CN105162114A - 最小观测误差的配电网电压量测优化配置方法 - Google Patents
最小观测误差的配电网电压量测优化配置方法 Download PDFInfo
- Publication number
- CN105162114A CN105162114A CN201510549527.4A CN201510549527A CN105162114A CN 105162114 A CN105162114 A CN 105162114A CN 201510549527 A CN201510549527 A CN 201510549527A CN 105162114 A CN105162114 A CN 105162114A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- voltage
- power distribution
- observation error
- voltage measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供的一种最小观测误差的配电网电压量测优化配置方法,包括如下步骤:S1.获取配电网中可添加电压量测的支路集合Mx以及能够添加的电压量测m0,S2.计算添加电压量测前的配电网整体观测误差E0以及添加电压量测后的配电网整体观测误差EX,并计算添加电压量测前后的配电网整体观测误差的差值△E,并计算最大化的△E;S3.对△E进行排序,选择△E最大的m0条支路添加电压量测,评估配电网的状态,能够得到最优的电压量测数据,确保对于配电网状态估计的最终准确性,而且计算方法简单,效率高。
Description
技术领域
本发明涉及一种电网配置方法,尤其涉及一种最小观测误差的配电网电压量测优化配置方法。
背景技术
随着智能电网技术的发展,大量的分布式能源、储能以及可控负载接入配电网中,因此配电网的结构日益复杂,对配电网的运行和控制提出了更高的要求,因此,对配电网进行状态估计是进行配电网的运行控制的前提条件;配电网状态估计的目标是利用配电网中已有的量测信息可靠地确定配电网当前的运行状态,从而为配电网的运行控制提供所需的数据。
现有技术中,对于配电网状态估计主要有节点电压法、支路电流法和和支路功率法,其中,节点电压法以节点电压幅值和相角作为状态变量,采用加权最小二乘法,估计方法与输电网状态估计较为类似,但更注重考虑配网三相不平衡和PQ不解耦的问题,该方法问题在于配网中电压幅值量测极少,雅可比矩阵收敛性较差;支路电流法以支路电流复相量作为状态变量,将支路的有功功率和无功功率通过量测变换转化为支路电流量测,再进行状态估计。该方法利用了配电网是辐射网的特点,计算速度较快,不足之处在于该算法要求有功和无功量测成对出现且权重相同,而实际配网并不满足该特点;支路功率法以支路有功和无功功率作为状态变量,将状态估计问题转化为潮流匹配问题;但是该算法只能处理功率量测或伪量测,而不能处理节点电压和支路电流幅值量测;上述方法中,由于实测的量测较少,由于实时量测较少,仅靠实时量测无法满足状态估计的冗余量测要求。通常的解决方案是采用负荷曲线法、短期负荷预测等方法,利用历史数据和典型负荷曲线等信息求得不含实时量测的节点或支路的功率数据,这样得到的数据称为伪量测数据(PseudoMeasurement);伪量测数据解决了配电网缺乏量测的问题,但伪量测的量测精度远低于实时量测。
因此,需要提出一种新方法,能够得到最优的电压量测数据,确保对于配电网状态估计的最终准确性,而且计算方法简单,效率高。
发明内容
有鉴于此,本发明的目的是提供一种最小观测误差的配电网电压量测优化配置方法,能够得到最优的电压量测数据,确保对于配电网状态估计的最终准确性,而且计算方法简单,效率高。
本发明提供的一种最小观测误差的配电网电压量测优化配置方法,包括如下步骤:
S1.获取s.配t.电网中可添加电压量测的支路集合Mx以及能够添加的电压量测m0,其中,|Mx|≤m0;
S2.计算添加电压量测前的配电网整体观测误差E0以及添加电压量测后的配电网整体观测误差EX,并计算添加电压量测前后的配电网整体观测误差的差值ΔE,并计算最大化的ΔE;
S3.对ΔE进行排序,选择ΔE最大的m0条支路添加电压量测,评估配电网的状态。
进一步,在步骤S2中,包括如下步骤:
S21.建立配电网中添加电压量测前后的配电网整体观测误差的函数模型:其中,Si为配电网整体观测误差的权重,n为配电网中的电压测量节点,εii为第i个节点的方差;
S22.根据配电网整体误差的函数模型,确定配电网电压量测添加前后的整体观测误差的差值的函数模型:
进一步,步骤S21中,根据如下公式确定
其中,σα为电压量测α的测量误差的标准差,K为添加量测的目标点,gij+jbij为节点i和节点j之间支路导纳,fij为电压量测的关联强度,其公式为:
本发明的有益效果:本发明的最小观测误差的配电网电压量测优化配置方法,能够对电压量测的进行最优配置,确保在配电网的状态估计过程中获得准确且足够的电压量测数据,大大减小量测数据的误差,能够达到误差小于1%,保证配电网状态估计的精确性,而且算法简单,效率高。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的流程图。
图2为一种实施例的示意图。
图3为图2所示实施例的在优化配置后添加两侧前后的状态估计误差对比图。
具体实施方式
图1为本发明的流程图,图2为一种实施例的示意图,图3为图2所示实施例的在优化配置后添加两侧前后的状态估计误差对比图,如图所示,本发明提供的一种最小观测误差的配电网电压量测优化配置方法,包括如下步骤:
