电力系统状态估计PPT课件

第二章 电力系统状态估计一概述一概述 二电力系统运行状态的数学描述与可观察性二电力系统运行状态的数学描述与可观察性 三三最小二乘估计最小二乘估计 四四静态最小二乘估计的改进静态最小二乘估计的改进 五五支路潮流状态估计法支路潮流状态估计法 六六电力系统的递推状态估计电力系统的递推状态估计 七七不良数据的检测与辨识不良数据的检测与辨识 八八. 电力系统网络拓扑分析及网络结构辨识的基本概念电力系统网络拓扑分析及网络结构辨识的基本概念 第1页/共176页 一 状态估计的概念 如果已知目标状态 的运动规律，则可根据运动方程从状态初值推算出任一时刻的状态。这种方法是确定性的，没有估计问题。 如果计及随机因素的影响，则这种运动方程是无法精确求解的。即使采取近似处理，其计算结果也会出现某种程度的偏差而得不到实际状态（或称为状态真值）。一概述x第2页/共176页 这种环境称为噪声环境，这些介入的和不可预测的随机因素或干扰称为动态噪声。干扰或噪声具有随机性，因而，状态计算值的偏差也具有随机特性。 一概述第3页/共176页 在实际应用中经常遇到的另一种情况是对运动目标的参数进行观测以确定其状态。假若测量系统是理想的，则所得到的测量量向量是理想的，即可以用来确定状态的真值。但是实际的测量系统是有随机误差的，测量向量不能直接通过理想的测量方程，直接求出状态真值。一概述第4页/共176页 可见，由于随机噪声及随机测量误差的介入，无论是理想的运动方程或测量方程均不能求出精确的状态向量。只有通过统计学的方法加以处理以求出对状态向量的估计值。这种方法，称为状态估计。一概述第5页/共176页 状态估计分为动态估计和静态估计两种。根据运动方程以某一时刻的测量数据作为初值进行下一个时刻状态量的估计，叫做动态估计；仅仅根据某时刻测量数据，确定该时刻的状态量的估计，叫做静态估计。一概述第6页/共176页 二 电力系统状态估计的意义 电力系统的信息需通过远动装置传送到调度中心，由于远动装置及传送过程各个环节造成的误差，使这些数据存在不同程度的误差和不可靠性。此外，由于测量装置在数量上或种类上的限制，往往不能得到电力系统分析所需的完整、足够的数据。为解决上述问题，除了不断改善测量与传输系统外，还可采用数学处理的方法来提高测量数据的可靠性与完整性。电力系统状态估计就是为适应这一需要而提出的。一概述第7页/共176页 从了解电力系统运行情况的要求来看，希望有足够多的测量信息送到调度中心，但从经济性与可能性来看，只能要求将某些必不可少的信息送到调度中心，通常称能足够表征电力系统特征所需最小数目的变量为电力系统的状态变量。电力系统状态估计就是在测量量有误差的情况下，通过计算得到可靠的并且为数最少的状态变量值。一概述第8页/共176页 为了满足状态估计的上述需要，对电力系统的测量量在数量上要有一定的裕度。通常将全系统中独立测量量的数目与状态量数目之比，称为冗余度。只有具有足够冗余度的测量条件，才能通过电力系统调度中心的计算机以状态估计算法提高实时信息的可靠性与完整性，建立实时数据库。一概述第9页/共176页 由于电力系统远动装置的工作情况经常变化，当远动信息量严重不足时，状态估计无法工作。因此，在状态估计之前应先进行可观察性检验。如果系统中某些部分被判定是不可观察的，无法通过状态估计建立实时数据库，则应把它从状态估计的计算中退出来，或用增加人工设置的虚拟测量或称伪测量数据来使它变成可观察的。一概述第10页/共176页 协同状态估计工作的是不良数据的检测与辨识，如果有误差很大的，一般没有随机性的数据（也称不良数据），就应该将它剔除，并重新进行状态估计，最终建立起完整的电力系统模型。 由于状态估计必须在几分钟内完成，因此它通常可以跟踪节点负荷的变化规律，在必要时可用来提供补充的测量量。因此，状态估计的计算结果也可以用于负荷预测。一概述第11页/共176页一概述网络结构处理不良数据检测与辨识可观察性检验状态估计器负荷预计实时数据库有无图2-12-1电力系统状态估计的功能流程框图 第12页/共176页 电力系统的测量向量 包括支路功率、节点注入功率、节点电压模值等测量量，待求的系统状态量 是各节点的电压模值与电压相角。通过网络方程从估计出的状态量 求出支路功率、节点注入功率等的估计计算值 。如果测量有误差，则计算值 与实际值 之间有误差 ，称为残差向量。一概述zx x z zzzz zh x第13页/共176页 假定状态量有 个，测量量有 个。各测量量列出的计算方程式有 个，当存在测量误差时，通过状态估计由测量量求出的状态量不可能使残差向量为零。但可以得到一个使残差平方和为最小的状态估计值 。一概述 xnmm第14页/共176页 19701970年等人首先提出用最小二乘估计法进行电力系统状态估计。与之同时，等人也提出使用支路潮流测量值的最小二乘法。随后、等人提出了应用卡尔曼滤波的递推状态估计算法。至2020世纪7070年代末期, ,状态估计在电力系统的应用的效果已被肯定, ,并在数十个电力系统中得到成功的应用。一概述第15页/共176页 三 状态估计与常规潮流计算的比较图2-2 2-2 状态估计与潮流计算的比较框图(a)(a)潮流计算；(b)(b)状态估计一概述第16页/共176页 潮流计算方程式的数目等于未知数的数目。而状态估计的测量向量的维数一般大于未知状态向量的维数，即方程数的个数多于未知数的个数。其中，测量向量可以是节点电压、节点注入功率、线路潮流等测量量的任意组合。此外，两者求解的数学方法也不同。潮流计算一般用牛顿- -拉夫逊法求解 个非线性方程组。而状态估计则是根据一定的估计准则，按估计理论的方法求解方程组。一概述2n第17页/共176页 本章主要介绍：状态估计的基本概念，电力系统状态估计的理论与计算方法，不良数据的检测与辨识的理论与计算方法，以及电力系统网络拓扑分析和网络结构辨识的基本概念。 