CN105743087B - 一种电网状态估计方法和装置 - Google Patents

一种电网状态估计方法和装置 Download PDF

Info

Publication number
CN105743087B
CN105743087B CN201610191788.8A CN201610191788A CN105743087B CN 105743087 B CN105743087 B CN 105743087B CN 201610191788 A CN201610191788 A CN 201610191788A CN 105743087 B CN105743087 B CN 105743087B
Authority
CN
China
Prior art keywords
node
connecting node
internal
estimated voltage
network status
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.)
Active
Application number
CN201610191788.8A
Other languages
English (en)
Other versions
CN105743087A (zh
Inventor
杨翾
王坚俊
应康
楼华辉
唐剑
李祥
崔艳
苏熀兴
张洁
钱晓伟
卢瀚顺
陆明浇
周百龄
李跃华
何云
倪涌炯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Zhejiang Electric Power Co Ltd, Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201610191788.8A priority Critical patent/CN105743087B/zh
Publication of CN105743087A publication Critical patent/CN105743087A/zh
Application granted granted Critical
Publication of CN105743087B publication Critical patent/CN105743087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003Load forecast, e.g. methods or systems for forecasting future load demand
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/22Flexible AC transmission systems [FACTS] or power factor or reactive power compensating or correcting units

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明提供一种电网状态估计方法和装置,方法包括:将电网划分为若干子系统,确定连接节点和内部节点;获取各内部节点和连接节点的第一RTU量测数据和PMU量测数据,得到第一获取数据,将第一获取数据输入预设第一量测模型,通过最小二乘法得到各内部节点和连接节点的第一估计电压矢量;获取各连接节点的第二PMU量测数据和第一估计电压矢量,得到第二获取数据,将第二获取数据输入预设第二量测模型,通过线性估计得到各连接节点的第二估计电压矢量;根据各内部节点的第一估计电压矢量和各连接节点的第二估计电压矢量进行电网状态估计,得到电网状态估计结果,提高了电网状态估计运算速度,更为满足对电网实时控制的要求,且电网状态估计结果更为精确。

