CN112968473B - 交直流混合配电网抗差状态估计方法及终端设备 - Google Patents
交直流混合配电网抗差状态估计方法及终端设备 Download PDFInfo
- Publication number
- CN112968473B CN112968473B CN202110295476.2A CN202110295476A CN112968473B CN 112968473 B CN112968473 B CN 112968473B CN 202110295476 A CN202110295476 A CN 202110295476A CN 112968473 B CN112968473 B CN 112968473B
- Authority
- CN
- China
- Prior art keywords
- measurement
- state estimation
- power distribution
- distribution network
- hybrid power
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005259 measurement Methods 0.000 claims abstract description 229
- 238000004364 calculation method Methods 0.000 claims description 39
- 238000012937 correction Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 22
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 15
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 230000009191 jumping Effects 0.000 claims description 2
- 230000008689 nuclear function Effects 0.000 claims description 2
- 238000002347 injection Methods 0.000 description 24
- 239000007924 injection Substances 0.000 description 24
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 235000006629 Prosopis spicigera Nutrition 0.000 description 2
- 240000000037 Prosopis spicigera Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明适用于电网技术领域，提供了一种交直流混合配电网抗差状态估计方法及终端设备，上述方法包括：获取交直流混合配电网的参数；根据交直流混合配电网的参数，建立考虑PET量测带宽的自适应核密度抗差状态估计模型；对考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到交直流混合配电网的状态估计结果。本发明考虑PET量测带宽建立自适应核密度抗差状态估计模型并求解，利用PET量测带宽有效提高了状态估计的精度及准确率。
Description
技术领域
本发明属于电网技术领域，尤其涉及一种交直流混合配电网抗差状态估计方法及终端设备。
背景技术
随着分布式发电和直流负荷的应用，以及电力电子技术的快速发展，交直流混合配电网正成为配电网发展的新趋势。配电网状态估计是配电网分析和控制的基础。
现有技术中，交直流混合配电网状态估计的估计精度仍然不够高，不能满足实际应用需求，有待进一步的提升。
发明内容
有鉴于此，本发明实施例提供了一种交直流混合配电网抗差状态估计方法及终端设备，以解决现有技术中如何进一步提升交直流混合配电网状态估计的估计精度的问题。
本发明实施例的第一方面提供了一种交直流混合配电网抗差状态估计方法，包括：
获取交直流混合配电网的参数；
根据交直流混合配电网的参数，建立考虑PET量测带宽的自适应核密度抗差状态估计模型；
对考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到交直流混合配电网的状态估计结果。
本发明实施例的第二方面提供了一种交直流混合配电网抗差状态估计装置，包括：
参数获取模块，用于获取交直流混合配电网的参数；
模型建立模块，用于根据交直流混合配电网的参数，建立考虑PET量测带宽的自适应核密度抗差状态估计模型；
