本发明属于综合能源信息物理融合，具体涉及电热气综合能源系统协同聚合的分布式实时状态估计方法。
背景技术：
1、综合能源系统是目前能源革命的一项重要内容。要对综合能源系统进行高效的协同控制以及统一调度，状态估计作为综合能源系统的基础与核心，为调度员潮流、安全稳定分析等后续操作提供必不可少的数据基础。但是，传统的基于电力系统的状态估计方法不适应多能流耦合的能源发展趋势。电-热-气组合系统是使用最广泛的综合能源系统，它包括电力系统、热系统以及天然气系统和能量转换单元，电-热-气组合系统在线控制和管理需要获得可靠和实时的系统运行状态。然而，由于缺乏实时测量以及不同能源系统之间存在信息交换障碍，从测量装置采集的测量信息是不完整的，而且存在不可避免的噪声和误差，虽然电力系统的状态估计已经得到了广泛的研究，但关于电-热-气系统的研究还很少。由于电力网络、热能网络、天然气网络等都是随着社会的不断发展而先后出现的独立能源网络，它们在规划建设时都没有考虑与其他网络的耦合问题，导致目前多能流网络协同规划、统一调度面临问题，在以上各种能源问题的压力下，构建一个统一规划设计且整体协同调度的异质多能的综合化能源网络，即综合能源系统，成了当今能源改革的重要方向。
2、针对综合能源系统外部的输入和输出量的测量，以及对于综合能源系统的运行状态和动态规律的描述，这些问题通常无法直接由测量系统获得，而状态估计是一种依托于测量装置或测量系统获得的测量数据估算系统内部状态量的方法。因此，状态估计对于了解系统内部状态并进而实现对系统的调节控制具有非常重要的意义。状态估计算法从计算方法上可以分为动态状态估计和静态状态估计两种，动态状态估计是同时依据对系统状态的预测和获得的测量数据实现对系统状态的估计，静态状态估计仅仅根据某时刻的测量数据确定该时刻的状态量。目前动态状态估计方法主要使用卡尔曼滤波算法及其改进算法，其中最常用的是无迹卡尔曼滤波算法，在无迹卡尔曼滤波算法中引入渐消记忆指数加权的sage-husa噪声统计估值器对时变系统噪声的均值和方差进行估计，能有效提升算法精度，但是由于没有改变无迹变换的过程，计算效率并未提高。
技术实现思路
1、基于以上技术不足，本发明基于现有综合能源信息物理融合技术领域中的电-热-气组合的信息交换的混合检测场景，提出了一种综合考虑电力、热、天然气系统信息数据的实时状态估计的方法，基于卡尔曼滤波算法对综合能源系统的状态估计进行测量，同时运用蒙特卡罗模拟来分析状态估计的效果，蒙特卡罗实验将潮流计算结果作为真值，在真值的基础上叠加高斯白噪声作为测量值，然后进行状态估计。该方法的提出为电-热-气系统的分布式异步动态估计的自适应提供了一种解决思路，对于测量信息系统的发展可以提高电-热-气系统的效率和准确性，具有一定的现实意义。
2、为实现上述目的，本发明提供如下技术方案：
3、电热气综合能源系统协同聚合的分布式实时状态估计方法，包括：
4、在系统框架内建立基于热动力学差分的热系统网络模型；将电力系统稳态模型与热系统模型进一步联产；结合在电-热联产模型，建立一个电-热-气系统模型；
5、基于电-热-气系统模型，在充分分析多种能量转换枢纽工作模式的基础上，基于容积卡尔曼滤波的实时状态估计方法对于系统状态进行估计，利用各子系统的观测数据和模型进行状态分类，采用分布式优化算法，处理电-热-气系统的非线性特征问题并对电-热-气系统之间的异步信息交换进行步骤修正、迭代、更新，在全系统内进行协同优化计算，得到综合的全局状态估计；
6、通过蒙特卡洛实验，验证基于容积卡尔曼滤波的实时状态估计的方法在提高估计精度、降低计算复杂度和提升系统鲁棒性方面的效果；
7、本实施例公开的，在系统框架内建立基于热动力学差分的热系统网络模型，热系统的迭代方程需要考虑水流连续性、回路压力、热功率以及温度混合和热损失，热动力学由一组微分方程描述，具体过程为：
