基于网络模型的综合能源系统参数辨识与效率识别

doi:10.3969/j.issn.1000-7229.2019.06.004

电力建设 ›› 2019, Vol. 40 ›› Issue (6): 33-40.doi: 10.3969/j.issn.1000-7229.2019.06.004

• 面向可再生能源消纳的多能源互补 ·栏目主持张宁副教授· • 上一篇下一篇

基于网络模型的综合能源系统参数辨识与效率识别

范珊珊1，王彬2，薛屹洵2，赵昊天2，郭庆来2，孙勇3

1.上海电力大学电气工程学院，上海市 200090；2.清华大学电机工程与应用电子技术系，北京市 100084；3.国网吉林省电力有限公司，长春市 130000

出版日期:2019-06-01
作者简介:范珊珊（1994），女，硕士研究生，主要研究方向为综合能源系统建模及优化调度；王彬（1984），男，博士，通信作者，主要研究方向为电网能量管理系统、新能源优化调控、能源互联网能量管控与实验教学；薛屹洵（1993），男，博士研究生，主要研究方向为综合能源系统；赵昊天（1994），男，博士研究生，主要研究方向为综合能源系统；郭庆来（1979）男，副教授，博士生导师，主要研究方向为能源互联网、智能电网和电力系统运行与控制；孙勇（1980），男，高级工程师，研究方向为风电、光伏等清洁能源安全防御技术和优化调度技术。
基金资助:
国家电网公司科技项目（多能流综合能量管理与优化控制技术研究与示范）

Parameter Identification and Efficiency Identification of Integrated Energy System Based on Network Model

FAN Shanshan1， WANG Bin2， XUE Yixun2，ZHAO Haotian2， GUO Qinglai2， SUN Yong3

1.College of Electric Power Engineering，Shanghai University of Electric Power， Shanghai 200090， China；2. Department of Electrical Engineering，Tsinghua University， Beijing 100084， China；3.State Grid Jilin Electric Power Co.， Ltd.， Changchun 130000， China

Online:2019-06-01
Supported by:
This work is supported by State Grid Corporation of China Research Program.

摘要/Abstract

摘要： 随着能源互联网的快速发展，综合能源系统建模的准确性对其运行经济性、高效性至关重要。文章在已有设备模型基础上，考虑设备间拓扑连接和能量梯级利用关系，建立面向综合能源系统的多能网络模型；建立指数型目标函数的抗差估计模型，利用实际现场的运行数据实现设备参数的准确辨识，并对比分析提出的抗差方法相对于传统最小二乘估计方法的优势；进一步提出了基于网络模型的综合能源系统效率评价模型，通过抗差辨识得到的设备模型计算多种典型工况下的理论效率，并与现场实测效率对比，证明了所提方法的有效性以及抗差参数的准确性。

关键词: 综合能源系统, 供能网络建模, 参数辨识, 指数型目标函数, 能源综合利用率

Abstract: With the rapid development of the Energy Internet， the accuracy of integrated energy system modeling is crucial to the economic and efficient operation of the system. On the basis of existing equipment model， considering the relationship between equipment topology and energy cascade utilization， this paper establishes a multi-energy network model for integrated energy systems. Then the robust estimation model of the exponential objective function is established， and the actual parameters of the equipment are used to accurately identify the equipment parameters. The advantages of the robust method proposed in this paper over the traditional least squares estimation method are compared and analyzed. Furthermore， the energy efficiency evaluation model of integrated energy system based on network model is proposed. The effectiveness of the proposed method and the accuracy of the robust parameters are proved by comparing the theoretical efficiency calculated by the equipment model obtained by the robust identification with the actual measured efficiency under various typical conditions.

Key words: integrated energy system, energy supply network modeling, parameter identification, exponential objective function, comprehensive energy utilization rate

中图分类号:

TM 73

范珊珊，王彬，薛屹洵，赵昊天，郭庆来，孙勇. 基于网络模型的综合能源系统参数辨识与效率识别[J]. 电力建设, 2019, 40(6): 33-40.

FAN Shanshan， WANG Bin， XUE Yixun，ZHAO Haotian， GUO Qinglai， SUN Yong. Parameter Identification and Efficiency Identification of Integrated Energy System Based on Network Model[J]. Electric Power Construction, 2019, 40(6): 33-40.

