CN113507130B - 基于dpmu的实时数据通信系统的电网状态估计方法及系统 - Google Patents
基于dpmu的实时数据通信系统的电网状态估计方法及系统 Download PDFInfo
- Publication number
- CN113507130B CN113507130B CN202110901330.8A CN202110901330A CN113507130B CN 113507130 B CN113507130 B CN 113507130B CN 202110901330 A CN202110901330 A CN 202110901330A CN 113507130 B CN113507130 B CN 113507130B
- Authority
- CN
- China
- Prior art keywords
- data
- packet loss
- power grid
- time
- fitting
- 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
- 230000006854 communication Effects 0.000 title claims abstract description 43
- 238000004891 communication Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000005259 measurement Methods 0.000 claims description 45
- 239000011159 matrix material Substances 0.000 claims description 41
- 230000008569 process Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 description 24
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000758 substrate 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/242—Arrangements for preventing or reducing oscillations of power in networks using phasor measuring units [PMU]
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
基于DPMU的实时数据通信系统的电网状态估计方法及系统,当通过通信系统获取所述DPMU的测量值时,若发生数据丢包,则通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据,从而不进行数据重传;并对所述拟合进行可信度的计算;根据所述拟合值和所述可信度,对电网状态进行估计。
Description
技术领域
本发明涉及一种基于DPMU的实时数据通信系统的电网状态估计方法及系统。
背景技术
智能电网产业发展非常迅速,但是当前电网监控系统可靠性低、智能化程度低,这些现状必须加以改善,才能满足用户越来越高的用电需求,这就迫使供电公司必须提高供电系统的稳定性和可靠性。监测系统是电力行业中的重要组成部分,其可以用于对行业内各种情况进行分析和处理,如调度、数据传递、负载预测、系统性能分析和分布式系统优化等,对于保障电网可靠安全的运行至关重要。
市场上主流的电力监控系统大都基于传统的SCADA系统,其缺乏实时功能,导致电网可靠性低,由于电网规模庞大,通信系统,数据处理算法或网络硬件的限制,目前大多数市场上的监控系统无法达到实时级别,由此导致电网可靠性差。
随着风、光、储能等分布式能源的应用,主动配电网规模的扩大,导致状态变量维数大幅度增加,也造成所采取的电能数据传输距离的延长,通讯量大。此外,一些例如DPMU(配网同步相量测量装置)高采样频率也带来了大量数据需要实时快速处理的需求。
DPMU可以对被监测的系统指标进行非常高频且高精度采样,以达到实时监测并灵活有效加以控制的目的。但同时,在DPMU终端以及控制中心进行频繁且大量的数据传输,对通信网络的容量和稳定性都提出了极高的要求。由于信号干扰,网络不稳定等多种随机因素,数据丢包问题几乎不可避免,这会造成控制中心无法及时得到准确的测量值,从而拖慢状态估计的速度,甚至降低状态估计的质量。据申请人以及美国PSL公司的研究论文显示,基于DPMU的无线通信系统的数据丢包率为5%到35%之间,而如果选用电力线载波通讯(PLC),这个比率会更高。
