电力系统状态估计概述

《电力系统状态估计概述》由会员分享，可在线阅读，更多相关《电力系统状态估计概述（7页珍藏版）》请在装配图网上搜索。

1、电力系统状态估计研究综述摘要：电力系统状态估计是当代电力系统能量管理系统（EMS）的重要组成部分。本文介绍了电力系统状态估计的概念、数学模型，阐述了状态估计的必要性及其作 用，系统介绍了状态估计的研究现状，最后对状态估计的研究方向进行了展望。关 键词：电力系统；状态估计；能量管理系统0引言状态估计是当代电力系统能量管理系统（EMS）的重要组成部分，尤其在电力市场 环境中发挥更重要的作用。它是将可用的冗余信息（直接量测值及其他信息）转变为 电力系统当前状态估计值的实时计算机程序和算法。准确的状态估计结果是进行后 续工作（如安全分析、调度员潮流和最优潮流等）必不可少的基础。随着电力市场的 发展，状

2、态估计的作用更显重要。状态估计的理论研究促进了工程应用，而状态估计软件的工程应用也推动了状 态估计理论的研究和发展。迄今为止，这两方面都取得了大量成果。然而，状态估 计领域仍有不少问题未得到妥善解决， 随着电力系统规模的不断扩大，电力 工业管理体制向市场化迈进，对状态估计有了新要求，各种新技术和新理论不断涌 现，为解决状态估计的某些问题提供了可能。 本文就电力系统状态估计的研究 现状和进一步的研究方向进行了综合阐述。1电力系统状态估计的概念1.1电力系统状态估计的基本定义状态估计也被称为滤波，它是利用实时量测系统的冗余度来提高数据精度，自 动排除随机干扰所引起的错误信息，估计或预报系统的运行状

3、态（或轨迹） o 状态估计 作为近代计算机实时数据处理的手段，首先应用于宇宙飞船、卫星、导弹、潜艇和 飞机的追踪、导航和控制中。它主要使用了六十年代初期由卡尔曼、布西等人提出 的一种递推式数字滤波方法，该方法既节约内存，又大大降低了每次估计的计算量2,4 o电力系统状态估计的研究也是由卡尔曼滤波开始。但根据电力系统的特点， 即状态估计主要处理对象是某一时间断面上的高维空间 （网络）问题，而且对量测 误差的统计知识又不够清楚，因此便于采用基于统计学的估计方法如最小方差估 计、极大验后估计、极大似然估计等方法，目前很多电力系统实际采用的状态估计 算法是最小二乘法。1.2电力系统状态估计的数学模型状

4、态估计的数学模型是基于反映网络结构、线路参数、状态变量和实时量测之 间相互关系的量测方程：z 二 h（x） v其中z是量测量；x是状态变量，一般是节点电压幅值和相位角；V是量测误差；z和V都是随机变量。状态估计器的估计准则是指求解状态变量x的原则，电力系统状态估计器采用 的估计准则大多是极大似然估计，即求解的状态变量x*使量测值z被观测到的可能 性最大，用数学语言描述，即:f （z, x*）二 max f （z, x）其中f(z)是z的概率分布密度函数3。2 电力系统状态估计的必要性及作用2.1 电力系统状态估计的必要性电力系统调度中心都配有电网自动监控系统，它的一个重要的功能就是收集 电 力

5、系统的实时数据、建立起可靠而完整的实时信息库。信息库包含两类数据， 一类 是结构参数数据，另一类是运行参数数据。结构参数包括电网结线方式及线 路、设 备的参数，如电网结线图、线路阻抗等，这些参数是按照计划设计的，不 存在“估 计”的问题。运行参数包括电压、电流、有功功率、无功功率等，它们 随着负荷的 变化而不断变化，可以通过远动装置传送到调度中心。 运行参数就是 状态估计的对 象2,5。通过数据采集、远动通道、转换机构传送到调度中心的数据，称为远动数据， 单纯依靠远动数据，还不足以满足电网调度的要求，因为远动数据本身有这样几 个 缺点：(1) 远动数据缺乏“自补性”，即远动数据并不包含电网的所

