CN106780142B - 配电网信息的确定方法及装置 - Google Patents

配电网信息的确定方法及装置 Download PDF

Info

Publication number
CN106780142B
CN106780142B CN201611159713.8A CN201611159713A CN106780142B CN 106780142 B CN106780142 B CN 106780142B CN 201611159713 A CN201611159713 A CN 201611159713A CN 106780142 B CN106780142 B CN 106780142B
Authority
CN
China
Prior art keywords
measurement
determining
distribution network
matrix
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.)
Active
Application number
CN201611159713.8A
Other languages
English (en)
Other versions
CN106780142A (zh
Inventor
任雪桂
尹璐
刘丁华
吕阳
张若昱
余潇潇
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 Beijing Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Beijing 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 Beijing Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201611159713.8A priority Critical patent/CN106780142B/zh
Publication of CN106780142A publication Critical patent/CN106780142A/zh
Application granted granted Critical
Publication of CN106780142B publication Critical patent/CN106780142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种配电网信息的确定方法及装置。其中,该方法包括:获取配电网的量测信息;基于所述量测信息确定量测矩阵和第一协方差矩阵;根据新增的电流量测,确定所述量测矩阵的第一更新参数和所述第一协方差矩阵的第二更新参数;在确定新增的电流量测后,至少根据所述第一更新参数和所述第二更新参数,确定所述配电网状态的预估误差值。本发明解决了计算配电网状态预估误差值效率低的技术问题。

