一种带有等式约束的状态估计新算法 倪小平.docxVIP

一种带有等式约束的状态估计新算法 倪小平 一种带有等式约束的状态估计新算法倪小平 一种新的等式约束状态估计算法lowbar；倪小平 2001年11月10日 2001年11月10日 一种带有等式约束的状态估计新算法 倪小平、张布涵 (华中科技大学电气与电子工程学院,武汉430074) 文摘：提出了一种新的等式约束状态估计算法，该算法利用等式约束对加权最小二乘法得到的状态量进行修正。该算法能有效地利用系统中的一些虚拟零注入测量点数据，其完整性不低于拉格朗日多项式构造的等式约束算法。该方法计算量小，提高了状态估计结果的精度，保证了最小二乘状态估计的效率，有利于状态估计的实时应用。关键词：状态估计；虚拟零注入测量；平等约束；拉格朗日多项式中图的分类数：tm732；tm744 随着调度自动化水平的不断提高,人们对状态估计的准确性和可靠性提出了更高的要求。通常情况下,一般采用提高量测系统的冗余度来提高状态估计结果的准确性[1]。这样做,一方面有违于量测系统经济性布置的要求,另一方面随着量测系统冗余度的增加,大大地降低了状态估计的效率(计算量一般随量测个数呈几何级数增加),不利于状态估计的实时性要求。其实,在电力系统中存在许多零注入节点,我们可以在这些节点虚拟一些零注入量测点来达到提高状态估计精度的要求[2,3]。在状态估计中,这种虚拟的零注入量是一种非常精确、可利用的量测类型,并且不必增加量测设备。它的加入可以极大地影响相关节点状态量的拟合趋势,加快算法的收敛速度,有较强的抵御相关量测的残差影响。但是,如何利用这些特殊的虚拟量测在牺牲较小估计效率的前提下来提高估计结果的精度,是一个值得探讨的问题。目前有几种处理办法:①通过提高其权系数来把它作为一种量测加以考虑[4],这种处理在一定程度上损失了虚拟零注入量测的精确性,并且增加了雅可比矩阵的维数,使得计算量增加。此外,由于虚拟量测大的权系数可能会造成系统病态,导致估计结果的不收敛。②通过拉格朗日多项式构造极值函数[2,3],然后导出迭代式。这种方法虽然在一定程度上保证了虚拟零注入量测的精确性,但是在计算过程中增加了过渡性变量λ,使得计算变量增加,增加了较大的计算量。当然,由于它的一些优点[5],现已被用于实时的状态估计中来解决一些等式约束问题。 本文提出了一种新的解决方案，既能在一定程度上保证虚拟零注入测量的有效信息，又能保证状态估计的计算效率（不增加太多计算量）。 1.1　带等式约束的目标函数 给定网络连接、支路参数和测量系统，电力系统状态估计的非线性测量方程可以表示为： z=h(x)+v(1) 其中Z是m维测量向量；H（x）是m维测量函数的方向 量;x为n维状态变量向量;v为m维随机量 测量误差向量，使e（V）=0，e（VV）=R；R为m×m维测量对角权矩阵；M是测量次数；N是系统状态变量的数量。 给定量测向量z后,带等式约束的状态估计问题可表述为: J（x）=[z-h（x）]R[z-h（x）（2）S.T.C（x）=0（3），其中C（x）是L维零注入功率方程的约束函数向量， 通常ln。1.2　不考虑等式约束的状态估计模型 当不考虑等式约束时，为了最小化目标函数J（x），有： =0(4)x 根据式（4），估算的迭代公式为： δx=(hrh)hrδz(k+1)(k)(k)x=x+δx 其中h是n阶m×雅可比矩阵，h= 为m维计算残差列向量,且有δz=z-(k) ·一种新的等式约束状态估计算法 1.3　利用等式约束修正估计结果 我们知道，由等式（5）估计的结果不能完全满足等式（3）。因此，为了使估计结果更符合等式（3），可以使用等式（3）修改形式（5）的结果。具体推导如下。 对于等式约束的极值可通过拉格朗日多项式进行求解,式(2)、式(3)的极值函数可表示为: l（x）=j（x）+λc（x）（6） 式中　l(x)为等式约束下的目标函数;λ为l维约 根据极值解的步骤，可以得到极值函数[2]的矩阵表 htr-1h cδhtr-1 htr-1hδx+ctλ=htr-1δz cδx=-δc 式中　c为l×n维矩阵,且有c=;-δc为虚 准零注入点的剩余向量。由于中间变量λ的引入，方程（7）的矩阵维数增加，计算量增加，特别是随着虚拟零注入测量点数量的增加。为了减少该不利因素，进一步减少等式（8）。 当网络可观测时,hrh矩阵的逆矩阵存在,另外由于c阵为节点注入型量测的雅可比矩阵元素,其行向量必然线