一概述第18页/共176页一 电力系统测量系统的数学描述 电力系统的运行状态可以用节点电压模值、电压相角、线路有功与无功潮流、节点有功与无功注入量等物理量来表示。状态估计的目的就是应用经测量得到的上述物理量通过估计计算求出能表征系统运行状态的状态变量。二电力系统运行状态的数学描述与可观察性第19页/共176页 电力系统静态运行的状态变量，通常取节点电压模值与电压相角。当有一个平衡节点时， 个节点的电力系统状态变量维数为 。如果系统结构与参数都已知，根据状态变量就不难求出各支路的有功潮流、无功潮流及所有节点的注入功率。二电力系统运行状态的数学描述与可观察性N21nN第20页/共176页 状态变量需借助测量方程式，即联系状态向量与测量量向量之间的函数关系间接求得。在考虑有测量噪声时，它们之间的关系为 (2-1)(2-1) 式中： 为 维的测量量向量； 为测量函数向量 (2-(2-2)2) 为测量噪声向量，其表达式为 (2-3)(2-3)二电力系统运行状态的数学描述与可观察性 zh xzm h x 12,Tmhhh hxxxx12,Tm 第21页/共176页 状态变量与支路潮流的非线性函数表达式，称为节点电压测量方程式；节点注入功率与支路潮流的非线性函数表达式，称为注入功率测量方程式。表2-12-1列出五种基本测量方式。第一种测量其维数为 ，显然没有冗余度，这在状态估计是不实际的。第五种测量方式具有最高的维数和冗余度，但所需投资太高，也是不现实的。因此，实际测量方式是第一到第四的组合。二电力系统运行状态的数学描述与可观察性12N第22页/共176页表2-1 五种基本测量方式 测量方式的分量方程式 的维数（1）平衡节点除平衡节点外所有节点的注入功率 、 式(2-4) 、(2-5) 、(2-9)（2） （1）加上所有节点的电压模值 式(2-4) 、(2-5) 、(2-9)（3） 支路两侧的有功、无功潮流 式(2-6) 、(2-7)（4） （3）加上所有节点的电压模值式(2-6) 、(2-7) 、(2-9)（5） 完全的测量系统式(2-4) (2-7)、(2-9)z h xziPiQiuikikkikiPQPQ、21N 32N 4M4MN43MN二电力系统运行状态的数学描述与可观察性第23页/共176页 相应的方程式为 (2-4)(2-4) (2-5) (2-5) (2-6)(2-6) (2-7)(2-7) (2-8)(2-8) (2-9) (2-9) 二电力系统运行状态的数学描述与可观察性11NNiikikkikikikkikkkPee Gf Bff Ge B11NNiikikkikikikkikkkQfe Gf Bef Ge BikiikiikikiikiikikPe e ef ffge fff e eb222ikikiikiikikiikiikikiiYQe e ef ffbe fff e egefarctaniiif e222iiiuef第24页/共176页图2-3 2-3 形线路元件模型二电力系统运行状态的数学描述与可观察性,ikikP Q2ikYik,ikikrx,kikiP Qjiiiiuefjkkkkuef2ikY第25页/共176页 用测量量来估计系统的状态存在若干不准确的因素，概括起来有以下几点。 （1 1）数学模型不完善。测量数学模型通常有工程性的近似处理。此外，还存在模型采用参数不精确的问题，另外，网络结构变化时，结构模型不能及时更新。上述问题属于参数不精确的，通常用参数估计方法解决；属于网络结构错误的，则采用网络接线错误的检测与辨识来解决。二电力系统运行状态的数学描述与可观察性第26页/共176页 （2 2）测量系统的系统误差。这是由于仪表不精确，通道不完善所引起的。它的特点是误差恒为正或负而没有随机性。一般这类数据属于不良数据。清除这类误差的方法，主要是依靠提高测量系统的精确性与可靠性，也可以用软件方法来检测与辨识出不良数据，并通过增加测量系统的冗余度来补救，但这仅是一种辅助手段。二电力系统运行状态的数学描述与可观察性第27页/共176页 （3 3）随机误差。这是测量系统中不可避免会出现的。其特点是小误差比大误差出现的概率大，正负误差出现的概率相等，即概率密度曲线对称于零值或误差的数学期望为零。状态估计式(2-1)(2-1)和式(2-3)(2-3)中的误差向量 就是这种误差。二电力系统运行状态的数学描述与可观察性第28页/共176页 测量的随机误差或嗓声向量 是均值为零的高斯白噪声，其概率密度为 式中： 是误差 的标准差；方差 越大表示误差大的概率增大。二电力系统运行状态的数学描述与可观察性22222iiiipei2i第29页/共176页 对 进行多次测量后就可以用协方差 表示不同时刻测量数据误差之间均值的相关程度 (2-(2-10)10) 若 时， ； 时， ，这表示不同时间的测量之间是不相关的。 一般情况下，不同测量的误差之间是不相关的。二电力系统运行状态的数学描述与可观察性iziRiikikmRttmt 0m 0iR 0m iiiRr第30页/共176页 由于误差的概率密度或协方差很难由测量或计算确定，因此在实际应用中常用测量设备的误差来代替。测量误差的方差为 (2-(2-11)11) 式中：为仪表测量误差，一般取0.01 0.02；为远动和模数转换的误差，一般取0.0025 0.005；为满刻度时的仪表误差；为规格化因子。二电力系统运行状态的数学描述与可观察性221211iiiiKrczcF1c2cFK第31页/共176页 每个测量量的方差为 。测量误差的方差阵，可以写成每个测量误差方差的对角阵为 (2-(2-12)12)二电力系统运行状态的数学描述与可观察性2iiiiRr21222mR第32页/共176页 二 电力系统的可观察性 电力系统状态能够被表征的必要条件是它的可观察性。如果对系统进行有限次独立的观察（测量），由这些观察向量所确定的状态是唯一的，就称该系统是可观察的。