电力系统调度自动化第7章_EMS-状态估计ppt课件

1、North China Electric Power UniversityEMS(5)-状态估计l主讲人：齐郑lqizheng319126电力系统状态估计必要性 SCADA数据不齐全 SCADA数据不精确 受干扰时出现错误数据状态估计定义定义：利用实时量测系统的冗余度，提高精度和自动排除随机干扰所引起的错误数据，估计出系统运行状态。70年代初期，Larson和Debs在绑那维尔电力公司展开卡尔曼逐次滤波状态估计的研究1970年F.C.Schweppe等提出电力系统最小二乘状态估计算法状态估计的作用1、降低量测系统投资，少装测点2、计算出未测量的电气量3、利用量测系统的冗余信息，辨识坏数据，同时

2、提高量测数据的准确性重点重点状态估计-坏数据的检测与辨识l量测预处理、拓扑错误辨识、遥测坏数据的检测和辨识l量测预处理：去掉明显的坏数据l拓扑错误辨识：找出开关、刀闸的状态错误l遥测坏数据的检测和辨识l采用估计-检测和辨识-再估计-再检测和辨识的迭代模式拓扑错误辨识l找出开关、刀闸的状态遥信错误l利用遥测量有无及测值大小信息推断电气设备的连通情况，从而得出遥信错误信息l一般在估计计算前进行拓扑错误辨识拓扑错误辨识线路两端潮流合理而一端开关错开线路两端潮流合理而一端开关错开状态估计-提高测量准确性98. 005. 1108 . 905. 1xxxxAV10伏10欧n哪个对？哪个对？l一个例子一个

3、例子:l(见右图见右图)l已知电阻已知电阻10欧姆，欧姆，V=9.8伏，伏，I=1.05A，确定估，确定估计电流。计电流。221.05( ) (1.05)(0.98)min0.98xJ xxxx2(1.05)2(0.98)0Jxxx 1.050.981.0152x1.055%0.050.982%0.021.0150.015xvxvxrxx最小二乘法最小二乘法LS）量测方程量测方程vxhZvHxZ)(式(1)为线性条件下,式(2)为非线性条件下Zm1维量测矢量xn1维状态矢量, vm1维量测误差矢量H量测矩阵mn）h(.) 非线性量测函数m1）(1)(2)量测方程的特点特点1：方程个数m大于状态

4、变量的个数n特点2：多余m-n个方程为矛盾方程，找不到常规意义上的解，只能用拟合的方法求在某种估计意义上的解方法1：最小二乘估计)(xhZ21.( )( ) ( )( )TTmiiiMinJ xZh xZh xZh x x n满足上述目标的满足上述目标的 称为称为x的最小二乘估计值的最小二乘估计值n对量测方程对量测方程建立目标函数，求极小值建立目标函数，求极小值l测量值：lI=1.05A=1.05p.u.，lU=9.8V=0.98p.u.,lP=9.6W=0.96p.u.l量测方程：lZ1=x+v1lZ2=Rx+v2lZ3=Rx2+v3l状态量x为电流I22(1.05) 2(0.98) 4 (

5、0.96) 0 xxxx( )0J xx30.041.015 0 xx0.9917x n令l目标函数：l Min. J(x)=(1.05-x)2+(0.98-x) 2+(0.96-x2 ) 2l状态的估计值状态的估计值x=0.9917l量测的估计值：量测的估计值：l 电流电流I=x=0.9917p.u.=0.9917Al 电压电压U=Rx=0.9917p.u.=9.917Vl 有功有功P=Rx2=0.9835p.u.=9.835Wl量测容余度提高后，电流量测的估计误差：量测容余度提高后，电流量测的估计误差：真值量测值误差估计值真值量测值误差估计值 误差误差 估计值估计值 误差误差.05 0.0

6、5 1.015 0.015 0.9917 -0.0083 例例 例例方法2：加权最小二乘估计miiiiTxhZWxhZWxhZxJMin12)()()()(.W=diag(W1,W2,Wm)新目标函数：新目标函数：若事先知道量测值的精度，可给精度高的仪表若事先知道量测值的精度，可给精度高的仪表赋较大的权值，以提高估计精度赋较大的权值，以提高估计精度222211( )(1.05)(0.98)min0.050.02J xxx22221.050.980.050.021.0103110.050.02x1.03%0.0103rxx电气量电流I(误差)直接测量值0.05A非加权估计0.015A加权估计0.

7、0103A上例中设真值为I=1A，U=10V，P=10W其他方法lNewton法l快速P-Q解耦法l正交变换解法lNewton法解非线性方程组问题()kkkkkxJf xxxx 110002202100( )1( )()|.02!( )()xxTTxTf xfxf xxxxxf xxxxf xx l 叠代格式 雅可比矩阵( )Tf xJxx0 x1x2x3f(x)xyf(x0)x=-f(x0)/( )Tf xxl一般非线性方程一般非线性方程 f(x)=0状态估计问题( )( ) 0TJ xH W Z h xx1( )( )( )min2TJ xZh xW Zh xl 目标函数( )Th xHx

8、量测Jacobian矩阵211( )( )min2miiiiJ xw Zh x121,iiWRw( )( )( )0TJ xf xH W Zh xxMarkov估计l求解状态估计问题111()()()kkTTkkkkkfxf xH WHH W Z h xxxxxl 用牛顿法求解( )( )( )0TJ xf xH W Zh xx00( )|( ) 0 xf xx f xx 在x0附近泰勒展开，忽略二次以上的项：牛顿法状态估计迭代格式：牛顿法状态估计迭代格式：( )( )( )()TTf xH W Z h xh xH WHHxxx状态估计的流程 输 入 数 据 ： SCADA 量 测 SCADA 映 射 量 测 预 过 滤 拓 扑 分 析 拓 扑 检 错 拓 扑 分 析 网 络 可 观 测性 分 析 状 态 估 计 迭 代 坏 数 据 检 测与 辨 识 有 坏 数 据 ？ 计 算 全 网 潮流 分 布 N Y 母 线 负 荷 预测 模 型 维 护 状态估计与潮流计算的关系1、潮流计算是状态估计的一个特例2、状态估计用于处理实时数据，或者有冗余的矛盾方程的场合3、潮流计算用于无冗余矛盾方程的场合4、在线应用中，潮流计算在状态估计的基础上进行，也就是说，由状态估计提供