Description

一种电网状态估计方法和装置
技术领域
本发明涉及状态估计计算领域,特别是涉及一种电网状态估计方法和装置。
背景技术
状态估计出现在1970,之后就成为了电网调控中心中能量管理系统(EMS)的一项核心功能。特别是在电力系统中自动化设备广泛应用的今天,状态估计的计算结果对电网运行和调度都起着至关重要的作用。但是,在最近的十年里,城区电网规模快速膨胀。以杭州城区电网为例,杭州电网的容量位居国网范围内全国省会城市第一,在过去数年间,增加了不止一倍。同时,在未来智能的快速发展中,变电站内量测的数量也飞速增长,相对应的信号传输负荷也日益增加。基于这两点原因,状态估计运算的速度会变得越来越慢,难以满足智能电网中对电网实时控制的要求。因而,如何能够提高电网状态估计的运算速度,以满足智能电网中对电网实时控制的要求,是本领域技术人员目前需要解决的技术问题。
发明内容
有鉴于此,本发明实施例提供一种电网状态估计方法和装置,以解决现有技术中状态估计运算的速度难以满足智能电网中对电网实时控制的要求的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种电网状态估计方法,包括:
将电网划分为若干子系统,并确定位于各子系统中相邻两子系统连接线上的连接节点和非位于相邻两子系统连接线上各子系统内部的内部节点;
并行获取各子系统中各内部节点和各连接节点的第一RTU量测数据和PMU量测数据,得到第一获取数据,并将所述第一获取数据输入预设第一量测模型,通过最小二乘法得到各内部节点和各连接节点的第一估计电压矢量;
获取各连接节点的第二PMU量测数据和所述各连接节点的第一估计电压矢量,得到第二获取数据,将所述第二获取数据输入预设第二量测模型,其中,所述第二量测模型为线性模型,通过线性估计得到各连接节点的第二估计电压矢量;
根据所述各内部节点的第一估计电压矢量和所述各连接节点的第二估计电压矢量进行电网状态估计,得到电网状态估计结果。
其中,内部节点和连接节点的第一RTU量测数据包括:通过RTU量测得到的内部节点和连接节点的节点电压幅值、节点电压相位、节点有功功率和节点无功功率;
内部节点和连接节点的PMU量测数据包括:通过PMU量测得到的内部节点和连接节点的节点电流幅值、节点电流相位、节点电压幅值和节点电压相位;
连接节点的第二RTU量测数据包括:通过RTU量测得到的连接节点的节点电压幅值、节点电压相位和连接节点所在连接线的潮流计算数据。
其中,所述预设第一量测模型为:
其中,zR为各内部节点和各连接节点的第一RTU量测数据组,zP为各内部节点和各连接节点的PMU量测数据组,hR为各内部节点和各连接节点RTU量测的量测方程组,hP为各内部节点和各连接节点PMU量测的量测方程组,eR为各内部节点和各连接节点RTU量测的量测误差组,eP1为各内部节点和各连接节点PMU量测的量测误差组,x为各内部节点和各连接节点的第一估计电压矢量组。
其中,所述通过最小二乘法得到各内部节点和各连接节点的第一估计电压矢量包括:
确定所述第一量测模型的最小二乘法公式:
其中,HR为hR的雅克比矩阵,HP为hP的雅克比矩阵,RR为由eR的标准差组成的矩阵,RP1为由eP1的标准差组成的矩阵,i为进行迭代计算的次数,i为正整数,Δxi为第i次迭代计算后得到的迭代量,xi-1为第i-1次迭代计算后得到的各内部节点和各连接节点的第一估计电压矢量组,其中,x0为各内部节点和各连接节点第一估计电压矢量组的预设初始值;
将xi-1代入所述最小二乘法公式中,求解得到Δxi,若Δxi在预设数值范围内,则得到各内部节点和各连接节点的第一估计电压矢量x=Δxi+xi-1,若Δxi不在预设数值范围内,则令xi=Δxi+xi-1,i=i+1,再次求解所述最小二乘法公式,直至得到的Δxi在预设数值范围内。
其中,所述预设第二量测模型为:
其中,ZP为各连接节点的第二PMU量测数据组,ZPsu为所述各连接节点的第一估计电压矢量组,BP为各连接节点PMU量测的量测方程组,BPsu为根据ZPsu数值在对应位置取值为0或1的矩阵,eP2为各连接节点的PMU量测的量测误差组,ePsu为所述各连接节点第一估计电压矢量的误差组,X为各连接节点的第二估计电压矢量组。
其中,所述BPsu中取值为1的数字对应ZPsu中的非零数值,取值为0的数字对应ZPsu中的数值零。
