CN108376983A - 一种基于边界融合的电网状态估计***及方法 - Google Patents

Abstract

本发明提供一种基于边界融合的电网状态估计***及方法，涉及电网状态估计技术领域。***包括获取各节点的量测量的电网数据采集模块以及包括本地数据单元、状态估计单元的通信模块及数据融合模块，状态估计单元包括存储有基于边界融合的状态估计程序的存储器和显示程序运行输出状态变量的显示器；状态估计程序被执行以便实现基于边界融合的电网状态估计；估计方法为，对区域电网的划分后，建立各区域的量测方程，求取内部量和边界量，对两区域的边界量进行融合后修正边界量，对中间变量进行非线性变换后以最小二乘法求取其状态变量的估计值并输出。本发明***通信量少，状态估计方法在不失准确性的情况下，提高了电网状态估计的运算速度。

Description

一种基于边界融合的电网状态估计***及方法

技术领域

本发明涉及电网状态估计技术领域，尤其涉及一种基于边界融合的电网状态估计***及方法。

背景技术

自动化设备在现今广泛使用，在电力***里也是如此。但是，在最近几年，电网规模迅速变大，产生的量测量也多了很多，需要传输的数据日益增加，状态估计运算速度会变得越来越慢，其所得的结果对电网运行和调度都起着极其重要的作用，故难以满足智能电网对电网实时控制的要求。因此，如何提高计算速度，是本领域技术人员目前需要解决的问题。

状态估计利用已写好的程序，实时处理监测装置送来的数据信息，从而得出表征***运行状态的可靠值，使各种误差和干扰的影响达到最小。状态估计算法是指在给定网络接线、支路参数和量测***的条件下，根据量测值求得最优状态估计值的计算方法，它是状态估计程序的核心部分，因此状态估计算法的选择对整个状态估计程序的性能有很大影响。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于边界融合的电网状态估计***及方法，以解决现有技术中状态估计运算速度难以满足智能电网对电网实时控制的要求的问题。

为解决上述技术问题，本发明所采取的技术方案是：

一方面，本发明提供一种基于边界融合的电网状态估计***，包括电网数据采集模块、通信模块及数据融合模块：

所述电网数据采集模块，包括若干个与划分区域的个数相同的数据采集单元，用于获取各节点的量测量，包括各节点的有功功率和无功功率、各支路的功率；

所述通信模块，包括若干个与划分区域的个数相同的数据传输单元，通过数据传输器将数据采集单元采集到的数据传输到数据融合模块；

所述数据融合模块，包括本地数据单元和状态估计单元；所述本地数据单元，用于存储电网网络线路参数及支路-节点关联矩阵；所述状态估计单元，包括存储器和显示器；所述存储器存储有计算机可执行的基于边界融合的状态估计程序，该程序被执行以便实现基于边界融合的电网状态估计；所述显示器用于显示基于边界融合的状态估计程序运行输出的状态估计值。

另一方面，本发明还提供一种基于边界融合的电网状态估计方法，采用上述基于边界融合的电网状态估计***实现，包括以下步骤：

步骤1、通过对区域电网的划分，将各区域节点分为边界节点和内部节点；

步骤2、通过各区域的数据采集单元获取各区域中全部节点的量测数据，包括各节点的有功功率和无功功率、各支路的功率；由数据传输单元通过数据传输器将数据采集单元采集到的数据传输到数据融合模块；

步骤3、对各个区域电网，根据支路功率和节点电压幅值关系对划分后的区域建立量测方程，引入中间变量，根据划分好的节点类型分别求取内部量和边界量；

步骤4、对于相邻区域，构建融合矩阵，运用智能算法对两区域的边界量进行融合，并用融合后的值替换原边界值；

步骤5、对各个区域，对修正后的中间变量进行非线性变换，再以最小二乘法求取其状态变量的估计值；

步骤6、输出全部状态变量估计值。

所述步骤1中对区域电网的划分方法具体为：

以节点撕裂法初步将电网划分为N个区域，得到区域集合为K＝{1，2，…，N}，N≥2；在各区域增加一个或数个节点使相邻区域间有一条公共支路，完成区域划分；根据区域的划分，各节点也被分为区域的内部节点和边界节点，边界节点为公共支路上的节点。

所述步骤3的具体方法为：

对于子区域m、根据支路功率和节点电压幅值关系对划分后的区域m建立量测方程，如下式所示：

Z_m＝Ay_m+e＝A[y_{m_in} Bond_{m_ab}]^T+e；

其中，Z_m为区域m的量测量；A为常数矩阵；e为量测误差向量；y_m为中间变量；y_{m_in}为区域m的内部量；a、b为区域m、n公共支路上的节点；Bond_{m_ab}为区域m的边界量，其形式如下：

