CN105914738A - 一种基于测量不确定度的配电网不良数据检测和辨识方法 - Google Patents
一种基于测量不确定度的配电网不良数据检测和辨识方法 Download PDFInfo
- Publication number
- CN105914738A CN105914738A CN201610364109.2A CN201610364109A CN105914738A CN 105914738 A CN105914738 A CN 105914738A CN 201610364109 A CN201610364109 A CN 201610364109A CN 105914738 A CN105914738 A CN 105914738A
- Authority
- CN
- China
- Prior art keywords
- formula
- node
- distribution network
- measurement
- power distribution
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于测量不确定度的配电网不良数据检测和辨识方法,包括:步骤一、建立配电网不良数据检测和辨识模型;步骤二、配电网不良数据检测和辨识计算方法本发明所能达到的有益效果是在坏数据很恶劣的情况下,能将坏数据全部辨识出来,且不存在漏检、误检情况,避免了残差污染,具有很强的坏数据辨识能力。经过本发明估计后,那些坏测点的估计值与真值较为接近,尤其对于那些不相关的坏测点,估计值非常接近于真值。可见本发明不仅能将坏数据辨识出来,还能给这些坏测点以很准确的估计值,也是本发明的优势所在。
Description
技术领域
本发明涉及一种基于测量不确定度的配电网不良数据检测和辨识方法。
背景技术
不良数据的检测和辨识是电力系统状态估计的重要功能之一,其目的在于排除量测采样数据中偶然出现的少数不良数据,以提高状态估计的可靠性[1]。
目前,国内外研究的不良数据的检测与辨识方法很多,每种方法从不同的角度出发,提出对不良数据检测与辨识的思路。大致可以分为以下两大类:
1)传统的不良数据检测与辨识方法。一般采用突变检测和抗差估计相结合的方法。或提出基于量测量替换与标准化残差检测的不良数据辨识,能减少计算量、提高辨识速度,但需以系统的量测配置较完善、能采集到大部分量测数据为前提。
2)相对于传统的检测与辨识方法,新的理论方法主要包括:提出的利用新息差向量的表现特征分析不良数据可检测性和可辨识性的方法;或者考虑多时段RTU/PMU信息和电网复功率平衡方程,提出了基于在线核学习的不良数据检测与辨识方法;或者通过引入一个可变的权重矩阵来限制坏数据对计算结果的影响,进一步还提出使用间隙统计方法来更好地定位坏数据。
目前公知文献一般都是基于测量不确定度提出了新的状态估计理念,如果某一测点的估计值落在以量测值为中心的某一区间内,则认为对该点的估计是合理的,称该测点为正常测点;并认为求得的系统中总的正常测点数目越多,则状态估计结果合理性越好。
相比于输电网,配电网有着很大的不同,如网络复杂,呈辐射状;网络中三相不平衡,且有功和无功功率不解耦,状态方程更加复杂;网络中量测装置相对不足等。本文将测量不确定度的思想应用于配电网不良数据的检测与辨识,可自动识别坏数据,抗差性和结果合理性较传统状态估计方法有了大幅提高。
发明内容
本发明所要解决的技术问题就是针对上述不足提出一种在坏数据很恶劣的情况下,能将坏数据全部辨识出来,且不存在漏检、误检情况,避免了残差污染,具有很强的坏数据辨识能力,还能给这些坏测点以很准确的估计值的基于测量不确定度的配电网不良数据检测和辨识方法,包括:
步骤一、建立配电网不良数据检测和辨识模型;
对于三相不平衡的配电网进行状态估计时,设某一配电系统的支路数目为m,节点数目为n+1(其中包含一个参考节点);
系统中相第条支路电流记为,相第k个节点电压记为;本发明以三相支路电流相量的实部和虚部、节点电压相量的实部和虚部作为待求变量,则该配电系统的待求变量共6m+6n个,表示如下:
,简称式(1)或公式(1),
对于测点i,其测点评价函数选取如下式:, ,简称式(2)或公式(2),
相同k条件下,选取1.3333时计算结果最优;令=1.3333,当k取值为1~1.5之间的值时,结果良好;选取k=1.3;
步骤二、 配电网不良数据检测和辨识计算方法
引入松弛变量,,将不等式约束变成等式约束,进一步,将目标函数改造为障碍函数,可得
,简称式(11)或公式(11),
式(11)中,为将带入后的目标函数,6m+6n为状态变量个数,为扰动因子,,,;式(11)为只含等式约束的优化问题,可用拉格朗日乘子法求解;其增广拉格朗日函数为,简称式(12)或公式(12),
式(12)中,,,为拉格朗日乘子;进一步,通过KKT条件得到:,简称式(13)或公式(13),
式(13)中,分别是以,为对角元素的对角矩阵;e单位列向量;是元素均为的列向量;