目前对于上述问题,都是采用自动重传技术来解决这个问题。自动重传请求(Automatic Repeat-reQuest,ARQ)是一种数据传输过程中的错误控制机制,它通过使用确认和超时两种机制在不可靠服务的基础上实现可靠的信息传输;在这种机制下,当发送方没有在时限前收到确认时,它会重新发送数据包直到收到确认或者超过最大重传次数。ARQ机制有多种不同变种,包括停止等待ARQ,回退N重传ARQ,选择重传ARQ等协议。目前ARQ是最常用的解决数据掉包问题的方法,但是会对通信系统造成时延和额外的负担。更致使的是,如前文所述,DPMU能够采集非常高频且高精度数据,这已经对通信服务的容量和可靠性提出了挑战,如果同样采用ARQ机制来解决丢包问题,可能会进一步拖慢通信网络的速度,在最严重的情况下,这会造成系统中的某些母盘在某些时刻无法被控制中心及时监测到,导致状态估计结果严重偏离真实情况。
发明内容
为解决上述问题,本发明提供一种基于DPMU的实时数据通信系统的电网状态估计方法及系统,下面具体说明。
根据第一方面,一种实施例中提供一种基于DPMU的实时数据通信系统的电网状态估计方法,包括:
通过通信系统获取通过DPMU的测量值,所述测量值为电能数据,所述电能数据至少包括电压、电流和功角;
当通过通信系统获取所述DPMU的测量值时,若未发生数据丢包,则通过所获取的DPMU的测量值,对电网状态进行估计;
当通过通信系统获取所述DPMU的测量值时,若发生数据丢包,则通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据,从而不进行数据重传;
对所述拟合进行可信度的计算;
根据所述拟合值和所述可信度,对电网状态进行估计。
一实施例中,所述通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据,包括:
z(k)表示在k时刻DPMU的测量值的集合,zi(k)表示在k时刻DPMU的测量值的集合中的第i个测量值,当在k0时刻的第i个测量值zi(k0)在通过系统传输过程中发生数据丢失时,使用之前N个时刻的测量值通过指数拟合来估计zi(k0),具体地,构造下列公式:
其中,a和b表示指数函数的参数;εi(k)为正态分布噪声,其服从分布k0-N≤k≤k0-1;
通过最小二乘法求解得到
通过填补丢失的测量值zi(k0)。
一实施例中,通过使得下述的代价函数最小化来求解得到a和b的估计值和/>
其中
一实施例中,所述对所述拟合进行可信度的计算,包括:
定义k0时刻的拟合误差为其中k0=N+1;
通过下式公式计算拟合误差
其中,为电网状态估计的误差;x(k)来表示k时刻电网的真实值;/>来表示x(k)的估计值;/>表示电网状态估计的误差;H为电网的输出矩阵,Hi为与第i个测量值相关的电网的输出矩阵;xi(k)表示k时刻的第i个真实值,/>表示xi(k)时刻的估计值;w(k)表示k时刻电网的过程噪声;
计算k0时刻的拟合误差的方差:
其中,R为v(k)的协方差矩阵,v(k)为k时刻电网测量噪声。
一实施例中,所述根据所述拟合值和所述可信度,对电网状态进行估计,包括:
定义zfit(k0)=Hx(k0)+vfit(k0),其中:
通过使如下代价函数最小化来计算得到k0时刻的电网状态估计结果
其中:
根据第二方面,一种实施例提供一种基于DPMU的实时数据通信系统的电网状态估计系统,包括数据接收单元、丢包判断单元、数据填补单元、可信度计算单元和电网状态估计单元,其中:
所述数据接收单元用于通过通信系统获取通过DPMU的测量值,所述测量值为电能数据,所述电能数据至少包括电压、电流和功角;
所述丢包判断单元用于判断通过通信系统获取所述DPMU的测量值时,是否发生丢包;当所述丢包判断单元判断未发生丢包时,则所述电网状态估计单元通过所获取的DPMU的测量值,对电网状态进行估计;
当所述丢包判断单元判断发生丢包时,则所述数据填补单元通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据;所述可信度计算单元对所述拟合进行可信度的计算;所述电网状态估计单元根据所述拟合值和所述可信度,对电网状态进行估计。
一实施例中,所述数据填补单元通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据,包括:
z(k)表示在k时刻DPMU的测量值的集合,zi(k)表示在k时刻DPMU的测量值的集合中的第i个测量值,当在k0时刻的第i个测量值zi(k0)在通过系统传输过程中发生数据丢失时,所述数据填补单元使用之前N个时刻的测量值通过指数拟合来估计zi(k0),具体地,构造下列公式:
其中,a和b表示指数函数的参数;εi(k)为正态分布噪声,其服从分布k0-N≤k≤k0-1;
所述数据填补单元通过最小二乘法求解得到
所述数据填补单元通过填补丢失的测量值zi(k0)。
一实施例中,所述数据填补单元通过使得下述的代价函数最小化来求解得到a和b的估计值和/>
其中
