【技术实现步骤摘要】
本专利技术属于综合能源系统领域，具体涉及一种基于物理信息神经网络的综合能源系统状态估计方法。
技术介绍
1、综合能源系统作为能源领域的重要发展方向，旨在优化能源资源的综合利用，提高能源系统的效率和可持续性。然而，实时监测和准确评估综合能源系统运行状态一直是一个具有挑战性的问题。传统的状态估计方法通常基于单一系统的建模和监测，无法有效处理不同能源之间的复杂耦合。
2、现有的技术在进行综合能源系统状态估计时，常常依赖于简化模型和经验性规则，忽视了多种能源之间相互影响的复杂性。因此，需要一种新颖的方法，能够基于更精确的物理模型、实时数据和新型计算技术，实现对整个综合能源系统运行状态的准确估计。
技术实现思路
1、针对现有技术中存在的问题，本专利技术提供了一种基于物理信息神经网络的综合能源系统状态估计方法，实现对综合能源系统全局状态的精确估计，有助于提高系统运行的实时监测能力，促进能源利用效率的提高、减少能源浪费，以及可再生能源的广泛应用，为工业综合能源系统的高效运行和状态预测提供了一种新的理论支持和技术手段。
2、本专利技术采用以下技术方案实现：
3、一种基于物理信息神经网络的综合能源系统状态估计方法，包括如下步骤：
4、步骤s1，分别建立热网和天然气网络节点和支路模型、电力网络潮流模型以及能源耦合设备模型；
5、步骤s2，构建综合能源系统拓扑结构，结合步骤s1的建模结果，得到综合能源系统模型；
6、步骤s3，根据综
7、步骤s4，完善物理信息神经网络模型的损失函数；
8、步骤s5，利用历史运行数据训练物理信息神经网络模型，基于训练好的物理信息神经网络模型估计综合能源系统运行状态。
9、上述技术方案中，进一步地，所述步骤s1中，建立热力网络节点和支路模型，具体包括以下步骤：
10、步骤1)，根据一维动态热网管道的温度时空分布物理特性设立偏微分方程约束：
11、
12、式中，c表示水的比热容；ρ表示水的密度；a管道横截面积；q表示管道流量；t(t,x)表示t时刻距离管道首端x处水净温，即水温与环境温度的差值；μ表示管道散热系数；
13、步骤2)，建立热网节点温度和汇流方程：
14、
15、
16、
17、n∈vh,p∈vp
18、式中，vh和vp分别表示热力网络节点集合和管道集合；表示热力网络中所有流入节点n的管道p构成的集合；φn(t)表示热力网络中节点n的相应数值；和分别表示流入和流出节点n的净温度；tp(t,0)表示t时刻管道p首端处的净温度；qp表示管道p流入节点n的流量；tp(t,lp)表示t时刻管道p距离首端lp处的热水净温度，lp表示管道p长度；
19、步骤3)，建立热网节点流量守恒方程：
20、
21、
22、式中，vh,s和vh,b分别表示热力网络供、回水管道上所有节点构成的集合；表示所有与节点k相连的热力节点构成的集合；和分别表示所有与节点k相连的chp机组、天然气锅炉和热负荷构成的集合；qmk表示节点k和m之间的流量；和分别表示从chp机组x、天然气锅炉y流向节点k的流量以及从节点k流向热负荷z的流量；和分别表示从节点k流向chp机组x、天然气锅炉y的流量以及从热负荷z流向节点k的流量；
23、步骤4)，建立热网节点能量守恒方程：
24、
25、
26、式中，tmk、和分别是流量对应热水的净温度。
27、更进一步地，所述步骤s1中，建立电力网络潮流模型，具体包括以下步骤：
28、步骤1)，建立电力节点功率平衡方程：
29、
30、
31、i,j∈ve
32、式中，ve表示电力系统节点集合；表示所有与节点i相连的chp机组构成的集合；和分别表示上级电网向节点i注入的有功功率和无功功率；和分别表示电负荷消耗节点i的有功功率和无功功率；和分别表示chp机组x向节点i提供的有功功率和无功功率；ui表示节点i的电压幅值；uj表示与节点i相连的节点j的电压幅值；gij、bij和θij分别表示节点i和j之间的电导、电纳和相角差；
33、步骤2)，建立电力支路功率平衡方程：
34、
35、
36、i,j∈ve
37、式中，pij和qij表示电力节点i和j之间传输的有功功率和无功功率。
38、更进一步地，所述步骤s1中，建立天然气网络节点和支路模型，具体包括以下步骤：
39、步骤1)，根据一维动态天然气网络管道的压力与流量时空分布物理特性设立偏微分方程约束：
40、
41、
42、式中，s表示管道横截面积；p(t,x)表示t时刻距离管道首端x处管道压力；c表示声速；g(t,x)表示t时刻距离管道首端x处天然气质量流量；d表示管道内径；
43、步骤2)，建立天然气节点流量平衡方程：
44、
45、式中，vg表示天然气网络中所有节点的集合；表示与节点r相连的所有节点构成的集合；和分别表示所有与节点r相连的chp机组、天然气锅炉和天然气负荷构成的集合；grt表示节点r和t之间的天然气流量；表示节点r从气源处获得的天然气流量；和分别表示从节点r流向chp机组x、天然气锅炉y和天然气负荷z处的天然气流量。
