【技术实现步骤摘要】
本专利技术涉及一种基于fpga大规模并行计算的配电网复数域预测辅助状态估计方法，属于电力系统运行与调度的。
技术介绍
1、状态估计是电力系统中其他高级应用的数据基础，在保证配电网安全、稳定、高效、低碳运行方面起着至关重要的作用。近年来，分布式发电和柔性负荷的不断接入，增加了配电网运行的随机性和波动性，使得准确、实时的监控系统各节点的需求比以往更加迫切。然而，配电网一直以来存在量测冗余度低和量测数据质量差的问题，相较于输电网对状态估计器的估计性能有着更高的要求。为了更好的跟踪配电网的状态波动，需要采用预测辅助状态估计方法代替传统的静态估计方法以保证跟踪的准确性，然而，大部分预测辅助状态估计方法的效率偏低，无法满足配电网状态实时跟踪的需要，增加了对高实时预测辅助状态估计方法的需求。
2、目前，应用最广泛的状态估计算法是静态状态估计算法，如权最小二乘(weightedleast square,wls)算法，然而静态状态估计算法仅能利用单时刻断面的信息，并且其估计精度严重依赖于量测的冗余度，无法适用于配电网场景。为了弥补静态状态估计算法估计精度不足的问题，预测辅助状态估计算法通过预测步利用多个时间断面的信息，显著提高了状态跟踪能力。最常见的预测辅助状态估计算法是拓展卡尔曼滤波(extended kalmanfilter,ekf)算法，其通过线性化量测方程，尽可能减少了预测辅助状态估计器的计算效率问题，然而，由于ekf算法使用了一阶泰勒近似，在面对高非线性系统时，常常表现出较低的精度，甚至出现计算不收敛的问题。迭代拓展卡尔曼滤
技术实现思路
1、专利技术目的，为了解决当前配电网预测辅助状态估计器难以同时满足估计精度和计算效率的问题，本专利技术提供一种基于fpga大规模并行计算的配电网复数域预测辅助状态估计方法，通过构建scada和ami的复数域等效量测，实现了实数域配电网非线性状态估计问题在复数域的类线性化求解，实现了配电网状态的高精度、高效率感知。同时，建立了基于fpga的大规模并行计算框架，进一步提高了算法的实时性。
2、技术方案，为了达到上述专利技术目的，本专利技术提出一种基于fpga大规模并行计算的配电网复数域预测辅助状态估计方法，该方法包括以下步骤：
3、步骤1，获取配电网的拓扑结构、线路参数和实时量测数据，其中，量测数据包括数据采集与监视控制系统scada量测数据和高级量测体系ami量测数据；
4、步骤2，根据获取的配电网拓扑结构，线路参数和实时量测数据，构建状态预测模型和复数域等效量测模型；
5、步骤3，根据状态预测模型和复数域等效量测模型，构建复数域预测辅助状态估计模型；
6、步骤4，建立基于fpga的大规模并行计算框架，将复数域预测辅助状态估计模型拆分为多个计算模块进行计算得到配电网状态估计结果。
7、进一步的，步骤1中，获取的配电网拓扑结构包括线路编号、首端节点编号和末端节点编号；获取的配电网线路参数包括线路串联阻抗、线路并联导纳、变压器变比和变压器等效阻抗；以及，获取的配电网实时量测数据中scada和ami量测数据均包括节点电压幅值、节点注入有功功率、节点注入无功功率、支路有功功率和支路无功功率。
8、进一步的，所述步骤2中，构建状态预测模型和复数域等效量测模型，具体方法如下：
9、在复数域中，构建配电网的状态预测模型和复数域量测模型如下：
10、xk＝f(xk-1)+ωk
11、
12、其中，xk和分别表示k时刻的状态向量和量测向量，xk-1表示k-1时刻的状态向量；ωk和εk分别表示k时刻的系统过程噪声和量测噪声，协方差矩阵分别为qk和rk；f(·)和h(·)分别表示状态预测方程和复数域等效量测方程；
13、采用holt方法将状态预测方程建模如下：
14、xk|k-1＝ak+bk
