本發(fā)明涉及一種電力系統(tǒng)運行與控制技術(shù)技術(shù)領(lǐng)域，是一種計及新能源時空相關(guān)性的電力系統(tǒng)狀態(tài)估計方法。

背景技術(shù)：

智能電網(wǎng)以各種新能源(風(fēng)能、太陽能等可再生能源)的大規(guī)模并網(wǎng)發(fā)電為重要特征之一。以新疆電網(wǎng)為例,近年來，新疆電網(wǎng)進入跨越式大發(fā)展時期，裝機容量每年保持20％以上的增長率,預(yù)計到2017年全網(wǎng)裝機容量將突破10000萬千瓦,其中新能源裝機容量達30％，排名西北電網(wǎng)第一。新能源發(fā)電具有隨機性、波動性和間歇性等特點，將給電網(wǎng)的運行帶來極大的不確定性。同時，新能源并網(wǎng)改變了傳統(tǒng)電網(wǎng)的發(fā)、輸、配單向供電模式；電能的產(chǎn)、供、需不確定性和時空多尺度性愈發(fā)明顯；電網(wǎng)的復(fù)雜性和規(guī)模不斷增加；這些都對電網(wǎng)的安全穩(wěn)定性與調(diào)度運行等提出了巨大挑戰(zhàn)。

傳統(tǒng)電力系統(tǒng)狀態(tài)估計主要是對數(shù)據(jù)采集與監(jiān)控系統(tǒng)(scada)提供的實時信息進行濾波,以提高數(shù)據(jù)精度，排除錯誤信息的干擾,從而得到電力系統(tǒng)實時狀態(tài)數(shù)據(jù)庫,為能量管理中心進行各種重要的控制提供數(shù)據(jù)支持,例如,電網(wǎng)的實時建模、潮流優(yōu)化、不良數(shù)據(jù)的檢測與辨識。狀態(tài)估計的主要方法包括加權(quán)最小二乘估計、抗差估計等靜態(tài)方法和擴展卡爾曼濾波等動態(tài)估計方法。以上的研究成果依然存在諸多缺陷和不足,如現(xiàn)有狀態(tài)估計算法對新能源并網(wǎng)的考慮不足,沒有能夠有效反應(yīng)新能源波動性、間歇性和不確定性特點的狀態(tài)估計模型；靜態(tài)估計算法雖然較為成熟并且其估計依賴于采樣速率較慢sacda量測，而實際運行的電力系統(tǒng)是一個動態(tài)變化的系統(tǒng),隨著新能源的大規(guī)模并網(wǎng),其波動性、間歇性以及負荷變化的不確定性愈是加劇了系統(tǒng)狀態(tài)的變化頻率,從而靜態(tài)狀態(tài)估計結(jié)果不能反映電網(wǎng)的動態(tài)特性,滿足不了智能電網(wǎng)實時監(jiān)控的運行需求。

技術(shù)實現(xiàn)要素：

本發(fā)明提供了一種計及新能源時空相關(guān)性的電力系統(tǒng)狀態(tài)估計方法，克服了上述現(xiàn)有技術(shù)之不足，其能有效解決現(xiàn)有電力系統(tǒng)靜態(tài)估算法不能對接入新能源的電網(wǎng)系統(tǒng)進行實時、有效、準(zhǔn)確的狀態(tài)估計，不能反映電網(wǎng)的動態(tài)特征的問題。

本發(fā)明的技術(shù)方案是通過以下措施來實現(xiàn)的：一種計及新能源時空相關(guān)性的電力系統(tǒng)狀態(tài)估計方法，包括以下步驟：

第一步：讀取電網(wǎng)信息數(shù)據(jù)，根據(jù)讀取的電網(wǎng)信息數(shù)據(jù)得出節(jié)點導(dǎo)納矩陣和支路-節(jié)點關(guān)聯(lián)矩陣，所述電網(wǎng)信息數(shù)據(jù)包括歷史狀態(tài)估計數(shù)據(jù)、電力系統(tǒng)當(dāng)前的網(wǎng)絡(luò)參數(shù)、拓撲結(jié)構(gòu)和線路阻抗，之后進入第二步；

