CN112865096A - 一种考虑pmu量测相角偏差的配电网状态估计方法及系统 - Google Patents
一种考虑pmu量测相角偏差的配电网状态估计方法及系统 Download PDFInfo
- Publication number
- CN112865096A CN112865096A CN202110291917.1A CN202110291917A CN112865096A CN 112865096 A CN112865096 A CN 112865096A CN 202110291917 A CN202110291917 A CN 202110291917A CN 112865096 A CN112865096 A CN 112865096A
- Authority
- CN
- China
- Prior art keywords
- measurement
- pmu
- scada
- state estimation
- state
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 301
- 238000009826 distribution Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims abstract description 89
- 238000012937 correction Methods 0.000 claims abstract description 74
- 238000004364 calculation method Methods 0.000 claims abstract description 71
- 239000013598 vector Substances 0.000 claims abstract description 41
- 238000012821 model calculation Methods 0.000 claims description 39
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 150000001875 compounds Chemical class 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 230000002411 adverse Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 101100326595 Arabidopsis thaliana CAD6 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R25/00—Arrangements for measuring phase angle between a voltage and a current or between voltages or currents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/22—Flexible AC transmission systems [FACTS] or power factor or reactive power compensating or correcting units
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑PMU量测相角偏差的配电网状态估计方法,包括以下步骤:S1,获取某一时刻PMU/SCADA混合量测数据;S2,根据当前状态估计值,使用SCADA量测模型计算量测量计算值和雅可比矩阵;S3,根据当前状态估计值,使用考虑量测相角偏差的PMU量测模型计算量测量计算值和雅可比矩阵,结合步骤S3所得结果,计算信息矩阵和自由矢量;S4,根据信息矩阵和自由矢量求解状态修正量。完成状态修正,得到此轮计算状态估计结果;S5,根据收敛判别条件,判断状态估计结果是否已经收敛,否,则回到S2步骤继续计算;是,则输出状态估计估计结果。本发明有效降低含偏差量相角量测信息对状态估计精确度产生的不良影响,并且有效提升了配电网状态估计的准确性。
Description
技术领域
本发明涉及配电网状态估计领域,更具体地,涉及一种考虑PMU量测相角偏差的配电网状态估计方法及系统。
背景技术
状态估计技术是配电网态势感知的重要组成部分。为满足配电网管理需求,需要通过状态估计从含有误差的配电网量测数据中提取出系统状态信息的最优估计。但是,仅依靠当前配电网配置的PMU所采集的量测数据,达不到状态可观测性要求。在未来一段时间内,基于SCADA和PMU混合量测数据进行状态估计是更可行的选择。PMU量测含有相角量测,由全球定位系统(Global Positioning System,GPS)或北斗卫星导航系统(BeiDouNavigation Satellite Sys-tem,BDS)授时。GPS接收机失去授时信号、接受欺骗信号干扰等都会导致PMU出现时间偏差,从而引起PMU量测相角偏差。
