CN110969292A - 基于拓扑图的电力系统状态测算方法、装置以及电子设备 - Google Patents
基于拓扑图的电力系统状态测算方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN110969292A CN110969292A CN201911156581.7A CN201911156581A CN110969292A CN 110969292 A CN110969292 A CN 110969292A CN 201911156581 A CN201911156581 A CN 201911156581A CN 110969292 A CN110969292 A CN 110969292A
- Authority
- CN
- China
- Prior art keywords
- node
- power system
- topological graph
- state
- gain matrix
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种基于拓扑图的电力系统状态测算方法、装置以及电子设备,该方法包括:获取电力系统拓扑图;根据电力系统拓扑图,获取电力系统拓扑图的各节点及其相邻的至少一节点;根据各节点及其相邻的至少一节点,构建并计算各节点增益矩阵;根据各节点增益矩阵,计算电力系统拓扑图的系统增益矩阵得到电力系统的状态测算结果,本发明基于图计算将整个电力系统划分成若干个节点,每个节点计算各自对应的节点增益矩阵,根据各节点增益矩阵计算电力系统的状态测算结果,从而能够准确快速地计算得到电力系统的状态测算结果。
Description
技术领域
本发明涉及电力系统技术领域,具体涉及一种电力系统拓扑图的状态测算方法、装置以及电子设备。
背景技术
电力系统拓扑图是指由电力网络节点设备和通信介质构成的电力网络结构图,该电力网络拓扑结构图描述了电力线缆和网络设备的布局以及数据传输时所采用的路径。在电力系统中,对电力系统进行状态估计经常是基于电力系统拓扑图完成相应的数据测算,而电力系统状态估计(SE)被定义为将冗余电表读数和其他可用信息转换为电力系统静态估计的数据处理方法。监控和数据采集(SCADA)从远程终端单元(RTU)和智能电子设备(IED)获取数据。电力系统状态估计作为能量管理系统(EMS)的核心功能,状态估计器将从监控和数据采集系统收集数据并对整个系统执行状态估计。应急分析和经济调度等应用的表现在很大程度上取决于电力系统状态估计的结果.因此,基于电力系统拓扑图对电力系统的状态预测也至关重要。
目前电力系统的状态估计算法,通常基于庞大的拓扑图中的所有节点数据同时计算得到整个电力系统的拓扑结构的计算结果,由于电力系统的拓扑结构比较复杂,同时根据整个电力系统拓扑图的所有节点同时进行状态向量的估算,显然,其计算过程较为繁杂,计算的节点数据较多,如果对电力系统拓扑图采用整体串行计算的方式,将导致计算效率低,无法快速地计算电力系统的电力系统状态。
发明内容
有鉴于此,本发明实施例提供了一种电力系统拓扑图的状态测算方法、装置以及电子设备,以解决现有技术中电力系统状态估计的计算过程复杂以及计算效率低的问题。
根据第一方面,本发明实施例提供了一种基于拓扑图的电力系统状态测算方法,包括:获取电力系统拓扑图;根据所述电力系统拓扑图,获取所述电力系统拓扑图的各节点及其相邻的至少一节点;根据所述各节点及其相邻的至少一节点,构建并计算所述各节点增益矩阵;根据所述各节点增益矩阵,计算所述电力系统拓扑图的系统增益矩阵得到所述电力系统的状态测算结果。
结合第一方面,在第一方面第一实施方式中,所述根据所述各节点及其相邻的至少一节点,构建并计算所述各节点增益矩阵的步骤包括:在所述电力系统拓扑图中,确定所述各节点及其相邻的至少一节点;确定所述各节点及其相邻的至少一节点之间的各节点边;根据所述各节点以及其相邻的至少一节点和所述各节点及其相邻的至少一节点之间的节点边,构建所述各节点增益矩阵;获取所述各节点以及其相邻的至少一节点和所述各节点与其相邻的至少一节点之间的节点边的状态向量;根据所述各节点以及其相邻的至少一节点和所述各节点与其相邻的至少一节点之间的节点边的状态向量计算所述节点增益矩阵。
结合第一方面或第一方面第一实施方式,在第一方面第二实施方式中,所述各节点及其相邻的至少一节点包括:各节点及其相邻的一节点或两节点。
结合第一方面,在第一方面第三实施方式中,所述根据所述各节点增益矩阵,计算所述电力系统拓扑图的系统增益矩阵得到所述电力系统的状态测算结果的步骤包括:根据所述各节点增益矩阵计算所述电力系统拓扑图的系统增益矩阵;根据所述系统增益矩阵和迭代算法计算所述系统增益矩阵的迭代收敛阈值;将所述迭代收敛阈值作为所述电力系统的状态测算结果。
结合第一方面,在第一方面第四实施方式中,所述获取电力系统拓扑图的步骤包括:获取所述电力系统中各电力设备的各电气参数及所述各电力设备之间的连接状态参数;根据所述各电气参数和所述各连接状态参数,构建所述电力系统的拓扑图;将所述各电力参数作为所述电力系统拓扑图的各节点状态向量,将所述各连接状态参数作为所述电力系统拓扑图的各边状态向量;将所述各节点状态向量存储在对应的节点中,将所述边状态向量存储在对应的连接边中。
结合第一方面第四实施方式,在第一方面第五实施方式中,所述各边状态向量或所述各节点向量包括:支路有功潮流量测量、支路无功潮流量测量、母线有功注入功率量测量、母线无功注入功率量测量以及母线的电压幅值和电压相角。
根据第二方面,本发明实施例提供了一种基于拓扑图的电力系统状态测算装置,包括:第一获取模块,用于获取电力系统拓扑图;第二获取模块,用于根据所述电力系统拓扑图,获取所述电力系统拓扑图的各节点及其相邻的至少一节点;第一计算模块,用于根据所述各节点及其相邻的至少一节点,构建并计算所述各节点增益矩阵;第二计算模块,用于根据所述各节点增益矩阵,计算所述电力系统拓扑图的系统增益矩阵得到所述电力系统的状态测算结果。
根据第三方面,本发明实施例提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或者第一方面任意一个实施方式中所述的基于拓扑图的电力系统状态测算方法。
根据第四方面,本发明实施例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计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面任意一个实施方式中所述的基于拓扑图的电力系统状态测算方法。
与现有技术相比,本发明具有以下有益效果:本发明基于图计算将整个电力系统划分为各节点,将整个电力系统的状态向量分配给对应各节点和边上,各节点根据其相邻的节点与边计算各节点增益矩阵,只需从各节点获取节点增益矩阵就可以完成对电力系统的状态测算,不需要获取整个电力系统的状态向量,交换信息少,极大降低在电力系统状态测算过程中的计算数据量以及计算效率,从而能够准确快速地得到被测电力系统的状态测算结果。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1示出了本发明实施例中的基于拓扑图的电力系统状态测算方法的流程示意图;
图2示出了本发明实施例中的IEEE5节点系统图的结构示意图;
图3示出了本发明实施例中的IEEE14节点系统图的结构示意图;
图4示出了本发明实施例中的电力系统拓扑图的结构示意图;
图5示出了本发明另一实施例中的电力系统拓扑图的结构示意图;
图6示出了本发明另一实施例中的电力系统拓扑图的结构示意图;
图7示出了本发明另一实施例中的电力系统拓扑图的结构示意图;
图8示出了本发明实施例中的基于拓扑图的电力系统状态测算装置的结构示意图;
图9示出了本发明实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,本领域技术人员在没有作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。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供了一种基于拓扑图的电力系统状态测算方法、装置以及电子设备,该方法适用于电力系统状态估计,该拓扑图为电力系统的节点系统图,其中,节点系统图中各节点对应电力系统中各母线,各边对应电力传输或者分配线。
本发明实施例提一种基于拓扑图的电力系统状态测算方法,如图1所示,该方法包括:
步骤S101:获取电力系统拓扑图;在实际应用中,该电力系统图可以是如图2所示IEEE5节点系统拓扑图,也可以是如图3所示IEEE14节点系统拓扑图。
步骤S102:根据电力系统拓扑图,获取电力系统拓扑图的各节点及其相邻的至少一节点;具体地,在图4中的电力系统拓扑图中,对于节点i,其相邻的一节点可以表示为{a,b},其相邻的二节点可以表示为{y,x}。
步骤S103:根据各节点及其相邻的至少一节点,构建并计算各节点增益矩阵;在实际应用中,在确定各节点相邻的1跳节点和2跳节点后,根据各节点以及其相邻的1跳节点和2跳节点储存的状态向量构建并计算各节点对应的节点增益矩阵,该状态向量可以包括:母线电压、实际注入、无功注入、母线的实际功率以及母线外的无功功率等电气参数。
步骤S104:根据各节点增益矩阵,计算电力系统拓扑图的系统增益矩阵得到电力系统的状态测算结果;在实际应用中,根据上述步骤S103中计算得到各节点增益居矩阵计算电力系统的系统增益矩阵,并通过迭代算法求解电力系统的状态测算结果。
通过实施本发明实施例中的电力系统拓扑图的状态测算方法,根据电力系统的拓扑图将电力系统基于节点划分为多个区域,并行计算每个区域即各节点的节点增益矩阵,直接获取各节点增益矩阵计算的电力系统的系统增益矩阵后得到电力系统的状态估计结果,并行计算的方式可以降低电力系统状态测算过程中计算数据量和计算效率,使得电力系统状态估计的处理更快以及得到结果更加准确,从而能够解决现有技术中电力系统状态估计的计算过程复杂以及计算效率低的问题。
可选地,在本发明一些实施例中,上述实施例中步骤S101中的获取电力系统拓扑结构图包括:获取电力系统中各电力设备的各电气参数及各电力设备之间的连接状态参数;根据各电气参数和各连接状态参数,构建电力系统的拓扑图;将各电力参数作为电力系统拓扑图的各节点状态向量,将各连接状态参数作为电力系统拓扑图的各边状态向量;将各节点状态向量存储在对应的节点中,将边状态向量存储在对应的连接边中。
可选地,在本发明一些实施例中,上述实施例中各边状态向量或各节点向量包括:支路有功潮流量测量、支路无功潮流量测量、母线有功注入功率量测量、母线无功注入功率量测量以及母线的电压幅值和电压相角。
在实际应用中,通过测量设备获取电力系统中各电力设备的各电力参数,例如,母线i的电压相角θi、母线i的电压幅值Vi、母线i有功注入功率量测量Pi和母线i无功注入功率量测量Qi等电气参数,再根据各电力设备之间的连接状态参数构建电力系统的拓扑结构图,该连接状态参数可以是支路ij有功潮流量测量Pij和支路ij无功潮流量测量Qij等参数。(例如,如图2所示的IEEE5节点系统图,该连接状态参数可以是支路ij有功潮流量测量P13、支路13无功潮流量测量Q13、支路12有功潮流量测量P12和支路12无功潮流量测量Q12等等参数)如图5所示,将母线i的电压相角θi和电压幅值Vi作为状态变量,母线有功注入功率量测量Pi、母线无功注入功率量测量Qi、支路ia有功潮流量测量Pia、支路ia无功潮流量测量Qia、支路ib有功潮流量测量Pib和支路ib无功潮流量测量Qib作为测量值生成节点i的节点状态向量Hii以及节点i的边的边状态向量Hia和Hib,并将节点状态向量Hii以及边状态向量Hia和Hib储存在节点和边上,各状态向量都储存在本地处理器。
可选地,在本发明一些实施例中,上述实施例中步骤S104中的根据各节点及其相邻的至少一节点,构建并计算各节点增益矩阵,包括:在电力系统拓扑图中,确定各节点及其相邻的至少一节点;确定各节点及其相邻的至少一节点之间的各节点边;根据各节点以及其相邻的至少一节点和各节点及其相邻的至少一节点之间的节点边,构建各节点增益矩阵;获取各节点以及其相邻的至少一节点和各节点与其相邻的至少一节点之间的节点边的状态向量;根据各节点以及其相邻的至少一节点和各节点与其相邻的至少一节点之间的节点边的状态向量计算节点增益矩阵。
具体地,各节点及其相邻的至少一节点包括:各节点及其相邻的一节点或两节点。
在实际应用中,对于节点i的测量模型可以用以下公式表示:
zi=hi(x)+ei,i=1,…,n (1)
其中,zi表示节点i的测量值,ei表示节点i具有零均值的测量误差向量,x表示节点i的测量向量,即
zi=[Vi,Pi,Qi,Pij,Qij]T,j≠i, (2)
其中,θi表示母线i的电压相角,Vi表示母线i的电压幅值、Pi表示母线i有功注入功率量测量,Qi表示母线i无功注入功率量,Pij表示支路ij有功潮流量测量,Qij表示支路ij无功潮流量测量。
因此,对于节点i的量测雅可比矩阵和增益矩阵表示为
Gi(x)=Hi T(x)Ri -1Hi(x), (5)
其中,Gi(x)为节点i的增益矩阵,Hi(x)为节点i的量测雅可比矩阵,Ri -1为节点i的测量权重矩阵。
在如图4至7所示的电力系统拓扑图中,对于节点i相邻一节点的可以表示为{a,b},相邻二节点表示为{x,y},确定与节点i、节点a、节点b相连的边;
获取节点i对应的状态向量Hii、节点i的边对应的状态向量Hia和Hib、节点a对应的状态向量Haa、节点a的边对用的状态向量Hai、Hab、Hax和Hay、节点b对应的状态向量Hbb、节点a的边对用的状态向量Hbi、Hba、Hbx和Hby;
当量测权重矩阵为单位矩阵时,节点i、a和b对应的量测雅可比矩阵和增益矩阵分别表示为:
Hi=[Hii Hia Hib],
Ha=[Hai Haa Hab Hax Hay], (7)
Hb=[Hbi Hba Hbb Hbx Hby], (9)
各节点的增益矩阵中的元素都是各节点的量测雅可比矩阵中列向量的乘法,并且由于各节点的增益矩阵都是对称矩阵,只需要计算矩阵中的上三角元素,从而节省本地计算机的内部储存器容量和计算量。
对于节点i,只有节点i本身及其相邻一个节点{a,b}对系统的量测雅可比矩阵的相应行有贡献;节点i本身,其相邻一个节点{a,b}及其相邻二个节点{x,y}对系统增益矩阵中对应的行有贡献,所以为计算系统增益矩阵中的相应行(即节点增益矩阵),需要相邻一个节点和相邻二个节点对应的状态向量,通过将节点的增益矩阵中的条目添加到系统增益矩阵的相应位置并忽略所有零项,系统增益矩阵中的第i行即节点i的节点增益矩阵为:
可选地,在本发明一些实施例中,上述实施例中的步骤S104中根据各节点增益矩阵,计算电力系统拓扑图的系统增益矩阵得到电力系统的状态测算结果的步骤包括:根据各节点增益矩阵计算电力系统拓扑图的系统增益矩阵;根据系统增益矩阵和迭代算法计算系统增益矩阵的迭代收敛阈值;将迭代收敛阈值作为电力系统的状态测算结果。
在实际应用中,对于电力系统的非线性测量模型可以表示为:
z=h(x)+e (12)
其中,z表电力系统的测量向量,x表示电力系统的测量向量,h表示非线性函数向量,e表示电力系统具有零均值的测量误差向量,并且获得以下等式:
G(x)=HT(x)R-1H(x); (13)
其中,H(x)是电力系统的量测雅可比矩阵,G(x)表示电力系统的系统增益矩阵,R-1表示为电力系统的量测权重矩阵;
基于图形计算,电力系统由n个节点组成的,则得到下列等式:
z=[z1 T,z2 T,…,zn T]T, (14)
e=[e1 T,e2 T,…,en T]T; (16)
因此,可以得到以下等式:
H(x)=[H1(x)T,H2(x)T,…,Hn(x)T]T, (17)
基于公式(18),将电力系统中每个节点的节点增益矩阵加在一起获得电力系统的系统增益矩阵。
电力系统的系统状态的可以通过下面迭代算法进行确定:
xk+1=xk+Δx, (19)
Δx=[G(xk)]-1·HT(xk)R-1(z-h(xk)), (20)
当|Δxk|≤ε时(在其他实施例中,ε的值可以是10-5),|Δxk|作为电力系统的测量向量求解的迭代收敛阈值,根据|Δxk|计算得到的系统状态结果作为电力系统的状态测算结果。
本发明实施例还提供了一种基于拓扑图的电力系统状态测算装置,如图8所示,该装置包括:第一获取模块101,用于获取电力系统拓扑图,详细过程参见上述方法实施例中的步骤S101的内容;第二获取模块102,用于根据电力系统拓扑图,获取电力系统拓扑图的各节点及其相邻的至少一节点,详细过程参见上述方法实施例中的步骤S102的内容;第一计算模块103,用于根据各节点及其相邻的至少一节点,构建并计算各节点增益矩阵,详细过程参见上述方法实施例中的步骤S103的内容;第二计算模块104,用于根据各节点增益矩阵,计算电力系统拓扑图的系统增益矩阵得到电力系统的状态测算结果,详细过程参见上述方法实施例中的步骤S104的内容。
通过实施本发明实施例中的电力系统拓扑图的状态测算装置,根据电力系统的拓扑图将电力系统基于节点划分为多个区域,并行计算每个区域即各节点的节点增益矩阵,直接获取各节点增益矩阵计算的电力系统的系统增益矩阵后得到电力系统的状态测算结果,并行计算的方式可以降低电力系统状态估计过程中计算数据量和计算效率,使得电力系统状态估计的处理更快以及得到结果更加准确,从而能够解决现有技术中电力系统状态估计的计算过程复杂以及计算效率低的问题。
本发明实施例还提供了一种电子设备,如图9所示,该电子设备可以包括处理器51和存储器52,其中处理器51和存储器52可以通过总线或者其他方式连接,图9中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit,CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的基于拓扑图的电力系统状态测算方法对应的程序指令/模块(例如,图8所示的第一获取模块101、第二获取模块102、第一计算模块103和第二计算模块104)。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的基于拓扑图的电力系统状态测算方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器51所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器52中,当被所述处理器51执行时,执行如图1所示实施例中的基于拓扑图的电力系统状态测算方法。
上述电子设备具体细节可以对应参阅图1至图7所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (9)
1.一种基于拓扑图的电力系统状态测算方法,其特征在于,包括:
获取电力系统拓扑图;
根据所述电力系统拓扑图,获取所述电力系统拓扑图的各节点及其相邻的至少一节点;
根据所述各节点及其相邻的至少一节点,构建并计算所述各节点增益矩阵;
根据所述各节点增益矩阵,计算所述电力系统拓扑图的系统增益矩阵得到电力系统的状态测算结果。
2.根据权利要求1所述的基于拓扑图的电力系统状态测算方法,其特征在于,所述根据所述各节点及其相邻的至少一节点,构建并计算所述各节点增益矩阵的步骤包括:
在所述电力系统拓扑图中,确定所述各节点及其相邻的至少一节点;
确定所述各节点及其相邻的至少一节点之间的各节点边;
根据所述各节点以及其相邻的至少一节点和所述各节点及其相邻的至少一节点之间的节点边,构建所述各节点增益矩阵;
获取所述各节点以及其相邻的至少一节点和所述各节点与其相邻的至少一节点之间的节点边的状态向量;
根据所述各节点以及其相邻的至少一节点和所述各节点与其相邻的至少一节点之间的节点边的状态向量计算所述节点增益矩阵。
3.根据权利要求1或2所述的基于拓扑图的电力系统状态测算方法,其特征在于,所述各节点及其相邻的至少一节点包括:各节点及其相邻的一节点或两节点。
4.根据权利要求1所述的基于拓扑图的电力系统状态测算方法,其特征在于,所述根据所述各节点增益矩阵,计算所述电力系统拓扑图的系统增益矩阵得到所述电力系统的状态测算结果的步骤包括:
根据所述各节点增益矩阵计算所述电力系统拓扑图的系统增益矩阵;
根据所述系统增益矩阵和迭代算法计算所述系统增益矩阵的迭代收敛阈值;
将所述迭代收敛阈值作为所述电力系统的状态测算结果。
5.根据权利要求1所述的基于拓扑图的电力系统状态测算方法,其特征在于,所述获取电力系统拓扑图的步骤包括:
获取所述电力系统中各电力设备的各电气参数及所述各电力设备之间的各连接状态参数;
根据所述各电气参数和所述各连接状态参数,构建所述电力系统的拓扑图;
将所述各电力参数作为所述电力系统拓扑图的各节点状态向量,将所述各连接状态参数作为所述电力系统拓扑图的各边状态向量;
将所述各节点状态向量存储在对应的节点中,将所述边状态向量存储在对应的连接边中。
6.根据权利要求5所述的基于拓扑图的电力系统状态测算方法,其特征在于,所述各边状态向量或所述各节点向量包括:支路有功潮流量测量、支路无功潮流量测量、母线有功注入功率量测量、母线无功注入功率量测量以及母线的电压幅值和电压相角。
7.一种基于拓扑图的电力系统状态测算装置,其特征在于,包括:
第一获取模块,用于获取电力系统拓扑图;
第二获取模块,用于根据所述电力系统拓扑图,获取所述电力系统拓扑图的各节点及其相邻的至少一节点;
第一计算模块,用于根据所述各节点及其相邻的至少一节点,构建并计算所述各节点增益矩阵;
第二计算模块,用于根据所述各节点增益矩阵,计算所述电力系统拓扑图的系统增益矩阵得到所述电力系统的状态测算结果。
8.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-6中任一项所述的基于拓扑图的电力系统状态测算方法。
9.一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计算机指令,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的基于拓扑图的电力系统状态测算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911156581.7A CN110969292A (zh) | 2019-11-22 | 2019-11-22 | 基于拓扑图的电力系统状态测算方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911156581.7A CN110969292A (zh) | 2019-11-22 | 2019-11-22 | 基于拓扑图的电力系统状态测算方法、装置以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110969292A true CN110969292A (zh) | 2020-04-07 |
Family
ID=70031353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911156581.7A Pending CN110969292A (zh) | 2019-11-22 | 2019-11-22 | 基于拓扑图的电力系统状态测算方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110969292A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111564074A (zh) * | 2020-04-28 | 2020-08-21 | 广东电力信息科技有限公司 | 一种电力作业培训方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499658A (zh) * | 2008-11-05 | 2009-08-05 | 大连海事大学 | 一种电力系统的网络拓扑分析方法 |
CN103454917A (zh) * | 2013-06-26 | 2013-12-18 | 华北电力大学 | 基于异步迭代模式的电力系统分布式状态估计计算方法 |
CN103972884A (zh) * | 2014-04-24 | 2014-08-06 | 西南交通大学 | 一种电力系统状态估计方法 |
US20150066402A1 (en) * | 2013-09-04 | 2015-03-05 | Abb Technology Ag | Power System State Estimation Using A Two-Level Solution |
CN106356840A (zh) * | 2016-09-08 | 2017-01-25 | 国网浙江省电力公司杭州供电公司 | 基于同步相量量测的地区电力系统状态估计方法及系统 |
CN106355029A (zh) * | 2016-09-14 | 2017-01-25 | 国网天津市电力公司 | 一种配电系统关键量测解耦快速辨识的方法 |
CN106815403A (zh) * | 2016-12-15 | 2017-06-09 | 国网北京市电力公司 | 电力系统中节点编号方法和装置 |
US20170220521A1 (en) * | 2016-01-30 | 2017-08-03 | Tsinghua University | Method and device for estimating state of power system |
CN107664954A (zh) * | 2017-10-16 | 2018-02-06 | 国网四川省电力公司电力科学研究院 | 一种电力系统电磁暂态可视化仿真模型自动生成方法 |
CN108768949A (zh) * | 2018-04-28 | 2018-11-06 | 广东电网有限责任公司 | 基于马尔科夫随机场理论的随机几何数据异常定位方法 |
CN109888773A (zh) * | 2019-02-25 | 2019-06-14 | 武汉大学 | 一种电力系统多区域分布式状态评估方法 |
-
2019
- 2019-11-22 CN CN201911156581.7A patent/CN110969292A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499658A (zh) * | 2008-11-05 | 2009-08-05 | 大连海事大学 | 一种电力系统的网络拓扑分析方法 |
CN103454917A (zh) * | 2013-06-26 | 2013-12-18 | 华北电力大学 | 基于异步迭代模式的电力系统分布式状态估计计算方法 |
US20150066402A1 (en) * | 2013-09-04 | 2015-03-05 | Abb Technology Ag | Power System State Estimation Using A Two-Level Solution |
CN103972884A (zh) * | 2014-04-24 | 2014-08-06 | 西南交通大学 | 一种电力系统状态估计方法 |
US20170220521A1 (en) * | 2016-01-30 | 2017-08-03 | Tsinghua University | Method and device for estimating state of power system |
CN106356840A (zh) * | 2016-09-08 | 2017-01-25 | 国网浙江省电力公司杭州供电公司 | 基于同步相量量测的地区电力系统状态估计方法及系统 |
CN106355029A (zh) * | 2016-09-14 | 2017-01-25 | 国网天津市电力公司 | 一种配电系统关键量测解耦快速辨识的方法 |
CN106815403A (zh) * | 2016-12-15 | 2017-06-09 | 国网北京市电力公司 | 电力系统中节点编号方法和装置 |
CN107664954A (zh) * | 2017-10-16 | 2018-02-06 | 国网四川省电力公司电力科学研究院 | 一种电力系统电磁暂态可视化仿真模型自动生成方法 |
CN108768949A (zh) * | 2018-04-28 | 2018-11-06 | 广东电网有限责任公司 | 基于马尔科夫随机场理论的随机几何数据异常定位方法 |
CN109888773A (zh) * | 2019-02-25 | 2019-06-14 | 武汉大学 | 一种电力系统多区域分布式状态评估方法 |
Non-Patent Citations (2)
Title |
---|
肖腾蛟等: "基于最小二乘法的电力系统状态估计算法研究", 世界科技研究与发展, vol. 31, no. 6 * |
高奥等: "电力系统状态估计算法综述与研究趋势", 东北电力大学学报, vol. 31, no. 1 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111564074A (zh) * | 2020-04-28 | 2020-08-21 | 广东电力信息科技有限公司 | 一种电力作业培训方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Online parameters identification and state of charge estimation for lithium-ion capacitor based on improved Cubature Kalman filter | |
WO2022105104A1 (zh) | 一种基于多新息递推贝叶斯算法的电池模型参数辨识方法 | |
CN104092212B (zh) | 一种基于pmu量测的电力系统多区域分布式状态估计方法 | |
CN109802392B (zh) | 大规模配电网潮流计算方法及装置 | |
CN105572596B (zh) | 锂电池soc估算方法及系统 | |
US20210397762A1 (en) | Distribution grid admittance estimation with limited nonsynchronized measurements | |
CN109633479A (zh) | 基于嵌入式容积卡尔曼滤波的锂电池soc在线估算方法 | |
CN110298570B (zh) | 配电网系统拓扑状态辨识方法、装置、存储介质及设备 | |
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 | |
CN108983046A (zh) | 一种基于奇异值分解法的电压暂降状态估计方法及系统 | |
CN115267539A (zh) | 面向车载应用的锂电池荷电状态和温度联合估计方法 | |
CN115421044A (zh) | 锂离子电池状态确定方法、装置、电子设备及存储介质 | |
CN108318819A (zh) | 一种估算电池荷电状态的方法 | |
Sun et al. | A novel online identification algorithm of lithium‐ion battery parameters and model order based on a fractional order model | |
CN110969292A (zh) | 基于拓扑图的电力系统状态测算方法、装置以及电子设备 | |
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 | |
Liu et al. | A 3D distributed circuit-electrochemical model for the inner inhomogeneity of lithium-ion battery | |
CN110380409A (zh) | 考虑通信失败的主动配电网分布式鲁棒状态估计方法及系统 | |
CN110765713A (zh) | 高耦合分裂电抗器建模方法、装置、计算机设备及介质 | |
CN103838962A (zh) | 一种计及pmu量测的分步线性状态估计方法 | |
CN114355201B (zh) | 一种基于电热耦合模型的锂离子电池内部温度场在线估计方法 | |
CN104062501A (zh) | 双变压器变电站谐波状态估计方法 | |
CN114062950B (zh) | 混联电池soc确定方法、装置、电子设备及存储介质 | |
CN112733479B (zh) | 一种单体电池的模型参数计算方法、装置和介质 | |
Chen et al. | High‐precision state of charge estimation of lithium‐ion batteries based on improved particle swarm optimization‐backpropagation neural network‐dual extended Kalman filtering |
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 |