其中,所述通过线性估计得到各连接节点的第二估计电压矢量为:
求解所述预设第二量测模型中X:
其中,RP2为由eP2的标准差组成的矩阵,RPsu为由ePsu的标准差组成的矩阵。
一种电网状态估计装置,包括:分区模块、第一量测模块、第二量测模块和状态估计模块;其中,
所述分区模块,用于将电网划分为若干子系统,并确定位于各子系统中相邻两子系统连接线上的连接节点和非位于相邻两子系统连接线上的内部节点;
每个所述第一量测模块并行工作,用于分别获取一子系统中各内部节点和各连接节点的第一RTU量测数据和PMU量测数据,得到第一获取数据,并将所述第一获取数据输入预设第一量测模型,通过最小二乘法得到该子系统各内部节点和各连接节点的第一估计电压矢量;
所述第二量测模块,用于获取各子系统连接节点的第二PMU量测数据和所述各连接节点的第一估计电压矢量,得到第二获取数据,将所述第二获取数据输入预设第二量测模型,其中,所述第二量测模型为线性模型,通过线性估计得到各连接节点的第二估计电压矢量;
所述状态估计模块,用于将所述各内部节点的第一估计电压矢量和所述各连接节点的第二估计电压矢量作为电网状态估计结果。
其中,所述第一量测模块包括:第一获取单元和第二获取单元;其中,
所述第一获取单元,用于通过RTU量测得到的内部节点和连接节点的节点电压幅值、节点电压相位、节点有功功率和节点无功功率;
所述第二获取单元,用于通过PMU量测得到的内部节点和连接节点的节点电流幅值、节点电流相位、节点电压幅值和节点电压相位。
其中,所述第二量测模块包括:第三获取单元和计算单元;其中,
所述第三获取单元,用于通过RTU量测得到的连接节点的节点电压幅值、节点电压相位和连接节点所在连接线的潮流计算数据;
所述计算单元,用于确定所述第一量测模型的最小二乘法公式:
将xi-1代入所述最小二乘法公式中,求解得到Δxi,若Δxi在预设数值范围内,则得到各内部节点和各连接节点的第一估计电压矢量x=Δxi+xi-1,若Δxi不在预设数值范围内,则令xi=Δxi+xi-1,i=i+1,再次求解所述最小二乘法公式,直至得到的Δxi在预设范围内。
基于上述技术方案,本发明实施例提供的电网状态估计方法和装置,将电网划分为若干子系统,并确定位于各子系统中相邻两子系统连接线上的连接节点和非位于相邻两子系统连接线上的内部节点,然后并行获取各子系统中各内部节点和各连接节点的第一RTU量测数据和PMU量测数据,得到第一获取数据,并将该第一获取数据输入预设第一量测模型,通过最小二乘法得到各内部节点和各连接节点的第一估计电压矢量,接着获取各连接节点的第二PMU量测数据和该连接节点的第一估计电压矢量,得到第二获取数据,将该第二获取数据输入预设第二量测模型,其中,该第二量测模型为线性模型,通过线性估计得到各连接节点的第二估计电压矢量,最后将得到的各内部节点的第一估计电压矢量和得到的各连接节点的第二估计电压矢量作为电网状态估计结果。将复杂且大型的电网划分为若干较小的子系统,把PMU的同步相量量测运用在状态估计的计算中,通过并行计算得到各内部节点和各连接节点的第一估计电压矢量,通过线性状态估计得到各连接节点的第二估计电压矢量,最终根据得到的各内部节点的第一估计电压矢量和得到的各连接节点的第二估计电压矢量进行电网状态估计,得到电网状态估计结果,实现快速计算的实际要求,且结果更为精确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的电网状态估计方法的流程图;
图2为本发明实施例提供的电网状态估计方法中通过最小二乘法得到各内部节点和各连接节点的第一估计电压矢量的方法流程图;
图3为本发明实施例提供的电网状态估计装置的系统框图;
图4为本发明实施例提供的电网状态估计装置中第一量测模块的结构框图;
图5为本发明实施例提供的电网状态估计装置中第二量测模块的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的电网状态估计方法的流程图,提高了电网状态估计的运算速度,更为满足智能电网中对电网实时控制的要求,且电网状态估计结果更为精确;参照图1,该电网状态估计方法可以包括:
步骤S100:将电网划分为若干子系统,并确定位于各子系统中相邻两子系统连接线上的连接节点和非位于相邻两子系统连接线上各子系统内部的内部节点;
