计及零注入约束的电力系统动态状态估计方法

摘要

本发明公开了一种计及零注入约束的电力系统动态状态估计方法，属于电力系统调度自动化技术领域。特征在于通过基于投影无迹卡尔曼滤波的方法求解计及零注入约束的电力系统动态状态估计模型。本发明将电力系统零注入约束条件加入传统的电力系统动态状态估计模型，包括估计模型的状态转移方程、量测方程。运用基于投影无迹卡尔曼滤波算法进行状态预测、状态滤波和状态投影，最终得到满足电力系统零注入约束的状态量估计值。本发明能够克服现有的电力系统动态状态估计因为不考虑零注入约束带来的估计结果不准确的问题，使得得到的状态量估计值更加符合真实值，保证后续分析和控制的有效性。

主权项

一种计及零注入约束的电力系统动态状态估计方法，其特征在于，通过基于投影无迹卡尔曼滤波算法求解计及零注入约束的电力系统动态状态估计模型，即得到满足电力系统零注入约束的状态量估计值，具体包括以下步骤：1)输入传统的电力系统动态状态估计模型，包括估计模型的状态转移方程、量测方程：输入状态转移方程如式(1)所示：x_k+1＝F_kx_k+G_k+w_k   (1)其中：x为n×1维状态向量；F为n×n维非零对角矩阵；G为n×1维非零向量；w为均值为零的高斯白噪声；k为时刻编号；n为状态量个数；输入量测方程如式(2)所示：z_k+1＝h(x_k+1)+v_k+1   (2)其中：z是m×1维的量测向量；v是量测误差，是均值为零的高斯白噪声；h(x)为状态向量与量测向量的对应函数；量测向量由SCADA量测量与WAMS量测量组成，输入量测方程(2)可以进一步表示为(3)：$\left[\begin{array}{c}{z}_S\\ z_P\end{array}\right]=\left[\begin{array}{c}{h}_S\left(x\right)\\ h_P\left(x\right)\end{array}\right]+v---\left(3\right)$其中：z_S表示SCADA量测量；z_P表示WAMS量测量；v是量测误差；h_s(x)和h_p(x)分别为状态向量与SCADA量测向量和WAMS量测向量的对应函数；2)将零注入约束条件加入步骤1)输入的的动态状态估计模型，组成零注入约束的电力系统动态状态估计模型：设电力系统中共有s个零注入节点则电力系统的零注入约束方程为：$\underset{i=1}{\overset{s}{\Sigma }}{Y}_i\stackrel{.}{U}=0---\left(4\right)$其中Y_i为n×n维节点导纳矩阵的第i个行向量；为n×1维节点电压相量；3)运用基于投影无迹卡尔曼滤波算法求解零注入约束的电力系统动态状态估计模型：基于投影无迹卡尔曼滤波(PUKF)算法包括状态预测、状态滤波和状态投影；具体包括以下步骤：31)通过状态预测得到状态量预测值以及状态量预测值的协方差矩阵M_k+1：${\tilde{x}}_{k+1}=\underset{i=0}{\overset{2n}{\Sigma }}{W_i}^m{\tilde{\chi }}_{i,k+1};---\left(5\right)$其中：W_i^m为对应权值；可以通过(6)得到；${\tilde{\chi }}_{i,k+1}=F_k{\chi }_{i,k}+G_k,=\mathrm{0,1},...,2n---\left(6\right)$其中是均值为的Sigma点集的第i项；32)通过状态滤波计算得到滤波后的状态量估计值${\hat{x}}_{k+1}={\tilde{x}}_{k+1}+K_{k+1}{v}_{k+1}---\left(7\right)$其中：K_k+1为增益矩阵、ν_k+1为新息向量；33)通过状态投影和步骤2)的约束方程(4)得到满足电力系统零注入约束的状态量估计值${\tilde{d}}_{k+1}=\underset{i=0}{\overset{2n}{\Sigma }}{W_i}^c{D}_{i,k+1}---\left(8\right)$其中,W_i^c为对应权值；D_i,k+1由(9)得到：$D_{i,k+1}=c\left({\tilde{\chi }}_{i,k+1}\right),i=\mathrm{0,1},...,2n---\left(9\right)$其中c表示计及零注入约束的电力系统动态状态估计模型的等式约束；至此得到满足电力系统零注入约束的状态量估计值该估计值将用于进一步电力系统的分析与控制。