模型求解模块，用于对考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到交直流混合配电网的状态估计结果。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如本发明实施例第一方面提供的交直流混合配电网抗差状态估计方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如本发明实施例第一方面提供的交直流混合配电网抗差状态估计方法的步骤。
本发明实施例提供了一种交直流混合配电网抗差状态估计方法，包括：获取交直流混合配电网的参数；根据交直流混合配电网的参数，建立考虑PET量测带宽的自适应核密度抗差状态估计模型；对考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到交直流混合配电网的状态估计结果。本发明实施例考虑PET量测带宽，建立一种考虑PET量测带宽的自适应核密度抗差状态估计模型并求解，利用PET量测带宽有效提高了状态估计的精度及准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种交直流混合配电网抗差状态估计方法的实现流程示意图；
图2是本发明实施例提供的AC-DC转换器的简化模型示意图；
图3是本发明实施例提供的一种交直流混合配电网的拓扑图；
图4是本发明实施例提供的直流网络电压估计误差对比图；
图5是本发明实施例提供的a相电压幅值估计误差对比图；
图6是本发明实施例提供的a相电压相角估计误差对比图；
图7是本发明实施例提供的一种交直流混合配电网抗差状态估计装置的示意图；
图8是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明的技术方案，下面通过具体实施例来进行说明。
参考图1，本发明实施例提供了一种交直流混合配电网抗差状态估计方法，包括：
S101：获取交直流混合配电网的参数；
S102：根据交直流混合配电网的参数，建立考虑PET量测带宽的自适应核密度抗差状态估计模型；
S103：对考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到交直流混合配电网的状态估计结果。
本发明实施例中考虑PET量测带宽，建立考虑量测带宽的自适应核密度抗差状态估计模型，利用PET量测带宽有效提高了状态估计的精度及准确率。
一些实施例中，S103可以包括：
S1031：采用牛顿迭代法对考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到交直流混合配电网的状态估计结果。
一些实施例中，S1031可以包括：
S10311：将初始迭代次数k设置为1，采用牛顿法平值启动状态估计；
S10312：根据交直流混合配电网的参数，确定交流端口伪量测和直流端口伪量测；
S10313：根据交流端口伪量测及直流端口伪量测确定量测估计值，根据量测估计值确定量测残差矩阵，并根据量测残差矩阵确定雅可比矩阵；
S10314：根据当前迭代次数、预设的迭代次数阈值、量测的交直流性质、量测类型及PET控制方式确定量测带宽；
S10315：根据交直流混合配电网的参数确定量测权重，并将量测权重、量测带宽及雅可比矩阵输入考虑PET量测带宽的自适应核密度抗差状态估计模型，得到核函数值及目标函数值；
S10316：根据核函数值及目标函数值确定状态变量修正量，并根据状态变量修正量对状态变量进行修正，得到新的状态变量；
S10317：确定状态变量修正量是否满足预设的收敛条件；
S10318：若状态变量修正量不满足预设的收敛条件，则k＝k+1，并跳转至根据交直流混合配电网的参数，确定交流端口伪量测和直流端口伪量测的步骤循环执行，直至状态变量修正量满足预设的收敛条件，并将当前状态变量作为状态估计结果输出。
一些实施例中，收敛条件可以为：
max{|Δx(k)|}<ε (1)
其中，Δx(k)为状态变量修正量，ε为收敛精度。
一些实施例中，收敛精度ε可以为0.0001。
一些实施例中，述状态变量修正量Δx(k)的计算公式可以为：
HTF(I-f)HΔx(k)＝HTFr (2)
其中，H为雅克比矩阵，r为残差向量，F为目标函数值对角矩阵，f为核函数对角矩阵。
一些实施例中，考虑PET量测带宽的自适应核密度抗差状态估计模型的计算公式可以为：
其中，x为状态变量，包括高压对称交流网络的正序电压幅值和相角、低压不对称交流网络的三相电压幅值和相角、直流网络的电压幅值；nA为不对称交流网络的测点总数，包括电压测点、有功测点、无功测点和电流测点，每个测点包含a、b、c三相量测，因此低压不对称交流网络的量测总数为3nA；为高斯核函数；为第i个测点的φ相量测值，为的计算值；为第i个测点的φ相量测权重；σi为第i个测点的量测带宽，nD为高压对称交流网络某相测点数(包括电压测点、有功测点、无功测点和电流测点)和直流网络的测点数(包括电压测点、有功测点和电流测点)之和，每个测点仅有1个量测zi，zi的计算值为hi(x)，zi的带宽为σi，zi的权重为ωi。
