電力系統(tǒng)調(diào)度自動(dòng)化7章節(jié)EMS5狀態(tài)估計(jì)課件

1、EMS(5)-狀態(tài)估計(jì)主講人：齊鄭qizheng319126電力系統(tǒng)狀態(tài)估計(jì)必要性 SCADA數(shù)據(jù)不齊全 SCADA數(shù)據(jù)不精確 受干擾時(shí)出現(xiàn)錯(cuò)誤數(shù)據(jù)7/28/20222North China Electric Power University狀態(tài)估計(jì)定義定義：利用實(shí)時(shí)量測系統(tǒng)的冗余度，提高精度和自動(dòng)排除隨機(jī)干擾所引起的錯(cuò)誤數(shù)據(jù)，估計(jì)出系統(tǒng)運(yùn)行狀態(tài)。70年代初期，Larson和Debs在綁那維爾電力公司展開卡爾曼逐次濾波狀態(tài)估計(jì)的研究1970年F.C.Schweppe等提出電力系統(tǒng)最小二乘狀態(tài)估計(jì)算法7/28/20223North China Electric Power University狀

2、態(tài)估計(jì)的作用1、降低量測系統(tǒng)投資，少裝測點(diǎn)2、計(jì)算出未測量的電氣量3、利用量測系統(tǒng)的冗余信息，辨識(shí)壞數(shù)據(jù)，同時(shí)提高量測數(shù)據(jù)的準(zhǔn)確性重點(diǎn)7/28/20224North China Electric Power University狀態(tài)估計(jì)-壞數(shù)據(jù)的檢測與辨識(shí)量測預(yù)處理、拓?fù)溴e(cuò)誤辨識(shí)、遙測壞數(shù)據(jù)的檢測和辨識(shí)量測預(yù)處理：去掉明顯的壞數(shù)據(jù)拓?fù)溴e(cuò)誤辨識(shí)：找出開關(guān)、刀閘的狀態(tài)錯(cuò)誤遙測壞數(shù)據(jù)的檢測和辨識(shí)采用估計(jì)-檢測和辨識(shí)-再估計(jì)-再檢測和辨識(shí)的迭代模式7/28/20225North China Electric Power University拓?fù)溴e(cuò)誤辨識(shí)找出開關(guān)、刀閘的狀態(tài)（遙信）錯(cuò)誤利用遙測量有無及測

3、值大小信息推斷電氣設(shè)備的連通情況，從而得出遙信錯(cuò)誤信息一般在估計(jì)計(jì)算前進(jìn)行拓?fù)溴e(cuò)誤辨識(shí)7/28/20226North China Electric Power University拓?fù)溴e(cuò)誤辨識(shí)線路兩端潮流合理而一端開關(guān)錯(cuò)開7/28/20227North China Electric Power University狀態(tài)估計(jì)-提高測量準(zhǔn)確性AV10伏10歐哪個(gè)對(duì)？一個(gè)例子:(見右圖)已知電阻10歐姆，V=9.8伏，I=1.05A，確定估計(jì)電流。7/28/20228North China Electric Power University最小二乘法（LS）7/28/20229North China

4、 Electric Power University量測方程式(1)為線性條件下,式(2)為非線性條件下Zm1維量測矢量xn1維狀態(tài)矢量, vm1維量測誤差矢量H量測矩陣（mn）h(.) 非線性量測函數(shù)（m1）(1)(2)7/28/202210North China Electric Power University量測方程的特點(diǎn)特點(diǎn)1：方程個(gè)數(shù)m大于狀態(tài)變量的個(gè)數(shù)n特點(diǎn)2：多余m-n個(gè)方程為矛盾方程，找不到常規(guī)意義上的解，只能用擬合的方法求在某種估計(jì)意義上的解7/28/202211North China Electric Power University方法1：最小二乘估計(jì)滿足上述目標(biāo)的 稱

5、為x的最小二乘估計(jì)值對(duì)量測方程建立目標(biāo)函數(shù)，求極小值7/28/202212North China Electric Power University測量值：I=1.05A=1.05p.u.，U=9.8V=0.98p.u.,P=9.6W=0.96p.u.量測方程：Z1=x+v1Z2=Rx+v2Z3=Rx2+v3狀態(tài)量x為電流I7/28/202213North China Electric Power University令目標(biāo)函數(shù)： Min. J(x)=(1.05-x)2+(0.98-x) 2+(0.96-x2 ) 27/28/202214North China Electric Power U

6、niversity狀態(tài)的估計(jì)值x=0.9917量測的估計(jì)值： 電流I=x=0.9917p.u.=0.9917A 電壓U=Rx=0.9917p.u.=9.917V 有功P=Rx2=0.9835p.u.=9.835W量測容余度提高后，電流量測的估計(jì)誤差：真值量測值誤差估計(jì)值 誤差 估計(jì)值 誤差.05 0.05 1.015 0.015 0.9917 -0.0083 例 例7/28/202215North China Electric Power University方法2：加權(quán)最小二乘估計(jì)W=diag(W1,W2,Wm)新目標(biāo)函數(shù)：若事先知道量測值的精度，可給精度高的儀表賦較大的權(quán)值，以提高估計(jì)精度

7、7/28/202216North China Electric Power University7/28/202217North China Electric Power University電氣量電流I(誤差)直接測量值0.05A非加權(quán)估計(jì)0.015A加權(quán)估計(jì)0.0103A上例中設(shè)真值為I=1A，U=10V，P=10W7/28/202218North China Electric Power University其他方法Newton法快速P-Q解耦法正交變換解法7/28/202219North China Electric Power UniversityNewton法解非線性方程組問題疊代

8、格式 雅可比矩陣x0 x1x2x3f(x)xyf(x0)x=-f(x0)/一般非線性方程 f(x)=07/28/202220North China Electric Power University狀態(tài)估計(jì)問題目標(biāo)函數(shù)量測Jacobian矩陣Markov估計(jì)求解7/28/202221North China Electric Power University狀態(tài)估計(jì)問題用牛頓法求解在x0附近泰勒展開，忽略二次以上的項(xiàng)：牛頓法狀態(tài)估計(jì)迭代格式：7/28/202222North China Electric Power University狀態(tài)估計(jì)的流程7/28/202223North China Electric Power University狀態(tài)估計(jì)與潮流計(jì)算的關(guān)系1、潮流計(jì)算是狀態(tài)估計(jì)的一個(gè)特例2、狀態(tài)估計(jì)用于處理實(shí)時(shí)數(shù)據(jù)，或者有冗余的矛盾方程的場合3、潮流計(jì)算用于無冗余矛盾方程的場合4、在線應(yīng)用中，潮流計(jì)算在狀態(tài)估計(jì)的基礎(chǔ)上進(jìn)行，也就是說，由狀態(tài)估計(jì)提供經(jīng)過加工處理過的熟數(shù)據(jù)，作為潮流計(jì)算的原始數(shù)據(jù)。7/28/202224North China Electric Power University7/28/2022