一实施例中,所述可信度计算单元对所述拟合进行可信度的计算,包括:
定义k0时刻的拟合误差为其中k0=N+1;
所述可信度计算单元通过下式公式计算拟合误差
其中,为电网状态估计的误差;x(k)来表示k时刻电网的真实值;/>来表示x(k)的估计值;/>表示电网状态估计的误差;H为电网的输出矩阵,Hi为与第i个测量值相关的电网的输出矩阵;xi(k)表示k时刻的第i个真实值,/>表示xi(k)时刻的估计值;w(k)表示k时刻电网的过程噪声;
所述可信度计算单元计算k0时刻的拟合误差的方差:
其中,R为v(k)的协方差矩阵,v(k)为k时刻电网测量噪声。
一实施例中,所述电网状态估计单元对电网状态进行估计,包括:
定义zfit(k0)=Hx(k0)+vfit(k0),其中:
所述电网状态估计单元通过使如下代价函数最小化来计算得到k0时刻的电网状态估计结果
其中:
根据第三方面,一种实施例提供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程序,所述程序能够被处理器执行以实现如本文中任一实施例所述的方法。
依据上述实施例的基于DPMU的实时数据通信系统的电网状态估计方法及系统,通过对丢包的数据进行估计和拟合、并对拟合进行可信度计算,再根据拟合的数据和可信度对电网状态进行估计,从而不需要使用到数据重传。
附图说明
图1为一种实施例的基于DPMU的实时数据通信系统的电网状态估计方法的流程图;
图2为一种实施例的基于DPMU的实时数据通信系统的电网状态估计系统的结构示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
申请人提出一种基于DPMU的实时数据通信系统的电网状态估计方法,这是一种基于估计算法的解决方案,其基本原理是使用丢包之前的监测值和电网的状态估计信息来对丢包部分的数据进行指数拟合预测,同时对动态系统中的不确定性进行估计以排除其带来的状态估计偏差。下面先对本申请所涉及的一些原理进行说明。
首先,通过如下离散时域中的状态空间模型来描述电网系统的状态(简称电网状态):
x(k+1)=F(k)x(k)+Gu(k)+w(k) (1)
z(k)=Hx(k)+v(k) (2)
其中,k是用于描述时间的量,x(k)是表示电网在时间节点k时刻的状态向量,是一个包括所有母线电压相量实虚部的集合;z(k)是安装在电网系统中DPMU所采集的监测值,监测值为电能数据,所述电能数据至少包括电压、电流和功角。F(k)、G和H分别是电网系统的过程矩阵、输入矩阵和输出矩阵;以往的研究表明,电网系统的过程矩阵F(k)应该是接近单位矩阵且变化非常缓慢。w(k)和v(k)分别是过程噪声和测量噪声(或者说监测噪声);不妨将w(k)的协方差矩阵记为矩阵Q,v(k)的协方差矩阵记为矩阵R。
由于Gu(k)是描述通信过程中的控制影响项,当它对整个电网系统的影响是确定和已知的时,这项可以被忽略,因此,上述公式(1)和(2)可以简化成下面的公式(3)和公式(4):
x(k+1)=F(k)x(k)+w(k) (3)
z(k)=Hx(k)+v(k) (4)
通过x(k)来表示真实值,来表示x(k)的估计值,也即通过DPMU的监测值来评估的电网的值,在不考虑丢包的情况下(或者说在没有丢包的情况下),可以通过公式(4),基于DPMU的监测值z(k)来估计电网状态,得到电网的估计/>由于v(k)是测量噪声,服从高斯分布,因此可以通过加权最小二乘法(WLS)来得到电网的估计/>
对于公式(5),通过使如下的代价函数最小化来求解得到电网的估计
其中,Rii为协方差矩阵R的第i个对角线元素,ei(k)为通过下面公式来计算得到的测量误差(监测差误):
其中:
当有一个DPMU在时刻k0发生丢包,那么申请人认为该DPMU在k0时刻的所有监测值或者说测量值都变得不可信。
当发生丢包时,则在时刻k0的时间输出变为:
其中,是公式(4)中的z(k0)的子矩阵,/>只包括在k0时刻实际得到的测量值;/>和/>分别表示矩阵H的子矩阵和v(k0)的子向量,其仅仅包括与/>相关的向量。
在公式(3)和公式(4)中,可以假设:过程矩阵F(k)是近似对角函数,且它的对角元素的值都近似相等;过程噪声w(k)相对是比较小的,那么矩阵Hx(k)的各元素随时间的变化可以近似为一个指数函数。这种假设和结论也是比较符合实际的。
假设在k0时刻发生丢包,具体地,是k0时刻的第i个测量值zi(k0)发生丢失,那么我们通过指数拟合来使用前N个时刻的实际测量值 估计和拟合Hix(k0),这里是通过忽略测量噪声而使用/>来代替实际测量值zi(k)。
定义由于k0-N≤k≤k0-1,令:
其中εi(k)为正态分布噪声,其服从分布因此/>的值取决于并且是非常小的。a和b表示指数函数的参数。可通过使下述的代价函数最小化来求解得到a和b的估计值/>和/>
其中是εi(k)的误差,/>是相关的标准误差;
上述指数回归的问题可以被转化成线性回归问题,可以通过最小二乘法来求解得到和/>
