CN109274091A - 一种输配一体化并行状态估计方法 - Google Patents

Abstract

本发明涉及一种输配一体化并行状态估计方法，包括以下步骤：1)建立基于加速分布式增广拉格朗日算法的输配一体化状态估计实用化模型；2)根据交互策略实现输电网和配电网之间的信息交互；3)根据多线程技术实现输电网和配电网之间的同步状态估计计算，最终获得状态估计值。与现有技术相比，本发明具有计算精度高、收敛速度稳定、并行计算速度快、收敛性有保证、应用前景广阔等优点。

Description

一种输配一体化并行状态估计方法

技术领域

本发明涉及电力系统状态估计技术领域，尤其是涉及一种基于加速分布式增广拉格朗日算法的输配一体化并行状态估计方法。

背景技术

由于特高压输电和可再生能源发电并网规模的不断增大，输配电网之间的联系越发紧密，而当前大多把其分开运行及管理，或者干脆只对输电网进行分析及控制，配网完全是被动配合和服从，在一定意义上已不适合于当前的配网运行模式；相应地输配一体化的研究及实施越来越受到研究者及部分电力公司的重视。由于输配一体化分析及控制情况下其网络覆盖范围广，如何实现其快速稳定运行及准确计算就成为其关键问题之一。随着部署输配一体化高级应用软件系统越来越紧迫，输配网一体化状态估计高准确度建模及快速求解已成为亟待解决的难题之一。

大电网并行状态估计方法总体上是基于系统分解，把整个系统分解为若干个子系统及协调系统，每一子系统及协调系统分别用不同处理器或线程进行计算，再进行相互的交互而实现整个系统的状态估计。根据协调方式的不同，现有分布式并行状态估计方法大致可以分为：基于节点分裂或支路切割的最优条件分解类方法，基于边界重叠的增广拉格朗日松弛类方法，基于边界伪量测的直接交互方法，以及网络等值类方法4种。

(1)基于节点分裂或支路切割的最优条件分解方法。其基本思想是利用节点分裂法或支路切割法将系统分解为左右两个子系统，分裂节点或被切割支路作为边界协调层，分裂节点两侧节点为不同的子系统，给定协调层状态量初值，即可实现两个子系统的自然解耦，通过子系统迭代信息与边界信息的交互实现整个系统的迭代收敛。如何合理地确定协调层的初值是该类方法的难点。

(2)基于边界重叠的增广拉格朗日松弛类方法。其主要思想是首先将系统分解为相互重叠的子系统，以各子系统对重叠区的状态变量和量测的估计值相等作为等式约束，然后在各子系统优化问题的拉格朗日函数中引入等式约束的二次惩罚项变为增广拉格朗日函数，通过构造辅助函数将问题转换为两个子增广拉格朗日函数的交替迭代求解。该类方法的收敛性要求所建模型的目标函数必须具备凸性，而状态估计问题的模型只有基于最小二乘法时，才可基本保证其目标函数的凸性，若为其它抗差算法，目标函数的凸性不一定能够保证，相应限制了该类方法的应用。

(3)基于边界伪量测的直接交互方法。其基本思想是将相邻子系统对边界区域的节点状态量或量测的估计值作为本子系统的伪量测参与本子系统的状态估计，子系统之间并行计算并相互交互信息直到迭代全局收敛。子系统之间的划分包括重叠方式和非重叠方式。子系统之间非重叠方式的状态估计往往将边界区域设定为协调子系统，通过协调子系统和各子系统之间的并行计算而达到全局收敛；而重叠方式不设协调子系统，直接进行各子系统之间的并行计算而达到全局收敛。该类方法的关键点在于如何合理地确定边界区域，区域若较小，由于交互信息少且各个子系统之间的耦合度低，相应其迭代的收敛速度快；但由于各个子系统之间的耦合被人为地降低，相应其估计精度也会偏低。若边界区域较大，由于交互信息多且各个子系统之间的耦合度高，相应其迭代的收敛速度慢，但估计精度较高。

(4)网络等值类方法。其主要思想是通过静态等值得到各子系统的外网等值网络，从而实现各子系统的解耦计算。该类方法相对于节点分裂法或支路分割法而言，其收敛的精度及收敛速度要来的高及快；但因其需进行额外的等值计算，也使得其计算上的加速效果要打一定的折扣。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种输配一体化并行状态估计方法。

本发明的目的可以通过以下技术方案来实现：

一种输配一体化并行状态估计方法，包括以下步骤：

1)建立基于加速分布式增广拉格朗日算法的输配一体化状态估计实用化模型；

2)根据交互策略实现输电网和配电网之间的信息交互；

3)根据多线程技术实现输电网和配电网之间的同步状态估计计算，最终获得状态估计值。

所述的基于加速分布式增广拉格朗日算法的输配一体化状态估计实用化模型的表达式为：

其中，为分区i的状态变量x_i的第k+1步估计值，为的修正值，为分区i的第k步状态估计目标函数，为分区i的边界虚拟量测，σ_vir为分区i边界虚拟量测的虚拟带宽，f_i(x_i)为分区i对边界区域量测的估计值，f_j(y^k)为分区j对边界区域量测的估计值，j∈i表示与分区i相邻的所有分区，λ^k和λ^k+1分别为第k步和第k+1步拉格朗日乘子估计值，β为常数，τ为节点最大出线数的倒数，N为输配一体化系统的分区数。

分区i的第k步状态估计目标函数的计算式为：

其中，n_i为分区i的实际量测数，z_i,s为分区i所包含的第s个实际量测值，为相应的第k步计算值，σ_i,s为相应的量测标准差。

所述的步骤2)具体包括以下步骤：

21)设定两种交互信息选择策略，具体包括：

第一交互信息选择策略：交互信息包括节点电压的实部和虚部、节点注入及支路电流的实部和虚部；

第二交互信息选择策略：交互信息包括节点电压的实部和虚部、节点注入及节点注入及支路有功、无功信息；

22)若各分区对边界区域均采用单相状态估计模型计算，则采用第一交互信息选择策略或第二交互信息选择策略选择交互信息后，选取边界区域信息的正序分量进行交互；

23)若各分区对边界区域均采用三相状态估计模型计算，则采用第一交互信息选择策略或第二交互信息选择策略选择交互信息后，选取边界区域信息的三相信息进行交互；

24)若各分区对边界区域采用不同的计算模型，则：

对于采用单相状态估计模型计算的分区，将其相邻分区对边界信息估计值的正序分量与该分区进行交互；

对于采用三相状态估计模型计算的分区，则将其相邻分区对边界信息估计值的三相信息与该分区进行交互。

所述的步骤3)具体包括以下步骤：

31)将拉格朗日乘子的更新作为协调层，将各分区的状态估计计算作为分区层，并将协调层和分区层分配到不同的线程上；

32)分区层内部的各个子分区在计算收敛时，相互交互边界信息；

33)分区层利用协调层传递来的第k步拉格朗日乘子和相邻子分区传递的第k 步迭代结果，结合本身子分区的第k步的迭代结果，计算各子分区的第k+1步迭代结果，并传递给协调层；

34)协调层利用各子分区传递的第k+1步迭代结果，结合第k步拉格朗日乘子计算得到其第k+1步更新值，并传递给分区层，并反复交互直到收敛。

与现有技术相比，本发明具有以下优点：

一、计算精度高、稳定性好：在相同的收敛阈值下本发明的计算精度与非并行计算完全一致，并且在不同的负荷水平下，本发明的计算精度基本保持不变，具有很好的稳定性。

二、并行计算速度快：本发明仅通过4线程的并行计算即可使加速比达到2.5，对于线程数更大的计算机系统，本发明完全可以进一步提高加速比，加快并行计算速度。

三、收敛性有保证：在不同的负荷水平下，本发明的计算时间基本保持不变，表明了本发明收敛稳定性好，能够保证电网在不同运行工况下并行计算的收敛性。

四、应用前景广阔：当前国家电网正在着力于部署输配一体化高级应用系统，而输配一体化状态估计功能是输配一体化高级应用系统最基础的模块，本发明涉及的输配一体化状态估计方法可为其提供良好的技术支撑，因此具有很好的应用前景。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

如图1所示，本发明提供一种基于加速分布式增广拉格朗日算法的输配一体化并行状态估计方法，包括按顺序执行的下列步骤：

步骤1)建立基于加速分布式增广拉格朗日算法的输配一体化状态估计实用化模型：

式中，为分区i的状态变量第k+1步估计值，为其修正值； f_i(x)为分区i对边界区域量测的估计值；f_j(y^k)为分区j对边界区域量测的估计值，j∈i表示与分区i相邻的所有分区；为分区i的边界虚拟量测；σ_vir为分区i边界虚拟量测的虚拟带宽；β为常数；τ为节点最大出线数的倒数；λ^k和λ^k+1分别为第k步和第k+1步拉格朗日乘子估计值； N为输配一体化系统的分区数；为分区i的第k步状态估计目标函数，其计算公式如下：

式中，n_i为分区i的实际量测数；z_i,s为分区i所包含的第s个实际量测值，为相应的第k步计算值，σ_i,s为相应的量测标准差。

步骤2)根据交互策略实现输电网和配电网之间的信息交互，交互策略具体步骤包括：

21)交互信息选择策略1：交互信息包括节点电压的实部和虚部、节点注入及支路电流的实部和虚部；交互信息选择策略2：交互信息包括节点电压的实部和虚部、节点注入及节点注入及支路有功、无功信息；

22)若各分区对边界区域均采用单相状态估计模型计算，则利用21)中策略1或策略2选择交互信息后，选取边界区域信息的正序分量进行交互；

23)若各分区对边界区域均采用三相状态估计模型计算，则利用21)中策略1或策略2选择交互信息后，选取边界区域信息的三相信息进行交互；

24)若各分区对边界区域采用不同的计算模型，则对于采用单相状态估计模型计算的分区，将其相邻分区对边界信息估计值的正序分量与该分区进行交互，而对于采用三相状态估计模型计算的分区，则将其相邻分区对边界信息估计值的三相信息与该分区进行交互。

步骤3)根据多线程技术实现输电网和配电网之间的同步状态估计计算，同步计算策略具体包括以下步骤：

31)将拉格朗日乘子的更新作为协调层，将各分区的状态估计计算作为分区层，把协调层和分区层分配到不同的线程上；

32)分区层内部的各个子分区在计算收敛时，相互交互边界信息；

33)分区层利用协调层传递来的第k步拉格朗日乘子和相邻子分区传递的第k步迭代结果，结合本身子分区的第k步的迭代结果，计算各子分区的第k+1步迭代结果，并传递给协调层；

34)协调层利用各子分区传递的第k+1步迭代结果，结合第k步拉格朗日乘子计算得到其第k+1步更新值，并传递给分区层，如此反复交互直到算法收敛。

实施例

将IEEE 118输电网系统(简称岛1)和3个解环后的IEEE 123三相负荷不对称配网系统(分别简称岛2，岛3和岛4)相连接，构成输配一体化电网，输电网的量测采用完全配置，配网量测包括根节点三相电压幅值和各节点三相注入功率量测，量测在三相潮流计算结果的基础上添加随机误差，随机误差的标准差取为量测值的1％，状态估计收敛精度0.001，创建4个线程，岛1～岛4每个岛分别独享不同的线程。

表1和表2列出了采用非并行状态估计计算结果和本发明进行状态估计计算的精度和时间，通过表1和表2的对比可知，在计算精度上，本发明的方法精度与非并行状态估计计算结果一致，但计算时间上则少了2.5倍，表明了本文算法有效解决了输配一体化快速和高精准并行状态估计计算。

