蒙特卡洛采样生成完备量测数据，通过电-气耦合综合能源系统潮流检验所生成数据的合理性，从而得到长短期记忆深度学习网络的训练样本集合。采用均方根误差的评判标准对长短期记忆深度学习网络进行训练，有效提升了电-气耦合综合能源系统状态估计的精度。与经典模型驱动的状态估计方法比较，算例仿真验证了所提数据驱动状态估计方法的有效性与鲁棒性。

Abstract

With the development of the national energy revolution strategy and the power system reform in China

the integrated energy system has gradually emerged as a new energy development form that integrates various energy attributes to maximize the energy utilization efficiency. However

the current integrated energy system has the problems of low redundancy of measurement data

large measurement error of measurement equipment

and inconsistent unit time scale of data acquisition of the measurement equipment in the power grid and gas network. These problems bring severe challenges to the state estimation problem of the electricity-gas coupled integrated energy system. Considering the high portability of data-driven methods and the ability to extract and summarize different information

a Bayesian state estimation model for electricity-gas coupled integrated energy systems is established based on the long short-term memory. The complete measurement data is generated by Monte Carlo sampling using Bayesian learning to obtain the probability and statistical characteristics of measurement data. And the rationality of the generated data is verified by the power flow of the electricity-gas coupled integrated energy system. Thus

the training sample set of the deep learning network based on the long short-term memory is obtained. The evaluation standard of root mean square error is used to train the deep learning network of the long short-term memory

and the accuracy of state estimation in the electricity-gas coupled integrated energy system is effectively improved. Compared with the classical model-driven state estimation method

the simulation verifies the effectiveness and robustness of the proposed data-driven state estimation method.

关键词

Keywords

references

付学谦，周亚中，孙宏斌，等 . 园区农业能源互联网在线安全分析：评述与展望［J］. 中国电机工程学报， 2020 ， 40 （ 17 ）： 5401 - 5411 .

FU Xueqian ， ZHOU Yazhong ， SUN Hongbin ， et al . Online security analysis of a park-level agricultural energy internet： review and prospect ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 17 ）： 5401 - 5411 .

丁涛，牟晨露，别朝红，等 . 能源互联网及其优化运行研究现状综述［J］. 中国电机工程学报， 2018 ， 38 （ 15 ）： 4318 - 4329 .

DING Tao ， MU Chenlu ， BIE Zhaohong ， et al . Review of energy internet and its operation ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 15 ）： 4318 - 4329 .

张福征，王长山 . 综合智慧能源的内涵与能源低碳发展路径［J］. 中外能源， 2020 ， 25 （ 7 ）： 1 - 6 .

ZHANG Fuzheng ， WANG Changshan . Connotation of integrated smart energy and low-carbon development path of energy ［J］. Sino-Global Energy ， 2020 ， 25 （ 7 ）： 1 - 6 .

陈艳波，姚远，杨晓楠，等 . 面向电-热综合能源系统的双线性抗差状态估计方法［J］. 电力自动化设备， 2019 ， 39 （ 8 ）： 47 - 54 .

CHEN Yanbo ， YAO Yuan ， YANG Xiaonan ， et al . Bilinear robust state estimation method for integrated electricity-heat energy systems ［J］. Electric Power Automation Equipment ， 2019 ， 39 （ 8 ）： 47 - 54 .

闵庆久，马兆兴，马英姿 . 基于PSO-Newton法的电-气综合能源系统能流计算［J］. 电力工程技术， 2021 ， 40 （ 1 ）： 33 - 39 .

MIN Qingjiu ， MA Zhaoxing ， MA Yingzi . Energy flow calculation of integrated power-gas energy system based on PSO-Newton method ［J］. Electric Power Engineering Technology ， 2021 ， 40 （ 1 ）： 33 - 39 .

