[发明专利]一种基于卡尔曼滤波的电-气-热耦合网络动态状态估计方法

说明书

本发明提供一种基于卡尔曼滤波的电‑气‑热耦合网络动态状态估计方法，属于电力系统分析和监测技术领域，为解决现有电‑气‑热耦合网络动态状态估计存在的问题，本发明采用基于卡尔曼滤波的电‑气‑热耦合网络的状态估计全局一致算法进行动态状态估计，根据电力网络、天然气网络以及热力网络的动态性速度不同，为三个子网络赋予不同的时间尺度，而在进行快速系统的状态估计时，将慢速系统视为稳态。并且对于热能网络的动态状态估计获得的新的热负荷与温度状态量，又为下一次水力网络的状态估计提供了新的数据来源。

技术领域

本发明涉及一种动态状态估计方法，具体而言，尤其涉及一种基于卡尔曼滤波的电-气-热耦合网络动态状态估计方法。

背景技术

随着能源互联网以及热电联产的迅速发展，电力网络、天然气网络以及热力网络的耦合越来越紧密，传统的电力系统状态估计方法已经无法适应目前电力系统的运行环境，虽然近两年有部分电-气-热耦合网络静态状态估计方法，但是目前如何实现电-气-热耦合网络动态状态估计的问题仍未被解决。

电-气-耦合网络各个子网络动态响应时间长短有很大差异。电力网络具有最小的惯性，传输速度极快，可接近于光速，其时间尺度一般为秒级。相比于电力网络，天然气网络具有一定的延时性，其时间尺度通常为分钟级甚至为小时级。热力网络的传输速度比天然气网络更慢，因此如果对电-气-耦合网络各个子网络采用统一时间尺度进行动态状态估计，如果以动态变化最快的电力网络的时间尺度为标准的话，那么天然气网络以及热力网络的动态性在该时间尺度下基本可以忽略不计，此时若进行统一时间尺度的动态状态估计，会产生大量无作用的计算，导致状态估计算法的效率降低。同样的，若以热力网络和天然气网络的时间尺度作为标准进行统一的动态状态估计，那么在该时间尺度下电网的动态性难以体现，导致状态估计算法的精度降低。

相比于电力网络与天然气网络，热力网络需要以水为载体才能实现对热力的传输，因此热力网络实际可以解耦为热能网络以及水力网络两部分，对于水力网络，压力(和流量)变化在水力网络中的传播速度比热能网络中温度变化快1000倍左右，因为压力波以大约1200m/s的声速在水中传播，而热能网络中，温度的变化的速度是接近于水流速的。但是，从实际运行与系统优化调度的角度来看与温度变化即热能的动态相比，网络中的流量动态的重要性较小，所以，对于热力网络中水力网络的状态估计的动态性要求也比较小。由于对热力网络中个状态量的动态性要求是不一样的，如果直接采用传统的方法对热力网络进行全动态的状态估计，会导致计算的复杂性与计算耗时过高。

发明内容

根据上述提出的技术问题，而提供一种基于卡尔曼滤波的电-气-热耦合网络动态状态估计方法。本发明采用基于卡尔曼滤波的电-气-热耦合网络的状态估计全局一致算法进行动态状态估计，根据电力网络、天然气网络以及热力网络的动态性速度不同，为三个子网络赋予不同的时间尺度，而在进行快速系统的状态估计时，将慢速系统视为稳态。并且对于热能网络的动态状态估计获得的新的热负荷与温度状态量，又为下一次水力网络的状态估计提供了新的数据来源。

本发明采用的技术手段如下：

一种基于卡尔曼滤波的电-气-热耦合网络动态状态估计方法，包括如下步骤：

S1、初始化数据，定义t_end为算法结束时间，t_e、t_g、t_h分别为电力网络、天然气网络、热力网络状态估计的时间轴，Δt_e、Δt_g、Δt_h分别为电力网络、天然气网络、热力网络状态估计每次动态状态更新的时间尺度，令t_e＝t_g＝t_h＝0；

S2、估计热力网络的动态状态，并根据此刻情况执行电-气-热耦合网络动态状态估计全局一致算法，以保证耦合网络动态状态估计结果的全局一致性，令t_h＝t_h+Δt_h；