8、步骤1、考虑水流连续性，水的质量流量符合进入总线水的质量流量，等于流出总线的水的质量流量，等于总线用水量的总和，公式如下：
9、am＝mq (1)
10、其中，a为表示热系统中母线与分支之间的网络入射矩阵；m各管道内质量流量向量，mq为注入各母线热负荷的质量流量向量；
11、步骤2、由于管道内部的摩擦，水流的压力头会下降，母线之间的压力差会依次驱动水的流动，与基尔霍夫电压定律相似，闭合液压回路周围的水头损耗必须为零，回路压力计算公式如下：
12、bkfricm*|m|＝0 (2)
13、式中，b为闭环与各管道之间的环路入射矩阵；kfric为各管道的阻力系数；m*|m|为矩阵的绝对值；*表示乘积；
14、步骤3、热源产生的热功率可通过以下方式计算：
15、φ＝cpmq(ts-tr) (3)
16、其中，φ为各总线的热功率；cp为水的比热；mq为单一变量；ts和tr分别为节点供给温度和返回温度；
17、步骤4、热损失计算，管道开始和结束温度的关系可以表示为：
18、
19、其中，tend表示管道末端温度，tstart为管道首端温度，ta为环境温度，m为单变量，λ为单位长度传热系数，l为管道长度；
20、步骤5、从管道流出的水温可以通过以下公式计算：
21、(σmout)tout＝∑(mintin) (5)
22、其中，mout和min分别为离开和进入管道的水的质量流量，tout为进入管道首端的水温，tin为进入管道末端的水温；
23、步骤6、热能通过管道内的热水缓慢传递，管道入口温度的变化会影响排水时间后的出口温度，考虑到热系统在恒流变温下运行，可以忽略水动力学，基于热动力学主要集中在热传递延迟和热损失中，基于热量守恒定律，可以得到偏微分方程，公式如下：
24、
25、t表示任意一点温度，s表示截面积，t和x表示开始时间和管道长度，cp是水的比热，λ是单位长度的传热系数，m是管道内水的质量流量，ta为环境温度；
26、步骤7、基于lax-wendroff方法对偏微分方程进行离散化，所提出的基于差分的模型只需要节点供应的最后一个历史状态，并返回其特征信息，其中k表示瞬时时间，ti和tj分别为开始时间和结束时间，ta为环境温度，公式如下：
27、
28、本实施例公开的，将热系统模型与电力系统稳态模型进一步联产，具体过程为：
29、步骤1、建立电力系统模型，pi和qi是有功功率和无功功率，vi是电压幅值，gij是电导，bij是磁化率，θij是相位角差；
30、
31、步骤2、将热系统模型与电力系统稳态模型进一步联产，其中φchp是热输出，pchp是功率输出，cm为热率比，ηs为电-热联产输出功率的比值，pcap为零热输出的最大输出功率，ηe为电-热联产装置的效率，具体公式如下：
32、
33、
34、pcap＝ηegin (11)
35、本实施例公开的，建立一个天然气系统模型，结合在电-热联产模型，建立一个电-热-气系统模型，具体过程为：
36、步骤1、建立天然气模型，天然气系统的瞬态特性主要反映在管道流，可以得到以下忽略重力，惯性和瞬时压力的能量守恒定律，公式如下：
37、
38、
39、
40、
41、其中，np是一组eps测量值，πl,t表示t时刻管道长度l的压力，ml,t表示t时刻管道长度l的流量，d表示天然气系统的管道内径，r表示气体常数，t表示管道内气体的平均温度，z为天然气的平均压缩系数，ρ0表示标准条件下的天然气密度，f表示摩擦因数，时间t按照时间周期划分为nt时间点，其中天然气系统的每个节点必须保持质量流量，节点k表示天然气流入量等于流出量，分别表示节点k处进出管道的所有天然气流量之和，σmk-source和σmk-load负荷分别表示节点k处的天然气源和天然气负荷，和分别表示增压站的流量和增压站消耗的天然气流量，τc表示压缩机消耗气体质量流量，sc表示压缩机c相对于节点q的流动方向，q在压缩机结束时sc＝1，而k在压缩机头部时sc＝-1，节点质量流量平衡方程如下：