张义志，王小君，和敬涵，等 . 考虑供热系统建模的综合能源系统最优能流计算方法［J］. 电工技术学报， 2019 ， 34 （ 3 ）： 562 - 570 .

ZHANG Yizhi ， WANG Xiaojun ， HE Jinghan ， et al . Optimal energy flow calculation method of integrated energy system considering thermal system modeling ［J］. Transactions of China Electrotechnical Society ， 2019 ， 34 （ 3 ）： 562 - 570 .

COLLINS S ， DEANE J P ， PONCELET K ， et al . Integrating short term variations of the power system into integrated energy system models： a methodological review ［J］. Renewable and Sustainable Energy Reviews ， 2017 ， 76 ： 839 - 856 .

胡枭，尚策，程浩忠，等 . 综合能源系统能流计算方法述评与展望［J］. 电力系统自动化， 2020 ， 44 （ 18 ）： 179 - 193 .

HU Xiao ， SHANG Ce ， CHENG Haozhong ， et al . Review and prospect of calculation method for energy flow in integrated energy system ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 18 ）： 179 - 193 .

黄伟，柳思岐，叶波 . 考虑源-荷互动的园区综合能源系统站-网协同优化［J］. 电力系统自动化， 2020 ， 44 （ 14 ）： 44 - 61 .

HUANG Wei ， LIU Siqi ， YE Bo . Station-network cooperative optimization of integrated energy system for park considering source-load interaction ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 14 ）： 44 - 61 .

FU X ， ZHANG X . Failure probability estimation of gas supply using the central moment method in an integrated energy system ［J］. Applied Energy ， 2018 ， 219 ： 1 - 10 .

FU X ， LI G ， ZHANG X ， et al . Failure probability estimation of the gas supply using a data-driven model in an integrated energy system ［J］. Applied Energy ， 2018 ， 232 ： 704 - 714 .

王伟亮，王丹，贾宏杰，等 . 能源互联网背景下的典型区域综合能源系统稳态分析研究综述［J］. 中国电机工程学报， 2016 ， 36 （ 12 ）： 3292 - 3305 .

WANG Weiliang ， WANG Dan ， JIA Hongjie ， et al . Review of steady-state analysis of typical regional integrated energy system under the background of energy internet ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 12 ）： 3292 - 3305 .

FARFAN J ， BREYER C . Structural changes of global power generation capacity towards sustainability and the risk of stranded investments supported by a sustainability indicator ［J］. Journal of Cleaner Production ， 2017 ， 141 ： 370 - 384 .

ZHOU D ， MA S ， HUANG D ， et al . An operating state estimation model for integrated energy systems based on distributed solution ［J］. Frontiers in Energy ， 2020 ， 14 （ 4 ）： 801 - 816 .

董今妮，孙宏斌，郭庆来，等 . 面向能源互联网的电-气耦合网络状态估计技术［J］. 电网技术， 2018 ， 42 （ 2 ）： 400 - 408 .

DONG Jinni ， SUN Hongbin ， GUO Qinglai ， et al . State estimation of combined electric-gas networks for energy internet ［J］. Power System Technology ， 2018 ， 42 （ 2 ）： 400 - 408 .

陈艳波，郑顺林，杨宁，等 . 基于加权最小绝对值的电-气综合能源系统抗差状态估计［J］. 电力系统自动化， 2019 ， 43 （ 13 ）： 61 - 70 .

CHEN Yanbo ， ZHENG Shunlin ， YANG Ning ， et al . Robust state estimation of electric-gas integrated energy system based on weighted least absolute value ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 13 ）： 61 - 70 .

郑顺林，刘进，陈艳波，等 . 基于加权最小绝对值的电-气综合能源系统双线性抗差状态估计［J］. 电网技术， 2019 ， 43 （ 10 ）： 3723 - 3742 .

ZHENG Shunlin ， LIU Jin ， CHEN Yanbo ， et al . Bilinear robust state estimation based on weighted least absolute value for integrated electricity-gas system ［J］. Power System Technology ， 2019 ， 43 （ 10 ）： 3723 - 3742 .

