[发明专利]基于GPU二次加速的配电网分布式抗差状态估计方法及装置

说明书

本申请公开了一种基于GPU二次加速的配电网分布式抗差状态估计方法及装置，其中方法包括：将待估计的配电网按照网络结构进行分区，得到若干分区；基于各分区的电力网络参数，构建各分区对应的电力参数模型，其中，所述电力参数模型包括：支路功率量测模型、节点功率量测模型、节点电压量测模型和支路电流幅值量测模型；根据各分区的所述电力参数模型的雅可比矩阵，构建对应的抗差状态估计模型；求解各分区的所述抗差状态估计模型，得到各分区对应的抗差状态估计子结果；根据所有所述抗差状态估计子结果，确定所述配电网的抗差状态估计结果，能够在在存在不良数据的情况下，利用有效数据得到贴近实际的配电网状态。

技术领域

本申请涉及配电网分析技术领域，尤其涉及一种基于GPU二次加速的配电网分布式抗差状态估计方法及装置。

背景技术

配电网状态估计是在获知全网的网络结构条件下，结合从馈线及母线得到的量测数据，补充母线负荷预测、非遥感遥测数据等伪量测数据，利用这些量测数据来估计出配电网状态。

随着电力市场的快速发展，电力需求急剧增长，配电网分支数日益增多，规模越来越大，量测设备的数量与种类也越来越多，使得配电网状态估计时的数据越来越多，量测数据中会出现较多的不良数据，这会导致估计的配电网状态准确率较低。

因此，如何在存在不良数据的情况下，利用有效数据得到贴近实际的配电网状态是本领域技术人员亟待解决的技术问题。

发明内容

本申请提供了一种基于GPU二次加速的配电网分布式抗差状态估计方法及装置，能够在在存在不良数据的情况下，利用有效数据得到贴近实际的配电网状态。

有鉴于此，本申请第一方面提供了一种基于GPU二次加速的配电网分布式抗差状态估计方法，包括：

将待估计的配电网按照网络结构进行分区，得到若干分区；

基于各分区的电力网络参数，构建各分区对应的电力参数模型，其中，所述电力参数模型包括：支路功率量测模型、节点功率量测模型、节点电压量测模型和支路电流幅值量测模型；

根据各分区的所述电力参数模型的雅可比矩阵，构建对应的抗差状态估计模型；

求解各分区的所述抗差状态估计模型，得到各分区对应的抗差状态估计子结果；

根据所有所述抗差状态估计子结果，确定所述配电网的抗差状态估计结果。

可选地，将待估计的配电网按照网络结构进行分区，得到若干分区，具体包括：

基于图论算法中的邻接矩阵描述表示待估计的配电网的有向图，并基于所述邻接矩阵获取所述配电网的路径矩阵；

基于所述邻接矩阵、所述路径矩阵，获取所述配电网中各节点的节点信息值；

获取所述配电网所含的节点总数和所要分区的分区数目；

在各分区计算量均衡的条件下，根据所述节点总数和所述分区数目，确定各分区包含的最大节点数；

考虑各分区的所述最大节点数，根据各节点对应的节点信息值，结合深度优先搜索算法和广度优先搜索算法，对所述配电网进行分区，得到若干分区。

可选地，考虑各分区的所述最大节点数，根据各节点对应的节点信息值，结合深度优先搜索算法和广度优先搜索算法，对所述配电网进行分区，得到若干分区，具体包括：

将所述配电网中的电源作为主根节点；

根据所述节点信息值中的线段数，搜寻末端节点距离所述主根节点最远的馈线，其中，所述线段数为对应节点至所述主根节点的线段数；

沿所述馈线，从所述馈线的末端节点往所述主根节点搜索，当搜索到节点i时，搜索i节点的上级节点j；