一种计及量测通信可靠度的配电系统状态估计方法及系统

1.本发明属于电力系统技术领域，尤其涉及一种计及量测通信可靠度的配电系统状态估计方法及系统。


背景技术：

2.配电系统的状态估计精度很大程度上取决于量测信息的精度，而由于设备老化、信息攻击等导致的通信设备运行状态的变化会导致量测信息丢失等随机事件的发生，进而在估计器接收到的数据中引入一系列离群值，影响状态估计的精度。
3.现阶段针对考虑随机量测丢失的状态估计方法中，多采用伯努利分布或马尔科夫链对量测的随机丢失特性进行建模。具体而言，通过引入一系列0-1变量来表征量测信息的丢失情况，这些0-1变量在每个时刻的取值服从一定的概率分布。这种概率分布定义为通信可靠度或量测丢失率，通常与通信设备的运行状态有关。
4.发明人发现，现有的研究中大多采用一个固定值作为各量测的通信可靠度，而忽略了通信设备运行状态变化带来的影响。实际上，通信设备的运行状态会直接决定量测的通信可靠度，而量测通信可靠度的取值又会通过影响状态估计器中各量测的权重而改变其对估计结果的贡献程度，从而使可靠度更高的量测对估计结果产生更大的影响；因此，在状态估计过程中考虑通信设备运行状态的影响，准确计算各量测的通信可靠度显得尤为重要。


技术实现要素：

5.本发明为了解决上述问题，提出了一种计及量测通信可靠度的配电系统状态估计方法及系统，本发明通过建立配电系统的随机状态估计模型引入一系列随机变量来描述系统的随机量测丢失现象，进而提出了一种配电系统量测通信可靠度计算方法来表征这些随机变量的概率分布，并最终提出了一种考虑通信设备运行状态的配电系统状态估计方法，将量测通信可靠度考虑在内以实现更合理的量测权重分配。
6.为了实现上述目的，本发明是通过如下的技术方案来实现：
7.第一方面，本发明提供了一种计及量测通信可靠度的配电系统状态估计方法，包括：
8.建立考虑随机量测丢失的配电系统随机状态估计模型；
9.基于深度优先遍历获取配电系统中量测设备与估计器之间所有的通信路径，并基于通信设备运行状态计算各通信路径的可靠度；
10.将所有通信路径进行正交化处理，并将所有得到的正交路径的可靠度相加得到量测通信可靠度；
11.推导配电系统随机状态估计模型的扩展卡尔曼滤波算法，实现不同通信可靠度量测权重的合理分配；
12.进一步的，在建立的配电系统随机状态估计模型中引入由随机0-1变量组成的对
角矩阵来表征量测的随机丢失，引入的对角矩阵包括：维度为真实量测数目的真实量测分块对角阵，以及维度为伪量测数目的伪量测分块对角阵。
13.进一步的，伪量测分块对角阵为单位阵；真实量测分块对角阵中各元素的取值取决于各量测的通信可靠度。
14.进一步的，基于深度优先遍历获取配电系统中量测设备与估计器之间所有的通信路径时：首先找到一条从估计器到量测设备的路径，然后回溯到量测设备节点之前的节点，搜索是否存在其他能够到达量测设备的路径，如果存在则记能够到达量测设备的路径，如果不存在则回溯到量测设备节点的上一个节点，直至回溯到估计器节点并遍历完估计器节点相连的所有节点。
15.进一步的，根据获取的所有通信路径计算所有通信路径的可靠度时，依据通信设备的可靠度模型得到；其中，通信设备可靠度模型是一个与设备运行时间呈负相关的指数函数。
16.进一步的，进行正交化处理时，以一条路径为基准路径，然后将后续的路径依次转化为与之前路径正交的路径，正交化后路径的可靠度为基准路径之前所有路径不能正常工作而当前路径能够正常工作的条件概率。
17.进一步的，基于射影定理为配电系统随机状态估计模型推导扩展卡尔曼滤波算法；在推导得到的扩展卡尔曼滤波算法中引入由各量测通信可靠度组成的对角阵，从而实现量测权重的合理分配，提高估计精度。
18.第二方面，本发明还提供了一种计及量测通信可靠度的配电系统状态估计系统，包括：
19.随机状态估计模型构建模块，被配置为：建立考虑随机量测丢失的配电系统随机状态估计模型；
20.通信路径获取模块，被配置为：基于深度优先遍历获取配电系统中量测设备与估计器之间所有的通信路径，并基于通信设备运行状态计算各通信路径的可靠度；
21.量测通信可靠度获取模块，被配置为：将所有通信路径进行正交化处理，并将所有得到的正交路径的可靠度相加得到量测通信可靠度；
22.状态估计模块，被配置为：推导配电系统随机状态估计模型的扩展卡尔曼滤波算法，实现不同通信可靠度量测权重的合理分配。