DU Y ， ZHANG W ， ZHANG T ， et al . ADMM-based distributed state estimation for integrated energy system ［J］. CSEE Journal of Power and Energy Systems ， 2019 ， 5 （ 2 ）： 275 - 283 .

董雷，王春斐，李烨，等 . 多时间断面电-气综合能源系统状态估计［J］. 电网技术， 2020 ， 44 （ 9 ）： 3458 - 3465 .

DONG Lei ， WANG Chunfei ， LI Ye ， et al . Multi-snapshot state estimation of electric-gas integrated energy system ［J］. Power System Technology ， 2020 ， 44 （ 9 ）： 3458 - 3465 .

CHEN Y ， YUAN Y ， LIN Y ， et al . Dynamic state estimation for integrated electricity-gas systems based on Kalman filter ［J/OL］. CSEE Journal of Power and Energy Systems ［ 2020-10-06 ］. https：//ieeexplore.ieee.org/document/9215195 https://ieeexplore.ieee.org/document/9215195 .

MESTAV K R ， LUENGO-ROZAS J ， TONG L . Bayesian state estimation for unobservable distribution systems via deep learning ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 6 ）： 4910 - 4920 .

AHMEAD S Z ， XIAO F ， SIDIROPOULOS N D . Data-driven learning-based optimization for distribution system state estimation ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 6 ）： 4796 - 4805 .

IBRAHIM M S ， WEI D ， QIANG Y . Machine learning driven smart electric power systems： current trends and new perspectives ［J］. Applied Energy ， 2020 ， 272 ： 115237 .

LIU T ， LIU Y ， LIU J ， et al . A Bayesian learning based scheme for online dynamic security assessment and preventive control ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 5 ）： 4088 - 4099 .

TIPPING M E . Bayesian inference： an introduction to principles and practice in machine learning ［M］. Berlin， Germany ： Springer ， 2004 .

李静，李幸芝，韩蓓，等 . 考虑分布式电源不确定性与相关性的配电网状态估计［J］. 全球能源互联网， 2020 ， 3 （ 3 ）： 231 - 237 .

LI Jing ， LI Xingzhi ， HAN Bei ， et al . State estimation in distribution systems considering distributed generation uncertainties with correlations ［J］. Journal of Global Energy Interconnection ， 2020 ， 3 （ 3 ）： 231 - 237 .

MING J ， IGOR M ， REZA M ， et al . Scalable and robust state estimation from abundant but untrusted data ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 3 ）： 1880 - 1894 .

于尔铿 . 电力系统状态估计［M］. 北京：水利电力出版社， 1985 .

YU Erkeng . State estimation of power system ［M］. Beijing ： Water Resources and Electric Power Press ， 1985 .

MARELLI D E ， FU M . Distributed weighted least-squares estimation with fast convergence for large-scale systems ［J］. Automatica ， 2015 ， 51 ： 27 - 39 .

黄蔓云，孙国强，卫志农，等 . 基于脉冲神经网络伪量测建模的配电网三相状态估计［J］. 电力系统自动化， 2016 ， 40 （ 16 ）： 38 - 43 .

HUANG Manyun ， SUN Guoqiang ， WEI Zhinong ， et al . Three-phase state estimation in distribution systems based on pseudo measurement modeling using spiking neural networks ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 16 ）： 38 - 43 .

涡轮流量计［EB/OL］.［ 2020-06-11 ］. https：//baike.baidu.com/item/%E6%B6%A1%E8%BD%AE%E6%B5%81%E9%87%8F%E8%AE%A1/6124563 https://baike.baidu.com/item/%E6%B6%A1%E8%BD%AE%E6%B5%81%E9%87%8F%E8%AE%A1/6124563 ？fr=aladdin . 2020 . 11 . 19 .