卡尔曼最初提出可观察的概念只是在线性系统范围内，在电力系统的问题中可以由式(2-1)(2-1)的雅可比矩阵 来确定 (2-(2-13)13)二电力系统运行状态的数学描述与可观察性H 0( )x xxhH xx第33页/共176页 只要 阶测量矩阵 的秩为 ，则系统是可观察的，这表示通过测量量可以唯一地确定系统的状态量，或者说，测量点的数量及其分布可以保证系统是可观察的。在非线性系统中，可观察性问题虽复杂得多，但可观察的一个必要但非充分条件仍是雅可比矩阵 的秩等于 ，每一时刻的测量量维数至少应与状态量的维数相等。二电力系统运行状态的数学描述与可观察性Hm nnHn第34页/共176页 电力系统测量需要有较大的冗余度。有冗余度的目的是提高测量系统的可靠性和提高状态估计的精确度。保证可观察性是测量点布置的最低要求。 前面说过，电力系统出现异常大误差的数据，称为不良数据。查找出不良数据，并将其剔除是建立实时数据库的基本要求。测量具有冗余度则是实现这一工作的基本条件。二电力系统运行状态的数学描述与可观察性第35页/共176页 一 基本原理 静态估计是用一定的统计学准则通过测量向量 求出状态向量 ，并使之尽量接近其真值 。 是一个估计值，估计值与真值之间的误差称为估计误差 (2-(2-14)14) 估计误差值 是 维向量。判断估计方法的优劣不是根据 中个别分量的估计误差值，而是根据 的整个统计特性来决定。三最小二乘估计z xx xxxxx n x x第36页/共176页 如果估计量 的分量大部分密集在真值 附近，则这种估计结果比较理想。因此，可用 的二阶原点矩 作为衡量估计质量的一种标志， 均方误差阵是 阶的。如果所用的估计方法遵循最小方差准则，则称这种方法为最小方差估计。但最小方差估计作为一种统计学的估计方法，要求事先掌握较多的随机变量的统计特性，这在电力系统状态估计实践中难以做到。以下介绍的最小二乘法是一种非统计学的估计方法。三最小二乘估计 xxx TExxTExxn n第37页/共176页 最小二乘估计是在电力系统状态估计中应用最为广泛的方法之一。最早的最小二乘方法是高斯解决天体运动轨迹问题时提出的。这种方法的优点之一是不需要随机变量的任何统计特性，它以测量值 和测量估计值 之差的平方和最小为目标准则，即 应用在电力系统，状态估计是按测量值 与系统数学模型确定的值 的误差平方和最小来确定的系统状态 ，即目标函数为 (2-15)(2-15)三最小二乘估计z z )()(T12zzzzxmiiizzJiz xhix)()()()(T12xhzxhzxxmiiihzJ第38页/共176页 二 加权的意义 这一方法对于任一个测量分量的误差 都以相同的机会加进目标函数，即它们在目标函数中所占的份额一样。但由于各个测量量的量测精度不一致，因此它们以同样的权重组成目标函数是不合理的。为提高整个估计值的精度，应该使各个量测量各取一个权值，精度高的测量量权大一些，而精度低的测量量权小一些。根据这一原理提出了加权最小二乘准则。三最小二乘估计 xhzii第39页/共176页 加权最小二乘准则的目标函数为 (2-16)(2-16) 式中： 为一适当选择的正定阵，当 为单位阵时(2-16)(2-16)就是最小二乘准则。 假设 ， 为式(2-12)(2-12)的测量误差方差阵。其中各元素为 于是目标函数可写成 (2-17)(2-17)三最小二乘估计)()()(TxhzxhzxWJWW1WRR121iiR)()()()(1T122xhzRxhzxxmiiiihzJ第40页/共176页 三 最小二乘算法 为线性函数 先假定 是线性向量函数。 (2-(2-18)18) 或 式中： 为 矩阵，其元素为 。 状态量的值 与测量值 的关系为三最小二乘估计)(xh)(xhnjjijixhh1)( x), 2 , 1(miHx)(xhHm nijhxzvHxz第41页/共176页 按最小二乘准则建立目标函数 或 (2-(2-19)19) 对目标函数求导数并取为零，即 (2-(2-20)20) 亦即 这是一组有 个未知数的 维方程组，联立求解即可求得 的最佳估计值 。三最小二乘估计), 2 , 1(mk)(1THxzRHxzxJmiinjjijixhzJ1221)(x02)(121miiiknjjijikhxhzxxJmimiiikijnjiijikhzxhh11212), 2 , 1(mknnxx 第42页/共176页 为非线性函数 以上是在 为线性函数的前提下讨沦的。但电力系统的测量函数向量 是非线性的向量函数，这时无法直接由目标函数 的极值条件求解 ，需要用迭代的方法求解。 1 1 设状态变量的初值为 将 在 处线性化，并用泰勒级数在附近展开，即 (2-(2-27)27)三最小二乘估计)(xh)(xh)(xh)(xJx 0 x)(xh 0 x 0 x 00 h xh xH xx第43页/共176页 是函数向量 的雅可比矩阵，其元素为 (2-(2-28)28) 2 2 目标函数 略去 的高阶项，取目标函数为 (2-(2-29)29) 取 ，有 (2-(2-30)30)三最小二乘估计)(xh 0H x 00iijjhhxxx xx)()()()()() 0() 0(1T) 0() 0(xxHxhzRxxHxhzxJ 0 zzh x )()()0(1T)0(xxHzRxxHzxJ第44页/共176页 3 3 极值条件即则式中 由此可得 (2-(2-31)31)三最小二乘估计0 xxd)(dJ)(d)( dd)(d)0(1T)0(xxHzRxxxHzxxJ)(d)(d)0(T)0(1xxHzxxxHzR0)()(2)0(1)0(xxHzRxHTxxHRxHzRxH)()()()0(1)0(1)0(TTzxxzRxHxHRxHx1) 0() 0(1) 0(1) 0(1) 0()()()()()(RHcTTT1)0(1)0()0()()()(xHRxHxcT 000001T xxxxc xHxRzh x第45页/共176页 4 4 迭代格式 当 充分接近 时泰勒级数略去高阶项后才是足够近似的。