本发明专利技术提出一种两阶段线性加权最小二乘电力系统状态估计方法，其特征在于，包括以下步骤：形成网络模型，计算节点导纳矩阵及支路-节点关联矩阵；对量测矢量和状态矢量进行变换；形成精确线性化的量测方程；进行第一阶段的线性加权最小二乘估计，得到变换后的状态矢量的估计值；进行逆变换，并进行第二阶段的线性加权最小二乘估计，得到所有节点的电压幅值和相角的估计值；以及进行不良数据辨识。根据本发明专利技术提出的两阶段线性加权最小二乘状态估计方法可以得到更为科学的状态估计结果，而且计算效率更高，具有很好的工程应用前景。
【技术实现步骤摘要】
本专利技术涉及电力系统调度自动化领域，特别涉及。
技术介绍
电力系统状态估计是能量管理系统的基础和核心，其作用是对数据采集与监控系统(SCADA)提供的实时信息进行滤波，从而得到全网状态变量(电压幅值和相角)的估计值，进而可以得到支路功率、节点注入功率等的估计值。自从国外学者在1970年提出状态估计的第一个模型以来，国内外学者和工程人员对状态估计进行了大量、深入的研究和实践，现在全世界每一个调度中心几乎都部署了 状态估计器，状态估计在电网安全运行中的基础性地位得到了广泛的认可。到目前为止，应用最为广泛的状态估计方法是非线性加权最小二乘法(WLS)，该法模型简单、计算方便，在没有不良数据时可以得到状态变量的无偏估计值。为了提高非线性WLS的计算效率，人们又提出了快速解耦法状态估计方法。因为非线性WLS不具有鲁棒性，人们又提出了基于非线性WLS的最大标准化残差(LNR)检验方法以及不良数据的估计辨识方法(EI)等来辨识不良数据。与此同时，各种各样的鲁棒性状态估计方法也不断被提出。鲁棒性状态估计能够在估计的过程中自动抑制不良数据的影响，从而得到正确的状态变量估计值。在各种鲁棒性状态估计方法中，M-估计的应用最为普遍。M-估计一般包括加权最小绝对值估计(WLAV)、非二次准则状态估计(如QL估计和QC估计等)等，最近几年刚被提出的以合格率最大为目标的状态估计以及含指数型目标函数的状态估计也属于M-估计的范畴。鲁棒性状态估计面临的问题1)全局寻优困难；2)计算效率低于非线性WLS。以上原因影响了鲁棒性状态估计在实际中的应用。综合起来看，已有的各种状态估计方法毫无例外都是一个非线性最优化问题，一般利用牛顿法或者内点法进行求解。从数学角度来看，这种非线性优化模型及其对应的求解方法具有几个不可避免的缺点1)容易陷入局部最优点，即很难获得全局最优解，特别是一些鲁棒性状态估计；2)为了获得一个可以接受的解须要进行多次迭代，这种非线性最优化问题有时收敛困难，甚至不收敛，并且求解比较费时；3)雅可比矩阵以及残差灵敏度矩阵不是常数矩阵，因此在利用LNR进行不良数据辨识时需要进行多次删去不良数据和重新运行状态估计的循环操作，而如果利用EI方法辨识不良数据，估计出多个量测误差时，同样需要重新运行非线性状态估计。学术界对以上三个问题进行了一些研究，例如国外学者曾提出利用信赖域法来增强状态估计的收敛性，但是到目前为止，以上三个问题并没有得到很好的解决，其根本原因在于传统状态估计模型的非线性特性所造成的。如果能够建立精确线性化的状态估计模型，则可以彻底解决以上三个问题，从而在理论上保证得到更为科学的状态估计结果，促进状态估计的进一步实用化。
技术实现思路
本专利技术旨在彻底解决上述技术问题或至少提供一种有用的商业选择。为此，本专利技术的一个目的在于提出一种结果更为科学且计算效率更高的两阶段线性加权最小二乘电力系统状态估计方法(two-stage linear WLS，TLWLS)。根据本专利技术实施例的两阶段线性加权最小二乘电力系统状态估计方法，包括以下步骤:A.形成网络模型，计算节点导纳矩阵及支路-节点关联矩阵；B.对量测矢量和状态矢量进行变换；C.形成精确线性化的量测方程；D.进行第一阶段的线性加权最小二乘估计，得到变换后的状态矢量的估计值；E进行逆变换，并进行第二阶段的线性加权最小二乘估计，得到所有节点的电压幅值和相角的估计值；以及F.进行不良数据辨识。在本专利技术的一个实施例中，所述步骤A包括将网络中所有的线路和变压器等效为n型支路ij，记ys = I/(r^-+J-Xij) = gs+jbs为ji型支路ij的串联电纳， Ji型支路ij的串联阻抗值，b。为Ji型支路ij的接地电纳，其中，若型支路ij为变压器支路，则bfO且k为理想变压器的变比，若型支路ij为普通线路，则k = I,并联的多条支路等效为一条支路；在等效后的电路中，记gij = gs/k, bjj=bjk, gsi = (1-k) gs/k2, bsi = (l-k)bs/k2+bc/2, gsj = (k_l)gs/k, bsj = (k_l)bs/k+bc/2 ;计算节点导纳矩阵Y=G+jB，G和B分别为节点导纳矩阵的实部和虚部；以及计算支路-节点关联矩阵为A= {au} (I彡i彡b，I彡j彡N-1)，其中各个元素定义为a j =(I 如果节点j是支路i的发端节点I -I如果节点/是支路i的收端节点。VO其他在本专利技术的一个实施例中，所述步骤B包括将状态矢量变换为X = [if, 1 , ^ cos dKh (1</< b),vh v, sin Oljj (1</< b)f，其中，N 为网络中所有节点的总数目，b为网络中所有支路的数目，I为支路编号，Ii和L为支路I的两端节点号，^和'.分别是节点I ,和^的电压幅值，和4分别是节点Ii和L的相角，气= -气为相角差，vIlyI1 cos^,-, (1 - 1 ^ 代表所有的b条支路对状态矢量X的贡献，< / 5 也代表所有的b条支路对状态矢量X的贡献，X G RN+2b为状态矢量；以及将量测矢量变换为y e Rm，包括节点电压幅值的平方、支路有功、支路无功、注入有功、注入无功，支路电流幅值的平方，其中，m为量测量的总个数，当用变换后的状态矢量X表示时，节点电压幅值的平方为 <=心Vi为节点i的电压，从节点i到节点j的支路有功为权利要求1.，其特征在于，包括以下步骤 A.形成网络模型，计算节点导纳矩阵及支路-节点关联矩阵； B.对量测矢量和状态矢量进行变换； C.形成精确线性化的量测方程； D.进行第一阶段的线性加权最小二乘估计，得到变换后的状态矢量的估计值； E.进行逆变换，并进行第二阶段的线性加权最小二乘估计，得到所有节点的电压幅值和相角的估计值；以及 F.进行不良数据辨识。2.如权利要求I所述的两阶段线性加权最小二乘电力系统状态估计方法，其特征在于，所述步骤A包括 将网络中所有的线路和变压器等效为n型支路ij，Eys = l/(rij+jXij) =gs+jbs*型支路ij的串联电纳，ru+jxu为ji型支路ij的串联阻抗值，b。为ji型支路ij的接地电纳，其中，若n型支路ij为变压器支路，则b。=。且k为理想变压器的变比，若型支路ij为普通线路，则k = 1，并联的多条支路等效为一条支路；在等效后的电路中，记 gij = gs/k’bij = bs/k,gsi = (1-k) gs/k2,bsi = (1-k) bs/k2+bc/2,gsj=(k-l)gs/k, bSJ=(k-l)bs/k+bc/2 ； 计算节点导纳矩阵Y=G+jB，G和B分别为节点导纳矩阵的实部和虚部；以及计算支路-节点关联矩阵A= {au} (I≤i≤b，I≤j≤N-1)，其中各个元素定义为 ' =3.如权利要求2所述的两阶段线性加权最小二乘电力系统状态估计方法，其特征在于，所述步骤B包括 将状态矢量变换为x = r ,其中，N 为网络中所有节点的总数目，b为网络中所有支路的数目，I为支路编号，Ii和L为支路I的两端节点号，A和、分别是节点Ii和Ij的电压幅值，4和气分别是节点Ii本文档来自技高网...
【技术保护点】
一种两阶段线性加权最小二乘电力系统状态估计方法，其特征在于，包括以下步骤：A.形成网络模型，计算节点导纳矩阵及支路？节点关联矩阵；B.对量测矢量和状态矢量进行变换；C.形成精确线性化的量测方程；D.进行第一阶段的线性加权最小二乘估计，得到变换后的状态矢量的估计值；E.进行逆变换，并进行第二阶段的线性加权最小二乘估计，得到所有节点的电压幅值和相角的估计值；以及F.进行不良数据辨识。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘锋，陈艳波，何光宇，梅生伟，黄良毅，付艳兰，
申请(专利权)人：清华大学，海南电网公司，
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。