Turbine flowmeter ［EB/OL］. ［ 2020-06-11 ］. https：//baike.baidu.com/item/%E6%B6%A1%E8%BD%AE%E6%B5% 81%E9%87%8F%E8%AE%A1/6124563 https://baike.baidu.com/item/%E6%B6%A1%E8%BD%AE%E6%B5%81%E9%87%8F%E8%AE%A1/6124563 ？fr=aladdin . 2020 . 11 . 19 .

刘威鹏，刘玉田 . 基于非对称Copula函数的风电场黑启动储能优化配置［J］. 电力系统自动化， 2020 ， 44 （ 19 ）： 47 - 54 .

LIU Weipeng ， LIU Yutian . Energy storage configuration based on asymmetric Copula function for wind farm black-start ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 19 ）： 47 - 54 .

王志坚 . 稳健AR模型的构建及其在金融时序中的应用［J］. 统计与信息论坛， 2017 ， 32 （ 5 ）： 57 - 63 .

WANG Zhijian . The formation of robust AR model and its application in financial time series ［J］. Statistics & Information Forum ， 2017 ， 32 （ 5 ）： 57 - 63 .

耿海璇，张济民 . 基于Yule-Walker AR方法的振动信号除噪研究［J］. 机电一体化， 2016 ， 22 （ 1 ）： 34 - 37 .

GENG Haixuan ， ZHANG Jimin . A study on vibration signal based on Yule-Walker AR method ［J］. Mechatronics ， 2016 ， 22 （ 1 ）： 34 - 37 .

林旭，罗志才，周波阳 . 简化自协方差最小二乘噪声估计的SINS静基座初始对准［J］. 武汉大学学报（信息科学版）， 2014 ， 39 （ 5 ）： 586 - 590 .

LIN Xu ， LUO Zhicai ， ZHOU Boyang . SINS stationary initial alignment based on simplified autocovariance least square method ［J］. Geomatics and Information Science of Wuhan University ， 2014 ， 39 （ 5 ）： 586 - 590 .

朱文刚，茹正亮 . 混合自回归模型自协方差函数绝对可和的探讨［J］. 南京工程学院学报（自然科学版）， 2012 ， 10 （ 4 ）： 1 - 4 .

ZHU Wengang ， RU Zhengliang . Investigation of absolutely summable of auto-covariance function of MAR model ［J］. Journal of Nanjing Institute of Technology （Natural Science Edition）， 2012 ， 10 （ 4 ）： 1 - 4 .

王志坚，王斌会 . Yule-Walker估计法的敏感性分析及其稳健改进［J］. 统计与信息论坛， 2019 ， 34 （ 6 ）： 3 - 9 .

WANG Zhijian ， WANG Binhui . Sensitivity analysis of Yule-Walker estimation method and its robust improvement ［J］. Statistics & Information Forum ， 2019 ， 34 （ 6 ）： 3 - 9 .

张柏林，杨承志，吴宏超 . 基于AR模型的Yule-Walker法和Burg法功率谱估计性能分析［J］. 计算机与数字工程， 2016 ， 44 （ 5 ）： 813 - 817 .

ZHANG Bolin ， YANG Chengzhi ， WU Hongchao . Yule-Walker method and Burg method based on AR model power spectrum estimate performance analysis ［J］. Computer & Digital Engineering ， 2016 ， 44 （ 5 ）： 813 - 817 .

MUTHUSAMY B ， RAMALINGAM S ， CHANDRAN S K ， et al . Quantification of software code coverage using artificial bee colony optimization based on Markov approach ［J］. Computer Engineering and Computer Science ， 2017 ， 42 （ 5 ）： 3503 - 3519 .

廖星星，吴奕，卫志农，等 . 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［J］. 电力自动化设备， 2019 ， 39 （ 8 ）： 55 - 62 .