用式(2-31)(2-31)作逐次迭代，可以得到 。若以 表示迭代序号，式(2-31)(2-31)可以写成 (2-(2-32)32) (2- (2-33)33) 0 xx x l( )( )1( )1( )1( )()()()()lTllTllxHxR H xHxRzh x(1)( )( )lllxxx三最小二乘估计第46页/共176页 5 5 收敛判据 按式(2-32)(2-32)和式(2-33)(2-33)进行迭代修正，直到目标函数接近于最小为止。所采用的收敛判据可以是以下三项中的任一项 （1 1） (2-(2-34)34) （2 2） (2-(2-35)35) （3 3） (2-(2-36)36)三最小二乘估计 maxixilx 1JJJllxx alx第47页/共176页 上三式是三种收敛标准。其中式(2-(2-34)34)表示状态修正量绝对值最大者小于规定的收敛标准，这是最常用的判据。 可取基准电压模值的 。 满足收敛标准时的 即为最优状态估计值 。此时测量量的估计值是 。三最小二乘估计x461010 lxx zh x第48页/共176页 6 6 状态估计的计算步骤及程序框图 当 是 的非线性函数时，进行状态估计的步骤如下： 1)1)从状态量的初值计算测量函数向量 和雅可比矩阵 。 2)2)由遥测量 和 计算残差 和目标函数 ，并由雅可比矩阵 计算信息矩阵 和向量 。三最小二乘估计)(xhx)()0(xh)()0(xHz)()0(xh)()0(xhz )()(lJ x)()(lxHHRH1T)()(1lTxhzRH第49页/共176页 3)3)解方程式(2-32)(2-32)求得状态修正量 ，并取其中绝对值最大者 。 4)4)检查是否达到收敛标准。 5)5)若未达到收敛标准，修改状态量， 继续迭代计算，直到收敛为止。 6)6)将计算结果送入不良数据检测与辨识入口。三最小二乘估计x)(l)(maxliix) () () 1(lllxxx第50页/共176页 图2-42-4是加权最小二乘估计程序框图，其中框1 1包括输入各测量量的权值。框1 1的初值在实际应用中一般取前一次状态估计的电压值，以加快迭代的收敛速度。框3 3中用现有的状态量 （如电压模值与电压相角）计算 及其偏导数 。框4 4求解电压模值与相角的修正量，选出 及 ，供框5 5作收敛检查。框6 6转入下一次迭代并对状态变量作修正。三最小二乘估计x)(l),(uh),(uHiiumaxiimax第51页/共176页图2-4 2-4 加权最小二乘估计框图 三最小二乘估计入口输入测量信息给定初值)()(lxH)()(lxhHRH1T)()(1lTxhzRH计算计算计算x)(l)(maxliix解非线性方程式(2-30) 求及xliixmaxl = l + 1)()() 1(lllxxx到不良数据检测与辨识入口l1第52页/共176页 四 信息矩阵（ 阵）的特点 稀疏性和对称性 因为 一般为稀疏矩阵，所以可以用稀疏矩阵技巧进行求解。以下先讨论这个矩阵的结构，由式(2-32)(2-32)可得 (2-(2-38)38) 或写成 (2-(2-39)39) 为了求解式(2-39)(2-39)，先研究 阵的特点。三最小二乘估计1TH R H 11TT llllHxR H xxHxRzh xAxbAA第53页/共176页 阵的元素： 因为 是对角阵，所以 阵的结构与 的结构一致。由于 是稀疏的，而且 和 换位并不影响 的值，因此 阵是 的对称稀疏矩阵。 阵的结构与导纳矩阵不一样，取决于网络结构与测点的布置。式(2-38)(2-38)中 阵的每一行元素是相应的一个测量量对状态量的偏导数，即式(2-28)(2-28)。三最小二乘估计Amkkkjkiijhha12mkkkikjjihha121RAHHTHkihkjhijaAn nAH第54页/共176页 从 的累加计算式看，累加顺序并不影响 的值，所以改变测量量的顺序（即 的行互换）并不影响计算结果。当然，也不影响阵 的结构。三最小二乘估计HijaAija第55页/共176页 的结构与系统网络结构和测量系统配置的关系 1 1支路功率测量 对于连接节点 、的支路，当有有功、无功测量时，因测量值只与该支路两端的状态变量有关，所以在 阵相应的测量量行中在 列与 列有非零元素（若测量量为第 个，则非零元素为 和 ）， 阵将出现非零的 元素（ 、 、 和 均非零）。因此，不论有功或无功, ,不论在线路哪一侧，有一个测量就能出现 元素。三最小二乘估计AijHijkkihkjhAijaiiaijajiajjaija第56页/共176页 2 2节点注入功率测量 节点 的有功或无功注入的测量值，不仅与节点 的状态量有关，而且还与同节点 直接连接的相邻节点的状态量有关。 对于图2-52-5例子，在 阵中，相应于节点 注入测量的行（设为 行）的 列以及与 相关的各节点（如 、）的列均为非零元素，即 、 、 、 为非零元素，即相应的阵为三最小二乘估计iHiiimiiejkmehmihmjhmkh00hhhhHmkmjmime第57页/共176页图2-5 2-5 节点注入对H H阵影响示意图iekj三最小二乘估计第58页/共176页 根据式(2-38)(2-38)可看出，这一测量值，在 阵中将使 、 、 六个非对角元发生变化（由于 是对称阵，这里仅列出下三角部分）并成为非零元素（这时 、 、均非零）。它的作用相当于在 、 、 、 、 、 六条支路上装有测量，而实际上图2-52-5中以虚线表示的线路是不存在的。 三最小二乘估计AieajeajiakeakiakjaAieaeeaeiaejaekaiiaijaikajeajiajjajkakeakiakjakkaiejejikekikj第59页/共176页 3 3节点电压测量 节点 的电压测量值仅在 阵 列有非零元素，在 阵中也只影响相应的 行对角元。 根据上述，对于图2-6(a)2-6(a)的网络与测点布置情况，其 阵的结构如图2-2-6(b)6(b)所示，其中列号为节点号，亦即该节点的状态量电压模值与电压相角的序号。图中有9 9个测量量，7 7个状态量。三最小二乘估计iiHAiH第60页/共176页 由式(2-38)(2-38)， ， 阵结构如图2-6(c)2-6(c)所示。用图2-6(c)2-6(c)的关联关系可以绘出 阵的线图2-6(d)2-6(d)，比较图2-2-6(a)6(a)与图2-6(d)2-6(d)可见，凡没有配置支路功率测量，且其两侧又无注入功率的，其 阵的 。如果在节点 有注入功率测量，则与 有关联的各节点间就形成一闭合的回路。 三最小二乘估计A1TAH R HA0ija Aii第61页/共176页图2-6 2-6 信息矩阵的结构示意图(a)(a)系统网络示意图;(b);(b)H H矩阵;(c);(c)A A矩阵;(d);(d)A A矩阵网络示意图电压测量；支路功率测量；注入功率测量三最小二乘估计432（a）1（d）4321（c） （b）P12 Q12P23 Q23P34 Q34V1P3 Q3 第62页/共176页 一快速解耦状态估计 加权最小二乘状态估计算法与潮流计算的牛- -拉法相似。该算法具有良好的收敛性能，但占用内存较大，计算时间也较长。 在式(2-38)(2-38)中，如把信息矩阵常数化，在迭代过程中就只需进行一次因子分解。如再使之对角化，就可进一步提高计算效率，快速解耦状态估计就是在这个思想基础上建立的。 快速解耦状态估计充分利用电力系统的物理特性，忽略次要因素的影响，在修正方程解算过程中减少了计算量，提高了计算速度、降低了内存占用量。四静态最小二乘估计的改进第63页/共176页 数学模型 对极坐标形式的电力系统加权最小二乘状态估计基本算法进行简化。 将状态变量按节点电压相角和模值分别排列，即 将测量量按有功和无功分别排列，即 四静态最小二乘估计的改进UxvvUhUhzzzrarara),(),(第64页/共176页 式中：表示支路有功潮流、节点有功注入测量量向量；表示支路无功潮流、节点无功注入、节点电压模值的测量向量。 雅可比矩阵可表示为 (2-(2-40)40) 同时，对角权矩阵也相应地按有功和无功分别排列，即 (2-(2-41)41)四静态最小二乘估计的改进azrzrrraaraarraaHHHHUhhUhhUH),(raRRR00111raRRR00第65页/共176页 信息矩阵可以写成 (2-(2-42)42) 在高压电网中，有功主要取决于节点电压相角，无功主要取决于节点电压模值。即四静态最小二乘估计的改进111TTaaarTaaraaTTrarrarrrrHHHHR0H R HHHHH0R11111111TTTTaaaaararraaaaarrarrrTTTTaraaarrrraaraarrrrrrH R HH R HH R HH R HH R HH R HH R HH R HhUhUhhrraararraraaHHHH第66页/共176页 因此，可引入第一项简化假设： 这样， 矩阵变为准对角阵： 式(2-42)(2-42)可以转化为对角矩阵四静态最小二乘估计的改进00hUhra00raarHHHrraaHHH00rrTraaTaThRhhRh11100HRHA第67页/共176页 如再假定各支路电阻远远小于电抗，支路两端的相角差很小，各节点电压模值接近于参考节点电压，即 ， ， ， 这样有 取支路电抗倒数（不计变压器非标准变比及线路对地电容的影响）； 取支路导纳的虚部（电压测量的 元素取 ）。四静态最小二乘估计的改进ijijBG 0sinij1cosij0UUUjirrrraaaaUUBUhHBhH020)()()()(120140rrTrraaTaaUUBRBABRBAaBrBrB01 U第68页/共176页 于是信息矩阵就成为常数矩阵，不必在迭代过程中修改。 (2-(2-43)43) 对于修正方程右边项的处理不同于常规潮流计算。计算经验表明： 矩阵元素采用上述两项假设比准确计算更有利于收敛性的改善，提高迭代计算的速度。四静态最小二乘估计的改进rraaraTrrTaaTHHRRHHHRHA000000111rarrrTrraaaTaaA00AHRH00HRH11H第69页/共176页 迭代的修正方程式可以写成 (2-(2-44)44) (2- (2-45)45) 展开为 (2-(2-46)46) (2- (2-47)47)四静态最小二乘估计的改进),(),(),(),()(11111UhzRHUhzRHUhzUhzRRHHHHxhzRHrrrTrraaaTaarraaraTrrTraTarTaaT00rarrrTaaaaTaUUbbUhzRBUhzRB),()(),()(10120)()(lalabA)()(lrlrbUA),()()()()()(120)(140llaaaTalaaTaUUUhzRBBRB),()()()()()(10)(120llrrrTalrrTrUUUhzRBUBRB第70页/共176页 其中： (2-(2-48)48) (2- (2-49)49) 式中： 为节点电压相角的向量， 为节点电压模值的向量。 方程式(2-44)(2-44)和式(2-45)(2-45)的方法，称为快速解耦状态估计算法。四静态最小二乘估计的改进 1,llTTlaruuhhaRzh u 1,llTTlar u uhhbRzh uuu la lb第71页/共176页 当有功测量的维数为 ，无功测量的维数为 时，状态量 、 的维数是网络节点数中减去平衡节点的状态量数，分别为 、 ，于是 是 阶的， 是 阶的，是 阶常数对称矩阵， 是 阶常数对称矩阵， 是 维向量， 是 维向量。