式(11)的最优解可以通过求解式(13)求得,而式(13)则可用牛顿法求解。
如权利要求1所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所需要考虑的量测包括节点电压幅值、支路电流幅值、节点注入功率(负荷功率)、支路功率。
如权利要求2所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所述支路电流幅值量测由式(3)描述:,简称式(3)或公式(3)。
如权利要求3所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所述电压幅值量测由下面的量测方程进行描述:,简称式(4)或公式(4)。
如权利要求4所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所述节点注入功率量测为,
规定电流的正方向是从节点编号较小的节点流向节点编号大的节点;
相节点k注入功率用状态变量表示,即:,简称式(5)或公式(5);,简称式(6)或公式(6)。
如权利要求5所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所述支路功率量测分为两种,支路首端功率量测和支路末端功率量测。
如权利要求6所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:为支路的首端节点,为支路的末端节点;
支路首末端功率用状态变量表示,即:
支路首端功率
,简称式(7)或公式(7)。
如权利要求5或6所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:为支路的首端节点,为支路的末端节点;
支路首末端功率用状态变量表示,即:
支路末端功率
,简称式(8)或公式(8)。
如权利要求8所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是: 对于电压约束和电流约束,可分别建立如下方程:
除首节点外,每个子节点t都存在父节点s;对于相电压,用状态变量表示,即: ,简称式(9)或公式(9),
其中,;
对于配电网内部的连接节点(无功率注入),即节点k,根据基尔霍夫电流定律,流入节点k的电流等于流出该节点的电流的总和,用状态变量表示,即:,简称式(10)或公式(10)。
本发明所能达到的有益效果是在坏数据很恶劣的情况下,能将坏数据全部辨识出来,且不存在漏检、误检情况,避免了残差污染,具有很强的坏数据辨识能力。经过本发明估计后,那些坏测点的估计值与真值较为接近,尤其对于那些不相关的坏测点,估计值非常接近于真值。可见本发明不仅能将坏数据辨识出来,还能给这些坏测点以很准确的估计值,也是本发明的优势所在。
附图说明
下面结合附图,对本发明进行具体说明;
图1为基于测量不确定度的配电网不良数据检测和辨识方法的算法流程图;
图2 部分系统的节点注入量测单线图;
图3为表1 即IEEE 33三相平衡配电网坏数据辨识试验;
图4为表2 即IEEE 34三相不平衡配电网坏数据辨识试验一部;
图5为表3 即IEEE 34三相不平衡配电网坏数据辨识试验二部。
具体实施方式
本发明公开了一种基于测量不确定度的配电网不良数据检测和辨识方法,包括
步骤一、建立配电网不良数据检测和辨识模型
本发明基于节点电压和支路电流进行配电网状态估计。
对于三相不平衡的配电网进行状态估计时,设某一配电系统的支路数目为m,节点数目为n+1(其中包含一个参考节点)。系统中相第条支路电流记为,相第k个节点电压记为。本发明以三相支路电流相量的实部和虚部、节点电压相量的实部和虚部作为待求变量,则该配电系统的待求变量共6m+6n个,表示如下:
,简称式(1)或公式(1),
对于测点i,其测点评价函数选取如下式。,,简称式(2)或公式(2),
由理论推导及验证可得,相同k值条件下,选取1.3333时计算结果最优。令=1.3333,试验可得,当k取值为1~1.5之间的值时,结果良好。本文选取k=1.3。
实际配电系统中,需要考虑的量测包括节点电压幅值、支路电流幅值、节点注入功率(负荷功率)、支路功率。下面分别就不同量测给出相应的量测方程。
1)支路电流幅值量测
支路电流幅值量测可由式(3)描述:,简称式(3)或公式(3),
2)节点电压幅值量测
电压幅值量测由下面的量测方程进行描述:,简称式(4)或公式(4),
3)节点注入功率量测
规定电流的正方向是从节点编号较小的节点流向节点编号大的节点。部分系统的节点注入量测如图2所示。
由图中可知,相节点k的注入功率用状态变量表示,即:,简称式(5)或公式(5),
,简称式(6)或公式(6),
4)支路功率量测
支路功率量测分为两种,支路首端功率量测和支路末端功率量测。为支路的首端节点,为支路的末端节点。
支路首末端功率用状态变量表示,即:
支路首端功率
,简称式(7)或公式(7),
支路末端功率
,简称式(8)或公式(8),
对于电压约束和电流约束,可分别建立如下方程:
除首节点外,每个子节点t都存在父节点s。对于相电压,用状态变量表示,即:
,简称式(9)或公式9),
其中,。
对于配电网内部的连接节点(无功率注入),即节点k,根据基尔霍夫电流定律,流入节点k的电流等于流出该节点的电流的总和,用状态变量表示,即:
,简称式(10)或公式(10),
步骤二、 配电网不良数据检测和辨识计算方法
引入松弛变量,,将不等式约束变成等式约束,进一步,将目标函数改造为障碍函数,可得
,简称式(11)或公式(11),
式(11)中,为将带入后的目标函数,6m+6n为状态变量个数,为扰动因子,,,。式(11)为只含等式约束的优化问题,可用拉格朗日乘子法求解。其增广拉格朗日函数为
,简称式(12)或公式(12),
式(12)中,,,为拉格朗日乘子。进一步,通过KKT条件得到:
,简称式(13)或公式(13),
式(13)中分别是以为对角元素的对角矩阵;e为单位列向量;是元素均为的列向量。
式(11)的最优解可以通过求解式(13)求得,而式(13)则可用牛顿法求解。
通过将潮流结果加上2%的高斯噪声得到试验用的生数据,进一步将生数据改变符号、置零或加减量测值20%以上得到试验的坏数据。考虑配电网量测的特点,电压量测配置得较少,电流量测配置得较多。计算时,统一采用标幺制。
下面依次对三相平衡和不平衡的配电网进行测试,并按照图1所示配电网不良数据检测和辨识方法进行测试。
1、三相平衡的配电网测试
以IEEE33系统为例,共设置8个坏数据,数据配置如图3所示。有功单位为MW,无功单位为MVar。
8个坏数据中,、、、是彼此相关的数据,一般的坏数据检测方法很有可能将、误认为是坏数据,另外与2节点相关的、也有可能被认为是坏数据。剩余4个坏数据彼此独立。
2、 三相不平衡的配电网测试
以IEEE34系统为例,坏数据的设置仿照三相平衡的配电网的方法,共设置8个坏数据,数据配置如图4、图5所示。有功单位为MW,无功单位为MVar。
显然,使用本专利所述方法检测和辨识不良数据与传统方法相比,不会出现“残差污染”现象,即一些原本好的量测由于坏的量测影响导致估计出现偏差,成了不良测点。因此,本方法从计算量、计算时间、辨识可信度方面均有较大提升。
Claims (9)
1.一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是,包括:
步骤一、建立配电网不良数据检测和辨识模型;
对于三相不平衡的配电网进行状态估计时,设某一配电系统的支路数目为m,节点数目为n+1(其中包含一个参考节点);
系统中相第条支路电流记为,相第k个节点电压记为;本发明以三相支路电流相量的实部和虚部、节点电压相量的实部和虚部作为待求变量,则该配电系统的待求变量共6m+6n个,表示如下:
,简称式(1)或公式(1),
对于测点i,其测点评价函数选取如下式:, ,简称式(2)或公式(2),
相同k条件下,选取1.3333时计算结果最优;令=1.3333,当k取值为1~1.5之间的值时,结果良好;选取k=1.3;
步骤二、 配电网不良数据检测和辨识计算方法
引入松弛变量,,将不等式约束变成等式约束,进一步,将目标函数改造为障碍函数,可得
,简称式(11)或公式(11),
式(11)中,为将带入后的目标函数,6m+6n为状态变量个数,为扰动因子,,,;式(11)为只含等式约束的优化问题,可用拉格朗日乘子法求解;其增广拉格朗日函数为 ,简称式(12)或公式(12),
式(12)中,,,为拉格朗日乘子;进一步,通过KKT条件得到:,简称式(13)或公式(13),
式(13)中,分别是以,为对角元素的对角矩阵;e单位列向量;是元素均为的列向量;
式(11)的最优解可以通过求解式(13)求得,而式(13)则可用牛顿法求解。
2.如权利要求1所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所需要考虑的量测包括节点电压幅值、支路电流幅值、节点注入功率(负荷功率)、支路功率。
3.如权利要求2所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所述支路电流幅值量测由式(3)描述:,简称式(3)或公式(3)。
4.如权利要求3所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所述电压幅值量测由下面的量测方程进行描述:,简称式(4)或公式(4)。
5.如权利要求4所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所述节点注入功率量测为,
规定电流的正方向是从节点编号较小的节点流向节点编号大的节点;
相节点k注入功率用状态变量表示,即: ,简称式(5)或公式(5);,简称式(6)或公式(6)。
6.如权利要求5所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:所述支路功率量测分为两种,支路首端功率量测和支路末端功率量测。