将电网划分为若干子系统后,相邻两子系统间将通过连接线相连,该连接线两端的节点将分别隶属于该相邻两子系统中其一,确定各子系统中位于连接线上的节点为连接节点,而不位于连接线上的节点为内部节点。例如,如第一子系统和第二子系统相邻,该两子系统连接线第一端的第一节点位于第一子系统,第二端的第二节点位于第二子系统,则确定第一节点为第一子系统的连接节点,第二节点为第二子系统的连接节点。
可选的,可将电网按照地域和/或用户等信息分成若干子系统。
步骤S110:并行获取各子系统中各内部节点和连接节点的RTU量测数据和PMU量测数据,得到第一获取数据,并将所述第一获取数据输入预设第一量测模型,通过最小二乘法得到各内部节点和各连接节点的第一估计电压矢量;
在计算某子系统内各内部节点和各连接节点的第一估计电压矢量时,需要先获取该子系统内各内部节点和各连接节点的RTU(Remote Terminal Unit,远程终端单元)量测数据和PMU(Phasor Measurement Unit,同步向量量测单元)量测数据,得到第一获取数据,然后将得到的第一获取数据输入预设第一量测模型中,最后通过最小二乘法得到该子系统电压的幅值和相位。其中,RTU量测数据是指通过RTU量测得到的数据,PMU量测数据是指通过PMU量测得到的数据,电压矢量是指以相连形式标识的电压,包括电压幅值和相位。
在计算各子系统内各内部节点和各连接节点的第一估计电压矢量时,并行获取各子系统中各内部节点和各连接节点的第一获取数据,并将得到的各内部节点和各连接节点的第一获取数据均输入预设第一量测模型中,通过最小二乘法来得到各内部节点和各连接节点的第一估计电压矢量,即第一估计电压幅值和第一估计相位,如此,将并行得到各子系统中各内部节点和各连接节点的第一估计电压矢量,加快运输速率。
可选的,获取的内部节点和连接节点的第一RTU量测数据可以为通过RTU量测得到的内部节点和连接节点的节点电压幅值、节点电压相位、节点有功功率和节点无功功率。
可选的,获取的内部节点和连接节点的PMU量测数据可以为通过PMU量测得到的内部节点和连接节点的节点电流幅值、节点电流相位、节点电压幅值和节点电压相位。
可选的,预设第一量测模型可以为:
其中,zR为各内部节点和各连接节点的第一RTU量测数据组,zP为各内部节点和各连接节点的PMU量测数据组,hR为各内部节点和各连接节点RTU量测的量测方程组,hP为各内部节点和各连接节点PMU量测的量测方程组,eR为各内部节点和各连接节点RTU量测的量测误差组,eP1为各内部节点和各连接节点PMU量测的量测误差组,x为各内部节点和各连接节点的第一估计电压矢量组。
可选的,将第一获取数据输入预设第一量测模型后,可通过先确定该第一量测模型的最小二乘法公式,然后对该最小二乘法公式进行迭代计算,直至迭代计算后得到的迭代量在预设范围,来得到各内部节点和各连接节点的第一估计电压矢量。
步骤S120:获取各连接节点的PMU量测数据和所述各连接节点的第一估计电压矢量,得到第二获取数据,将所述第二获取数据输入预设第二量测模型,其中,所述第二量测模型为线性模型,通过线性估计得到各连接节点的第二估计电压矢量;
在步骤S110得到各子系统中各内部节点和各连接节点的第一估计电压矢量后,获取各子系统中各连接节点的第一估计电压矢量,以及各连接节点的第二PMU量测数据,并将这些获取的数据输入预设第二量测模型中,最后便可通过线性估计得到各连接节点的第二估计电压矢量。其中,预设第二量测模型为线性模型。
可选的,获取的连接节点的第二RTU量测数据可以包括:通过RTU量测得到的连接节点的节点电压幅值、节点电压相位和连接节点所在连接线的潮流计算数据。
可选的,预设第二量测模型可以为:
其中,ZP为各连接节点的第二PMU量测数据组,ZPsu为所述各连接节点的第一估计电压矢量组,BP为各连接节点PMU量测的量测方程组,BPsu为根据ZPsu数值在对应位置取值为0或1的矩阵,eP2为各连接节点的PMU量测的量测误差组,ePsu为所述各连接节点第一估计电压矢量的误差组,X为各连接节点的第二估计电压矢量组。
可选的,在该预设第二量测模型中,BPsu中取值为1的数字对应ZPsu中的非零数值,取值为0的数字对应ZPsu中的数值零。
可选的,可通过以下公式求个预设第二量测模型:
其中,RP2为由eP2的标准差组成的矩阵,RPsu为由ePsu的标准差组成的矩阵。
步骤S130:将所述各内部节点的第一估计电压矢量和所述各连接节点的第二估计电压矢量作为电网状态估计结果。
在通过步骤S110得到各内部节点的第一估计电压矢量,步骤S120得到各连接节点的第二估计电压矢量后,根据步骤S110得到各内部节点的第一估计电压矢量和步骤S120得到各连接节点的第二估计电压矢量进行电网状态估计,得到最终电网状态估计结果。
基于上述技术方案,本发明实施例提供的电网状态估计方法,将电网划分为若干子系统,并确定位于各子系统中相邻两子系统连接线上的连接节点和非位于相邻两子系统连接线上的内部节点,然后并行获取各子系统中各内部节点和各连接节点的第一RTU量测数据和PMU量测数据,得到第一获取数据,并将该第一获取数据输入预设第一量测模型,通过最小二乘法得到各内部节点和各连接节点的第一估计电压矢量,接着获取各连接节点的第二PMU量测数据和该连接节点的第一估计电压矢量,得到第二获取数据,将该第二获取数据输入预设第二量测模型,其中,该第二量测模型为线性模型,通过线性估计得到各连接节点的第二估计电压矢量,最后将得到的各内部节点的第一估计电压矢量和得到的各连接节点的第二估计电压矢量作为电网状态估计结果。将复杂且大型的电网划分为若干较小的子系统,把PMU的同步相量量测运用在状态估计的计算中,通过并行计算得到各内部节点和各连接节点的第一估计电压矢量,通过线性状态估计得到各连接节点的第二估计电压矢量,最终根据得到的各内部节点的第一估计电压矢量和得到的各连接节点的第二估计电压矢量进行电网状态估计,得到电网状态估计结果,实现快速计算的实际要求,且结果更为精确。
可选的,图2示出了本发明实施例提供的电网状态估计方法中通过最小二乘法得到各内部节点和各连接节点的第一估计电压矢量的方法流程图,参照图2,该通过最小二乘法得到各内部节点和各连接节点的第一估计电压矢量的方法可以包括:
步骤S200:确定所述第一量测模型的最小二乘法公式;
可选的,第一量测模型的最小二乘法公式可以为:
其中,HR为hR的雅克比矩阵,HP为hP的雅克比矩阵,RR为由eR的标准差组成的矩阵,RP1为由eP1的标准差组成的矩阵,i为进行迭代计算的次数,i为正整数,Δxi为第i次迭代计算后得到的迭代量,xi-1为第i-1次迭代计算后得到的各内部节点和各连接节点的第一估计电压矢量组。
步骤S210:将各内部节点和各连接节点第一估计电压矢量组的预设初始值代入所述最小二乘法公式中,进行迭代计算,直至得到的迭代量在预设数值范围内;
将各内部节点和各连接节点第一估计电压矢量组的预设初始值x0代入最小二乘法公式中,进行第1次迭代运行,将得到第1次迭代计算后的迭代量Δx1,若Δx1在预设数值范围内,则停止迭代计算;若Δx1不在预设数值范围内,则令x1=Δx1+x0,得到第1次迭代计算后得到的各内部节点和各连接节点第一估计电压矢量组,将x1代入最小二乘法公式中,进行第2次迭代计算,得到第2次迭代计算后的迭代量Δx2,再判断Δx2是否在预设数值范围内,以此循环,直至得到的迭代量在预设数值范围内后停止迭代计算。
步骤S220:确定进行迭代计算的次数i,将在所述预设范围内的迭代量与第i-1次迭代计算后得到的各内部节点和各连接节点第一估计电压矢量的和值作为各内部节点和各连接节点的第一估计电压矢量。
在停止迭代运算后,可确定进行迭代计算的次数i,然后将在该在预设范围内的迭代量,即第i次迭代计算后得到迭代量,与第i-1次迭代计算后得到的各内部节点和各连接节点的第一估计电压矢量的和值作为各子系统电压的幅值和相位,即将x=Δxi+xi-1作为各内部节点和各连接节点的第一估计电压矢量。
本发明实施例提供的电网状态估计方法,提高了电网状态估计的运算速度,更为满足智能电网中对电网实时控制的要求,且电网状态估计结果更为精确。
下面对本发明实施例提供的电网状态估计装置进行介绍,下文描述的电网状态估计装置与上文描述的电网状态估计方法可相互对应参照。
图3为本发明实施例提供的电网状态估计装置的系统框图,参照图3,该电网状态估计装置可以包括:分区模块100、若干第一量测模块200、第二量测模块300和状态估计模块400;其中,
分区模块100,用于将电网划分为若干子系统,并确定位于各子系统中相邻两子系统连接线上的连接节点和非位于相邻两子系统连接线上的内部节点;