公式(9)被等价为:
考虑到εi(k)比较小,因此等式(11)可以变成下述等式:
其中k的取值为k0-N,...,k0-1。和/>可以通过WLS算法来得到:
其中:
通过公式(13)就可以得到和/>Hix(k0)可以被近似地通过来/>表示,其中:
通过上述拟合的方法,得到k0时刻的第i个测量值zi(k0)的拟合值Hix(k0)或者说后,需要估计该拟合值的可信度。
定义拟合误差为可以通过下面的方式来计算
可以通过来计算/>通过公式(3)、(4)和(7),我们可以得到:
其中为电网状态估计的误差,/>
这样的话:
因此,可以通过从/>中减去下述公式(15)的值来得到。
由于F(k)应该是接近单位矩阵且变化非常缓慢,那么当N足够大时,通过公式(10)所描述的指数拟合值减去等于0时的平均拟合值,可以得到:
由于等于0,那么将公式(15)代入到公式(14)中,可以得到:
进一步地,当F(k)为单位矩阵时,代入公式(16)得到:
当F(k)为单位矩阵时,代入公式(15)得到:
这样的话,通过公式(17)和公式(18),可以得到:
计算的方差:
通过公式(19)和(20),可以得到N+1时刻的拟合误差的方差为:
在计算了丢失的测量值以及计算了丢失的测量值的拟合值的可信度后,下面可以开始使用拟合值和拟合值的可信度来对电网状态进行估计。
通过公式(14)的拟合值,再加上公式(8)中的实际的测量值,可以得到:
zfit(k0)=Hx(k0)+vfit(k0) (22)
其中:
可以使用加权最小二乘法也可以使用鲁棒算法来得到电网的估计为了避免造成过大的状态估计偏差,可以使用鲁棒算法,例如通过QC(Quadratic-Constant)估计器找出相应k0时刻的电网状态估计结果/>来使得如下代价函数最小化:
其中,并且:
/>
其中:
而ai为QC估计器的断点(break point);当zi(k0)没有丢失时,那么令ai趋近无穷大,这样公式(24)减少到公式(6)中的当zi(k0)丢失时,那么可以近似地选择一个ai的值例如3,那么/>对于/>的影响就可以被忽略。
以上是本申请的电网状态估计方法的一些原理和构思。
请参照图1,一些实施例中基于DPMU的实时数据通信系统的电网状态估计方法,包括以下步骤:
步骤100:通过通信系统获取通过DPMU的测量值,所述测量值为电能数据,所述电能数据至少包括电压、电流和功角。
步骤110:当通过通信系统获取所述DPMU的测量值时,若未发生数据丢包,则通过所获取的DPMU的测量值,对电网状态进行估计。
步骤120:当通过通信系统获取所述DPMU的测量值时,若发生数据丢包,则通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据,从而不进行数据重传。
一些实施例中,步骤120可以这样来进行:
z(k)表示在k时刻DPMU的测量值的集合,zi(k)表示在k时刻DPMU的测量值的集合中的第i个测量值,当在k0时刻的第i个测量值zi(k0)在通过系统传输过程中发生数据丢失时,使用之前N个时刻的测量值通过指数拟合来估计zi(k0),具体地,构造下列公式:
其中,a和b表示指数函数的参数;εi(k)为正态分布噪声,其服从分布k0-N≤k≤k0-1;
通过最小二乘法求解得到
通过填补丢失的测量值zi(k0)。
一些实施例中,步骤120通过使得下述的代价函数最小化来求解得到a和b的估计值和/>
/>
其中
步骤130:对所述拟合进行可信度的计算。
一些实施例中,步骤130可以这样来进行:
定义k0时刻的拟合误差为其中k0=N+1;
通过下式公式计算拟合误差
其中,为电网状态估计的误差;x(k)来表示k时刻电网的真实值;/>来表示x(k)的估计值;/>表示电网状态估计的误差;H为电网的输出矩阵,Hi为与第i个测量值相关的电网的输出矩阵;xi(k)表示k时刻的第i个真实值,/>表示xi(k)时刻的估计值;w(k)表示k时刻电网的过程噪声;
计算k0时刻的拟合误差的方差:
其中,R为v(k)的协方差矩阵,v(k)为k时刻电网测量噪声。
步骤140:根据所述拟合值和所述可信度,对电网状态进行估计。
一些实施例中,步骤140可以这样来进行:
定义zfit(k0)=Hx(k0)+vfit(k0),其中:
通过使如下代价函数最小化来计算得到k0时刻的电网状态估计结果
其中:
/>
本发明一些实施例中还公开了一种基于DPMU的实时数据通信系统的电网状态估计系统。请参照图2,所述电网状态估计系统包括数据接收单元10、丢包判断单元20、数据填补单元30、可信度计算单元40和电网状态估计单元50,下面具体说明。
数据接收单元10用于通过通信系统获取通过DPMU的测量值,所述测量值为电能数据,所述电能数据至少包括电压、电流和功角。