现有问题:含相角偏差的PMU装置其各路相量量测均会带有相同相位偏差,这些量测信息会污染量测数据。传统状态估计方法没有考虑到PMU量测相角偏差问题,因而使状态估计结果出现较大偏差。
发明说明
本发明目的在于针对现有技术的不足,提出一种考虑PMU量测相角偏差的配电网状态估计方法及系统,解决状态估计结果出现较大偏差。
本发明的目的是通过以下技术方案来实现的:一种考虑PMU量测相角偏差的配电网状态估计方法,具体包括以下步骤:
S1,获取某一时刻量测数据,所述量测数据为PMU和SCADA混合量测数据;
S2,根据当前状态估计值,使用SCADA量测模型计算量测量计算值和雅可比矩阵;
S3,根据当前状态估计值,使用考虑量测相角偏差的PMU量测模型计算量测量计算值和雅可比矩阵,结合步骤S2所得结果以及步骤S1获取的量测数据,计算信息矩阵和自由矢量;
S4,根据信息矩阵和自由矢量求解状态修正量,用状态修正量完成状态修正,得到状态估计结果;
S5,根据收敛判别条件,判断状态估计结果是否已经收敛,判断结果为否时,则将状态修正后的状态估计结果作为当前状态估计值,回到步骤S2继续计算;判断结果为是时,则输出修正后的状态估计结果作为最终状态估计结果。
进一步地,步骤S2具体为:建立SCADA量测方程zscada=hscada(~)+v,v表示量测误差,hscada(~)表示SCADA量测函数表达式,具体如下:
式中,N表示节点数目,vsV,vsP,vsQ分别表示SCADA量测数据的电压幅值量测误差,有功功率量测误差,无功功率量测误差,Pi *和Qi *分别表示量测的节点i处的注入有功功率和注入无功功率,Pij *和Qij *分别表示量测的节点i流向节点j的有功功率流和无功功率流,δi和δj分别为节点i和j处的电压相角真实值,Vi和Vj分别为母线i和j处的电压幅值,Vi *表示量测的母线i处的电压幅值,gij和bij分别是母线i和j之间的电导和电纳,gsi和bsi分别是支路ij上母线i的对地电导和对地电纳;Gij和Bij分别为节点导纳矩阵(i,j)号元素的实部和虚部;
进一步地,步骤S3具体为:建立考虑PMU相角偏差的PMU混合量测模型,PMU装置测量母线电压相量和与该母线相连支路的电流相量;选用单支路π型等效电路模型,令流入节点的电流为正,和分别表示量测的节点i注入电流Ii的实部和虚部,和分别表示量测的支路电流Iij的实部和虚部;建立PMU量测方程zpmu=hpmu(~)+v,hpmu(~)表示PMU量测函数表达式,如下:
式中,vmV,vmδ,vmI分别表示PMU量测数据的电压幅值量测误差,电压相角量测误差,电流幅值量测误差。
PMU和SCADA混合量测方程有如下形式:
其中,zpmu、zscada分别表示PMU和SCADA量测值,X表示状态变量,量测误差v由具体量测数据类型和量测设备决定;
结合步骤S2所得结果,可得到:
完成状态修正:
进一步地,步骤S5具体为:设置收敛判据为即在第k次迭代计算时,状态修正量绝对值最大值小于给定阈值εx,则认为此时即为状态变量x的最优估计,输出状态估计结果,算法结束;如果不满足收敛判据,则令k=k+1,将状态修正后的状态估计结果作为当前状态估计值,返回步骤S2进行第k+1轮迭代计算,继续步骤S2-S5,直至满足状态估计结果收敛,输出计算结果,算法结束。
本发明还提供了一种考虑PMU量测相角偏差的配电网状态估计系统,该系统包括量测数据获取模块、SCADA量测模型计算模块、PMU量测模型计算模块、信息矩阵和自由矢量计算模块、状态修正模块和收敛判别模块;
所述量测数据获取模块获取某一时刻量测数据,具体为PMU/SCADA混合量测数据;然后根据当前状态估计值,使用SCADA量测模型计算模块计算量测量计算值和雅可比矩阵,并且根据当前状态估计值,使用考虑量测相角偏差的PMU量测模型计算模块计算量测量计算值和雅可比矩阵,将SCADA量测模型计算模块计算所得结果和PMU量测模型计算模块计算所得结果共同输入信息矩阵和自由矢量计算模块,计算信息矩阵和自由矢量,并将信息矩阵和自由矢量计算模块的计算结果输入到状态修正模块,根据信息矩阵和自由矢量求解状态修正量,用状态修正量完成状态修正,得到状态估计结果;将状态估计结果输入到收敛判别模块,根据收敛判别模块设置的收敛判别条件,判断状态估计结果是否已经收敛,若不收敛,则状态修正后的状态估计结果作为当前状态估计值输入到SCADA量测模型计算模块和PMU量测模型计算模块进行下一轮计算;若收敛,则输出修正后的状态估计结果作为最终状态估计结果。
进一步地,所述根据当前状态估计值,使用SCADA量测模型计算模块计算量测量计算值和雅可比矩阵具体为:
SCADA量测模型计算模块建立SCADA量测方程zscada=hscada(~)+v,v表示量测误差,hscada(~)表示SCADA量测函数表达式,具体如下:
式中,N表示节点数目,vsV,vsP,vsQ分别表示SCADA量测数据的电压幅值量测误差,有功功率量测误差,无功功率量测误差,Pi *和Qi *分别表示量测的节点i处的注入有功功率和注入无功功率,Pij *和Qij *分别表示量测的节点i流向节点j的有功功率流和无功功率流,δi和δj分别为节点i和j处的电压相角真实值,Vi和Vj分别为母线i和j处的电压幅值,Vi *表示量测的母线i处的电压幅值,gij和bij分别是母线i和j之间的电导和电纳,gsi和bsi分别是支路ij上母线i的对地电导和对地电纳;Gij和Bij分别为节点导纳矩阵(i,j)号元素的实部和虚部;
进一步地,所述考虑量测相角偏差的PMU量测模型计算模块以及信息矩阵和自由矢量计算模块的计算过程具体为:
PMU量测模型计算模块建立考虑PMU相角偏差的PMU混合量测模型,PMU量测模型计算模块测量母线电压相量和与该母线相连支路的电流相量;选用单支路π型等效电路模型,令流入节点的电流为正,和分别表示量测的节点i注入电流Ii的实部和虚部,和分别表示量测的支路电流Iij的实部和虚部;建立PMU量测方程zpmu=hpmu(~)+v,hpmu(~)表示PMU量测函数表达式,如下:
式中,vmV,vmδ,vmI分别表示PMU量测数据的电压幅值量测误差,电压相角量测误差,电流幅值量测误差。
PMU和SCADA混合量测方程有如下形式:
其中,zpmu、zscada分别表示PMU和SCADA量测值,X表示状态变量,量测误差v由具体量测数据类型和量测设备决定;
结合SCADA量测模型计算模块所得计算结果以及信息矩阵和自由矢量计算模块,可得到:
进一步地,状态修正模块根据信息矩阵和自由矢量求解状态修正量,用状态修正量完成状态修正,得到状态估计结果具体为:
完成状态修正:
进一步地,收敛判别模块根据收敛判别条件,判断状态估计结果是否已经收敛,具体如下:
收敛判别模块设置收敛判据为即在第k次迭代计算时,状态修正量绝对值最大值小于给定阈值εx,则认为此时即为状态变量x的最优估计,配电网状态估计系统输出状态估计结果;如果不满足收敛判据,则令k=k+1,将状态修正后的状态估计结果作为当前状态估计值,输入到SCADA量测模型计算模块和PMU量测模型计算模块进行第k+1轮迭代计算,直至满足状态估计结果收敛,配电网状态估计系统输出计算结果。
本发明的有益效果:
目前配电网量测数据主要由PMU和SCADA共同提供。PMU的配置拓展了量测数据类型,增加了相角量测,有利于提高配电网态势感知能力。但是,实际中部分PMU装置相角量测数据会带有一定的偏差量。含偏差量的PMU相角量测会污染量测数据集,严重影响动态状态估计精度。本发明所提方法可以克服PMU量测相角偏差带来的不良影响,通过状态估计算法估计出PMU装置相角偏差值,保证状态估计准确度。
附图说明
图1为PMU量测电压相位和支路电流相位参考关系示意图;
图2为考虑量测相角偏差的电压电流相位参考关系示意图;
图3为一种考虑PMU量测相角偏差的配电网状态估计方法流程图;
图4为一种考虑PMU量测相角偏差的配电网状态估计方法示意图;
图5为本发明算法示例状态估计结果示意图。
具体实施方式:
以下结合附图对本发明具体实施方式作进一步详细说明。
附图仅用于示例性说明,不能理解为对本专利的限制;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
下面将结合本发明中的附图,对本发明方案进行详细介绍。本发明提供的考虑PMU量测相角偏差的配电网状态估计方法实施例主要包括以下步骤(流程图见附图3,算法详细示意图见附图4)):
S1,状态估计初始化,设置状态变量和误差协方差矩阵初始值,在电压幅值和相角状态量基础上增加PMU装置相角偏差量作为扩展状态变量,设置迭代计数器初始值:
考虑PMU量测相角偏差的配电网状态估计方法,需扩展状态变量维数,为电网中每台PMU装置增加对应相角偏差量σ作为状态变量。则待估计状态变量X为:[V,δ,σ]T。V表示电压幅值,δ表示电压相角,σ表示PMU相角偏差值。初始设置可设电压初值为1,相角初值为0,相角偏差初值为0,令迭代计数器为k=1。
S2,获取某一时刻量测数据,具体为PMU和SCADA混合量测数据:
使用的数据为SCADA和PMU混合量测数据,PMU量测因自身带有对时装置,所以量测数据位于同一时间断面内。而SCADA更新频率较PMU低很多,但采集量均为稳态量,在实时状态估计中一般取最新值即可。设取到的某时刻量测数据为其中zpmu表示PMU量测数据,zscada表示SCADA量测数据。
S3,根据当前状态估计值,使用SCADA量测模型计算量测量计算值和雅可比矩阵:
SCADA量测不含相角量测,因此不受PMU相角偏差影响。因此可建立SCADA量测方程zscada=hscada(~)+v,v表示量测误差,hscada(~)表示SCADA量测函数表达式,具体如下:
式中,N表示节点数目,vsV,vsP,vsQ分别表示SCADA量测数据的电压幅值量测误差,有功功率量测误差,无功功率量测误差,Pi *和Qi *分别表示量测的节点i处的注入有功功率和注入无功功率,Pij *和Qij *分别表示量测的节点i流向节点j的有功功率流和无功功率流,δi和δj分别为节点i和j处的电压相角真实值,Vi和Vj分别为母线i和j处的电压幅值,Vi *表示量测的母线i处的电压幅值,gij和bij分别是母线i和j之间的电导和电纳,gsi和bsi分别是支路ij上母线i的对地电导和对地电纳。Gij和Bij分别为节点导纳矩阵(i,j)号元素的实部和虚部。
根据当前状态估计值,使用SCADA量测模型计算量测量计算值和雅可比矩阵的时候,第一轮迭代计算时,当前状态估计值为步骤S1设置的初始值,根据当前状态估计值计算:和hscada(~)表示SCADA量测函数表达式,表示根据hscada(~)计算得到的雅可比矩阵,其中:
S4,根据当前状态估计值,使用考虑量测相角偏差的PMU量测模型计算量测量计算值和雅可比矩阵,结合步骤S3所得结果,计算信息矩阵和自由矢量:
本发明提供一种考虑PMU量测相角偏差的配电网状态估计方法,解决PMU量测相角偏差数据污染量测信息,对配电网状态估计带来的不良影响的问题。具体为建立考虑相角偏差的PMU量测模型。
如附图1所示,正常工作状态下,部署在节点i处的PMU,由GPS或BDS提供时间授时信号,建立以平衡节点电压相角为基准的PMU相角参考线。测得的节点电压相角为支路ij的支路电流相角为节点电压超前支路电流的相角为角标*代表量测值。
假设由于受到信号干扰等因素影响,在母线i处的PMU量测存在相角偏差σi,电压相角真实值为δi,支路ij的支路电流相角真实值为θij,节点电压超前支路电流的相角的真实值此时PMU量测的相角参考关系如附图2所示。则对比附图1和附图2所示相位关系,可得:
在上述分析基础上,建立考虑PMU相角偏差的PMU混合量测模型。PMU装置可以测量母线电压相量和与该母线相连支路的电流相量(设流入节点为正)。选用单支路π型等效电路模型,令流入节点的电流为正,和分别表示量测的节点i注入电流Ii的实部和虚部,和分别表示量测的支路电流Iij的实部和虚部。建立PMU量测方程zpmu=hpmu(~)+v,hpmu(~)表示PMU量测函数表达式,如下,:
综上所述,vmV,vmδ,vmI分别表示PMU量测数据的电压幅值量测误差,电压相角量测误差,电流幅值量测误差。PMU和SCADA混合量测方程有如下形式:
其中,zpmu、zscada分别表示PMU和SCADA量测值,X表示状态变量,量测误差v由具体量测数据类型和量测设备决定。
S5,根据信息矩阵和自由矢量求解状态修正量,用状态修正量完成状态修正,得到此轮计算状态估计结果:
完成状态修正:
S6,根据收敛判别条件,判断状态估计结果是否已经收敛,判断结果为否时,则将状态修正后的状态估计结果作为当前状态估计值,回到S3步骤继续计算;判断结果为是时,则输出修正后的状态估计结果作为最终状态估计结果。
设置收敛判据为即在第k次迭代计算时,状态修正量绝对值最大值小于给定阈值εx,则认为此时即为状态变量x的最优估计,输出状态估计结果,至此算法结束。如果不满足收敛判据,则令k=k+1,将状态修正后的状态估计结果作为当前状态估计值,返回步骤S3进行第k+1轮迭代计算,继续步骤S3-S6,直至满足状态估计结果收敛,输出计算结果,算法结束。
本发明还提供了一种考虑PMU量测相角偏差的配电网状态估计系统,包括量测数据获取模块、SCADA量测模型计算模块、PMU量测模型计算模块、信息矩阵和自由矢量计算模块,状态修正模块和收敛判别模块,系统启动时进行初始化,初始设置可设电压初值为1,相角初值为0,相角偏差初值为0,令迭代计数器为k=1。
所述量测数据获取模块获取某一时刻量测数据,具体为PMU/SCADA混合量测数据;然后根据当前状态估计值,使用SCADA量测模型计算模块计算量测量计算值和雅可比矩阵,并且根据当前状态估计值,使用考虑量测相角偏差的PMU量测模型计算模块计算量测量计算值和雅可比矩阵,将SCADA量测模型计算模块计算所得结果和PMU量测模型计算模块计算所得结果共同输入信息矩阵和自由矢量计算模块,计算信息矩阵和自由矢量,并将信息矩阵和自由矢量计算模块的计算结果输入到状态修正模块,根据信息矩阵和自由矢量求解状态修正量,用状态修正量完成状态修正,得到此轮计算状态估计结果;将状态估计结果输入到收敛判别模块,根据收敛判别模块设置的收敛判别条件,判断状态估计结果是否已经收敛,若不收敛,则状态修正后的状态估计结果作为当前状态估计值输入到SCADA量测模型计算模块和PMU量测模型计算模块进行下一轮计算;若收敛,则输出修正后的状态估计结果作为最终状态估计结果。所述根据当前状态估计值,使用SCADA量测模型计算模块计算量测量计算值和雅可比矩阵具体为:
SCADA量测模型计算模块建立SCADA量测方程zscada=hscada(~)+v,v表示量测误差,hscada(~)表示SCADA量测函数表达式,具体如下:
