[发明专利]一种基于指数型目标函数的电力系统抗差状态估计方法有效

专利信息
申请号: 200910082501.8 申请日: 2009-04-23
公开(公告)号: CN101599643A 公开(公告)日: 2009-12-09
发明(设计)人: 吴文传;张伯明;孙宏斌;郭烨 申请(专利权)人: 清华大学
主分类号: H02J3/00 分类号: H02J3/00;G01R31/08;G06Q50/00
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 代理人: 罗文群
地址: 1000*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 指数 目标 函数 电力系统 状态 估计 方法
【说明书】:

技术领域

发明涉及一种基于指数型目标函数的电力系统抗差状态估计方法,属于电力系统调度自动化与电网仿真技术领域。

背景技术

状态估计是能量管理系统的基础功能,它利用实际测量的量测数据和电网模型参数估计出电网的运行状态。最为广泛应用的状态估计方法是加权最小二乘法。当量测误差分布是无粗差的正态分布时,可以证明当加权最小二乘法状态估计算法的量测权重取量测方差的倒数时,加权最小二乘法状态估计是极大似然估计。但是,最小二乘法不具有抗差能力,即当量测中出现坏数据(粗差)时,估计结果急剧恶化。所以,实用的最小二乘法必须内嵌坏数据辨识程序。目前常用的坏数据辨识方法大都基于正则化残差,这种方法无法辨识出多个关联的坏数据,因此使用最小二乘法有可能计算失败。

为了解决这一问题,学者提出了抗差状态估计方法。所谓抗差估计,实际是在粗差(坏数据)不可避免的情形下,通过选择合适的估计方法,使未知量估计值尽可能少受粗差的影响,得出正常模式下的最佳估计值。

Handschin E.,Schweppe F.C,Kohlas J.,Fiechter A.,″Bad Data Analysis for Power SystemState Estimation″.IEEE Transactions on Power Apparatus and Systems,Vol.PAS-94,No.2,pp.329-337,March/April,1975.提出可以通过修改估计算法来实现自动检测和压缩坏数据对估计结果的影响。论文提出了三类非二次型的目标函数:

(1)二次常数Quadratic-Constant(QC)

ri是第i个量测的残差,σi第i个量测的误差的标准差,a是一个门槛值

(2)二次线性Quadratic-Linear(QL)

(3)二次方根Square Root(SR)

以上方法的最大问题是所有目标函数都不是连续可微的,在迭代计算中需要调整量测目标函数,计算复杂,很少实际应用。

发明内容

本发明的目的是提出一种基于指数型目标函数的电力系统抗差状态估计方法,在电网调度中心,根据实际电网的电网模型和实时测量数据建立新的状态估计数学模型,估计出电网母线电压和相角,从而计算出线路、变压器、发电机、负荷等设备的有功和无功,整个估计过程不用进行坏数据辨识,以提高计算效率,并使实现方便。

本发明提出的基于指数型目标函数的电力系统抗差状态估计方法,包括以下步骤:

(1)建立一个基于指数型目标函数的状态估计模型;

maxJ(X)=Σiexp(-1Rii(zi-hi(X))2)]]>

s.t    c(X)=0

其中,Zi是实时测量值,包括电网线路或变压器的有功功率Pij和无功功率Qij、母线的电压幅值Vi、发电机的有功功率Pi和无功功率Qi、电力系统负荷的有功功率Pi和无功功率Qi,Rii是实时测量值的方差,hi(X)是实时测量方程,X是电网的状态变量,包括所有节点的电压幅值V和相角θ,c(X)是没有挂接负荷和发电机的节点的有功和无功零注入伪量测的量测方程,实时测量方程hi(X)的定义为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910082501.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top