检测状态估计网络模型数据误差制造技术

本发明专利技术涉及检测状态估计网络模型数据误差。在一些示例中，用于检测网络模型数据误差的方法可以包括将网络模型分割成第一多个部分，在所述部分的每个部分上执行算法，识别所述算法对其被确定为是不收敛的部分，将所述识别的部分分割成第二多个部分，重复执行、识别以及对识别的部分的分割直到最终识别的部分小于预定阈值，以及检查最终识别的部分以识别其中似真的数据误差。在一些示例中，检查最终识别的部分以识别其中似真的数据误差可以包括在所述识别的部分上执行修改的算法，该修改的算法可以包括扩充的测量集。

Detection state estimation network model data error

【技术实现步骤摘要】
检测状态估计网络模型数据误差本申请是申请日为2011年6月11日、申请号为201180035954.0、专利技术名称为“检测状态估计网络模型数据误差”的专利技术专利申请的分案申请。相关申请的交叉引用本申请要求于2010年6月11日递交的题为“MethodsforDetectingPowerSystemStateEstimationErrors”的美国临时专利申请序列No.61/354,134的权益和优先权。上述确定的专利申请的全部公开内容出于各种目的通过引用被结合于此。
本专利技术公开内容涉及状态估计网络模型，并且更具体地涉及检测状态估计网络模型数据误差。
技术介绍
电力系统可能包括电力传输和分配网络以及用于转换电压并且用于在网络线路之间切换连接的变电站。可以通过监控与数据采集系统(SCADA)和/或能量管理系统(EMS)来监控和/或管理电力系统中的发电和电力潮流。状态估计可以用来提供系统的实时电力潮流状态和建模表示，该系统例如电力系统或具有诸如用于在EMS、配电管理系统(DMS)等系统中使用或与其一起使用的其它电力系统特性的系统或网络。状态评估给系统操作员提供用于环境感知和至其他应用的输入的系统状态，例如应急分析或电压稳定性分析。当与EMS一同使用时，状态估计器基于电力系统模型和该领域的测量提供用于电力系统的状态估计。状态估计器基于关于系统的静态和动态数据提供状态估计。静态数据可以包括名义拓扑模型或者网络拓扑、测量的类型和放置以及测量值的符号。动态数据可以包括测量值、断路器断开/闭合状态(或该领域的其他开关类型)和指示信号。网络拓扑可以包括连接传输线以形成网络的方式，以及在输电系统的变电站中的开关的断开/闭合状态。连接传输线以形成网络的方式可以定义静态拓扑，因为传输线的连接在系统操作期间保持不变。在输电系统的变电站中的断路器和开关状态可以定义动态拓扑，因为断路器和开关状态在系统操作期间可以在运行中改变。静态数据或动态数据中的错误或误差可能导致估计系统状态中的偏差，产生不正确的解决方案，或导致估计状态的非收敛。例如，模型中的不正确假定的拓扑可能对于状态估计解决方案质量具有不利影响，因为网络连接或电力系统的拓扑在定义系统模型时起作用。因此，静态或动态拓扑描述中的任何误差，如在EMS数据库中假定的，可能会导致拓扑误差。动态数据中的误差可能包括模拟测量中的误差以及由于断路器和/或开关不正确假定的断开/闭合状态导致在动态拓扑中的误差。静态数据中的误差可能包括不正确的参数或数据，以及不正确的静态拓扑。不正确的静态拓扑可能包括与传输线连接、测量的类型或放置、或测量值的信号相关的错误的假设。在EP1783499和US7069159中公开了状态估计的示例。关于电力系统状态估计的进一步的细节在由A.Abur和A.G.Expósito所著的题为“PowerSystemStateEstimation:TheoryandImplementation”(MarcelDekker,NewYork,2004)以及由A.Monticelli所著的题为“StateEstimationinElectricPowerSystems:AGeneralizedApproach,”(KluwerAcademicPublishers,Boston,1999)的教科书中进行了解释。出于各种目的将这些以及文本引用的所有其他出版物的公开内容通过整体引用结合于此。