式中,N表示节点数目,vsV,vsP,vsQ分别表示SCADA量测数据的电压幅值量测误差,有功功率量测误差,无功功率量测误差,Pi *和Qi *分别表示量测的节点i处的注入有功功率和注入无功功率,Pij *和Qij *分别表示量测的节点i流向节点j的有功功率流和无功功率流,δi和δj分别为节点i和j处的电压相角真实值,Vi和Vj分别为母线i和j处的电压幅值,Vi *表示量测的母线i处的电压幅值,gij和bij分别是母线i和j之间的电导和电纳,gsi和bsi分别是支路ij上母线i的对地电导和对地电纳。Gij和Bij分别为节点导纳矩阵(i,j)号元素的实部和虚部。
所述考虑量测相角偏差的PMU量测模型计算模块以及信息矩阵和自由矢量计算模块的计算过程具体为:
PMU量测模型计算模块建立考虑PMU相角偏差的PMU混合量测模型,PMU量测模型计算模块测量母线电压相量和与该母线相连支路的电流相量;选用单支路π型等效电路模型,令流入节点的电流为正,和分别表示量测的节点i注入电流Ii的实部和虚部,和分别表示量测的支路电流Iij的实部和虚部。建立PMU量测方程zpmu=hpmu(~)+v如下:
式中,vmV,vmδ,vmI分别表示PMU量测数据的电压幅值量测误差,电压相角量测误差,电流幅值量测误差。
PMU和SCADA混合量测方程有如下形式:
其中,zpmu、zscada分别表示PMU和SCADA量测值,X表示状态变量,量测误差v由具体量测数据类型和量测设备决定。
结合SCADA量测模型计算模块所得计算结果以及信息矩阵和自由矢量计算模块,可得到:
状态修正模块根据信息矩阵和自由矢量求解状态修正量,用状态修正量完成状态修正,得到状态估计结果具体为:
完成状态修正:
收敛判别模块根据收敛判别条件,判断状态估计结果是否已经收敛,具体如下:
收敛判别模块设置收敛判据为即在第k次迭代计算时,状态修正量绝对值最大值小于给定阈值εx,则认为此时即为状态变量x的最优估计,配电网状态估计系统输出状态估计结果。如果不满足收敛判据,则令k=k+1,将状态修正后的状态估计结果作为当前状态估计值,输入到SCADA量测模型计算模块和PMU量测模型计算模块进行第k+1轮迭代计算,直至满足状态估计结果收敛,配电网状态估计系统输出计算结果。
本发明应用时,以IEEE33节点配电网为例,对本发明提出的考虑PMU相角偏差的状态估计方法(WLS)与没有考虑PMU相角偏差的状态估计方法(WLS)进行比较。设置实验情景:布置PMU装置的节点中有3个存在相角偏差。通过潮流计算获得状态真值,对状态真值按照量测模型生成无误差量测量,再按照量测类型给量测量添加与量测类型相关的量测误差v,获得仿真算例使用的量测数据。对于存在相角偏差的PMU配置节点,该节点各路相量量测数据具有相同的相位偏差,偏差相位为(0,360)度的随机数。具体设置如表1所示:
表1:算例设置
设置PMU的节点 | 3,5,9,11,14,19 |
相角偏差PMU节点 | 9 |
算法一 | 未考虑PMU相角偏差的WLS方法 |
算法二 | 考虑PMU相角偏差的WLS方法 |
附图5所示算法示例中PMU相角偏差量取5度。状态初值采用平启动法设置,设电压幅值初值为1,电压相角初值为0,相角偏差初值为0。仿真结果如图5所示,图中可见,未考虑PMU相角偏差的状态估计方法(算法一),在所有节点的估计精度均有所下降,尤其在含相角偏差的PMU配置节点,表现更为明显。而本发明所述方法(算法二),可以有效解决PMU量测相角偏差对量测信息带来的影响,在所有的节点估计结果中,均保持了较高的状态估计精度。
特别地,根据本发明公开的实施例,上述任一实施例描述的考虑PMU量测相角偏差的配电网状态估计方法可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行考虑PMU量测相角偏差的配电网状态估计方法的程序代码。
作为又一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例的系统中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,该程序被一个或者一个以上的处理器用来执行描述于本申请的考虑PMU量测相角偏差的配电网状态估计方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的考虑PMU量测相角偏差的配电网状态估计方法、考虑PMU量测相角偏差的配电网状态估计系统、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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种考虑PMU量测相角偏差的配电网状态估计方法,其特征在于,具体包括以下步骤:
S1,获取某一时刻量测数据,所述量测数据为PMU和SCADA混合量测数据;
S2,根据当前状态估计值,使用SCADA量测模型计算量测量计算值和雅可比矩阵;