参考文献

［1］杨勇平，杨志平，徐钢，等. 中国火力发电能耗状况及展望［J］. 中国电机工程学报，2013，33（23）：1-11.
YANG Yongping，YANG Zhiping，XU Gang，et al. Situation and prospect of energy consumption for China's thermal power generation［J］. Proceedings of the CSEE，2013，33（23）：1-11.
［2］赵军. 解读生物能源：新能源产业及对环境、生态与社会经济发展的影响［J］. 中国科学院院刊，2012，27（2）：219-225.
ZHAO Jun. Bioenergy as a new energy industry: Insights into its impact on environmental， ecological， social and economic future［J］. Bulletin of the Chinese Academy of Sciences， 2012，27（2）：219-225.
［3］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.
［4］孙宏斌，郭庆来，潘昭光. 能源互联网：理念、架构与前沿展望［J］. 电力系统自动化， 2015， 39（19）:1-8.
SUN Hongbin， GUO Qinglai， PAN Zhaoguang. Energy Internet: Concept， architecture and frontier outlook［J］. Automation of Electric Power Systems， 2015， 39（19）:1-8.
［5］殷爽睿，艾芊，曾顺奇，等. 能源互联网多能分布式优化研究挑战与展望［J］. 电网技术，2018， 42（5）：1359-1369.
YIN Shuangrui， AI Qian， ZENG Shunqi， et al. Challenges and prospects of multi-energy distributed optimization for energy internet［J］. Power System Technology， 2018， 42（5）: 1359-1369.
［6］曾鸣，刘英新，周鹏程，等. 综合能源系统建模及效益评价体系综述与展望［J］. 电网技术，2018，42（6）：1697-1709.
ZENG Ming， LIU Yingxin， ZHOU Pengcheng， et al. Review and prospects of integrated energy system modeling and benefit evaluation［J］. Power System Technology， 2018， 42（6）: 1697-1709.
［7］CHICCO G， MANCARELLA P. Distributed multi-generation: A comprehensive view［J］. Renewable & Sustainable Energy Reviews， 2009， 13（2）: 535-551.
［8］WANG J J， JING Y Y， ZHANG C F， et al. Performance comparison of combined cooling heating and power system in different operation modes［J］. Applied Energy， 2011， 88（12）: 4621-4631.
［9］FANG F， WANG Q H， SHI Y. A Novel optimal operational strategy for the CCHP system based on two operating modes［J］. IEEE Transactions on Power Systems， 2012， 27（2）: 1032-1041.
［10］LI Z， XU Y. Optimal coordinated energy dispatch of a multi-energy microgrid in grid-connected and islanded modes［J］. Applied Energy， 2018， 210: 974-986.
［11］DAI Y H， CHEN L， MIN Y， et al. Dispatch model of combined heat and power plant considering heat transfer process［J］.IEEE Transactions on Sustainable Energy， 2017， 8（3）: 1225-1236.
［12］LIN C H， WU W C， ZHANG B M， et al. Decentralized solution for combined heat and power dispatch through benders decomposition［J］.IEEE Transactions on Sustainable Energy， 2017， 8（4）: 1361-1372.
［13］JERKO L， JOAN C B， ALBERTO C. Performance analysis of small capacity chillers by using different modeling methods［J］. Applied Thermal Engineering， 2013， 35: 305-313.
［14］孙明轩，毕宏博. 学习辨识：最小二乘算法及其重复一致性［J］. 自动化学报，2012， 38（5）：698-706.
SUN Mingxuan， BI Hongbo. Learning identification: Least squares algorithms and their repetitive consistency［J］. Acta Automatica Sinica， 2012， 38（5）: 698-706.
［15］王乐一，赵文虓. 系统辨识：新的模式、挑战及机遇［J］. 自动化学报，2013， 39（7）：933-942.
WANG Leyi， ZHAO Wenxiao. System identification: New paradigms， challenges and opportunities［J］. Acta Automatica Sincia， 2013， 39（7）：933-942.
［16］RUANO A E， FLEMING P J， TEIXEIR A， et al. Nonlinear identification of aircraft gas-turbine dnamics［J］. Neurocomputing， 2003， 55（3）: 551-579.
［17］BASSO M， GIARRE L， GROPPI S， et al. NARX models of an industrial power plant gas turbine［J］. IEEE Transactions on Control Systems Technology， 2005， 13（4）: 599-604.
［18］贾宏杰，戚冯宇，徐宪东，等.微型燃气轮机型综合能源系统的建模与辨识［J］. 天津大学学报（自然科学与工程技术版），2017，50（2）:215-223.
JIA Hongjie， QI Fengyu， XU Xiandong， et al. Modeling and identification of integrated energy system containing micro gas turbine［J］. Journal of Tianjin University（Natural Science and Engineering Technology），2017，50（2）:215-223.
［19］孙秋野，胡旌伟，杨凌霄，等.基于GAN技术的自能源混合建模与参数辨识方法［J］.自动化学报， 2018， 44（5）: 901-914.
SUN Qiuye，HU Jingwei，YANG Lingxiao，et al. We-energy hybrid modeling and parameter identification with GAN technology［J］. Acta Automatica Sinica，2018，44（5）:901-914.
［20］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.
［21］薛屹洵，郭庆来，孙宏斌，等. 面向多能协同园区的能源综合利用率指标［J］. 电力自动化设备，2017，37（6）：117-123.
XUE Yixun， GUO Qinglai， SUN Hongbin， et al. Comprehensive energy utilization index for the park-level multi-energy system［J］. Electric Power Automation Equipment，2017，37（6）：117-123.