四静态最小二乘估计的改进amrmuanrnaaHaamnrrHrrmnrAaann laan lbaArrnnrn第72页/共176页 为进一步加快速度，可对式(2-44)(2-44)和式(2-45)(2-45)右边也做类似简化。这种方法，也称为模分解估计算法。其简化式为 (2-(2-50)50) (2- (2-51)51)四静态最小二乘估计的改进 210,llTlaaaaU u uaBRzhu 210,llTlrrrrU u ubBRzhu 第73页/共176页图2-7 2-7 快速解耦法状态估计程序框图四静态最小二乘估计的改进第74页/共176页 二 正交变换法 在状态估计中感兴趣的问题是，哪些测量量对提高估计精度是最有利的，或者在一组已有的测量中应增加哪些新的测量量，就可以取得最佳估计效果。现用一个二维例子分析如下： (2-52)(2-52)四静态最小二乘估计的改进2121212111vvxxzz第75页/共176页 观察矩阵的转置为 (2-(2-53)53) 式中： 时 的秩为2 2 。如不考虑测量误差，将 、 绘成图形，如图2-92-9所示。忽略测量误差后, ,由式(2-52)(2-52)得 (2-(2-54)54)四静态最小二乘估计的改进212111ssHTTH211s2s21122121111zzxx第76页/共176页图2-9 2-9 、 向量及其正交向量 示意图 图2-10 2-10 含误差时向量 与 的交叉图 四静态最小二乘估计的改进1s2s3s2s1s第77页/共176页 由式(2-54)(2-54)可以看出，当 接近 时，此两方程式差别很小，于是其差值的倒数项很大。导致测量量 的不精确性放大，使估计值 误差增大。当 等于零时，计及测量误差，式(2-52)(2-52)的两个方程式交叉的解如图2-102-10所示的阴影部分。显然，若式(2-52)(2-52)中两个方程式正交，则阴影面积最小。四静态最小二乘估计的改进12zxz第78页/共176页 在这个二维例子中，若要增加一个测量，使得测量的估计值误差达到最小，显然，其最佳选择应是正交于 、 的向量 , , 如图2-92-9所示。四静态最小二乘估计的改进1S2S3S第79页/共176页 根据以上讨论，产生了如何求最正交方程式的问题。 定义: :满足 的单位向量为最正交单位向量。 正规化矩阵 ，将其列向量的模值规格化，保留角度关系，于是正规化的矩阵为 (2-(2-55)55)四静态最小二乘估计的改进1TuuTHmTnH21第80页/共176页 定义一个函数为 (2-(2-56)56) 若 的方向使内积之和 最小，则由式(2-56)(2-56)得 (2-(2-57)57) 将式(2-55)(2-55)代入式(2-57)(2-57)得 (2-(2-58)58)四静态最小二乘估计的改进22221uuuLTmTTLTTmTmTTTTTTuuuuuuL2211uTmmTTT2211uHHuLnTnT第81页/共176页 为了使 最小，可以采用LagrangeLagrange乘子形成函数 (2-59)(2-59) 最小化的条件为 (2-(2-60)60) 即 (2-(2-61)61) 由微分算法关系 ，其中 为对称矩阵，所以式(2-61)(2-61)为 (2-(2-62)62) 式中：为单位矩阵。四静态最小二乘估计的改进LIuuuHHuVTnTnT0uV0IuuuHHTnTnTBxxBxxT2B0uIuHHnTnI第82页/共176页 当且仅当矩阵 是奇异的，即 ，式(2-62)(2-62)才具有非平凡解，其 个根为 的特征根，而且对应与每个特征根 ，均具有至少一个非平凡解 ，这个解就是特征向量。 如果 是式(2-62)(2-62)的特征值 的特征向量，则代入式(2-58)(2-58)得到待求函数为 (2-(2-63)63) 由式(2-62)(2-62)可以看出 (2-(2-64)64)四静态最小二乘估计的改进nIuHHnTn0det IuHHnTnnTnHHiiuiiinTnTiHHLiiTiiTiinTnTiIHHL第83页/共176页 所以最小的待求函数，即为对应于最小特征值 ；而最正交向量，即是对应于此特征值的特征向量。 在最小二乘估计中假定观察矩阵 的最正交向量为 ，则增加的测量向量方向应是最靠近正交向量。当这个测量是电压模值，则可以直接增加。若是电压相角，则必须用另外一组潮流或注入功率的测量量来代替。在测点布置时应尽可能选择那些可使状态估计取得最好效果的测量量。四静态最小二乘估计的改进Hiu第84页/共176页 支路潮流状态估计法是早期应用于美国AEPAEP电力公司的一种较成功的算法。用这种算法进行状态估计仅需支路潮流测量量，在状态估计计算时将支路功率转换成支路两端电压差的量，最后得到与基本加权最小二乘估计相类似的迭代修正公式。由于这种方法只用支路测量量，所以也称“唯支路法”。又由于这种方法需用支路测量量转变成支路两端电压差的量，所以又称“量测量变换法”。五支路潮流状态估计法第85页/共176页 一 数学模型 支路潮流测量量 ，表示连接节点 、的支路 上测量到的复功率。若应用加权最小二乘的算式，其目标函数为 这里，测量量向量 是支路复潮流，以表示；测量函数向量 用表示，它是状态向量- -节点复电压 的函数。五支路潮流状态估计法ijkzkMS)()()()(1T122xhzRxhzxxmiiiihzJMS h xU第86页/共176页 这样，状态估计目标函数为 (2-65)(2-65) 式中， 是 维实数对角矩阵，对每一个测量量的实部和虚部使用同一权值。 若该支路 两端的节点电压为 ，则该支路两端的电压差为 (2-(2-66)66) 规定支路潮流由测量侧流入为正，则支路 、的潮流方程（测量方程）可写为： (2-(2-67)67)五支路潮流状态估计法ijkRmT1( )( )( )McMcJUSS URSS Ujiuu 及jikuuuiiijijiiKuyzuuuS第87页/共176页 式中： 为支路 的 侧复功率；、为图2-112-11中等值电路的参数。 对于线路： 对于变压器：五支路潮流状态估计法ikKSjiziiyiiiijjiiijyUZUUUS*2*/ )(jjjijijjjiyUZUUUS*2*/ )()/() 11()/()(*2*ijiijjiiijZKKUZKUUUS)/() 1()/()(*2*ijjijijjjiZKKUZKUUUS第88页/共176页图2-11 2-11 输电线与变压器等值电路 (a)(a)输电线;(b);(b)变压器五支路潮流状态估计法第89页/共176页 潮流测量量 与经转换得到的与之相应的支路电压差的关系为 (2-(2-68)68) 由此可求出以支路潮流测量值表示的该支路电压差“测量值”： 线路 侧： 线路 侧：ji五支路潮流状态估计法MSijijiikijM KiizuuuSzzuu)(*,*,iiiiijMijjiijMyUUSZUUU)(*,*,jjjjjiMijjiijMyUUSZUUU第90页/共176页 变压器 侧： 变压器 侧：ji五支路潮流状态估计法) 11(*,*,KUUSZKUUUiiijMijjiijM) 1(*,*,KUUSZKUUUjjjiMijjiijM第91页/共176页 若定义这个线路电压差的向量为功率测量变换来的电压差向量 ，则写成矩阵形式后为 (2-(2-69)69) 即 (2-(2-70)70) 式中：支路功率测量向量 与对应的支路电压差值向量 是 维的；为 阶的对角矩阵. .五支路潮流状态估计法MSMu 1MijMuuuHScMMSHuH cmMuHmm第92页/共176页 的元素为 (2-71)(2-71)五支路潮流状态估计法Hiiii jjjji jiiii jjjji juHizuHjzuHiK zuHjK z 线路 侧线路 侧变压器 侧变压器 侧第93页/共176页 为复数向量，其元素为 (2- (2-72)72) 上两式中： 表示测点号。五支路潮流状态估计法c1111i jiiiii jjjjjiijjczy uiczy ujcuiKcujK 线路 侧线路 侧变压器 侧变压器 侧ji、第94页/共176页 当支路功率的估计值为 ，与之相应的支路电压值为 ，它们之间的关系也可以用式(2-70)(2-70)表示 (2-(2-73)73) 将式(2-70)(2-70)、式(2-73)(2-73)代入式(2-65)(2-65)得 (2-74)(2-74) 至此，通过测量量的变换，原来以支路潮流表示的目标函数已经化成了以支路电压差来表示的目标函数。cScuccSHuH c)(1*TcHUHcHUHRcHUHcHUHUcMcMJ1*T*cMcMUUHRHUU五支路潮流状态估计法第95页/共176页 在式(2-74)(2-74)中，电压差值的估计值向量 可以分别用平衡节点电压 与其余节点的电压向量 表示，即 (2-(2-75)75) 式中：为测量点所在支路与节点的关联矩阵。由于平衡节点的状态是给定的。所以可以把 阵写成 (2-(2-76)76)curuburbcUUAUAA110010110010000011bBA五支路潮流状态估计法第96页/共176页 矩阵各行+1+1和-1-1表示对应于每一个支路测量点，各有两个非零元素。若测量点在支路 的 侧，则 列为+1 , +1 , 列为-1-1。若在 侧，则反之；其余元素均为零。当线路两端均有测量点时，此线路将在中出现两次。当节点数为 时，为 阶矩阵。于是式(2-75)(2-75)可写成 (2-77)(2-77) 将(2-77)(2-77)、式(2-76)(2-76)代入式(2-74)(2-74)得 (2-(2-78)78) 式中， 为 阶实对角矩阵. .AAji iijjnnmcbruBubu*T1( )MbrMbrJ UUBUbUH R HUBUbU)(*TrbMrbMbJUbUBUDUbUBUU1DH R Hm m五支路潮流状态估计法第97页/共176页 若以 表示测量点号，其元素为 在求目标函数最小化时，可以假定在电力系统运行中电压变化不大，因此 可以取为常数矩阵。 kD22222222222222kkikijkkjkijkkikijkkjkijDUZiDUZjDUK ZiDUK Zj（线路 侧）（线路 侧）（变压器 侧）（变压器 侧）五支路潮流状态估计法第98页/共176页 于是, ,极值条件： 因为 所以 (2-(2-79)79) 迭代格式为 (2-(2-80)80) 若己知上一次迭代的 值，就可以求解下一次迭代的 值。式(2-80)(2-80)中的由上一次迭代求出： 式中： 和 与 有关。五支路潮流状态估计法0)(bbJUU2)(TrbMbbJUbUBUDBUUTTrMbUbUDBUDBB)()(T1T)1(lbrlMlbUUbUDBDBBUlbu1lbuHc lbu第99页/共176页 二 算法特点 支路潮流估计法与最小二乘估计法的差别在于： 1.1.信息矩阵 中，是测点与节点的关联矩阵，是常数对角阵，信息矩阵的结构与节点导纳矩阵结构完全相同，因而稀疏程度高，程序设计方便。 2.2.信息矩阵的常数化，可在网络结构和测点配置不变时只进行一次因子分解，从而节约每次迭代的计算量，同快速分解法一样。五支路潮流状态估计法TB DBBD第100页/共176页 3.3.实部和虚部的迭代合用同一个实数信息矩阵 ，既节约内存，又节约矩阵分解计算时间。 4.4.只能处理支路潮流测量量，而不能处理其他形式的测量量，如节点注入功率。在实际系统中，如果排除掉支路潮流以外的其他测量量后，系统可观测性被破坏，则本方法不能使用。而且，因不能充分利用全部测量量而降低了状态估计结果的可信度。五支路潮流状态估计法TB DB第101页/共176页 (5)(5)解出的 是待求量，而不是修正量。 支路潮流状态估计程序框图，如图2-2-12 12 所示。其计算步骤如下： (1)(1)给定节点电压向量的初值 ，可取所有节点电压与平衡节点的电压相同。 (2)(2)利用测量量计算支路电压差值 (3)(3)利用迭代方程式(2-80)(2-80)求解 。 (4)(4)重复步骤(2)(2)、(3) (3) ，直至符合收敛条件 (2-81)(2-81)五支路潮流状态估计法bu 0bu 1lMMuHSc lbu(1)( )maxllbibiiuu第102页/共176页图2-12支路潮流状态估计程序框图 五支路潮流状态估计法第103页/共176页 前面讨论的是静态估计方法。由于电力系统的运行状态不断变化，事实上不存在静态问题，只有在时间间隔足够短时才可近似地看作是静态的。如果能追踪电力系统的缓慢变化，用一个时间段的状态变量作为下一个采样时段状态变量估计的初值，即采用追踪估计的方法，其效果可能比静态估计更好。但由于电力系统庞大，其模型维数很大，此外实时信息数量大，通道传送量及传送速度均有限制，因而目前递推状态估计只能用于解决静态问题。六电力系统的递推状态估计第104页/共176页 应用前后两个时间段估计值( )( )的最小二乘作为目标函数，可写成 (2-(2-82)82) 式中： 是状态变量 的第 次估计值的方差阵，并以其逆阵为权重。 第 次测量量 与其相应的估计值 的最小二乘目标函数为 (2-(2-83)83) 由于 与 互不相关，所以可取总的目标函数为 (2-(2-84)84)六电力系统的递推状态估计1iixx 与11111)(iiiTiiixxPxxxL1iPx1iiiz)(ixhiiTiiizxhRzxhxL)()()(121ixiz)()()(21iiixLxLxL iiTiiiiiTiizxhRzxhxxPxx)()(11111第105页/共176页 第 次递推估计值应满足条件 应用矩阵微分公式可以写成 (2-(2-85)85) 为求解方程式，在 点上将 线性化，即 (2-(2-86)86) 由于 ，所以 (2-(2-87)87)六电力系统的递推状态估计i)(ixh1ix0)(iidxxdL1111( )( )0Tiiiiiidh xPxxRh xzdx 1111iiiiiiixdhh xh xxh xH xxdxiiixxx1 111212iiiiiixxxdh xdh xd h xdh xxH xdxdxdxdx 第106页/共176页 于是式(2-85)(2-85)可写成 (2-(2-88)88) 令 (2-(2-89)89) 则 (2-(2-90)90) 式(2-90)(2-90)是电力系统最小二乘递推估计的计算公式。六电力系统的递推状态估计01111111iiiiTiiiizxxHxhRxHxxP111111111iiTiiiiTiixhzRxHxxxHRxHP1111111111TTiiiiiiiixxPH xR H xH xRzh x111111iTiiixHRxHPP1111iiTiiiixhzRxHPxx第107页/共176页 由于在电力系统状态估计中 在 不同时变化很小，所以可将它取为常数矩阵 。于是式(2-89)(2-89)及式(2-90)(2-90)为 (2-(2-91)91) (2- (2-92)92) 为使上述递推公式能与常规的动态随机序列递推估计表达式相同，可将上式再作一些形式上的处理。六电力系统的递推状态估计)(xHiH11111TiiiPPH R H x111TiiiiixxPH Rzh x第108页/共176页 对于矩阵 (2-(2-93)93) 由矩阵求逆修正引理, ,可得 (2-(2-94)94) (2- (2-95)95) 应用上述引理后，式(2-91)(2-91)可以改写成 式中： 称为增益系数，用来构成状态变量的修正量。六电力系统的递推状态估计22211211AAAAA11111111122221111112222111122111()()AA A AAA AAA A AA A111111111222211112111222211222()()A AAA A AAA A AA A11111iTiTiiiHPHHPRHPPP1111111TTiiiPPH RHH RHP11111TiiiiiiPPH R HPPK HP1TiiKPH R第109页/共176页 于是得 (2-(2-96)96) (2- (2-97)97) (2- (2-98)98) 式(2-96)(2-96)(2-98)(2-98)表示由第 次的估计值 与方差阵 及第 次的测量量 ，可以推算出第 次的估计值 与方差阵 。按此规律递推可以求出各次的估计值。在递推过程中只有 与 是验前知识。式(2-96)(2-96)中 称为新息，只有新息存在时才可以从 中推算出 。六电力系统的递推状态估计11iiiiixhzKxx111TiTiiHHPRHPK11iiiiHPKPP1i1ix1iPiiziixiP0P0 x1iixhz1ixix第110页/共176页 由于 是验前知识，在毫无验前知识的情况下，估计值与真值之间的差可以是无穷大，亦即 当 时，由式(2-93)(2-93)得 。 当 时，由式(2-93)(2-93)得 依次类推，令 得 当 时， 。这说明即使在毫无验前知识的情况下，应用式(2-96)(2-96)，也可以求得状态变量的正确估计值。六电力系统的递推状态估计1i 2i 100P0P111TPH R H1111212TTPPH R HH R H, 4 , 3niHRnHPTn11111HRHnPTnn0nP第111页/共176页 在递推过程中，当 ， ，即估计值的修正已很小时，则 (2-(2-99)99) 估计过程就结束。 递推估计也可用解耦法迭代求解，其状态变量为电压模值及相角，有功、无功及电压模值的测量量可用解耦的形式写成向量 ，在 点将式(2-87)(2-87)线性化，并考虑到有功、无功与电压相角、电压模值之间的相互解耦关系，取 ，六电力系统的递推状态估计01iP0iK1maxiiixxTrazz1ixphH11uhHq22第112页/共176页 式(2-92)(2-