本发明专利技术公开了一种含零注入节点的主动配电网高精度状态估计系统及方法，包括输入模块、电力系统状态估计模型模块、一阶泰勒展开优化问题模块、最优法向解求解模块、拉格朗日函数构造模块、一阶泰勒展开的拉格朗日函数模块、最优切向解求解模块、状态变量更新模块、输出模块，将每一步的下降方向分解成法向和切向方向，首先通过一个无约束优化问题得到法向搜索方向，接着同构一个最小二乘法非精确估计零注入功率节点潮流平衡方程对应的拉格朗日乘子，最后通过一个含等式约束的二次规划问题得到切向搜索方向，本发明专利技术不仅保证了虚拟零注入量测的有效信息，而且在没有增加太大计算量的情况下保证了主动配电网状态估计的计算效。情况下保证了主动配电网状态估计的计算效。情况下保证了主动配电网状态估计的计算效。
【技术实现步骤摘要】
含零注入节点的主动配电网高精度状态估计系统及方法
[0001]本专利技术属于电力系统运行与分析领域，尤其涉及了一种含零注入节点的主动配电网高精度状态估计系统及方法。
技术介绍
[0002]随着调度自动化水平的日益提高, 状态估计应用变得愈加广泛 ,目前电力系统状态估计通常采用基于加权最小二乘准则的方法，并假设系统中所有量测量的误差严格服从正态分布, 其方法主要有：基本加权最小二乘状态估计方法，加权最小二乘状态估计快速分解法，正交变换方法，带等式约束的加权最小二乘状态估计方法和带不等式约束的加权最小二乘方法等。当前主动配电网发展迅速，大量分布式新能源机组以及需求侧响应负荷接入主动配电网电网，导致主动配电网非线性增强，运行态势复杂多变，状态估计的难度大大增加，在实际系统中, 存在许多既不挂接发电机也不挂接负荷的零注入节点，如何在保证电力系统状态估计本身的精度、效率和收敛性的同时，保证估计结果中零注入节点的注入功率严格为0，是主动配电网状态估计研究中的重要问题。
[0003]虚拟零注入量是一种非常精确、可以利用的量测类型, 并且不必增加量测设备。它的加入可以极大地影响相关节点状态量的计算精度，加快方法的收敛速度。
技术实现思路
[0004]专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种含零注入节点的主动配电网高精度状态估计系统及方法，针对主动配电网强非线性特征，摒弃传统的最小二乘法框架，将每一步的下降方向分解成法向和切向方向，首先通过一个无约束优化问题得到法向搜索方向，接着同构一个最小二乘法非精确估计零注入功率节点潮流平衡方程对应的拉格朗日乘子，最后通过一个含等式约束的二次规划问题得到切向搜索方向，该方法不仅保证了虚拟零注入量测的有效信息，而且在没有增加太大计算量的情况下保证了主动配电网状态估计的计算效率，实现对主动配电网的电力系统快速、高效的状态估计。
[0005]技术方案：为实现上述目的，本专利技术采用的技术方案为：一种含零注入节点的主动配电网高精度状态估计方法，包括以下步骤：步骤1，采集量测数据，根据量测数据建立电力系统的量测方程，根据零注入节点的潮流平衡方程和电力系统的量测方程构建电力系统状态估计模型。
[0006]步骤2，令为约束条件在点处的值，为状态估计的变量，为约束条件，为约束条件在点处的值；第j轮迭代过程中，记为第j轮迭代过程的状态估计向量，将在处一阶泰勒展开得到，
为在处一阶泰勒展开，然后得到一阶泰勒展开优化问题。
[0007]步骤3，采用BFGS方法得到一阶泰勒展开优化问题的最优法向方向。
[0008]步骤4，对电力系统状态估计模型构造拉格朗日函数。
[0009]步骤5，在第j轮迭代过程中，对构造的拉格朗日函数进行一阶泰勒展开，得到一阶泰勒展开的拉格朗日函数：步骤6，将一阶泰勒展开的拉格朗日函数转化成快速下降拉格朗日函数优化模型。
[0010]步骤7，采用内点法求解快速下降拉格朗日函数优化模型得到第j轮最优切向解。
[0011]步骤8，如果，计算结束，。否则令，并更新当前状态变量：其中，为动配电网状态问题的最优解，为第j轮迭代过程的状态估计向量。
[0012]优选的：步骤1中电力系统的量测方程为：其中，代表量测数据，代表量测函数向量，为状态估计的变量，为量测噪声向量。
[0013]电力系统状态估计模型如下：其中，为量测方程个数，，为量测向量的第个分量，为量测函数向量的第个分量，表示零注入节点的潮流平衡方程。
[0014]优选的：步骤2中一阶泰勒展开优化问题：其中，是第j轮法向搜索方向，表示约束在处的值，表示约束在处的雅可比矩阵，为一个平衡系数一。
[0015]优选的：步骤4中构造的拉格朗日函数如下：其中：为电力系统状态估计模型对应的拉格朗日函数，为零注入节点潮流平衡方程对应的拉格朗日乘子，表示转置。
[0016]优选的：步骤5中一阶泰勒展开的拉格朗日函数为：其中，表示拉格朗日函数的一阶近似函数，表示目标函数在处的值，表示目标函数在处的雅克比矩阵，为平衡系数二，是第j轮迭代的拉格朗日乘子。
[0017]优选的：步骤6中快速下降拉格朗日函数优化模型为：其中，表示约束在处雅可比矩阵，的物理意义是搜索方向应正交于的列空间。
[0018]将快速下降拉格朗日函数优化模型的目标函数整理有：这里：
其中，、 、均为中间量，，在处的梯度，为单位矩阵。