每个第一量测模块200并行工作,用于分别获取一子系统中各内部节点和各连接节点的第一RTU量测数据和PMU量测数据,得到第一获取数据,并将所述第一获取数据输入预设第一量测模型,通过最小二乘法得到该子系统各内部节点和各连接节点的第一估计电压矢量;
第二量测模块300,用于获取各连接节点的第二PMU量测数据和所述各连接节点的第一估计电压矢量,得到第二获取数据,将所述第二获取数据输入预设第二量测模型,其中,所述第二量测模型为线性模型,通过线性估计得到各连接节点的第二估计电压矢量;
状态估计模块400,用于将所述各内部节点的第一估计电压矢量和所述各连接节点的第二估计电压矢量作为电网状态估计结果。
可选的,图4示出了本发明实施例提供的电网状态估计装置中第一量测模块200的结构框图,参照图4,第一量测模块200可以包括:第一获取单元210和第二获取单元220;其中,
第一获取单元210,用于通过RTU量测得到的内部节点和连接节点的节点电压幅值、节点电压相位、节点有功功率和节点无功功率;
第二获取单元220,用于通过PMU量测得到的内部节点和连接节点的节点电流幅值、节点电流相位、节点电压幅值和节点电压相位。
可选的,图5示出了本发明实施例提供的电网状态估计装置中第二量测模块300的结构框图,参照图5,第二量测模块300可以包括:第三获取单元310和计算单元320;其中,
第三获取单元310,用于通过RTU量测得到的连接节点的节点电压幅值、节点电压相位和连接节点所在连接线的潮流计算数据;
计算单元320,用于确定所述第一量测模型的最小二乘法公式:
将xi-1代入所述最小二乘法公式中,求解得到Δxi,若Δxi在预设数值范围内,则得到各内部节点和各连接节点的第一估计电压矢量x=Δxi+xi-1,若Δxi不在预设数值范围内,则令xi=Δxi+xi-1,i=i+1,再次求解所述最小二乘法公式,直至得到的Δxi在预设范围内。
本发明实施例提供的电网状态估计装置,提高了电网状态估计的运算速度,更为满足智能电网中对电网实时控制的要求,且电网状态估计结果更为精确。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种电网状态估计方法,其特征在于,包括:
将电网划分为若干子系统,并确定位于各子系统中相邻两子系统连接线上的连接节点和非位于相邻两子系统连接线上的内部节点;
并行获取各子系统中各内部节点和各连接节点的第一RTU量测数据和PMU量测数据,得到第一获取数据,并将所述第一获取数据输入预设第一量测模型,通过最小二乘法并行得到各内部节点和各连接节点的第一估计电压矢量;
获取各连接节点的第二PMU量测数据和所述各连接节点的第一估计电压矢量,得到第二获取数据,将所述第二获取数据输入预设第二量测模型,其中,所述第二量测模型为线性模型,通过线性估计得到各连接节点的第二估计电压矢量;
将所述各内部节点的第一估计电压矢量和所述各连接节点的第二估计电压矢量作为电网状态估计结果。
2.根据权利要求1所述的电网状态估计方法,其特征在于,
内部节点和连接节点的第一RTU量测数据包括:通过RTU量测得到的内部节点和连接节点的节点电压幅值、节点电压相位、节点有功功率和节点无功功率;
内部节点和连接节点的PMU量测数据包括:通过PMU量测得到的内部节点和连接节点的节点电流幅值、节点电流相位、节点电压幅值和节点电压相位;
连接节点的第二RTU量测数据包括:通过RTU量测得到的连接节点的节点电压幅值、节点电压相位和连接节点所在连接线的潮流计算数据。
3.根据权利要求1所述的电网状态估计方法,其特征在于,所述预设第一量测模型为:
其中,zR为各内部节点和各连接节点的第一RTU量测数据组,zP为各内部节点和各连接节点的PMU量测数据组,hR为各内部节点和各连接节点RTU量测的量测方程组,hP为各内部节点和各连接节点PMU量测的量测方程组,eR为各内部节点和各连接节点RTU量测的量测误差组,eP1为各内部节点和各连接节点PMU量测的量测误差组,x为各内部节点和各连接节点的第一估计电压矢量组。
4.根据权利要求3所述的电网状态估计方法,其特征在于,所述通过最小二乘法得到各内部节点和各连接节点的第一估计电压矢量包括:
确定所述第一量测模型的最小二乘法公式:
其中,HR为hR的雅克比矩阵,HP为hP的雅克比矩阵,RR为由eR的标准差组成的矩阵,RP1为由eP1的标准差组成的矩阵,i为进行迭代计算的次数,i为正整数,Δxi为第i次迭代计算后得到的迭代量,xi-1为第i-1次迭代计算后得到的各内部节点和各连接节点的第一估计电压矢量组,其中,x0为各内部节点和各连接节点第一估计电压矢量组的预设初始值;
将xi-1代入所述最小二乘法公式中,求解得到Δxi,若Δxi在预设数值范围内,则得到各内部节点和各连接节点的第一估计电压矢量x=Δxi+xi-1,若Δxi不在预设数值范围内,则令xi=Δxi+xi-1,i=i+1,再次求解所述最小二乘法公式,直至得到的Δxi在预设数值范围内。
5.根据权利要求1所述的电网状态估计方法,其特征在于,所述预设第二量测模型为:
其中,ZP为各连接节点的第二PMU量测数据组,ZPsu为所述各连接节点的第一估计电压矢量组,BP为各连接节点PMU量测的量测方程组,BPsu为根据ZPsu数值在对应位置取值为0或1的矩阵,eP2为各连接节点的PMU量测的量测误差组,ePsu为所述各连接节点第一估计电压矢量的误差组,X为各连接节点的第二估计电压矢量组。
6.根据权利要求5所述的电网状态估计方法,其特征在于,所述BPsu中取值为1的数字对应ZPsu中的非零数值,取值为0的数字对应ZPsu中的数值零。
7.根据权利要求5所述的电网状态估计方法,其特征在于,所述通过线性估计得到各连接节点的第二估计电压矢量为:
求解所述预设第二量测模型中X:
其中,RP2为由eP2的标准差组成的矩阵,RPsu为由ePsu的标准差组成的矩阵。
8.一种电网状态估计装置,其特征在于,包括:分区模块、若干第一量测模块、第二量测模块和状态估计模块;其中,
所述分区模块,用于将电网划分为若干子系统,并确定位于各子系统中相邻两子系统连接线上的连接节点和非位于相邻两子系统连接线上的内部节点;
每个所述第一量测模块并行工作,用于分别获取一子系统中各内部节点和各连接节点的第一RTU量测数据和PMU量测数据,得到第一获取数据,并将所述第一获取数据输入预设第一量测模型,通过最小二乘法并行得到该子系统各内部节点和各连接节点的第一估计电压矢量;
所述第二量测模块,用于获取各连接节点的第二PMU量测数据和所述各连接节点的第一估计电压矢量,得到第二获取数据,将所述第二获取数据输入预设第二量测模型,其中,所述第二量测模型为线性模型,通过线性估计得到各连接节点的第二估计电压矢量;
所述状态估计模块,用于将所述各内部节点的第一估计电压矢量和所述各连接节点的第二估计电压矢量作为电网状态估计结果。
9.根据权利要求8所述的电网状态估计装置,其特征在于,所述第一量测模块包括:第一获取单元和第二获取单元;其中,
所述第一获取单元,用于通过RTU量测得到的内部节点和连接节点的节点电压幅值、节点电压相位、节点有功功率和节点无功功率;
所述第二获取单元,用于通过PMU量测得到的内部节点和连接节点的节点电流幅值、节点电流相位、节点电压幅值和节点电压相位。
10.根据权利要求8所述的电网状态估计装置,其特征在于,所述第二量测模块包括:第三获取单元和计算单元;其中,
所述第三获取单元,用于通过RTU量测得到的连接节点的节点电压幅值、节点电压相位和连接节点所在连接线的潮流计算数据;
所述计算单元,用于确定所述第一量测模型的最小二乘法公式:
将xi-1代入所述最小二乘法公式中,求解得到Δxi,若Δxi在预设数值范围内,则得到各内部节点和各连接节点的第一估计电压矢量x=Δxi+xi-1,若Δxi不在预设数值范围内,则令xi=Δxi+xi-1,i=i+1,再次求解所述最小二乘法公式,直至得到的Δxi在预设范围内。
CN201610191788.8A 2016-03-30 2016-03-30 一种电网状态估计方法和装置 Active CN105743087B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610191788.8A CN105743087B (zh) 2016-03-30 2016-03-30 一种电网状态估计方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610191788.8A CN105743087B (zh) 2016-03-30 2016-03-30 一种电网状态估计方法和装置