丢包判断单元20用于判断通过通信系统获取所述DPMU的测量值时,是否发生丢包;当所述丢包判断单元20判断未发生丢包时,则电网状态估计单元50通过所获取的DPMU的测量值,对电网状态进行估计。当所述丢包判断单元20判断发生丢包时,则数据填补单元30通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据;可信度计算单元40对所述拟合进行可信度的计算;电网状态估计单元50根据所述拟合值和所述可信度,对电网状态进行估计。
下面具体说明。
一些实施例中,数据填补单元30通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据,包括:
z(k)表示在k时刻DPMU的测量值的集合,zi(k)表示在k时刻DPMU的测量值的集合中的第i个测量值,当在k0时刻的第i个测量值zi(k0)在通过系统传输过程中发生数据丢失时,数据填补单元30使用之前N个时刻的测量值通过指数拟合来估计zi(k0),具体地,构造下列公式:
其中,a和b表示指数函数的参数;εi(k)为正态分布噪声,其服从分布k0-N≤k≤k0-1;
数据填补单元30通过最小二乘法求解得到
数据填补单元30通过填补丢失的测量值zi(k0)。
一些实施例中,数据填补单元30通过使得下述的代价函数最小化来求解得到a和b的估计值和/>/>
其中
一些实施例中,可信度计算单元40对所述拟合进行可信度的计算,包括:
定义k0时刻的拟合误差为其中k0=N+1;
可信度计算单元40通过下式公式计算拟合误差
其中,为电网状态估计的误差;x(k)来表示k时刻电网的真实值;/>来表示x(k)的估计值;/>表示电网状态估计的误差;H为电网的输出矩阵,Hi为与第i个测量值相关的电网的输出矩阵;xi(k)表示k时刻的第i个真实值,/>表示xi(k)时刻的估计值;w(k)表示k时刻电网的过程噪声;
可信度计算单元40计算k0时刻的拟合误差的方差:
其中,R为v(k)的协方差矩阵,v(k)为k时刻电网测量噪声。
一些实施例中,电网状态估计单元50对电网状态进行估计,包括:
定义zfit(k0)=Hx(k0)+vfit(k0),其中:
电网状态估计单元50通过使如下代价函数最小化来计算得到k0时刻的电网状态估计结果
其中:
除了前述丢包数据恢复算法可以有效缓解对于网络通信速度与稳定性的高度依赖以外,分布式计算和边缘计算设备也可以有效降低通信系统的负担,降低能源消耗,提高状态估计的效率。具体分以下三个层面:
(1)针对每个或者每组DPMU,丢包数据恢复算法及其可信度计算均可独立布置在相应的边缘设备上进行并行计算,从而有效降低计算所需的时间,尤其当遇到通信错误率比较高的情况。
(2)电网的状态估计算法包含大量且复杂的矩阵操作和计算,其中又以矩阵求逆最为复杂和必要。目前有很多算法可以用于矩阵计算,比如施特拉森算法,高斯消元法以及LU分解算法,其中以高斯消元法最为高效。更进一步的,数值算法,并行计算架构以及使用基于CUDA的GPU都可以进一步提高矩阵计算的速度。
(3)从DPMU接收到时序数据之后,数据验证和清洗算法可以并行执行在整个数据集的若干子集上,之后主管处理器可以分发数据和任务到多个GPU中进行矩阵计算,从而大大加快状态估计算法的速度,降低延迟。
本文参照了各种示范实施例进行说明。然而,本领域的技术人员将认识到,在不脱离本文范围的情况下,可以对示范性实施例做出改变和修正。例如,各种操作步骤以及用于执行操作步骤的组件,可以根据特定的应用或考虑与系统的操作相关联的任何数量的成本函数以不同的方式实现(例如一个或多个步骤可以被删除、修改或结合到其他步骤中)。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。另外,如本领域技术人员所理解的,本文的原理可以反映在计算机可读存储介质上的计算机程序产品中,该可读存储介质预装有计算机可读程序代码。任何有形的、非暂时性的计算机可读存储介质皆可被使用,包括磁存储设备(硬盘、软盘等)、光学存储设备(CD至ROM、DVD、Blu Ray盘等)、闪存和/或诸如此类。这些计算机程序指令可被加载到通用计算机、专用计算机或其他可编程数据处理设备上以形成机器,使得这些在计算机上或其他可编程数据处理装置上执行的指令可以生成实现指定的功能的装置。这些计算机程序指令也可以存储在计算机可读存储器中,该计算机可读存储器可以指示计算机或其他可编程数据处理设备以特定的方式运行,这样存储在计算机可读存储器中的指令就可以形成一件制造品,包括实现指定功能的实现装置。计算机程序指令也可以加载到计算机或其他可编程数据处理设备上,从而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一个计算机实现的进程,使得在计算机或其他可编程设备上执行的指令可以提供用于实现指定功能的步骤。
虽然在各种实施例中已经示出了本文的原理,但是许多特别适用于特定环境和操作要求的结构、布置、比例、元件、材料和部件的修改可以在不脱离本披露的原则和范围内使用。以上修改和其他改变或修正将被包含在本文的范围之内。
