[发明专利]基于多预测‑校正内点法的WLAV抗差状态估计方法

摘要

基于多预测‑校正内点法的WLAV抗差状态估计方法，涉及一种电力系统运行和控制方法。状态估计采用加权最小二乘状态估计，估计精度难于进一步提高。本发明包括以下步骤1）获取电力系统参数；2）获取检测数据；3）初始化；4）申请各量测量海森矩阵内存空间并求解；5）计算对偶间隙CGap=αTl+βTu，判断是否满足CGap＜ε或K＜Kmax；6）预测步设置扰动因子μ＝0，根据公式进行预测，求出仿射方向；7）校正步；8）判断校正次数计数器t＜4;9）对方程求解，得到Δλco，并校正；10）计算新的迭代步长若大于原步长，按公式Δλnew＝Δλaf+ωΔλco进行更新，t＝t+1，并执行步骤8)；否则，迭代计算器K＝K+1，并执行步骤5)。本技术方案减少迭代次数，提高处理速度；进一步提高算法的收敛特性。

主权项

一种基于多预测‑校正内点法的WLAV抗差状态估计方法，其特征在于包括以下步骤：1)获取电力系统参数，包括：母线编号、一种基于多预测‑校正内点法的WLAV抗差状态估计方法、补偿电容、输电线路的支路号、首端节点和末端节点编号、串联电阻、串联电抗、并联电导、并联电纳、变压器变比和阻抗；2)获取检测数据，包括电压幅值、发电机有功功率、发电机无功功率、负荷有功功率、负荷无功功率、线路首端有功功率、线路首端无功功率、线路末端有功功率以及线路末端无功功率；3)初始化，包括：对状态量设置初值(直角坐标系)、对拉格朗日乘子和罚因子设置初值、节点次序优化、形成节点导纳矩阵、恢复迭代计算器K＝1，设置最大迭代次数Kmax，设置最大校正次数tmax，设置收敛精度要求ε；4)申请各量测量海森矩阵内存空间并求解；5)计算对偶间隙CGap，判断是否满足CGap＜ε，若是，则输出计算结果，退出循环；若否，则执行步骤6)；6)预测步：设置扰动因子μ＝0，根据以下公式进行预测，求出仿射方向：AL00000-I000-I00BU00000-I0I0000▿x2h(x)y▿xTh(x)0000▿xh(x)HΔαΔlΔβΔuΔxΔy=-ALe-c+y+α-BUe-c-y+β-▿xh(x)y-Ly+M+μe0μe000+-ΔAΔLe0-ΔBΔUe000]]>式中：x为状态量，包含节点电压幅值和相角；l、u为松弛变量，即原变量；y、α、β为拉格朗日乘子，即对偶变量；Δx、Δy、Δw、Δl、Δu、Δα、Δβ分别为x、y、w、l、u、α、β的修正量；为h(x)的雅可比矩阵，为h(x)的海森矩阵,μ为扰动因子，L＝diag(l1,…,lm)、U＝diag(u1,…,um)，A＝diag(α1,…,αm)、B＝diag(β1,…,βm)，e＝[1,…,1]T，利用阻尼牛顿法对求解，由式解出Δλ，并对原、对偶变量进行修正：λ(k+1)＝λ(k)+αΔλ，α为迭代步长，其大小确定如下：αp=0.9995min{mini(-liΔli,Δli<0;-uiΔui,Δui<0),1}]]>αd=0.9995min{mini(-αiΔαi,Δαi<0;-βiΔβi,Δβi<0),1}]]>计算仿射方向的互补间隙：Cgapaf＝(α+α*Δαaf)T(l+α*Δlaf)+(β+α*Δβaf)T(u+α*Δuaf)动态估计中心参数：μ＝min{(Cgapaf/Cgap)3,0.1}Cgap/2m7)校正步，设置校正次数计数器t＝1；8)判断校正次数计数器t<ttmax，若是，则执行步骤9)；若否，则执行步骤5)；9)对方程进行求解，得到Δλco，并采用动态选择校正方向在总的牛顿方向中所占的权重，即Δλnew＝Δλaf+ωΔλco；采用2阶段法对权重进行搜索，即：第1阶段，在[αpαd,1]中进行线性搜索，并允许在原、对偶空间寻找不同的最优权重；在确定高效的最优权值搜索子区间后，第2阶段在该子区间里找到最优的权值与阶段1类似，在子区间进行线性搜索，最终找到最优的和10)计算新的迭代步长若大于原步长，按公式Δλnew＝Δλaf+ωΔλco进行更新，校正次数计数器t＝t+1，并执行步骤8)；否则，迭代计算器K＝K+1，并执行步骤5)。