6、有参数，只是采 集了电网的部分数据。如果将电网的每个参数都运用通道进行传输， 对大电网来 说，会造成实时数据采集投资过大，得不偿失。而通过对实时数据的处理与计算， 可以得到更多的运行参数，从而对电网运行进行更全面的分析。(2) 远动数据不同程度地存在误差。电力系统运行状态的数据通过传感器、 远动 通道及远动装置传送到调度中心，其中每一个环节都有可能因干扰或设备性 能、系 统故障等原因造成数据误差，少数数据的相对误差甚至达到 20%以上，超 出了随机误 差的范围，这些数据称为坏数据。(3) 远动数据缺乏“自我纠正”的能力，单纯的远动系统并不能把错误数据 识别 出来并加以纠正，这就是缺乏“自动修正

7、”的能力。在只装备了远动系统的 情况下，要依靠调度人员的经验对数据的误差加以修正， 儿乎是不可能的。由人 工进行处理的数据即使数量很小，其速度之慢和准确性之低都远远满足不了实时 调 度的要求。因此在调度中心有必要对所收集到的数量十分庞大的远动数据进行 科学 的处理，以求得对当前的电力系统运行状态有一个确定的较为准确的监视与 分析。鉴于上述原因，十分有必要在电力系统数据量测一传送一处理的环节中加入 状 态估计。2.2 电力系统状态估计的作用电力系统状态估计程序在电力系统调度系统中的作用示意图如图 1。由该图 可 以看出一个远方的遥测量要经过许多环节才能到达电力系统调度中心。 例如图 上所 示的一

8、个功率量测值，首先要由量测器(电压互感器和电流互感器)测得电压 和电 流，通过功率变换器将两者相乘并变换到统一规格的信号电压，再由模 /数 转换器 转化为数字编码，由远动通道送到调度中心，再通过接口进入计算机。电 力系统状 态估计程序(按硬件的说法成为状态观测器或滤波器)的主要功能是：(1) 根据量测量的精度(加权)和基尔霍夫定律(网络方程)按最佳估计准则(一 般为最小二乘准则)对生数据进行计算，得到最接近于系统真实状态的最佳估计 值。所以通过状态估计可以提高数据精度。(2) 对生数据进行不良数据的检测与辨识，删除或改正不良数据，提高数据 系统 的可靠性。(3) 推算出完整而精确的电力系统的各

9、种电气量。例如根据周围相邻的变电 站的量测量推算出某一没有安装远动装置的变电站的各种电气量。 或者根据现有 类型的量测量推算另一些难以量测的电气量， 例如根据有功功率量测值推算各节点电压的相角。(4) 根据遥测量估计电网的实际开关状态，纠正偶然出现的错误的开关状态 信 息，以保证数据库中电网结线方式的正确性。 状态估计的这种功能称之为网络 结线 辨识或开关状态辨识。(5) 可以应用状态估计算法以现有的数据预测未来的趋势和可能出现的状态 (电 力系统负荷预测和水库来水预测)。这些预测的数据丰富了数据库的内容，为 安全分 析与运行计划等程序提供必要的计算条件。(6) 如果把某些可疑或未知的参数作为

10、状态量处理时，也可以用状态估计的 方法 估计出这些参数的值。例如带负荷自动改变分接头位置的变压器， 如果分接 头位置 信号没有传送到中调时，可以作为参数把它估计出来。当然根据运行资料 估计某些 网络参数，以纠正离线和在线计算中这些参数的较大误差也不是非常困 难的事情。状态估计的这种用法称为参数估计。(7) 通过状态估计程序的离线模拟试验，可以确定电力系统合理的数据收集 与传 送系统。即确定合适的测点数量及其合理分布，用以改进现有的远动系统或 规划未 来的远动系统，使软件与硬件联合以发挥更大的效益，既能保证数据的质 量而又降 低整个数据量测一一传送一一处理系统的投资。图1 电力系统中数据量测一一

11、传送一一处理系统工作示意图3 电力系统状态估计的研究现状状态估计是当代电力系统能量管理系统(EMS)的重要组成部分，尤其在电力市场环境中发挥更重要的作用。状态估计问题的提出激发了许多学者的研究兴趣，他们以数学、控制理论和其它新理论为指导， 根据当时的计算机软件和硬件 条 件，结合电力系统的特点，在理论方面进行了大量研究。同时，以实用状态估 计软 件为目标，针对实际工程面临的问题，探索和总结出许多可行的宝贵经验。 状态估 计的理论研究促进了工程应用，而状态估计软件的工程应用也推动了状态 估计理论 的研究和发展。迄今为止，这两方面都取得了大量成果。然而，状态估 计领域仍有 不少问题未得到妥善解决，

12、 随着电力系统规模的不断扩大，电力工业 管理体制向市 场化迈进，对状态估计有了新要求，各种新技术和新理论不断涌现， 为解决状态估 计的某些问题提供了可能。电力系统状态估计算法可以分为两大类 型：一种是高斯 型最小二乘法的总体算法，一种是卡尔曼逐次算法 1,2,3 01970年许怀丕（F.C.schwePPe等人最早提出电力系统最小二乘状态估计法，是 最基本的算法。其特点是收敛性能好，估计质量咼。然而由于这种算法的计算 量和 使用内存量都比较大，难以用于大型电力系统的实时计算中。 吸取潮流计算 经验而 建立的快速PQ分解算法和保留非线性的PQ算法，兼顾了计算速度和收敛性， 使用内存和对各种量测量

13、的适应性等方面的优点，可以看成是基本加权最小二乘法的实用形式。美国电力公司（AEP）和道柏思（J.F.D0PAZ0）等人提出的量测量变换状态估计算法也属于最小二乘法的总体算法。其特点是仅用支路潮流量测值，计算速度快、 使用内存少和程序简单，虽然难以处理节点注入型量测量，但并不妨碍其实用性。 此法在 1975年就投入了运行，积累了丰富的运行经验。另外，线性规划和非线 性规 划方法也在电力系统状态估计中得到应用。和最小二乘法相比，此法的计算 速度 慢，但其受不良数据的影响较小。拉森（RELarson）和迪波斯（ASDebs）等人在美国邦那维尔电力系统最早开 展了卡尔曼逐次型状态估计算法的研究， 由

14、于电力系统状态量的维数较高，不得 不采用对角化的状态估计误差协方差矩阵， 这样虽有节约内存和提高计算速度等 方 面的优点，却因此降低了收敛性能和估计质量，妨碍了实用性。对于大系统， 为了 提高状态估计的计算速度，又提出了分区协调算法，即两级状态估计法。此 法目前 尚处于研究阶段。状态估计理论应用于电网实时监控系统始于 70 年代，据美国电机电子工程 协 会统计，至1978年6月将状态估计投入电网实时应用的全世界有n个电网。我国最 早在电网监控系统中实现状态估计的是京津唐电网， 1979 年就开始应用 状态估计对 系统运行进行监视。目前，状态估计功能在国内外电网中应用较好的 是欧美的一些 发达国

15、家，美洲的美国、加拿大，欧洲的大部分国家应用规模和水 平都比较高。4 电力系统状态估计遇到的问题41 配电系统状态估计问题为了有效监控配电系统的安全经济运行 ，配电调度中心要求了解配电网络 的实 时信息，需要进行配电系统状态估计。配电系统与输电系统有很大区别6,7， 配电系 统三相负荷不平衡配有大量电流量测实时量测少，需由历史统计负荷数据 产生大量 伪量测配电网络中闭合回路少，因此配电系统状态估计有些特殊问题需 要研究。在 模型方面，一般采用三相三线或三相四线制潮流模型。由于有线路电流量测，三相分析中相与相之间存在藕合， 不能用拓扑可观测性分析方法，必须 用数值可观测性分析方法，用基尔霍夫电流

16、定律列出节点电流平衡的量测方程。 规 划用的配电网络简化模型不完全适于配电网络状态估计， 需要考虑负荷模型等 因素。配电系统状态估计的实用化还要进一步研究 8,9 042 电力系统谐波状态估计问题电力谐波除了会引起通信干扰和电磁污染外，对电力系统本身的安全经济运行也 会 造成危害。对电力系统的谐波进行管理和监测，应首先弄清楚电力系统中的谐 波分 布或状态，将状态估计技术引进谐波研究领域， 可望克服谐波扩散研究方法 现存的弱点，为电力谐波监测工作走出困境提供可能。电力系统谐波状态估计是 传 统潮流状态估计在谐波领域的延伸, 自 1989 年 Heydt 首次利用状态估计技术提 出谐 波源识别问题

17、以来，国外学者对电力系统谐波状态估计问题进行了许多研 究。文献 10 对这一领域的研究现状作了详细论述，并对未来的发展方向进行了展 望。5 研究方向展望电力系统状态估计问题的研究已有近 30 年的历史，取得了丰硕的研究和应 用成果。状态估计软件是 EM 鋪最重要的应用软件之一，在电力市场环境中，状 态估 计比以往更重要，因而也对其提出了新的要求。随着监控电力系统规模的不 断扩大 和各种新理论、新技术的不断涌现，无论从理论方面还是实际应用需要方 面，状态 估计领域仍有许多问题需要深人研究。我们认为在以下方面有重要的研究价值：基于相位角测量技术的实想时状态 估计。面向大系统，开发计算速度快和数值稳

18、定性好的算法，缩短状态估计的执行周期。多种类型和多个相关坏数据的检测与辨识问题，各类坏数据的特征 抽取等问题，为正确检测辨识坏数据奠定基础。 量测误差相关情况下的状态 估计问题。抗差估计理论应用于电力系统状态估计的进一步研究。对新理论应用于电力系统状态估计的理论探讨和实用化的可行性研究 。6 结论合理地进行电力系统状态估计，为 EMS 高级应用软件提供了优良的数据源， 从而保证了其他网络应用软件的正确性。然而，目前电力系统状态估计仍然存在 着 一些问题，例如在上文提到的在配电系统中和谐波的状态估计， 这需要不断进 行研究。参考文献1 张超树，李强，周京洋电力系统状态估计实用中若干问题的处理J.

19、广西电力，2007，20(4).2 丁丽燕电力系统状态估计研究D哈尔滨工程大学，2002.李碧君，等电力系统状态估计问题的研究现状和展望J电力系统自动化，1998，22(11).4于尔铿电力系统状态估计M.北京：水利电力出版社,1985.(西安交大等电力系统计算M.北京:水利电力出版社，1987.6 Baran M E ,Kelley A W.State Estimation for Real-Time Monitoring of Distribution System . IEEE Tran sactio ns on Power System ,1994,9(3).7 Roytelman l,Shhidehpowe S M .State Estimation for Electric Power SystemDistributi on in Quasi Real-Time Con diti ons.IEEE Tran sact ions on PowerDelivery,1993,8(4). 孙宏斌，张伯明，相年德基于支路功率的配电状态估计法J电力系统自动 化,1998,22(8).9 孙宏斌，张伯明，相年德配电匹配潮流技术及其在配电状态估计中的应用J电力系统自动化,1998,22(7).10 吴笃贵，徐政电力系统谐波状态估计技术发展与展望J.电网技术1998,22(1).