现代电力系统分析作业_精品文档.docx

现代电力系统分析作业_精品文档.docx

《现代电力系统分析作业_精品文档.docx》由会员分享，可在线阅读，更多相关《现代电力系统分析作业_精品文档.docx（6页珍藏版）》请在冰豆网上搜索。

配电网状态估计研究综述

（西南交通大学电气工程学院，四川成都610031）

摘要：

配电网状态估计是配网管理系统的重要组成部分，本文对配电网状态估计问题研究的现状进行了总结和分析。

主要论述了配电网中最小二乘估计器和抗差估计器的研究情况，讨论了分布式电源接入配电网后传统状态估计功能所面临的挑战，并对进一步值得研究的方向进行了展望。

关键词：

状态估计；配电网；综述；分布式电源

AResearchSurveyonDistributionNetworkStateEstimation

LiuFei

（SchoolOfElectricalEngineering,SouthwestJiaotongUniversity,Chengdu610031,China）

Abstract:

Distributionstateestimation（DSE）isanimportantpartofthedistributionmanagementsystem（DMS）.Thispaperreviewstheresearchstatusofdistributionnetworkstateestimation．LeastSquare（LS）estimatorsandrobustestimatorsareemphaticallydiscussed.Thechallengesareanalyzedforthetraditionalstateestimationfunctionaftermoredistributedenergyresources（DERs）havebeenconnectedtodistributionnetworks．Somevaluableresearchdirectionsfordistributionstateestimationareproposed．

Keywords:

stateestimation;distributionnetwork;survey;distributedenergyresource（DER）

随着用户对电能供应质量和可靠性要求的提高，配电管理系统（DistributionManagementSystem,DMS）得以快速发展。

配电状态估计（DistributionStateEstimator,DSE）在配电管理系统中起“滤波”的作用，过滤了SCADA（SupervisoryControlAndDataAcquisition）系统传来的低精度、不完整的“生数据”，剔除不良数据，将不可观的数据补齐，从而保证完整可靠的数据进入数据库。

其主要任务是利用从SCADA系统中获取的遥测、遥信数据，分析系统的拓扑结构，建立网络模型，对不可观的测点补充伪量测，以保证冗余度，进而估计得到系统的状态;同时利用计算结果分析系统的运行状态，提高全网的可观测性，为系统的分析计算提供完整可靠的数据库。

状态估计是配电系统高级应用中最基础的功能之一。

配电网状态估计近30年的发展使理论研究取得了不少成果，但在工程应用方面尚处于起步阶段。

随着配电网量测水平和自动化水平的不断提高，各种新理论和新技术的不断涌现，为中低压配电网实现状态估计在线应用提供了有利条件。

同时，随着分布式电源的接入，对配电网状态估计也提出了新的要求和挑战。

本文就配电网状态估计的研究现状和进一步研究方向进行了阐述。

1最小二乘估计器

加权最小二乘（WeightedLeastSquare，WLS）估计器是被研究和应用地最广泛的一类估计器，其数学模型为

式中z=量测向量

x=状态向量

h=量测方程

W=量测权重

式

（1）对x求导，并置为0得到

其中，Hx=∂h（x）∂x，被称为雅可比矩阵，使用牛顿法求解式

（2）的迭代公式

根据式

（1）中待求状态变量的不同，主要可分为以节点电压、支路电流、支路功率为状态量的3类算法。

1.1节点电压作为状态量

这类算法建立在牛顿法潮流的基础上，以节点电压作为状态变量，建立相应的状态估计数学模型。

该类方法能够处理电压幅值、电流幅值、支路潮流、节点注入功率量测等各种量测，具有求解环网的能力。

但是该方法内存使用量大，且雅可比矩阵每次迭代时都需要计算，计算量大[1-3]。

为了解决雅可比矩阵计算量大的问题，一种思路是在极坐标下，引入一些假设条件，使雅可比矩阵常数化。

文献［4］引入变换矩阵简化量测函数，并假设节点电压标幺值近似为1、相邻节点间电压相角差近似为零，使电压幅值和功率量测对应的雅可比元素为常数，一定程度上提高了计算速度，但电流幅值量测对应的雅可比元素无法常数化。

文献［5］假设馈线段两端节点电压相角相差不大，推导出功率量测所对应的雅可比部分为常数形式，但电压幅值量测对应的雅可比元素无法常数化。

另外一种思路是引入量测变换[6-8]，将功率、电流幅值变换成等效电流实部、虚部量测，使用电压向量实部和虚部作为状态变量，量测方程变成节点电压电流为基础的方程式。

采用量测变换后，虽然可以使雅克比矩阵常数化，但是变换之后的支路电流在迭代过程中发生了较大的变化，从而影响收敛性。

文献［9］在上述研究基础上将电压幅值量测变换成等效电压实部和虚部量测，使算法具有处理电压幅值量测的能力，提高了估计精度。

1.2支路电流作为状态量

自1995年MesutE.Baran和ArthurW.Kelly提出基于支路电流的配电网状态估计方法后[10]，此法就成为研究的热点。

其基本思路是:

使用支路电流的实部和虚部作为待求状态量，将各种量测量转换成等效的复电流量测，量测方程的实部虚部解耦，线性化程度高，计算速度快，编程简单。

Baran最初提出的方法要求有功和无功量测成对出现且权重相同;对电流幅值量测不做量测变换，当存在大量电流幅值时，量测方程呈非线性，计算复杂;处理环网时，雅可比矩阵无法写成分块对角阵形式，解耦性差。

