一种配电网的状态估计方法和装置制造方法及图纸

本发明专利技术提供一种配电网的状态估计方法和装置，初始化控制参数，并基于负荷和无功补偿装置的电流向量初始化控制变量；基于初始化后的控制变量，在拉格朗日内循环中更新控制变量；判断拉格朗日外循环是否收敛，若收敛，则结束；若不收敛，则更新控制参数，并继续在拉格朗日内循环中更新控制变量，直至拉格朗日外循环收敛，提高了状态估计结果的精度和求解能力，较好地处理了零注入节点的虚拟量测问题；且拉格朗日函数中的量测量误差协方差矩阵求逆方法简单，结果可靠，有利于状态估计求解能力的提升。

【技术实现步骤摘要】
一种配电网的状态估计方法和装置
本专利技术涉及配电网
，具体涉及一种配电网的状态估计方法和装置。
技术介绍
随着电力系统的发展，人们对其精益化管控的要求不断提高。量测技术的发展与通信技术的进步，为电力系统精益化管控提供了数据基础。状态估计作为利用数据冗余度提升数据质量的技术，对电力系统精益化管控有着重要的支撑作用。状态估计相较于一般的人工智能方法与数据挖掘方法，其针对性强、结果精度高、可信程度高，具有重要的研究价值。当前，对配电网进行状态估计一般通过综合性能优越的加权最小二乘法实现，加权最小二乘状态估计是一个优化问题，若将潮流约束当作虚拟量测进行处理，其约束等式为空，但存在虚拟量测精度难以确定的问题，导致状态估计结果精度低，且求解能力差。
技术实现思路
为了克服上述现有技术中状态估计结果精度低和求解能力差的不足，本专利技术提供一种配电网的状态估计方法和装置，初始化控制参数，并基于负荷和无功补偿装置的电流向量初始化控制变量；基于初始化后的控制变量，在拉格朗日内循环中更新控制变量；判断拉格朗日外循环是否收敛，若收敛本文档来自技高网...

【技术保护点】
1.一种配电网的状态估计方法，其特征在于，包括：/n初始化控制参数，并基于负荷和无功补偿装置的电流向量初始化控制变量；/n基于初始化后的控制变量，在拉格朗日内循环中更新控制变量；/n判断拉格朗日外循环是否收敛，若收敛，则结束；若不收敛，则更新控制变量，并继续在拉格朗日内循环中更新控制变量，直至拉格朗日外循环收敛。/n

【技术特征摘要】
1.一种配电网的状态估计方法，其特征在于，包括：
初始化控制参数，并基于负荷和无功补偿装置的电流向量初始化控制变量；
基于初始化后的控制变量，在拉格朗日内循环中更新控制变量；
判断拉格朗日外循环是否收敛，若收敛，则结束；若不收敛，则更新控制变量，并继续在拉格朗日内循环中更新控制变量，直至拉格朗日外循环收敛。


2.根据权利要求1所述的配电网的状态估计方法，其特征在于，所述控制参数包括外循环拉格朗日乘子向量、外循环惩罚因子向量、惩罚因子向量的增长系数、改善程度系数、拉格朗日外循环控制系数、拉格朗日外循环迭代次数上限、拉格朗日外循环迭代次数、拉格朗日内循环控制系数、拉格朗日内循环迭代次数上限和拉格朗日内循环迭代次数。


3.根据权利要求1所述的配电网的状态估计方法，其特征在于，所述基于负荷和无功补偿装置的电流向量初始化控制变量，包括：
按下式对控制变量进行初始化：



式中，VN为节点电压向量，IN为电流源的注入电流向量，VS为电压源的电压向量，IV为电压源的电流向量，ID为变压器的电流向量，IS为开关的电流向量，IL为负荷和无功补偿装置的电流向量；Yn为节点导纳矩阵，Vc为电压源连接矩阵，Dc为变压器连接矩阵，Sc为开关连接矩阵，Sd为开关阻抗矩阵，E为单位矩阵。


