综合能源系统是电、气、热等不同异质能源高度融合的统一化框架。通过打破传统能源间相互独立的局面，系统可以实现多主体用户的跨环节资源优化及协调互动，确保不同类型能源的低碳高效化应用。然而随着系统结构日益复杂及运行规模不断扩大，综合能源系统耦合结构会导致单一能源变化通过多种类型的耦合设备传递到其余能源子系统，进而影响整个系统的安全运行。图1展示了三起能源深度耦合造成的安全事件。此类事件给人民生活造成了严重影响，因此有关于保障系统安全的运行状态研究受到了人们重视。

(a) 美国西南部大停电

(b) 美国南加州气网故障

(c) 中国台湾大停电

图1  综合能源系统安全事件

运行状态分析面临的挑战？ 综合能源系统是多能源耦合的分布式复杂系统。在实际应用过程中，以物理模型为主的状态估计方法难以建立准确模型，模型不精确误差会通过参数传递、累积，最终使得分析结果难以保证。此外由于综合能源系统包含不同类型的能源节点，数据量纲及变化幅值不统一的情况会导致现有数据驱动方法无法满足综合能源系统运行状态分析的需求。

进一步，实现运行状态分析的关键前提是数据完整性。然而在现实情况中由于传感器失效、网络通信中断造成的数据缺失情况时有发生，因此在进行系统运行状态分析时数据完整性是必须要考虑的问题。对于多时间尺度能源数据的补偿问题，仍需要结合系统潮流特性进行深入探究。

如何补偿系统内缺失数据？ 首先针对电、气、热等多种类型能源运行数据潮流特性，以多能流计算的统一雅可比矩阵为依据进行数据关联度分析。在定义关联度要素的基础上，确定数据关联度关系，实现输入数据的优化排序。接着构建深度生成对抗网络实现数据缺失部分的可靠性补偿，具体结构如图2所示。此外在训练生成器过程中，通过设计的多属性融合生成器损失函数，促使生成器得到高精度补偿数据。

图2  生成对抗网络结构示意图

如何实现系统运行状态分析？ 在得到训练好的生成对抗网络基础上，采用差异化数据特征衡量方式完成对系统运行状态的分析。如图3所示，首先通过判别器提取不同时刻完整能源数据的特征，接着分别对浅层特征分布及深层特征信息差异进行分析，最终通过融合判断的方法得到当前系统运行状态，从而完成系统运行状态分析。

图3  生成对抗网络结构示意图

最后对电−气−热综合能源系统不同类型节点的变化情况进行仿真分析，仿真结果表明本文提出的方法能够很好地反映和补偿数据缺失部分，并且采用判别器提取的特征可以有效地检测出节点变化，最终得到系统运行状态。

引用格式

胡旭光, 马大中, 郑君, 张化光, 王睿. 基于关联信息对抗学习的综合能源系统运行状态分析方法. 自动化学报, 2020, 46(9): 1783−1797

文章链接

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200159