其中，V_a、V_b分别为a、b的节点电压；θ_ab＝θ_a-θ_b，为两节点a、b的相角差；

对于区域n，边界量为Bond_{n_ba}，其形式如下：

其中，θ_ba＝θ_b-θ_a，为两节点b、a的相角差。

所述步骤4的具体方法为：

定义融合向量fuse，如下式所示：

其中，A_ab、B_ab、C_a、D_b分别为四个待求解的变量；

定义目标函数为：

min f＝(|W_ab|-|A_ab|)²+(|W_ba|-|A_ab|)²+(|S_ab|-|B_ab|)²+(|S_ba|-|B_ab|)²+(C_a-F_a)²+(D_b-F_b)²

sgn(A_ab)＝sgn(W_ab)

sgn(B_ab)＝sgn(S_ab)

式中，sgn为符号函数；

利用智能算法求解上述目标函数，得到融合向量fuse；将融合向量fuse左乘矩阵T_mn、T_nm，得到融合后的边界值为式中，

将更新后的边界值返回至各区域，得到更新后的中间变量y_opt，对于区域m、n，其对应的中间变量分别为y_mopt、y_nopt，具体形式分别如下两式所示：

所述步骤5的具体方法为：

对更新后的中间变量y_opt进行非线性变换，变换形式如下：

其中，i、j为区域中任意支路两端的节点编号；

令α_i＝ln F_i＝2ln V_i，θ_ij＝θ_i-θ_j，α_ij＝α_i+α_j，则有L＝[α_ij，θ_ij，α_i]^T；

令状态变量x的形式为：则有

其中，e_L为中间变量L的误差向量；G为支路-节点关联矩阵；G_r为G的简化矩阵，根据θ_ij＝θ_i-θ_j、α_ij＝α_i+α_j对|G^T|的每一行修改得出；

用加权最小二乘法求解上式，得其解为：

x＝(J^TQ_mJ)^-1J^TQ_mm；

其中，Q_m＝(E^T)^-1cov^-1(y)E^-1，E为L对y求导获得的雅可比矩阵；

对所求得的x做变换即得各个节点的状态变量估计值，即电压V、相角θ。

采用上述技术方案所产生的有益效果在于：本发明提供的一种基于边界融合的电网状态估计***及方法，将电网划分为多个区域，对各个区域根据节点阻抗及功率关系建立量测方程，求得中间变量，并将其划分为内部量和边界量；通过智能算法对相邻区域的边界量进行修正，再通过非线性变换可利用最小二乘法求得各区域的估计值；通过对边界量的修正，调整了各区域的中间变量，间接调整各区域的估计值；该方法通信量少，相比集中式状态估计方法，在不失准确性的情况下，提高了电网状态估计的运算速度。

附图说明

图1为本发明实施例提供的基于边界融合的电网状态估计***结构框图；

图2为本发明实施例提供的分区后的IEEE14节点***；

图3为本发明实施例提供的基于边界融合的电网状态估计方法中状态估计过程的流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

一种基于边界融合的电网状态估计***，如图1所示，包括电网数据采集模块、通信模块及数据融合模块。

电网数据采集模块，包括若干个与划分区域的个数相同的数据采集单元，用于获取各节点的量测量，包括各节点的有功功率和无功功率、各支路的功率；

通信模块，包括若干个与划分区域的个数相同的数据传输单元，通过数据传输器将数据采集单元采集到的数据传输到数据融合模块；

数据融合模块，包括本地数据单元和状态估计单元；本地数据单元，用于存储电网网络线路参数及支路-节点关联矩阵；状态估计单元，包括存储器和显示器；存储器存储有计算机可执行的基于边界融合的状态估计程序，该程序被执行以便实现基于边界融合的电网状态估计；显示器用于显示基于边界融合的状态估计程序运行输出的状态估计值。

一种基于边界融合的电网状态估计方法，采用上述的基于边界融合的电网状态估计***实现，具体包括以下步骤：

步骤1、通过对区域电网的划分，将各区域节点分为边界节点和内部节点。

以节点撕裂法初步将电网划分为N个区域，得到区域集合为K＝{1，2，…，N}，N≥2；在各区域增加一个或数个节点使相邻区域间有一条公共支路，完成区域划分；根据区域的划分，各节点也被分为区域的内部节点和边界节点，边界节点为公共支路上的节点。

本实施例中，将电网划分为2个子区域，为区域1、2，节点6、7、9、12为边界节点。如图2所示，为分区后的IEEE14节点***。

步骤2、通过各区域的数据采集单元获取各区域中全部节点的量测数据Z_i，包括各节点的有功功率和无功功率、各支路的功率；由数据传输单元通过数据传输器将数据采集单元采集到的数据传输到数据融合模块。