Description

配电网信息的确定方法及装置
技术领域
本发明涉及信息处理领域,具体而言,涉及一种配电网信息的确定方法及装置。
背景技术
随着智能电网的不断发展,大量的分布式能源、可控、储能等多种负荷将会不断接入配电网,导致配电网结构逐渐复杂,配电网的运行与控制面临着更大的挑战。高级配电运行(advanced distribution operation,ADO)要求配电网的拓扑结构能够根据运行状况灵活调整,并对系统的状态进行实时的监控与分析。这就首先要确定配电网的运行状态。因此,对配电网进行状态估计对配电网的运行规划运行具有重要的指导意义。
由于配电网受到成本、安装条件与运行条件等诸多限制,配电网中主要以电流量测为主,无法配置大量的、高精度的实时测量,。同时,由于实时量测和伪量测的精度相差很大,导致随着伪量测数目的增加,配电网状态估计精度下降。因此为了提高配电网状态估计的精度,需要根据状态估计误差评估结果,在量测有限的情况下合理配置实时量测。
针对上述的计算配电网状态预估误差值效率低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种配电网信息的确定方法及装置,以至少解决计算配电网状态预估误差值效率低的技术问题。
根据本发明实施例的一个方面,提供了一种配电网信息的确定方法,包括:获取配电网的量测信息;基于所述量测信息确定量测矩阵和第一协方差矩阵;根据新增的电流量测,确定所述量测矩阵的第一更新参数和所述第一协方差矩阵的第二更新参数;在确定新增的电流量测后,至少根据所述第一更新参数和所述第二更新参数,确定所述配电网状态的预估误差值。
进一步地,所述量测信息包括所述配电网的支路数目、可配置电流量测的支路集合以及需要配置的电流量测数量。
进一步地,在确定所述配电网状态的预估误差值之前,所述方法还包括:根据预先定义的量测方程和预先获取的量测矢量,确定基于加权最小二乘法的配电网状态估计的目标函数。
进一步地,根据新增的电流量测,确定所述量测矩阵的第一更新参数和所述第一协方差矩阵的第二更新参数包括:根据所述新增的电流量测,确定所述量测矩阵中的新增行元素,其中,所述第一更新参数包括所述新增行元素;根据所述新增的电流量测,确定所述第一协方差矩阵中的新增量测误差,其中,所述第二更新参数包括所述新增量测误差。
进一步地,在确定新增的电流量测后,至少根据所述第一更新参数和所述第二更新参数,确定所述配电网状态的预估误差值包括:基于所述量测矩阵和所述第一协方差矩阵计算第一信息矩阵D0;根据如下公式,确定与所述第一信息矩阵对应的第二协方差矩阵:E=D-1,E=D-1=D0 -1-D0 -1hl[hl TD0 -1hll 2]-1hl TD0 -1,其中,D0表示所述第一信息矩阵,hl表示所述新增行元素,σl表示所述新增量测误差;在确定新增的电流量测后,通过所述第二协方差矩阵,确定所述配电网状态的预估误差值。
根据本发明实施例的另一方面,提供了一种配电网信息的确定装置,包括:获取单元,用于获取配电网的量测信息;第一确定单元,用于基于所述量测信息确定量测矩阵和第一协方差矩阵;第二确定单元,用于根据新增的电流量测,确定所述量测矩阵的第一更新参数和所述第一协方差矩阵的第二更新参数;第三确定单元,用于在确定新增的电流量测后,至少根据所述第一更新参数和所述第二更新参数,确定所述配电网状态的预估误差值。
进一步地,所述量测信息包括所述配电网的支路数目、可配置电流量测的支路集合以及需要配置的电流量测数量。
进一步地,所述装置还包括:第四确定单元,用于确定所述配电网状态的预估误差值,根据预先定义的量测方程和预先获取的量测矢量,确定基于加权最小二乘法的配电网状态估计的目标函数。
进一步地,第二确定单元包括:第一确定模块,用于根据所述新增的电流量测,确定所述量测矩阵中的新增行元素,其中,所述第一更新参数包括所述新增行元素;第二确定模块,用于根据所述新增的电流量测,确定所述第一协方差矩阵中的新增量测误差,其中,所述第二更新参数包括所述新增量测误差。
进一步地,第三确定单元包括:计算模块,用于基于所述量测矩阵和所述第一协方差矩阵计算第一信息矩阵D0;第三确定模块,用于根据如下公式,确定与所述第一信息矩阵对应的第二协方差矩阵:
E=D-1,E=D-1=D0 -1-D0 -1hl[hl TD0 -1hll 2]-1hl TD0 -1,其中,D0表示所述第一信息矩阵,hl表示所述新增行元素,σl表示所述新增量测误差;第四确定模块,用于在确定新增的电流量测后,通过所述第二协方差矩阵,确定所述配电网状态的预估误差值。
