【技术实现步骤摘要】
-种基于PMU量测的电力系统多区域分布式状态估计方法
[〇〇〇1] 本专利技术涉及一种基于PMU量测的电力系统多区域分布式状态估计方法，属于电力 系统分析控制领域。
技术介绍
电力系统状态估计根据SCADA提供的实时量测估计出系统最佳的运行状态，在现 代能量管理系统（energy management system, EMS)中，一系列后续分析计算（为确保电网 安全、经济运行）依赖于状态估计提供的系统实时运行状态，因而状态估计已成为现代EMS 不可或缺的基础功能。 随着国内各区域电网的互联，不断增大的系统规模增加了传统整体式状态估计的 计算负担，此外，我国电网采用分层控制、分布处理的模式，各区域电网的数据资源差异较 大，电力市场的发展也进一步阻碍了各区域电网数据的共享，因而传统的整体式状态估计 难以符合现代电网的发展需求。相比而言，将互联大电网按地理位置分为若干个子网，各区 域独立进行状态估计的分布式算法引起了国内外学者的广泛研究。 一般而言，可以从以下5个方面评价电力系统多区域分布式状态估计算法的优 劣：1)估计精度：分布式状态估计结果需与整体式方法相同，或者在允许的工程误差内，估 计精度尽可能接近整体式方法；2)计算效率：相比于整体式算法，分布式算法的一大优点 在于提高了状态估计的计算效率；3)通信复杂度：区域间交换的信息量应尽可能少，以减 小通信时延、简化数据接口，降低通信复杂度；4)收敛的鲁棒性：分布式算法需在不同的分 区、拓扑、运行状态、量测配置下可靠收敛。5)不良数据分析：分布式算法应保留整体式算 法的不良数据辨识能力，易于计算正...
【技术保护点】
一种基于PMU量测的电力系统多区域分布式状态估计方法，其特征在于，包括以下步骤：1)使用扩展子区域法对全网分区，各个扩展子区域除原有区域外还包含相邻子区域的边界母线；2)并以相邻子区域边界母线状态量相同作为约束；3)假设各个子区域的量测与状态量成线性关系；4)选用加权最小二乘(WLS)作为优化目标函数；5)引入中间辅助变量；6)基于ADMM求解所述优化目标函数；7)将现有处理非线性WLS估计的基于SCADA量测的双线性理论转化为三个阶段，依次是线性量测模型、中间变量的非线性变换、线性量测模型；8)对所述线性量测模型计及PMU量测；9)以双线性理论线性化SCADA、PMU混合量测后，第一、三阶段为线性WLS估计，各子区域由ADMM分布式求解，第二阶段为一步非线性变换，各子区域可独立变换。
【技术特征摘要】
1. 一种基于PMU量测的电力系统多区域分布式状态估计方法，其特征在于，包 括以下步骤： 1) 使用扩展子区域法对全网分区，各个扩展子区域除原有区域外还包含相邻子区域的 边界母线； 2) 并以相邻子区域边界母线状态量相同作为约束； 3) 假设各个子区域的量测与状态量成线性关系； 4) 选用加权最小二乘（WLS)作为优化目标函数； 5) 引入中间辅助变量； 6) 基于ADMM求解所述优化目标函数； 7) 将现有处理非线性WLS估计的基于SCADA量测的双线性理论转化为三个阶段，依次 是线性量测模型、中间变量的非线性变换、线性量测模型； 8) 对所述线性量测模型计及PMU量测； 9) 以双线性理论线性化SCADA、PMU混合量测后，第一、三阶段为线性WLS估计，各子区 域由ADMM分布式求解，第二阶段为一步非线性变换，各子区域可独立变换。2. 根据权利要求1所述的基于PMU量测的电力系统多区域分布式状态估计方法，其特 征在于，所述步骤2)中定义X为全网的状态变量，x k[l]、Xl[k]为区域K、L边界母线的状态 变量，包含了边界母线{a，b，c，d}的状态变量。则基于扩展子区域的分布式状态估计需满 足以下等式约束：式中：NK为与区域K相邻的区域集合，N为全网总的分区数。3. 根据权利要求1所述的基于PMU量测的电力系统多区域分布式状态估计方法，其特 征在于，所述步骤3)中假设各区域量测与状态量呈如下线性关系： zk = Hkxk+ek 式中：zk为区域K的量测量，Hk为区域K的雅克比矩阵，xk为扩展区域K的状态量，e k 为区域K的量测噪声。4. 根据权利要求1所述的基于PMU量测的电力系统多区域分布式状态估计方法，其特 征在于，所述步骤4)中计及边界状态约束的区域K的状态估计目标函数为：式中：f(xk)为区域K的状态估计目标函数，WK为权重矩阵，其大小与量测误差的协方 差成反比。5. 根据权利要求1所述的基于PMU量测的电力系统多区域分布式状态估计方法，其特 征在...
【专利技术属性】
技术研发人员：陈胜，卫志农，孙国强，孙永辉，张思德，陈晨，钱臻，厉超，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。