15、ak＝αkxk-1+(1-αk)xk-1|k-2
16、bk＝βk(ak-ak-1)+(1-βk)bk-1
17、其中，xk|k-1和xk-1|k-2分别为状态向量在k时刻和k-1时刻的预测值，αk和βk为2个平滑参数，用于调节预测方程对数据中的新趋势的适应能力，其取值范围为(0,1)，ak，bk表示k时刻的2个中间结构参数，ak-1，bk-1表示k-1时刻的2个中间结构参数，得到状态预测方程f(·)的矩阵表达式如下：
18、f(xk-1)＝fkxk-1+uk
19、其中，状态转移矩阵fk和状态转移向量uk通过如下公式求得：
20、fk＝αk(1+βk)i
21、uk＝(1+βk)(1-αk)xk-1-βkak-1+(1-βk)bk-1
22、其中，i表示单位矩阵；
23、针对scada和ami的节点电压幅值量测、节点注入有功功率量测、节点注入无功功率量测、支路有功功率量测和支路无功功率量测，构建复数域等效量测模型zk如下：根据量测类型的不同，将zk分为等效电压相量量测等效注入电流量测等效支路电流量测共3个类别，分别构建复数域等效量测模型如下：
24、
25、其中，表示节点f在k时刻的电压相量；和分别表示k时刻节点f的电压幅值量测，节点f的节点注入复功率量测，以及支路f-t的支路复功率量测，t表示节点t；和分别表示k时刻节点f的节点注入有功功率量测、节点f的节点注入无功功率量测、支路f-t的支路有功功率量测和支路f-t的支路无功功率量测。
26、进一步的，所述步骤3中，构建复数域预测辅助状态估计模型，具体方法如下：
27、本文档来自技高网...
【技术保护点】
1.一种基于FPGA大规模并行计算的配电网复数域预测辅助状态估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于FPGA大规模并行计算的配电网复数域预测辅助状态估计方法，其特征在于，步骤1中，获取的配电网拓扑结构包括线路编号、首端节点编号和末端节点编号；获取的配电网线路参数包括线路串联阻抗、线路并联导纳、变压器变比和变压器等效阻抗；以及，获取的配电网实时量测数据中SCADA和AMI量测数据均包括节点电压幅值、节点注入有功功率、节点注入无功功率、支路有功功率和支路无功功率。
3.根据权利要求1所述一种基于FPGA大规模并行计算的配电网复数域预测辅助状态估计方法，其特征在于，所述步骤2中，构建状态预测模型和复数域等效量测模型，具体方法如下：
4.根据权利要求3所述一种基于FPGA大规模并行计算的配电网复数域预测辅助状态估计方法，其特征在于，所述步骤3中，构建复数域预测辅助状态估计模型，具体方法如下：
5.根据权利要求4所述一种基于FPGA大规模并行计算的配电网复数域预测辅助状态估计方法，其特征在于，所述步骤4中，建立基于
...【技术特征摘要】
1.一种基于fpga大规模并行计算的配电网复数域预测辅助状态估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于fpga大规模并行计算的配电网复数域预测辅助状态估计方法，其特征在于，步骤1中，获取的配电网拓扑结构包括线路编号、首端节点编号和末端节点编号；获取的配电网线路参数包括线路串联阻抗、线路并联导纳、变压器变比和变压器等效阻抗；以及，获取的配电网实时量测数据中scada和ami量测数据均包括节点电压幅值、节点注入有功功率、节点注入无功功率、支路有功功率和支路无功功率。
3...
【专利技术属性】
技术研发人员：孙康，卫志农，黄蔓云，孙国强，臧海祥，陈胜，
申请(专利权)人：河海大学，
类型：发明
国别省市：
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。