在本发明实施例中,可以获取配电网的量测信息,并基于获取到的量测信息确定出量测矩阵和第一协方差矩阵,根据新增的电流量测,确定量测矩阵的第一更新参数和第一协方差矩阵的第二更新参数,最后,至少根据第一更新参数和第二更新参数,确定新增的电流量测对配电网状态的预估误差值。根据本发明实施方式,可以根据量测信息得到第一协方差矩阵和量测矩阵,并根据新增的电流量测确定量测矩阵的第一更新参数和第一协方差矩阵的第二更新参数,从而准确的得到新增的电流量测对配电网状态的预估误差值,解决计算配电网状态预估误差值效率低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的配电网信息的确定方法的流程图;
图2是根据本发明实施例的另一种可选的配电网信息的确定方法的流程图;
图3是根据本发明实施例的一种可选的配电网信息的确定装置的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够在除了这里的图示或描述以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种配电网信息的确定方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
下面对本发明的术语做出解释:
支路电流法:以支路电流复向量作为状态变量,将支路的有功功率和无功功率通过量测变换转化成为支路电流量测,再进行状态估计。
矢量:即有大小又有方向的量。
最小二乘法:是一种数学优化技术,通过最小化误差的平方和找到一组数据的最佳函数匹配,用最简单的方法求得一些不可知道的真值,从而令误差平方之和最小。
加权最小二乘法:是对原模型进行加权,使之成为一个新的不存在异方差性的模型,然后采用最小二乘法估计其参数。
图1是根据本发明实施例的一种可选的配电网信息的确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取配电网的量测信息;
步骤S104,基于量测信息确定量测矩阵和第一协方差矩阵;
步骤S106,根据新增的电流量测,确定量测矩阵的第一更新参数和第一协方差矩阵的第二更新参数;
步骤S108,在确定新增的电流量测后,通过第二协方差矩阵,确定配电网状态的预估误差值。
通过上述实施例,可以获取配电网的量测信息,并基于获取到的量测信息确定出量测矩阵和第一协方差矩阵,根据新增的电流量测,确定量测矩阵的第一更新参数和第一协方差矩阵的第二更新参数,最后,在确定新增的电流量测后,通过第二协方差矩阵,确定配电网状态的预估误差值。根据本发明实施方式,可以根据量测信息得到第一协方差矩阵和量测矩阵,并根据新增的电流量测确定量测矩阵的第一更新参数和第一协方差矩阵的第二更新参数,从而在得到新增的电流量测后,准确确定出配电网状态的预估误差值,提高了计算配电网状态的预估误差值的效率,解决计算配电网状态预估误差值效率低的技术问题。
在实施方式中,可以对配电网的状态误差进行估计,在确定配电网的状态时,可以预先获取配电网的量测信息,可选的,量测信息可以包括配电网的支路数目、可配置电流量测的支路集合以及需要配置的电流量测数量。配电网可以包括主路和支路,其中,配电网的支路数目可以为多个。对于可配置电流量测的支路集合,可以为对配电网的各个电流量测的支路的集合;对于需要配置的电流量测数量,可以是在对配电网的状态预估时,确定需要配置的电流量测的数量,该数量可以为多个。
另一种可选的,对配电网进行状态估计可以通过节点电压法、支路电流法或者支路功率法。优选的,可以基于支路电流法的状态估计算法来对配电网的状态进行预估。支路电流可以包括实部和虚部,可以将支路电流的实部和虚部作为配电网的系统状态的变量。
可选的,配电网中存在的量测可以包括电压幅值量测、电流(幅值)量测、支路功率量测和注入功率量测。优选的,本发明实施方式中的配电网可以通过电流量测来实现。
另一种可选的实施方式,在确定配电网状态的预估误差值之前,方法可以包括:根据预先定义的量测方程和预先获取的量测矢量,确定基于加权最小二乘法的配电网状态估计的目标函数。
其中,量测矢量可以是提前获取的。通过预先获取到量测矢量和量测方程,根据加权最小二乘法的配电网系统状态估计目标函数,其中,量测方程可以为非线性量测方程。
可选的,根据新增的电流量测,确定量测矩阵的第一更新参数和第一协方差矩阵的第二更新参数包括:根据新增的电流量测,确定量测矩阵中的新增行元素,其中,第一更新参数包括新增行元素;根据新增的电流量测,确定第一协方差矩阵中的新增量测误差,其中,第二更新参数包括新增量测误差。
另一种可选的实施方式,至少根据第一更新参数和第二更新参数,确定新增的电流量测对配电网状态的预估误差值包括:基于量测矩阵和第一协方差矩阵计算第一信息矩阵D0;根据如下公式,确定与第一信息矩阵对应的第二协方差矩阵:E=D-1,E=D-1=D0 -1-D0 - 1hl[hl TD0 -1hll 2]-1hl TD0 -1其中,D0表示第一信息矩阵,hl表示新增行元素,σl表示新增量测误差;在确定新增的电流量测后,通过所述第二协方差矩阵,确定所述配电网状态的预估误差值。