不少研究者在上述几个方面做了进一步改进[11-13]。

Whei-MinLin和Jen-HaoTeng在文献［11］中将电流幅值量测在每次迭代时变换成等效电流实部和虚部量测，实现雅可比矩阵常数化;在假设馈线相间互感比自感小得多的条件下，将雅可比矩阵结构优化后变成分块对角阵形式。

与之前方法几乎都用电流向量实部和虚部作为待求状态量不同，HaibinWang与NoelN．Schulz在［12］中使用支路电流的幅值和相角作为待求状态量，提出了新的估计模型，该方法不需要做量测变换就能处理常见的量测，同时信息矩阵三相解耦，但每次迭代都要重新生成雅可比矩阵，计算量大。

1.3支路功率作为状态量

与基于等效支路电流量测变换的思想相同，这类方法[14]使用量测变换将能节点注入功率变换成等效支路功率量测，得到三相解耦的常数雅可比矩阵，因此，能够高效地处理功率量测，且不要求有功和无功成对出现。

但是这类方法最早提

出的时候只适用于系统只存在实时功率量测的情况，没有给出考虑电压和电流量测的处理方法[15]。

一些学者研究了这种方法的改进形式，文献［16］提出了电流和电压幅值量测变换成等效功率变换的方法，增强了这类方法的量测处理能力。

1.4各类WLS算法比较

文献［17］比较了上述几种典型配电网WLS状态估计算法在运算速度和量测量处理能力等方面的差异。

本文从处理环网能力和估计精度方面进行比较。

（1）以潮流方程式为基础的算法这类方法状态量为节点电压，功率量测的量测方程与潮流方程式相同，能够处理环网，不需要量测变换，估计精度高。

（2）以节点电压电流方程式为基础的算法这类方法一般以节点电压的实、虚部为状态变量，需要量测变换，有环网时会导致实部虚部无法解耦，处理环网能力较弱，由于量测变换，估计精度较低。

（3）基于支路电流的算法这类方法以支路电流为状态量，通过量测变换将所有量测变换成等效电流量测，难以处理电压量测，估计精度较较低。

有环网时三相无法解耦，处理环网能力较弱。

（4）基于支路功率的算法这类方法以支路功率为状态量，难以处理功率量测之外的其他量测类型，估计精度低，目前还没有该方法应用于环网的研究。

结合文［17］中的研究结论，将各个WLS估计算法的比较结果汇总成表1。

1.5基于WLS的其他研究

有些学者从不同方面研究WLS估计器。

文献［18-20］研究了基于支路估计的状态估计实用化算法，其核心思想是将整个配电网的状态估计分解成各支路的状态估计子问题，每个子问题只需要求解几个低阶的最小二乘问题即可，该方法利用配电网辐射状的特点，由下自上递推估计，计算速度快。

除了牛顿法求解最小二乘问题外，还有一些学者研究新的求解算法。

文献［21］讨论了用人工神经元算法求解配电网状态估计问题。

文献［22，23］设计了多智能体系统求解WLS问题。

文献［24］使用了差分进化算法（DifferentialEvolutionAlgorithm，DEA）并行求解状态估计问题。

2抗差估计器

2.1经典抗差估计器

最小二乘状态估计作为最基本的状态估计方法，具有收敛性好、估计质量高等优点，但是它处理粗差的能力比较差，数据粗差会严重影响状态估计的结果。

所谓粗差，即离群的误差，由失误、观测模式差、分布模式差得来，实际中是不可避免的。

所谓抗差估计，即在粗差不明显的情况下，所选择的状态估计方法能尽可能地减少粗差对于估计值的影响，从而得到最佳估计值。

比较经典的抗差估计方法是1964年Huber提出的M估计，即广义极大似然估计[25]。

M估计包括LAV（LeastAbsoluteValue）、WLAV（WeightedLeastAbsoluteValue）、QL（Quadratic-Linear）、QC（Quadratic-Constant）等。

M估计最早由Merrill和Schweppeh以非二次准则的形式引入电力系统状态估计研究中[26]。

在配电网状态估计领域，对加权最小绝对值估计（WLAV）的研究最为活跃:

文献［27］采用改进的WLAV，可估计负荷数据和电流量测，同时抑制了伪量测中一些坏数据对结果的不良影响；文献［28-30］在传统WLS方法的基础上，给不同精度的量测量以不同的量测权重因子，减小低精度量测对估计结果的影响，从而抑制粗差；文献［29］，［30］对实测值仍采用以测量精度作为权重的常规方法，对伪量测则采用权值随残差变化的权函数，目标函数表达式中对于量测数据采用的是WLS估计，而对于伪量测数据采用的是具有抗粗差能力的WLAV估计；文献［31］用模糊集表示配电网的量测信息，提出了模糊匹配潮流状态估计方法，该方法考虑了伪量测的模糊约束，得到的状态估计解虽不具有最优但具有满意的WLAV估计意义，该方法的求解过程只是在传统前推回代过程中增加了一次求解线性规划的步骤，编程实现比较方便。

除了WLAV估计器在配电网中有一些研究和应用外，其他抗差估计器在配电网中的应用非常少见。

2.2基于测点投票思想的抗差估计器

近年来出现了一类新的抗差估计方法[15,32-37]，其思想是不再用某种范数来衡量估计值和量测值之间的距离，而是考虑量测本身的不确定性。

与以往方法相比，这类方法不追求对量测值的精确拟合，而是增加了由先验知识确定的区间信息，求解最多量测赞同的状态，很大程度上避免了坏数据的影响，所求状态比较合理。

Stefano和Gastoni提出了最多测点赞成状态估计方法[32]，对于某个状态，若某测点的估计值在量测值为中心的一个区间里，认为该测点赞成该状态，最多个测点赞成的状态为最后所求状态。

该