一種計及分布式電源影響的主動配電網(wǎng)量測配置方法
【專利摘要】本發(fā)明公開了一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，預(yù)估配電網(wǎng)的運行狀態(tài)，確定量測量與狀態(tài)量的關(guān)系；確定分布式電源接入位置，獲取各個分布式電源的出力歷史數(shù)據(jù)，模擬分布式電源出力的概率密度函數(shù)；判斷相鄰近的分布式電源之間是否相關(guān)，并利用量測協(xié)方差矩陣的非對角元素表征相關(guān)性；以量測配置經(jīng)濟性與系統(tǒng)估計精度兩個子目標的加權(quán)最小為目標，最大允許系統(tǒng)估計誤差約束和量測設(shè)備的安裝數(shù)量為上限約束，建立量測配置的數(shù)學模型，遍歷所有可選方案，直到滿足最大允許系統(tǒng)估計誤差約束或達到量測設(shè)備的安裝數(shù)量上限，確定最終量測配置方案。本發(fā)明在考慮DG影響的基礎(chǔ)上，協(xié)調(diào)好量測配置經(jīng)濟性與估計精度的關(guān)系。
【專利說明】
-種計及分布式電源影響的主動配電網(wǎng)量測配置方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種計及分布式電源影響的主動配電網(wǎng)量測配置方法。
【背景技術(shù)】
[0002] 分布式電源（dist;r;Lbuted generation,DG)的大量接入，對配電網(wǎng)的運行與調(diào)度 等方面提出新的挑戰(zhàn)，傳統(tǒng)配電網(wǎng)將逐步向主動配電網(wǎng)（active diS化化Ution network, ADN)轉(zhuǎn)變。ADN作為未來智能配電網(wǎng)的一種發(fā)展模式，需根據(jù)電力系統(tǒng)的實際運行狀態(tài)，對 分布式電源的接入主動管理，自適應(yīng)調(diào)節(jié)網(wǎng)絡(luò)、電源、負荷，實現(xiàn)系統(tǒng)的安全經(jīng)濟運行。
[0003] ADN的建設(shè)首先要實現(xiàn)實時感知系統(tǒng)運行狀態(tài)，而作為態(tài)勢感知工具核屯、模塊的 狀態(tài)估計是獲得ADN全網(wǎng)運行狀態(tài)的重要途徑，在ADN中不可或缺。ADN中DG的接入，增加了 不確定性因素，提高了對估計精度的要求。量測配置作為提高狀態(tài)估計精度的有效方法，在 ADN中顯得尤為重要。ADN的特點，使得忽略DG影響的傳統(tǒng)配電網(wǎng)量測配置方法已不在適用。 因此，深入研究考慮DG影響的ADN的量測配置方法具有重要意義。
[0004] 目前，配電網(wǎng)的量測配置方法存在W下問題：
[0005] (1)沒有考慮DG的影響，或采用與負荷相同的處理方式，將未配置量測的DG出力當 作偽量測，運種方法雖然一定程度上考慮了DG的影響，但將DG出力的不確定性轉(zhuǎn)化為量測 系統(tǒng)的不確定性，并未體現(xiàn)DG本身對ADN的影響；
[0006] (2)并未考慮鄰近地帶DG間出力相關(guān)性的影響；
[0007] (3) W狀態(tài)估計精度為單一目標，沒有協(xié)調(diào)好量測配置經(jīng)濟性與估計精度的關(guān)系。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明為了解決上述問題，提出了一種計及分布式電源影響的主動配電網(wǎng)量測配 置方法，本方法使得量測配置方案在考慮DG影響的基礎(chǔ)上，協(xié)調(diào)好量測配置經(jīng)濟性與估計 精度的關(guān)系。
[0009] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0010] -種計及分布式電源影響的主動配電網(wǎng)量測配置方法，包括W下步驟：
[0011] (1)預(yù)估配電網(wǎng)的運行狀態(tài)，確定量測量與狀態(tài)量的關(guān)系；
[0012] (2)確定分布式電源接入位置，獲取各個分布式電源的出力歷史數(shù)據(jù)，模擬分布式 電源出力的概率密度函數(shù)；