LIAO Xingxing ， WU Yi ， WEI Zhinong ， et al . Probabilistic power flow analysis of integrated electricity-heat energy system based on GMM and multi-point linear cumulant method ［J］. Electric Power Automation Equipment ， 2019 ， 39 （ 8 ）： 55 - 62 .

卫志农，仲磊磊，薛溟枫，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［J］. 电力自动化设备， 2019 ， 39 （ 8 ）： 31 - 37 .

WEI Zhinong ， ZHONG Leilei ， XUE Mingfeng ， et al . Linearization flow calculation for integrated electricity-heat energy system based on data-driven ［J］. Electric Power Automation Equipment ， 2019 ， 39 （ 8 ）： 31 - 37 .

李超然，肖飞，樊亚翔，等 . 一种基于LSTM-RNN的脉冲大倍率工况下锂离子电池仿真建模方法［J］. 中国电机工程学报， 2020 ， 40 （ 9 ）： 3031 - 3042 .

LI Chaoran ， XIAO Fei ， FAN Yaxiang ， et al . An approach to lithium-ion battery simulation modeling under pulsed high rate condition based on LSTM-RNN ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 9 ）： 3031 - 3042 .

张刚，刘福潮，王维洲，等 . 电网短期负荷预测的BP-ANN方法及应用［J］. 电力建设， 2014 ， 35 （ 3 ）： 54 - 58 .

ZHANG Gang ， LIU Fuchao ， WANG Weizhou ， et al . BP-ANN method for power grid short-term load forecasting and its application ［J］. Electric Power Construction ， 2014 ， 35 （ 3 ）： 54 - 58 .

庞传军，余建明，冯长有，等 . 基于LSTM自动编码器的电力负荷聚类建模及特性分析［J］. 电力系统自动化， 2020 ， 44 （ 23 ）： 57 - 63 .

PANG Chuanjun ， YU Jianming ， FENG Changyou ， et al . Clustering modeling and characteristic analysis of power load based on long-short-term memory auto-encoder ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 23 ）： 57 - 63 .

RAY D Z ， CARLOS E M ， ROBERT J T . MATPOWER： steady-state operations， planning， and analysis tools for power systems research and education ［J］. IEEE Transactions on Power Systems ， 2011 ， 26 （ 1 ）： 12 - 19 .

曹诗卉，亓迎川 . 基于最小二乘法平面拟合的点云法矢算法［J］. 空军预警学院学报， 2016 ， 30 （ 1 ）： 41 - 43 .

CAO Shihui ， QI Yingchuan . Point cloud normal vector algorithm using least squares planar fitting ［J］. Journal of Air Force Early Warning Academy ， 2016 ， 30 （ 1 ）： 41 - 43 .

IAIN A S . Logical and complexity-theoretic aspects of models of computation with restricted access to arrays ［J］. Journal of Logic and Computation ， 2009 ， 19 （ 1 ）： 217 - 242 .

李钢，贾硕，李宏男 . 基于算法复杂度理论的拟力法计算效率评价［J］. 计算力学学报， 2018 ， 35 （ 2 ）： 129 - 137 .

LI Gang ， JIA Shuo ， LI Hongnan . The efficiency evaluation of force analogy method based on the algorithm complexity theory ［J］. Chinese Journal of Computational Mechanics ， 2018 ， 35 （ 2 ）： 129 - 137 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Distributed Robust State Estimation of Integrated Electricity-Gas System Based on Time-domain Model

Related Author

PAN Hao

WEI Zhinong

HUANG Manyun

SUN Guoqiang

CHEN Sheng

SUN Kang

CHEN Yanbo

Haixiang ZANG

Related Institution

College of Energy and Electrical Engineering, Hohai University

School of Electrical and Electronic Engineering(North China Electric Power University)

College of Electronics and Information Engineering, Tongji University

College of Electrical Engineering & Control Science, Nanjing Tech University

State Grid Electric Power Research Institute (NARI Group Corporation)

⁰