本文发表在《全球能源互联网》2022年第5期“综合智慧能源关键技术”专题上，欢迎点击品读。受国家电网有限公司科技项目（5700-202018196A-0-0-00）资助。

近年来，随着碳达峰、碳中和政策的陆续出台，我国电热综合能源系统发展迅速，跨区级和园区级综合能源系统的市场规模愈发增大。目前，国内外关于综合能源系统状态估计的研究较少，由于综合能源系统在信息采集和传输过程中会不可避免地出现量测误差，而传统的加权最小二乘法无法抑制其影响，这将影响状态估计的精度。本文将基于Huber估计的抗差状态估计方法拓展到电热综合能源系统中，为克服综合能源系统的量测误差、建立精准状态估计模型提供了解决方案。

1）在考虑电力系统、热力系统以及耦合元件运行特性的基础上，建立电热综合能源系统量测模型；

2）将基于Huber估计的抗差状态估计方法拓展到电热综合能源系统中，提出电热综合能源系统抗差状态估计方法，有效地抵御了量测数据中的坏数据对状态估计结果精度的影响。

随着“双碳”背景下新型电力系统的建设，传统的单一供能网络逐渐发展成为多能耦合的综合能源系统。综合能源系统在信息采集和传输过程中会不可避免地出现量测误差，而传统的加权最小二乘法无法抑制其影响，影响状态估计的精度。为此，提出一种考虑量测误差的电热综合能源系统状态估计方法。首先，在考虑电力系统、热力系统以及耦合元件运行特性的基础上，建立电热综合能源系统量测模型。其次，将基于Huber估计的抗差状态估计方法拓展到电热综合能源系统中，提出电热综合能源系统抗差状态估计方法，并对电热耦合系统进行冗余度分析。最后，基于某电热综合能源系统算例，计算不同坏数据比例下的电压、相角、压强等状态估计误差，验证所提抗差估计方法的有效性。

在电力系统中，需要估计的状态量为电压幅值（V）和相角（θ），记电力系统状态量为，电力系统的量测模型如下：

供热网络的分析包括水力模型与热力模型两方面。水力模型中的量测量包括节点压强P、支路流量m_ij、节点注入流量mq；热力模型中的量测量包括节点供热温度Ts、节点回热温度Tr、节点热功率Φ，状态量一般选取节点压强、节点供热和回热温度，故热力系统的状态量可记为。热力系统量测方程可表示为下式：

⬆ 图1  电压幅值与相角平均误差

Huber估计相比于WLS估计，对电压幅值和相角具有很好的抗差效果，能够有效抑制粗误差对电压幅值和相角平均误差的影响。

⬆ 图2  电压幅值与相角最大误差

Huber估计在降低电压幅值与相角最大误差方面，性能虽不如降低平均误差优异，但也能有效降低最大误差。

⬆ 图3  压强平均误差与最大误差

WLS与Huber估计方法的压强平均误差和最大误差增长趋势大致相同。随着坏数据比例的上升，Huber估计降低误差的效果越来越明显。

⬆ 图4  供热温度与回热温度平均误差

⬆ 图5  供热温度与回热温度最大误差

从图4、图5可以看出，热网供热、回热温度的误差相差不大，平均误差和最大误差随坏数据比例的增长趋势也基本一致，抗差效果相似。Huber估计的平均误差和最大误差相较于WLS均显著降低。