由于同一测点的三相仪表精度差别不大，本发明实施例对于同一测点的a、b、c三相量测所采用的带宽是相同的，可以大大降低带宽的计算量；α＝ε，以避免的标准差di,φ远小于d导致权重为零。
一些实施例中，量测zi的权重ωi的计算公式可以为：
第i个测点的φ相量测权重的计算公式可以为：
其中，α为常数，di为高压对称网络和直流网络中第i个测点的量测标准差；d为所有量测标准差的几何平均值，di,φ为低压不对称交流网络中第i个测点的φ相量测标准差。
一些实施例中，S10314的具体方法为：
1)直流网络量测带宽的确定
直流网络中的量测包括电压幅值、有功和电流，而状态变量只有电压幅值，不存在相角状态变量，通过电压幅值即可计算出这些量测量的估计值。由于状态变量数远少于量测数，因此量测带宽的确定通过转化为状态变量带宽的计算时，可提高带宽的计算效率，所以在确定直流网络的量测带宽时，只需要确定电压幅值状态量的带宽。
状态变量的带宽由近似最优带宽、初始带宽和修正带宽三部分组成，下面分别给出直流网络下的带宽表达式。
a)近似最优带宽
因此本发明采用经验公式来计算近似最优带宽，即
其中，为节点j的电压状态变量Vj的近似最优带宽；和nj分别为Vj强相关量测标准差的均方根及强相关量测数。与Vj强相关的量测包括：节点j的电压幅值量测注入有功量测注入电流量测该注入型量测集记为以及与节点j相连所有支路两端的支路有功量测和支路电流量测及(k∈Ωkj，Ωkj为节点j的邻接节点集)，该传输型量测集记为
b)初始带宽
在迭代的最初几步(本发明选择为3步)，状态变量Vj的初始带宽为
其中，为Vj的强相关量测zi的第m步残差值，δgd＝0.79655为标准正态分布的四分位数对应的函数值。
c)修正带宽
把与状态变量Vj强相关的量测残差按绝对值从大到小进行排序，获得序列令该序列中位数处的值为rmid，则状态变量Vj的修正带宽为
若该残差序列长度为偶数，则上中位数。这是因为当与该状态变量强相关的量测存在较多的坏数据，则取下中位数时很可能会使得较多的量测被大幅降权而导致相关状态变量不可观测的问题。
基于上述状态变量Vj的带宽，可得到量测zi在状态估计迭代的最初几步(m≤3)的带宽σi，即
在迭代后期(m>3)量测zi的带宽σi表示为
2)不对称交流网络量测带宽的确定
低压不对称交流网络的量测考虑包括三相电压幅值、有功和无功、及电流，状态变量包括三相电压幅值和相角，由于本发明对同一测点的a、b、c三相量测所采用的带宽是相同的，因此按量测带宽的确定转化为状态变量带宽的计算时，只需确定一相的电压幅值和相角状态量的带宽。将该相的电压幅值和相角状态量分别用Vj和θj表示。
电压幅值状态量的带宽仍然按式10进行计算，不同之处在于，交流网络中与Vj强相关的注入型量测集为节点j的各相电压幅值量测注入无功量测注入电流量测而传输型量测集为与节点j相连所有支路两端的支路无功量测和支路电流量测及
相角状态量的带宽计算公式形式与式7～10类似，不同之处在于，交流网络中与θj强相关的注入型量测集为节点j的注入有功量测注入电流量测而传输型量测集为与节点j相连所有支路两端的支路无功量测和支路电流量测及以和分别表示θj的近似最优带宽、初始带宽和修正带宽。
基于以上分析，量测在最初几步(m≤3)的带宽σi为
在迭代后期(m>3)量测的带宽σi表示为：
3)PET量测带宽的确定
PET交流端口的稳态计算模型可以采用图2所示的AC-DC转换器的简化模型，采用AC-DC转换器的简化模型后，其端口量测包括端口三相电压幅值注入电流注入有功和无功状态量变量包括 与交流电网的量测和状态量一致；而PET的直流端口量测包括端口电压注入有功和电流状态量变量为Udc和Edc，与直流电网一致。此时PET端口量测的计算方程与对应交直流网络的量测计算方程也同样一致。
PET数学模型见式18，该式说明可以将PET简化为一个节点，注入此节点的有功功率之和与PET损耗相等，即
其中，为主网注入PET的各相有功功率；Ploss为PET的有功损耗；为PET交流端口注入的φ相有功；Pdc为PET直流端口的注入有功；为的正序电压；M为调制系数。
对于交流网络，通过式18利用主网注入功率直流网络的状态量可计算出和三相功率之和可直接作为交流网络状态估计计算时的伪量测，正序电压经过序-相变换后(零负序为0)，作为的伪量测；而对于直流网络，通过式18利用主网注入功率和交流网络的状态量可计算出Pdc和Udc，并以此作为直流网络状态估计计算时的伪量测。本发明通过交直流网络之间的交替迭代，实现含PET的交直流混合状态估计计算。