Publications (2)

Publication Number Publication Date
CN105743087A CN105743087A (zh) 2016-07-06
CN105743087B true CN105743087B (zh) 2018-09-18

Family

ID=56252455

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610191788.8A Active CN105743087B (zh) 2016-03-30 2016-03-30 一种电网状态估计方法和装置

Country Status (1)

Country Link
CN (1) CN105743087B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107171327A (zh) * 2017-03-23 2017-09-15 国网山东省电力公司青岛供电公司 一种电网状态估计方法和装置
CN109711662B (zh) * 2018-11-14 2021-03-09 华北电力大学 一种基于多源数据融合的电网抗差状态估计方法

Citations (1)

* Cited by examiner, † Cited by third party
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6144611B2 (ja) * 2013-12-03 2017-06-07 株式会社日立製作所 配電系統の状態推定装置、状態推定方法、および状態推定プログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于KKT 条件分解的互联电网分布式状态估计算法;王建等;《电力系统自动化》;20101010;第34卷(第19期);第31-36页 *

Also Published As

Publication number Publication date
CN105743087A (zh) 2016-07-06

Similar Documents

Publication Publication Date Title
US10756569B2 (en) Decentralized voltage control method for microgrid based on nonlinear state observers
CN106021682B (zh) 基于阻抗网络模型的次同步振荡分析方法和装置
CN102495288B (zh) 基于scada量测数据的输电线路参数的辨识与估计方法
WO2016022603A1 (en) Distributed gradient descent for solving optimal power flow in radial networks
CN105186578B (zh) 具有精确计算网损能力的电力系统分布式自动调度方法
TWI479159B (zh) 電壓穩定度即時估測方法
CN106356840B (zh) 基于同步相量量测的地区电力系统状态估计方法及系统
CN105743087B (zh) 一种电网状态估计方法和装置
CN103236691A (zh) 基于复仿射数学理论的三相不平衡潮流计算方法
CN106097156A (zh) 配电网线损计算方法和系统
CN105391056A (zh) 一种考虑不平衡通信网络的电力系统分布式经济调度方法
CN107257130A (zh) 基于区域量测解耦的低压配电网损耗计算方法
CN109149665A (zh) 用于柔性直流交流电网联合仿真的多速率仿真方法及系统
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
Nie et al. Multiple line-outage detection in power system with load stochastic perturbations
CN107104430A (zh) 一种配电网双解耦状态估计方法
CN104821577A (zh) 基于智能电表量测的三相四线制配网抗差估计方法
CN109858061A (zh) 面向电压功率灵敏度估计的配电网络等值与化简方法
CN102545216B (zh) 用于电力系统暂态稳定仿真的发电机节点电压预测方法
Vlachogiannis Accurate model for contribution of generation to transmission system effect on charges and congestion management
CN112526396A (zh) 多回线接地故障分析方法、装置、电子设备及存储介质
CN107171327A (zh) 一种电网状态估计方法和装置
CN107767060B (zh) 配网线路理论线损计算系统及方法
CN102969710A (zh) 一种不完全信息下的配电网节点负荷虚拟量测方法
CN104410071A (zh) 一种35千伏高压配电网合解环电流估算方法

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