1 引言
電力系統狀態估計自20世紀70年代被提出以來,日益受到人們的重視,當前調度自動化水平正在不斷提高,各種調度自動化軟件迫切需要準確的實時數據庫作為其計算的基礎 ,狀態估計已經成為EMS或DMS管理軟件的重要組成部分。在電力系統的實際運行中,由于量測量和量測通道的誤差及可能受到的干擾,個別量測量可能出現較大的誤差,不良數據的存在會給估計造成極大困難,甚至導致估計失敗,因此,不良數據的可靠檢測是狀態估計能否在實際中應用的關鍵。
不良數據檢測,一般是指把實時量測數據劃分為可靠數據和可疑數據兩個數據集,然后對可疑數據進行辨識,找出全部不良數據,保證估計順利進行。現有的不良數據檢測方法,大體上可分為兩類,一類是量測量殘差檢測,這類方法計算簡單、直觀,但存在“殘差污染”和“殘差淹沒”等問題,不能可靠檢測多不良相關數據;另一類是量測量突變檢測,在上一次估計結果正確且網絡結構不變的前提下,并且負荷變化不大時,這類檢測方法能夠準確檢測出多不良相關數據。本文以這兩種檢測方法為基礎,提出了根據實時網絡信息自動選擇適合當時狀態的檢測方法的基本判據。
[b]2 實用不良數據檢測方法
[/b] 2.1 實用性檢測方法及改進
(1)標準殘差檢測法
按最小二乘狀態估計算法求得狀態量后,可根據殘差方程計算標準化殘差,作為判別不良數據的依據,殘差方程可寫成
r=w·ν (1)
式中 r為殘差(m維);w=E-H(HTR-1 H)-1HTR-1為殘差靈敏度矩陣(m×m維);E為單位陣;H為處的雅可比矩陣;R-1是一對角陣,為量測量權矩陣;ν為量測誤差。
殘差r的協方差矩陣為 ErrT=wR (2)
取D=diag[wR],其對角元素dii即為相應殘差分量的方差,定義標準化殘差如下:
[img=388,83]http://zszl.cepee.com/cepee_kjlw_pic/files/wx/dwjs/2001-10/18-1.jpg[/img]
根據假設檢驗方法,誤檢概率設為0.05,凡標準殘差大于2.81的量測認為是可疑量測。
此方法的局限性為無法克服“殘差污染”和“殘差淹沒”現象。
本文將此標準殘差檢測方法用于網絡結構改變后及由于系統負荷快速變化使判據判定突變量檢測方法不再適用的情況,即采用此算法為系統負荷變化時的主檢測。
(2)量測量突變檢測
此方法原用于估計前檢測,這里為便于統一判別檢測方法的適用條件,并適當增加本次采樣冗余量測間的相關性在判別不良數據中的作用,提出了結合殘差的估計后突變量檢測方法。
[img=381,261]http://zszl.cepee.com/cepee_kjlw_pic/files/wx/dwjs/2001-10/18-2.jpg[/img]
由于狀態真值x無法求得,假定前一次采樣時刻狀態估計結果是正確的,這樣就可以用tK-1次狀態估計結果的一步預測值做為tK次檢測的真值,代入式(5)計算量測誤差。
認為量測誤差ν服從(0,δ2)的正態分布,δ是量測標準差。按假設檢驗方式取誤檢率Pe=0.05,即|ν|<2.81δ的量測認為是可靠量測。
由于式(5)略去了Δx的高階項,從而弱化了較大的突變量在檢測中的作用,而適當增加了殘差的影響,對由于系統負荷正常波動而引起的量測量突變有一定的抑制作用。
該方法是建立在網絡結構不變、系統運行平穩的假設之上的,但實際系統常有開關操作和負荷的快速增減,因此,必須在突變量檢測的假設條件不成立時,將之閉鎖,這就是該方法的局限性。
2.2 自主選擇的檢測方法
以上介紹的兩種檢測方法均可用于實際應用,但有各自的適用條件,對于超出其適用條件的量測難以檢測。本文針對各種檢測方法的局限性,提出由估計器根據實際運行的量測條件,自主選擇檢測方法的實用性判據。
自主選擇的原則及理由如下:
(1)原則1 若系統有開關操作,網絡結構發生變化后,依次采樣做狀態估計,此時,均采用標準殘差檢測,直到相鄰兩次估計出的系統狀態量變化不大時,在以后的估計中啟用量測量突變檢測,閉鎖標準殘差檢測。
理由 標準殘差檢測雖無法識別相關多不良數據,但由于誤差在采樣中的分布是隨機的,在開關操作后相鄰兩次狀態估計中出現完全相同的相關多不良數據的情況微乎其微,因此,采用以上判據確定的系統狀態量做為突變量檢測的基準值是可行的。
(2)原則2 若由突變量檢測方法檢測出的可疑量測中,不含注入型量測且不含未裝設注入量測節點的相關聯支路量測,即認為是可靠檢測。
理由 此時系統的控制變量(電源、負荷)均未發生變化,在網絡結構不變的情況下系統狀態變量也不會發生較大變化,因此滿足量測量突變檢測的適用條件。
當系統的控制變量(電源、負荷)發生快速變化,系統狀態量也相應發生較大變化,突變量檢測方法不再適用,而此時又沒有開關操作,因此,如何正確區分正常的負荷快速變化和注入型量測是否出現不良數據就成為本方法的關鍵。下面就詳細討論判別此類情況的判據。
[b]3 判別是否系統負荷快速變化的判據
[/b] 3.1 網絡及量測信息鄰接表
網絡結構和量測信息可存于一個鄰接表中,此表的具體結構如圖1所示。