根据各区域中节点的量测数据Z_i，在数据融合模块的状态估计单元进行各区域的状态估计过程，估计过程的流程图如图3所示，具体方法如下。

步骤3、对各个区域电网，根据支路功率和节点电压幅值关系对划分后的区域建立量测方程，引入中间变量，根据划分好的节点类型分别求取内部量和边界量。

支路功率与节点电压、相角的关系式如下所示：

其中，i、j为区域中任意支路的节点序号；g_ij、b_ij和y_c分别为支路ij的π型等效电路串联电导、串联电纳和对地电纳，θ_ij＝θ_i-θ_j为其两节点的相角差；P_ij和Q_ij为支路ij上的有功及无功功率。

令y为

则有

P_ij＝F_ig_ij-W_ijg_ij+S_ijb_ij

Q_ij＝-F_i(b_ij+y_c)+W_ijb_ij-S_ijg_ij

由上，则可得量测方程为

z＝Ay+e

其中，z为量测向量，y中间变量，e为误差向量，A为常系数矩阵。

本实施例中，对于区域1，根据节点阻抗及功率关系对划分后的区域建立量测方程为：

Z₁＝Ay₁+e＝A[y_{1_in} Bond_{1_79}Bond_{1_612}]^T+e

其中，Z₁为区域1里的量测量，y_{1_in}为内部量，其形式与Bond_{1_79}类似，只是下角标的节点编号换为区域1的内部节点编号；Bond_{1_79}、Bond_{1_612}为边界量，Bond_{1_79}为如下形式：

式中，节点7、9边界节点。

同理，对于区域2，Bond_{2_97}为如下形式：

对于区域1，方程Z₁＝Ay₁+e的最小二乘解为：

y₁＝(A^TWA)^-1A^TWZ₁

其中，W为权重矩阵。

步骤4、对于相邻区域，构建融合矩阵，运用万有引力算法对两区域的边界量进行融合，并用融合后的值替换原边界值。

对于区域区域1、2，定义融合向量fuse，建立目标函数，并用万有引力算法对其进行求解。

定义fuse向量为：

定义目标函数为：

min f＝(|W₇₉|-|A₇₉|)²+(|W₉₇|-|A₇₉|)²+(|S₇₉|-|B₇₉|)²+(|S₉₇|-|B₇₉|)²+(C₇-F₇)²+(D₉-F₉)²

sgn(A₇₉)＝sgn(W₇₉)

sgn(B₇₉)＝sgn(S₇₉)

式中，sgn为符号函数，节点7、9为公共支路的节点。

利用万有引力算法将其求解后，左乘矩阵T₁₂、T₂₁使得 其中，矩阵T₁₂、T₂₁分别如下：

同理，对节点6、12也做一致的处理，可得到

将更新后的边界值返回至各区域，得到更新后的中间变量。

对于区域1，中间变量y_1opt的形式如下：

同理，对于区域2，可得到中间变量y_2opt的形式如下：

步骤5、对各个区域，对修正后的中间变量进行非线性变换，再以最小二乘法求取其状态变量的估计值。

分别对y_1opt、y_2opt进行非线性变换如下，令：

式中，i、j为区域中任意支路的节点序号。

令α_i＝ln F_i＝2ln V_i，θ_ij＝θ_i-θ_j，α_ij＝α_i+α_j，则有L＝[α_ij，θ_ij，α_i]^T；

令状态变量x的形式为：则有

其中，e_L为中间变量L的误差向量；G为支路-节点关联矩阵；G_r为G的简化矩阵，根据θ_ij＝θ_i-θ_j、α_ij＝α_i+α_j对|G^T|的每一行修改得出。

用加权最小二乘法求解上式，可得其解为：

x＝(J^TQ_mJ)^-1J^TQ_mm

其中，Q_m＝(E^T)^-1cov^-1(y)E^-1，E为L对y求导获得的雅可比矩阵。

对所求得的x做变换即可得各个节点的状态变量估计值，即电压V、相角θ。

步骤6、输出全部状态变量估计值。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (6)

1.一种基于边界融合的电网状态估计***，其特征在于：该***包括电网数据采集模块、通信模块及数据融合模块：

所述电网数据采集模块，包括若干个与划分区域的个数相同的数据采集单元，用于获取各节点的量测量，包括各节点的有功功率和无功功率、各支路的功率；

所述通信模块，包括若干个与划分区域的个数相同的数据传输单元，通过数据传输器将数据采集单元采集到的数据传输到数据融合模块；

所述数据融合模块，包括本地数据单元和状态估计单元；所述本地数据单元，用于存储电网网络线路参数及支路-节点关联矩阵；所述状态估计单元，包括存储器和显示器；所述存储器存储有计算机可执行的基于边界融合的状态估计程序，该程序被执行以便实现基于边界融合的电网状态估计；所述显示器用于显示基于边界融合的状态估计程序运行输出的状态估计值。

