电力系统调度自动化EMS状态估计.pptVIP

EMS(5)-状态估计 主讲人：齐郑 qizheng319@126.com 电力系统状态估计－必要性 状态估计定义 状态估计的作用 状态估计-坏数据的检测与辨识 量测预处理、拓扑错误辨识、遥测坏数据的检测和辨识 量测预处理：去掉明显的坏数据 拓扑错误辨识：找出开关、刀闸的状态错误 遥测坏数据的检测和辨识 采用估计--检测和辨识--再估计--再检测和辨识的迭代模式 拓扑错误辨识 找出开关、刀闸的状态（遥信）错误 利用遥测量有无及测值大小信息推断电气设备的连通情况，从而得出遥信错误信息 一般在估计计算前进行拓扑错误辨识 拓扑错误辨识 ◇线路两端潮流合理而一端开关错开 状态估计-提高测量准确性 量测方程的特点 方法1：最小二乘估计 方法2：加权最小二乘估计 其他方法 Newton法解非线性方程组问题 状态估计问题 状态估计问题 状态估计的流程 状态估计与潮流计算的关系 状态估计对SCADA的要求 量测有一定的冗余度 量测配置合理 开关/刀闸的状态基本正确 实时信息的同时性较好 *North China Electric Power University North China Electric Power University SCADA数据不齐全 SCADA数据不精确 受干扰时出现错误数据 定义：利用实时量测系统的冗余度，提高精度和自动排除随机干扰所引起的错误数据，估计出系统运行状态。 70年代初期，Larson和Debs在绑那维尔电力公司展开卡尔曼逐次滤波状态估计的研究． 1970年F.C.Schweppe等提出电力系统最小二乘状态估计算法． 1、降低量测系统投资，少装测点 2、计算出未测量的电气量 3、利用量测系统的冗余信息，辨识坏数据，同时提高量测数据的准确性 重点 A V 10伏 10欧 哪个对？ 一个例子: (见右图) 已知电阻10欧姆，V=9.8伏，I=1.05A，确定估计电流。 最小二乘法（LS） ※量测方程 式(1)为线性条件下,式(2)为非线性条件下 Z—m×1维量测矢量 x—n×1维状态矢量, v—m×1维量测误差矢量 H—量测矩阵（m×n） h(.) —非线性量测函数（m×1） (1) (2) 特点1：方程个数m大于状态变量的个数n 特点2：多余m-n个方程为矛盾方程，找不到常规意义上的解，只能用拟合的方法求在某种估计意义上的解 满足上述目标的 称为x的最小二乘估计值 对量测方程 建立目标函数，求极小值 测量值： I=1.05A=1.05p.u.， U=9.8V=0.98p.u., P=9.6W=0.96p.u. 量测方程： Z1=x+v1 Z2=Rx+v2 Z3=Rx2+v3 状态量x为电流I 令 目标函数： Min. J(x)=(1.05-x)2+(0.98-x) 2+(0.96-x2 ) 2 状态的估计值x=0.9917 量测的估计值： 电流I=x=0.9917p.u.=0.9917A 电压U=Rx=0.9917p.u.=9.917V 有功P=Rx2=0.9835p.u.=9.835W 量测容余度提高后，电流量测的估计误差： 真值　量测值　误差　估计值　 误差　　 估计值　 误差 　１　１.05 0.05 1.015 0.015 0.9917 -0.0083 例１　　 例２ W=diag(W1,W2,…,Wm) 新目标函数： 若事先知道量测值的精度，可给精度高的仪表赋较大的权值，以提高估计精度 0.0103A 加权估计 0.015A 非加权估计 0.05A 直接测量值 电流I(误差) 电气量 上例中设真值为I=1A，U=10V，P=10W Newton法 快速P-Q解耦法 正交变换解法 …… 叠代格式 雅可比矩阵 x0 x1 x2 x3 f(x) x y f(x0) Δx=-f(x0)/ 一般非线性方程 f(x)=0 ※目标函数 量测Jacobian矩阵 Markov估计 ※求解 ※用牛顿法求解 在x0附近泰勒展开，忽略二次以上的项： 牛顿法状态估计迭代格式： 1、潮流计算是状态估计的一个特例 2、状态估计用于处理实时数据，或者有冗余的矛盾方程的场合 3、潮流计算用于无冗余矛盾方程的场合 4、在线应用中，潮流计算在状态估计的基础上进行，也就是说，由状态估计提供经过加工处理过的熟数据，作为潮流计算的原始数据。 *North China Electric Power University