S3,根据当前状态估计值,使用考虑量测相角偏差的PMU量测模型计算量测量计算值和雅可比矩阵,结合步骤S2所得结果以及步骤S1获取的量测数据,计算信息矩阵和自由矢量;
S4,根据信息矩阵和自由矢量求解状态修正量,用状态修正量完成状态修正,得到状态估计结果;
S5,根据收敛判别条件,判断状态估计结果是否已经收敛,判断结果为否时,则将状态修正后的状态估计结果作为当前状态估计值,回到步骤S2继续计算;判断结果为是时,则将修正后的状态估计结果作为最终状态估计结果。
2.根据权利要求1所述的一种考虑PMU量测相角偏差的配电网状态估计方法,其特征在于,步骤S2具体为:
建立SCADA量测方程zscada=hscada(~)+v,v表示量测误差,hscada(~)表示SCADA量测函数表达式,具体如下:
式中,N表示节点数目,vsV,vsP,vsQ分别表示SCADA量测数据的电压幅值量测误差,有功功率量测误差,无功功率量测误差,Pi *和Qi *分别表示量测的节点i处的注入有功功率和注入无功功率,Pij *和Qij *分别表示量测的节点i流向节点j的有功功率流和无功功率流,δi和δj分别为节点i和j处的电压相角真实值,Vi和Vj分别为母线i和j处的电压幅值,Vi *表示量测的母线i处的电压幅值,gij和bij分别是母线i和j之间的电导和电纳,gsi和bsi分别是支路ij上母线i的对地电导和对地电纳;Gij和Bij分别为节点导纳矩阵(i,j)号元素的实部和虚部;
3.根据权利要求2所述的一种考虑PMU量测相角偏差的配电网状态估计方法,其特征在于,步骤S3具体为:
建立考虑PMU相角偏差的PMU混合量测模型,PMU装置测量母线电压相量和与该母线相连支路的电流相量;选用单支路π型等效电路模型,令流入节点的电流为正,和分别表示量测的节点i注入电流Ii的实部和虚部,和分别表示量测的支路电流Iij的实部和虚部;建立PMU量测方程zpmu=hpmu(~)+v,hpmu(~)表示PMU量测函数表达式,如下:
式中,vmV,vmδ,vmI分别表示PMU量测数据的电压幅值量测误差,电压相角量测误差,电流幅值量测误差;
PMU和SCADA混合量测方程有如下形式:
其中,zpmu、zscada分别表示PMU和SCADA量测值,X表示状态变量,量测误差v由具体量测数据类型和量测设备决定;
结合步骤S2所得结果,可得到:
6.一种考虑PMU量测相角偏差的配电网状态估计系统,其特征在于,该系统包括量测数据获取模块、SCADA量测模型计算模块、PMU量测模型计算模块、信息矩阵和自由矢量计算模块、状态修正模块和收敛判别模块;
所述量测数据获取模块获取某一时刻量测数据,具体为PMU/SCADA混合量测数据;然后根据当前状态估计值,使用SCADA量测模型计算模块计算量测量计算值和雅可比矩阵,并且根据当前状态估计值,使用考虑量测相角偏差的PMU量测模型计算模块计算量测量计算值和雅可比矩阵,将SCADA量测模型计算模块计算所得结果和PMU量测模型计算模块计算所得结果共同输入信息矩阵和自由矢量计算模块,计算信息矩阵和自由矢量,并将信息矩阵和自由矢量计算模块的计算结果输入到状态修正模块,根据信息矩阵和自由矢量求解状态修正量,用状态修正量完成状态修正,得到状态估计结果;将状态估计结果输入到收敛判别模块,根据收敛判别模块设置的收敛判别条件,判断状态估计结果是否已经收敛,若不收敛,则状态修正后的状态估计结果作为当前状态估计值输入到SCADA量测模型计算模块和PMU量测模型计算模块进行下一轮计算;若收敛,则输出修正后的状态估计结果作为最终状态估计结果。
7.根据权利要求6所述的一种考虑PMU量测相角偏差的配电网状态估计系统,其特征在于,所述根据当前状态估计值,使用SCADA量测模型计算模块计算量测量计算值和雅可比矩阵具体为:
SCADA量测模型计算模块建立SCADA量测方程zscada=hscada(~)+v,v表示量测误差,hscada(~)表示SCADA量测函数表达式,具体如下:
式中,N表示节点数目,vsV,vsP,vsQ分别表示SCADA量测数据的电压幅值量测误差,有功功率量测误差,无功功率量测误差,Pi *和Qi *分别表示量测的节点i处的注入有功功率和注入无功功率,Pij *和Qij *分别表示量测的节点i流向节点j的有功功率流和无功功率流,δi和δj分别为节点i和j处的电压相角真实值,Vi和Vj分别为母线i和j处的电压幅值,Vi *表示量测的母线i处的电压幅值,gij和bij分别是母线i和j之间的电导和电纳,gsi和bsi分别是支路ij上母线i的对地电导和对地电纳;Gij和Bij分别为节点导纳矩阵(i,j)号元素的实部和虚部;
8.根据权利要求7所述的一种考虑PMU量测相角偏差的配电网状态估计系统,其特征在于,所述考虑量测相角偏差的PMU量测模型计算模块以及信息矩阵和自由矢量计算模块的计算过程具体为:
PMU量测模型计算模块建立考虑PMU相角偏差的PMU混合量测模型,PMU量测模型计算模块测量母线电压相量和与该母线相连支路的电流相量;选用单支路π型等效电路模型,令流入节点的电流为正,和分别表示量测的节点i注入电流Ii的实部和虚部,和分别表示量测的支路电流Iij的实部和虚部;建立PMU量测方程zpmu=hpmu(~)+v,hpmu(~)表示PMU量测函数表达式,如下:
式中,vmV,vmδ,vmI分别表示PMU量测数据的电压幅值量测误差,电压相角量测误差,电流幅值量测误差;
PMU和SCADA混合量测方程有如下形式:
其中,zpmu、zscada分别表示PMU和SCADA量测值,X表示状态变量,量测误差v由具体量测数据类型和量测设备决定;
结合SCADA量测模型计算模块所得计算结果以及信息矩阵和自由矢量计算模块,可得到:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110291917.1A CN112865096A (zh) | 2021-03-18 | 2021-03-18 | 一种考虑pmu量测相角偏差的配电网状态估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110291917.1A CN112865096A (zh) | 2021-03-18 | 2021-03-18 | 一种考虑pmu量测相角偏差的配电网状态估计方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112865096A true CN112865096A (zh) | 2021-05-28 |
Family
ID=75993450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110291917.1A Pending CN112865096A (zh) | 2021-03-18 | 2021-03-18 | 一种考虑pmu量测相角偏差的配电网状态估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112865096A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114069638A (zh) * | 2021-11-09 | 2022-02-18 | 国网浙江省电力有限公司杭州供电公司 | 考虑可调节负荷影响和负荷不确定性的混合量测状态估计方法 |
CN117039893A (zh) * | 2023-10-09 | 2023-11-10 | 国网天津市电力公司电力科学研究院 | 配电网状态确定方法、装置及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103326358A (zh) * | 2013-06-17 | 2013-09-25 | 西南交通大学 | 基于同步相角测量装置的电力系统动态状态估计方法 |
CN107016489A (zh) * | 2017-03-09 | 2017-08-04 | 中国电力科学研究院 | 一种电力系统抗差状态估计方法和装置 |
CN110417009A (zh) * | 2019-07-29 | 2019-11-05 | 天津大学 | 基于不同采样周期数据的配电网混合抗差状态估计方法 |
-
2021
- 2021-03-18 CN CN202110291917.1A patent/CN112865096A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103326358A (zh) * | 2013-06-17 | 2013-09-25 | 西南交通大学 | 基于同步相角测量装置的电力系统动态状态估计方法 |
CN107016489A (zh) * | 2017-03-09 | 2017-08-04 | 中国电力科学研究院 | 一种电力系统抗差状态估计方法和装置 |
CN110417009A (zh) * | 2019-07-29 | 2019-11-05 | 天津大学 | 基于不同采样周期数据的配电网混合抗差状态估计方法 |
Non-Patent Citations (2)
Title |
---|
古浩原 等: "电力系统状态估计算法的综合分析", 《电气开关》, no. 6, 31 December 2013 (2013-12-31), pages 11 - 12 * |
黄昭 等: "基于动态负荷预测的配电网动态状态估计方法", 《能源互联网》, 25 December 2020 (2020-12-25), pages 62 - 63 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114069638A (zh) * | 2021-11-09 | 2022-02-18 | 国网浙江省电力有限公司杭州供电公司 | 考虑可调节负荷影响和负荷不确定性的混合量测状态估计方法 |
