|
|
设
备
管
理
网
s
b
g
l
.
j
d
z
j
.
c
o
m
|
 |
电力系统状态估计的混合不良数据检测方法 |
|
|
| 电力系统状态估计的混合不良数据检测方法 |
|
作者：佚名 文章来源：不详 点击数： 更新时间：2008-9-24 9:34:15  |
|
张海波 李林川
天津大学电力系，天津300072
1 引言
电力系统状态估计自20世纪70年代被提出以来，日益受到人们的重视，当前调度自动化水平正在不断提高，各种调度自动化软件迫切需要准确的实时数据库作为其计算的基础 ，状态估计已经成为EMS或DMS管理软件的重要组成部分。在电力系统的实际运行中，由于量测量和量测通道的误差及可能受到的干扰，个别量测量可能出现较大的误差，不良数据的存在会给估计造成极大困难，甚至导致估计失败，因此，不良数据的可靠检测是状态估计能否在实际中应用的关键。
不良数据检测，一般是指把实时量测数据划分为可靠数据和可疑数据两个数据集，然后对可疑数据进行辨识，找出全部不良数据，保证估计顺利进行。现有的不良数据检测方法，大体上可分为两类，一类是量测量残差检测，这类方法计算简单、直观，但存在“残差污染”和“残差淹没”等问题，不能可靠检测多不良相关数据；另一类是量测量突变检测，在上一次估计结果正确且网络结构不变的前提下，并且负荷变化不大时，这类检测方法能够准确检测出多不良相关数据。本文以这两种检测方法为基础，提出了根据实时网络信息自动选择适合当时状态的检测方法的基本判据。
2 实用不良数据检测方法
2.1 实用性检测方法及改进
(1)标准残差检测法
按最小二乘状态估计算法求得状态量 后，可根据残差方程计算标准化残差，作为判别不良数据的依据，残差方程可写成
r＝w·ν (1)
式中 r为残差（m维）；w＝E－H（HTR－1 H）－1HTR－1为残差灵敏度矩阵（m×m维）；E为单位阵；H为处的雅可比矩阵；R－1是一对角阵，为量测量权矩阵；ν为量测误差。
残差r的协方差矩阵为 ErrT＝wR (2)
取D＝diag［wR］，其对角元素dii即为相应残差分量的方差，定义标准化残差如下：
根据假设检验方法，误检概率设为0．05，凡标准残差大于2．81的量测认为是可疑量测。
此方法的局限性为无法克服“残差污染”和“残差淹没”现象。
本文将此标准残差检测方法用于网络结构改变后及由于系统负荷快速变化使判据判定突变量检测方法不再适用的情况，即采用此算法为系统负荷变化时的主检测。
(2)量测量突变检测
此方法原用于估计前检测，这里为便于统一判别检测方法的适用条件，并适当增加本次采样冗余量测间的相关性在判别不良数据中的作用，提出了结合残差的估计后突变量检测方法。
由于状态真值x无法求得，假定前一次采样时刻状态估计结果是正确的，这样就可以用tK－1次状态估计结果的一步预测值做为tK次检测的真值，代入式(5)计算量测误差。
认为量测误差ν服从(0，δ2)的正态分布，δ是量测标准差。按假设检验方式取误检率Pe＝0．05，即｜ν｜＜2．81δ的量测认为是可靠量测。
由于式(5)略去了Δx的高阶项，从而弱化了较大的突变量在检测中的作用，而适当增加了残差的影响，对由于系统负荷正常波动而引起的量测量突变有一定的抑制作用。
该方法是建立在网络结构不变、系统运行平稳的假设之上的，但实际系统常有开关操作和负荷的快速增减，因此，必须在突变量检测的假设条件不成立时，将之闭锁，这就是该方法的局限性。
2.2 自主选择的检测方法
以上介绍的两种检测方法均可用于实际应用，但有各自的适用条件，对于超出其适用条件的量测难以检测。本文针对各种检测方法的局限性，提出由估计器根据实际运行的量测条件，自主选择检测方法的实用性判据。
自主选择的原则及理由如下：
(1)原则1 若系统有开关操作，网络结构发生变化后，依次采样做状态估计，此时,均采用标准残差检测，直到相邻两次估计出的系统状态量变化不大时，在以后的估计中启用量测量突变检测，闭锁标准残差检测。
理由 标准残差检测虽无法识别相关多不良数据，但由于误差在采样中的分布是随机的，在开关操作后相邻两次状态估计中出现完全相同的相关多不良数据的情况微乎其微,因此，采用以上判据确定的系统状态量做为突变量检测的基准值是可行的。
(2)原则2 若由突变量检测方法检测出的可疑量测中，不含注入型量测且不含未装设注入量测节点的相关联支路量测，即认为是可靠检测。
理由 此时系统的控制变量（电源、负荷）均未发生变化，在网络结构不变的情况下系统状态变量也不会发生较大变化，因此满足量测量突变检测的适用条件。
当系统的控制变量（电源、负荷）发生快速变化，系统状态量也相应发生较大变化,突变量检测方法不再适用，而此时又没有开关操作，因此，如何正确区分正常的负荷快速变化和注入型量测是否出现不良数据就成为本方法的关键。下面就详细讨论判别此类情况的判据。
3 判别是否系统负荷快速变化的判据
3.1 网络及量测信息邻接表
网络结构和量测信息可存于一个邻接表中，此表的具体结构如图1所示。
Head节点：依次为网络中的顺序编号节点，头节点的结构中应包含该节点是否是注入型节点、是否装有注入型量测，及注入有功、无功功率量测值等信息。
Node节点：与Head节点相关联的节点，邻接节点结构中应包含该节点的节点编号、以Head节点编号和Node节点编号为端点的支路量测量装设地点，及该支路有功、无功量测值等信息。
3.2 判别的原则和方法
若由突变量检测法检测出的可疑量测集中含有注入型量测以及未装设注入型量测的注入型节点的相关支路量测，此时可由注入型量测所在割集的功率和是否小于阈值来判定是否有负荷的快速变化，若有，则闭锁突变量检测方法而启用残差检测方法。
具体判别方法：假设可疑量测集中含i节点注入量，则i节点的相关联支路及i节点注入量构成一割集，即邻接表i行链中所有功率量测满足
式中 Pli，Qli为与i节点相关联的支路的有功、无功功率量测值；Pni，Qni为注入i节点的有功、无功功率量测值。
若与i节点相关联的各支路中有两端均未装设功率量测的支路，假设该支路为l支路，其两端节点编号为i、j。则除该支路外所有与i、j节点相关联的支路及i、j节点注入功率构成一割集，若该割集中仍有未知功率支路，则将该支路另一端点也加入到该割集中，以此类推，直到找到一全部支路均有量测量的割集，若该割集满足
式中 阈值Dp为割集中所含支路数×网络中支路有功损耗最大值；阈值Dq为割集中所含支路数×网络中支路无功损耗最大值。
若该割集中含两个及两个以上可疑量测，则认为此时i节点负荷发生了较大变化，从而引起了系统状态量的较大变化，由于此时是负荷或发电机出力的正常变化，量测量突变量检测方法已不再适用。因而将之闭锁并启动标准残差检测直至相邻两次估计结果相差不大时，再切换回突变量检测。若式(6)不能满足，说明此割集中含不良数据，认为突变量检测结果正确。
对于可疑量测集中未装设注入量测节点的关联支路，可在其有注入量测的一端寻找可检测割集，判别方法同上。
4 算法
根据以上原则编制的算法如下：
(1)估计器初始启动时，flag＝0；
(2)做状态估计，判断是否有开关操作，若有，flag＝0；否则判断flag是否等于1，若flag＝1，转(6)；
(3)启动标准残差检测及J(x)检测；
(4)经辨识（逐次型估计辨识法），将估计的最终结果存入数据库，判断相邻两次估计结果状态差值的最大值Δx，若满足max｜Δx｜＜d（阈值），flag＝1；
(5)转(2)，做下一次采样；
(6)启动突变量检测，得可疑量测集K；
(7)对K中可疑量测逐一查找邻接表，若无注入型量测和未装设注入型量测的相关联支路量测，经辨识将估计结果存入数据库，转(2)；若有此类量测，则按原则三所述区分负荷是否发生了较大变化，若发生了较大变化，flag＝0转(3)，否则经辨识将估计结果存入数据库，转(2)。
5 算例分析
大港地区电网的一个13节点子网示意图如图2所示，实验分析数据如表1所示。
其中第15次状态估计时可疑量测集中含节点注入量测P4、Q4，因为本节点割集中支路L24没有装量测，查找包含2、4节点的割集｛L32、L25、L4｝功率和是否小于阈值(功率值以标幺值表示，式中0．001、0．0015分别为网络正常运行时支路有功、无功损耗最大值)
P4＋P23＋P25＝P4－P32－P52＝0．0281－
0．0733－（－0．0432）＝0．002＜3×0．001
Q4＋Q23＋Q25＝Q4－Q32－Q52＝0．009－
0．0447－（－0．0318）＝0．0039＜3×0．0015
此时认为4节点负荷有大的变化，突变量检测方法已不再适用，启动标准残差检测。
6 结论
本方法可以很好地利用现有不良数据检测方法的优点，作到扬长避短。在实际应用中取得了良好的效果。
参考文献
［1］于尔铿，等．电力系统状态估计［M］．北京：水电出版社，1985．
［2］李义．电力系统状态估计中的不良数据的检测和辨识［D］．天津大学，1992．
［3］赵海天，等．多不良数据的相关量测检测方法［J］．中国电机工程学报，1990，10(6)．
［4］张兴民，等．利用图论方法进行多不良数据检测与辨识［J］．中国电机工程学报，1997，17(1)．
［5］贾沛璋，等．最优估计及其应用［M］．北京：科学出版社，1984．
［6］于尔铿，刘广一，等．能量管理系统(EMS)［M］．北京：科学出版社，1998．
|
|
| 资讯录入：admin 责任编辑：admin |
|
|
上一篇资讯： 关于零序电流的方向
下一篇资讯： 远动(方)终端、变电站自动化系统及测控单元产品质检结果公告 |
|
|
| 【字体：小 大】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】 |
|
 网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！） |
|
|
|
|
|
