[发明专利]基于多种时间周期测量数据的配电网混合状态估计方法

权利要求书

1.基于多种时间周期测量数据的配电网混合状态估计方法，其特征在于，包括以下步骤：

(1)确定配电网系统的拓扑结构信息以及不同测量装置的安装情况，包括类型与数量信息；

(2)根据具体的厂家说明和系统状态估计需要确定配电网系统中测量装置PMU、RTU和AMI各自的数据的采集频率；

(3)根据系统的拓扑结构以及负荷调查情况确定计算中使用的系统状态变量；

(4)根据负荷调查情况进行潮流计算，将计算结果作为系统状态变量的初值；

(5)确定最初的预测模型误差矩阵Q；

(6)利用Holt两参数指数平滑处理方法进行状态的预测，得到预测的状态变量测量变量的预测值以及预测的状态变量的协方差矩阵

(7)当PMU实测数据更新的时候，根据测量变量的预测值与实测值的差值，确定是否存在不良数据或者系统的运行状态发生变化；

如果不存在上述情况，利用Kalman滤波器方法，计算得到校正之后的状态变量以及估计状态变量的协方差矩阵

(8)当RTU实测数据更新时，利用上一个时刻线性动态状态估计的结果对RTU所直接测量的信息进行直角坐标化处理；

(9)根据PMU和RTU的实测数据以及与AMI上一次等效的节点注入电流或者负荷电流，建立状态估计的目标函数，利用线性最小二乘方法计算出系统状态变量作为下一时刻动态状态估计的基准状态向量，并且对下一个RTU数据更新时刻的伪量测数据进行线性预测；

(10)当AMI测量数据更新的时候，将负荷功率或者节点注入功率的信息转换为等效的节点注入电流或者负荷电流；

(11)根据PMU、RTU以及AMI的实测数据，进行全系统静态线性状态估计，获得系统状态变量向量x。

2.如权利要求1所述的基于多种时间周期测量数据的配电网混合状态估计方法，其特征在于，所述步骤(6)中，得到预测的状态变量具体为：

利用Holt两参数指数平滑处理方法，对k时刻之下预测的状态变量进行计算，其中参数α和β在0-1之间；

F_k＝α·(1+β)·I

b_k＝β(S_k-S_k-1)+(1-β)·b_k-1

预测状态变量的协方差矩阵具体为：

其中，为校正之后的状态变量，矩阵F_k是从k-1时刻到k时刻的状态变量的过渡矩阵，g_k是计算状态变量预测值的控制变量；S_k、b_k分别为中间量；

代表状态变量在k时刻的预测值的协方差矩阵，校正之后的估计状态变量的协方差矩阵。

3.如权利要求1所述的基于多种时间周期测量数据的配电网混合状态估计方法，其特征在于，所述步骤(6)中，得到测量变量的预测值具体为：

测量变量包括：节点电压的实部与虚部；支路电流的实部与虚部；节点注入电流的实部与虚部；

调用函数h(x)对测量变量进行计算，在线性条件下，h(x)＝H*x，H为Jacobian矩阵：

对于节点电压，对应的h(x)函数如下：

对于支路电流，对应的h(x)函数如下：

对于节点注入电流，根据KCL定义写成几个支路电流相加减的形式；

其中，I_br、I_bx分别为支路电流的实部和虚部，V_i^r、V_i^x分别为节点i的电压实部和虚部，分别为根节点电压的实部和虚部，r_k为支路k的电阻，x_k为支路k的电抗，lⁱ表示从根节点到节点i的路径。