7.如权利要求6所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:为支路的首端节点,为支路的末端节点;
支路首末端功率用状态变量表示,即:
支路首端功率
,简称式(7)或公式(7)。
8.如权利要求5或6所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是:为支路的首端节点,为支路的末端节点;
支路首末端功率用状态变量表示,即:
支路末端功率
,简称式(8)或公式(8)。
9.如权利要求8所述的一种基于测量不确定度的配电网不良数据检测和辨识方法,其特征是: 对于电压约束和电流约束,可分别建立如下方程:
除首节点外,每个子节点t都存在父节点s;对于相电压,用状态变量表示,即: ,简称式(9)或公式(9),
其中,;
对于配电网内部的连接节点(无功率注入),即节点k,根据基尔霍夫电流定律,流入节点k的电流等于流出该节点的电流的总和,用状态变量表示,即:,简称式(10)或公式(10)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610364109.2A CN105914738A (zh) | 2016-05-26 | 2016-05-26 | 一种基于测量不确定度的配电网不良数据检测和辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610364109.2A CN105914738A (zh) | 2016-05-26 | 2016-05-26 | 一种基于测量不确定度的配电网不良数据检测和辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105914738A true CN105914738A (zh) | 2016-08-31 |
Family
ID=56742598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610364109.2A Pending CN105914738A (zh) | 2016-05-26 | 2016-05-26 | 一种基于测量不确定度的配电网不良数据检测和辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105914738A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106684865A (zh) * | 2017-01-04 | 2017-05-17 | 北京清能互联科技有限公司 | 一种无功日曲线不良数据识别与修正方法 |
CN107887907A (zh) * | 2017-11-17 | 2018-04-06 | 广西大学 | 一种电力系统动态状态估计多时段滚动优化方法 |
CN111369123A (zh) * | 2020-02-27 | 2020-07-03 | 国网信通亿力科技有限责任公司 | 一种配电网相关的数据处理方法 |
CN112084713A (zh) * | 2020-09-09 | 2020-12-15 | 国网江苏省电力有限公司南通供电分公司 | 一种单电源辐射状配电网负荷开关状态辨识方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976837A (zh) * | 2010-10-17 | 2011-02-16 | 华中电网有限公司 | 一种电力系统潮流无解调整方法 |
CN102280877A (zh) * | 2011-07-25 | 2011-12-14 | 清华大学 | 一种多量测断面的电力系统不良支路参数辨识方法 |
CN103279676A (zh) * | 2013-06-07 | 2013-09-04 | 河海大学 | 一种基于变量代换的电力系统wlav抗差估计方法 |
CN103886193A (zh) * | 2014-03-13 | 2014-06-25 | 河海大学 | 一种电力系统模糊自适应抗差估计方法 |
-
2016
- 2016-05-26 CN CN201610364109.2A patent/CN105914738A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976837A (zh) * | 2010-10-17 | 2011-02-16 | 华中电网有限公司 | 一种电力系统潮流无解调整方法 |
CN102280877A (zh) * | 2011-07-25 | 2011-12-14 | 清华大学 | 一种多量测断面的电力系统不良支路参数辨识方法 |
CN103279676A (zh) * | 2013-06-07 | 2013-09-04 | 河海大学 | 一种基于变量代换的电力系统wlav抗差估计方法 |
