【技术实现步骤摘要】
一种电力系统自适应鲁棒状态估计方法
本专利技术涉及一种电力系统状态估计方法,尤其涉及一种电力系统自适应鲁棒状态估计方法。
技术介绍
状态估计是能量管理系统的重要组成部分,它可利用量测冗余度减小量测误差,获取电力系统当前运行状态的最优估计值。目前,基于加权最小二乘(WeightedLeastSquare,WLS)的状态估计已广泛应用于实际电网调度系统中。在系统量测噪声仅包含高斯白噪声的理想条件下,WLS为无偏最小方差估计器;然而在实际电网中非高斯噪声和粗差的存在使得WLS迭代次数过多甚至无法收敛,从而导致WLS估计结果不可用。为解决坏数据带来的状态估计精度下降和收敛性变差等问题,多种具有非二次估计准则的鲁棒状态估计方法先后被提出,其中主要有加权最小绝对值(WeightedLeastAbsoluteValue,WLAV)状态估计、Huber-M估计、指数型目标函数估计等。鲁棒状态估计具有良好的抗差能力,当量测中存在坏数据时也能保证较高的估计精度,因此受到了国内外学者的广泛研究。以WLAV估计为例,其目标函数为残差的加权绝对值之和最小,利用原-对偶内点法进行迭代求解。由于引入了非二次估计准则,WLAV估计的求解模型复杂、计算时间长,受节点规模和计算机性能的限制,难以满足实际工程的需求。尽管有改进算法的提出,如双线性方法,但是鲁棒状态估计在实际应用中的问题并没有得到根本解决。
技术实现思路
专利技术目的:本专利技术针对大规模电力系统状态估计精度低、计算时间长的问题,提出一种电力系统自适应鲁棒状态估 ...
【技术保护点】
1.一种电力系统自适应鲁棒状态估计方法,其特征在于:该方法按照时间顺序推演估计,首先通过模糊c均值聚类算法对电力系统进行可疑量测区域的定位,如果当前时刻量测集中不存在可疑量测,则对当前时刻量测进行WLS估计,如果当前时刻量测集中存在可疑量测,则在基于可疑量测的空间分布对电网进行动态分区以后,为正常量测区域和可疑量测区域分别选取最小二乘估计准则和最小绝对值估计准则,并基于ADMM解耦协调算法对电力系统状态估计问题进行求解。/n
【技术特征摘要】
1.一种电力系统自适应鲁棒状态估计方法,其特征在于:该方法按照时间顺序推演估计,首先通过模糊c均值聚类算法对电力系统进行可疑量测区域的定位,如果当前时刻量测集中不存在可疑量测,则对当前时刻量测进行WLS估计,如果当前时刻量测集中存在可疑量测,则在基于可疑量测的空间分布对电网进行动态分区以后,为正常量测区域和可疑量测区域分别选取最小二乘估计准则和最小绝对值估计准则,并基于ADMM解耦协调算法对电力系统状态估计问题进行求解。
2.根据权利要求1所述的电力系统自适应鲁棒状态估计方法,其特征在于:所述通过模糊c均值聚类算法对电力系统进行可疑量测区域的定位,包括以下步骤:
(1)设定聚类数c,随机初始化聚类隶属度μij;
(2)选取s个历史断面的量测向量zi,i=1,2,3,…,s,对其进行标准化处理,并计算聚类中心:
其中,i表示第i个断面,s为历史断面数,zi为某历史断面的量测向量,为标准化处理后的历史断面量测向量,μij为聚类隶属度,m’为模糊分类矩阵指数,j为历史量测向量zi中的第j个量测值;标准化处理计算公式为:
其中,m代表zi的维数;
(3)更新聚类隶属度μij:
其中c为聚类数,vl、vl表示不同的聚类中心;
(4)计算目标函数Jm′:
(5)当||Δμ||=max{|μij|,i=1,2,...s,j=1,2,...,c}≤δ时停止迭代,δ为收敛阈值;否则转到步骤(2)继续迭代,直至迭代次数达到设定值,最终通过多断面历史量测训练得到各类的中心点;
(6)获取实时量测向量zt,对实时量测向量zt进行同步骤(2)中的标准化处理;
(7)通过计算标准化后实时量测向量到每个聚类中心的距离,求得与标准化后实时量测向量距离最近的聚类中心,所述聚类中心为根据多断面历史量测计算确定的聚类中心;
(8)若模糊模式向量vFPV第l个特征的差异值err(l)满足:
其中,vFPV为模糊模式向量,l为实时量测向量zt第l个量测量,ε为设定值;
则将实时量测向量zt对应的第l个量测量zt,l判定为可疑量测,所述模糊模式向量vFPV计算式为:
3.根据权利要求2所述的电力系统自适应鲁棒状态估计方法,其特征在于:所述某断面的量测向量包括节点电压幅值量测、支路受末端功率量测值。
4.根据权利要求1所述的电力系统自适应鲁棒状态估计方法,其特征在于:所述基于可疑量测的空间分布对电网进行动态分区,首先将可疑量测所在节点及其直接相连节点划分为可疑量测区域,其他节点划分为正常量测区域;然后将可疑量测区域节点集合以及正常量测区域的边界...
【专利技术属性】
技术研发人员:黄蔓云,俞文帅,卫志农,孙国强,臧海祥,
申请(专利权)人:河海大学,国网辽宁省电力有限公司电力科学研究院,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。