第二步：電網(wǎng)系統(tǒng)量測和配置，根據(jù)節(jié)點導(dǎo)納矩陣和支路-節(jié)點關(guān)聯(lián)矩陣建立電壓幅值量測、功率注入量測和潮流量測的量測函數(shù)，根據(jù)量測函數(shù)計算量測zk，根據(jù)量測zk對系統(tǒng)狀態(tài)進行配置，所述電網(wǎng)系統(tǒng)的量測zk包括節(jié)點電壓幅值量測、功率注入量測和潮流量測，之后進入第三步；

第三步：根據(jù)電網(wǎng)系統(tǒng)中新能源的時空相關(guān)性建模，具體如下：

(一)建立如下式所示的向量自遞歸模型，

xk＝φ1xk-1+...+φpxk-p+εk(1)

其中，k表示量測采樣時刻；{xk-1,...,xk-p}表示系統(tǒng)歷史狀態(tài)；xk是當(dāng)前時刻的狀態(tài)預(yù)測值；{φ1,...,φp}是模型參數(shù)矩陣；p是模型階數(shù)；εk是模型誤差，sk是協(xié)方差矩陣，即高斯隨機變量；{φ1,...,φp}和sk的對角元素表示節(jié)點電壓和相角的時間相關(guān)性，而其非對角元素表征空間相關(guān)性；

(二)保留一階向量，簡化向量自遞歸模型，完成模型的建立，簡化后的模型如下式所示：

xk＝φ1xk-1+εk(2)

之后進入第四步；

第四步：采用m組歷史狀態(tài)數(shù)據(jù)對φ1和sk進行估計,估計值和如下式所示：

其中，π(0)和π(1)為采樣協(xié)方差矩陣，μ是歷史數(shù)據(jù)的采樣均值，之后進入第五步；

第五步：根據(jù)估計值和進行k時刻的狀態(tài)預(yù)測，k時刻的狀態(tài)預(yù)測值及其預(yù)測誤差協(xié)方差矩陣∑k-1如下式所示：

之后進入第六步；

第六步：進行預(yù)測輔助狀態(tài)估計，具體如下：

(一)根據(jù)第二步測得的k時刻的量測zk得出系統(tǒng)在第k次采樣時的狀態(tài)xk,xk的關(guān)系式如下式所示：

zk＝h(xk)+vk(7)

其中，h(·)表示m維非線性量測函數(shù)向量；vk是服從正態(tài)分布的隨機白噪聲，即vk～n(0,rk)，rk是量測誤差協(xié)方差矩陣；

(二)采用擴展卡爾曼濾波對狀態(tài)遞歸進行更新，完成系統(tǒng)進行預(yù)測輔助狀態(tài)估計，具體如下：

(1)建立如下式所示的目標(biāo)函數(shù)：

(2)對目標(biāo)函數(shù)進行優(yōu)化，得出狀態(tài)遞歸的更新結(jié)果，狀態(tài)遞歸的更新結(jié)果如下式所示：

其中，kk為增益矩陣，hk為雅克比矩陣，∑k為誤差協(xié)方差矩陣，∑k＝(i-kkhk)∑k|k-1；i為單位矩陣；之后進入第七步；

第七步：將k時刻的狀態(tài)估計結(jié)果發(fā)送給電網(wǎng)控制中心，并進入第二步進行k+1時刻的狀態(tài)估計。

下面是對上述發(fā)明技術(shù)方案的進一步優(yōu)化或/和改進：

上述第二步中將電網(wǎng)系統(tǒng)中的每條輸電線路等效為典型π等效電路進行系統(tǒng)的量測，量測函數(shù)如下：

(一)典型π等效電路不含非變壓器支路時節(jié)點的有功和無功注入量測函數(shù)、有功和無功潮流注入量測函數(shù)、電流幅值量測函數(shù)如下：

節(jié)點i的有功注入量測函數(shù)為：

節(jié)點i的無功注入量測函數(shù)為:

節(jié)點i到j(luò)的注入有功量測函數(shù)為:

pij＝vi²(gsi+gij)-vivj(gijcosθij+bijsinθij)(12)

節(jié)點i到j(luò)的注入無功潮流量測函數(shù)為:

qij＝-vi²(bsi+bij)-vivj(gijsinθij-bijcosθij)(13)

節(jié)點i到j(luò)的線路電流幅值量測函數(shù)為：

(二)典型π等效電路含變壓器支路時節(jié)點的有功和無功注入量測函數(shù)、有功和無功潮流注入量測函數(shù)、電流幅值量測函數(shù)如下：

節(jié)點i的有功注入量測函數(shù)為：

節(jié)點i的無功注入量測函數(shù)為:

節(jié)點i到j(luò)的注入有功量測函數(shù)為:

節(jié)點i到j(luò)的注入無功潮流量測函數(shù)為:

節(jié)點j到i的注入有功量測函數(shù)為:

節(jié)點j到i的注入無功潮流量測函數(shù)為:

節(jié)點i到j(luò)的線路電流幅值量測函數(shù)為：

其中，vi和vj分別為節(jié)點i和j的電壓幅值；節(jié)點i和j之間的相角差θij＝θi-θj，θi和θj分別為節(jié)點i和j的相角；ni為連接到節(jié)點i的節(jié)點數(shù)量；gij+jbij為導(dǎo)納矩陣的第i行第j列元素；gij+jbij為節(jié)點i到j(luò)間的序?qū)Ъ{；gsi+jbsi為節(jié)點i到j(luò)間的并聯(lián)導(dǎo)納；k為變壓器非標(biāo)準(zhǔn)變比；bt為變壓器標(biāo)準(zhǔn)側(cè)的電納。

本發(fā)明能充分計及新能源的隨機性、間歇性、波動性等特點，通過采用向量自遞歸模型能夠有效的對系統(tǒng)節(jié)點的時間和空間相關(guān)性進行建模，實時快速地追蹤預(yù)測電網(wǎng)各節(jié)點運行狀態(tài)，從而克服了靜態(tài)狀態(tài)估計不能滿足新能源并網(wǎng)隨機性和波動性，對新能源并網(wǎng)進行實時、有效、準(zhǔn)確的狀態(tài)估計，提高了短期狀態(tài)預(yù)測的精度，提高了最終狀態(tài)估計的精度，充分反映電網(wǎng)的動態(tài)特征，為電力系統(tǒng)控制中心進行經(jīng)濟調(diào)度、安全評估和其它相關(guān)的高級應(yīng)用提供數(shù)據(jù)支持，滿足電網(wǎng)發(fā)展要求。

附圖說明

附圖1為本發(fā)明的流程圖。

附圖2為本發(fā)明的不含變壓器支路的π型等效電路量測計算圖。

附圖3為本發(fā)明的變壓器支路的π型等效電路量測計算圖。

附圖4是本發(fā)明實施例2的ieee30系統(tǒng)測試圖。

附圖5是本發(fā)明實施例2中采用傳統(tǒng)方法各個節(jié)點電壓幅值估計結(jié)果。

附圖6是本發(fā)明實施例2中采用傳統(tǒng)方法各個節(jié)點電壓相角估計結(jié)果。

附圖7是本發(fā)明實施例2中采用本發(fā)明各個節(jié)點電壓幅值估計結(jié)果。

附圖8是本發(fā)明實施例2中采用本發(fā)明各個節(jié)點電壓相角估計結(jié)果。

具體實施方式

本發(fā)明不受下述實施例的限制，可根據(jù)本發(fā)明的技術(shù)方案與實際情況來確定具體的實施方式。

下面結(jié)合實施例及附圖對本發(fā)明作進一步描述：

實施例1：如附圖1、2、3所示，該計及新能源時空相關(guān)性的電力系統(tǒng)狀態(tài)估計方法，包括以下步驟：

第一步：讀取電網(wǎng)信息數(shù)據(jù)，根據(jù)讀取的電網(wǎng)信息數(shù)據(jù)得出節(jié)點導(dǎo)納矩陣和支路-節(jié)點關(guān)聯(lián)矩陣，所述電網(wǎng)信息數(shù)據(jù)包括歷史狀態(tài)估計數(shù)據(jù)、電力系統(tǒng)當(dāng)前的網(wǎng)絡(luò)參數(shù)、拓撲結(jié)構(gòu)和線路阻抗，之后進入第二步；

第二步：電網(wǎng)系統(tǒng)量測和配置，根據(jù)節(jié)點導(dǎo)納矩陣和支路-節(jié)點關(guān)聯(lián)矩陣建立電壓幅值量測、功率注入量測和潮流量測的量測函數(shù)，根據(jù)量測函數(shù)計算量測zk，根據(jù)量測zk對系統(tǒng)狀態(tài)進行配置，所述電網(wǎng)系統(tǒng)的量測zk包括節(jié)點電壓幅值量測、功率注入量測和潮流量測，之后進入第三步；

