一种基于同步相角测量装置的电力系统多区域分布式状态估计方法

摘要

本发明公开了一种基于同步相角测量装置的电力系统多区域分布式状态估计方法,利用来自SCADA系统和PMU的量测数据实时快速的估计出电网各节点的电压幅值和相角值并将各个区域的状态信息进行实时交互。本发明采用基于地域特点的互不重叠解耦策略，将一个大电力系统解耦为几个子系统，并通过一个协调系统来整合各个子系统的状态；多区域分布式状态估计方法的采用，将大系统状态估计变为一系列局部小区域状态估计，大大提高了计算速度。为系统提供实时准确的电压、相角等量测信息，保证系统获得更高的量测冗余度进而提高状态估计的精度。本发明的区域交互管理更利于新能源安全有效的接入，以满足未来智能电网发展要求。

主权项

一种基于同步相角测量装置的电力系统多区域分布式状态估计方法,利用来自SCADA系统和PMU(Phasor Measurement Unit,PMU)的量测数据实时快速的估计出电网各节点的电压幅值和相角值并将各个区域的状态信息进行实时交互，包含如下的处理步骤：步骤1：基于地域特点的互不重叠多区域电力系统解耦在一个含有n条接线的电力系统中，按照地区分为r个不重叠的区域S_i，每个S_i有n_i条接线，并且和连接线相连；解耦之后，每一个区域都由自己的本地控制中心控制，该本地控制中心负责估计自己的状态，并通过通信线路连接到一个协调的控制中心；步骤2：读取各个区域的网络数据，包括网络结构和线路阻抗，并形成节点导纳矩阵和支路‑节点关联矩阵；步骤3：系统量测和PMU配置；系统的量测包括电压幅值量测、有功和无功潮流量测、有功和无功注入潮流量测，量测方程如下：●电压幅值：$V_l^{\mathrm{mea}}=V_l+e_{V_l}$●有功和无功潮流：$P_{\mathrm{lm}}^{\mathrm{mea}}=P_{\mathrm{lm}}+e_{P_{\mathrm{lm}}}$$Q_{\mathrm{lm}}^{\mathrm{mea}}=Q_{\mathrm{lm}}+e_{Q_{\mathrm{lm}}}$●有功和无功注入潮流：$P_l^{\mathrm{mea}}=({V_l}^2{g}_l+\underset{m\in a\left(l\right)}{\Sigma }{P}_{\mathrm{lm}})+\underset{m\in b\left(l\right)}{\Sigma }{P}_{\mathrm{lm}}+e_{P_l}$$Q_l^{\mathrm{mea}}=({{-V}_l}^2{b}_l+\underset{m\in a\left(l\right)}{\Sigma }{Q}_{\mathrm{lm}})+\underset{m\in b\left(l\right)}{\Sigma }{Q}_{\mathrm{lm}}+e_{Q_l}$其中，步骤1中r个不重叠的区域S_i内的注入有功和无功潮流量测函数方程分别为：P_lm＝V_l²(g_lm+g_slm)‑V_lV_m(g_lmcos(θ_l‑θ_m)+b_lmsin(θ_l‑θ_m))Q_lm＝‑V_l²(b_lm+b_slm)‑V_lV_m(g_lmsin(θ_l‑θ_m)‑b_lmcos(θ_l‑θ_m))；l是属于区域S_i的一条接线；和分别是接线l和m处电压幅值、有功和无功潮流、有功和无功注入潮流的量测值；V_l,V_m分别是接线l和m的电压幅值；θ_l和θ_m分别是接线l和m的相角值；和分别是电压幅值、有功和无功潮流、有功和无功注入潮流的量测误差；g_lm+jb_lm是支路l‑m串联导纳值；其中g_lm为支路l‑m串联电导值，b_lm为支路l‑m串联电纳值；g_slm+jb_slm是支路l‑m并联导纳值；其中g_slm为支路l‑m并联电导值，b_slm为支路l‑m并联电纳值；g_l和b_l分别是连接到线l的并联电导和电纳值；a(l)为连到l上并且属于区域S_i的所有线的集合；b(l)为连到l上并且属于不同于区域S_i的区域S_j的所有线的集合，i≠j；●PMU配置原则为了保证整个系统的可观测性，本发明中对每一个子系统都至少配置一个PMU并且PMU都配置在子系统与子系统之间的连接线上；步骤4：分区域状态估计对各子区域分别采用最小二乘法进行状态估计，分区域状态估计模型如下：z_i＝h_i(x_i)+e_i,i＝1,2,...rz_c＝h_c(x)+e_c其中，z_i是区域S_i的m_i×1维内部节点或本地量测向量；z_c是m_c×1维边界量测向量；$x_i=\left(\begin{array}{c}{\theta }_i\\ V_i\end{array}\right)$是区域S_i中2n_i×1维本地状态向量，包含n_i个电压值和n_i个相角值；是全系统的状态向量；h_i(x_i),h_c(x)为基于基尔霍夫电压或电流定律的非线性向量量测函数；e_i，e_c为高斯随机误差向量；步骤5：PMU协调采用PMU的实时准确量测来对系统的各子区域状态信息进行线性协调,状态估计在协调水平变为线性，并且线性状态估计模型为：$z_p=\left[\begin{array}{c}{z}_{V_p}\\ z_{I_p}\end{array}\right]=\left[\begin{array}{c}I\\ Y\end{array}\right]·x$其中，和分别为PMU的电压和电流量测向量；I表示关于电压向量的量测单位矩阵；Y表示关于电流量测向量的线性矩阵，由节点和支路导纳组成；步骤6：分布式不良数据处理采用协调系统不良数据处理和子区域不良数据处理两个阶段处理,即：1.计算协调系统自身的稀疏逆矩阵，完成协调系统不良数据的处理并将结果传输到子区域的状态估计器中；2.在接收到协调系统传过来的协调系统自身稀疏逆矩阵后,接着进行子区域状态估计并计算各个子区域的稀疏逆矩阵，进而完成子区域不良数据处理；步骤7:若所有的状态估计都收敛，不良数据处理结束，则输出各个节点的电压幅值和相角值并且输出不良数据的辨识结果，否则转步骤4。