技术实现思路
在一些实施例中，用于检测网络模型数据误差的方法可以包括将网络模型分割成第一多个部分，在所述部分的每一个部分上执行算法，识别所述算法对其被确定为不收敛的部分，将所识别的部分分割成第二多个部分，重复所述执行、识别以及对所识别的部分的分割直到最终识别的部分小于预定阈值，以及检查最终识别的部分以识别其中似真的数据误差。在一些示例中，用于检测状态估计网络模型静态数据误差的方法可以包括定位网络模型的状态估计算法对于其不收敛的部分，以及在该部分上执行修改的状态估计算法以识别其中的似真的静态数据误差。所述修改的状态估计算法可以包括扩充的测量集。在一些示例中，用于检测电力系统状态估计网络模型中的静态数据误差的方法可以包括将网络模型分割成第一多个分区，在所述分区的每个分区上执行状态估计算法，识别状态估计算法对其不收敛的分区，将识别的分区分割成第二多个分区，重复所述执行、识别和对所识别的分区的分割直到最终识别的分区小于节点的预定数目，以及检查最终识别的分区以识别其中似真的静态数据错误。附图说明图1是示出了用于检测诸如状态估计网络模型误差的网络模型数据误差的方法的非排他性的示例性示例的流程图。图2是示出了用于定位网络模型的算法对其不收敛的的部分的方法的非排他性的示例性示例的流程图。图3示意性地图示了递归的网络分割方法(例如图2所图示的方法)的实现的非排他性的示例性示例。图4是递归的网络分割方法(例如图2所图示的方法)的伪代码。图5图示了在网络模型划分期间在边界母线的测量变换。图6图示了在网络模型划分期间在边界母线的另一种测量变换。图7是用于所公开的方法可以在其上执行的示例网络模型的单线图，示出了负载的位置、生成和分配的测量。图8图示了在母线6和7之间的分支上的误差的非排他性示例性示例，母线6和7可以被包括在图7中的网络模型中以便和在图9-12图示的示例一起使用。图9-12图示了递归的网络分割方法的非排他性的示例性示例的实施。图13是图9-12中图示的示例的迭代结果表格。图14是示出了用于检查定位的网络模型的部分或多个部分以识别其中的似真的数据误差的方法的非排他性的示例性示例的流程图。图15图示了三母线网络模型的非排他性的示例性示例，该三母线网络模型被识别用于分析以识别其中例如由于不收敛的状态估计算法导致的似真的数据误差。图16图示了用于图15的网络模型的正确拓扑。图17是用于图15和16的示例的三母线网络的分支限界最优化树。图18图示了四母线网络模型的非排他性的示例性示例，该四母线网络模型被识别用于分析以识别其中例如由于不收敛的状态估计算法导致的似真的数据误差。图19图示了用于图18的网络模型的正确拓扑。图20是与图18和19的那些相似的四母线网络模型，示出了在四母线之间所有可能的线连接。图21是用于图18和19的示例的四母线网络的分支限界最优化树。图22图示了用于图18和19示例的四母线网络模型的可行解决方案。图23图示了用于图18和19示例的四母线网络模型的另一个可行解决方案。具体实施方式如下将更全面地说明，所公开的方法包括两个部分。在第一部分中，通过依次的如下操作来执行递归的组合的不良数据和拓扑检测来，这些操作是：将网络模型划分或分割成多个松散连接的分区或部分，并且在部分或分区的每一个上执行诸如状态估计算法等算法以检查其收敛。这里使用的收敛以及相反的不收本文档来自技高网...