[0019]优选的：所述平衡系数一取1，平衡系数二取1。
[0020]一种含零注入节点的主动配电网高精度状态估计系统，包括输入模块、电力系统状态估计模型模块、一阶泰勒展开优化问题模块、最优法向解求解模块、拉格朗日函数构造模块、一阶泰勒展开的拉格朗日函数模块、最优切向解求解模块、状态变量更新模块、输出模块，其中：所述输入模块用于输入采集的量测数据。
[0021]所述电力系统状态估计模型模块用于根据量测数据建立电力系统的量测方程，根据零注入节点的潮流平衡方程和电力系统的量测方程构建电力系统状态估计模型。
[0022]所述一阶泰勒展开优化问题模块用于令为约束条件在点处的值，第j轮迭代过程中，记为第j轮迭代过程的状态估计向量，将在处一阶泰勒展开得到，得到一阶泰勒展开优化问题。
[0023]所述最优法向解求解模块采用BFGS方法得到一阶泰勒展开优化问题的最优法向方向。
[0024]所述拉格朗日函数构造模块用于对电力系统状态估计模型构造拉格朗日函数。
[0025]所述一阶泰勒展开的拉格朗日函数模块用于在第j轮迭代过程中，对构造的拉格朗日函数进行一阶泰勒展开，得到一阶泰勒展开的拉格朗日函数。将得到的一阶泰勒展开的拉格朗日函数转化成快速下降拉格朗日函数优化模型。
[0026]所述最优切向解求解模块用于采用内点法求解快速下降拉格朗日函数优化模型得到第j轮最优切向解。
[0027]所述状态变量更新模块用于当，计算结束，。否则令，并更新当前状态变量：其中，为动配电网状态问题的最优解，为第j轮迭代过程的状态估计向量所述输出模块用于输出动配电网状态问题的最优解。
[0028]优选的：所述量测数据包括电压、电流、有功功率、无功功率。
[0029]本专利技术相比现有技术，具有以下有益效果：
本专利技术不仅保证了虚拟零注入量测的有效信息，而且在没有增加太大计算量的情况下保证了主动配电网状态估计的计算效率。
附图说明
[0030]图1为主动配电网状态估计流程。
具体实施方式
[0031]下面结合附图和具体实施例，进一步阐明本专利技术，应理解这些实例仅用于说明本专利技术而不用于限制本专利技术的范围，在阅读了本专利技术之后，本领域技术人员对本专利技术的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
[0032]一种含零注入节点的主动配电网高精度状态估计方法，针对主动配电网强非线性特征，摒弃传统的最小二乘法框架，将每一步的下降方向分解成法向和切向方向，首先通过一个无约束优化问题得本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种含零注入节点的主动配电网高精度状态估计方法，其特征在于，包括以下步骤：步骤1，采集量测数据，根据量测数据建立电力系统的量测方程，根据零注入节点的潮流平衡方程和电力系统的量测方程构建电力系统状态估计模型；步骤2，令为约束条件在点处的值，为状态估计的变量，为约束条件，为约束条件在点处的值；第j轮迭代过程中，记为第j轮迭代过程的状态估计向量，将在处一阶泰勒展开得到，为在处一阶泰勒展开，然后得到一阶泰勒展开优化问题；步骤3，采用BFGS方法得到一阶泰勒展开优化问题的最优法向方向；步骤4，对电力系统状态估计模型构造拉格朗日函数；步骤5，在第j轮迭代过程中，对构造的拉格朗日函数进行一阶泰勒展开，得到一阶泰勒展开的拉格朗日函数：步骤6，将一阶泰勒展开的拉格朗日函数转化成快速下降拉格朗日函数优化模型；步骤7，采用内点法求解快速下降拉格朗日函数优化模型得到第j轮最优切向解；步骤8，如果，计算结束，；否则令，并更新当前状态变量：其中，为动配电网状态问题的最优解，为第j轮迭代过程的状态估计向量。2.根据权利要求1所述含零注入节点的主动配电网高精度状态估计方法，其特征在于：步骤1中电力系统的量测方程为：其中，代表量测数据，代表量测函数向量，为状态估计的变量，为量测噪声向量；电力系统状态估计模型如下：其中，为量测方程个数，，为量测向量的第个分量，
为量测函数向量的第个分量，表示零注入节点的潮流平衡方程。3.根据权利要求2所述含零注入节点的主动配电网高精度状态估计方法，其特征在于：步骤2中一阶泰勒展开优化问题：其中，是第j轮法向搜索方向，表示约束在处的值，表示约束在处的雅可比矩阵，为一个平衡系数一。4.根据权利要求3所述含零注入节点的主动配电网高精度状态估计方法，其特征在于：步骤4中构造的拉格朗日函数如下：其中：为电力系统状态估计模型对应的拉格朗日函数，为零注入节点潮流平衡方程对应的拉格朗日乘子，表示转置。5.根据权利要求4所述含零注入节点的主动配电网高精度状态估计方法，其特征在于：步骤5中一阶泰勒展开的拉格朗日函数为：其中，表示拉格朗日函数的一阶近似函数，表示目标函数在处的值，表示目标函数在处的雅克比矩...
【专利技术属性】
技术研发人员：杨洛，吕行，沈峻，许文庆，高亮，吴茂俊，孙展展，蔡培倩，杨苏，吴典胜，李金超，唐传旭，王亢，
申请(专利权)人：江苏金智科技股份有限公司，
类型：发明
国别省市：
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。