42、
43、步骤2、结合在电-热联产模型，建立一个电-热-气系统模型，公式如下：
44、hh＝fh(hi,ts,tr)
45、he＝fe(vi,θj)
46、
47、g(hi,ts,tr,vi,θj)＝0 (17)
48、其中，hh为热网的真实值，fh为热网流量方程，he为电网真实值，f为电网功率流量方程，hgas为气体电网真实值，fgas为气体电网功率流量方程，g为耦合元约束条件，vi为电网中的电压幅值，θj为相角，表示天然气系统t时刻上游的压力，表示天然气系统t时刻下游的压力，；ts和tr分别为节点供给温度和返回温度；
49、本实施例公开的，基于电-热-气系统模型，在充分分析多种能量转换枢纽工作模式的基础上，基于容积卡尔曼滤波的实时状态估计方法对于系统状态进行估计，利用各子系统的观测数据和模型进行状态分类，采用分布式优化算法，处理电-热-气系统的非线性特征问题并对电-热-气系统之间的异步信息交换进行步骤修正、迭代、更新，在全系统内进行协同优化计算，得到综合的全局状态估计，具体步骤为：
50、步骤1、非线性函数估计的质量对电-热-气系统的性能有很大影响，由于电-热联产的非线性特征，尤其是电力系统的非线性特征，基于容积卡尔曼滤波的方法可以提高电-热-气系统的状态估计精度，用相应的权值wi生成2n个容积点，以此来捕获状态估计的平均值和两个随机变量的协方差，公式如下：
51、
52、
53、
54、
55、其中，sk表示k时刻的平方根矩阵，pk为估计协方差；为第i个容积点；ξi是基本数据点集；[e]i是单位矩阵的第i列；wc和wm分别是平均值和协方差的权值；
56、步骤2、时间更新是通过非线性函数进行更新，运用以下公式即可计算出每次时间更新后的预测状态，公式如下：
57、
58、
59、
60、其中，协方差矩阵分别用qk-1表示，是一组容积点的预测状态；
61、步骤3、利用预测状态，同样可以生成一组基于异步分布式动态估计算法在同一时刻同时对电力系统、热力系统、天然气系统进行状态估计；
62、步骤4、异步分布状态估计后，在正常情况下，电气系统的分布式状态执行周期为15min，天然气系统的执行周期为60min，得到热力系统的动态过程要比电力系统慢得多，无法以同一频率执行状态调整，因此对于三个不同的子系统应该在不同的频率下进行，然而在电-气系统中天然气系统可以作为电气系统模型中的一个独立部件统一考虑，以下只考虑电-热联产系统的状态估计；
63、步骤5、执行电-热联产系统的局部状态估计时，局部卡尔曼滤波的异步状态估计通过在电-热联产系统内单独执行，当卡尔曼滤波的异步状态估计收敛时，电-热联产系统的功率和热量输出将使用所测量的状态估计值进行计算，此时的输出将被转换成另一种能源形式的等效输出，而后作为增强的测量结果传送给另一个系统中的估计器，可用于下一次局部估计迭代，两个系统的全局收敛准则公式如下；
64、
65、
66、其中，φchp是热输出，pchp是功率输出，εe和εh分别为不同电压下电-热联产系统的发电量和发热量之差的临界值；
67、本实施例公开的，通过蒙特卡洛实验，验证基于容积卡尔曼滤波的实时状态估计的方法在提高估计精度、降低计算复杂度和提升系统鲁棒性方面的效果，具体步骤如下：
68、由于局部状态估计的随机性，因此采用蒙特卡罗模拟来分析状态估计的效果，蒙特卡罗实验将潮流计算结果作为真值，在真值的基础上叠加高斯白噪声作为测量值，然后进行状态估计，测量误差的统计值sm以及估计误差统计值sh公式如下：
69、
70、
71、其中，m是测试次数，n测量次数，与单独的状态估计相比，联合状态估计后的sh/sm误差减小，总体误差减小，这表明联合状态估计可以提高状态估计的平均效果；
