基于同步相量量测的电力系统状态估计不良数据处理方法

摘要

本发明提出一种基于同步相量量测的电力系统状态估计不良数据处理方法，属于电力系统状态估计领域。该方法获取电网一个时间断面的全部同步向量测量单元的量测值建立测量集，得到表示测量集和状态量之间线性关系的量测方程；通过电力系统线性状态估计得到电力系统的状态估计量；计算测量集的估计值和测量残差向量；利用测量残差向量，计算测量集中每个量测值对应的不良数据指标和不良数据判断阈值；当所有量测值的不良数据指标均小于其对应的不良数据判断阈值时，表明没有不良数据，输出电力系统状态估计量，不良数据处理结束。本发明通过利用测量残差估计实际的测量误差来进行不良数据的检测，方法可靠简单，准确度高，有较高的实用价值。

说明书

技术领域

本发明属于电力系统状态估计领域，主要涉及一种基于同步相量量测的电力系统状态估计不良数据处理方法。

背景技术

同步相量测量单元(Phasor Measurement Unit，PMU)是新一代的电网测量装置，相比传统的测量装置，PMU同步性更好、刷新频率更高并且能提供电气量的相量数据。近年来，随着相量测量单元在电网中快速布置，大量的PMU量测数据为电力系统分析计算提供了新的数据。然而相对有功功率量测来说，PMU相角量测数据的精度还不够，且由于网络通讯中断、测量设备故障等情况，PMU量测数据中可能存在严重偏离真实值的测量数据，即不良数据。

目前电力系统的不良数据处理技术多是针对传统的测量数据，缺少对PMU数据的针对性方法。在全PMU测量下，电力系统状态估计的量测方程为线性的，因此可直接求解最小二乘解或者状态估计值，但是由于最小二乘方法缺少鲁棒性，所以需要对测量数据中不良数据进行处理。不良数据处理包括状态估计前处理后，和状态估计时(后)进行处理，状态估计前的主要方法有量测量突变法等，状态估计后的简直方法有标准残差法，最大残差法等。

传统残差辨识方法是将加权残差或者标准残差作为特征值，利用概率论的假设检验，按照一定的置信水平确定一个门槛值，然后对测量量进行“非此即彼”的二值逻辑判断。但是残差较大不能完全等同测量误差较大，因此这些方法可靠性一般，可能会出现错判或者漏判的情况，并且无法处理多相关不良数据的情况。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种基于同步相量测量量测的电力系统状态估计不良数据处理方法。本发明利用了现在正广泛应用于电网的同步测量相量测量，利用测量残差估计实际的测量误差来进行不良数据的检测，方法可靠简单，准确度高，有较高的实用价值。

本发明提出的基于同步相量量测的电力系统状态估计不良数据处理方法，其特征在于，包括以下步骤：

1)获取电网一个时间断面的全部同步向量测量单元的量测值，包括电压相量的量测值和电流相量量测值，建立测量集Y；测量集Y为一个复数向量，当测量集Y中的所有量测值均为同步相量时，根据电网物理模型，测量集Y和状态量X之间为线性关系，量测方程写成如式(1)所示的矩阵形式：

Y＝AX+ε(1)

其中，A为节点-支路导纳矩阵；假设测量集Y中同步相量测量单元量测值的个数为m，状态量X的状态个数为n，则秩rank(A)＝n，ε为测量误差向量；

2)进行电力系统线性状态估计，采用加权最小二乘法求解电力系统的状态估计量，表达式如式(2)所示：

X_e＝(A^HW^CWLSA)^-1A^HW^CWLSY(2)

其中，W^CWLS是m×m阶权重矩阵，为实对角矩阵；

3)根据步骤2)得到的状态估计量X_e和量测方程式(1)计算测量集的估计值Y_e和测量残差向量r；

测量集的估计值Y_e表达式如下：

Y_e＝AX_e(3)

测量残差向量r，表达式如下：

r＝Y-Y_e(4)

同时，测量残差向量r表示为：

其中为残差灵敏度矩阵，Y_T表示测量集的真值，I表示单位矩阵；

根据式(5)，测量误差向量的表达式更新为：

其中δ_Y表示估计误差向量；

4)计算测量集Y中第i个量测值对应的不良数据指标R_i，i＝1,2,……，m，表达式如下：

其中，<,>表示复向量空间中向量的点乘运算，[.]_i表示矩阵[.]的第i列，δ_Yi，r_i分别表示δ_Y和r的第i个分量；

计算第i个量测值所对应的不良数据判断阈值，表达式如下：

其中，k_i表示可靠系数，a_i和b_i分别表示第i个量测值的幅值最大量测误差和相角最大量测误差，Z_i表示第i个量测值的幅值；

5)重复步骤4)，计算得到所有同步向量测量单元量测值的不良数据指标及其对应的不良数据判断阈值，并进行判定：

如果所有同步向量测量单元量测值的不良数据指标R_i均小于其对应的不良数据判断阈值，则说明此次状态估计所用的测量集Y中没有不良数据，输出步骤2)计算得到的电力系统状态估计量，不良数据处理结束；否则将所有R_i指标超过其对应不良数据判断阈值的量测值标记为可疑数据，进入步骤6)；