CN103886193A (zh) * | 2014-03-13 | 2014-06-25 | 河海大学 | 一种电力系统模糊自适应抗差估计方法 |
Non-Patent Citations (1)
Title |
---|
王雅婷 等: ""基于测量不确定度的配电网状态估计新方法"", 《电力系统自动化》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106684865A (zh) * | 2017-01-04 | 2017-05-17 | 北京清能互联科技有限公司 | 一种无功日曲线不良数据识别与修正方法 |
CN106684865B (zh) * | 2017-01-04 | 2019-03-15 | 北京清能互联科技有限公司 | 一种无功日曲线不良数据识别与修正方法 |
CN107887907A (zh) * | 2017-11-17 | 2018-04-06 | 广西大学 | 一种电力系统动态状态估计多时段滚动优化方法 |
CN111369123A (zh) * | 2020-02-27 | 2020-07-03 | 国网信通亿力科技有限责任公司 | 一种配电网相关的数据处理方法 |
CN112084713A (zh) * | 2020-09-09 | 2020-12-15 | 国网江苏省电力有限公司南通供电分公司 | 一种单电源辐射状配电网负荷开关状态辨识方法 |
CN112084713B (zh) * | 2020-09-09 | 2022-07-01 | 国网江苏省电力有限公司南通供电分公司 | 一种单电源辐射状配电网负荷开关状态辨识方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103324847B (zh) | 电力系统动态不良数据检测与辨识方法 | |
CN108303606B (zh) | 一种配电变压器容量在线评估方法 | |
CN105914738A (zh) | 一种基于测量不确定度的配电网不良数据检测和辨识方法 | |
CN105974264B (zh) | 一种基于相电流暂态特征的故障选线方法 | |
CN104297629A (zh) | 含分布式电源的配电网的区段故障检测与定位方法 | |
CN107453484B (zh) | 一种基于wams信息的scada数据校准方法 | |
CN102967800A (zh) | 基于暂态信号prony算法的配电网单相接地故障区段定位方法及定位装置 | |
CN106646130B (zh) | 一种基于电流极性比较的主动配电网故障定位方法及系统 | |
CN103576053A (zh) | 一种基于有限电能质量监测点的电压暂降源定位方法 | |
CN105652147B (zh) | 一种单/双回输电线路全线高精度故障测距方法 | |
CN110927519B (zh) | 基于μPMU量测值的主动配电网故障定位方法 | |
Zhao et al. | A review on on-line voltage stability monitoring indices and methods based on local phasor measurement | |
CN105548719A (zh) | 一种对地绝缘电阻的检测电路及方法 | |
CN107132455B (zh) | 一种基于地线电流注入的变电站接地网性能评估方法 | |
CN104237738A (zh) | 配电馈线单相接地定位系统及定位方法 | |
CN104297628A (zh) | 含dg的配电网的区段故障检测与定位方法 | |
CN102005757A (zh) | 一种基于量测生成树的电网拓扑错误的辨识方法 | |
CN110289613A (zh) | 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法 | |
CN108845225B (zh) | 电力电容器、电抗器二次电流回路接线正确性分析方法 | |
CN108074198B (zh) | 一种电力系统pmu不良数据识别方法 | |
CN109270316A (zh) | 一种电力用户用电量异常识别方法、装置及终端设备 | |
CN201716368U (zh) | 一种电缆相位分析识别装置 | |
CN205333777U (zh) | 一种单相接地故障定位装置 | |
CN102636706A (zh) | 一种电网中参数误差支路的辨识方法 | |
CN105651410B (zh) | 一种实时检测架空线路金具接头发热的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160831 |
|
WD01 | Invention patent application deemed withdrawn after publication |