23.第三方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现了第一方面所述的计及量测通信可靠度的配电系统状态估计方法的步骤。
24.第四方面，本发明还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现了第一方面所述的计及量测通信可靠度的配电系统状态估计方法的步骤。
25.与现有技术相比，本发明的有益效果为：
26.通过所提出的量测通信可靠度计算方法，将通信设备运行状态对通信可靠度的影响考虑在内，更加贴合配电系统的运行实际。并进一步在状态估计算法中引入计算得到的量测通信可靠度，使得可靠度较高的量测对估计结果产生更大的贡献，提高状态估计精度。
附图说明
27.构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解，本实施例的示意性实施例及其说明用于解释本实施例，并不构成对本实施例的不当限定。
28.图1为本发明实施例1的流程图；
29.图2为本发明实施例1的ieee-33节点配电系统结构图；
30.图3为本发明实施例1的基于深度优先遍历法搜索量测通信路径的流程图；
31.图4为本发明实施例1的量测通信路径示意图；
32.图5为本发明实施例1的基于不交积和法进行路径正交化的流程图；
33.图6为本发明实施例1的量测通信可靠度计算结果；
34.图7为本发明实施例1的电压幅值估计结果对比；
35.图8为本发明实施例1的电压相角估计结果对比。
具体实施方式：
36.下面结合附图与实施例对本发明作进一步说明。
37.应该指出，以下详细说明都是示例性的，旨在对本技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。
38.实施例1：
39.配电系统状态估计基于实时量测与伪量测信息实时计算系统的运行状态，并进一步为优化调度、电压控制等高级应用提供数据基础。随着新能源发电设备以及可控负荷等具有高不确定性的源、荷设备大规模引入配电系统，配电系统状态估计在面临新的挑战的同时也对系统的运行与控制起着至关重要的作用。
40.配电系统的状态估计精度很大程度上取决于量测信息的精度，而配电通信网中各设备的可靠运行是保证估计器能够精确地获取各量测信息的前提。实际上，由于设备老化、信息攻击等导致的通信设备运行状态的变化会导致量测信息丢失等随机事件的发生，进而在估计器接收到的数据中引入一系列离群值，影响状态估计的精度。
41.正如背景技术中提到的，现有的研究中大多采用一个固定值作为各量测的通信可靠度，而忽略了通信设备运行状态变化带来的影响。实际上，量测通信可靠度的取值会通过影响状态估计器中各量测的权重而改变其对估计结果的贡献程度，从而使可靠度更高的量测对估计结果产生更大的影响；因此，准确计算各量测的通信可靠度，并在状态估计过程中考虑量测通信可靠度的影响，显得尤为重要。
42.针对现有研究中忽略通信设备运行状态变化带来的影响的问题，本实施例提供了一种计及量测通信可靠度的配电系统状态估计方法，包括：
43.建立考虑随机量测丢失的配电系统随机状态估计模型；
44.基于深度优先遍历获取配电系统中量测设备与估计器之间所有的通信路径，并基于通信设备运行状态计算各通信路径的可靠度；
45.将所有通信路径进行正交化处理，并将所有得到的正交路径的可靠度相加得到量测通信可靠度；
46.推导配电系统随机状态估计模型的扩展卡尔曼滤波算法，实现不同通信可靠度量
测权重的合理分配；
47.如图1所示，本实施例中的计及量测通信可靠度的配电系统状态估计方法具体内容为：
48.s1、建立配电系统随机状态估计模型，引入随机二进制变量表征量测的随机丢失情况；
49.s2、基于通信设备运行状态计算各量测通信可靠度；
50.s3、基于配电系统随机状态估计模型推导状态估计算法。
51.在本实施例中，步骤s1具体包括：
52.s1.1、首先建立考虑随机量测丢失的配电系统随机状态估计模型，在该模型中引入随机二进制变量构成的随机对角矩阵表征量测的随机丢失，具体为：
[0053][0054]
式中：下标k表示第k个时刻；xk为xk＝[vk,θk]
t
配电系统的状态向量，包含所有母线的电压幅值vk与相角θk；f与h分别为非线性的系统状态转移方程与量测方程；vk与ωk为高斯白噪声，分别表征系统的状态误差与量测误差，其协方差矩阵分别为qk与rk；为配电系统的量测向量，其中包括由节点电压幅值、支路有功与无功以及支路电流量测组成的实时量测向量，也包括由各节点有功与无功注入量组成的伪量测；ψk为一个由0-1变量组成的对角阵，其对角线上的元素表征对于量测信息的丢失情况，具体为：
[0055][0056]
式中：e为具有适当维度的单位阵，在此处的维度为配电系统系统伪量测的数量；m为配电系统真实量测的数目；α
i,k
为表征第i个量测是否丢失的0-1随机变量，其在k时刻的取值取决于：
[0057][0058]
式中：βi与ηi为第i个量测的通信可靠度与丢失率，分别代表了量测能够被成功传输与丢失的概率。在每个时刻，随机矩阵ψk对角线上的各元素取值由量测通信可靠度构成的矩阵γ决定，即：
[0059]
γ＝e{ψk}＝diag{γ,e}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0060]
式中：γ＝diag(β1,β2,
…
βm)。
[0061]
s1.2、由于配电系统的状态估计模型中存在非线性函数，在后续的状态估计方法推导与实现过程中会增加计算的复杂度与计算量，因此对其进行线性化处理，配电系统的状态估计模型为公式(1)；在本实施例中，可以采用基于负荷预测的准稳态潮流模型来实现配电系统的状态转移，即：
[0062][0063]
式中：j
k-1
为配电系统的雅克比矩阵；δuk为k时刻与k-1时刻各节点注入功率的变
化量。
[0064]
可以采用泰勒级数展开保留线性项的方法对配电系统的量测方程h进行线性化，线性化之后的量测方程为：
[0065][0066]
式中：ck＝j
k-1
，
[0067]
因此，线性化之后的配电系统状态估计模型为：
[0068][0069]
式中：ak是一个单位矩阵；
[0070]
步骤s2、具体包括：
[0071]
为计算估计器与量测间至少有一条信道正常工作的概率，首先可以基于深度优先遍历法搜索量测设备与估计器之间所有的通信路径，然后可以基于通信设备运行状态建立其可靠度模型，并计算各通信路径所的可靠度，最终将这些路径进行正交化处理，并将所有正交路径的可靠度相加得到量测的通信可靠度。
[0072]
s2.1、基于深度优先遍历法搜索量测与估计器之间所有的通信路径：
[0073]
考虑到配电通信网的光纤一般随导线同杆架设，假设配电通信网的拓扑与配电网相同。假设配电通信网的所以节点工作模式为全双工，则图2所示的配电网就可以抽象为一个无向图，而搜索通信路径本质上就是寻找该无向图上分别代表估计器与量测设备的点直接所以的路径。
[0074]
基于深度优先遍历的搜索流程如图2所示，其基本思路是首先找到一条从估计器到量测的路径，然后回溯到量测节点之前的节点，搜索是否存在其他能够到到达量测的路径，存在的话记录下该路径，不存在的话回溯到该节点的上一个节点，直至回溯到估计器节点并遍历完估计器节点相连的所有节点。以图3所示的ieee-33节点配电网为算例，通过本步骤寻找到的5号量测设备与位于1号节点的估计器之间部分通信路径如图4所示。
[0075]
s2.2、为计算步骤s2.1中遍历的所有通信路径的可靠度，首先基于通信设备的运行状态建立其可靠度模型。考虑到各类设备的可靠度会随着运行时间的增长而降低，在可靠性数学中一般采用指数函数依据设备的运行时间计算去可靠度，具体为：
[0076]
μ(t)＝e-λt
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0077]
式中：t为设备的连续运行时间；λ为通信节点或单位长度通信线路的评价故障率，一般可从设备的制造厂家处获取。
[0078]
此时，第i条通信路径的可靠度可以表示为：
[0079][0080]
式中：n为该通信路径所包含的通信元件数目。
[0081]
s2.3、上述步骤中遍历得到的所有通信路径包含有相同的通信节点或支路，因此并不是正交路径，因此在本步骤中采用不交积和法将所有的路径正交化，并将所有正交路
径的可靠度求和，最终得到至少有一条路径正常工作的概率，其基本思路如图5所示。
[0082]
