一种变电站变结构双尺度数据融合方法

摘要

本发明涉及一种变电站变结构双尺度数据融合方法，属于电力系统运行和控制技术领域，该方法包括：构造粗、细尺度状态向量；采用母线模型对细尺度融合周期内的PMU和RTU节点量测量进行细尺度数据融合，构建细尺度融合量测方程；根据不同情况给定细尺度状态向量的初值；进行细尺度状态估计；直至粗尺度融合周期开始时刻到来构建粗尺度融合量测方程；给定粗尺度状态向量初值进行粗尺度状态估计，将粗尺度状态估计结果上送至调度中心，供调度员使用。本发明可以高效地、充分地利用变电站内来自RTU、PMU的多源数据，将量测量中的坏数据进行辨识和剔除，显著提高变电站状态估计的抗差性能。

主权项

一种变电站变结构双尺度数据融合方法，其特征在于，该方法包括以下步骤：1)构造粗、细尺度状态向量粗尺度融合周期开始时刻，采用变电站零阻抗开关模型，选取各零阻抗开关支路功率及各节点复电压为状态量，构造粗尺度状态向量如式(1)：$x=\left[\begin{array}{c}{x}_{\mathrm{cb},p}\\ x_v\end{array}\right]---\left(1\right)$其中，x为粗尺度状态向量，由x_cb,p和x_v组成；x_cb,p为粗尺度功率状态向量，即各零阻抗开关支路的三相有功功率及无功功率；x_v为粗尺度电压状态向量，即各母线三相复电压；细尺度融合周期开始时刻，采用变电站母线模型，选取各非零阻抗支路功率及各节点复电压为状态量，构造细尺度状态向量如式(2)：$y=\left[\begin{array}{c}{y}_{\mathrm{nd},p}\\ y_v\end{array}\right]---\left(2\right)$其中，y为细尺度状态向量，由y_nd,p和y_v组成；y_nd,p为细尺度功率状态向量，即各非零阻抗支路的三相有功功率及无功功率；y_v为细尺度电压状态向量，即各母线三相复电压；2)构建细尺度融合量测方程在细尺度融合周期开始时刻，采用母线模型对细尺度融合周期T^F内的PMU和RTU节点量测量进行细尺度数据融合，构建细尺度融合量测方程如式(3)：$z^F=\left[\begin{array}{c}{z}_p^F\\ z_v^F\end{array}\right]=F·y+e^F---\left(3\right)$其中，z^F为细尺度量测向量，z^F由节点功率量测向量和节点电压量测向量组成，F为细尺度量测矩阵，e^F为细尺度量测误差向量；式(3)中的节点功率量测向量由式(4)中的三部分组成：$z_p^F=\left[\begin{array}{c}{z}_{\mathrm{nd},p}^P\\ z_{\mathrm{nd},p}^R\\ z_0^F\end{array}\right]---\left(4\right)$式中，为细尺度融合周期内来自PMU的非零阻抗支路三相功率量测，为细尺度融合周期内来自RTU的非零阻抗支路三相功率量测；为依据基尔霍夫电流定律构造的细尺度零注入伪量测，表示母线各节点注入功率之和为零；在该细尺度融合周期T^F内，如果没有RTU量测数据，此时不存在，仅由和组成，如式(5)：$z_p^F=\left[\begin{array}{c}{z}_{\mathrm{nd},p}^P\\ z_0^F\end{array}\right]---\left(5\right)$式(3)中的节点电压量测向量由式(6)中的两部分组成：$z_v^F=\left[\begin{array}{c}{z}_{\mathrm{nd},v}^P\\ z_{\mathrm{nd},v}^R\end{array}\right]---\left(6\right)$其中，为细尺度融合周期内的来自PMU的各节点三相复电压量测；为细尺度融合周期内来自RTU的各节点三相电压量测；在该细尺度融合周期T^F内，如果没有RTU量测数据时，此时不存在，仅由组成，如式(7)：$z_v^F=z_{\mathrm{nd},v}^P---\left(7\right)$3)给定细尺度状态向量y的初值根据不同情况给定式(2)中细尺度状态向量y的初值y(0)：a.在首个细尺度融合周期的初始时刻，将该初值取为这一时刻对应状态量的量测值，如式(8)：$y^0\left(0\right)=\left[\begin{array}{c}{y}_p^0\left(0\right)\\ y_v^0\left(0\right)\end{array}\right]=\left[\begin{array}{c}{z}_p^0\\ z_v^0\end{array}\right]---\left(8\right)$其中，y⁰(0)为首个细尺度融合周期的初始时刻的状态向量初值，和分别表示首个细尺度融合周期的初始时刻的功率状态向量和电压状态向量的初值，和分别为首个细尺度融合周期的初始时刻的功率量测值和电压量测值；b.