[0013] (3)判斷相鄰近的分布式電源之間是否相關(guān)，并利用量測協(xié)方差矩陣的非對角元 素表征相關(guān)性；
[0014] (4) W量測配置經(jīng)濟性與系統(tǒng)估計精度兩個子目標的加權(quán)最小為目標，最大允許 系統(tǒng)估計誤差約束和量測設(shè)備的安裝數(shù)量為上限約束，建立量測配置的數(shù)學模型；
[0015] (5)遍歷所有可選方案，直到滿足最大允許系統(tǒng)估計誤差約束或達到量測設(shè)備的 安裝數(shù)量上限，確定最終量測配置方案。
[0016] 所述步驟（1)中，利用加權(quán)最小二乘法作為狀態(tài)估計器估計量測量與狀態(tài)量之間 的關(guān)系，其中，狀態(tài)矢量選取除平衡節(jié)點的相角外的各電壓的幅值W及相角作為狀態(tài)量，量 測矢量包括實時功率量測和電壓幅值量測、虛擬量測和偽量測。
[0017] 所述步驟(2)中，利用高斯混合模型模擬分布式電源出力的概率密度函數(shù)，W表征 分布式電源出力的不確定性。
[0018] 所述步驟(2)中，所述高斯混合模型是多個高斯分量的加權(quán)，對于一個多維隨機變 量，其高斯混合模型的概率密度函數(shù)為各個高斯分量的權(quán)重與相應(yīng)的概率密度函數(shù)的乘 積，其中各個高斯分量的權(quán)重、均值和協(xié)方差通過最大期望算法求得。
[0019] 所述步驟(3)中，鄰近地帶是指DG間相距IOOkmW內(nèi)。
[0020] 所述步驟(4)中，建立量測配置的數(shù)學模型，目標函數(shù)是量測配置經(jīng)濟性與系統(tǒng)估 計精度兩個子目標的加權(quán):量測配置經(jīng)濟性考慮了功率量測與電流量測兩種量測類型，系 統(tǒng)估計精度由系統(tǒng)估計總誤差表征。
[0021] 所述步驟(4)中，目標函數(shù)為量測經(jīng)費的權(quán)重與總量測配置經(jīng)費的乘積，W及系統(tǒng) 估計精度的權(quán)重與系統(tǒng)狀態(tài)估計總誤差乘積之和。
[0022] 所述步驟(4)中，總量測配置經(jīng)費為單個功率量測的相對價格與功率量測的安裝 數(shù)量的乘積與單個電流量測的相對價格與電流量測的安裝數(shù)量乘積的和。
[0023] 所述步驟(4)中，采用Mt次蒙特卡洛法計算的均值作為各狀態(tài)變量的估計值，W表 征量測系統(tǒng)的不確定性。
[0024] 所述步驟(5)中，具體方法為：
[00巧](5-1)固定一種量測類型，計算量測在所有化S情況下的目標函數(shù)值并保存；
[0026] (5-2)改變量測類型，計算此時量測在所有.巧5情況下的目標函數(shù)值并保存；
[0027] (5-3)比較上述所有目標函數(shù)值，使目標函數(shù)最小的情況即為新增量測的安裝類 型和位置；
[00%] (5-4)重復步驟(5-1)-步驟(5-3)，直到滿足最大允許系統(tǒng)估計誤差約束或達到量 測設(shè)備的安裝數(shù)量上限；
[0029] 其中，S表示新增量測設(shè)備的類型和位置，S為已安裝量測設(shè)備的集合;全集為量測 設(shè)備類型和位置的所有可選方案。
[0030] 本發(fā)明的有益效果為：
[0031] (1)本發(fā)明在量測配置過程中，考慮了DG出力不確定對量測配置的影響，高斯混合 模型能夠較好地模擬DG出力的不確定性；
[0032] (2)本發(fā)明在量測配置過程中，考慮了鄰近地帶DG間出力的相關(guān)性，最終的量測配 置結(jié)果更切實際；
[0033] (3)本發(fā)明的量測配置方法協(xié)調(diào)了量測配置經(jīng)濟性與系統(tǒng)估計精度的關(guān)系，提高 了量測配置的經(jīng)濟性。
【附圖說明】
[0034] 圖1本發(fā)明提供的設(shè)計方案流程圖；
[0035] 圖2本發(fā)明提供的某一DG有功出力的樣本直方圖和由GMM近似的概率密度函數(shù)；
[0036] 圖3本發(fā)明提供的基于啟發(fā)式算法確定量測配置方案流程圖；
[0037] 圖4本發(fā)明提供的IE邸33節(jié)點系統(tǒng)接線圖；
[0038] 圖5本發(fā)明提供的基于最終量測配置各電壓幅值的真值和估計值；