4.根据权利要求1所述的配电网的状态估计方法，其特征在于，所述基于初始化后的控制变量，在拉格朗日内循环中更新控制变量，包括：
将第k次拉格朗日外循环迭代的控制变量设为初始化后的控制变量；
确定控制变量修正量，并基于控制变量修正量更新控制变量；
判断拉格朗日内循环是否收敛，若拉格朗日内循环收敛，将第k+1次拉格朗日外循环迭代的控制变量设为第t次拉格朗日内循环迭代的控制变量，并退出拉格朗日内循环；若拉格朗日内循环不收敛且拉格朗日内循环迭代次数不超过拉格朗日内循环最大迭代次数，拉格朗日内循环迭代次数加1，且进入下一拉格朗日内循环；若拉格朗日内循环不收敛且拉格朗日内循环迭代次数超过拉格朗日内循环最大迭代次数，将第k+1次拉格朗日外循环迭代的控制变量设为初始化后的控制变量，并退出拉格朗日内循环。


5.根据权利要求4所述的配电网的状态估计方法，其特征在于，所述基于控制变量修正量更新控制变量，包括：
将第t次拉格朗日内循环迭代的控制变量与控制变量修正量求和，得到第t+1次拉格朗日内循环迭代的控制变量。


6.根据权利要求5所述的配电网的状态估计方法，其特征在于，所述控制变量修正量按下式确定：
dx＝-(H)-1▽F(x)
式中，dx为控制变量修正量，F(x)为拉格朗日函数，▽F(x)为F(x)的一阶导数，H为F(x)的海森矩阵。


7.根据权利要求6所述的配电网的状态估计方法，其特征在于，所述F(x)按下式确定：



式中，z为量测值，h(x)为量测量的状态函数，R为量测量误差协方差矩阵，g(x)为等式约束，rk为第k次拉格朗日外循环迭代的惩罚因子，λk为第k次拉格朗日外循环迭代的拉格朗日乘子。


8.根据权利要求4所述的配电网的状态估计方法，其特征在于，所述判断拉格朗日内循环是否收敛，包括：
若满足控制变量修正量的范数小于等于拉格朗日内循环控制系数，确定拉格朗日内循环收敛，否则拉格朗日内循环不收敛。


9.根据权利要求1所述的配电网的状态估计方法，其特征在于，所述判断拉格朗日外循环是否收敛，包括：
若满足约束误差向量范数小于等于拉格朗日外循环控制系数，或拉格朗日外循环迭代次数大于等于拉格朗日外循环迭代次数上限，确定拉格朗日外循环收敛，否则拉格朗日外循环不收敛。


10.根据权利要求2所述的配电网的状态估计方法，其特征在于，按下式更新拉格朗日乘子：



式中，λk+1为第k+1次拉格朗日外循环迭代的拉格朗日乘子，λk为k次拉格朗日外循环迭代的拉格朗日乘子，rk为第k次拉格朗日外循环迭代的惩罚因子，为拉格朗日函数的梯度。


11.根据权利要求2所述的配电网的状态估计方法，其特征在于，按下式更新惩罚因子：



式中，rk+1为第k+1次拉格朗日外循环迭代的惩罚因子，rk为第k次拉格朗日外循环迭代的惩罚因子；β为惩罚因子向量的增长系数，γ为改善程度系数，g(xk)为第k次拉格朗日外循环迭代的等式约束，g(xk+1)为第k+1次拉格朗日外循环迭代的等式约束。


12.一种配电网的状态估计装置，其...

【专利技术属性】
技术研发人员：何开元，刘科研，盛万兴，孟晓丽，胡丽娟，叶学顺，董伟杰，贾东梨，刁赢龙，唐建岗，王晨钟，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，国网北京市电力公司，
类型：发明
国别省市：北京;11