表1非并行状态估计计算结果

表2本发明算法计算结果

当负荷水平逐渐增加(即运行水平偏离平值越来越大)时，本发明方法的收敛速度随着负荷水平的变化基本保持不变，表明本文方法具有非常稳定的收敛速度。

由以上实施例不难看出，本发明提出的基于加速分布式增广拉格朗日算法的输配一体化并行状态估计方法实现了输配一体化状态估计的高精度快速计算，具有收敛性好、计算精度高等优点。以上所述的具体实施例仅为说明本发明的实现效果，并不用以限制本发明。凡在本发明所提出的方法的基本思路和框架之内所作的任何非实质性的修改、转换和改进，均应包含在本发明的保护范围之内。

Claims (6)

1.一种输配一体化并行状态估计方法，其特征在于，包括以下步骤：

1)建立基于加速分布式增广拉格朗日算法的输配一体化状态估计实用化模型；

2)根据交互策略实现输电网和配电网之间的信息交互；

3)根据多线程技术实现输电网和配电网之间的同步状态估计计算，最终获得状态估计值。

2.根据权利要求1所述的一种输配一体化并行状态估计方法，其特征在于，所述的基于加速分布式增广拉格朗日算法的输配一体化状态估计实用化模型的表达式为：

i＝1,2,…,N

其中，为分区i的状态变量x_i的第k+1步估计值，为的修正值，为分区i的第k步状态估计目标函数，为分区i的边界虚拟量测，σ_vir为分区i边界虚拟量测的虚拟带宽，f_i(x_i)为分区i对边界区域量测的估计值，f_j(y^k)为分区j对边界区域量测的估计值，j∈i表示与分区i相邻的所有分区，λ^k和λ^k+1分别为第k步和第k+1步拉格朗日乘子估计值，β为常数，τ为节点最大出线数的倒数，N为输配一体化系统的分区数。

3.根据权利要求2所述的一种输配一体化并行状态估计方法，其特征在于，分区i的第k步状态估计目标函数的计算式为：

其中，n_i为分区i的实际量测数，z_i,s为分区i所包含的第s个实际量测值，为相应的第k步计算值，σ_i,s为相应的量测标准差。

4.根据权利要求1所述的一种输配一体化并行状态估计方法，其特征在于，所述的步骤2)具体包括以下步骤：

21)设定两种交互信息选择策略；

22)若各分区对边界区域均采用单相状态估计模型计算，则采用第一交互信息选择策略或第二交互信息选择策略选择交互信息后，选取边界区域信息的正序分量进行交互；

23)若各分区对边界区域均采用三相状态估计模型计算，则采用第一交互信息选择策略或第二交互信息选择策略选择交互信息后，选取边界区域信息的三相信息进行交互；

24)若各分区对边界区域采用不同的计算模型，则：

对于采用单相状态估计模型计算的分区，将其相邻分区对边界信息估计值的正序分量与该分区进行交互；

对于采用三相状态估计模型计算的分区，则将其相邻分区对边界信息估计值的三相信息与该分区进行交互。

5.根据权利要求1所述的一种输配一体化并行状态估计方法，其特征在于，所述的步骤21)中，两种交互信息选择策略，具体包括：

第一交互信息选择策略：交互信息包括节点电压的实部和虚部、节点注入及支路电流的实部和虚部；

第二交互信息选择策略：交互信息包括节点电压的实部和虚部、节点注入及节点注入及支路有功、无功信息。

6.根据权利要求2所述的一种输配一体化并行状态估计方法，其特征在于，所述的步骤3)具体包括以下步骤：

31)将拉格朗日乘子的更新作为协调层，将各分区的状态估计计算作为分区层，并将协调层和分区层分配到不同的线程上；

32)分区层内部的各个子分区在计算收敛时，相互交互边界信息；

33)分区层利用协调层传递来的第k步拉格朗日乘子和相邻子分区传递的第k步迭代结果，结合本身子分区的第k步的迭代结果，计算各子分区的第k+1步迭代结果，并传递给协调层；

34)协调层利用各子分区传递的第k+1步迭代结果，结合第k步拉格朗日乘子计算得到其第k+1步更新值，并传递给分区层，并反复交互直到收敛。