[0039] 圖6本發(fā)明提供的基于最終量測配置各電壓相角的真值和估計值。
【具體實施方式】：
[0040] 下面結(jié)合附圖與實施例對本發(fā)明作進一步說明。
[0041] 如圖1所示，計及分布式電源影響的主動配電網(wǎng)量測配置方法，包括W下步驟：
[0042] (1)選用加權(quán)最小二乘法(Weighted Least Squares，WLS)作為狀態(tài)估計器；
[0043] (2)確定DG接入主動配電網(wǎng)的位置，獲取各DG出力的歷史數(shù)據(jù)，利用高斯混合模型 (Gaussian mix化re model，GMM)模擬DG出力的概率密度函數(shù)，W表征DG出力的不確定性；
[0044] (3)鄰近地帶的DG間出力若存在相關(guān)性，則由量測協(xié)方差矩陣的非對角元素表征；
[0045] (4)建立量測配置的數(shù)學模型，目標函數(shù)是量測配置經(jīng)濟性與系統(tǒng)估計精度兩個 子目標的加權(quán):量測配置經(jīng)濟性考慮了功率量測與電流量測兩種量測類型，系統(tǒng)估計精度 由系統(tǒng)估計總誤差表征。約束條件包括最大允許系統(tǒng)估計誤差約束和量測設(shè)備的安裝數(shù)量 上限約束。
[0046] (5)基于啟發(fā)式算法確定最終的量測配置方案，即遍歷所有可選方案，新增量測位 置及類型的選取使所述步驟(4)的目標函數(shù)最小。重復該過程，直到滿足最大允許系統(tǒng)估計 誤差約束或達到量測設(shè)備的安裝數(shù)量上限；
[0047] (6)輸出最終量測配置方案。
[0048] 前述步驟(1)狀態(tài)估計中量測量與狀態(tài)量之間的關(guān)系為：
[0049] z = h(x)+e
[0050] 式中：X為狀態(tài)矢量，選取各電壓的幅值W及相角作為狀態(tài)量(平衡節(jié)點的電壓相 角除外）；Z為量測矢量，量測量包括實時功率量測和電壓幅值量測、虛擬量測(零注入節(jié)點） 和偽量測(節(jié)點負荷）;h(x)為測量方程;￡為測量誤差矢量，￡~N(0，R)，R為測量誤差的協(xié)方 差矩陣。
[0051] 前述步驟(2)中的高斯混合模型是多個高斯分量的加權(quán)，對于一個多維隨機變量， 其GMM的概率密度函數(shù)為：
[0化2]
[OOM]式中：K為高斯分量的總數(shù)；0 = {Wi，化，s i，i = 1，2，…，K}，為各高斯分量的參數(shù)， 和Si分別為各高斯分量的權(quán)重、均值和協(xié)方差，運些參數(shù)可通過最大期望算法 (Expectation maximization，EM)求得。
[0054] 整個GMM的均值山和協(xié)方差X y分別為；
[0化5]
[0化6]
[0057]為表征DG出力的不確定性，每次計算狀態(tài)估計時，各DG的出力為：
[0化引
[0化9] 式中:mvnrncKiii，Si)表示從W(化，Si)為參數(shù)的多維正態(tài)分布中取一組隨機數(shù)。
[0060] 在狀態(tài)估計中，Xy的對角元素為R中相應(yīng)的對角元素。
[0061] 前述步驟(3)，對于鄰近地帶的DG間出力若存在相關(guān)性，將W矩陣R中與各DG相應(yīng) 的非對角元素表征，即：
[0062] Roff-diag= Zy,:ij
[0063] 式中：Xy,I功Xy的非對角元素，即第i和第j個DG出力的協(xié)方差。
[0064] 前述步驟(4)的目標函數(shù)F及約束條件如下：
[00化] min F=Wcost ? Ccost+Waccu ? E巧S
[0066] s.t.np+nc《Nm
[0067] Esys ^Esys, max
[006引式中，Wcost = 0.4、Waccu = 0.6,分別為量測經(jīng)費與系統(tǒng)估計精度的權(quán)重;Ccost為總量 測配置經(jīng)費，Ccost = Cp ? np+Cc ? nc，Cp、Cc分別為單個功率量測與電流量測的相對價格，np和 nc分別為功率量測與電流量測的安裝數(shù)量，Nm=12,為量測設(shè)備的安裝數(shù)量上限;Esys為系統(tǒng) 狀態(tài)估計總誤差，Esys,max = 0.0005,為最大允許系統(tǒng)估計誤差。
[0069] 本發(fā)明假定功率量測和電流量測的相對價格分別為Cp = 1.0和Cc = 0.5，各量測設(shè) 備的相對價格只用作說明，實際中各設(shè)備價格還要根據(jù)特定的應(yīng)用場景等因素確定。
[0070] 其中，系統(tǒng)狀態(tài)估計總誤差由各狀態(tài)變量估計誤差之和表示：
[0071]
[0072] 式中:n為狀態(tài)變量的個數(shù);Xi,true和Xi,est分別為第i個狀態(tài)變量的真值和估計值。
[0073] 為表征量測系統(tǒng)的不確定性，采用Mt次蒙特卡洛法計算的均值作為各狀態(tài)變量的 估計值，即：
[0074]
[0075] 式中:Mt為蒙特卡洛的運行次數(shù);Xi,J為第j次蒙特卡洛第i個狀態(tài)變量的估計值。
[0076] 考慮到估計誤差與量測經(jīng)費的絕對數(shù)值相差較大，為保證兩個子目標在目標中的 作用，在計算過程中，分別WEsys,max和各量測設(shè)備單價之和作為基準值，將估計精度和量測 設(shè)備單價標么化，即：
[0077]
[0078] 式中:E'sys為標么化的系統(tǒng)綜合估計誤差。
[0079]
[0080] 式中：C'l為標么化的各量測設(shè)備單價，相應(yīng)的，目標中的Ccnst變?yōu)镃'cDst。
[0081] 上述標么化方法對量測配置具有導向作用：在量測配置前期，E'sys數(shù)值較大， C'cDst較小，量測配置W估計精度為主;隨著量測設(shè)備的增加，E'sys減小，C'EDst增大，后期量 測配置W經(jīng)濟性為主。
[0082] 前述步驟(5)確定量測配置方案的步驟如下：
[0083] 1)固定一種量測類型，計算量測在所有SE玄情況下的目標函數(shù)值Fi并保存；
[0084] 2)改變量測類型，計算此時量測在所有SG玄情況下的目標函數(shù)值Fi并保存；
[0085] 3)比較上述所有Fi,使目標函數(shù)最小的情況即為新增量測的安裝類型和位置。
[0086] 4)重復步驟1)-3)，直到滿足最大允許系統(tǒng)估計誤差約束或達到量測設(shè)備的安裝 數(shù)量上限。
[0087] 其中，s€l:;s表示新增量測設(shè)備的類型和位置，S為已安裝量測設(shè)備的集合;玄為S 的補集，全集為量測設(shè)備類型和位置的所有可選方案。
[0088] 圖2中的樣本直方圖為模擬在一年時間里每半小時采樣一次得到的DG樣本數(shù)據(jù)， 模擬DG有功出力的GMM高斯分量數(shù)為4。圖2表明GMM曲線與樣本直方圖的波動趨勢一致，所 WGMM能夠較好地模擬DG出力的波動性。
[0089] 另外本發(fā)明確定的最終量測配置中實時量測包含6個功率量測和3個電壓幅值量 。功率量測分別安裝在支路3、8、9、15、19和21;電壓幅值量測分別安裝在節(jié)點3、7和12。量 測配置最終的相對量測經(jīng)費為7.5,系統(tǒng)估計誤差為4.0323X1(T4。圖5和圖6表明，基于本發(fā) 明確定的最終量測配置，各電壓幅值和相角的真值與估計值基本一致，精度較高，且滿足約 束條件。由此可得，本發(fā)明在考慮DG影響的基礎(chǔ)上，能夠兼顧系統(tǒng)的估計精度，同時保證量 測配置的經(jīng)濟性。
[0090] 上述雖然結(jié)合附圖對本發(fā)明的【具體實施方式】進行了描述，但并非對本發(fā)明保護范 圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不 需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍W內(nèi)。
【主權(quán)項】
1. 一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，其特征是:包括以下步驟： (1) 預(yù)估配電網(wǎng)的運行狀態(tài)，確定量測量與狀態(tài)量的關(guān)系； (2) 確定分布式電源接入位置，獲取各個分布式電源的出力歷史數(shù)據(jù)，模擬分布式電源 出力的概率密度函數(shù)； (3) 判斷相鄰近的分布式電源之間是否相關(guān)，并利用量測協(xié)方差矩陣的非對角元素表 征相關(guān)性； (4) 以量測配置經(jīng)濟性與系統(tǒng)估計精度兩個子目標的加權(quán)最小為目標，最大允許系統(tǒng) 估計誤差約束和量測設(shè)備的安裝數(shù)量為上限約束，建立量測配置的數(shù)學模型； (5) 遍歷所有可選方案，直到滿足最大允許系統(tǒng)估計誤差約束或達到量測設(shè)備的安裝 數(shù)量上限，確定最終量測配置方案。2. 如權(quán)利要求1所述的一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，其特征 是:所述步驟（1)中，利用加權(quán)最小二乘法作為狀態(tài)估計器估計量測量與狀態(tài)量之間的關(guān) 系，其中，狀態(tài)矢量選取除平衡節(jié)點的相角外的各電壓的幅值以及相角作為狀態(tài)量，量測矢 量包括實時功率量測和電壓幅值量測、虛擬量測和偽量測。3. 如權(quán)利要求1所述的一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，其特征 是:所述步驟(2)中，利用高斯混合模型模擬分布式電源出力的概率密度函數(shù)，以表征分布 式電源出力的不確定性。4. 如權(quán)利要求1所述的一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，其特征 是:所述步驟(2)中，所述高斯混合模型是多個高斯分量的加權(quán)，對于一個多維隨機變量，其 高斯混合模型的概率密度函數(shù)為各個高斯分量的權(quán)重與相應(yīng)的概率密度函數(shù)的乘積，其中 各個高斯分量的權(quán)重、均值和協(xié)方差通過最大期望算法求得。5. 如權(quán)利要求1所述的一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，其特征 是:所述步驟(4)中，建立量測配置的數(shù)學模型，目標函數(shù)是量測配置經(jīng)濟性與系統(tǒng)估計精 度兩個子目標的加權(quán):量測配置經(jīng)濟性考慮了功率量測與電流量測兩種量測類型，系統(tǒng)估 計精度由系統(tǒng)估計總誤差表征。6. 如權(quán)利要求1所述的一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，其特征 是:所述步驟(4)中，目標函數(shù)為量測經(jīng)費的權(quán)重與總量測配置經(jīng)費的乘積，以及系統(tǒng)估計 精度的權(quán)重與系統(tǒng)狀態(tài)估計總誤差乘積之和。7. 如權(quán)利要求1所述的一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，其特征 是:所述步驟(4)中，總量測配置經(jīng)費為單個功率量測的相對價格與功率量測的安裝數(shù)量的 乘積與單個電流量測的相對價格與電流量測的安裝數(shù)量乘積的和。8. 如權(quán)利要求1所述的一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，其特征 是:所述步驟(4)中，采用Mt次蒙特卡洛法計算的均值作為各狀態(tài)變量的估計值，以表征量 測系統(tǒng)的不確定性。9. 如權(quán)利要求1所述的一種計及分布式電源影響的主動配電網(wǎng)量測配置方法，其特征 是:所述步驟(5)中，具體方法為： (5-1)固定一種量測類型，計算量測在所有se f情況下的目標函數(shù)值并保存； (5-2)改變量測類型，計算此時量測在所有.se歹情況下的目標函數(shù)值并保存； (5-3)比較上述所有目標函數(shù)值，使目標函數(shù)最小的情況即為新增量測的安裝類型和 位置； (5-4)重復步驟(5-1)-步驟(5-3)，直到滿足最大允許系統(tǒng)估計誤差約束或達到量測設(shè) 備的安裝數(shù)量上限。
【文檔編號】G06Q50/06GK106022970SQ201610430564
【公開日】2016年10月12日
【申請日】2016年6月15日
【發(fā)明人】張文, 王紅
【申請人】山東大學