华电电力系统自动化第16讲_调度自动化静态状态估计.pptVIP

North China Electric Power University North China Electric Power University 第二十一讲 调度自动化（2） 肖仕武，薛安成 Office:J5B309 TelNorth China Electric Power University page* * 静态状态估计 North China Electric Power University page* * 电力系统状态估计－必要性 电力系统需要随时监视系统的运行状态 需要提供调度员所关心的所有数据 测量所有关心的量是不经济的，也是不可能的，需要利用一些测量量来推算其它电气量 由于误差的存在，直接测量的量不甚可靠，甚至有坏数据 North China Electric Power University page* * 状态估计的作用 降低量测系统投资，少装测点 计算出未测量的电气量 利用量测系统的冗余信息，提高量测数据的精度 North China Electric Power University page* * 状态估计数学基础准备-矩阵的微分运算 维数为m*n矩阵A的导数,定义为: 性质： (1)A,B同阶的函数矩阵导数,a为实变量 (2) 为a的实值函数,Ａ为函数矩阵，则有： North China Electric Power University page* * 状态估计数学基础准备-矩阵的微分运算 (4) A、B分别为m*n和n*l阶函数矩阵 (5) 证明： (3) North China Electric Power University page* * 估计数学基础准备-矩阵的微分运算 (6)h为实变量a的n维矢量函数： (7)A为n*n对称阵： 证明： 证明： 因为： 所以： North China Electric Power University page* * 状态估计数学基础准备--矢量函数对矢量的微分运算 X为m*n阶矩阵， f为实值函数f=f(X): X为n维矢量， h为m维矢量h=h(X): North China Electric Power University page* * 状态估计数学基础准备 随机变量的数字特征 连续型随机变量X的概率密度函数为：f(x) 它的数学期望值： (一)数学期望 离散型随机变量X的概率分布为： P{X=xi}=pi,i=1,2,…,n 它的数学期望值： North China Electric Power University page* * 状态估计数学基础准备-随机变量的数字特征 随机变量X的2阶矩，称为方差(D(X))，即： 称为均方差或标准差 随机变量X的K阶矩： (二)矩与方差 North China Electric Power University page* * 状态估计数学基础准备-随机变量的数字特征 称为随机变量X与Y的相互关系或标准协方差 (三)协方差 二维随机变量(X,Y)的协方差： North China Electric Power University page* * 实时数据的误差 从采样到计算机数据库的全过程，每个环节都可能受到各种随机干扰而产生误差 量测值和真值总是存在差异，即误差 误差来源： 各环节的随机干扰 量测的不同时性，死区传送，CDT不同时 North China Electric Power University page* * 状态估计定义 在给定网络结线、支路参数和量测系统的条件下，根据量测值求最优状态估计值 1970年F.C.Schweppe等提出电力系统最小二乘状态估计算法 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． North China Electric Power University page* * 状态估计 A V 10伏 10欧 哪个对？ 一个例子: (见右图) 已知电阻10欧姆，V=9.8伏，I=1.05A，确定估计电流。 North China Electric Power University page* * 状态估计(续) 最小二乘法（LS） North China Electric Power University page* * 状态估计(续) 加权最小二乘算法 ※量测方程 上式为线性条件下, Z—m×1维量测矢量 下式为非线性条件下,x—n×1维状态矢量, v—m×1维量测误差矢量 H—量测矩