含零注入节点的主动配电网高精度状态估计系统及方法与流程

1.本发明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。


背景技术：

2.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。
3.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。


技术实现要素：

4.发明目的：为了克服现有技术中存在的不足，本发明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。
5.技术方案：为实现上述目的，本发明采用的技术方案为：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。
6.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。
7.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。
8.步骤4，对电力系统状态估计模型构造拉格朗日函数。
9.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。
10.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。
11.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。
12.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。
13.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。
14.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。
15.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。
16.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。
17.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。
18.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。
19.优选的：所述平衡系数一取1，平衡系数二取1。
20.一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。
21.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。
22.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。
23.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。
24.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。
25.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。
26.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。
27.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。
28.优选的：所述量测数据包括电压、电流、有功功率、无功功率。
29.本发明相比现有技术，具有以下有益效果：
本发明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
30.图1为主动配电网状态估计流程。
具体实施方式
31.下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本技术所附权利要求所限定的范围。
32.一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，如图1所示，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。
33.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，有个量测方程。
34.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。
35.分析可知，上述状态估计问题本质就是一个含等式约优化问题本发明的基本出发点是，每一步的优化过程中，下降方向由一下两个分量组成：其中是法向搜索方向，是切向搜索方向。
36.在第j轮迭代时，都会计算出搜索方向，其中是第j轮法向搜索方向，是第j轮切向搜索方向，是第j轮总搜索方向。
37.步骤2，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，并求解一阶泰勒展开优化问题。
38.一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，本发明取1。
39.步骤3，上述一阶泰勒展开优化问题是一个无约束优化问题，采用bfgs方法得到一阶泰勒展开优化问题的最优法向方向。
40.步骤4，对电力系统状态估计模型构造拉格朗日函数如下：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。
41.步骤5，电力系统状态估计模型对应的拉格朗日函数是一个复杂的无约束优化问题，为此，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：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，本发明取1，是第j轮迭代的拉格朗日乘子。
42.步骤6，由于，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：
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。
43.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。
44.步骤7，快速下降拉格朗日函数优化模型简单的含线性约束的二次规划模型，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。
45.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。
46.一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。所述量测数据包括电压、电流、有功功率、无功功率。
47.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。
48.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。
49.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。
50.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。
51.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。
52.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。
53.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。
54.一种含零注入节点的主动配电网高精度状态估计系统的求解方法，包括以下步骤：步骤（1）：实时采集当前时间断面下主动配电网的量测数据（包括电压、电流、有功、无功）。
55.步骤（2）：对主动配电网节点优化，形成零注入节点对应的节点导纳矩阵，系统状态估计增广节点导纳矩阵。
56.步骤（3）：令当前迭代次数，给定初始状态估计向量，，令。
57.步骤（4）：第j轮迭代过程中，记为该轮迭代过程的状态估计向量，计算零注入节点的潮流平衡方程在处的值。
58.步骤（5）：考虑到零注入节点的潮流平衡方程是一个齐次二次型形式，且主动配电网节点电压一般为1附近，节点间相位差一般在0附近，约束在处的雅可比矩阵
可常数化为节点导纳矩阵。
59.步骤（6）：采用优化理论中bfgs方法求解如下优化问题得到第j轮最优法向方向：步骤（7）：目标函数虽然是四次齐次多项式，但主动配电网节点电压一般为1附近，节点间相位差一般在0附近，故在处雅可比矩阵可常数化为节点导纳矩阵。
60.步骤（8）：计算得到，。
61.步骤（9）：求解如下优化问题（最小二乘法），得到计算第j轮拉格朗日乘子步骤（9）：求解如下优化问题（最小二乘法），得到计算第j轮拉格朗日乘子步骤（9）：求解如下优化问题（最小二乘法），得到计算第j轮拉格朗日乘子是非精确的更新，也即无需精确求解原问题的对偶变量，非精确求解可极大的降低计算的复杂度。
62.步骤（10）：采用内点法求解如下优化问题得到第j轮最优切向解：步骤（11）：如果，计算结束，，进入步骤（9）。
63.否则令，并更新当前状态变量：步骤（12）：主动配电网状态问题的最优解为。
64.本发明针对主动配电网强非线性特征，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。
65.以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人
员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。