由于伪量测在迭代初期并非最终的量测估计值，所以不可避免存在一定的误差，在交替迭代时其权重不应取得过大；而在迭代后期，伪量测估计的误差已经变得比较小，在交替迭代时其权重应按正常量测取。考虑到状态估计的迭代次数一般为5次左右，不会太多，所以本发明对伪量测的标准差采用变标准差的方式来确定，初始值为5倍对应实际量测的标准差，每迭代一次，伪量测的标准差减小1倍，当变为1倍对应实际量测标准差时，即保持不变。
根据配电网运行需要，PET具有恒功率、恒电压和下垂控制等5种不同工作模式。对于恒功率和恒电压控制，相应的控制量可认为是一精度非常之高的量测，因此在整个状态估计迭代过程中，都应该保证该类量测全程参与计算，即不会被降权而误辨识为坏数据。所以该类量测的带宽在整个迭代过程均按迭代前期所用的带宽确定式10和式14来计算，而PET其他量测的带宽则按前两小节的带宽确定方法进行计算。各种工作模式下PET量测带宽的计算方式见表1。
表1不同工作模式下PET量测带宽的计算公式
下面结合具体实施例对上述交直流混合配电网抗差状态估计方法进行详细说明。
参考图3提供的含一台PET的交直流混合配电网验证本发明方法的有效性，该系统的直流母线电压等级为750V，交流侧为380V电压等级的三相不平衡配电网，基准功率取100kV·A，共有9个直流节点，13个交流节点，系统参数如表2～表6所示。其中表4～表5的数据以消耗功率为正，发出功率为负。量测除了图3中标注的量测外，还包括所有节点负荷的注入功率量测(其中节点①和节点1为零注入功率量测)。量测标准差按di＝pr|ztrue|/3取，其中pr为仪表精度等级，为潮流真值，基础量测数据在潮流真值的基础上叠加随机噪声得到。计算环境为Win10 64位系统，240GB硬盘，8GB内存，主频1.8GHz，Matlab 2015b。
表2直流网络线路长度
注：单位长度电阻为0.0754Ω/km
表3交流网络线路长度
注：单位长度阻抗为0.24+j0.077Ω/km
表4直流网络负荷及分布式发电数据
表5交流网络负荷及分布式发电数据
表6分布式电源控制方式
假设PET采用恒定电压控制，所有量测精度等级均按3％取，设置节点6和节点④的注入有功为坏数据，量测标准差分别记为d6和d4，坏数据的误差为5倍量测标准差。对比传统加权最小二乘法(WLS)和本发明三相核密度估计(KD)方法对坏数据的辨识结果和配电网估计精度，如表3和图4～图6所示。表7中节点6的注入有功为三相总和，交流网络中的耗时是运行10次交直流网络状态估计总的平均计算时间。图4为直流网络电压幅值估计误差对比，图5和图6分别为交流网络a相状态量的估计误差对比。
表7状态估计算法性能对比
由于节点6和节点④的出线数明显较其他节点多，因此其注入功率具有杠杆量测的性质，相应设置的注入有功为坏杠杆量测，从表7可以看出，WLS对杠杆坏数据的辨识能力弱，使得电压和相角的估计精度受到坏数据的影响而较KD低，而本发明方法能有效辨识坏杠杆量测，有效抑制了坏杠杆量测的影响，而图4～图6的误差曲线也验证了这一结论。由于KD能够准确辨识坏数据，因此电压幅值估计精度比WLS提高约50％，而电压相角估计精度提升约35％。从计算时间看，本发明方法也因为其具有良好的抗差性能，避免了由于坏数据引起迭代时间的增加这一问题。
表8 PET量测精度提高时本发明算法的计算精度
将PET的端口节点电压幅值量测的精度等级改为2×10-4来模拟恒电压控制，本发明算法的计算精度见表8。可以看出，电压幅值量测精度提高后，电压幅值状态量的估计误差有明显的降低，特别是交流网络的电压幅值状态量估计精度，电压幅值和相角精度分别提高30％和10％。这是由于交流网络只含一个电压幅值量测，因此其精度的大小直接决定了电压幅值状态量测的估计精度。同时，结合表7及图4～图6的计算结果不难得出，除了与PET控制方式相关的控制量外，具有杠杆性质的量测点也是影响状态估计精度的关键点，当关键点的量测误差小时，能有效提高状态估计精度，反之则会大大降低状态估计精度，因此在进行量测配置时，为了保证计算精度，需要优先在这些关键点上配置高精度量测仪表。
进一步将支路1-2的传输有功量测误差增大1倍，此时注入PET端口的量测随之增加，以此分析注入PET端口的量测精度对状态估计精度的影响，计算结果见表9。可以看出，注入有功误差增加后，对直流网络的影响几乎可以忽略，而交流网络电压和相角的计算精度均有所下降，但由于存在一个高精度电压幅值量测，对幅值的计算精度影响较小。
表9 PET量测误差增加时本发明算法的计算精度
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
参考图7，本发明实施例还提供了一种交直流混合配电网抗差状态估计装置可以包括：
参数获取模块21，用于获取交直流混合配电网的参数；
模型建立模块22，用于根据交直流混合配电网的参数，建立考虑PET量测带宽的自适应核密度抗差状态估计模型；
模型求解模块23，用于对考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到交直流混合配电网的状态估计结果。
