一种双线性抗差状态估计方法

传统状态估计方法一般需要求解某个非线性非凸优化问题,并用基于梯度的方法予以求解,因而存在难以保证获得全局最优解、可能收敛困难等问题。文中基于国外学者提出的精确线性化量测方程构建了一种双线性抗差状态估计方法。该方法仅需求解一个线性加权最小绝对值估计问题(等价为线性规划问题)、一个非线性变换以及一个线性加权最小二乘估计问题(二次规划问题),从数学上可保证获得全局最优解,并不存在收敛性问题。最后,通过仿真算例验证了所提方法的有效性。

基于加权最小绝对值的电-气综合能源系统双线性抗差状态估计

由于电能和天然气能物理特性的天然互补性(电能易传输,天然气易存储)以及能源转换设备的技术支撑使得电-气综合能源系统(integrated electricity and gas system,IEGS)受到了国内外的普遍关注。为实现对IEGS的全面、实时和精确感知,需要构建面向IEGS的状态估计(state estimation for IEGS,IEGS-SE)。而现有的基于梯度法求解的IEGS-SE模型并未有效解决天然气系统的初值问题;此外现有的IEGS-SE研究不具有的良好抗差性能和较高的计算效率。基于已有电力系统的精确线性化量测方程,构建了天然气系统的精确线性化量测方程,并建立了线性化的压缩机模型和耦合元件模型,最后在此基础上提出了一种面向IEGS的基于加权最小绝对值(weighted least absolute value,WLAV)的双线性抗差状态估(bilinear robust state estimation based on weighted least absolute value,BWLAV)并给出了求解方法。该算法有效解决了天然气系统的初值问题,并通过仿真算例验证了该算法良好的抗差性能和较高的计算效率。

面向电-热综合能源系统的双线性抗差状态估计方法

提出一种面向电-热综合能源系统(IEHS)的双线性抗差状态估计方法。首先,通过引入辅助变量构建IEHS的线性加权最小绝对值(WLAV)模型,然后通过一次非线性变换与求解一个二次规划模型得到状态变量的估计值。所提方法的优势为:对强相关的多不良数据具有较好的辨识能力;不需要进行非线性迭代,因而具有较高的计算效率。在搭建的IEHS测试系统上验证了所提方法的有效性。