S1.获取s.配t.电网中可添加电压量测的支路集合Mx以及能够添加的电压量测m0,其中,|Mx|≤m0;
S2.计算添加电压量测前的配电网整体观测误差E0以及添加电压量测后的配电网整体观测误差EX,并计算添加电压量测前后的配电网整体观测误差的差值ΔE,并计算最大化的ΔE;
S3.对ΔE进行排序,选择ΔE最大的m0条支路添加电压量测,评估配电网的状态,本发明的最小观测误差的配电网电压量测优化配置方法,能够对电压量测的进行最优配置,确保在配电网的状态估计过程中获得准确且足够的电压量测数据,大大减小量测数据的误差,能够达到误差小于1%,保证配电网状态估计的精确性,而且算法简单,效率高。
本实施例中,在步骤S2中,包括如下步骤:
S21.建立配电网中添加电压量测前后的配电网整体观测误差的函数模型:其中,Si为配电网整体观测误差的权重,n为配电网中的电压测量节点,εii为第i个节点的方差;
S22.根据配电网整体误差的函数模型,确定配电网电压量测添加前后的整体观测误差的差值的函数模型,即目标函数ΔE的函数模型:
本实施例中,步骤S21中,根据如下公式确定
其中,σα为电压量测α的测量误差的标准差,K为添加量测的目标点,gij+jbij为节点i和节点j之间支路导纳,fij为电压量测的关联强度,其公式为:
下面以图2所示的示例对本发明进行进一步的说明:
如图2所示,图2所示的是一个实际配电网系统的示意图,为一个拥有14个节点的树状配电网,即是说有14个电压状态需要估计,其中,进线端为节点1,系统的额定电压为10KV,在该量测系统中,各支路的电压相角跌落很小,可以视为相角不变,支队电压幅值进行状态估计,该系统的线路参数如表1所示。
表1
在该配电网系统中设定为只有一个实测量测,即在节点1的电压量测,其标准差为50V,同时,假设所有支路均有支路首端的有功和无功功率伪量测,标准差分别为0.5MW和0.5MVar;
在本实施例中,只有唯一的电压量测,即节点1的电压幅值量测,首先计算对支路ij添加电压量测所引起的目标函数减小量ΔEij,以节点1到节点2为例,其下游有7个节点,根据目标函数ΔEij可以得到:
同理,可以根据上式计算其余支路添加量测后所引起的目标函数的减小量,如表2所示:
从表2可以看出,支路4-9、5-6、1-5、4-10、13-14添加电压量测所引起的目标函数减小量ΔEij最大,因此,可以在这5条支路中添加电压量测;并且可以从图3中可以明显的看到,当添加了5个电压量测后,系统中原本精度较低的节点的状态估计误差均有显著下降,由此可知,本发明对于改善配电网的状态估计误差以及简化算法具有显著的效果。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种最小观测误差的配电网电压量测优化配置方法,其特征在于:包括如下步骤:
S1.获取配电网中可添加电压量测的支路集合Mx以及能够添加的电压量测m0,其中,|Mx|≤m0;
S2.计算添加电压量测前的配电网整体观测误差E0以及添加电压量测后的配电网整体观测误差EX,并计算添加电压量测前后的配电网整体观测误差的差值△E,并计算最大化的△E;
S3.对△E进行排序,选择△E最大的m0条支路添加电压量测,评估配电网的状态。
2.根据权利要求1所述最小观测误差的配电网电压量测优化配置方法,其特征在于:在步骤S2中,包括如下步骤:
S21.建立配电网中添加电压量测前后的配电网整体观测误差的函数模型:其中,Si为配电网整体观测误差的权重,n为配电网中的电压测量节点,εii为第i个节点的方差;
S22.根据配电网整体误差的函数模型,确定配电网电压量测添加前后的整体观测误差的差值的函数模型:
3.根据权利要求2所述最小观测误差的配电网电压量测优化配置方法,其特征在于:步骤S21中,根据如下公式确定
其中,σα为电压量测α的测量误差的标准差,K为添加量测的目标点,gij+jbij为节点i和节点j之间支路导纳,fij为电压量测的关联强度,其公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510549527.4A CN105162114B (zh) | 2015-08-31 | 2015-08-31 | 最小观测误差的配电网电压量测优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510549527.4A CN105162114B (zh) | 2015-08-31 | 2015-08-31 | 最小观测误差的配电网电压量测优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105162114A true CN105162114A (zh) | 2015-12-16 |
CN105162114B CN105162114B (zh) | 2017-09-19 |
Family