一些实施例中，模型求解模块23可以包括：
迭代求解单元231，用于采用牛顿迭代法对考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到交直流混合配电网的状态估计结果。
一些实施例中，迭代求解单元231可以包括：
初始化子单元2311，用于将初始迭代次数k设置为1，采用牛顿法平值启动状态估计；
第一计算子单元2312，用于根据交直流混合配电网的参数，确定交流端口伪量测和直流端口伪量测；
第二计算子单元2313，用于根据交流端口伪量测及直流端口伪量测确定量测估计值，根据量测估计值确定量测残差矩阵，并根据量测残差矩阵确定雅可比矩阵；
第三计算子单元2314，用于根据当前迭代次数、预设的迭代次数阈值、量测的交直流性质、量测类型及PET控制方式确定量测带宽；
第四计算子单元2315，用于根据交直流混合配电网的参数确定量测权重，并将量测权重、量测带宽及雅可比矩阵输入考虑PET量测带宽的自适应核密度抗差状态估计模型，得到核函数值及目标函数值；
修正子单元2316，用于根据核函数值及目标函数值确定状态变量修正量，并根据状态变量修正量对状态变量进行修正，得到新的状态变量；
判断子单元2317，用于确定状态变量修正量是否满足预设的收敛条件；
结果输出子单元2318，用于若状态变量修正量不满足预设的收敛条件，则k＝k+1，并跳转至根据交直流混合配电网的参数，确定交流端口伪量测和直流端口伪量测的步骤循环执行，直至状态变量修正量满足预设的收敛条件，并将当前状态变量作为状态估计结果输出。
一些实施例中，收敛条件为：
max{|Δx(k)|}<ε (1)
其中，Δx(k)为状态变量修正量，ε为收敛精度。
一些实施例中，考虑PET量测带宽的自适应核密度抗差状态估计模型的计算公式为：
其中，x为状态变量，包括高压对称交流网络的正序电压幅值和相角、低压不对称交流网络的三相电压幅值和相角、直流网络的电压幅值；nA为不对称交流网络的测点总数，包括电压测点、有功测点、无功测点和电流测点，每个测点包含a、b、c三相量测，因此低压不对称交流网络的量测总数为3nA；为高斯核函数；为第i个测点的φ相量测值，为的计算值；为第i个测点的φ相量测权重；σi为第i个测点的量测带宽，nD为高压对称交流网络某相测点数(包括电压测点、有功测点、无功测点和电流测点)和直流网络的测点数(包括电压测点、有功测点和电流测点)之和，每个测点仅有1个量测zi，zi的计算值为hi(x)，zi的带宽为σi，zi的权重为ωi。
一些实施例中，量测zi的权重ωi的计算公式为：
第i个测点的φ相量测权重的计算公式为：
其中，α为常数，di为高压对称网络和直流网络中第i个测点的量测标准差；d为所有量测标准差的几何平均值，di,φ为低压不对称交流网络中第i个测点的φ相量测标准差。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将终端设备的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图8是本发明一实施例提供的终端设备的示意框图。如图8所示，该实施例的终端设备4包括：一个或多个处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。处理器40执行计算机程序42时实现上述各个交直流混合配电网抗差状态估计方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，处理器40执行计算机程序42时实现上述交直流混合配电网抗差状态估计装置实施例中各模块/单元的功能，例如图7所示模块21至23的功能。
示例性地，计算机程序42可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器41中，并由处理器40执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序42在终端设备4中的执行过程。例如，计算机程序42可以被分割成参数获取模块21、模型建立模块22及模型求解模块23。
参数获取模块21，用于获取交直流混合配电网的参数；
模型建立模块22，用于根据交直流混合配电网的参数，建立考虑PET量测带宽的自适应核密度抗差状态估计模型；
模型求解模块23，用于对考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到交直流混合配电网的状态估计结果。
其它模块或者单元在此不再赘述。
终端设备4包括但不仅限于处理器40、存储器41。本领域技术人员可以理解，图8仅仅是终端设备的一个示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备4还可以包括输入设备、输出设备、网络接入设备、总线等。