【技术保护点】
1.一种用于检测状态估计网络模型数据误差的方法，所述方法包括：/n将电力系统的状态估计网络模型分割成所述电力系统的第一多个部分；/n在所述部分的每个部分上执行状态估计算法；/n识别所述算法对于其被确定为是不收敛的所述电力系统的部分；/n将所述识别的部分分割成所述电力系统的第二多个部分；/n重复所述执行、识别以及对所述识别的部分的分割直到所述电力系统的最终识别的部分小于预定阈值；以及/n检查所述最终识别的部分以识别其中似真的数据误差，其中所述状态估计网络模型数据误差是包括至少一个静态拓扑误差的静态数据误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，其中对于所述电力系统的操作员，所述至少一个静态拓扑误差被识别为所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设，其中检查所述最终识别的部分以识别其中似真的静态数据误差包括：对所述最终识别的部分执行修改的状态估计算法，所述修改的状态估计算法中的扩充的测量集包括多个电力潮流伪测量，每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的部分中的多对母线中的每一对之间。/n...

【技术特征摘要】
20100611 US 61/354,1341.一种用于检测状态估计网络模型数据误差的方法，所述方法包括：
将电力系统的状态估计网络模型分割成所述电力系统的第一多个部分；
在所述部分的每个部分上执行状态估计算法；
识别所述算法对于其被确定为是不收敛的所述电力系统的部分；
将所述识别的部分分割成所述电力系统的第二多个部分；
重复所述执行、识别以及对所述识别的部分的分割直到所述电力系统的最终识别的部分小于预定阈值；以及
检查所述最终识别的部分以识别其中似真的数据误差，其中所述状态估计网络模型数据误差是包括至少一个静态拓扑误差的静态数据误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，其中对于所述电力系统的操作员，所述至少一个静态拓扑误差被识别为所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设，其中检查所述最终识别的部分以识别其中似真的静态数据误差包括：对所述最终识别的部分执行修改的状态估计算法，所述修改的状态估计算法中的扩充的测量集包括多个电力潮流伪测量，每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的部分中的多对母线中的每一对之间。


2.如权利要求1所述的方法，其中所述状态估计网络模型数据误差包括至少一个测量误差。


3.如权利要求1所述的方法，其中使用谱分解方法来执行对所述状态估计网络模型的分割和对所述识别的部分的分割中的至少一个。


4.如权利要求1所述的方法，其中对所述状态估计网络模型的分割和对所述识别的部分的分割中的至少一个最小化在各个第一多个部分和第二多个部分之间的多个连接。


5.如权利要求1所述的方法，其中检查所述最终识别的部分包括：
假设多个测量和伪测量是正确的；
对于所述多个测量和伪测量中的每一个计算残差；
将所述多个测量和伪测量中的一个识别为对应于所述残差的最大者；
在所述最终的识别部分上重新执行所述修改的状态估计算法，其中从所述重新执行的修改的状态估计算法中排除所述多个测量和伪测量中的对应于所述残差的最大者的那一个；以及
重复所述计算、识别和重新执行直到所述残差近似为零。


6.一种用于检测状态估计网络模型静态数据误差的方法，所述方法包括：
定位电力系统的状态估计网络模型的状态估计算法对于其不收敛的部分；以及
在所述部分上执行修改的状态估计算法以识别其中似真的静态数据误差，其中所述修改的状态估计算法包括所述电力系统的扩充的测量集，并且所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，其中对于所述电力系统的操作员，所述至少一个静态拓扑误差被标识为所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设，其中所述扩充的测量集包括至少一个电力潮流伪测量，每个电力潮流伪测量对应于在所述部分的两条母线之间的零流动状况，以模拟所述传输线不存在于所述状态估计网络模型的部分中的多对母线中的每一对之间。


7.如权利要求6所述的方法，其中所述多个电力潮流伪测量中的每一个包括流过所述传输线的有功功率和无功功率的至少一个。


8.如权利要求7所述的方法，其中所述修改的状态估计算法排除无功功率测量。


9.如权利要求8所述的方法，其中所述修改的状态估计算法仅考虑有功功率测量。


10.如权利要求6所述的方法，其中所述似真的静态数据误差通过...

【专利技术属性】
技术研发人员：V·唐德，E·斯科尔茨，M·拉森，张艳，M·苏布拉曼伊恩，J·芬尼，
申请(专利权)人：ABB瑞士股份有限公司，
类型：发明
国别省市：瑞士;CH