基于事件优化理论的气电耦合系统故障影响平抑策略.pdf

ElectricalAutomation37略PowerSystem&Automation电力系统及其自动化电气自动化2 0 2 3年第45卷第4期基于事件优化理论的气电耦合系统故障影响平抑策郝运（东北电力大学电气工程学院，吉林吉林132012)摘要：针对故障事件对气电耦合系统安全运行的不利影响，基于事件优化理论提出了一种故障影响平抑策略。首先，构建气电耦合系统状态模型，得到故障事件后的系统状态；然后建立故障影响平抑模型，包括构建故障事件集、动作集，事件的状态转移概率，以及故障事件平抑综合价值函数；最后定义故障事件Q因子决策出最优动作，确定气电耦合系统提供的备用量。算例表明，所提平抑模型可有效降低故障事件造成的不利影响，提高气电耦合系统的总体收益，保证气电耦合系统的安全经济运行。关键词：故障事件；事件优化；气电耦合系统；平抑策略；安全经济运行D0I:10.3969/j.issn.1000-3886.2023.04.012中图分类号TM734文献标志码A文章编号】10 0 0-38 8 6（2 0 2 3)0 4-0 0 37-0 4Mitigation Strategy for Fault Effects in Gas-electricCoupling System Based on Event Optimization TheoryHao Yun(School of Electrical Engineering,Northeast Electric Power University,Jilin Jilin 132012,China)Abstract:A fault impact mitigation strategy based on event optimization theory was proposed to address the adverse effects of fault events on thesafe operation of gas-electric coupling systems.Firstly,a state model of the gas-electric coupling system was constructed to obtain thesystem state after the fault event;then a fault impact mitigation model was established,including constructing a fault event set,anaction set,a kind of event state transition probability,and a comprehensive value function for fault event mitigation;finally,the Q-factor of the fault event was defined to determine the optimal action and determine the reserve provided by the gas-electric couplingsystem.The example shows that the proposed smoothing model can effectively reduce the adverse effects caused by fault events,improve the ioverall revenue of the gas-electric coupling system,and ensure the safe and economic operation of the gas-electriccoupling system.Keywords:failure events;event optimization;gas-electric coupling system;impact mitigation strategy;safe and economic operation0引言近年来气电耦合系统之间的耦合程度不断加深，当气电耦合系统发生故障事件会对电力系统造成严重的影响。因此对故障事件所造成的影响进行平抑具有重要意义。目前对气电耦合系统故障事件平抑展开了如下研究。文献2针对气电耦合系统发生N-1故障事件，建立了一种新型动态负荷恢复模型以平抑故障事件。文献3】考虑了气电耦合系统故障事件，提出一种引入可靠性约束的电、气备用协同配置策略。文献4提出一种考虑关键故障筛选的混合控制方法。从已有文献来看，气电耦合系统的故障平抑研究未能实现基于故障事件的优化运行。基于事件的优化（event-basedoptimization，EBO）是一套以事件作为决策核心并与优化控制理论相结合的理论框架。文献5探讨EBO模型在综合能源系统中的应用前景。文献6 利用EBO理论提出风电爬坡事件平抑策略。文献7 提出一种双层次EBO模型采用双层Q学习算法解决迭代问题。从已有文献来看，事件优化理论仍需进一步完善并应用于气电耦合系统中本文构建了气电耦合系统状态模型，分析故障事件以及备用的动作特性，提出了基于事件优化理论的故障事件平抑策略，最后通过算例验证了所提方法的有效性。定稿日期：2 0 2 3-0 3-2 01气电耦合系统状态模型1.1气电耦合系统独立元件状态模型气源一般由多个气井组成，因此气源的状态模型可由多个气井的状态模型聚合而成，节点i处气源的状态模型为：Kius(2)=Iux*+.+Iu2ZPZWeiu（1）&iw式中：u为正常运行状态；u为故障状态；为气井产气量0;i为气井产气量Wi；We i u Pe i m为状态8 i下节点i处气源的最大产气量及对应概率；Ki为气源iw的状态个数。节点m处装置多个火电机组，节点m处火电机组的状态模型由多个火电机组状态模型聚合而成，表示为：Kmcs%（z)Pmc+.0Emc(2)二uPmcmcmcEmc式中：um。为正常运行状态；u为故障状态；z为火电机组发电容量0；zmc为火电机组发电容量Pme;PemePem分别为状态8 me下节点m处火电机组的发电容量和对应概率；Km为火电机组mc的状态个数。1.2气电耦合系统备用状态模型采用储气装置作为天然气子系统备用，其状态模型表示为：KstS（2)WesPZ(3）=1式中：WsrPest分别为状态s下储气装置st的容量及对应概率；38ElectricalAutomation17*得到最优控制策略为：a(16）=argmin Q(eggasaasPowerSystem&Automation电力系统及其自动化电气自动化2 0 2 3年第45卷第4期Kst为储气装置st的状态个数。采用火电备用机组作为电力子系统备用，其状态模型为：Kb$（2)P(4)P66=1式中：PePe分别为状态s。下节点n处的火电备用机组b的发电容量及对应概率；K，为火电备用机组6 的状态个数。2故障影响平抑模型2.1EBO基本模型EBO模型基本模型包括故障事件集、动作集和事件的状态转移概率。1）故障事件集将天然气机组相邻时段状态差值定义为故障事件。以气电耦合系统的初始稳态状态为基准，可表示为：t-1St1gasgas8(5)Tgas1t=1STSgasgask=.1式中：8 gas为t时段的故障事件值；sgas为t时段的天然气机组状态。设定故障事件区间，当故障事件值在设定区间内，判定为发生故障事件。2）动作集将火电备用机组和储气装置作为动作发出者建立动作集。火电备用机组发出有功功率为P，储气装置发出气流量为W。故障事件在t时段发生时所采取的动作：aEWmin,Wm,o,Pmin,Pma*J(6)式中：为故障事件在t时段发生时所采取的动作值。动作约束包括储气装置容量约束和火电备用机组输出功率约束。储气装置容量约束：S.inSS.max(7)stst式中：Sst为储气装置容量状态；Smin为储气装置容量下限；Smax为储气装置容量上限火电备用机组输出功率约束：PinP,Prax(8)式中：Pr为火电备用机组最小发电功率；Pma为火电备用机组最大发电功率。3）事件状态转移概率系统的事件状态转移概率等于气源、火电机组、管道和线路各状态的乘积：P(8=P(W,)P(W)P(,)P()(9)式中：P(W）、P(W）分别为气源和火电机组状态转移概率；P(,）P(）分别为线路和管道发生故障概率，为0 1变量。2.2故障事件平抑综合价值函数故障事件平抑综合价值函数包括动作性能函数和事件偏差函数。动作性能函数由电负荷切除惩罚函数、火电备用机组动作成本函数和储气装置动作成本函数组成：=C.,W+C,P,+kc.loadReNs(10)式中：kc.load为电负荷切除惩罚系数；ReENs为系统切除电负荷量；Cs为储气装置动作成本系数；C，为火电备用机组动作成本系数。事件偏差函数表示不同事件的影响偏差，可表示为：8gas+E-.8min8E-8一08E-8.88E+8(11)gas88E-88E+888maxgasgas式中：8 为期望值;8。为偏差允许范围；8 min为事件幅值最小值；max为事件幅值最大值。为方便计算将动作性能函数和事件偏差函数进行归一化处理为：)-minC(gas)(12)maxC(ogas)-minC(egas)(13)gasmaxmin故障事件平抑综合价值函数可表示为：d,pu(14)gasgasa平抑策略流程：模型平抑策略由事件Q因子来进行最优决策，新定义的故障事件Q因子为：N(15)N-00gas选取使其最小的动作值为最优的决策：故障事件影响平抑流程如图1所示，具体步骤如下。（1）计算故障事件发生后的系统状态。（2）生成每一时段的故障事件集和动作集。（3）形成故障事件Q因子。（4）形成动作Q因子表进行决策，得出最优动作。本文采用平均电力负荷切除量RENS作为验证算法的平抑性能的指标。TRRREENS/T(18)RmENS取值越小说明平抑效果越好。3算例分析3.1算例仿真参数为了验证本文所提出模型的有效性，采用IEEE30节点系统和比利时2 0 节点天然气系统组成的测试系统，其中电力系统和天然气系统物理参数见文献8。测试系统各时刻负荷水平如图2 所示。模型的参数设定为：储气装置的初始储气量为总容量8 0%；最大出气量设为总容量的40%；储气装置的运行成本系数Cs为0.9RMB/（k mh）；电负荷切除系数kc.load为2 40 0 RMB/（M Wh）；火电机组备用动作成本系数C，为火电机组发电成本的2 0%；故障事件偏差允许范围为8。=0.5；事件幅值的阈值为3，50MWh。ElectricalAutomation39下转43页）电气自动化2 0 2 3年第45卷第4期电力系统及其自动化PowerSystem&Automation开始计算故障发生后电耦合系统状态构建动作空间d生成每时段的故障事件是否发生故障事件？是1执行动作集中的动作获取事件Q因子Q(eas，d），形成动作的Q因子表t=t+1选取最优决策d(egas)=argminQ(egasa)否+T?是得到最优决策d(ega)=di,d，d)输出最优策略结束图1故障事件影响平抑流程图1200160000(/天然气负荷1400001000电力负荷1200008001000006008000060 0004004000020020 00000一3579111315517192123时间/h图2气电耦合系统负荷变化图3.2结果分析根据气电耦合系统状态模型确定故障事件后的系统状态。计算出故障事件，如图3所示。由图3可知，当t=8时未达到故障事件形成条件。故障影响平抑模型决策出的电气备用联合最优动作和储气装置容量变化如图4 图5所示由于t=8时未达到故障事件形成条件，火电备用机组储气装置不发生联合动作；t=23时储气装置动作后储气装置存储量为0，储气装置失去调节能力，导致t=24时储气装置的动作值为0。考虑电、气备用联合动作的平抑策略前后测试系统的电力切5045故障事件4035MW/书车款X3025201550359111315171921231时间/h图3故障事件图400.635一一火电机组动作0.530储气装置动作0.425200.3150.2100.1500357911131517192123时间/h图4火电备用机组以及储气装置动作图3.53.0储气装置储气量2.52.01.51.00.50357911131517192123时间/h图5储气装置容量变化图负荷量如图6 所示。从图6 可以看出，平抑后的电力切负荷量明显小于平抑前。平抑前后的平均电力负荷切除量分别为17.7 5MWh和4.09MWh。上述结果可充分说明本文的故障平抑策略可以有效降低故障事件带来的不利影响。60平抑前50平抑后4030201001357911131517192123时间/h图6平抑前后电力切负荷量对比图ElectricalAutomation43PowerSystem&Automation电气自动化2 0 2 3年第45卷第4期电力系统及其自动化于长时间连续工作电器，对其原始功率序列进行激活提取相当于减少了低功率时段的序列采样点数，导致了平均绝对误差的升高。3.3结果分析通过本文算法对四种试验电器进行负荷分解，得到的平均绝对误差评价指标均小于LSTM算法及TCN算法，四种电器的eMAE可以降低到10.0 9%。尤其是针对于用户侧节约电能，从清晰了解电能消耗情况的角度来说，能量分解准确率具有更重要的指导意义，四种电器的平均能量分解准确率可以达到93.93%。针对于不同地区的“分时电价”“峰谷电价”策略，用户可根据负荷的细粒度耗能信息及自身用电需求来完成对用电习惯的调整，实现需求侧管理。而针对于网侧，电力公司可以根据负荷终端信息来挖掘电力用户的行为特征与用户耗能调控潜力，实现用户画像，从而提升供电侧的管理水平，通过细粒度信息为制定相关的电力调控策略与电能营销策略提供数据支撑。4绍结束语用户侧的细粒度用电数据是实现智能电网交互性的重要信息，为供需双方友好互动提供了基础。本文以GRU为基本架构，搭建了可以实现对负荷进行高精度分解的神经网络模型，并在模型训练之前先对原始数据进行去噪和负荷激活提取处理，通过大量数据来不断调整模型参数，进而得到了性能完备的网络模型。最终在UK-DALE数据集上进行验证，将UK-DALE中的数据处理后划分训练集、验证集以及测试集，将测试集输入至训练完备的模型进行试验，通过eMAE和eEDA两个评价指标对负荷分解的能力进行评判，均取得了较好的效果。（上接第39页）平抑前后气电耦合系统成本比较分析如表1所示。表1平平抑前后气电耦合系统成本比较分析单位：万元状态生产成本动作成本总运行成本负荷损失平抑前420.150420.15127.94平抑后421.235.36426.5929.48由表1可知，平抑后的气电耦合系统总运行成本提高，但负荷损失降低使得系统的总体收益提高。以上结果充分说明本文所提平抑模型可以在保证降低电力切负荷量的前提下优化系统的总体收益。结束语本文提出了一种基于事件优化理论的气电耦合系统故障影响平抑策略。模型以故障事件为决策核心，首先构建了EBO基本模型和故障事件平抑综合价值函数。然后，构建事件Q因子求解出模型平抑策略。最后在测试系统中进行验证。算例结果表明所求平抑策略具有很好的平抑效果，有效降低故障事件对电力系统的影响，提高了气电耦合系统的总体收益，保证了气电耦合系统安全经济运行。表2三种算法eMAE评价指标对比电器LSTMTCN本文算法冰箱19.7326.7125.29电视机8.6612.274.30微波炉7.934.65洗衣机16.7266.916.10参考文献：1吴涛，吴伯华，王法靖。浅谈智能电网中高级量测架构（AMI）的认识和启示J.华中电力，2 0 10，2 3（6）：4-7.【2 程祥，李林芝，吴浩，等.非侵人式负荷监测与分解研究综述J.电网技术，2 0 16，40(10）：310 8-3117.【3贾惠彬，刘铂。非侵入式负荷分解文献综述J集成电路应用，2021,38(4):62-63.4蒙亮，于超，张希翔，等。基于一维卷积神经网络和自注意力机制的非侵人式负荷分解J电力大数据，2 0 2 0，2 3（10）：1-8.5刘影，彭鑫霞，王童，等.基于PCA-LSTM算法的非侵人式负荷辨识方法J/0L.电测与仪表：1-7 2 0 2 1-10-0 5.6 J KELLY J,KNOTTENBELT W.Neural NILM:deep neural networksapplied to energy disaggregation C.Proceedings of the 2nd ACMInternational Conference on Embedded Systems for Energy-efficient BuiltEnvironments.Seoul:ACM,2015:55-64.【7 宋厚岩，王汉军基于GRU和PCNN的电力知识抽取J计算机系统应用，2 0 2 1，30(9）：2 0 0-2 0 5.【8 徐晓会，赵书涛，崔克彬基于卷积块注意力模型的非侵人式负荷分解算法J.电网技术，2 0 2 1，45（9）：37 0 0-37 0 6.9 KKELLY J,KNOTTENBELT W.The UK-DALE dataset,domesticappliance-level electricity demand and whole-house demand from fiveUK homesJ.Scientific Data,2015(2):150007.【10 王辑，钟海旺，余南鹏，等基于seq2seq和Attention机制的居民用户非侵人式负荷分解J中国电机工程学报，2 0 19，39（1）：7 5-83;322.11成贵学，陈博野，赵晋斌，等基于条件生成对抗网络的非侵人式负荷分解J。电力系统及其自动化学报，2 0 2 1，33（8）：10 9-115.12刘仲民，侯坤福，高敬更，等基于时间卷积神经网络的非侵人式居民用电负荷分解方法J.电力建设，2 0 2 1，42（3）：97-10 6.【作者简介】常喜强（197 6 一），男，新疆乌鲁木齐人，正高级工程师，主要研究方向为电力系统人工智能与大数据分析。崔浩（1998 一），男，吉林四平人，主要研究方向为非侵入式负荷监测与分解。杨茂（198 2 一），男，吉林吉林人，博士生导师，主要研究方向为风电、光伏功率预测。参考文献：1杜振东，徐世泽，张盈哲，等。电气储区域综合能源系统协同规划方法研究J电气自动化，2 0 2 1，43（4）：2 4-2 7.2 LIU Y,SU Y,XIANG Y,et al.Operational reliability assessment forgas-electric integrated distribution feeders J.IEEE Transactions onSmart Grid,2019(1):1091-1100.【3包铭磊，王可欣，丁一，等。考虑电、气备用协同配置的故障传播影响抑制策略J.电力系统自动化，2 0 2 2，46（5）：40-53.4梅建春，卫志农，张勇，等。考虑关键故障筛选的电气互联综合能源系统混合控制方法J电网技术，2 0 19，43（1）：2 3-33.【5贾庆山，杨玉，夏俐，等.基于事件的优化方法简介及其在能源互联网中的应用J：控制理论与应用，2 0 18，35（1）：32-40.【6 李江，马昊天，宋田宇。风储联合系统爬坡事件的日前能量最优平抑方法J中国电机工程学报，2 0 2 1，41（12）：4153-416 4.7J LONG T,JIA Q S.Matching uncertain renewable supply with electricvehicle charging demand-a bi-level event-based optimization methodJ.Complex System Modeling and Simulation,2021(1):33-44.【8 张安安，李静，林冬，等考虑天然气管网极限风险影响的电气耦合系统连锁故障模型J中国电机工程学报，2 0 2 1，41（2 1）：7275-7285.【作者简介】郝运（1997 一），男，辽宁锦州人，研究生，研究方向：综合能源系统优化调度。