[发明专利]一种考虑支路功率伪量测的配电网状态估计方法

说明书

本发明公开了一种考虑支路功率伪量测的配电网状态估计方法，该方法包括：1、根据实际配电网负荷数据计算各支路历史功率数据；2、利用人工神经网络搭建基于支路功率和负荷节点注入功率的伪量测模型；3、依据误差大小确定输入状态估计的伪量测集合和伪量测权重集合；4、根据实时量测获得当前时刻伪量测，并将实时量测、伪量测、虚拟量测和量测权重作为输入进行状态估计。本发明能利用支路功率实时量测，有效减小支路功率伪量测与节点注入功率伪量测的建模误差，在满足配电网状态估计可观性要求的基础上提高状态估计结果的准确度。

技术领域

本发明涉及一种考虑支路功率伪量测的配电网状态估计方法，属于电力系统监测、分析和控制技术领域。

背景技术

近年来，越来越多的分布式电源和主动负荷规模化接入配电网，使得电网运行状态因源荷两端不确定性加剧而频繁变化，亟需及时准确的数据完成电网的实时监测与控制。状态估计是获取系统完整实时数据的关键手段，但目前配电网还存在着因量测配置不足而难以满足状态估计可观性要求的问题，在低压配电台区该问题更为严峻。在现有配电网状态估计可观性研究中，一般通过量测配置优化和伪量测建模两种手段保证配电网状态估计可观性。基于配电网规模较大、节点众多的结构特点，并考虑到建设成本和建设难度，一些配电系统即使通过优化量测配置也难以满足状态估计可观度要求，因此研究高精度伪量测建模方法至关重要。

现有配电网状态估计伪量测多是建立在历史样本数据之上，利用统计学知识或者人工智能方法进行短期负荷预测获得。但这类方法所得到的伪量测值均为预测数据，难以实现对电力系统状态变化的准确跟踪。研究表明，基于历史负荷功率、对历史时刻量测值与当前时刻量测值进行非线性曲线拟合的方法可以获得当前时刻更加精确的负荷节点注入功率伪量测值。该方法多是利用人工神经网络可以模拟人脑结构进行非线性映射的特性来完成非线性曲线的拟合。由于不含预测数据，该方法还可实时跟踪系统变化。配电网中除负荷节点注入功率数据外，其他类型数据同样存在缺失情况。这些数据对于满足状态估计可观性、提高状态估计精度同样具有重要作用，如支路功率、节点电压等。其中，支路功率量测相较于其他量测对于提高配电网状态估计可观度贡献更大。目前已公开的专利中，多是建立负荷节点注入功率伪量测模型，对配电网支路功率伪量测建模的研究较少，且尚没有综合考虑支路功率伪量测和负荷节点注入功率伪量测的研究，限制了状态估计可观度的提升，并在一定程度上影响了状态估计结果的精度。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种考虑支路功率伪量测的配电网状态估计方法，以期能够有效减小支路功率伪量测与节点注入功率伪量测的建模误差，提升状态估计可观度，从而有效提高状态估计计算结果的准确度。

本发明解决技术问题采用如下技术方案：

本发明一种考虑支路功率伪量测的配电网状态估计方法的特点在于，包括以下步骤：

步骤1、采集配电台区的网架结构、线路长度、线路型号、台区出口电压幅值量测和用户历史负荷数据，并根据所采集的数据，利用前推回代法计算线路潮流，从而得到各支路历史有功功率与历史无功功率；

步骤1.1、根据所述配电台区的网架结构对线路节点进行编号，总节点数设为n，通过所述线路长度和线路型号计算各支路的电阻与电抗，由所述用户历史负荷数据确定各负荷节点的历史注入有功功率和历史注入无功功率，设负荷节点的数目为b，虚拟节点的数目为a，令初始时刻t＝1；

步骤1.2、在当前t时刻，给所述配电台区中所有节点的初始电压进行赋值，其中，第i节点的初始电压记为U_i,0^(t)，所述初始电压U_i,0^(t)的幅值为当前t时刻台区出口电压幅值，且相角为0；i∈[1,n]；