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

PAN Hao; WEI Zhinong; HUANG Manyun; SUN Guoqiang; CHEN Sheng; SUN Kang

doi:10.7500/AEPS20230308006

您当前的位置：

首页 >

文章列表页 >

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

Basic Research | 更新时间：2025-06-16

- Distributed Robust State Estimation of Integrated Electricity-Gas System Based on Time-domain Model
- Automation of Electric Power Systems Vol. 47, Issue 17, Pages: 89-98(2023)
- 作者机构：
  
  河海大学能源与电气学院，江苏省南京市 211100
- 作者简介：
- 基金信息：
  
  Natural Science Foundation of China(U1966205);Fundamental Research Funds for the Central Universities(B220202003)
- DOI：10.7500/AEPS20230308006
  CLC：
- Received：08 March 2023，
  
  Revised：2023-05-07，
  
  Published Online：27 July 2023，
  
  Published：10 September 2023
- 稿件说明：
移动端阅览
潘浩,卫志农,黄蔓云等.基于时域模型的电-气综合能源系统分布式鲁棒状态估计[J].电力系统自动化,2023,47(17):89-98.

PAN Hao,WEI Zhinong,HUANG Manyun,et al.Distributed Robust State Estimation of Integrated Electricity-Gas System Based on Time-domain Model[J].Automation of Electric Power Systems,2023,47(17):89-98.
潘浩,卫志农,黄蔓云等.基于时域模型的电-气综合能源系统分布式鲁棒状态估计[J].电力系统自动化,2023,47(17):89-98. DOI： 10.7500/AEPS20230308006.

PAN Hao,WEI Zhinong,HUANG Manyun,et al.Distributed Robust State Estimation of Integrated Electricity-Gas System Based on Time-domain Model[J].Automation of Electric Power Systems,2023,47(17):89-98. DOI： 10.7500/AEPS20230308006.

摘要

高效准确的状态估计(SE)技术是电-气综合能源系统(IEGS)安全稳定运行的关键。现有的IEGS-SE方法常采用有限元差分模型描述气网动态特性。该模型需引入冗余的时空微元，难以兼顾SE精度和计算复杂度。为此，提出一种基于时域模型的IEGS分布式鲁棒SE方法，在保证精度的前提下提升计算效率。首先，基于时域模型推导出以真实节点压强为状态量的气网状态空间模型，实现气网模型的简化和降维。在此基础上，以卡尔曼滤波算法为框架，提出有限边界信息交互的分布式IEGS-SE策略，以解决不同子系统多管理主体之间的信息壁垒问题。最后，利用噪声自适应算法准确跟踪时变噪声参数，提升所提方法的鲁棒性。仿真算例证明，所提方法在保护各子系统隐私的条件下，有效提高了SE精度，抑制了坏数据影响，且计算效率远高于传统有限元差分法。

Abstract

Efficient and accurate state estimation (SE) technology is the key to the safe and stable operation of the integrated electricity-gas system (IEGS). The existing IEGS-SE methods often use the finite difference models to describe the dynamic characteristics of the gas network. The models need to introduce redundant space-time microelements

so it is difficult to take into account SE accuracy and computational complexity. Therefore

a distributed robust IEGS-SE method based on the time-domain model is proposed to improve the computational efficiency while ensuring accuracy. First

the state space model of the gas network with the real node pressure as the state variables is derived based on the time-domain model

realizing the simplification and dimension reduction of the gas network model. On this basis

taking the Kalman filter algorithm as a framework

a distributed IEGS-SE strategy with limited boundary information interaction is proposed to solve the problem of information barriers between multiple management agents in different subsystems. Finally

the noise adaptive algorithm is used to accurately track the time-varying noise parameters and improve the robustness of the proposed method. The simulation case demonstrates that the proposed method can effectively improve the SE accuracy and suppress the influence of bad data under the condition of protecting the privacy of each subsystem

and its computational efficiency is much higher than that of traditional finite difference methods.

关键词

Keywords

references

MANCARELLA P . MES （multi-energy systems）： an overview of concepts and evaluation models ［J］. Energy ， 2014 ， 65 ： 1 - 17 .

孙宏斌，潘昭光，郭庆来 . 多能流能量管理研究：挑战与展望［J］. 电力系统自动化， 2016 ， 40 （ 15 ）： 1 - 8 .

SUN Hongbin ， PAN Zhaoguang ， GUO Qinglai . Energy management for multi-energy flow： challenges and prospects ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 15 ）： 1 - 8 .

臧海祥，耿明昊，黄蔓云，等 . 电-热-气混联综合能源系统状态估计研究综述与展望［J］. 电力系统自动化， 2022 ， 46 （ 7 ）： 187 - 199 .

ZANG Haixiang ， GENG Minghao ， HUANG Manyun ， et al . Review and prospect of state estimation for electricity-heat-gas integrated energy system ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 7 ）： 187 - 199 .

于尔铿 . 电力系统状态估计［M］. 北京：水利电力出版社， 1985 .

YU Erkeng . Power system state estimation ［M］. Beijing ： China Water & Power Press ， 1985 .

ABUR A ， EXPÓSITO A G . Power system state estimation： theory and implementation ［M］. New York， USA ： Marcel Dekker ， 2004 .

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 .

