考虑可调节负荷影响和负荷不确定性的混合量测状态估计方法与流程

1.本发明属于电力系统状态估计领域，具体涉及一种考虑可调节负荷影响和负荷不确定性的混合量测状态估计方法。


背景技术：

2.近年来，为了达到降低化石能源消耗、减少碳排放与环境污染的目的，需要提升可再生能源在电网系统中的渗透率。随着可再生能源在电网中的渗透率逐渐增加，仅仅依靠传统的发电资源来平抑可再生能源波动的难度逐渐增大，因此，挖掘海量荷侧灵活性资源，促进负荷侧资源参与调节，成为进一步提升电网弹性的一个重要研究方向。然而，随着新能源并网的持续推进，电力系统量测波动性逐渐增大，目前电力系统依旧存在负荷侧功率量测数据不足的问题，负荷功率量测具有一定的不确定性，可调节负荷参与电网运行，同样存在可调节负荷的功率采集精确度低、实时性较差的问题，以上种种因素都会加大电力系统负荷功率量测数据的误差，从而影响电力系统状态估计结果的准确性。
3.综上，传统的状态估计方法未考虑未知负荷不确定性和可调节负荷调节特性的影响，状态估计的输出结果是确定的，通常存在较大的误差。


技术实现要素：

4.本发明的目的是提供一种能够考虑未知负荷不确定性和可调节负荷调节特性的影响的电力系统scada/pmu混合量测状态估计方法。
5.为达到上述目的，本发明采用的技术方案是：
6.一种考虑可调节负荷影响和负荷不确定性的混合量测状态估计方法，考虑可调节负荷参与电网运行的影响，未知负荷的不确定性，引入蒙特卡罗方法，对不确定负荷的量测结果进行随机抽样，以抽样结果代入最优潮流计算，用最优潮流叠加正态偏差来模拟电力系统量测初值，基于量测初值进行scada/pmu混合量测状态估计的运算，得到状态估计结果。
7.所述可调节负荷影响和负荷不确定性的scada/pmu混合量测状态估计方法具体包括以下步骤：
8.步骤1：选取不确定负荷出力的基准值，构建不确定负荷的分布模型，采用蒙特卡罗(monte carlo)算法，从该分布中选取1000个不确定负荷的可能值，分别作为不确定负荷的初值参与最优潮流(opf)计算；
9.步骤2：将电力网络中可调节负荷视为负功率的发电机，通过最优潮流计算，得到当前电力网络中可调节负荷的设定值；
10.步骤3：将最优潮流计算结果作为输电网络的实际值，将网络的实际值叠加设定的正态偏差，来模拟电力系统状态估计的量测初值；
11.步骤4：基于步骤3得到的量测初值进行scada/pmu混合量测状态估计的运算，得到
混合量测结果；
12.上述技术方案中，进一步地，步骤1中，所述选取不确定负荷出力的基准值，构建不确定负荷的分布模型，具体为：设不确定负荷出力为x，建立一个服从数学期望为μ、方差为σ2的正态分布，记为n(μ，σ2)。期望值μ决定了其位置，标准差σ决定了分布的幅度。当μ＝0,σ＝1时的正态分布是标准正态分布。为了便于描述和应用，常将正态变量作数据转换。将一般正态分布转化成标准正态分布。
[0013][0014]
进一步地，所述步骤2中，考虑可调节负荷的调度潜力，使用matpower软件进行最优潮流计算，确定当前电力网络中可调节负荷的值。matpower软件相对成熟，可依据实际情况自建电网参数进行运算。通过最优潮流计算，得到当前电力网络中可调节负荷的初值，具体为：将可调节负荷视为负功率的发电机节点gx，建立opf问题的数学模型：
[0015][0016]
s.t.h(x)＝0
[0017][0018]
式中，p
gi
为第i台发电机的有功出力；a
2i
、a
1i
、a
0i
为其经济耗量曲线参数。h(x)为等式约束，主要有每个节点的2个潮流方程，g(x)为不等式约束，主要有(1)有功电源出力上下限约束；(2)可调无功电源出力上下限约束；(3)节点电压模值上下限约束；(4)线路通过的最大有功潮流约束。此处不再展开表述。
[0019]
最终解得各台发电机的有功出力，其中包括可调节负荷的值-p
gx
。
[0020]
所述步骤3中，将最优潮流计算结果作为输电网络的实际值，考虑可调节负荷的调节特性，通过opf算法对电力系统的参数进行优化和修正，并以opf计算结果作为真实值，参与后续状态估计运算。所述正态偏差用于模拟传统量测方法的偏差，因此，建立正态偏差δ的正态分布模型：
[0021][0022]
期望值μ决定了其位置，取0；标准差σ决定了分布的幅度，取真实值的1％。
[0023]
所述步骤4中，采用scada/pmu混合量测的状态估计方法，具体计算过程为：
[0024]
采用的pmu节点电压量测修正方程如下：
[0025][0026]
其中δu
pmu
为pmu电压幅值残差相量，δθ
pmu
为pmu电压相角残差相量，δθ、δu分别为节点电压相角修正量和节点电压幅值修正量。
[0027]
pmu节点电压量测的雅各比矩阵为：
[0028][0029]
其中i为单位阵。
[0030]
传统scada估计的雅各比矩阵如下：
[0031][0032]
其中m、n、k、l为传统雅各比矩阵的具体元素，0为零矩阵，i为单位阵。
[0033]
结合pmu节点电压量测方程和支路电流量测修正方程，scada/pmu混合量测的状态估计的公式为：
[0034][0035]
其中，δz为混合量测总的残差向量，δp、δq、δum分别为传统scada量测的有功功率残差向量、无功功率残差向量、节点电压幅值残差向量；δθ