前述具体说明已参照各种实施例进行了描述。然而,本领域技术人员将认识到,可以在不脱离本披露的范围的情况下进行各种修正和改变。因此,对于本披露的考虑将是说明性的而非限制性的意义上的,并且所有这些修改都将被包含在其范围内。同样,有关于各种实施例的优点、其他优点和问题的解决方案已如上所述。然而,益处、优点、问题的解决方案以及任何能产生这些的要素,或使其变得更明确的解决方案都不应被解释为关键的、必需的或必要的。本文中所用的术语“包括”和其任何其他变体,皆属于非排他性包含,这样包括要素列表的过程、方法、文章或设备不仅包括这些要素,还包括未明确列出的或不属于该过程、方法、系统、文章或设备的其他要素。此外,本文中所使用的术语“耦合”和其任何其他变体都是指物理连接、电连接、磁连接、光连接、通信连接、功能连接和/或任何其他连接。
具有本领域技术的人将认识到,在不脱离本发明的基本原理的情况下,可以对上述实施例的细节进行许多改变。因此,本发明的范围应仅由权利要求确定。
Claims (4)
1.一种基于DPMU的实时数据通信系统的电网状态估计方法,其特征在于,包括:
通过通信系统获取通过DPMU的测量值,所述测量值为电能数据,所述电能数据至少包括电压、电流和功角;
当通过通信系统获取所述DPMU的测量值时,若未发生数据丢包,则通过所获取的DPMU的测量值,对电网状态进行估计;
当通过通信系统获取所述DPMU的测量值时,若发生数据丢包,则通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据,从而不进行数据重传;所述通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据,包括:
z(k)表示在k时刻DPMU的测量值的集合,zi(k)表示在k时刻DPMU的测量值的集合中的第i个测量值,当在k0时刻的第i个测量值zi(k0)在通过系统传输过程中发生数据丢失时,使用之前N个时刻的测量值通过指数拟合来估计zi(k0),具体地,构造下列公式:
其中,a和b表示指数函数的参数;εi(k)为正态分布噪声,其服从分布k0-N≤k≤k0-1;
通过最小二乘法求解得到
通过填补丢失的测量值zi(k0);
对所述拟合进行可信度的计算;所述对所述拟合进行可信度的计算,包括:
定义k0时刻的拟合误差为其中k0=N+1;
通过下式公式计算拟合误差
其中,为电网状态估计的误差;x(k)来表示k时刻电网的真实值;/>来表示x(k)的估计值;/>表示电网状态估计的误差;H为电网的输出矩阵,Hi为与第i个测量值相关的电网的输出矩阵;xi(k)表示k时刻的第i个真实值,/>表示xi(k)时刻的估计值;w(k)表示k时刻电网的过程噪声;
计算k0时刻的拟合误差的方差:
其中,R为v(k)的协方差矩阵,v(k)为k时刻电网测量噪声;
根据所述拟合值和所述可信度,对电网状态进行估计;所述根据所述拟合值和所述可信度,对电网状态进行估计,包括:
定义zfit(k0)=Hx(k0)+vfit(k0),其中:
基于QC估计器计算得到k0时刻的电网状态估计结果以使得如下代价函数最小化:
其中:
其中,ai为所述QC估计器的断点,Rii为协方差矩阵R的第i个对角线元素。
2.如权利要求1所述的电网状态估计方法,其特征在于,通过使得下述的代价函数最小化来求解得到a和b的估计值和/>
其中
3.一种基于DPMU的实时数据通信系统的电网状态估计系统,其特征在于,包括数据接收单元、丢包判断单元、数据填补单元、可信度计算单元和电网状态估计单元,其中:
所述数据接收单元用于通过通信系统获取通过DPMU的测量值,所述测量值为电能数据,所述电能数据至少包括电压、电流和功角;
所述丢包判断单元用于判断通过通信系统获取所述DPMU的测量值时,是否发生丢包;当所述丢包判断单元判断未发生丢包时,则所述电网状态估计单元通过所获取的DPMU的测量值,对电网状态进行估计;
当所述丢包判断单元判断发生丢包时,则所述数据填补单元通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据;所述可信度计算单元对所述拟合进行可信度的计算;所述电网状态估计单元根据所述拟合值和所述可信度,对电网状态进行估计;其中:
所述数据填补单元通过之前时刻接收到的未丢包的数据对发生丢包的数据进行拟合得到拟合值,填补被丢包的数据,包括:
z(k)表示在k时刻DPMU的测量值的集合,zi(k)表示在k时刻DPMU的测量值的集合中的第i个测量值,当在k0时刻的第i个测量值zi(k0)在通过系统传输过程中发生数据丢失时,所述数据填补单元使用之前N个时刻的测量值通过指数拟合来估计zi(k0),具体地,构造下列公式:
其中,a和b表示指数函数的参数;εi(k)为正态分布噪声,其服从分布k0-N≤k≤k0-1;
所述数据填补单元通过最小二乘法求解得到