72、本发明进行了1000次蒙特卡罗模拟，并得到了一系列的统计结果，通过测量误差统计值sm和估计误差统计值sh来评估状态估计，sh/sm可以用来评价状态估计的滤波效果，其值小于1表示状态估计的效果优于无状态估计，且基于容积卡尔曼滤波的实时状态估计的方法在提高估计精度、降低计算复杂度和提升系统鲁棒性方面的效果优于无状态估计，且该值越小，估计效果越好。
73、积极效果：
74、本发明提供电热气综合能源系统协同聚合的分布式实时状态估计方法，针对现有的电-热-气组合系统的分布式状态估计方法的基础上，结合异步信息交换，系统中根据各个组件的实际状态和需求进行灵活调整，使系统更加适应多变的工况和环境，同时，为实现电、气、热等网络的协同规划和统一调度，必须要构建面向综合能源系统的能源管理体系，状态估计作为综合能源系统的核心和基础，具体有益技术效果如下：
75、根据目前电力系统状态估计面临的问题，提出一种基于自适应混合预测的改进卡尔曼滤波状态估计方法，有效地提高了状态估计算法的计算效率和精度；
76、根据不同子网络各自的特性，将基于电力系统的状态估计方法推广到天然气网络和热能网络，为实现电-气-热耦合网络的状态估计奠定了基础；
77、(3)根据不同子网络动态性的特点，构建了基于多时间尺度的电-气-热耦合网络的异步分布式状态估计方法，在保证估计结果动态性的同时有效地提升了算法的效率；
78、(4)根据电-气-热耦合网络中耦合单元的交互作用，提出了电-气-热耦合网络状态估计全局一致算法，通过耦合单元的约束条件，将分布式状态估计统一，实现了对电-气-热耦合网络的动态状态估计。
79、(5)本发明进行了1000次蒙特卡罗模拟，并得到了一系列的统计结果，通过测量误差统计值sm和估计误差统计值sh来评估状态估计，sh/sm可以用来评价状态估计的滤波效果，其值小于1表示状态估计的效果优于无状态估计，且该值越小，估计效果越好。
80、综上所述，本发明提出的电热气综合能源系统协同聚合的分布式实时状态估计方法，构建了热电联产系统模型，进一步充分考虑电-热-气系统运行特性，提高了分布式动态估计技术在能源系统优化的效率，具有良好的发展前景和一定的研究意义。适宜作为电热气综合能源系统协同聚合的分布式实时状态估计方法应用。
1.电热气综合能源系统协同聚合的分布式实时状态估计方法，其特征在于，包括：
2.根据权利要求1所述的电热气综合能源系统协同聚合的分布式实时状态估计方法，其特征在于：在系统框架内建立基于热动力学的差分的热系统网络模型，热系统的迭代方程需要考虑水流连续性、回路压力、热功率以及温度混合和热损失，热动力学由一组微分方程描述，具体过程为：
3.根据权利要求1中所述的电热气综合能源系统协同聚合的分布式实时状态估计方法，其特征在于：将热系统模型与电力系统稳态模型进一步联产，具体过程为：
4.根据权利要求1中所述的电热气综合能源系统协同聚合的分布式实时状态估计方法，其特征在于：建立一个天然气系统模型，结合在电-热联产模型，建立一个电-热-气系统模型，具体过程为：
5.根据权利要求1所述的电热气综合能源系统协同聚合的分布式实时状态估计方法，其特征在于：基于电-热-气系统模型，在充分分析多种能量转换枢纽工作模式的基础上，基于容积卡尔曼滤波的实时状态估计方法对于系统状态进行估计，利用各子系统的观测数据和模型进行状态分类，采用分布式优化算法，处理电-热-气系统的非线性特征问题并对电-热-气系统之间的异步信息交换进行步骤修正、迭代、更新，在全系统内进行协同优化计算，得到综合的全局状态估计，具体步骤为：
6.根据权利要求1所述的电热气综合能源系统协同聚合的分布式实时状态估计方法，其特征在于：通过蒙特卡洛实验，验证基于容积卡尔曼滤波的实时状态估计的方法在提高估计精度、降低计算复杂度和提升系统鲁棒性方面的效果，具体步骤如下：