处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器41可以是终端设备的内部存储单元，例如终端设备的硬盘或内存。存储器41也可以是终端设备的外部存储设备，例如终端设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器41还可以既包括终端设备的内部存储单元也包括外部存储设备。存储器41用于存储计算机程序42以及终端设备所需的其他程序和数据。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的终端设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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网络单元上。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，在本申请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。
集成的模块/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，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (8)
1.一种交直流混合配电网抗差状态估计方法，其特征在于，包括：
获取交直流混合配电网的参数；
根据所述交直流混合配电网的参数，建立考虑PET量测带宽的自适应核密度抗差状态估计模型；
对所述考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到所述交直流混合配电网的状态估计结果；
所述考虑PET量测带宽的自适应核密度抗差状态估计模型的计算公式为：
其中，x为状态变量，包括高压对称交流网络的正序电压幅值和相角、低压不对称交流网络的三相电压幅值和相角、直流网络的电压幅值；nA为不对称交流网络的测点总数，包括电压测点、有功测点、无功测点和电流测点，每个测点包含a、b、c三相量测，因此低压不对称交流网络的量测总数为3nA；为高斯核函数；为第i个测点的φ相量测值，为的计算值；为第i个测点的φ相量测权重；σi为第i个测点的量测带宽，nD为高压对称交流网络某相测点数和直流网络的测点数之和，每个测点仅有1个量测zi，zi的计算值为hi(x)，zi的带宽为σi，zi的权重为ωi；
所述量测zi的权重ωi的计算公式为：
第i个测点的φ相量测权重的计算公式为：
其中，α为常数，di为高压对称网络和直流网络中第i个测点的量测标准差；d为所有量测标准差的几何平均值，di,φ为低压不对称交流网络中第i个测点的φ相量测标准差。
2.如权利要求1所述的交直流混合配电网抗差状态估计方法，其特征在于，所述对所述考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到所述交直流混合配电网的状态估计结果，包括：
采用牛顿迭代法对所述考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到所述交直流混合配电网的状态估计结果。
3.如权利要求2所述的交直流混合配电网抗差状态估计方法，其特征在于，所述采用牛顿迭代法对所述考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到所述交直流混合配电网的状态估计结果，包括：
将初始迭代次数k设置为1，采用牛顿法平值启动状态估计；
根据所述交直流混合配电网的参数，确定交流端口伪量测和直流端口伪量测；
根据所述交流端口伪量测及所述直流端口伪量测确定量测估计值，根据所述量测估计值确定量测残差矩阵，并根据所述量测残差矩阵确定雅可比矩阵；
根据当前迭代次数、预设的迭代次数阈值、量测的交直流性质、量测类型及PET控制方式确定量测带宽；
根据所述交直流混合配电网的参数确定量测权重，并将所述量测权重、所述量测带宽及所述雅可比矩阵输入所述考虑PET量测带宽的自适应核密度抗差状态估计模型，得到核函数值及目标函数值；
根据所述核函数值及所述目标函数值确定状态变量修正量，并根据所述状态变量修正量对状态变量进行修正，得到新的状态变量；
确定所述状态变量修正量是否满足预设的收敛条件；
若所述状态变量修正量不满足所述预设的收敛条件，则k＝k+1，并跳转至所述根据所述交直流混合配电网的参数，确定交流端口伪量测和直流端口伪量测的步骤循环执行，直至所述状态变量修正量满足所述预设的收敛条件，并将当前状态变量作为所述状态估计结果输出。
4.如权利要求3所述的交直流混合配电网抗差状态估计方法，其特征在于，所述收敛条件为：
max{|Δx(k)|}<ε
其中，Δx(k)为所述状态变量修正量，ε为收敛精度。
5.一种交直流混合配电网抗差状态估计装置，其特征在于，包括：
参数获取模块，用于获取交直流混合配电网的参数；
模型建立模块，用于根据所述交直流混合配电网的参数，建立考虑PET量测带宽的自适应核密度抗差状态估计模型；
模型求解模块，用于对所述考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到所述交直流混合配电网的状态估计结果；
所述考虑PET量测带宽的自适应核密度抗差状态估计模型的计算公式为：
其中，x为状态变量，包括高压对称交流网络的正序电压幅值和相角、低压不对称交流网络的三相电压幅值和相角、直流网络的电压幅值；nA为不对称交流网络的测点总数，包括电压测点、有功测点、无功测点和电流测点，每个测点包含a、b、c三相量测，因此低压不对称交流网络的量测总数为3nA；为高斯核函数；为第i个测点的φ相量测值，为的计算值；为第i个测点的φ相量测权重；σi为第i个测点的量测带宽，nD为高压对称交流网络某相测点数和直流网络的测点数之和，每个测点仅有1个量测zi，zi的计算值为hi(x)，zi的带宽为σi，zi的权重为ωi；
所述量测zi的权重ωi的计算公式为：
第i个测点的φ相量测权重的计算公式为：
其中，α为常数，di为高压对称网络和直流网络中第i个测点的量测标准差；d为所有量测标准差的几何平均值，di,φ为低压不对称交流网络中第i个测点的φ相量测标准差。
6.如权利要求5所述的交直流混合配电网抗差状态估计装置，其特征在于，所述模型求解模块包括：
迭代求解单元，用于采用牛顿迭代法对所述考虑PET量测带宽的自适应核密度抗差状态估计模型求解，得到所述交直流混合配电网的状态估计结果。
7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至4任一项所述的交直流混合配电网抗差状态估计方法的步骤。
8.一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程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的交直流混合配电网抗差状态估计方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110295476.2A CN112968473B (zh) | 2021-03-19 | 2021-03-19 | 交直流混合配电网抗差状态估计方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110295476.2A CN112968473B (zh) | 2021-03-19 | 2021-03-19 | 交直流混合配电网抗差状态估计方法及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112968473A CN112968473A (zh) | 2021-06-15 |
| CN112968473B true CN112968473B (zh) | 2024-08-06 |
Family
ID=76277764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110295476.2A Active CN112968473B (zh) | 2021-03-19 | 2021-03-19 | 交直流混合配电网抗差状态估计方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112968473B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113762625B (zh) * | 2021-09-09 | 2024-09-06 | 国网山东省电力公司经济技术研究院 | 一种基于图卷积网络的配电网状态评估方法和系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104866714A (zh) * | 2015-05-14 | 2015-08-26 | 同济大学 | 一种电力系统自适应核密度抗差状态估计方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104866715A (zh) * | 2015-05-14 | 2015-08-26 | 同济大学 | 基于自适应核密度估计的电力系统抗差状态估计方法 |
| CN109274091B (zh) * | 2018-10-15 | 2021-03-26 | 同济大学 | 一种输配一体化并行状态估计方法 |
| CN110299762B (zh) * | 2019-06-21 | 2022-12-02 | 三峡大学 | 基于pmu准实时数据的主动配电网抗差估计方法 |
-
2021
- 2021-03-19 CN CN202110295476.2A patent/CN112968473B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104866714A (zh) * | 2015-05-14 | 2015-08-26 | 同济大学 | 一种电力系统自适应核密度抗差状态估计方法 |
Non-Patent Citations (2)
| Title |
|---|
| "含电力电子变压器的交直流混合配电网状态估计及运行优化研究";司佳;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20230215(第2期);C042-1410 * |
| "基于自适应核密度的含PET交直流混合配电网状态估计";贾宏杰等;《天津大学学报(自然科学与工程技术版)》;20210416;第54卷(第7期);754-762 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112968473A (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| WO2017016021A1 (zh) | 一种基于影响增量的状态枚举可靠性评估方法及其装置 | |
| US20140244189A1 (en) | System For Achieving Real-Time Monitoring and State Estimation in Power Distribution Networks | |
| CN109494724B (zh) | 基于lu分解的大电网戴维南等值参数在线辨识方法 | |
| JP2015135286A (ja) | 二次電池の特性推定装置 | |
| CN109066650B (zh) | 电力系统脆弱性评估方法及终端设备 | |
| CN112968473B (zh) | 交直流混合配电网抗差状态估计方法及终端设备 | |
| CN116228465A (zh) | 配电网状态快速评估计算方法、系统、设备及存储介质 | |
| CN106651150B (zh) | 一种评估电网谐波影响的方法及装置 | |
| CN114512982A (zh) | 配电网拓扑辨识方法、装置和终端设备 | |
| Andreoli et al. | Topology validation via simultaneous state & topology estimation with phasor data processing capability | |
| CN116611011A (zh) | 一种暂态过电压幅值的预测方法、系统、终端及介质 | |
| CN113900028B (zh) | 一种考虑初始荷电状态和充放电路径的电池健康状态估计方法及系统 | |
| CN114386510A (zh) | 一种电力系统量测错误辨识方法及系统 | |
| CN109670254B (zh) | 机电暂态与电磁暂态混合仿真的接口位置选择方法及系统 | |
| CN114123164B (zh) | 一种电力系统短路容量计算方法、装置及终端设备 | |
| KR101092723B1 (ko) | 스마트 배전 운영시스템의 단상 선로 전압 산출 방법 및 이를 위한 기록 매체 | |
| Ishak et al. | Performance comparison of electric power flow solutions using PSCAD | |
| Fang et al. | Robust state estimation of active distribution networks based on improved IGG weight function | |
| CN110133365A (zh) | 一种负载的开关事件的检测方法和装置 | |
| CN105469210A (zh) | 一种主配网自动化模型拼接错误检测方法 | |
| Göl et al. | Synchro-phasor based three phase state estimation using modal components | |
| CN113608142B (zh) | 剩余电量确定方法、装置和不间断电源 | |
| CN112986678B (zh) | 谐波定位方法、装置及设备 | |
| CN114265000B (zh) | 一种基于错接线矢量图的电能表误差纠正方法、系统 |
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 |