6)将步骤5)得到的所有可疑数据按照其对应的R_i指标从大到小的顺序进行排列，将对应的R_i指标最大的可疑数据标记为不良数据，并且将不良数据从测量集Y中剔除；

7)重新返回步骤2)，经过步骤6)处理得到的新的测量集重新进行电力系统状态估计，直到测量集中没有不良数据时，输出电力系统状态估计量，不良数据处理结束。

本发明的特点及有益效果在于：

本发明提出的基于同步相量量测的电力系统状态估计不良数据处理方法，通过对状态估计的残差和误差进行分析，提出了一种新的电网状态估计后不良数据检测和辨识处理技术。

本发明的检测方法简单可靠，通过对电网状态估计后测量集残差和误差之间关系的分析，推导得到测量集残差的近似估计值，并且据此构造检测测量集是否为不良数据的不良数据指标R，可以有效的辨识出不良数据。再通过一次剔除的方法，可以处理测量集中所有不良数据，包括多相关不良数据。

具体实施方式

本发明提出的基于同步相量量测的电力系统状态估计不良数据处理方法，下面结合具体实施例进一步详细说明如下。

本发明提出的基于同步相量量测的电力系统状态估计不良数据处理方法，包括以下步骤：

1)通过仿真或者实测获取电网一个时间断面的全部PMU的量测值，包括电压相量和电流相量数据，建立测量集Y。测量集Y为一个复数向量，当测量集Y中的所有量测值均为同步相量时，根据电网物理模型，测量集Y和状态量X之间为线性关系，量测方程可以写成如下的矩阵形式：

Y＝AX+ε(1)

其中，A为节点-支路导纳矩阵，假设测量集Y中PMU量测值的个数为m，状态量X的状态个数为n，则秩rank(A)＝n，其中的元素均为复数，ε为测量误差向量。

2)进行电力系统线性状态估计，采用加权最小二乘法求解电力系统的状态估计量，表达式如式(2)所示：

X_e＝(A^HW^CWLSA)^-1A^HW^CWLSY(2)

其中，W^CWLS是m×m阶权重矩阵，为实对角矩阵。

3)根据步骤2)得到的状态估计量X_e和量测方程式(1)计算PMU测量集的估计值Y_e和测量残差向量r；PMU测量集的估计值Y_e表达式如下：

Y_e＝AX_e(3)

PMU测量集残差向量r，表达式如下：

r＝Y-Y_e(4)

同时PMU测量残差向量r也可以表示为：

其中为残差灵敏度矩阵，Y_T表示测量集的真值，I表示单位矩阵。

根据式(5)，PMU测量误差向量ε可以重新整理为：

其中δ_Y表示估计误差向量；

对式(6)两边取模值，可得绝对测量误差向量表达式如下所示：

|ε|＝|r|+|δ_Y|(7)

由上式可知绝对测量误差向量|ε|可以分解为两个分量，即残差的模向量|r|＝S|ε|和向量|δ_Y|＝(I-S)|ε|，可以证明这两个向量的内积为零，这两个向量是相互正交的。因此残差向量r只是测量误差向量ε的一部分，可以通过残差向量r来估计测量误差向量ε。

4)根据上述结论，定义并且计算测量集Y中第i(i＝1,2,……，m)个量测值对应的不良数据指标R_i，表达式如下：

其中，<,>表示复向量空间中向量的点乘运算，[.]_i表示矩阵[.]的第i列，δ_Yi，r_i分别表示δ_Y和r的第i个分量。

进一步计算第i个量测值所对应的不良数据判断阈值，表达式如下：

其中，k_i表示可靠系数，一般取1，当已知测量条件较为恶劣时，可适当增大k_i的值，a_i和b_i分别表示第i个量测值的幅值最大量测误差和相角最大量测误差，Z_i表示第i个量测值的幅值。

5)重复步骤4)，计算得到所有PMU量测值的不良数据指标及其对应的不良数据判断阈值，并进行判定：

如果所有PMU量测值的不良数据指标R_i均小于其对应的不良数据判断阈值，则说明此次状态估计所用的测量集Y中没有不良数据，输出步骤2)计算得到的电力系统状态估计量，不良数据处理结束；否则将所有R_i指标超过其对应不良数据判断阈值的量测值标记为可疑数据，进入步骤6)。

6)将步骤5)得到的所有可疑数据按照其对应的R_i指标从大到小的顺序进行排列，将对应的R_i指标最大的可疑数据标记为不良数据，并且将不良数据从测量集Y中剔除。

7)重新返回步骤2)，经过步骤6)处理得到的新的测量集重新进行状态估计，直到测量集中没有不良数据时，输出电力系统状态估计量，不良数据处理结束。