[发明专利]计及新能源时空相关性的电力系统状态估计方法

说明书

本发明涉及电力系统运行与控制技术技术领域，是一种计及新能源时空相关性的电力系统状态估计方法，包括以下步骤：第一步：读取电网信息数据；第二步：系统量测和配置；第三步：根据新能源系统状态的时空相关性建模；第四步：采用M组历史状态数据对Φ₁和S_k进行估计；第五步：根据估计值和进行k时刻的状态预测；第六步：进行预测辅助状态估计第七步：将k时刻的状态估计结果发送给电网控制中心；本发明克服了静态状态估计不能满足新能源并网随机性和波动性，对新能源并网进行实时、有效、准确的状态估计，提高了短期状态预测的精度，提高了最终状态估计的精度，充分反映电网的动态特征，为电力系统控制中心的相关的高级应用提供数据支持。

技术领域

本发明涉及一种电力系统运行与控制技术技术领域，是一种计及新能源时空相关性的电力系统状态估计方法。

背景技术

智能电网以各种新能源(风能、太阳能等可再生能源)的大规模并网发电为重要特征之一。以新疆电网为例,近年来，新疆电网进入跨越式大发展时期，装机容量每年保持20％以上的增长率,预计到2017年全网装机容量将突破10000万千瓦,其中新能源装机容量达30％，排名西北电网第一。新能源发电具有随机性、波动性和间歇性等特点，将给电网的运行带来极大的不确定性。同时，新能源并网改变了传统电网的发、输、配单向供电模式；电能的产、供、需不确定性和时空多尺度性愈发明显；电网的复杂性和规模不断增加；这些都对电网的安全稳定性与调度运行等提出了巨大挑战。

传统电力系统状态估计主要是对数据采集与监控系统(SCADA)提供的实时信息进行滤波,以提高数据精度，排除错误信息的干扰,从而得到电力系统实时状态数据库,为能量管理中心进行各种重要的控制提供数据支持,例如,电网的实时建模、潮流优化、不良数据的检测与辨识。状态估计的主要方法包括加权最小二乘估计、抗差估计等静态方法和扩展卡尔曼滤波等动态估计方法。以上的研究成果依然存在诸多缺陷和不足,如现有状态估计算法对新能源并网的考虑不足,没有能够有效反应新能源波动性、间歇性和不确定性特点的状态估计模型；静态估计算法虽然较为成熟并且其估计依赖于采样速率较慢SACDA量测，而实际运行的电力系统是一个动态变化的系统,随着新能源的大规模并网,其波动性、间歇性以及负荷变化的不确定性愈是加剧了系统状态的变化频率,从而静态状态估计结果不能反映电网的动态特性,满足不了智能电网实时监控的运行需求。

发明内容

本发明提供了一种计及新能源时空相关性的电力系统状态估计方法，克服了上述现有技术之不足，其能有效解决现有电力系统静态估算法不能对接入新能源的电网系统进行实时、有效、准确的状态估计，不能反映电网的动态特征的问题。

本发明的技术方案是通过以下措施来实现的：一种计及新能源时空相关性的电力系统状态估计方法，包括以下步骤：

第一步：读取电网信息数据，根据读取的电网信息数据得出节点导纳矩阵和支路-节点关联矩阵，所述电网信息数据包括历史状态估计数据、电力系统当前的网络参数、拓扑结构和线路阻抗，之后进入第二步；

第二步：电网系统量测和配置，根据节点导纳矩阵和支路-节点关联矩阵建立电压幅值量测、功率注入量测和潮流量测的量测函数，根据量测函数计算量测z_k，根据量测z_k对系统状态进行配置，所述电网系统的量测z_k包括节点电压幅值量测、功率注入量测和潮流量测，之后进入第三步；

第三步：根据电网系统中新能源的时空相关性建模，具体如下：

(一)建立如下式所示的向量自递归模型，

x_k＝Φ₁x_k-1+...+Φ_px_k-p+ε_k (1)