所述数据填补单元通过填补丢失的测量值zi(k0);
所述可信度计算单元对所述拟合进行可信度的计算,包括:
定义k0时刻的拟合误差为其中k0=N+1;
所述可信度计算单元通过下式公式计算拟合误差
其中,为电网状态估计的误差;x(k)来表示k时刻电网的真实值;/>来表示x(k)的估计值;/>表示电网状态估计的误差;H为电网的输出矩阵,Hi为与第i个测量值相关的电网的输出矩阵;xi(k)表示k时刻的第i个真实值,/>表示xi(k)时刻的估计值;w(k)表示k时刻电网的过程噪声;
所述可信度计算单元计算k0时刻的拟合误差的方差:
其中,R为v(k)的协方差矩阵,v(k)为k时刻电网测量噪声;
所述电网状态估计单元对电网状态进行估计,包括:
定义zfit(k0)=Hx(k0)+vfit(k0),其中:
所述电网状态估计单元基于QC估计器来计算得到k0时刻的电网状态估计结果以使得如下代价函数最小化:
其中:
其中,ai为所述QC估计器的断点,Rii为协方差矩阵R的第i个对角线元素。
4.如权利要求3所述的电网状态估计系统,其特征在于,所述数据填补单元通过使得下述的代价函数最小化来求解得到a和b的估计值和/>
其中
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110901330.8A CN113507130B (zh) | 2021-08-06 | 2021-08-06 | 基于dpmu的实时数据通信系统的电网状态估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110901330.8A CN113507130B (zh) | 2021-08-06 | 2021-08-06 | 基于dpmu的实时数据通信系统的电网状态估计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113507130A CN113507130A (zh) | 2021-10-15 |
CN113507130B true CN113507130B (zh) | 2023-10-31 |
Family
ID=78015223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110901330.8A Active CN113507130B (zh) | 2021-08-06 | 2021-08-06 | 基于dpmu的实时数据通信系统的电网状态估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113507130B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11437846B2 (en) * | 2021-02-03 | 2022-09-06 | Zhejiang Lab | Reliable resilient router for wide-area phasor measurement system of power grid |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106972949A (zh) * | 2017-02-16 | 2017-07-21 | 河海大学 | 一种基于自适应补偿技术的分数阶网络系统状态估计方法 |
CN110224404A (zh) * | 2019-06-27 | 2019-09-10 | 厦门大学 | 基于矩阵分裂技术的电力系统分布式鲁棒状态估计方法 |
CN111983386A (zh) * | 2020-08-19 | 2020-11-24 | 剑科云智(深圳)科技有限公司 | 一种配电网的分布式状态估计系统 |
CN112670981A (zh) * | 2020-12-15 | 2021-04-16 | 国网辽宁省电力有限公司经济技术研究院 | 一种抵御数据随机丢包的配电网动态状态估计方法 |
CN112713587A (zh) * | 2020-12-10 | 2021-04-27 | 国网上海市电力公司 | 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 |
-
2021
- 2021-08-06 CN CN202110901330.8A patent/CN113507130B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106972949A (zh) * | 2017-02-16 | 2017-07-21 | 河海大学 | 一种基于自适应补偿技术的分数阶网络系统状态估计方法 |
CN110224404A (zh) * | 2019-06-27 | 2019-09-10 | 厦门大学 | 基于矩阵分裂技术的电力系统分布式鲁棒状态估计方法 |
