[发明专利]一种基于节点注入功率的配电网运行拓扑辨识方法

说明书

本发明公开了一种基于节点注入功率的配电网运行拓扑辨识方法，首先通过微型同步相量量测单元μPMU多次采样的节点注入功率，构建基于节点注入功率量测的支路电压偏差的方差模型。采用Kruskal算法得到以支路电压偏差的方差为线路权重的最小生成树，实现对配电网拓扑运行结构的辨识。在此基础上，对比分析节点注入功率量测的采样次数以及网络复杂程度对拓扑辨识误差的影响。仿真结果表明，该算法对于配电网的运行拓扑辨识具有较好的可靠性和实用性。

技术领域

本发明涉及一种基于节点注入功率的配电网运行拓扑辨识方法，属于电力系统分析与计算领域。

技术背景

配电网处于电力供应链的末端，直接面向广大电力客户的用电服务，其建设水平直接关系到电力网络的供电能力、供电可靠性和电能质量。配电网拓扑辨识是配电网进行状态估计、潮流计算、网络重构等各种分析计算的基础，正确的拓扑信息是配电网进行各种分析计算的前提。

国内外针对配电网拓扑错误辨识的研究较多，基于状态估计的结果实现辨识拓扑错误，会引起再次状态估计，从而增加计算量和时间周期。此外，拓扑错误辨识的大多数据来源于DSACAD，不能保证数据来源于同一时间断面。国内外针对通过遥测数据直接实现配电网拓扑辨识的研究较少。近几年，开始有学者针对配电网设计出成本较低且采样高频的微型相量量测单元μPMU，并研究通过μPMU的遥测数据准确实现配电网运行拓扑的辨识。文献“Structure learning and statistical estimation in distribution networks-part I”中，基于配电网中的节点电压幅值量测的二次矩，构造相连节点满足的二阶矩判据，判别节点间连接关系，从末节点到根节点利用搜索法建立配电网的运行树结构。文献“Data-driven approach for distribution network topology detection”将由μPMU采集的时间序列电压实测值与从可能的模拟拓扑中导出的节点电压进行比较，从而检测配电网中的开关动作，实现配电网拓扑的实时分析。文献“Estimating Distribution GridTopologies:A Graphical Learning based Approach”将μPMU采集的电压量测值进行条件独立性测试，从而判别配电网运行结构。显然，国外配电网拓扑辨识研究大多以节点电压量测为基础，但是实际配电网中很难获得各节点的电压量测数据。较之获取电压量测数据，各节点的注入功率数据更易获得，因此有必要研究一种基于节点注入功率量测的配电网拓扑辨识方法。

μPMU的量测精度高，量测的数据相角误差小于0.01°、幅值误差小于0.2％，μPMU每周波采样点数为256/512，可以快速密集采集数据。相比于DSCADA采集数据，μPMU实时性更好，准确性更高，为配电网拓扑辨识提供可靠的数据支撑。本文在配电网部分安装了μPMU，满足配电网节点注入功率完全可观测[14]的条件下，构建基于节点注入功率量测的支路电压偏差的方差模型，并将其设为线路权重。通过Kruskal算法形成最小生成树，从而实现配电网运行拓扑的辨识。最后以IEEE33和IEEE123网络为例进行仿真，仿真结果验证了所提方法的有效性。

发明内容

发明目的：本发明针对现有技术所需解决的技术问题提供一种基于节点注入功率的配电网运行拓扑辨识方法

技术方案：本发明为实现上述目的，采用如下技术方案：

一种计及源网荷不确定性的配电网开关动态优化配置算法，包括以下步骤：

1)首先由配电网的原始环网结构以及线路的阻抗信息，构建基于关联矩阵的网络模型；

2)构建节点电压与节点注入功率的线性化关系模型；

3)构建基于节点注入功率量测的支路电压偏差的方差模型

4)在此基础上，将采集到的节点注入功率所形成的方差，设为线路权重，通过Kruskal算法实现配网网络的运行拓扑的辨识。