ID=54802911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510549527.4A Active CN105162114B (zh) | 2015-08-31 | 2015-08-31 | 最小观测误差的配电网电压量测优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105162114B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105552959A (zh) * | 2015-12-30 | 2016-05-04 | 哈尔滨工业大学 | 基于扩张状态观测器的三相并网整流器预测直接功率控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103248043A (zh) * | 2013-04-28 | 2013-08-14 | 西南交通大学 | 一种基于同步相角测量装置的电力系统多区域分布式状态估计方法 |
CN103840452A (zh) * | 2014-03-04 | 2014-06-04 | 国家电网公司 | 一种引入pmu量测信息的大电网状态估计方法 |
CN103972884A (zh) * | 2014-04-24 | 2014-08-06 | 西南交通大学 | 一种电力系统状态估计方法 |
-
2015
- 2015-08-31 CN CN201510549527.4A patent/CN105162114B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103248043A (zh) * | 2013-04-28 | 2013-08-14 | 西南交通大学 | 一种基于同步相角测量装置的电力系统多区域分布式状态估计方法 |
CN103840452A (zh) * | 2014-03-04 | 2014-06-04 | 国家电网公司 | 一种引入pmu量测信息的大电网状态估计方法 |
CN103972884A (zh) * | 2014-04-24 | 2014-08-06 | 西南交通大学 | 一种电力系统状态估计方法 |
Non-Patent Citations (2)
Title |
---|
徐臣等: "提高配电网状态估计精度的量测配置优化方法", 《电力系统自动化》 * |
赵亮等: "一种基于等效模型电网动态过程状态估计方法", 《电力系统保护与控制》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105552959A (zh) * | 2015-12-30 | 2016-05-04 | 哈尔滨工业大学 | 基于扩张状态观测器的三相并网整流器预测直接功率控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105162114B (zh) | 2017-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107577870B (zh) | 基于同步相量量测的配电网电压功率灵敏度鲁棒估计方法 | |
CN103326358B (zh) | 基于同步相角测量装置的电力系统动态状态估计方法 | |
CN104778367B (zh) | 基于单一状态断面的广域戴维南等值参数在线计算方法 | |
CN105976257A (zh) | 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法 | |
CN109494724B (zh) | 基于lu分解的大电网戴维南等值参数在线辨识方法 | |
CN102420427B (zh) | 一种考虑外网等值的区域电网电压稳定裕度计算方法 | |
JP2013506389A (ja) | 状態マトリックスに依存せずにpmu無しの低可観測性測定点のダイナミクスをリアルタイムで推定する方法 | |
CN104836223A (zh) | 电网参数错误与不良数据协同辨识与估计方法 | |
CN104184144A (zh) | 一种用于多电压等级电网模型的抗差状态估计方法 | |
CN103050985B (zh) | 一种风储系统广域优化配置的方法 | |
CN110299762B (zh) | 基于pmu准实时数据的主动配电网抗差估计方法 | |
CN103020726A (zh) | 面向全pmu量测的抗差状态估计方法 | |
CN105406471A (zh) | 电网不良数据辨识与估计方法 | |
CN107257130B (zh) | 基于区域量测解耦的低压配电网损耗计算方法 | |
CN105184027A (zh) | 一种基于交互式多模型算法的电力负荷建模方法 | |
TW201506412A (zh) | 電壓穩定度即時估測方法 | |
CN104794531A (zh) | 基于网损等值负荷模型的改进直流最优潮流方法 | |
CN105183938A (zh) | 电网不良数据辨识与估计方法 | |
CN106372440B (zh) | 一种并行计算的配电网自适应抗差状态估计方法及装置 | |
CN105071387A (zh) | 基于复数域标幺化理论的配电网快速分解状态估计方法 | |
CN102522742B (zh) | 基于单点量测信息的外网戴维南等值参数的估计方法 | |
CN109698505B (zh) | 大电网静态电压稳定在线防控的调控量化映射计算方法 | |
CN110783913A (zh) | 基于群的计及预想事故集最佳电网拓扑在线优化方法 | |
CN104537233A (zh) | 一种基于核密度估计的配电网伪量测生成方法 | |
CN103972889B (zh) | 一种配电线路阻抗在线辨识方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |