电力系统状态估计

华中科技大学硕士学位论文电力系统状态估计姓名：王珍意申请学位级别：硕士专业：电力系统及其自动化指导教师：周良松20050509III摘要电力系统状态估计是当代电力系统能量管理系统(EMS)的重要组成部分尤其在电力市场环境中发挥着更为重要的作用电力系统状态估计理论虽然在70年代初期就已确立在近十几年中不断得到完善和改进但是电力系统状态估计仍然有许多值得进一步研究的领域比如针对特定的系统如何选择一种估计准确收敛好和计算速度快的估计算法就是一项很值得研究的课题本文在电力系统状态估计可观测性分析和估计算法方面进行了较为深入的研究和探讨本文首先回顾了已有的三类状态估计可观测性分析方法拓扑法数值法和混合法其中重点介绍了基于潮流定解条件的混合模式的可观测性分析方法探讨了它们的优缺点进而针对潮流岛内未知状态量昀多只有一个复电压的特性提出了潮流岛状态变量的概念用潮流岛的状态变量代替岛内所有节点的状态变量再对降阶网络建立拓扑模式的雅可比矩阵依据潮流定解条件在降阶雅可比矩阵基础上进行量测岛的合并该方法能够减少可观测性检验过程中未知变量的个数添加伪量测也更方便本文首先探讨了几种经典状态估计算法分析了它们在不同系统中应用的优缺点还分析了状态估计数值病态问题的来源并且给出了衡量估计算法数值稳定性的标准在此基础上提出了一种基于分块雅可比矩阵的加权昀小二乘估计算法该方法将全部的注入功率量测虚拟量测和必要的支路量测来构建一组恰好可求解系统全部状态变量的量测集将余下的支路功率量测作为量测系统的冗余部分看待并依此对量测雅可比矩阵进行分块分块以后的雅可比矩阵第一部分为对角主元占优的方阵雅可比矩阵的第二部分不包含易引起数值病态的注入量测这样既消除了雅可比矩阵叉乘造成的信息损失减轻了雅可比矩阵叉乘的计算量又提高了求解过程的数值稳定性特别值得指出的是该方法能够在很大程度上巧妙地抑制因赋予虚拟量测很大权值所带来的数值病态问题关键词电力系统状态估计可观测性分析昀小二乘法数值稳定性分块雅可比矩阵IVABSTRACTThestateestimationofthepowersystemisanimportantcomponentoftheenergymanagementsystem(EMS),especiallyplayinganevenmoreimportantroleintheelectricmarketenvironment.Thoughthetheoryofstateestimationinpowersystemhadrightawayestablishedintheearlyofthe1970s,improvingconstantlyinthenearingmorethantenyears.Butpowersystemstateestimatehavealotoffieldsthatworthstudyfurtherstill.Forexample,tospecificsystem,itisstillworthtofindamethodofcomputingaccurately,steadyandfast.Thispaperresearchesthesubjectoftheobservabilityanalysisalgorithmandstateestimationalgorithmofpowersystem.Atfirst,thispaperreviewsthreekindsexistingmethodsofstatesestimationobservabilityanalysis--topological,numberandmixmethod,emphasingthemethodofmixmodelbasedonthesolvableconditionofpowerflow.Thispaperpresenttheconceptofstatevariableofflowislandbasedonthefactthatthereisnotmorethananunknownedcomplexvoltageinaflowisland.ItcancombinatesuccesslyflowislandsaccordingtoseveralrulesbasedonthesolvableconditionofpowerflowusingreducedJacobianmatrix.Severalkindsofclassicalstateestimationalgorithmsareproposedinthepaper,theiruseindifferentsystemsanalysized.Thestandardwhichestimatesthestabilityofalgorithmsisintroduced.ThispaperpresentsaweightedleastsquaresmethodforstateestimationbasedonblockJacobianmatrix.Intheproposedmethod,wholeinjectionmeasurements,highlyweightedvirtualmeasurementsandafewessentialflowmeasurementsmakeupmeasureswhichcanbeusedforresolvingallstatevariablesofapowersystem,whileotherflowmeasurementsareconsideredredundanttoresolvestatevariables.Inthefollowing,theJacobianmatrixisdividedintotwoblocks.Thefirstblockmatrixisdiagonallydominantpositivedefinitematrix,theotherblockmatrixdoesnotincludeinjectionmeasurementsthatinducenumericalmorbidity.ThustheproposedarithmeticcanreducethelossofinformationbroughtfrommultiplyingJacobianmatrixandcalculationofmultiplyingmatrixandenhancesthenumericalstabilization.Itisremarkablethatthismethodcanretrainthedegreeofnumericalmorbiditycausedbyhighlyweightedvirtualinjections.Keywords:PowerSystemstateestimationobservabilityanalysisweightedleastsquaresmethodnumbericalstabilitypartitionedJacobiamatrix11绪论1.1电力系统状态估计的发展历史在电力工业发展初期发电厂都建在用户附近电厂规模较小电力系统也是简单而孤立的运行人员在发电机开关设备等电力元件的近旁直接监视设备状态并进行手工操作例如人工操作开关调节发电机的出力和电压等这种工作方式的效果与运行人员的素质和精神状态有关往往不能及时而正确地进行调节和控制特别是在发生事故时往往来不及对事故的发生和发展做出反应而使事故扩大随着工农业生产和人民生活用电的增长电力系统内的发电设备及其出力不断增加供电范围也不断扩大在这种情况下设备现场人工就地监视和操作已不能满足电力系统运行的需要了为了保证电力系统安全运行和向用户供应合格电能出现了单一功能的自动装置这些装置有故障自动切除装置(即继电保护装置自动切除出现故障的发电机变压器和输电线路等设备)自动操作和调节装置(如断路器自动操作发电机自动调压和自动调速装置等)和远距离信息自动传输装置(即远动装置)为了提高电力系统供电的可靠性和运行的经济性逐步地将孤立的电力系统连接起来发展成了跨地区的电力系统由于电力系统中每座发电厂和变电站的运行值班人员只知道本厂(站)的运行情况对系统内其它厂(站)的运行情况及电力系统的运行结构不清楚所以在跨地区的电力系统形成之后就必须建立一个机构对电力系统的运行进行统一管理和指挥合理调度电力系统中各发电厂的出力并及时综合处理影响整个电力系统正常运行的事故和异常情况这个机构就是电力系统调动所也称电力系统调度中心[1]随着电力系统的迅速发展电力系统的结构和运行方式日趋复杂电力系统调度中心的自动化水平也需要逐步由低级向高级发展现代化的调度系统要求能迅速准确而全面地掌握电力系统的实际运行状态预测和分析系统的运行趋势对运行中发生的各种问题提出对策并决定下一步的决策从而保证电力系统运行的安全性和经2济性但是电力系统遥测设备经常受随机误差仪表误差等误差之患因此用这样粗糙的系统行为信息来判断系统状态显然是不能满足要求的对系统状态的估计是控制的必要条件因此要改变系统状态首先要知道它处于什么状态然而已被广泛应用于飞机和宇航系统的数据分析和估计理论直到六十年代末七十年代初才开始应用于电力系统的在线数据处理状态估计也称为滤波它是利用实时测量系统的冗余度来提高数据精度自动排除随机干扰和噪声所引起的错误信息估计或预报系统的运行状态状态估计作为近代计算机实时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这种方法既节约内存又降低了每次估计的计算量电力系统状态估计的研究也是由卡尔曼滤波开始的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)问题而且对测量误差的统计知识又不够清楚因此目前很多电力系统实际采用的状态估计算法是昀小二乘法1968年丰田淳一作出了用卡尔曼滤波方法做负荷预报和水库来水预报的文章它已经属于状态估计在电力系统中应用的研究然而状态估计在电力系统中被广泛研究和实际应用却是针对实时潮流问题进行的按照目前习惯的说法电力系统状态估计一词的含义就是指实时潮流的状态估计1969年美国麻省理工学院的许怀丕(F.C.Schweppe)等人提出了基本加权昀小二乘法的状态估计其特点是收敛性能好估计质量高然而由于这种算法的计算量和使用内存比较大难以用于大型电力系统的实时计算中之后H.P.Horisberger等人吸取潮流计算经验而建立的快速分解状态估计算法兼顾了计算速度收敛性使用内存和对各种类型测量量的适应性等方面的优点可以看成是基本加权昀小二乘法状态估计的实用形式接着美国电力公司(AmericanElectricPower)的道帕兹恩(J.F.Dopazo)等人提出了测量变换估计算法它也属于昀小二乘法的总体算法其特点是仅用支路潮流测量值计算速度快使用内存少和程序简单虽然难以处理结点注入型测量量但并不妨碍其实用性在1975年就投入了实际运行在同一时期美国邦那维尔电力系统(BonnevillePowerAdministration)的拉森(R.E.Larson)等人提出了卡尔曼型的逐次估计算法但由3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因此这样虽然有节省内存和提高计算速度的优点却降低了收敛性能和估计质量而妨碍了实用性其后在美国的其它电力公司以及挪威瑞典日本法国英国澳大利亚意大利和前苏联等国相继开展这方面的研究工作昀早应用状态估计程序的是挪威水利电力局(Tokle)所属的较小的电网和美国电力公司(AEP)所属的较大的电网至70年代末80年代初世界上约有十几个电网在正常运行中使用了状态估计程序状态估计在电力系统中所得到的效果己被肯定新设计的电力系统调度中心都应包含这一新的功能自70年代末开始我国北京广东和华东等电力系统先后与有关科研机构和高等院校合作开展了状态估计课题的研究工作80年代初北京电力系统进行了状态估计的实时试验[