第三步：根據(jù)電網(wǎng)系統(tǒng)中新能源的時空相關(guān)性建模，具體如下：

(一)建立如下式所示的向量自遞歸模型，

xk＝φ1xk-1+...+φpxk-p+εk(1)

其中，k表示量測采樣時刻；{xk-1,...,xk-p}表示系統(tǒng)歷史狀態(tài)；xk是當(dāng)前時刻的狀態(tài)預(yù)測值；{φ1,...,φp}是模型參數(shù)矩陣；p是模型階數(shù)；εk是模型誤差，sk是協(xié)方差矩陣，即高斯隨機變量；{φ1,...,φp}和sk的對角元素表示節(jié)點電壓和相角的時間相關(guān)性，而其非對角元素表征空間相關(guān)性；

(二)保留一階向量，簡化向量自遞歸模型，完成模型的建立，簡化后的模型如下式所示：

xk＝φ1xk-1+εk(2)

之后進入第四步；

第四步：采用m組歷史狀態(tài)數(shù)據(jù)對φ1和sk進行估計,估計值和如下式所示：

其中，π(0)和π(1)為采樣協(xié)方差矩陣，μ是歷史數(shù)據(jù)的采樣均值，之后進入第五步；

第五步：根據(jù)估計值和進行k時刻的狀態(tài)預(yù)測，k時刻的狀態(tài)預(yù)測值及其預(yù)測誤差協(xié)方差矩陣∑k-1如下式所示：

之后進入第六步；

第六步：進行預(yù)測輔助狀態(tài)估計，具體如下：

(一)根據(jù)第二步測得的k時刻的量測zk得出系統(tǒng)在第k次采樣時的狀態(tài)xk,xk的關(guān)系式如下式所示：

zk＝h(xk)+vk(7)

其中，h(·)表示m維非線性量測函數(shù)向量；vk是服從正態(tài)分布的隨機白噪聲，即vk～n(0,rk)，rk是量測誤差協(xié)方差矩陣；

(二)采用擴展卡爾曼濾波對狀態(tài)遞歸進行更新，完成系統(tǒng)進行預(yù)測輔助狀態(tài)估計，具體如下：

(1)建立如下式所示的目標(biāo)函數(shù)：

(2)對目標(biāo)函數(shù)進行優(yōu)化，得出狀態(tài)遞歸的更新結(jié)果，狀態(tài)遞歸的更新結(jié)果如下式所示：

其中，kk為增益矩陣，hk為雅克比矩陣，∑k為誤差協(xié)方差矩陣，∑k＝(i-kkhk)∑k|k-1；i為單位矩陣；之后進入第七步；

第七步：將k時刻的狀態(tài)估計結(jié)果發(fā)送給電網(wǎng)控制中心，并進入第二步進行k+1時刻的狀態(tài)估計。

這里，由于新能源的間歇性和波動性增大了短時間內(nèi)(分鐘級或者秒級)負荷突變的概率,整個系統(tǒng)的運行不再是準(zhǔn)穩(wěn)態(tài),電網(wǎng)功率注入模式的變化和新能源的間歇性這兩大因素改變了系統(tǒng)各個節(jié)點電壓和相角之間的時間和空間關(guān)聯(lián)性，即新能源包括風(fēng)力發(fā)電機、光伏等都呈現(xiàn)出比較明顯的時間和空間相關(guān)性，并且驅(qū)動系統(tǒng)進行狀態(tài)變化的負荷也表現(xiàn)出時間和空間相關(guān)性，從而系統(tǒng)的狀態(tài)之間也會呈現(xiàn)出相應(yīng)的時間和空間相關(guān)性。因此第三步中根據(jù)電網(wǎng)系統(tǒng)中新能源的的時空相關(guān)性即對電網(wǎng)各節(jié)點電壓和相角之間的時間和空間關(guān)聯(lián)性進行建模，第三步中，模型誤差εk通常情況下取均值0，且{φ1,...,φp}和sk的對角元素表示節(jié)點電壓和相角的時間相關(guān)性，而其非對角元素表征空間相關(guān)性，第三步簡化模型時由于在實際電力系統(tǒng)中，通常只對超短期的狀態(tài)進行預(yù)測，因此將模型簡化為一階向量自遞歸模型；第六步中的rk為現(xiàn)有公知的量測誤差協(xié)方差矩陣。