46、更进一步地，所述步骤s1中，建立能源耦合设备模型，具体包括以下步骤：
47、步骤1)，建立热电联产机组模型：
48、pchp＝ηe·vchp
49、
50、φchp＝ηh·vchp
51、式中，pchp、qchp、φchp分别是chp机组向综合能源系统网络提供的有功功率、无功功率和热功率；vchp表示输入chp机组的天然气流量；表示chp机组电流和电压的相位差；ηe和ηh分别表示chp机组的电效率和热效率；
52、步骤2)，建立天然气锅炉模型：
53、φnb＝ζ·vnb
54、式中，φnb表示天然气锅炉向热力网络输出的热功率；vnb表示输入天然气锅炉的天然气流量；ζ表示天然气锅炉供热效率。
55、进一步地，所述步骤s2中构建综合能源系统拓扑结构的方法具体为：
56、将综合能源系统看作由若干支路按照特定的拓扑结构相互连接而构成的网状系统，在系统中设置流量进出、汇集和分配的单元称为节点；对于综合能源系统，用于能流之间交换的能源耦合设备是一种特殊的节点，可以同时出现在不同能流拓扑网络中；节点之间的连接通道为支路；对于能流i，网络的拓扑结构用节点-支路关联矩阵表示为：
57、
58、其中，矩阵ai中的行表示综合能本文档来自技高网...
【技术保护点】
1.一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤S1中，建立热力网络节点和支路模型，具体包括以下步骤：
3.根据权利要求2所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤S1中，建立电力网络潮流模型，具体包括以下步骤：
4.根据权利要求3所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤S1中，建立天然气网络节点和支路模型，具体包括以下步骤：
5.根据权利要求4所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤S1中，建立能源耦合设备模型，具体包括以下步骤：
6.根据权利要求1所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤S2中构建综合能源系统拓扑结构的方法具体为：
7.根据权利要求1所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤S
8.根据权利要求7所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤S3包括以下步骤：
9.根据权利要求8所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤S4具体为：对于包含能源耦合设备节点的管道，结合边界条件损失、初始条件损失、预测误差损失、偏微分方程约束损失和平衡方程约束损失，确立物理信息神经网络模型的损失函数；对于不包含能源耦合设备但包含汇流节点的管道，从损失函数中去除平衡方程中的耦合单元项，确立物理信息神经网络模型的损失函数；对于不包含汇流节点的管道，再从损失函数中去除平衡方程中的汇流项，确立物理信息神经网络模型的损失函数；具体包括以下步骤：
10.根据权利要求1所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤S5具体包括以下步骤：
...【技术特征摘要】
1.一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤s1中，建立热力网络节点和支路模型，具体包括以下步骤：
3.根据权利要求2所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤s1中，建立电力网络潮流模型，具体包括以下步骤：
4.根据权利要求3所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤s1中，建立天然气网络节点和支路模型，具体包括以下步骤：
5.根据权利要求4所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤s1中，建立能源耦合设备模型，具体包括以下步骤：
6.根据权利要求1所述的一种基于物理信息神经网络的综合能源系统状态估计方法，其特征在于，所述步骤s2中构建综合能源系统拓扑结构的方法具体为：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。