CN111983386A (zh) * | 2020-08-19 | 2020-11-24 | 剑科云智(深圳)科技有限公司 | 一种配电网的分布式状态估计系统 |
CN112713587A (zh) * | 2020-12-10 | 2021-04-27 | 国网上海市电力公司 | 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 |
CN112670981A (zh) * | 2020-12-15 | 2021-04-16 | 国网辽宁省电力有限公司经济技术研究院 | 一种抵御数据随机丢包的配电网动态状态估计方法 |
Non-Patent Citations (1)
Title |
---|
Micro PMU Based Monitoring System for Active Distribution Networks;Yuhao Sun等;《IEEE PEDS 2017, Honolulu, USA》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113507130A (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113435604B (zh) | 一种联邦学习优化方法及装置 | |
CN104809051B (zh) | 用于预测计算机应用中的异常和故障的方法和装置 | |
CN106505557B (zh) | 一种遥测错误辨识方法及装置 | |
US20120185851A1 (en) | Calculating virtual machine resource utilization information | |
CN104702378B (zh) | 混合高斯分布的参数估计方法和装置 | |
CN110659693A (zh) | 基于k近邻分类的配电网快速拓扑识别方法、系统及可读存储介质 | |
CN103065052B (zh) | 一种测定机械产品理论寿命的方法 | |
CN113507130B (zh) | 基于dpmu的实时数据通信系统的电网状态估计方法及系统 | |
CN110826803A (zh) | 一种电力现货市场的电价预测方法及装置 | |
Miswan et al. | On parameter estimation for Malaysian gold prices modelling and forecasting | |
CN110633880A (zh) | 一种确定自动导引运输车配置数量的方法和装置 | |
US11197175B2 (en) | Forcasting time series data | |
US11635454B2 (en) | Model structure selection apparatus, method, disaggregation system and program | |
CN106776316A (zh) | 一种电力信息软件缺陷预防方法 | |
CN105071961A (zh) | 一种Web服务的服务质量预测方法和装置 | |
Qifeng et al. | State estimation for power systems embedded with FACTS devices and MTDC systems by a sequential solution approach | |
CN104298650A (zh) | 基于多方法融合的量化卡尔曼滤波方法 | |
CN114330571A (zh) | 基于迁移学习的电力系统主导失稳模式识别方法及系统 | |
Jiang et al. | Forecasting method study on chaotic load series with high embedded dimension | |
CN109240927B (zh) | 基于gde3的多阶段动态多目标测试资源分配方法 | |
CN112396535A (zh) | 智能电网的管理方法、装置、设备及存储介质 | |
CN117290679A (zh) | 电流互感器的运行状态检测方法、装置及电子设备 | |
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 | |
CN108282360B (zh) | 一种长短期预测融合的故障检测方法 | |
Ferreira et al. | Extremes of multivariate ARMAX processes |
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 |