[1]	朱旭, 杨军, 李高俊杰, 董旭柱, 刘首文. 计及虚拟储能系统的区域综合能源系统优化调度策略[J]. 电力建设, 2020, 41(8): 99-110.
[2]	张浩禹，邱晓燕，周晟锐，赵有林，李凌昊，张楷 . 基于机会约束目标规划的多电-气互联综合能源系统分布式优化模型[J]. 电力建设, 2020, 41(7): 82-91.
[3]	魏震波，任小林，黄宇涵. 考虑综合需求侧响应的区域综合能源系统多目标优化调度[J]. 电力建设, 2020, 41(7): 92-99.
[4]	苏俊妮，张鑫，赵俊炜，张锐，曲明辉，杨艳红. 计及需求响应和储能的电-气综合能源系统优化调度[J]. 电力建设, 2020, 41(5): 1-8.
[5]	林紫菡，蒋晨威，陈明辉，尚慧玉，赵宏伟，阳曾，王一铮，文福拴. 计及柔性负荷的综合能源系统低碳经济运行[J]. 电力建设, 2020, 41(5): 9-18.
[6]	李鹏，杨莘博，李慧璇，田春筝，李锰，谭忠富. 计及多能源多需求响应手段的园区综合能源系统优化调度模型[J]. 电力建设, 2020, 41(5): 45-57.
[7]	郇嘉嘉，肖勇，陆文升，刘洪，彭家颖，潘险险，李吉峰. 基于复杂网络理论的区域综合能源系统可靠性评估[J]. 电力建设, 2020, 41(4): 1-9.
[8]	王李龑，许强，黄开艺，吴健，艾芊，张亚新，贾轩. 计及新能源及负荷不确定性的多能微网系统两阶段随机规划方法[J]. 电力建设, 2020, 41(4): 100-108.
[9]	付建民，杨斌，王小君，孙庆凯，张义志，和敬涵，张放. 考虑建筑储能特性的高铁站综合能源系统规划方法[J]. 电力建设, 2020, 41(3): 13-22.
[10]	耿琪，胡炎，何建宗，周永言，赵伟. 基于纳什谈判的区域综合能源系统运行优化[J]. 电力建设, 2020, 41(1): 114-125.
[11]	张涌新，沈弘，文俊. 面向综合需求响应的综合能源系统储能控制面向综合需求响应的综合能源系统储能控制[J]. 电力建设, 2019, 40(9): 43-51.
[12]	张涛，胡泽春，张丹阳. 楼宇综合能源系统容量配置优化[J]. 电力建设, 2019, 40(8): 3-11.
[13]	陈厚合，李汶明，张儒峰，钱叶牛. 考虑建筑供冷区域储能特性的工业园区综合能源系统日前优化调度模型[J]. 电力建设, 2019, 40(8): 43-50.
[14]	宫建锋，曹雨晨，胡志冰，陈星屹，葛鹏江，张鹏. 基于改进遗传算法的工业园区综合能源系统能量管理方法[J]. 电力建设, 2019, 40(8): 51-58.
[15]	钟永洁，谢东亮，孙永辉，翟苏巍，常福刚，张明理. 考虑能源子系统与储能的综合能源系统优化分析[J]. 电力建设, 2019, 40(8): 59-68.

基于网络模型的综合能源系统参数辨识与效率识别

Parameter Identification and Efficiency Identification of Integrated Energy System Based on Network Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价