CN103164625B - 一种通过实测数据估计pas系统中各参数的方法 - Google Patents

Abstract

一种通过实测数据估计PAS系统中各参数的方法，属电力自动化领域。其首先推导变压器设备参数计算公式，导出所需实测数据，计算变压器的计算功率损耗参数，把所有的计算结果作为变量存储构成样本空间，将计算所得结果构成概率密度分布图，得到参数估计值与相应的置信区间，将得到的参数估计值输入系统。其通过对各变压器参数的修正，使得状态估计得到的量更接近于实测数据，进而提高了状态估计合格率。可广泛用于电力系统自动化和调度领域。

Description

一种通过实测数据估计PAS系统中各参数的方法

技术领域

本发明属于电力自动化领域，尤其涉及一种用于电网调度自动化及能量管理系统的状态估计方法。

背景技术

电力系统应用软件(PowerApplicationSoftware，简称PAS)在各级电网调度自动化及能量管理系统(EMS)中得到越来越广泛的应用。其主要作用是模拟整个电网的运行环境，使调度员能在模拟的环境中进行操作，观察某项操作对于电网的影响。

目前，整个电网的设备实际运行状态都可以测量得到，包括开关位置、电流、电压、有无功等等。

但是这些量都是独立测量的，彼此之间没有关联性，故不能直接在模拟的环境中使用。

PAS系统根据所有实测量以及预先录入的设备参数，通过反复迭代计算，可以为每个实测数据估计一个量，这些估计量彼此之间相互关联并且与实测数据的综合误差最小，此功能称为状态估计，是PAS中的一个基本功能。

目前状态估计合格率是电力企业中一个重要的考核指标。其定义为：

其中，状态估计的合格点是指：

在PAS系统中，对这一指标会进行实时计算统计。

在实际使用过程中，设备参数由设备主人通过各个相关部门交由自动化进行PAS参数录入。但是由于种种原因（设备变更、输入错误等等）造成录入的设备参数与实际的设备参数相差较大，导致了状态估计合格率较低。因此，如何修正PAS系统中的各参数值成为提高状态估计合格率的重要因素。

在现有技术中，只有通过实测数据检测线路参数的方法。但是对于变压器主要参数（包括变压器正序电阻和正序电抗）并没有检测、修正的方法。

发明内容

本发明所要解决的技术问题是提供一种通过实测数据估计PAS系统中各参数的方法，其通过对各变压器参数的修正，使得状态估计得到的量更接近于实测数据，进而提高状态估计合格率。

本发明的技术方案是：提供一种通过实测数据估计PAS系统中各参数的方法，其特征所述的方法包括下列步骤：

A、推导变压器设备参数计算公式，所述变压器的设备参数包括变压器功率损耗；

B、从变压器设备的历史运行数据库中导出所需实测数据，所述的导出实测数据为Excel格式文件；

C、根据变压器设备参数计算公式和变压器设备的实测数据，计算变压器的计算功率损耗参数，把所有的计算结果作为变量存储，构成样本空间；

D、将计算所得结果构成概率密度分布图；

E、得到参数估计值与相应的置信区间；

F、将得到的参数估计值输入系统；

G、通过对各变压器参数的修正，使得状态估计得到的量更接近于实测数据，进而提高状态估计合格率。

其所述的变压器功率损耗包括电流通过变压器绕组电阻和电抗时产生的功率损耗，电流在绕组的电阻和电抗上产生的功率损耗为：

$\mathrm{\ΔS}=\mathrm{\ΔP}+\mathrm{j\ΔQ}=I^2(R+\mathrm{jX})=\frac{P^{\′2}+Q^{\′2}}{V_1^2}(R+\mathrm{jX})$

进而推导得到：

$\left\{\begin{array}{c}R=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\ΔP}\\ X=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\ΔQ}\end{array}\right.$

计算标幺值：

$\left\{\begin{array}{c}{R}^{*}=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\ΔP}\frac{S_N}{U_N^2}\\ X^{*}=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\ΔQ}\frac{S_N}{U_N^2}\end{array}\right.$

其中，公式中，

V1为设备高压侧电压值，

P’、Q’为设备高压侧有功、无功值，

△P为设备高、低压侧有功值差，

△Q为设备高、低压侧无功值差，

S_N为设备额定功率，U_N为额定电压.

其所述的所需实测数据包括有功、无功、电流和电压值，采样得到的数据存储在自动化系统的历史服务器内；通过历史服务器调取变压器设备运行的遥测历史数据，包括变压器高压侧有无功值、低压侧有无功值、高压侧母线电压值；选取为期半年的数据量，导出数据后，存储为Excel文件，以便后续数据处理。

其所述的计算变压器的计算功率损耗参数，是通过直接读取Excel文件，将文件中的数据作为变量存储，通过推导的变压器设备参数计算公式，将每组数据进行计算，并把所有的计算结果作为变量存储，构成样本空间。

其所述的概率密度分布图是将得到的样本空间构成概率密度函数。

所述的置信区间选取置信度为95％的置信区间，即参数真实值落在该区间内的概率为95％。

在所述的将得到的参数估计值输入系统之前，首先比较原有实测运行参数与计算参数；如果原有实测运行参数值落在计算得到的置信区间之内，则认为该参数值正确，不用修改；如果原有实测运行参数值在置信区间外，则将计算得到的参数估计值手动输入系统。

与现有技术比较，本发明的优点是：

通过对各变压器参数的修正，使得状态估计得到的量更接近于实测数据，进而提高了状态估计合格率。

附图说明

图1是本发明的方法步骤方框示意图；

图2是本发明变压器的功率损耗参数计算步骤示意图；

图3为概率密度分布示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。

本发明的方法如图1所示，其包括下列步骤：

①推导设备参数计算公式：

变压器功率损耗包括电流通过变压器绕组电阻和电抗时产生的功率损耗。电流在绕组的电阻和电抗上产生的功率损耗为：

$\mathrm{\ΔS}=\mathrm{\ΔP}+\mathrm{j\ΔQ}=I^2(R+\mathrm{jX})=\frac{P^{\′2}+Q^{\′2}}{V_1^2}(R+\mathrm{jX})$

推导得到：

$\left\{\begin{array}{c}R=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\ΔP}\\ X=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\ΔQ}\end{array}\right.$

计算标幺值：

$\left\{\begin{array}{c}{R}^{*}=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\ΔP}\frac{S_N}{U_N^2}\\ X^{*}=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\ΔQ}\frac{S_N}{U_N^2}\end{array}\right.$

公式中，

V1为设备高压侧电压值，

P'、Q’为设备高压侧有功、无功值，

△P为设备高、低压侧有功值差，

△Q为设备高、低压侧无功值差，

S_N为设备额定功率，U_N为额定电压.

标幺值（标么值）是电力系统分析中常用的数值标记方法，表示各参数的相对值。标幺值是相对于某一基准值而言的，同一有名值，当基准值选取不同时，其标幺值也不同。它们的关系如下：标幺值=有名值/基准值。

②从历史数据库中导出所需实测数据：

目前实测数据中有功、无功、电流每5分钟采样一次，电压1分钟采样一次，采样得到的数据存储在自动化系统的历史服务器内。通过历史服务器调取问题参数的遥测历史数据，包括变压器高压侧有无功值、低压侧有无功值、高压侧母线电压值。选取为期半年的数据量，导出数据后，存储为Excel文件，便于计算。

③计算参数：

为了最终计算结果的准确性，选取的数据量较多，计算过程较为复杂。可以利用计算机软件（如C、C++、MATLAB、VB等）通过编写专用程序进行辅助运算。

具体计算算法流程可参见图2所示。

软件通过直接读取Excel，将文件中的数据作为变量存储。

由于在日常运行过程中，可能会对变压器某侧进行停电检修，此时该侧数据会变零。但是在计算中，如果变为零的数据位于分母，则会导致计算错误。故必须要将在分母位置上的零数据剔除，这就是图2中判断数据格式是否符合条件以及剔除数据的依据。

通过之前推导的公式，将每组数据进行计算，并把所有的计算结果作为变量存储，构成样本空间。

④将计算所得结果构成概率密度分布图：

当试验次数无限增加，直方图趋近于光滑曲线，曲线下包围的面积表示概率。该曲线称为概率密度函数。

由于选取的数据量非常大，故可以将上一步得到的样本空间构成概率密度函数。

在概率密度分布图（如图2所示）中，横坐标代表参数的取值变化。对于任意一点来说，在其左面所有的点与上方对应曲线所构成的面积即表示小于该点的所有数据出现的概率。

⑤得到参数估计值与相应的置信区间

选择概率密度函数曲线最高点所表示的值，即为参数估计值

置信区间是指由样本统计量所构造的总体参数的估计区间。在统计学中，一个概率样本的置信区间（Confidenceinterval）是对这个样本的某个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。其计算步骤为：

第一步：求出样本的均值

第二步：计算出抽样误差。

人们经过实践，通常认为调查:

100个样本的抽样误差为±10%；

500个样本的抽样误差为±5%；

1,200个样本时的抽样误差为±3%；

第三步：用第一步求出的“样本均值”加、减第二步计算的“抽样误差”，得出置信区间的两个端点。

我们选取了置信度为95%的置信区间。即参数真实值落在该区间内的概率为95%。

⑥将得到的参数估计值输入系统

在输入系统前，首先比较原有参数与估计参数。

如果原有参数值落在计算得到的置信区间之内，则认为该参数值正确，不用修改。如果参数值在置信区间外，则将计算得到的参数估计值手动输入系统。

通过对各变压器参数的修正，使得状态估计得到的量更接近于实测数据，进而提高了状态估计合格率。

状态估计作为PAS系统的基础功能模块，它为其它高级应用程序提供了实时运行方式。

作为状态估计的上级应用，调度员潮流分析可以由调度员用来研究当前电力系统可能出现的运行状态，运方人员可以使用它来校核调度计划的安全性和合理性，同时它还可以对历史运行方式的变化进行分析。通过多种灵活手段模拟预想的潮流运行方式。并对潮流的计算结果进行分析，包括各种重载监视、限值检查、网损分析等。