[img=342,153]http://zszl.cepee.com/cepee_kjlw_pic/files/wx/dwjs/2001-10/18-3.jpg[/img]
Head節點:依次為網絡中的順序編號節點,頭節點的結構中應包含該節點是否是注入型節點、是否裝有注入型量測,及注入有功、無功功率量測值等信息。
Node節點:與Head節點相關聯的節點,鄰接節點結構中應包含該節點的節點編號、以Head節點編號和Node節點編號為端點的支路量測量裝設地點,及該支路有功、無功量測值等信息。
3.2 判別的原則和方法
若由突變量檢測法檢測出的可疑量測集中含有注入型量測以及未裝設注入型量測的注入型節點的相關支路量測,此時可由注入型量測所在割集的功率和是否小于閾值來判定是否有負荷的快速變化,若有,則閉鎖突變量檢測方法而啟用殘差檢測方法。
具體判別方法:假設可疑量測集中含i節點注入量,則i節點的相關聯支路及i節點注入量構成一割集,即鄰接表i行鏈中所有功率量測滿足
式中 Pli,Qli為與i節點相關聯的支路的有功、無功功率量測值;Pni,Qni為注入i節點的有功、無功功率量測值。
若與i節點相關聯的各支路中有兩端均未裝設功率量測的支路,假設該支路為l支路,其兩端節點編號為i、j。則除該支路外所有與i、j節點相關聯的支路及i、j節點注入功率構成一割集,若該割集中仍有未知功率支路,則將該支路另一端點也加入到該割集中,以此類推,直到找到一全部支路均有量測量的割集,若該割集滿足
[img=267,53]http://zszl.cepee.com/cepee_kjlw_pic/files/wx/dwjs/2001-10/19-1.jpg[/img]
式中 閾值Dp為割集中所含支路數×網絡中支路有功損耗最大值;閾值Dq為割集中所含支路數×網絡中支路無功損耗最大值。
若該割集中含兩個及兩個以上可疑量測,則認為此時i節點負荷發生了較大變化,從而引起了系統狀態量的較大變化,由于此時是負荷或發電機出力的正常變化,量測量突變量檢測方法已不再適用。因而將之閉鎖并啟動標準殘差檢測直至相鄰兩次估計結果相差不大時,再切換回突變量檢測。若式(6)不能滿足,說明此割集中含不良數據,認為突變量檢測結果正確。
對于可疑量測集中未裝設注入量測節點的關聯支路,可在其有注入量測的一端尋找可檢測割集,判別方法同上。
[b]4 算法
[/b] 根據以上原則編制的算法如下:
(1)估計器初始啟動時,flag=0;
(2)做狀態估計,判斷是否有開關操作,若有,flag=0;否則判斷flag是否等于1,若flag=1,轉(6);
(3)啟動標準殘差檢測及J(x)檢測;
(4)經辨識(逐次型估計辨識法),將估計的最終結果存入數據庫,判斷相鄰兩次估計結果狀態差值的最大值Δx,若滿足max|Δx|<d(閾值),flag=1;
(5)轉(2),做下一次采樣;
(6)啟動突變量檢測,得可疑量測集K;
(7)對K中可疑量測逐一查找鄰接表,若無注入型量測和未裝設注入型量測的相關聯支路量測,經辨識將估計結果存入數據庫,轉(2);若有此類量測,則按原則三所述區分負荷是否發生了較大變化,若發生了較大變化,flag=0轉(3),否則經辨識將估計結果存入數據庫,轉(2)。
5 算例分析
大港地區電網的一個13節點子網示意圖如圖2所示,實驗分析數據如表1所示。
[img=305,196]http://zszl.cepee.com/cepee_kjlw_pic/files/wx/dwjs/2001-10/19-2.jpg[/img]
[img=300,281]http://zszl.cepee.com/cepee_kjlw_pic/files/wx/dwjs/2001-10/20-1.jpg[/img]
其中第15次狀態估計時可疑量測集中含節點注入量測P4、Q4,因為本節點割集中支路L24沒有裝量測,查找包含2、4節點的割集{L32、L25、L4}功率和是否小于閾值(功率值以標幺值表示,式中0.001、0.0015分別為網絡正常運行時支路有功、無功損耗最大值)
P4+P23+P25=P4-P32-P52=0.0281-
0.0733-(-0.0432)=0.002<3×0.001
Q4+Q23+Q25=Q4-Q32-Q52=0.009-
0.0447-(-0.0318)=0.0039<3×0.0015
此時認為4節點負荷有大的變化,突變量檢測方法已不再適用,啟動標準殘差檢測。
[b]6 結論
[/b] 本方法可以很好地利用現有不良數據檢測方法的優點,作到揚長避短。在實際應用中取得了良好的效果。
[b]參考文獻
[/b] [1]于爾鏗,等.電力系統狀態估計[M].北京:水電出版社,1985.
[2]李義.電力系統狀態估計中的不良數據的檢測和辨識[D].天津大學,1992.
[3]趙海天,等.多不良數據的相關量測檢測方法[J].中國電機工程學報,1990,10(6).
[4]張興民,等.利用圖論方法進行多不良數據檢測與辨識[J].中國電機工程學報,1997,17(1).
[5]賈沛璋,等.最優估計及其應用[M].北京:科學出版社,1984.
[6]于爾鏗,劉廣一,等.能量管理系統(EMS)[M].北京:科學出版社,1998.