下面是根据本发明的具体实现方式。
图2是根据本发明的另一种可选的配电网信息的确定方法的流程图,如图2所示,该方法包括:
步骤S201:获取配电网的量测信息,确定配电网系统的拓扑结构、线路参数和量测系统。
获取配电网中的支路数目n、可配置电流量测的支路集合M和需要配置的电流量测数量m。
x表示状态变量,量测矢量与系统状态变量之间的关系可以用非线性量测方程表示:Z=h(x)+ε,式中,Z表示量测矢量,Z=[z1,z2,...,zm]T,其中,zi表示系统的第i个量测,i=1,2,...,m。本发明实施例以电流幅值的平方作为量测量,量测矢量为I=[I1 2,I2 2,...,Im 2]T,矢量I的第k个元素为第i条支路电流的幅值Ii
本发明在直角坐标系下,以支路电流的实部和虚部作为状态变量,其中,xki表示系统的第k条支路电流的实部,xkj表示系统的第k条支路电流的虚部。因此x=[I1i,I1j,I2i,I2j,...,Ini,Inj]T,k=1,2,...,n。
h(x)表示非线性量测函数,表示了量测矢量I和状态变量x之间的关系。即
Ik 2=Iki 2+Ikj 2
ε表示量测误差,ε=[ε1,ε2,...,εm]T,其中,εi表示系统的第i个量测的量测误差。
步骤S203:确定目标函数。
根据预先定义的量测矢量和获取的量测方程,建立基于加权最小二乘法的系统状态估计目标函数:
minJ=[Z-h(x)]TW[Z-h(x)]
其中,W为量测权重矩阵,W=[w1,w2,...,wm]T,wi表示第i量测值所占权重。
步骤S205:确定量测矩阵。
H是量测函数方程对x的偏倒数矩阵。
Figure BDA0001180648250000071
在本发明实施方式中,原量测矩阵H0=(hkki)m×2n,而
Figure BDA0001180648250000072
因此可得量测矩阵H0的元素如下:
Figure BDA0001180648250000073
Figure BDA0001180648250000074
而其余元素为0,因此量测矩阵H0是一个稀疏矩阵。
步骤S207:确定量测的协方差矩阵。
如果整个量测系统正常,量测的误差期望可以服从标准差为σ的正态分布,R=E(εεT)。由于各个量测相互独立,其对应的量测误差之间也相互对立。因此可得,原量测的协方差矩阵R0=(rkl)m×m,R0=diag(σ1 22 2,…,σm 2)为对角阵。式中,σk是量测k的测量误差(标准差),k=1,2,…,m。研究表明,对于量测i,当量测权重矩阵W=R-1=diag(σ1 -22 -2,…,σm -2)时,上述优化问题可得到最优解。
步骤S209:确定新的量测矩阵和新的量测协方差矩阵。
在配电网中可以增加一个电流量测,这时会在量测矩阵中多增加一行元素hl,其中
Figure BDA0001180648250000075
则新的量测矩阵为
Figure BDA0001180648250000076
HT=[H0 T hl T]2n×(m+1)
而新的量测的协方差矩阵是
Figure BDA0001180648250000081
因此
Figure BDA0001180648250000082
步骤S211:确定信息矩阵。
信息矩阵记录量测系统的结构参数、网络参数和量测精准度等信息。信息矩阵D与量测矩阵H和量测协方差矩阵R存在如下关系:
D=HTR-1H
由此我们可以得到初始原信息矩阵D0=H0 TR0 -1H0=(dij)2n×2n
当配电网中新增一个电流量测时,可以得到新的信息矩阵D:
Figure BDA0001180648250000083
步骤S213:确定新的协方差矩阵。
初始协方差矩阵E0=D0 -1。是一个2n×2n的对称方阵,其对角元即为各个状态的估计结果的误差。由于产生了一个新的信息矩阵,需要对新的信息矩阵重新进行求逆的工作。根据已知的原信息矩阵D0、量测新增行元素hl和新增量测误差σl,即可得到新的协方差矩阵。其推导过程如下:
设矩阵
Figure BDA0001180648250000084
矩阵
Figure BDA0001180648250000085
(b是常数),其中,矩阵A、B是互逆矩阵,因此有
Figure BDA0001180648250000086
式中,A、B相应子块具有相同的维数,D0和B11均为可逆方阵,右侧是单位矩阵,展开公式,可得
D0B11+hlB21=I11
D0B12+hlb=0
hl TB11+(-σl 2)B21=0
hl TB12+(-σl 2)b=1
由B11hl T+(-σl 2)B21=0可得
Figure BDA0001180648250000091