不交积和法的基本思路是以一条路径为基准，然后将后续的路径依次转化为与之前路径正交的路径，该正交化后路径的可靠度为其之前所有路径不能正常工作而当前路径能够正常工作的条件概率。该条件概率本质上就是寻找与之前路径非共有的通信节点与支路，然后保证本路径正常工作的前提下非共有支路或节点至少有一个不能正常工作的概率。
[0083]
以图4和图2所示的三条路径为例，将路径1作为基准路径，则为保证路径2正交与路径1，需要在保证路径2能够正常工作的前提下，其非共有支路，也就是支路9-支路15不能正常工作，这个条件概率的值为路径2的可靠度乘以支路9-支路15的故障率，最终得到正交化后的路径2在运行时间为1年时的可靠度为0.0271。其余各量测在运行时间为1年、3年和5年场景下的可靠度如图6所示。可以看出，随着运行时间的增长，通信设备的可靠度下降，进而导致各量测的通信可靠度降低。
[0084]
步骤s3具体包括：
[0085]
基于射影理论，为公式(7)考虑量测丢失的配电系统随机状态估计模型所设计的扩展卡尔曼滤波状态估计算法如下所示：
[0086]
预测步：
[0087][0088][0089]
滤波步：
[0090][0091][0092][0093][0094]
式中：为k时刻的状态预测值；p
k|k-1
为状态预测的误差协方差；为k时刻的状态估计值；kk为卡尔曼增益；o为哈达玛积运算。
[0095]
通过滤波步的方程可以看出，由各量测通信可靠度组成的矩阵γ在滤波过程中起到了一定的作用，具体为将量测通信可靠度较高的量测量在卡尔曼增益kk中赋以较高的权重，从而使其对状态估计结果产生更大的影响。
[0096]
基于图2所给出的ieee-33节点配电系统验证所提方法的有效性，其量测配置情况见图中标注。在通信设备运行时间分别为1年、3年和8年场景下，本实施例所提方法的估计结果与不考虑设备运行状态，将通信可靠度统一设置为0.7时的估计结果对比如图7和图8所示。通过结果对比可以看出，本实施例所提出的方法对于通信设备运行状态改变导致的随机量测丢失具有更好的鲁棒性与估计精度。
[0097]
本实施例中，考虑到通信设备的运行状态会影响量测信息传输的可靠度，进而引发随机量测丢失；首先，建立了一种考虑量测丢失的配电系统随机状态估计模型，在该模型中引入一系列随机0-1变量表征量测信息的随机丢失情况，这些随机变量各自服从一定的概率分布，称为量测通信可靠度；然后，为计算在不同的通信设备运行状态下各量测的通信可靠度，基于深度优先遍历寻找量测与估计器之间的通信路径，基于当前设备的运行时间计算各路径的可靠度，将所有路径正交化处理，并将所有正交路径的可靠度相加得到量测通信可靠度；最后，基于射影理论推导所建立随机状态估计模型的扩展卡尔曼滤波算法，通过将各量测的通信可靠度引入滤波过程实现了量测权重的合理分配，提高了估计精度。
[0098]
实施例2：
[0099]
本实施例提供了一种计及量测通信可靠度的配电系统状态估计系统，包括：
[0100]
随机状态估计模型构建模块，被配置为：建立考虑随机量测丢失的配电系统随机状态估计模型；
[0101]
通信路径获取模块，被配置为：基于深度优先遍历获取配电系统中量测设备与估计器之间所有的通信路径，并基于通信设备运行状态计算各通信路径的可靠度；
[0102]
量测通信可靠度获取模块，被配置为：将所有通信路径进行正交化处理，并将所有得到的正交路径的可靠度相加得到量测通信可靠度；
[0103]
状态估计模块，被配置为：推导配电系统随机状态估计模型的扩展卡尔曼滤波算法，实现不同通信可靠度量测权重的合理分配。
[0104]
所述系统的工作方法与实施例1的计及量测通信可靠度的配电系统状态估计方法相同，这里不再赘述。
[0105]
实施例3：
[0106]
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现了实施例1所述的计及量测通信可靠度的配电系统状态估计方法的步骤。
[0107]
实施例4：
[0108]
本实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现了实施例1所述的计及量测通信可靠度的配电系统状态估计方法的步骤。
[0109]
以上所述仅为本实施例的优选实施例而已，并不用于限制本实施例，对于本领域的技术人员来说，本实施例可以有各种更改和变化。凡在本实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实施例的保护范围之内。