本發(fā)明能充分計及新能源的隨機性、間歇性、波動性等特點，通過采用向量自遞歸模型能夠有效的對系統(tǒng)節(jié)點的時間和空間相關(guān)性進行建模，實時快速地追蹤預(yù)測電網(wǎng)各節(jié)點運行狀態(tài)(電壓幅值和相角)，從而克服了靜態(tài)狀態(tài)估計不能滿足新能源并網(wǎng)隨機性和波動性的問題，對新能源并網(wǎng)進行實時、有效、準(zhǔn)確的狀態(tài)估計，提高了短期狀態(tài)預(yù)測的精度，提高了最終狀態(tài)估計的精度，充分反映了電網(wǎng)的動態(tài)特征，為電力系統(tǒng)控制中心進行經(jīng)濟調(diào)度、安全評估和其它相關(guān)的高級應(yīng)用提供數(shù)據(jù)支持，滿足電網(wǎng)發(fā)展要求。

下面是對上述發(fā)明技術(shù)方案的進一步優(yōu)化或/和改進：

如附圖2、3所示，第二步中將電網(wǎng)系統(tǒng)中的每條輸電線路等效為典型π等效電路進行系統(tǒng)的量測，量測函數(shù)如下：

(一)典型π等效電路不含非變壓器支路時節(jié)點的有功和無功注入量測函數(shù)、有功和無功潮流注入量測函數(shù)、電流幅值量測函數(shù)如下：

節(jié)點i的有功注入量測函數(shù)為：

節(jié)點i的無功注入量測函數(shù)為:

節(jié)點i到j(luò)的注入有功量測函數(shù)為:

pij＝vi²(gsi+gij)-vivj(gijcosθij+bijsinθij)(12)

節(jié)點i到j(luò)的注入無功潮流量測函數(shù)為:

qij＝-vi²(bsi+bij)-vivj(gijsinθij-bijcosθij)(13)

節(jié)點i到j(luò)的線路電流幅值量測函數(shù)為：

(二)典型π等效電路含變壓器支路時節(jié)點的有功和無功注入量測函數(shù)、有功和無功潮流注入量測函數(shù)、電流幅值量測函數(shù)如下：

節(jié)點i的有功注入量測函數(shù)為：

節(jié)點i的無功注入量測函數(shù)為:

節(jié)點i到j(luò)的注入有功量測函數(shù)為:

節(jié)點i到j(luò)的注入無功潮流量測函數(shù)為:

節(jié)點j到i的注入有功量測函數(shù)為:

節(jié)點j到i的注入無功潮流量測函數(shù)為:

節(jié)點i到j(luò)的線路電流幅值量測函數(shù)為：

其中，vi和vj分別為節(jié)點i和j的電壓幅值；節(jié)點i和j之間的相角差θij＝θi-θj，θi和θj分別為節(jié)點i和j的相角；ni為連接到節(jié)點i的節(jié)點數(shù)量；gij+jbij為導(dǎo)納矩陣的第i行第j列元素；gij+jbij為節(jié)點i到j(luò)間的序?qū)Ъ{；gsi+jbsi為節(jié)點i到j(luò)間的并聯(lián)導(dǎo)納；k為變壓器非標(biāo)準(zhǔn)變比；bt為變壓器標(biāo)準(zhǔn)側(cè)的電納。

實施例2：

如附圖4、5、6、7、8所示，將發(fā)明在附圖4中的ieee30節(jié)點系統(tǒng)上進行測試，其中量測誤差假設(shè)服從均值為0，方差10^-6為的高斯分布，經(jīng)過測試仿真后最終的各個節(jié)點電壓幅值和相角的測試結(jié)果如附圖7和8所示；再使用傳統(tǒng)靜態(tài)估計方法在在附圖4中的ieee30節(jié)點系統(tǒng)上進行測試，經(jīng)過測試仿真后最終的各個節(jié)點電壓幅值和相角的測試結(jié)果如附圖5和6所示；從附圖5、6、7、8中可以看出，本發(fā)明相比于傳統(tǒng)狀態(tài)估計方法，估計精度更高，更能實時地追蹤系統(tǒng)的運行狀態(tài)。

以上技術(shù)特征構(gòu)成了本發(fā)明的實施例，其具有較強的適應(yīng)性和實施效果，可根據(jù)實際需要增減非必要的技術(shù)特征，來滿足不同情況的需求。