代入D0B11+hlB21=I11中,可得到
Figure BDA0001180648250000092
故得
Figure BDA0001180648250000093
由D0B12+hlb=0可得
B12=-D0 -1hlb
代入hl TB12+(-σl 2)b=1有
[-hl TD0 -1hl+(-σl 2)]b=1
Figure BDA0001180648250000094
由于A、B互逆,故有
Figure BDA0001180648250000095
可得到
B21D0+bhl T=0
B21=-bhl TD0 -1
由D0B12+hlb=0可得
Figure BDA0001180648250000101
代入D0B11+hlB21=I11
Figure BDA0001180648250000102
将上文求得的B11、B12、B21和b代入
Figure BDA0001180648250000103
中,移相整理可得
B11=D0 -1+D0 -1hl[-hl TD0 -1hl+(-σl 2)]-1hl TD0 -1
比较
Figure BDA0001180648250000104
和上式可得
Figure BDA0001180648250000105
由于,
Figure BDA0001180648250000106
因此可得
E=D-1=D0 -1-D0 -1hl[hl TD0 -1hll 2]-1hl TD0 -1
=E0-E0hl[hl TE0hll 2]-1hl TE0
步骤S215:根据得到的新协方差矩阵,比较状态估计误差。
本发明实施例,可以通过对配电网的状态的预估误差值的标胶,来评估新增量测对状态估计的影响程度。
通过上述实施方式,根据给出状态误差的计算方法,判断配电网状态估计结果的误差范围,通过加权最小二乘法得到配电网系统的预估目标函数。在以标准差作为状态估计误差的衡量标准时,可以根据量测矩阵和量测的协方差矩阵得到信息矩阵,再通过信息矩阵求逆的方式得到状态估计的误差矩阵。本发明实施方式,可以在配电网中新增一个量测,新增量测对状态结果误差所造成的影响进行评估。
对于上述实施方式,在配电网中新增一个电流量测,减少了原本所需的的计算量。本发明实施例提出了量测对配电网状态误差影响的评估方式,其可以是基于支路电流法的状态估计算法,首先,获取配电网中的支路数目n、可配置电流量测的支路集合M和需要配置的电流量测数量m,并确定量测矩阵H0和量测的协方差矩阵R0,通过公式D=HTR-1H求得原信息矩阵D0。然后根据新增的量测,确定量测矩阵中新增的一行元素和新增量测误差,并结合原信息矩阵D0,根据公式
E=D-1=D0 -1-D0 -1hl[hl TD0 -1hll 2]-1hl TD0 -1
得到新的协方差矩阵。最后根据得到的新协方差矩阵,由状态估计误差减小的程度来评估新增量测对状态估计的影响程度。该方法极大地减少了原本所需的的计算量,避免了不必要的资源消耗。提高了计算配电网状态预估误差值的效率。
图3是根据本发明实施例的一种可选的配电网信息的确定装置的结构图,如图3所示,该装置包括:获取单元31,用于获取配电网的量测信息;第一确定单元33,用于基于量测信息确定量测矩阵和第一协方差矩阵;第二确定单元35,用于根据新增的电流量测,确定量测矩阵的第一更新参数和第一协方差矩阵的第二更新参数;第三确定单元37,用于在确定新增的电流量测后,至少根据所述第一更新参数和所述第二更新参数,确定所述配电网状态的预估误差值。
通过上述实施例,可以通过获取单元31获取配电网的量测信息,并通过第一确定单元33基于获取到的量测信息确定出量测矩阵和第一协方差矩阵,通过第二确定单元35根据新增的电流量测,确定量测矩阵的第一更新参数和第一协方差矩阵的第二更新参数,最后,通过第三确定单元37在确定新增的电流量测后,至少根据所述第一更新参数和所述第二更新参数,确定所述配电网状态的预估误差值。根据本发明实施方式,可以根据量测信息得到第一协方差矩阵和量测矩阵,并根据新增的电流量测确定量测矩阵的第一更新参数和第一协方差矩阵的第二更新参数,从而在得到新增的电流量测后,准确的确定出配电网状态的预估误差值,解决计算配电网状态预估误差值效率低的技术问题。
可选的,量测信息包括配电网的支路数目、可配置电流量测的支路集合以及需要配置的电流量测数量。
另一种可选的实施方式,装置还包括:第四确定单元,用于在确定所述配电网状态的预估误差值之前,根据预先定义的量测方程和预先获取的量测矢量,确定基于加权最小二乘法的配电网状态估计的目标函数。
其中,第二确定单元包括:第一确定模块,用于根据新增的电流量测,确定量测矩阵中的新增行元素,其中,第一更新参数包括新增行元素;第二确定模块,用于根据新增的电流量测,确定第一协方差矩阵中的新增量测误差,其中,第二更新参数包括新增量测误差。
可选的,第三确定单元包括:计算模块,用于基于量测矩阵和第一协方差矩阵计算第一信息矩阵D0;第三确定模块,用于根据如下公式,确定与第一信息矩阵对应的第二协方差矩阵:E=D-1,E=D-1=D0 -1-D0 -1hl[hl TD0 -1hl1 2]-1hl TD0 -1,其中,D0表示第一信息矩阵,hl表示新增行元素,σl表示新增量测误差;第四确定模块,用于在确定新增的电流量测后,通过所述第二协方差矩阵,确定所述配电网状态的预估误差值。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种配电网信息的确定方法,其特征在于,包括:
获取配电网的量测信息;
基于所述量测信息确定量测矩阵和第一协方差矩阵;
根据新增的电流量测,确定所述量测矩阵的第一更新参数和所述第一协方差矩阵的第二更新参数;
在确定新增的电流量测后,至少根据所述第一更新参数和所述第二更新参数,确定所述配电网状态的预估误差值;
其中,根据新增的电流量测,确定所述量测矩阵的第一更新参数和所述第一协方差矩阵的第二更新参数包括:根据所述新增的电流量测,确定所述量测矩阵中的新增行元素,其中,所述第一更新参数包括所述新增行元素;根据所述新增的电流量测,确定所述第一协方差矩阵中的新增量测误差,其中,所述第二更新参数包括所述新增量测误差;
其中,在确定新增的电流量测后,至少根据所述第一更新参数和所述第二更新参数,确定所述配电网状态的预估误差值包括:基于所述量测矩阵和所述第一协方差矩阵计算第一信息矩阵D0;根据如下公式,确定与所述第一信息矩阵对应的第二协方差矩阵:E=D-1,E=D-1=D0 -1-D0 -1h1[h1 TD0 -1h11 2]-1h1 TD0 -1,其中,D0表示所述第一信息矩阵,h1表示所述新增行元素,σl表示所述新增量测误差;在确定新增的电流量测后,通过所述第二协方差矩阵,确定所述配电网状态的预估误差值。
2.根据权利要求1所述的方法,其特征在于,所述量测信息包括所述配电网的支路数目、可配置电流量测的支路集合以及需要配置的电流量测数量。
3.根据权利要求1所述的方法,其特征在于,在确定所述配电网状态的预估误差值之前,所述方法还包括:
根据预先定义的量测方程和预先获取的量测矢量,确定基于加权最小二乘法的配电网状态估计的目标函数。
4.一种配电网信息的确定装置,其特征在于,包括:
获取单元,用于获取配电网的量测信息;
第一确定单元,用于基于所述量测信息确定量测矩阵和第一协方差矩阵;
第二确定单元,用于根据新增的电流量测,确定所述量测矩阵的第一更新参数和所述第一协方差矩阵的第二更新参数;
第三确定单元,用于在确定新增的电流量测后,至少根据所述第一更新参数和所述第二更新参数,确定所述配电网状态的预估误差值;
其中,所述第二确定单元包括:第一确定模块,用于根据所述新增的电流量测,确定所述量测矩阵中的新增行元素,其中,所述第一更新参数包括所述新增行元素;第二确定模块,用于根据所述新增的电流量测,确定所述第一协方差矩阵中的新增量测误差,其中,所述第二更新参数包括所述新增量测误差;
其中,第三确定单元包括:计算模块,用于基于所述量测矩阵和所述第一协方差矩阵计算第一信息矩阵D0;第三确定模块,用于根据如下公式,确定与所述第一信息矩阵对应的第二协方差矩阵:E=D-1,E=D-1=D0 -1-D0 -1h1[h1 TD0 -1h11 2]-1h1 TD0 -1,其中,D0表示所述第一信息矩阵,h1表示所述新增行元素,σl表示所述新增量测误差;第四确定模块,用于在确定新增的电流量测后,通过所述第二协方差矩阵,确定所述配电网状态的预估误差值。
5.根据权利要求4所述的装置,其特征在于,所述量测信息包括所述配电网的支路数目、可配置电流量测的支路集合以及需要配置的电流量测数量。
6.根据权利要求4所述的装置,其特征在于,所述装置还包括:
第四确定单元,用于确定所述配电网状态的预估误差值之前,根据预先定义的量测方程和预先获取的量测矢量,确定基于加权最小二乘法的配电网状态估计的目标函数。
CN201611159713.8A 2016-12-14 2016-12-14 配电网信息的确定方法及装置 Active CN106780142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611159713.8A CN106780142B (zh) 2016-12-14 2016-12-14 配电网信息的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611159713.8A CN106780142B (zh) 2016-12-14 2016-12-14 配电网信息的确定方法及装置

Publications (2)

Publication Number Publication Date
CN106780142A CN106780142A (zh) 2017-05-31
CN106780142B true CN106780142B (zh) 2020-09-11

Family

ID=58889224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611159713.8A Active CN106780142B (zh) 2016-12-14 2016-12-14 配电网信息的确定方法及装置

Country Status (1)

Country Link
CN (1) CN106780142B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102280892A (zh) * 2011-08-01 2011-12-14 湖南师范大学 分布式电力无功优化的实时控制设备和方法
CN103678931A (zh) * 2013-12-23 2014-03-26 国家电网公司 基于精确量测负荷数据的变电站覆盖区域能效评估方法
CN104992010A (zh) * 2015-06-25 2015-10-21 国电南瑞科技股份有限公司 一种基于拓扑分区的多断面联合参数估计方法
CN105490269A (zh) * 2015-12-30 2016-04-13 中国南方电网有限责任公司 基于wams量测的多区域电力系统状态估计方法及系统
CN106022970A (zh) * 2016-06-15 2016-10-12 山东大学 一种计及分布式电源影响的主动配电网量测配置方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102280892A (zh) * 2011-08-01 2011-12-14 湖南师范大学 分布式电力无功优化的实时控制设备和方法
CN103678931A (zh) * 2013-12-23 2014-03-26 国家电网公司 基于精确量测负荷数据的变电站覆盖区域能效评估方法
CN104992010A (zh) * 2015-06-25 2015-10-21 国电南瑞科技股份有限公司 一种基于拓扑分区的多断面联合参数估计方法
CN105490269A (zh) * 2015-12-30 2016-04-13 中国南方电网有限责任公司 基于wams量测的多区域电力系统状态估计方法及系统
CN106022970A (zh) * 2016-06-15 2016-10-12 山东大学 一种计及分布式电源影响的主动配电网量测配置方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于PMU/SCADA混合量测的电力系统状态估计;刘晓义等;《电测与仪表》;20120731;全文 *
多采样周期混合量测环境下的主动配电网状态估计方法;王少芳等;《电力系统自动化》;20161010;全文 *
配电网状态估计误差的电路表示方法;陈晓爽等;《中国电机工程学报》;20141005;第2节 *

Also Published As

Publication number Publication date
CN106780142A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
Berkes et al. Detecting changes in the mean of functional observations
CN204269785U (zh) 用于计算电池电荷状态的系统
CN110609232B (zh) 一种锂离子电池soc估计方法、装置及终端设备
Matisko et al. Noise covariance estimation for Kalman filter tuning using Bayesian approach and Monte Carlo
Ho et al. A robust statistical approach to distributed power system state estimation with bad data
CN107749627B (zh) 基于改进匹配追踪的智能配电网潮流雅可比矩阵估计方法
Ketabi et al. Power quality meters placement using seeker optimization algorithm for harmonic state estimation
Ayala Solares et al. Nonlinear model structure detection and parameter estimation using a novel bagging method based on distance correlation metric
CN116757378A (zh) 需求响应评估模型训练方法、应用评估方法及相关设备
CN107861082B (zh) 一种电子测量设备的校准间隔确定方法及装置
Yin et al. Using probabilistic collocation method for neighbouring wind farms modelling and power flow computation of South Australia grid
CN108009582B (zh) 一种电子设备标准工作指标设置的方法
CN107977626B (zh) 一种电子设备工作数据的分组方法
CN110850296A (zh) 一种评估电池健康度的方法和装置
CN106780142B (zh) 配电网信息的确定方法及装置
Sun et al. Performance comparison of distributed state estimation algorithms for power systems
CN115758673A (zh) 架空输电走廊电磁环境评价方法、装置、终端及存储介质
CN113721094B (zh) 低压台区用采系统的误差分析方法及系统、设备、存储介质
Chen et al. From robust chip to smart building: CAD algorithms and methodologies for uncertainty analysis of building performance
CN105277852A (zh) 配电网线路工况分类识别方法
do Nascimento Sepulchro et al. Harmonic state and power flow estimation in distribution systems using evolutionary strategy
JP7170913B2 (ja) 機器状態判定システム、電力量計、および機器状態判定方法
Schmidt et al. Multi-stage constrained state identification in distribution grids using uncertainty intervals
KR100987027B1 (ko) 분산전원의 최적 용량 선정 방법 및 시스템
Ginocchi et al. Optimal Meter Placement for Distribution System State Estimation: A Global Sensitivity Analysis-Based Framework

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant