[发明专利]基于新息图法的电力系统负荷突变辨识方法

说明书

技术领域

本发明涉及一种基于新息图法的电力系统负荷突变辨识方法，属于电力系统领域。

背景技术

状态估计有静态状态估计和动态状态估计两种，其重要作用之一是对电力系统不正常事件进行识别。一般所讲的电力系统不正常事件包括负荷突变、不良数据和拓扑错误等三类，不良数据和负荷突变引起的结果，在具有预报功能的状态估计中都表现为较大的新息矢量元素值，在静态状态估计中，皆表现为较大的残差。对于不良数据和拓扑错误的辨识，学者们已经研究了很多，对负荷突变的研究则相对较少，仍然还没有很好的解决。

文献“电力系统动态状态估计中不正常事件的处理”(张伯明，王世缨，相年德.中国电机工程学报，1993，13(3)：52-58.)和文献“电力系统实时运行状态的估计和预报”(张伯明等.中国电机工程学报，1991年增刊，68-74)中将原来使用的自适应指数平滑预报方法的参数调整过程停止，直接取最新的状态估计值作为一步向前的预报，并记下模型中的倾斜分量，当突然变化过去之后再重新启动预报过程。文献“Dynamic state estimationincluding anomaly detection and identification for power systems”(电力系统动态状态估计中不良量测的检测与辨识，K.Nishiya，J.Hasegawa，T.Koike.IEEE Trans PWRS，1982，129(5)：192-198.)所述方法是当检测到负荷突变时，在之后的几个时间断面上增大测量权重，相当于动态状态估计退化为静态状态估计，在这几个时间断面上都失去了动态状态估计的优越性。文献Leite da Silva A M，Alves da Silva A P.Online topology determination andbad data suppression in power system operation using artificial neural networks(电力系统拓扑错误与不良数据的神经网络辨识方法，Souza J C S，IEEE Trans PWRS，1998，13(3)：796-803.)和文献Alves da Silva A.P.Data debugging for real-time power system monitoringbased on pattern analysis(基于模式分析的电力系统实时数据监测，Souza J.C.S，Leite daSilva A.M，IEEE Trans PWRS，1996，11(3)：1592-1599.)提出的识别方法是在运行状态突然变化的时间断面上，将动态状态估计退化为静态状态估计，虽然同时识别了不良数据和负荷突变，但是不能对不良数据和负荷突变同时存在的情况进行识别。

发明内容

本发明目的是为了解决现有方法不能对不良数据和负荷突变同时存在的情况进行识别的问题，提供了一种基于新息图法的电力系统负荷突变辨识方法。

本发明方法包括以下步骤：

步骤一、对n节点b条支路的电力网络进行拓扑分析，获得该网络拓扑的生成树，进而将电力网络中的b个支路分为树支和连支；

步骤二、获取生成树中节点注入新息值、树支有功新息值和连支有功新息值；

步骤三、得到连支的新息值后，重新计算出网络中的每个回路中树支的新息值，即得到连支推算新息矢量；

步骤四、利用步骤二获取的树支有功新息矢量和步骤三获取的所有树支的连支推算新息矢量来获取每个树支上的新息差矢量ΔP_dif；

步骤五、判断每条树支支路上的新息差矢量ΔP_dif是否明显偏大，明显偏大是指该树支支路上的新息差矢量比其它正常树支支路的树支新息差矢量大一个数量级以上，

如果所有树支支路的树支新息差矢量ΔP_dif都没有明显偏大，则确定所有树支支路上都不存在不良数据，执行步骤七；

如果某些树支支路的新息差矢量ΔP_dif明显偏大，则认为存在不良数据，执行步骤六；

步骤六、标记出所有不良数据所在的树支，然后将存在不良数据的支路的测量值不再使用，即将不良数据存在的支路作为无测量支路处理；

步骤七、消除不良数据后，重新计算新息差，若有负荷突变存在，就能够建立突变子网，进而确定负荷突变存在的发电机和负荷节点。