pmu
、δu
pmu
分别为pmu节点电压幅值残差向量和pmu节点电压相角残差向量；δir、δii分别为pmu支路电流实部残差向量和pmu支路电流虚部残差向量；δθ、δu分别为节点电压相角修正量和节点电压幅值修正量。
[0036]
电力系统scada/pmu混合量测状态估计的迭代方程如下：
[0037][0038]
δx用于判断迭代是否停止，当小于一定值(如小于10-6
)时，可停止迭代。
[0039]
同时，迭代公式中混合数据方差阵rh：
[0040][0041]
r是传统量测的方差阵，ri是以量测误差为对角，其余元素为0的支路电流量测的方差阵；ru是以电压方差为对角，其余元素为0形成的pmu电压量测方差阵。
[0042]
迭代公式中混合量测雅各比矩阵hm：
[0043][0044]hu
是pmu节点电压量测的雅各比矩阵，hi是pmu支路电流量测的雅各比矩阵。
[0045]
选取网络中部分节点，做出最优潮流计算实际值、状态估计的量测初值、状态估计的输出结果三者的累计分布曲线(cdf)。累计分布曲线(cdf)绘制方法为：引入蒙特卡罗方法考虑负荷的不确定性，得出节点的潮流计算实际值、状态估计的量测初值、状态估计的输出结果三者的累计分布曲线。
[0046]
考虑负荷具有不确定性，将混合状态估计的结果用累积分布曲线来表达，相对传
统状态估计方法输出的单点期望值，本发明中的状态估计方法能实现负荷不确定性对于状态估计结果影响的量化分析。
[0047]
本发明的有益效果为：
[0048]
本发明提出的一种考虑可调节负荷影响和负荷不确定性的混合量测状态估计方法，通过最优潮流运算考虑了可调节负荷参与电网运行的影响，采用蒙特卡洛算法考虑未知负荷的不确定性，最终建立节点数据的累计概率分布曲线。与传统状态估计方法的单点期望输出相比，本发明提出的状态估计方法可以实现负荷不确定性对状态估计结果影响的定量分析，且状态估计结果相对于量测初值来讲更加趋近于真值，达到了缩小电力系统量测误差的效果。
附图说明
[0049]
图1为本发明的考虑可调节负荷影响和负荷不确定性的混合量测状态估计方法的程序流程图。
具体实施方式
[0050]
下面结合附图对本发明进一步说明。
[0051]
算法流程如图1所示，设定不确定负荷的基准值，假设不确定负荷的值符合正态分布，采用蒙特卡罗算法，从该分布中选取1000个不确定负荷的可能值，分别参与最优潮流计算，选取可调节负荷的值，并将得出的潮流计算结果作为输电网络的实际值，将网络的实际值叠加设定的正态偏差，来模拟电力系统状态估计的量测值，进行混合量测状态估计的运算。
[0052]
输入叠加正态偏差的电力网络实际值作为电力系统状态估计的量测初值，定义节点电压幅值和相角的初值，设置迭代次数k＝0，将pmu的支路电流量测量转换为直角坐标形式，随后生成传统量测的雅各比矩阵h，套用公式计算出状态量h(xk)，得到残差：δzk＝z-h(xk)，同时代入公式计算支路电流量测的雅各比矩阵hi，然后进行精确电流的计算，得到pmu节点电压量测量残差和pmu支路电流量测量残差，最后形成混合数据雅各比矩阵和scada/pmu混合量测的残差相量，列出混合量测的方差矩阵rh，代入迭代修正公式计算δxk，判断状态变量修正量δxk的最大值是否小于收敛判据要求，若不满足判据要求需要重新迭代。满足收敛判据要求时输出此时的状态变量。最终输出1000组状态估计的结果。
[0053]
首先进行pmu节点电压量测，本文采用的pmu节点电压量测修正方程如下：
[0054][0055]
上式之中δu
pmu
为pmu电压幅值残差相量，δθ
pmu
为pmu电压相角残差相量，δθ、δu分别为节点电压相角修正量和节点电压幅值修正量。节点电压量测的雅各比矩阵为：
[0056][0057]
其中i为单位阵。
[0058]
支路电流的实部虚部精确计算表达式如下：
[0059][0060]
式中，ir和ii分别表示支路电流的实部和虚部，g
ij
和b
ij
表示支路ij的电导和电纳，g
i0
和b
i0
表示节点i的接地电导和接地电纳。ui和θi表示节点i的节点电压幅值和相角。
[0061]
其次是pmu支路电流量测，其修正方程为：
[0062][0063]
式中δir、δii分别为pmu支路电流实部残差向量和pmu支路电流虚部残差向量。
[0064]
得到支路电流量测雅各比矩阵的具体元素：
[0065][0066]
形成支路电流量测雅各比矩阵：
[0067][0068]
其中mi、ni、ki、li为支路电流量测雅各比矩阵的具体元素。
[0069]
最后是scada/pmu混合量测状态估计的数学模型，对于传统的scada量测，雅各比矩阵h如下：
[0070][0071]
结合pmu节点电压量测方程和支路电流量测修正方程，scada/pmu混合量测的状态估计的公式为：
[0072][0073]
其中，δz为混合量测总的残差向量，δp、δq、δum分别为传统scada量测的有功功率残差向量、无功功率残差向量、节点电压幅值残差向量；δθ
pmu
、δu
pmu
分别为pmu节点电压幅值残差向量和pmu节点电压相角残差向量。
[0074]
电力系统状态估计的迭代修正公式如下:
[0075][0076]
其中迭代公式中r为传统量测的方差阵。