[发明专利]一种电力系统抗差估计方法

说明书

本发明公开了一种电力系统抗差估计方法，是一种电力系统模糊自适应抗差估计(Fuzzy Adaptive Robust Estimation，FARE)方法，计及了量测权重的不确定性，以连续的模糊隶属度评价测点的优劣，很好地解决了测点非优即劣的问题，以最小化测点劣质性的加权模糊隶属度之和为优化目标，采用原对偶内点法(Primal‑Dual Interior Point Method，PDIPM)求解,并且实现了对量测粗差的自适应。多个IEEE标准算例以及波兰系统的仿真测试结果表明本发明方法有着良好的抗差性能。

技术领域

本发明涉及一种电力系统抗差估计方法，属于电力系统电源调度技术领域。

背景技术

作为能量管理系统的基石，电力系统状态估计根据遥测的生数据，估计出电力系统的实时运行状态。传统的加权最小二乘的估计精度易受不良数据的影响，一种实用的处理方法是在状态估计之前添加不良数据检测辨识程序，最大正则化残差检测是最常用的不良数据检测辨识方法，但这种处理方法不足之处在于涉及了大量矩阵求逆计算，即便采用高效地稀疏技术，其计算复杂度也随着量测规模等比例增长。

相比而言，抗差估计器以一定的估计准则，在估计过程中实现了对不良数据的自适应，无需额外的不良数据检测辨识程序，因而引起了国内外大量学者的研究。其中包括加权最小绝对值、非二次准则、指数目标型、最大合格率等。

发明内容

本发明所要解决的技术问题是提供一种电力系统抗差估计方法，首先以连续的模糊隶属度函数评价测点的相对优劣性，避免了测点非优即劣的问题；其次考虑到随着设备的老化、运行环境的时刻变化，仪表的量测精度难以持续保持稳定，对量测仪表进行重新校核必须付出很大的经济代价，因而很难系统地重新校核量测仪表，也就是说，量测方差是随时间变化的，难以精确估计的，即量测权重存在不确定性，本发明基于测点模糊隶属度在线修正量测标准差，实现了对量测粗差的自适应，以最小化测点劣质性的加权模糊隶属度之和为优化目标，采用原对偶内点法求解。本发明能够更好的为决策者提供最优策略方案，多个IEEE标准算例以及波兰系统的仿真测试结果，验证了本发明方法的有效性。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种电力系统抗差估计方法，包括以下步骤：

步骤1、以连续的模糊隶属度评价测点的优劣，解决测点非优即劣的问题；

步骤2、以最小化测点劣质性的加权模糊隶属度之和为优化目标，建立基于测点劣质性模糊隶属度的状态估计模型；

步骤3、采用原对偶内点法PDIPM求解步骤2中的状态估计模型，在求解过程中基于测点劣质性模糊隶属度修正量测标准差，从而完成电力系统抗差估计。

作为本发明的进一步技术方案，步骤1中第i个测点劣质性模糊隶属度为：其中，r_i为第i个测点的估计残差，σ_i为第i个测点的量测标准差，a、b均为大于0的模糊隶属度特征参数，i＝1,2,...,m，m为测点总数。

作为本发明的进一步技术方案，步骤2中基于测点劣质性模糊隶属度的状态估计模型为：其中，r为m维残差向量，x^*为状态向量x的估计值，h(·)为量测函数向量。

作为本发明的进一步技术方案，步骤3中引入m维非负松弛向量因子l和u，将基于测点劣质性模糊隶属度的状态估计模型等价为后，采用原对偶内点法PDIPM求解该模型。