电力系统自动化 课件 第13讲 电力系统调度自动化（2）.ppt

第十三讲 电力系统调度自动化（2） 电力系统状态估计 一、电力系统状态估计的必要性 一、电力系统状态估计的必要性 一、电力系统状态估计的必要性 二、状态估计的基本原理 最小二乘法（LS）的基本原理 最小二乘法（LS）的基本原理 最小二乘法（LS）的基本原理 最小二乘法（LS）的基本原理 加权最小二乘估计 加权最小二乘估计 利用状态估计减少误差 三、电力系统状态估计 Newton法解非线性方程组问题 一般非线性方程 f(x)=0 状态估计 ※求解 状态估计 状态估计 包含量测系统结构，网络参数，仪表精度等信息 状态估计 H矩阵的求取举例－线路潮流 H矩阵的求取举例 H矩阵的求取举例 H矩阵的求取举例 状态估计计算流程 从状态估计到潮流计算 状态估计与潮流计算的关系 电力系统状态估计 小结 1、状态估计的必要性 2、最小二乘原理 3、加权最小二乘原理 4、最小二乘计算方法的实例 5、状态估计与潮流计算之间的关系 6、状态估计计算 7、电力系统状态估计 *North China Electric Power University North China Electric Power University 主讲人：李岩松 华北电力大学 电气与电子工程学院 liyansong811@126.com 调度自动化的高级功能都需要可靠数据作为输入数据集，可靠数据集就是状态估计程序的输出结果。 （1）上传数据不齐全 数据采集设备的投资是相当昂贵的。在一些重要厂站中设置了RTU （2）上传数据不精确 数据采集和传送的每一个环节都会产生误差 （3）受干扰时会出现错误数据 变电站存在高强度的电磁干扰 尽管已经采取了滤波和抗干扰编码等措施，仍然会出现个别错误数据。 A V 10伏 10欧 哪个对？ 例1：已知电阻10欧姆，V=9.8伏，I=1.05A，确定估计电流。 采用最小二乘法（LS） 测量值： I=1.05A=1.05p.u.， U=9.8V=0.98p.u., P=9.6W=0.96p.u. 量测方程： Z1=x+v1 Z2=Rx+v2 Z3=Rx2+v3 状态量x为电流I 例2 令 目标函数： Min. J(x)=(1.05-x)2+(0.98-x) 2+(0.96-x2 ) 2 状态的估计值x=0.9917 量测的估计值： 电流I=x=0.9917p.u.=0.9917A 电压U=Rx=0.9917p.u.=9.917V 有功P=Rx2=0.9835p.u.=9.835W 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　 误差　　 估计值　 误差 　１　１.05 0.05 1.015 0.015 0.9917 -0.0083 例１　　 例２ W=diag(W1,W2,…,Wm) 新目标函数： 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 加权最小二乘法（WLS） 0.0103A 加权估计 0.015A 非加权估计 0.05A 直接测量值 电流I(误差) 电气量 例中设真值为I=1A，U=10V，P=10W 状态变量选取各母线电压幅值和相位 测量量选取母线注入功率、支路功率和母线电压数值 状态估计的目标函数 基本加权最小二乘法状态估计的迭代修正公式 叠代格式 雅可比矩阵 x0 x1 x2 x3 f(x) x y f(x0) Δx=-f(x0)/ ※目标函数 量测Jacobian矩阵 Markov估计 ※用牛顿法求解 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： 信息矩阵 估计误差: 估计误差期望值: 估计误差方差: 一般来说，测点越多， 越小，估计精度越高 根据不同的量测类型，分别写出量测函数h(x)，然后求导 量测类型分： 线路有功、无功、电流， 变压器有功、无功、电流 母线电压、注入有功、无功、电流 量测Jacobian矩阵 1 2 1 2 1 2 P12 Q12 m:量测个数 k=2*n,母线节点数 若H可逆，则： 从状态估计迭代公式得出了潮流计算的迭代公式 潮流计算是状态估计的一个特例 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 潮流计算用于无冗余矛盾方程的场合 在线应用中，潮流计算在状态估计的基础上进行，也就是说，由状态估计提供经过加工处理过的熟数据，作为潮流计算的原始数据 *North China Electric Power University * *