基于混合量测的配电网动态状态估计方法技术

本发明专利技术公开了基于混合量测的配电网动态状态估计方法，读取配电网当前网络参数和网络拓扑结构，并由此形成节点导纳矩阵和支路‑节点关联矩阵；读取配电网各节点的SCADA数据和PMU数据，配置两种数据间的映射关系并处理两种数据间的差异；建立与PMU/SCADA混合量测相适应的状态转移方程和测量方程；在传统的扩展卡尔曼滤波方法中加入容错机制，采用改进的扩展卡尔曼滤波方法对配电网进行状态估计。将动态状态估计应用于混合量测，提高状态估计的精确度，同时引入一种具有适应性的数据检测机制，提高动态状态估计的准确性。

Dynamic state estimation method of distribution network based on mixed measurements

The invention discloses a method for dynamic state estimation of distribution network based on mixed measurement, read the current network parameters and network topology of distribution network, and thus the formation of the node admittance matrix and correlation matrix branch node; read node distribution network SCADA data and PMU data, the two kinds of data processing and the mapping relations between the two the difference between the data; establish and PMU/SCADA mixed measurement to adapt to the state transition and measurement equations; adding fault tolerance mechanism in the extended Calman traditional filtering method, using extended Calman filter method to improve the state estimation of distribution network. Dynamic state estimation is applied to hybrid measurements to improve the accuracy of state estimation. At the same time, an adaptive data detection mechanism is introduced to improve the accuracy of dynamic state estimation.

【技术实现步骤摘要】
基于混合量测的配电网动态状态估计方法
本专利技术属于电力系统
，涉及一种基于混合量测的配电网动态状态估计方法。
技术介绍
PMU由于采集量测数据快、量测数据精度高等优点，正逐步应用于配电网。动态状态估计可以提前估计下一时刻的状态，能为优化调度和预防控制提供预报数据，能为配电网运行状态进行准确而全面的实时监测。然而大多数的基于PMU的配电网动态状态估计研究都停留在纯PMU系统，由于目前全网配置PMU的不经济性，这些研究大多缺乏现实意义。现有的坏数据的检测与辨识方法，大多是在假设系统拓扑结构正确的前提下进行检测与辨识的，而系统拓扑错误辨识是在假设量测系统正常、无坏数据的情况下进行辨识的。当系统量测量突然变化与坏数据同时发生以及网络拓扑错误和坏数据同时发生，原有方法将不再适用。
技术实现思路
为实现上述目的，本专利技术提供一种基于混合量测的配电网动态状态估计方法，将动态状态估计应用于混合量测，提高状态估计的精确度，同时引入一种具有适应性的数据检测机制，提高动态状态估计的准确性，解决了现有技术中存在的问题。本专利技术所采用的技术方案是，基于混合量测的配电网动态状态估计方法，具体按照以下步骤本文档来自技高网...

【技术保护点】
基于混合量测的配电网动态状态估计方法，其特征在于，具体按照以下步骤进行：步骤1，读取配电网当前网络参数和网络拓扑结构，并由此形成节点导纳矩阵和支路‑节点关联矩阵；步骤2，读取配电网各节点的SCADA数据和PMU数据，配置两种数据间的映射关系并处理两种数据间的差异；步骤3，建立与PMU/SCADA混合量测相适应的状态转移方程和测量方程；步骤4，在传统的扩展卡尔曼滤波方法中加入容错机制，采用改进的扩展卡尔曼滤波方法对配电网进行状态估计。

【技术特征摘要】
1.基于混合量测的配电网动态状态估计方法，其特征在于，具体按照以下步骤进行：步骤1，读取配电网当前网络参数和网络拓扑结构，并由此形成节点导纳矩阵和支路-节点关联矩阵；步骤2，读取配电网各节点的SCADA数据和PMU数据，配置两种数据间的映射关系并处理两种数据间的差异；步骤3，建立与PMU/SCADA混合量测相适应的状态转移方程和测量方程；步骤4，在传统的扩展卡尔曼滤波方法中加入容错机制，采用改进的扩展卡尔曼滤波方法对配电网进行状态估计。2.根据权利要求1所述的基于混合量测的配电网动态状态估计方法，其特征在于，所述步骤2中，配置SCADA数据和PMU数据间的映射关系包括以下步骤：依此读入各PMU设备的通道序号、通道类型、通道名称、通道值类型、相量序类型数据；选择与之硬件标识对应的厂站，得到厂站ID、厂站名称、拓扑名称、设备类型ID、设备类型、设备ID和设备名称类型数据；将当前PMU设备的各种类型数据与与之通道类型对应的SCADA数据的各类型数据对应完全。3.根据权利要求1所述的基于混合量测的配电网动态状态估计方法，其特征在于，所述步骤2中，在处理SCADA数据和PMU数据两种数据间的差异中，应用于状态估计的PMU数据和SCADA数据有以下4种差异：数据成分、数据时间断面、数据精度、数据刷新频率；PMU数据和SCADA数据这两套数据成分不同可以通过混合模型的状态估计解决；数据时间断面不一致的问题，通过时延校正法实现其兼容性；对不同精度的测量数据赋予不同的权重可以实现数据精度的兼容性；针对数据刷新频率方面的差异，采用适当的数据预测方法对SCADA数据进行预测使两种数据频率一致。4.根据权利要求1所述的基于混合量测的配电网动态状态估计方法，其特征在于，所述步骤3中，建立与PMU/SCADA混合量测相适应的状态转移方程，采用Holt’s两参数线性指数平滑法建立：Fk＝α(1+β)Ibk＝β(ak-ak-1)+(1-β)bk-1式中：Fk为状态转移矩阵，Gk为控制向量；I为单位矩阵；ak为k时刻的水平分量，ak-1为k-1时刻的水平分量，bk为k时刻的倾斜分量，bk-1为k-1时刻的倾斜分量；为k时刻的状态估计值，为k时刻的状态预测值；α,β∈[0,1]为平滑参数，取α＝0.5，β＝0.8。5.根据权利要求1所述的基于混合量测的配电网动态状态估计方法，其特征在于，所述步骤3中，建立与PMU/SCADA混合量测相适应的测量方程，按照以下步骤进行：在SCADA系统的基础上加入PMU数据，形成混合量测，SCADA系统可以测得实时量测值Pi(x)，Qi(x)，Pij(x)，Qij(x)，其中Pi(x)，Qi(x)表示节点注入有功、无功功率与状态向量的关系，Pij(x)，Qij(x)表示输电线路有功、无功功率与状态向量关系，却...

【专利技术属性】
技术研发人员：涂春鸣，何西，帅智康，王丽丽，李昭颖，郭祺，孙勇，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南,43