CN114069638B (zh) * | 2021-11-09 | 2023-10-31 | 国网浙江省电力有限公司杭州供电公司 | 考虑可调节负荷影响和负荷不确定性的混合量测状态估计方法 |
CN117039893A (zh) * | 2023-10-09 | 2023-11-10 | 国网天津市电力公司电力科学研究院 | 配电网状态确定方法、装置及电子设备 |
CN117039893B (zh) * | 2023-10-09 | 2024-01-26 | 国网天津市电力公司电力科学研究院 | 配电网状态确定方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Comparisons on Kalman-filter-based dynamic state estimation algorithms of power systems | |
Al‐Gabalawy et al. | State of charge estimation of a Li‐ion battery based on extended Kalman filtering and sensor bias | |
CN107577870B (zh) | 基于同步相量量测的配电网电压功率灵敏度鲁棒估计方法 | |
CN107843810B (zh) | 一种基于状态估计的有源配电网故障区段在线定位方法 | |
CN107658881A (zh) | 基于戴维南等值方法的电压稳定临界点判断方法 | |
CN112865096A (zh) | 一种考虑pmu量测相角偏差的配电网状态估计方法及系统 | |
US20080059088A1 (en) | Method and system for state estimation in power systems | |
Carta et al. | Model order reduction for PMU-based state estimation in distribution grids | |
CN109711662B (zh) | 一种基于多源数据融合的电网抗差状态估计方法 | |
CN112713587A (zh) | 一种基于平方根容积卡尔曼滤波器的配电网动态状态估计方法及系统 | |
Li et al. | Fully distributed state estimation for power system with information propagation algorithm | |
Pau et al. | Distributed state estimation for multi-feeder distribution grids | |
CN109858061B (zh) | 面向电压功率灵敏度估计的配电网络等值与化简方法 | |
Hou et al. | Robust forecasting-aided state estimation considering uncertainty in distribution system | |
CN107958120B (zh) | 一种基于幂级数展开的系统戴维南等值参数计算方法 | |
Shi et al. | An improved adaptive square root cubature kalman filter method for estimating state-of-charge of lithium-ion batteries | |
CN109638811B (zh) | 基于模型等值的配电网电压功率灵敏度鲁棒估计方法 | |
Ccahuana et al. | Analysis of bad data detection in power system state estimators considering PMUs | |
CN110988594A (zh) | 一种配电网故障位置确定方法及确定装置 | |
Al-Omari et al. | Power system dynamic state estimation using smooth variable structure filter | |
CN113553538B (zh) | 一种递推修正混合线性状态估计方法 | |
CN115795222A (zh) | 基于同步相量测量的电网不良参数辨识和校正方法 | |
CN109217336B (zh) | 基于分区建模的同步发电机阻尼系数在线辨识方法 | |
CN109327026B (zh) | 一种低压配电网区间状态估计方法 | |
CN108736475B (zh) | 基于pmu监测的互联电网子系统运行可靠性评估方法 |
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 |