【技术实现步骤摘要】
基于简化潮流神经网络的配电网状态估计初值计算方法
[0001]本专利技术属于配电网状态估计
,涉及根据历史量测数据对配电网状态进行计算的方法,具体涉及基于简化潮流神经网络的配电网状态估计初值计算方法。
技术介绍
[0002]配电网一次设备的实际量测信息需要通过远动装置传送到调度控制中心;量测自身存在一定误差,数据传送过程中各个环节也会造成不可避免的延时、丢包等异常。配电网一次设备量大面广,从成本上控制,量测点、量测精度、采集频度、通信传输通道和数据传输频度等配置均有制约,因此控制调度中心往往无法获取完整的、足够的电力系统计算分析所需要的数据。
[0003]为了解决上述问题,除了不断改善测量装置与传输系统外,还可以采用数学处理的方法来提高测量数据的完整性与可靠性。配电网状态估计(Distribution System State Estimation,DSSE)就是一种通过有限的量测数据还原出配电网系统状态变量的方法,是数据采集与监控系统(SCADA)和能量管理系统EMS在线应用的基础。DSSE一般步骤为:首先根据遥信信息确定配电网动态拓扑,然后根据遥测信息估计出符合电路理论的系统状态变量,包括节点电压相量、支路功率等。
[0004]现有的配电网状态估计的方法,主要分为最小二乘法、最小均方算法、最小截断二乘法和最小绝对值法。最小均方算法与最小截断二乘法在计算过程中需要大量的计算成本。其中最小均方算法要求配电网量测具有很高的冗余度,而最小截断二乘算法对于内存的需求非常大。最小绝对值虽然能够自动拒绝不 ...
【技术保护点】
【技术特征摘要】
1.基于简化潮流神经网络的配电网状态估计初值计算方法,其特征在于:该方法具体包括以下步骤:步骤一、建立BP神经网络,包括输入层、隐藏层和输出层;其中,输入层的神经元个数与配电网量测个数相等,输出层的神经元个数与配电网状态变量个数相等;步骤二、针对具有n个节点的电力系统,其极坐标下的交流潮流表示为:其中,P
i
、Q
i
分别为节点i的有功功率、无功功率;V
i
、V
j
分别表示节点i、j的电压幅值,θ
ij
为节点i与节点j之间的相角差,i、j=1,2,
…
,n;G
ij
+jB
ij
=Y
ij
,Y
ij
表示节点导纳矩阵Y中的元素,G
ij
、B
ij
分别表示节点导纳矩阵Y中第i行第j列元素的实部与虚部;根据电力系统中的节点电压幅值与电压相角的取值,存在:g
ij
(V
i
‑
V
j
cosθ
ij
)≈g
ij
(V
i
‑
V
j
)b
ij
V
j
sinθ
ij
≈b
ij
(θ
i
‑
θ
j
)(2)其中,b
ij
、g
ij
分别为节点i、j之间的电导与电纳;将公式式(2)代入公式(1),根据有功功率与无功功率进行电压幅值与电压相角解耦:功率进行电压幅值与电压相角解耦:转换为矩阵表示为:步骤三、当公式(5)存在解,即可逆时有:根据节点电压幅值将转化为:
将公式(7)代入公式(6)有:令将电压幅值V与电压相角θ分解为:根据公式(9)可知,电压相角θ与电压幅值V可以分解为两个部分,因此,将隐藏层中一半的神经元与输出层中节点电压幅值的神经元全连接;另一半神经元与输出层中节点电压相角的神经元全连接,得到简化后的BP神经网络;步骤四、对于安装了L个PMU的配电网,根据PMU的位置将其划分为L
‑
1个部分:其中,Y'
11
,Y'
22
,...,Y'
LL
分别为被PMU分割后各部分的系数导纳矩阵,Y'
12
,Y'
21
,Y'
1L
,Y'
L1
,Y'
2L
,Y'
L2
分别为PMU的不同部分间的系数导纳矩阵,由于辐射状的配电网在PMU连接节点处只存在很少的连接关系,因此,Y'
12
,Y'
21
...
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。