CHEN S ， WEI Z N ， SUN G Q ， et al . An interval state estimation for electricity-gas urban energy systems ［C］// 2017 IEEE Conference on Energy Internet and Energy System Integration （EI2）， November 26-28 ， 2017 ， Beijing， China .

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 .

卫志农，梅建春，孙国强，等 . 电-气互联综合能源系统多时段暂态能量流仿真［J］. 电力自动化设备， 2017 ， 37 （ 6 ）： 41 - 47 .

WEI Zhinong ， MEI Jianchun ， SUN Guoqiang ， et al . Multi-period transient energy-flow simulation of integrated power and gas energy system ［J］. Electric Power Automation Equipment ， 2017 ， 37 （ 6 ）： 41 - 47 .

YANG J W ， ZHANG N ， KANG C Q ， et al . Effect of natural gas flow dynamics in robust generation scheduling under wind uncertainty ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 2 ）： 2087 - 2097 .

QIAO Z ， GUO Q L ， SUN H B ， et al . Multi-time period optimized configuration and scheduling of gas storage in gas-fired power plants ［J］. Applied Energy ， 2018 ， 226 ： 924 - 934 .

WANG C ， WEI W ， WANG J H ， et al . Convex optimization based adjustable robust dispatch for integrated electric-gas systems considering gas delivery priority ［J］. Applied Energy ， 2019 ， 239 ： 70 - 82 .

尹冠雄，陈彬彬，孙宏斌，等 . 综合能源系统分析的统一能路理论（四）：天然气网动态状态估计［J］. 中国电机工程学报， 2020 ， 40 （ 18 ）： 5827 - 5837 .

YIN Guanxiong ， CHEN Binbin ， SUN Hongbin ， et al . Energy circuit theory of integrated energy system analysis （Ⅳ）： dynamic state estimation of the natural gas network ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 18 ）： 5827 - 5837 .

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 .

ZANG H X ， GENG M H ， HUANG M Y ， et al . Asynchronous and adaptive state estimation of integrated electricity-gas energy systems ［J］. IEEE Internet of Things Journal ， 2023 ， 10 （ 9 ）： 7636 - 7644 .

CHEN L ， LI Y ， HUANG M Y ， et al . Robust dynamic state estimator of integrated energy systems based on natural gas partial differential equations ［J］. IEEE Transactions on Industry Applications ， 2022 ， 58 （ 3 ）： 3303 - 3312 .

XU D L ， XU J J ， WU Z J ， et al . A real-time state estimation framework for integrated energy system considering measurement delay ［J］. IET Generation ， Transmission & Distribution， 2022 ， 16 （ 14 ）： 2891 - 2902 .

张苏涵，顾伟，姚帅，等 . 综合能源网络统一建模及其应用（一）：时域二端口模型［J］. 中国电机工程学报， 2021 ， 41 （ 19 ）： 6509 - 6521 .

ZHANG Suhan ， GU Wei ， YAO Shuai ， et al . Unified modeling of integrated energy networks in time domain and its applications （Ⅰ）： two-port models in time domain ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 19 ）： 6509 - 6521 .

YAO S ， GU W ， LU S ， et al . Dynamic optimal energy flow in the heat and electricity integrated energy system ［J］. IEEE Transactions on Sustainable Energy ， 2021 ， 12 （ 1 ）： 179 - 190 .

贺觅知 . 基于卡尔曼滤波的电力系统动态状态估计算法研究［D］. 成都：西南交通大学， 2006 .

HE Mizhi . Research on dynamic state estimation algorithm of power system based on Kalman filter ［D］. Chengdu ： Southwest Jiaotong University ， 2006 .

ZENG Q ， FANG J K ， LI J H ， et al . Steady-state analysis of the integrated natural gas and electric power system with bi-directional energy conversion ［J］. Applied Energy ， 2016 ， 184 ： 1483 - 1492 .

SUN Y B ， FU M Y ， WANG B C ， et al . Dynamic state estimation for power networks using distributed MAP technique ［J］. Automatica ， 2016 ， 73 ： 27 - 37 .

王玉彬，夏明超，李鹏，等 . 基于改进鲁棒自适应UKF的配电网动态状态估计方法［J］. 电力系统自动化， 2020 ， 44 （ 1 ）： 92 - 100 .

WANG Yubin ， XIA Mingchao ， LI Peng ， et al . Dynamic state estimation method of distribution network based on improved robust adaptive unscented Kalman filter ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 1 ）： 92 - 100 .

LI Y ， LI J ， QI J J ， et al . Robust cubature Kalman filter for dynamic state estimation of synchronous machines under unknown measurement noise statistics ［J］. IEEE Access ， 2019 ， 7 ： 29139 - 29148 .

DE WOLF D ， SMEERS Y . The gas transmission problem solved by an extension of the simplex algorithm ［J］. Management Science ， 2000 ， 46 （ 11 ）： 1454 - 1465 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

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

Related Author

Puzhe LAN

Dong HAN

Xiaoyuan XU

Zheng YAN

Xutao LIU

CHEN Yanbo

Haixiang ZANG

Minghao GENG

Related Institution

School of Mechanical Engineering, University of Shanghai for Science and Technology

School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University

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

College of Electronic and Information Engineering, Tongji University

College of Electronics and Information Engineering, Tongji University

⁰