CN109254204A - 基于pmu数据的输电网三相电路参数辨识方法及装置 - Google Patents
基于pmu数据的输电网三相电路参数辨识方法及装置 Download PDFInfo
- Publication number
- CN109254204A CN109254204A CN201811162645.XA CN201811162645A CN109254204A CN 109254204 A CN109254204 A CN 109254204A CN 201811162645 A CN201811162645 A CN 201811162645A CN 109254204 A CN109254204 A CN 109254204A
- Authority
- CN
- China
- Prior art keywords
- admittance
- phase
- impedance
- indicate
- parameter
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于PMU数据的输电网三相电路参数辨识方法及装置,包括:获取输电线路两端的PMU电压和电流;根据输电线路集中参数π型精确等值模型、电压和电流,确定阻抗和导纳辨识模型;将导纳辨识模型进行三相转换、直角坐标系约束,获得导纳辨识线性方程组;根据导纳辨识线性方程组,采用最小二乘法进行导纳参数辨识,获得导纳参数;将导纳参数代入阻抗辨识模型,获得阻抗辨识变化模型;将阻抗辨识变化模型进行三相转换、直角坐标系约束,获得阻抗辨识线性方程组;根据阻抗辨识线性方程组,采用最小二乘法进行阻抗参数辨识,获得阻抗参数。该方案可以使得参数辨识的结果更加精确。
Description
技术领域
本发明涉及电路参数辨识技术领域,特别涉及一种基于PMU数据的输电网三相电路参数辨识方法及装置。
背景技术
电力系统的模型与参数是电力系统规划、设计、运行和控制的基础。然而,原有的线路模型(如图1所示,其中,grnd表示接地,ph.a、ph.b、ph.c分别表示a、b、c三相,)只考虑了三相之间的的互阻抗,而没有考虑三相之间的互导纳,因此导致参数辨识的结果存在偏差。
发明内容
本发明实施例提供了一种基于PMU数据的输电网三相电路参数辨识方法及装置,是在更为精确的输电线路集中参数π型等值模型的基础下,采用最小二乘法、基于PMU数据进行输电网三相电路参数辨识,使得参数辨识的结果更加精确。
本发明实施例提供了一种基于PMU数据的输电网三相电路参数辨识方法,该方法包括:
获取输电线路两端的PMU电压数据和PMU电流数据;
根据输电线路集中参数π型精确等值模型、所述PMU电压数据和所述PMU电流数据,确定阻抗辨识模型和导纳辨识模型;
将所述导纳辨识模型进行三相转换,获得导纳辨识三相模型;
将所述导纳辨识三相模型进行直角坐标系约束,获得导纳辨识线性方程组;
根据所述导纳辨识线性方程组,采用最小二乘法进行导纳参数辨识,获得导纳参数;
将所述导纳参数代入所述阻抗辨识模型,获得阻抗辨识变化模型;
将所述阻抗辨识变化模型进行三相转换,获得阻抗辨识三相模型;
将所述阻抗辨识三相模型进行直角坐标系约束,获得阻抗辨识线性方程组;
根据所述阻抗辨识线性方程组,采用最小二乘法进行阻抗参数辨识,获得阻抗参数。
本发明实施例还提供了一种基于PMU数据的输电网三相电路参数辨识装置,该装置包括:
数据获取模块,用于获取输电线路两端的PMU电压数据和PMU电流数据;
阻抗辨识模型和导纳辨识模型确定模块,用于根据输电线路集中参数π型精确等值模型、所述PMU电压数据和所述PMU电流数据,确定阻抗辨识模型和导纳辨识模型;
导纳辨识三相模型获得模块,用于将所述导纳辨识模型进行三相转换,获得导纳辨识三相模型;
导纳辨识线性方程组获得模块,用于将所述导纳辨识三相模型进行直角坐标系约束,获得导纳辨识线性方程组;
导纳参数辨识模块,用于根据所述导纳辨识线性方程组,采用最小二乘法进行导纳参数辨识,获得导纳参数;
阻抗辨识变化模型获得模块,用于将所述导纳参数代入所述阻抗辨识模型,获得阻抗辨识变化模型;
阻抗辨识三相模型获得模块,用于将所述阻抗辨识变化模型进行三相转换,获得阻抗辨识三相模型;
阻抗辨识线性方程组获得模块,用于将所述阻抗辨识三相模型进行直角坐标系约束,获得阻抗辨识线性方程组;
阻抗参数辨识模块,用于根据所述阻抗辨识线性方程组,采用最小二乘法进行阻抗参数辨识,获得阻抗参数。
本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述所述基于PMU数据的输电网三相电路参数辨识方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述所述基于PMU数据的输电网三相电路参数辨识方法的计算机程序。
在本发明实施例中,通过提出在更为精确的输电线路集中参数π型等值模型的基础下,基于PMU数据的输电网三相电路参数辨识公式。通过对线路模型的优化,使得参数辨识的结果更加精确,同时,在使用最小二乘法进行参数辨识时,用直角坐标系来写约束,形成线性方程组,更有利于提高最小二乘法参数辨识的准确性。
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一些实施例,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,还可以根据这些附图获得其他的附图。
图1是现有技术中使用的一种线路模型示意图;
图2是本发明实施例提供的一种基于PMU数据的输电网三相电路参数辨识方法流程图;
图3是本发明实施例提供的一种输电线路集中参数π型精确等值模型的结构示意图;
图4是本发明实施例提供的一种基于PMU数据的输电网三相电路参数辨识装置的结构框图。
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。
在本发明实施例中,提供了一种基于PMU数据的输电网三相电路参数辨识方法,如图2所示,该方法包括:
步骤201:获取输电线路两端的PMU电压数据和PMU电流数据;
步骤202:根据输电线路集中参数π型精确等值模型、所述PMU电压数据和所述PMU电流数据,确定阻抗辨识模型和导纳辨识模型;
步骤203:将所述导纳辨识模型进行三相转换,获得导纳辨识三相模型;
步骤204:将所述导纳辨识三相模型进行直角坐标系约束,获得导纳辨识线性方程组;
步骤205:根据所述导纳辨识线性方程组,采用最小二乘法进行导纳参数辨识,获得导纳参数;
步骤206:将所述导纳参数代入所述阻抗辨识模型,获得阻抗辨识变化模型;
步骤207:将所述阻抗辨识变化模型进行三相转换,获得阻抗辨识三相模型;
步骤208:将所述阻抗辨识三相模型进行直角坐标系约束,获得阻抗辨识线性方程组;
步骤209:根据所述阻抗辨识线性方程组,采用最小二乘法进行阻抗参数辨识,获得阻抗参数。
在本发明实施例中,步骤201中:获取的是线路两端的PMU电压和电流数据,其中,表示输电线路的首端电压(相量形式),表示输电线路的末端电压(相量形式),表示输电线路的首端电流(相量形式),表示输电线路的末端电流(相量形式)。
在本发明实施例中,步骤202中所采用的输电线路集中参数π型精确等值模型的结构示意图如图3所示。
确定的阻抗辨识模型的具体公式如下:
确定的导纳辨识模型的具体公式如下:
其中,
其中,Z表示阻抗参数,Y表示导纳参数,G表示电导,B表示电纳,R表示电阻,X表示电抗,下标a,b,c表示a相,b相,c相;下标m表示首端,n表示末端。
在本发明实施例中,步骤203具体按照如下方式执行:
根据式(2),将公式(2)写成三相形式,同时把矩阵展开;
A相表达式为:
B相表达式为:
C相表达式为:
其中,I、U指的是标量形式下的电流和电压,下标a,b,c表示a相,b相,c相;下标m表示首端,n表示末端;θai表示a相首端电流的角度,θaj表示a相末端电流的角度,θbi表示b相首端电流的角度,θbj表示b相末端电流的角度,θci表示c相首端电流的角度,θcj表示c相末端电流的角度,θaf表示a相首端电压的角度,θat表示a相末端电压的角度,θbf表示b相首端电压的角度,θbt表示b相末端电压的角度,θcf表示c相首端电压的角度,θct表示c相末端电压的角度。
在本发明实施例中,步骤204具体按照如下方式执行:
将式(3)、(4)、(5)用直角坐标系来写约束,即用实部与虚部来书写约束,变成线性方程组;
A相实部表示为:
A相虚部表示为:
B相实部表示为:
B相虚部表示为:
C相实部表示为:
C相虚部表示为:
其中,下标s表示实部,下标x表示虚部。
在本发明实施例中,步骤205具体按照如下方式执行:
其中,步骤201中获取的PMU电压数据和PMU电流数据可以是k个时刻的PMU电压数据和PMU电流数据。
然后,在h时刻,待辨识的参数x=[Gaa,Baa,Gab,...,Bcc]T,根据式(6)-(11),得矩阵方程:
式中:Uh为h时刻电压相量组成的6×18的矩阵,Ih为h时刻电流相量构成的6×1的列向量。
然后,考虑k个时刻,根据所述导纳辨识线性方程组,确定电压、电流和待辨识的导纳参数构成的导纳辨识目标方程;
Ux=I (12)
其中,电压矩阵U的维度是6k×18,k≥3,电流矩阵I的维度是6k×1,
一组数据(包含k个时刻的数据)可以列写如式(12)所示的导纳辨识目标方程的线性方程,其中矩阵U的维度式6k×18(k≥3),矩阵I的维度是6k×1,目标方程为:
其中:表示的是省略号;…代表6个零,下标a,b,c表示a相,b相,c相;下标re表示实部,下标im表示虚部;即:Uare=Uasm+Uasn,Uaim=Uaxm+Uaxn;Ubre=Ubsm+Ubsn,Ubim=Ubxm+Ubxn;Ucre=Ucsm+Ucsn,Ucim=Ucxm+Ucxn;x=[Gaa,Baa,Gab,Bab...Gcc,Bcc]T;Iare=Iasm+Iasn,Iaim=Iaxm+Iaxn;Ibre=Ibsm+Ibsn,Ibim=Ibxm+Ibxn,Icre=Icsm+Icsn,Icim=Icxm+Icxn。
寻找一个x的估计值使得每个时刻的Ii(i=1,2,...)与由估计值确定的量测估计之差的平方和最小,即:根据所述导纳辨识目标方程确定导纳辨识目标函数J(x):
其中,i=1,2,…,k。
然后,将式(13)展开,得到:
J(x)=
(Ia1re-GaaUa1re+BaaUa1im-GabUb1re+BabUb1im-GacUc1re+BacUc1im)2
+(Ia1im-GaaUa1im-BaaUa1re-GabUb1im-BabUb1re-GacUc1im-BacUc1re)2
+(Ib1re-GabUa1re+BabUa1im-GbbUb1re+BbbUb1im-GbcUc1re+BbcUc1im)2
+(Ib1im-GabUa1im-BabUa1re-GbbUb1im-BbbUb1re-GbcUc1im-BbcUc1re)2
+(Ic1re-GacUa1re+BacUa1im-GbcUb1re+BbcUb1im-GccUc1re+BccUc1im)2
+(Ic1im-GacUa1im-BacUa1re-GbcUb1im-BbcUb1re-GccUc1im-BccUc1re)2
+(Ia2re-GaaUa2re+BaaUa2im-GabUb2re+BabUb2im-GacUc2re+BacUc2im)2
+(Ia2im-GaaUa2im-BaaUa2re-GabUb2im-BabUb2re-GacUc2im-BacUc2re)2
+(Ib2re-GabUa2re+BabUa2im-GbbUb2re+BbbUb2im-GbcUc2re+BbcUc2im)2
+(Ib2im-GabUa2im-BabUa2re-GbbUb2im-BbbUb2re-GbcUc2im-BbcUc2re)2
+(Ic2re-GacUa2re+BacUa2im-GbcUb2re+BbcUb2im-GccUc2re+BccUc2im)2
+(Ic2im-GacUa2im-BacUa2re-GbcUb2im-BbcUb2re-GccUc2im-BccUc2re)2
+…
+(Iakre-GaaUakre+BaaUakim-GabUbkre+BabUbkim-GacUckre+BacUckim)2
+(Iakim-GaaUakim-BaaUakre-GabUbkim-BabUbkre-GacUckim-BacUckre)2
+(Ibkre-GabUakre+BabUakim-GbbUbkre+BbbUbkim-GbcUckre+BbcUckim)2
+(Ibkim-GabUakim-BabUakre-GbbUbkim-BbbUbkre-GbcUckim-BbcUckre)2
+(Ickre-GacUakre+BacUakim-GbcUbkre+BbcUbkim-GccUckre+BccUckim)2
+(Ickim-GacUakim-BacUakre-GbcUbkim-BbcUbkre-GccUckim-BccUckre)2
式中:下标a,b,c表示a相,b相,c相;下标re表示实部,下标im表示虚部;下标1,2,…,k表示每个时刻。
然后,寻找出一个最佳估计值使得J(x)最小。即计算最优导纳参数使得导纳辨识目标函数J(x)最小。
由于线路是感性元件,辨识出来的结果(最优导纳参数)要满足不等式约束条件Ax≤b:
同时,辨识结果又要满足等式约束条件Aeqx=beq,使得互导纳两两相等。
以上所有方程构成的方程组可以用简化的内点法求解。
在本发明实施例中,步骤205具体按照如下方式执行:
辨识出导纳参数后,将所述导纳参数代入所述阻抗辨识模型,获得阻抗辨识变化模型:
其中:
然后,步骤207至步骤209的具体执行方式与步骤203至步骤205相同。就是将公式(13)按三相形式,将矩阵展开,接着用实部与虚部的形式书写方程组,同样应用最小二乘法来辨识阻抗参数,其具体形式与辨识导纳参数相似,只是在约束条件上有所差异。由于线路是感性元件,辨识得到的结果要满足不等式约束条件Ax≤b,使得线路电感和电阻大于0,电感大于电阻,自感大于互感。
其中,A矩阵是24×18的稀松矩阵,A矩阵的前十八行每三行一循环,其余都为0;b是一个含有24个0的列向量。
同时,满足等式约束条件Aeqx=beq,使得自感不变,互感两两相等。
其中,beq是一个含有10个0的列向量。
线路电压电流之间的关系同样应用简化的内点法求解。
这样就将线路的阻抗参数与导纳参数辨识出来了。
基于同一发明构思,本发明实施例中还提供了一种基于PMU数据的输电网三相电路参数辨识装置,如下面的实施例所述。由于基于PMU数据的输电网三相电路参数辨识装置解决问题的原理与基于PMU数据的输电网三相电路参数辨识方法相似,因此基于PMU数据的输电网三相电路参数辨识装置的实施可以参见基于PMU数据的输电网三相电路参数辨识方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是本发明实施例的基于PMU数据的输电网三相电路参数辨识装置的结构框图,如图4所示,包括:
数据获取模块401,用于获取输电线路两端的PMU电压数据和PMU电流数据;
阻抗辨识模型和导纳辨识模型确定模块402,用于根据输电线路集中参数π型精确等值模型、所述PMU电压数据和所述PMU电流数据,确定阻抗辨识模型和导纳辨识模型;
导纳辨识三相模型获得模块403,用于将所述导纳辨识模型进行三相转换,获得导纳辨识三相模型;
导纳辨识线性方程组获得模块404,用于将所述导纳辨识三相模型进行直角坐标系约束,获得导纳辨识线性方程组;
导纳参数辨识模块405,用于根据所述导纳辨识线性方程组,采用最小二乘法进行导纳参数辨识,获得导纳参数;
阻抗辨识变化模型获得模块406,用于将所述导纳参数代入所述阻抗辨识模型,获得阻抗辨识变化模型;
阻抗辨识三相模型获得模块407,用于将所述阻抗辨识变化模型进行三相转换,获得阻抗辨识三相模型;
阻抗辨识线性方程组获得模块408,用于将所述阻抗辨识三相模型进行直角坐标系约束,获得阻抗辨识线性方程组;
阻抗参数辨识模块409,用于根据所述阻抗辨识线性方程组,采用最小二乘法进行阻抗参数辨识,获得阻抗参数。
下面对该结构进行说明。
在本发明实施例中,所述阻抗辨识模型和导纳辨识模型确定模块402具体用于:
按照如下公式确定阻抗辨识模型:
按照如下公式确定导纳辨识模型:
其中,
其中,表示输电线路的首端电压,表示输电线路的末端电压,表示输电线路的首端电流,表示输电线路的末端电流,Z表示阻抗参数,Y表示导纳参数,G表示电导,B表示电纳,R表示电阻,X表示电抗,下标a,b,c表示a相,b相,c相;下标m表示首端,n表示末端。
在本发明实施例中,所述导纳辨识三相模型获得模块403具体用于:
按照如下公式确定导纳辨识三相模型:
A相表达式为:
B相表达式为:
C相表达式为:
其中,θai表示a相首端电流的角度,θaj表示a相末端电流的角度,θbi表示b相首端电流的角度,θbj表示b相末端电流的角度,θci表示c相首端电流的角度,θcj表示c相末端电流的角度,θaf表示a相首端电压的角度,θat表示a相末端电压的角度,θbf表示b相首端电压的角度,θbt表示b相末端电压的角度,θcf表示c相首端电压的角度,θct表示c相末端电压的角度。
在本发明实施例中,所述导纳辨识线性方程组获得模块404具体用于:
按照如下公式确定导纳辨识线性方程组:
A相实部表示为:
A相虚部表示为:
B相实部表示为:
B相虚部表示为:
C相实部表示为:
C相虚部表示为:
其中,下标s表示实部,下标x表示虚部。
在本发明实施例中,所述导纳参数辨识模块405具体用于:
按照如下方式获得导纳参数:
所述PMU电压数据和PMU电流数据为k个时刻的PMU电压数据和PMU电流数据;
考虑k个时刻,根据所述导纳辨识线性方程组,确定电压、电流和待辨识的导纳参数构成的导纳辨识目标方程;
Ux=I;
其中,电压矩阵U的维度是6k×18,k≥3,电流矩阵I的维度是6k×1,x表示待辨识的导纳参数,x=[Gaa,Baa,Gab,...,Bcc]T;
根据所述导纳辨识目标方程确定导纳辨识目标函数J(x),其中,
计算最优导纳参数使得导纳辨识目标函数J(x)最小;其中,所述最优导纳参数满足不等式约束条件Ax≤b和等式约束条件Aeqx=beq;
在本发明实施例中,所述阻抗辨识变化模型获得模块406、阻抗辨识三相模型获得模块407、阻抗辨识线性方程组获得模块408与导纳辨识三相模型获得模块403、导纳辨识线性方程组获得模块404、导纳参数辨识模块405具体实现方式相似,就是将公式(13)按三相形式,将矩阵展开,接着用实部与虚部的形式书写方程组,同样应用最小二乘法来辨识阻抗参数,其具体形式与辨识导纳参数相似,只是在约束条件上有所差异。由于线路是感性元件,辨识得到的结果要满足不等式约束条件Ax≤b,使得线路电感和电阻大于0,电感大于电阻,自感大于互感。
其中,A矩阵是24×18的稀松矩阵,A矩阵的前十八行每三行一循环,其余都为0;b是一个含有24个0的列向量。
同时,满足等式约束条件Aeqx=beq,使得自感不变,互感两两相等。
其中,beq是一个含有10个0的列向量。
基于同一发明构思,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述所述基于PMU数据的输电网三相电路参数辨识方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述所述基于PMU数据的输电网三相电路参数辨识方法的计算机程序。
综上所述,在本发明实施例中,通过提出在更为精确的输电线路集中参数π型等值模型的基础下,基于PMU数据的输电网三相电路参数辨识公式。通过对线路模型的优化,使得参数辨识的结果更加精确,同时,在使用最小二乘法进行参数辨识时,用直角坐标系来写约束,形成线性方程组,更有利于提高最小二乘法参数辨识的准确性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种基于PMU数据的输电网三相电路参数辨识方法,其特征在于,包括:
获取输电线路两端的PMU电压数据和PMU电流数据;
根据输电线路集中参数π型精确等值模型、所述PMU电压数据和所述PMU电流数据,确定阻抗辨识模型和导纳辨识模型;
将所述导纳辨识模型进行三相转换,获得导纳辨识三相模型;
将所述导纳辨识三相模型进行直角坐标系约束,获得导纳辨识线性方程组;
根据所述导纳辨识线性方程组,采用最小二乘法进行导纳参数辨识,获得导纳参数;
将所述导纳参数代入所述阻抗辨识模型,获得阻抗辨识变化模型;
将所述阻抗辨识变化模型进行三相转换,获得阻抗辨识三相模型;
将所述阻抗辨识三相模型进行直角坐标系约束,获得阻抗辨识线性方程组;
根据所述阻抗辨识线性方程组,采用最小二乘法进行阻抗参数辨识,获得阻抗参数。
2.如权利要求1所述的基于PMU数据的输电网三相电路参数辨识方法,其特征在于,根据输电线路集中参数π型精确等值模型、所述PMU电压数据和所述PMU电流数据,按照如下公式确定阻抗辨识模型:
按照如下公式确定导纳辨识模型:
其中,
其中,表示输电线路的首端电压,表示输电线路的末端电压,表示输电线路的首端电流,表示输电线路的末端电流,Z表示阻抗参数,Y表示导纳参数,G表示电导,B表示电纳,R表示电阻,X表示电抗,下标a,b,c表示a相,b相,c相;下标m表示首端,n表示末端。
3.如权利要求2所述的基于PMU数据的输电网三相电路参数辨识方法,其特征在于,将所述导纳辨识模型进行三相转换,获得如下形式的导纳辨识三相模型:
A相表达式为:
B相表达式为:
C相表达式为:
其中,θai表示a相首端电流的角度,θaj表示a相末端电流的角度,θbi表示b相首端电流的角度,θbj表示b相末端电流的角度,θci表示c相首端电流的角度,θcj表示c相末端电流的角度,θaf表示a相首端电压的角度,θat表示a相末端电压的角度,θbf表示b相首端电压的角度,θbt表示b相末端电压的角度,θcf表示c相首端电压的角度,θct表示c相末端电压的角度。
4.如权利要求3所述的基于PMU数据的输电网三相电路参数辨识方法,其特征在于,将所述导纳辨识三相模型进行直角坐标系约束,获得如下形式的导纳辨识线性方程组:
A相实部表示为:
A相虚部表示为:
B相实部表示为:
B相虚部表示为:
C相实部表示为:
C相虚部表示为:
其中,下标s表示实部,下标x表示虚部。
5.如权利要求4所述的基于PMU数据的输电网三相电路参数辨识方法,其特征在于,按照如下方式根据所述导纳辨识线性方程组,采用最小二乘法进行导纳参数辨识,获得导纳参数:
所述PMU电压数据和PMU电流数据为k个时刻的PMU电压数据和PMU电流数据;
考虑k个时刻,根据所述导纳辨识线性方程组,确定电压、电流和待辨识的导纳参数构成的导纳辨识目标方程;
Ux=I;
其中,电压矩阵U的维度是6k×18,k≥3,电流矩阵I的维度是6k×1,x表示待辨识的导纳参数,x=[Gaa,Baa,Gab,…,Bcc]T;
根据所述导纳辨识目标方程确定导纳辨识目标函数J(x),其中,
计算最优导纳参数使得导纳辨识目标函数J(x)最小;其中,所述最优导纳参数满足不等式约束条件Ax≤b和等式约束条件Aeqx=beq;
6.如权利要求5所述的基于PMU数据的输电网三相电路参数辨识方法,其特征在于,按照如下方式根据所述阻抗辨识线性方程组,采用最小二乘法进行阻抗参数辨识,获得阻抗参数:
考虑k个时刻,根据所述阻抗辨识线性方程组,确定电压、电流和待辨识的阻抗参数构成的阻抗辨识目标方程;
根据所述阻抗辨识目标方程确定阻抗辨识目标函数;
计算最优阻抗参数使得阻抗辨识目标函数最小;其中,所述最优阻抗参数满足不等式约束条件Ax≤b和等式约束条件Aeqx=beq;
A矩阵是24×18的稀松矩阵,A矩阵的前十八行每三行一循环,其余都为0;b是一个含有24个0的列向量;beq是一个含有10个0的列向量。
7.一种基于PMU数据的输电网三相电路参数辨识装置,其特征在于,包括:
数据获取模块,用于获取输电线路两端的PMU电压数据和PMU电流数据;
阻抗辨识模型和导纳辨识模型确定模块,用于根据输电线路集中参数π型精确等值模型、所述PMU电压数据和所述PMU电流数据,确定阻抗辨识模型和导纳辨识模型;
导纳辨识三相模型获得模块,用于将所述导纳辨识模型进行三相转换,获得导纳辨识三相模型;
导纳辨识线性方程组获得模块,用于将所述导纳辨识三相模型进行直角坐标系约束,获得导纳辨识线性方程组;
导纳参数辨识模块,用于根据所述导纳辨识线性方程组,采用最小二乘法进行导纳参数辨识,获得导纳参数;
阻抗辨识变化模型获得模块,用于将所述导纳参数代入所述阻抗辨识模型,获得阻抗辨识变化模型;
阻抗辨识三相模型获得模块,用于将所述阻抗辨识变化模型进行三相转换,获得阻抗辨识三相模型;
阻抗辨识线性方程组获得模块,用于将所述阻抗辨识三相模型进行直角坐标系约束,获得阻抗辨识线性方程组;
阻抗参数辨识模块,用于根据所述阻抗辨识线性方程组,采用最小二乘法进行阻抗参数辨识,获得阻抗参数。
8.如权利要求7所述的基于PMU数据的输电网三相电路参数辨识装置,其特征在于,所述阻抗辨识模型和导纳辨识模型确定模块具体用于:
按照如下公式确定阻抗辨识模型:
按照如下公式确定导纳辨识模型:
其中,
其中,表示输电线路的首端电压,表示输电线路的末端电压,表示输电线路的首端电流,表示输电线路的末端电流,Z表示阻抗参数,Y表示导纳参数,G表示电导,B表示电纳,R表示电阻,X表示电抗,下标a,b,c表示a相,b相,c相;下标m表示首端,n表示末端。
9.如权利要求8所述的基于PMU数据的输电网三相电路参数辨识装置,其特征在于,所述导纳辨识三相模型获得模块具体用于:
按照如下公式确定导纳辨识三相模型:
A相表达式为:
B相表达式为:
C相表达式为:
其中,θai表示a相首端电流的角度,θaj表示a相末端电流的角度,θbi表示b相首端电流的角度,θbj表示b相末端电流的角度,θci表示c相首端电流的角度,θcj表示c相末端电流的角度,θaf表示a相首端电压的角度,θat表示a相末端电压的角度,θbf表示b相首端电压的角度,θbt表示b相末端电压的角度,θcf表示c相首端电压的角度,θct表示c相末端电压的角度。
10.如权利要求9所述的基于PMU数据的输电网三相电路参数辨识装置,其特征在于,所述导纳辨识线性方程组获得模块具体用于:
按照如下公式确定导纳辨识线性方程组:
A相实部表示为:
A相虚部表示为:
B相实部表示为:
B相虚部表示为:
C相实部表示为:
C相虚部表示为:
其中,下标s表示实部,下标x表示虚部。
11.如权利要求10所述的基于PMU数据的输电网三相电路参数辨识装置,其特征在于,所述导纳参数辨识模块具体用于:
按照如下方式获得导纳参数:
所述PMU电压数据和PMU电流数据为k个时刻的PMU电压数据和PMU电流数据;
考虑k个时刻,根据所述导纳辨识线性方程组,确定电压、电流和待辨识的导纳参数构成的导纳辨识目标方程;
Ux=I;
其中,电压矩阵U的维度是6k×18,k≥3,电流矩阵I的维度是6k×1,x表示待辨识的导纳参数,x=[Gaa,Baa,Gab,…,Bcc]T;
根据所述导纳辨识目标方程确定导纳辨识目标函数J(x),其中,
计算最优导纳参数使得导纳辨识目标函数J(x)最小;其中,所述最优导纳参数满足不等式约束条件Ax≤b和等式约束条件Aeqx=beq;
12.如权利要求7所述的基于PMU数据的输电网三相电路参数辨识装置,其特征在于,所述阻抗参数辨识模块具体用于:
按照如下方式获得阻抗参数:
考虑k个时刻,根据所述阻抗辨识线性方程组,确定电压、电流和待辨识的阻抗参数构成的阻抗辨识目标方程;
根据所述阻抗辨识目标方程确定阻抗辨识目标函数;
计算最优阻抗参数使得阻抗辨识目标函数最小;其中,所述最优阻抗参数满足不等式约束条件Ax≤b和等式约束条件Aeqx=beq;
A矩阵是24×18的稀松矩阵,A矩阵的前十八行每三行一循环,其余都为0;b是一个含有24个0的列向量;beq是一个含有10个0的列向量。
13.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6任一所述基于PMU数据的输电网三相电路参数辨识方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至6任一所述基于PMU数据的输电网三相电路参数辨识方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811162645.XA CN109254204B (zh) | 2018-09-30 | 2018-09-30 | 基于pmu数据的输电网三相电路参数辨识方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811162645.XA CN109254204B (zh) | 2018-09-30 | 2018-09-30 | 基于pmu数据的输电网三相电路参数辨识方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109254204A true CN109254204A (zh) | 2019-01-22 |
CN109254204B CN109254204B (zh) | 2020-12-04 |
Family
ID=65045386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811162645.XA Active CN109254204B (zh) | 2018-09-30 | 2018-09-30 | 基于pmu数据的输电网三相电路参数辨识方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109254204B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112865181A (zh) * | 2021-03-02 | 2021-05-28 | 国网冀北电力有限公司电力科学研究院 | 基于端口阻抗特性的光伏逆变器参数辨识方法及装置 |
CN113139295A (zh) * | 2021-04-30 | 2021-07-20 | 清华大学 | 电力系统综合状态估计方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090027067A1 (en) * | 2007-07-27 | 2009-01-29 | British Columbia Transmission Corporation | Method and system for real time identification of voltage stability via identification of weakest lines and buses contributing to power system collapse |
CN102323484A (zh) * | 2011-08-15 | 2012-01-18 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种输电线路参数的精确测量和计算方法 |
CN102175922B (zh) * | 2011-01-24 | 2013-04-24 | 重庆大学 | 基于pmu量测数据的电力线路参数的辨识与估计方法 |
US20150051856A1 (en) * | 2013-08-13 | 2015-02-19 | National Tsing Hua University | Method for estimating voltage stability |
CN105223449A (zh) * | 2015-10-28 | 2016-01-06 | 中国南方电网有限责任公司电网技术研究中心 | 一种非对称输电线路参数在线测量方法 |
CN106056479A (zh) * | 2016-06-15 | 2016-10-26 | 国电南瑞科技股份有限公司 | 配电网三相建模方法 |
CN106199236A (zh) * | 2016-06-21 | 2016-12-07 | 广东电网有限责任公司肇庆供电局 | 一种输电线路参数估计方法、系统及电力系统 |
CN107942160A (zh) * | 2017-11-07 | 2018-04-20 | 国电南瑞科技股份有限公司 | 基于bp神经网络的线路参数特性辨识模型的建立方法 |
-
2018
- 2018-09-30 CN CN201811162645.XA patent/CN109254204B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090027067A1 (en) * | 2007-07-27 | 2009-01-29 | British Columbia Transmission Corporation | Method and system for real time identification of voltage stability via identification of weakest lines and buses contributing to power system collapse |
CN102175922B (zh) * | 2011-01-24 | 2013-04-24 | 重庆大学 | 基于pmu量测数据的电力线路参数的辨识与估计方法 |
CN102323484A (zh) * | 2011-08-15 | 2012-01-18 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种输电线路参数的精确测量和计算方法 |
US20150051856A1 (en) * | 2013-08-13 | 2015-02-19 | National Tsing Hua University | Method for estimating voltage stability |
CN105223449A (zh) * | 2015-10-28 | 2016-01-06 | 中国南方电网有限责任公司电网技术研究中心 | 一种非对称输电线路参数在线测量方法 |
CN106056479A (zh) * | 2016-06-15 | 2016-10-26 | 国电南瑞科技股份有限公司 | 配电网三相建模方法 |
CN106199236A (zh) * | 2016-06-21 | 2016-12-07 | 广东电网有限责任公司肇庆供电局 | 一种输电线路参数估计方法、系统及电力系统 |
CN107942160A (zh) * | 2017-11-07 | 2018-04-20 | 国电南瑞科技股份有限公司 | 基于bp神经网络的线路参数特性辨识模型的建立方法 |
Non-Patent Citations (1)
Title |
---|
丁蓝 等: "基于MWTLS的不完全对称输电线路参数辨识", 《电网与清洁能源》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112865181A (zh) * | 2021-03-02 | 2021-05-28 | 国网冀北电力有限公司电力科学研究院 | 基于端口阻抗特性的光伏逆变器参数辨识方法及装置 |
CN112865181B (zh) * | 2021-03-02 | 2022-07-29 | 国网冀北电力有限公司电力科学研究院 | 基于端口阻抗特性的光伏逆变器参数辨识方法及装置 |
CN113139295A (zh) * | 2021-04-30 | 2021-07-20 | 清华大学 | 电力系统综合状态估计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109254204B (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111444205B (zh) | 一种配网自动化主站gis单线图模自动核对更新的方法 | |
CN109802382A (zh) | 一种低压配电网用户连接关系识别方法及系统 | |
Cepeda et al. | Probabilistic approach-based PMU placement for real-time power system vulnerability assessment | |
CN109254204A (zh) | 基于pmu数据的输电网三相电路参数辨识方法及装置 | |
CN110047133A (zh) | 一种面向点云数据的列车边界提取方法 | |
CN108988197A (zh) | 一种带电作业机器人系统带电作业现场的快速重构方法 | |
CN109494719A (zh) | 一种中低压混合配电网层次化阻抗分析方法 | |
CN103793556B (zh) | 综合出线负荷的变电站负荷建模方法 | |
CN109359822A (zh) | 电子式电压互感器测量状态评估方法及系统 | |
CN112308736B (zh) | 一种面向台区复杂环境的信息处理方法和装置 | |
Almeida et al. | A software tool for the determination of dynamic equivalents of power systems | |
CN110907720B (zh) | 基于pmu量测的短线路同杆并架双回线完整参数辨识方法 | |
Gupta et al. | Power system network equivalents: Key issues and challenges | |
Ztoupis et al. | Calculation of power frequency fields from high voltage overhead lines in residential areas | |
Bigdeli et al. | Identification of transient model parameters of transformer using genetic algorithm | |
CN110187239A (zh) | 一种基于直算法的低压配电网线损和偷漏电点的计算方法 | |
CN110232168A (zh) | 基于电气距离的电气坐标系构建方法、介质及设备 | |
CN115186975A (zh) | 一种基于业务中台的电网线损管理方法及系统 | |
Grijalva et al. | Automated handling of arbitrary switching device topologies in planning contingency analysis: Towards temporal interoperability in network security assessment | |
JP7038011B2 (ja) | 電力系統運用支援装置および方法、並びに振動抑制システム | |
CN109088413A (zh) | 一种直流受端电网动态无功规划选址方法和装置 | |
Bigdeli et al. | Applying intelligent optimization algorithms for evaluation of transformer black box model | |
Rafikov et al. | PMU-based Estimation of Generator Synchronous Parameters through Simulated and Real-Field Synchrophasor Data | |
CN110162880A (zh) | 光电缆敷设方法、装置、设备和介质 | |
CN109003245A (zh) | 坐标处理方法、装置及电子设备 |
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 |