状态估计合格率的提高直接使调度员潮流分析的精度得到了很大的提高。使得调度员能够更准确的掌握电网的具体运行信息，也使运方人员校核调度计划时更为有效可靠。

实施例：

XX供电公司于2011年9月投入运行PAS系统。在2011年9～12月期间PAS状态估计平均合格率仅为92.94%。

XX供电公司选取了2012年5月-11月公司辖区内各变压器的相关实测量。

利用MATLAB编写了专用程序，计算得到了各变压器的正序电阻、正序阻抗以及95%的置信区间。

在输入系统前，首先比较原有参数与估计参数。如果原有参数值落在计算得到的置信区间之内，则认为该参数值正确，不用修改。如果参数值在置信区间外，则将计算得到的参数估计值手动输入系统。

在将所有变压器参数进行验证输入后，随即对系统进行状态估计，并统计合格率。其状态估计合格率从原先的92.94%提高到了96.31%

通过提高状态估计合格率，使得调度员潮流分析更为精确，也使得调度员和运方人员对于PAS系统的需求度越来越高。

在此之前，经过统计，调度员和运方人员使用PAS系统的频率仅为每周10-15次。而在提高状态估计合格率之后，PAS系统的使用频率明显提高。

统计显示，目前，PAS系统的使用频率达到了每周80-100次。现在，调度员在每次进行实际操作前，都会先用PAS系统进行模拟操作，查看本次操作对于电网潮流影响后，再进行实际操作。可见，调度员对于PAS系统的信赖程度得到了很大的提高。

本发明可广泛用于电力系统自动化和调度领域。

Claims (5)

1.一种通过实测数据估计PAS系统中各参数的方法，包括推导设备参数计算公式；从设备的历史运行数据库中导出所需实测数据，所述的导出实测数据为Excel格式文件；根据设备参数计算公式和设备的实测数据，计算设备的计算功率损耗参数，把所有的计算结果作为变量存储，构成样本空间；将计算所得结果构成概率密度分布图；得到参数估计值与相应的置信区间；将得到的参数估计值输入系统；通过对各设备参数的修正，使得状态估计得到的量更接近于实测数据；其特征在于：

所述的设备为变压器，所述变压器的设备参数包括变压器功率损耗；

所述的变压器功率损耗包括电流通过变压器绕组电阻和电抗时产生的功率损耗，电流在绕组的电阻和电抗上产生的功率损耗为：

$\mathrm{\Δ}S=\mathrm{\Δ}P+j\mathrm{\Δ}Q=I^2(R+jX)=\frac{P^2+Q^{\′2}}{V_1^2}(R+jX)$

进而推导得到：

$\left\{\begin{array}{c}R=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\Δ}P\\ X=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\Δ}Q\end{array}\right.$

计算标幺值：

$\left\{\begin{array}{c}{R}^{*}=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\Δ}P\frac{S_N}{U_N^2}\\ X^{*}=\frac{V_1^2}{P^{\′2}+Q^{\′2}}\mathrm{\Δ}Q\frac{S_N}{U_N^2}\end{array}\right.$

其中，公式中，

V1为设备高压侧电压值，

P′、Q′为设备高压侧有功，无功值，

ΔP为设备高、低压侧有功值差，

ΔQ为设备高、低压侧无功值差，

S_N为设备额定功率，U_N为额定电压；

所述通过实测数据估计PAS系统中各参数的方法，在将得到的参数估计值输入系统之前，首先比较原有实测运行参数与计算参数；如果原有实测运行参数值落在计算得到的置信区间之内，则认为该参数值正确，不用修改；如果原有实测运行参数值在置信区间外，则将计算得到的参数估计值手动输入系统；

所述通过实测数据估计PAS系统中各参数的方法，通过对各变压器参数的修正，使得状态估计得到的量更接近于实测数据，进而提高了状态估计合格率。

2.按照权利要求1所述的通过实测数据估计PAS系统中各参数的方法，其特征是所述的所需实测数据包括有功、无功、电流和电压值，采样得到的数据存储在自动化系统的历史服务器内；通过历史服务器调取变压器设备运行的遥测历史数据，包括变压器高压侧有无功值、低压侧有无功值、高压侧母线电压值；选取为期半年的数据量，导出数据后，存储为Excel文件，以便后续数据处理。

3.按照权利要求1所述的通过实测数据估计PAS系统中各参数的方法，其特征是所述的计算变压器的计算功率损耗参数，是通过直接读取Excel文件，将文件中的数据作为变量存储，通过推导的变压器设备参数计算公式，将每组数据进行计算，并把所有的计算结果作为变量存储，构成样本空间。

4.按照权利要求1所述的通过实测数据估计PAS系统中各参数的方法，其特征是所述的概率密度分布图是将得到的样本空间构成概率密度函数。

5.按照权利要求1所述的通过实测数据估计PAS系统中各参数的方法，其特征是所述的置信区间选取置信度为95％的置信区间，即参数真实值落在该区间内的概率为95％。