[发明专利]一种基于区块链的综合能源系统分布式状态估计方法

权利要求书

1.一种基于区块链的综合能源系统分布式状态估计方法，其特征在于，包括以下步骤：

步骤一：先通过综合能源系统的能源管理中心为各能源子系统中节点、线路和能源耦合设备设置编号并进行广播，然后通过能源管理中心在各能源子系统调度中心获取综合能源系统完整拓扑信息并写在区块中，建立综合能源系统区块链网络；

步骤二：通过各能源子系统节点分别采集相对应的能源网络状态估计所需量测值，量测步长结合不同能源时间特性进行设定，达到周期以后生成区块，之后通过能源子系统调度中心调用量测信息进行各能源子系统的状态量估计，得到电、热、气系统运行特点；

步骤三：先结合电、热、气系统运行特点建立各能源子系统模型，再对各能源系统运行状态进行描述，接着针对所述电、热、气系统之间的耦合关系，建立耦合设备模型，接着依照各能源子系统特点，构建综合考虑能源耦合关系的综合能源系统模型；

步骤四：针对综合能源系统模型，考虑综合能源系统多时间尺度特性，采用加权最小绝对值方法建立综合能源系统状态估计模型，针对综合能源系统状态估计模型中涉及的非线性约束，引入中间变量进行线性化处理，综合能源系统状态估计模型的状态估计的周期ω计算公式为：

ω＝ω^eΔα^e＝ω^gΔα^g＝ω^hΔα^h

其中，ω^e、ω^g、ω^h分别表示电力、天然气、热力系统变化因子，Δα^e、Δα^g、Δα^h为各系统变化周期；

在确定所述状态估计的周期中量测值采样间隔后，基于加权绝对值最小建立所述状态估计模型，目标是最小化估计值与量测值之间误差的加权绝对值，具体目标函数如下：

其中，D^e、D^g、D^h表示电力系统、天然气系统、热力系统的状态误差,表示各能源子系统状态量，R_e、R_g、R_h分别为各子系统量测误差协方差矩阵，由历史数据集确定，分别为t时刻各子系统量测值，表示t时刻各子系统估计值，为各子系统的量测方程，此目标函数与步骤三中的综合能源系统模型共同构成综合能源系统状态估计模型；

所述耦合设备模型如下：

CHP：热电联产是综合能源系统中重要的耦合设备，通过消耗天然气产生电能，并利用剩余的热量供热：

其中，和分别表示t时刻CHP输出的电功率和热功率，表示t时刻CHP消耗的天然气量，L_g为天然气的热值，和分别表示CHP产电效率、产热效率和损失效率；

P2G：将多余电能转化为无污染的天然气

其中，表示t时刻P2G产生的气体流量，表示为t时刻P2G消耗的电量，为P2G能量转换效率；

燃气锅炉和电锅炉：

其中，表示t时刻GB产生的热功率，表示为t时刻GB消耗的天然气量，为GB的能量转换效率；

其中，表示t时刻EB产生的热功率，表示为t时刻EB消耗的电量，为EB的能量转换效率；

燃气轮机：

其中，表示t时刻燃气轮机产生电功率，表示为t时刻燃气轮机消耗的天然气量，为燃气轮机的能量转换效率；

压缩机：在天然气系统中利用电能进行气体压缩，变化压强从而改变流量，

其中，表示t时刻压缩机消耗的电功率，表示t时刻通过压缩机的天然气流量，B^MC为压缩机出口和入口压力比，为压缩机效率，θ为常量；步骤五：结合区块链架构，借助区块链中智能合约可编辑性，将ADMM算法部署在子系统的调度中心，预置触发条件为到状态估计周期后收到各节点量测值，预置规则为各能源子系统利用ADMM算法求解状态估计模型，实现分布式状态估计；

根据所述耦合设备模型，所述ADMM的算法原理如下：

将上式转化为：w-Cv＝0的形式，其中：

C＝[a₁,a₂,a₃,a₄,a₅,a₆,a₇]^T

利用ADMM算法将综合能源系统状态估计模型的目标函数和耦合设备模型约束转换成下式：

每个能源子系统得到量测值基础数据后，对上式同时并行求解，并将耦合变量w、v与其它子系统分享，各子系统在得到耦合变量后更新乘子λ，各能源子系统间不断迭代直到满足收敛准则；

步骤六：综合能源系统的能源管理中心根据估计值得到各能源子系统状态值，并掌握综合能源系统和各能源子系统运行情况，实现对综合能源系统的实时控制和优化运行。