在其他细尺度融合周期的初始时刻，若前一细尺度融合周期的初始时刻未进行粗尺度数据融合，则取前一细尺度融合周期的初始时刻对应状态量的估计值作为本时刻细尺度数据融合的状态向量初值，如式(9)：$y^{k+1}\left(0\right)=\left[\begin{array}{c}{y}_p^{k+1}\left(0\right)\\ y_v^{k+1}\left(0\right)\end{array}\right]=\left[\begin{array}{c}{\hat{y}}_p^k\\ {\hat{y}}_v^k\end{array}\right]---\left(9\right)$其中，y^k+1(0)为第k+1个细尺度融合周期开始时刻的状态向量初值，和分别表示第k+1个细尺度融合周期开始时刻的功率状态向量和电压状态向量的初值，和分别为第k个细尺度融合周期开始时刻的功率状态向量和电压状态向量估计值；c.在其他细尺度融合周期的初始时刻，若前一细尺度融合周期内进行了粗尺度数据融合和粗尺度状态估计，则取粗尺度状态估计结果中对应于细尺度融合状态向量的估计值作为本时刻细尺度数据融合的状态向量初值，如式(10)：$y^1\left(0\right)=\left[\begin{array}{c}{y}_p^1\left(0\right)\\ y_v^1\left(0\right)\end{array}\right]=\left[\begin{array}{c}{\hat{y}}_p^0\\ {\hat{y}}_v^0\end{array}\right]---\left(10\right)$其中，y¹(0)为进行了粗尺度数据融合和粗尺度状态估计后的第1个细尺度融合周期开始时刻的状态向量初值，和分别表示进行粗尺度数据融合和粗尺度状态估计后的第1个细尺度融合周期开始时刻的功率状态向量和电压状态向量的初值，和分别为前一细尺度融合周期内进行的粗尺度状态估计后得到的功率状态向量和电压状态向量的估计值；4)进行细尺度状态估计利用式(3)构建的细尺度融合量测方程与式(8)、(9)或(10)给定的细尺度状态向量初值，进行细尺度状态估计；5)重复步骤2)‐4)，直至粗尺度融合周期开始时刻的到来，转步骤6)；6)构建粗尺度融合量测方程在粗尺度融合周期开始时刻，采用零阻抗开关模型，将粗尺度融合周期T^S内到达的RTU开关支路三相功率量测z_cb，以及最近一次细尺度融合得到的细尺度融合状态量估计值和粗尺度零注入伪量测共同构成粗尺度量测向量z^S并进行粗尺度数据融合；构建粗尺度融合量测方程如式(11)：$z^S=\left[\begin{array}{c}{z}_{\mathrm{cb}}\\ {\hat{y}}_p\\ {\hat{y}}_v\\ z_0^S\end{array}\right]=s\left(x\right)+\left[\begin{array}{c}{v}_{\mathrm{cb}}\\ {\eta }_p\\ {\eta }_v\\ 0\end{array}\right]---\left(11\right)$其中，z^S为粗尺度量测向量，z_cb为粗尺度支路三相功率量测量，分别为最近一次细尺度融合得到的细尺度融合状态量y_p、y_v的估计值，为依据基尔霍夫电流定律构造的粗尺度零注入伪量测向量；x为由式(1)定义的粗尺度状态量，包括零阻抗支路功率及各节点复电压；s(x)为粗尺度量测函数；υ_cb为支路三相功率量测z_cb的量测误差向量；η_p、η_v为最近一次细尺度融合得到的细尺度融合状态量y_p、y_v的估计误差向量，如式(12)：${\eta }_p=y_p-{\hat{y}}_p$(12)                                  (12)${\eta }_v=y_v-{\hat{y}}_v$7)给定粗尺度状态向量初值粗尺度状态向量的初值取这一时刻对应状态量的量测值，如式(13)：$x\left(0\right)=\left[\begin{array}{c}{x}_{\mathrm{cb},p}\left(0\right)\\ x_v\left(0\right)\end{array}\right]=\left[\begin{array}{c}{z}_{\mathrm{cb}}\\ z_v\end{array}\right]---\left(13\right)$其中，x(0)为粗尺度状态向量的初值；x_cb,p(0)和x_v(0)分别表示粗尺度支路功率状态向量和粗尺度节点电压状态向量的初值；z_cb和z_v分别表示粗尺度融合周期开始时刻支路功率量测值和节点电压量测值；8)进行粗尺度状态估计利用式(11)构建的粗尺度融合量测方程与式(13)给定的粗尺度状态向量初值，进行粗尺度状态估计；将粗尺度状态估计结果上送至调度中心，供调度员使用；9)进入下一个细尺度融合周期，重复步骤2)－8)。