计及系统误差的状态估计算法.pdfVIP

第40卷 云 南 电 力 技 术 Vo1．40No．6 2012年 12月 YUNNAN ELECTRIC POWER DeC．2012 计及系统误差的状态估计算法 赵 川 (云南电力调度控制中心，云南 昆明 650011) 摘要：现有的状态估计算法认为误差服从标准正态分布，基于这种假设的加权最小二乘估计是无偏估 计。但 由于系统误差的存在，使得状态估计结果是有偏的。本文根据系统误差产生的原因、特点，提出 了一种计及系统误差的状态估计算法，可以有效消除系统误差对状态估计结果的影响。 关键词：状态估计 系统误差 算法 中图分类号：TM73 文献标识码：B 文章编号：1006—7345 (2012)06—0034—03 1 前言 2 系统误差对状态估计结果的影响 电力系统状态估计是电力系统调度、控制、 在给定网络接线、支路参数和量测数据的条 安全评估等应用 的基础．也是能量管理系统 件下，电力系统的量测方程为： (EMS)的核心组成部分 ]。状态估计的根本 目 Zh()+ (1) 的是通过估计计算排除量测数据中的噪声干扰， 其中， 为量测向量， 为系统状态变量向 获得对系统当前状态的最优估计值，因此，量测 量，h()为 ：的非线性函数， 为误差向量。理 数据中的噪声特性对估计的效果有着显著的影响。 论上，人们通常假设 中只含有随机误差。并且 目前广泛采用的状态估计大多是基于基本加权最 服从均值为0的标准正态分布，即E()=0。实 小二乘法及其改进方法[2]。一般近似认为量测 际上， 除了包含随机误差外，有时还含有系统 数据中只含有零均值 白噪声或高斯白噪声，即量 误差，即 =$e+ne，se为系统误差，ne为随机误 测误差服从标准正态分布．基于这种假设的加权 差。根据误差的性质有E(se)=u≠0，E(ne)=0， 最小二乘估计是无偏估计。然而，实际中的量测 因此有 误差并不完全符合上述假设．误差中除了含有服 E()=E(se)+E(，)=It≠0 (2) 从正态分布的随机误差外，往往还包括系统误差。 给定测量向量 以后．状态估计向量 是使 系统误差是指误差的数值是固定的或按非统计规 目标函数 律变化的误差[6]。系统误差通常是由测量传感器 ()=[z一()]R [z一()] (3) 未校准或温度、湿度、电磁环境变化使传感器测 量精度下降造成的。与随机误差相比，系统误差 达到最小值的 。h()通常为 的非线性函 的数值要大的多，并且在一定时间内持续存在。 数，可以通过迭代法求解。当求出 后，可以用h 因此，对量测精度的影响更大。 (未)代替h()，最终的残差为 目前。对于系统误差的排除一般是通过硬件 z—h(x)=H(x)Ax=H()(一 ) 【4) 校准方法实现的，即对传感器进行校准，然而， 在校准前并不知道那些传感器需要校准，因此只 其中，()：掣 l： (5) 能采取逐个排查的方法。费时、费力并且效率较 ox I 低。与硬件校核方法相对．可以采用一种软件校