2.一种基于边界融合的电网状态估计方法，采用如权利要求1所述的基于边界融合的电网状态估计***实现，其特征在于：该方法包括以下步骤：

步骤1、通过对区域电网的划分，将各区域节点分为边界节点和内部节点；

步骤2、通过各区域的数据采集单元获取各区域中全部节点的量测数据，包括各节点的有功功率和无功功率、各支路的功率；由数据传输单元通过数据传输器将数据采集单元采集到的数据传输到数据融合模块；

步骤3、对各个区域电网，根据支路功率和节点电压幅值关系对划分后的区域建立量测方程，引入中间变量，根据划分好的节点类型分别求取内部量和边界量；

步骤4、对于相邻区域，构建融合矩阵，运用智能算法对两区域的边界量进行融合，并用融合后的值替换原边界值；

步骤5、对各个区域，对修正后的中间变量进行非线性变换，再以最小二乘法求取其状态变量的估计值；

步骤6、输出全部状态变量估计值。

3.根据权利要求2所述的基于边界融合的电网状态估计方法，其特征在于：所述步骤1中对区域电网的划分方法具体为：

以节点撕裂法初步将电网划分为N个区域，得到区域集合为K＝{1，2，…，N}，N≥2；在各区域增加一个或数个节点使相邻区域间有一条公共支路，完成区域划分；根据区域的划分，各节点也被分为区域的内部节点和边界节点，边界节点为公共支路上的节点。

4.根据权利要求3所述的基于边界融合的电网状态估计方法，其特征在于：所述步骤3的具体方法为：

对于子区域m、根据支路功率和节点电压幅值关系对划分后的区域m建立量测方程，如下式所示：

Z_m＝Ay_m+e＝A[y_min Bond_{m_ab}]^T+e；

其中，Z_m为区域m的量测量；A为常数矩阵；e为量测误差向量；y_m为中间变量；y_{m_in}为区域m的内部量；a、b为区域m、n公共支路上的节点；Bond_{m_ab}为区域m的边界量，其形式如下：

其中，V_a、V_b分别为a、b的节点电压；θ_ab＝θ_a-θ_b，为两节点a、b的相角差；

对于区域n，边界量为Bond_{n_ba}，其形式如下：

其中，θ_ba＝θ_b-θ_a，为两节点b、a的相角差。

5.根据权利要求4所述的基于边界融合的电网状态估计方法，其特征在于：所述步骤4的具体方法为：

定义融合向量fuse，如下式所示：

其中，A_ab、B_ab、C_a、D_b分别为四个待求解的变量；

定义目标函数为：

min f＝(|W_ab|-|A_ab|)²+(|W_ba|-|A_ab|)²+(|S_ab|-|B_ab|)²+(|S_ba|-|B_ab|)²+(C_a-F_a)²+(D_b-F_b)²

sgn(A_ab)＝sgn(W_ab)

sgn(B_ab)＝sgn(S_ab)

式中，sgn为符号函数；

利用智能算法求解上述目标函数，得到融合向量fuse；将融合向量fuse左乘矩阵T_mn、T_nm，得到融合后的边界值为式中，

将更新后的边界值返回至各区域，得到更新后的中间变量y_opt，对于区域m、n，其对应的中间变量分别为y_mopt、y_nopt，具体形式分别如下两式所示：

6.根据权利要求5所述的基于边界融合的电网状态估计方法，其特征在于：所述步骤5的具体方法为：

对更新后的中间变量y_opt进行非线性变换，变换形式如下：

其中，i、j为区域中任意支路两端的节点编号；

令α_i＝lnF_i＝2lnV_i，θ_ij＝θ_i-θ_j，α_ij＝α_i+α_j，则有L＝[α_ij，θ_ij，α_i]^T；

令状态变量x的形式为：则有

其中，e_L为中间变量L的误差向量；G为支路-节点关联矩阵；G_r为G的简化矩阵，根据θ_ij＝θ_i-θ_j、α_ij＝α_i+α_j对|G^T|的每一行修改得出；

用加权最小二乘法求解上式，得其解为：

x＝(J^TQ_m ^J)^-1J^TQ_mm；

其中，Q_m＝(E^T)^-1cov^-1(y)E^-1，E为L对y求导获得的雅可比矩阵；

对所求得的x做变换即得各个节点的状态变量估计值，即电压V、相角θ。