九、电力系统状态估计(二).ppt
文本预览下载声明
九电力系统状态估计(二) 内容提要 基本概念 不良数据的检测 检测 加权残差检测 标准化残差检测 算例 不良数据辨识 残差搜索辨识 零残差辨识 估计辨识 一、基本概念 不良数据是指误差大于某一标准(如从统计学角度,大于3-10倍标准方差)的量测数据。 只有排除不良数据才能得到正确的状态估计结果,这一过程称为不良数据检测与辨识过程。 对SCADA原始量测数据的状态估计结果进行检查,判断是否存在不良数据并指出具体可疑量测数据的过程称之为不良数据检测。 对检测出的可疑数据验证真正不良数据的过程称之为不良数据的辨识。 状态估计辨识不良数据的能力来自于量测系统的冗余度 能够估计出全部状态量的量测系统具有可观测性 而去掉不良数据仍保持可观测性的量测系统具有可辨识性。 残差方程 假设按最小二乘估计算法获得状态估计 后,则量测估计 为: 状态估计误差: 定义:残差r为量测向量与量测估计向量之差 量测残差:r为量测向量与量测估计向量之差 W特点 W阵是幂等阵, W2= W W阵秩为K(K=m-n),由于其秩小于其维数m,无法求逆。 W矩阵不对称,但是WR是对称的。 残差灵敏度矩阵W与电网结构参数以及量测分布有直接关系 一般而言残差灵敏度矩阵具有对角占优特性,有利于可疑数据检测,因为对应于不良数据的残差项最大,即根据残差大小就可以检测不良数据。 小结 加权残差 标准化残差 二、不良数据的检测 不良数据的检测一般是通过检查目标函数是否大大偏离正常值或残差是否超过正常值来反映的,常用有三种方法: 检测 加权残差检测 标准化残差检测 检测 检测 检测 检测 检测的 H0和H1两种假设 检测的 H0和H1两种假设 加权残差检测 加权残差检测 加权残差检测 标准化残差检测 标准化残差检测 几种检测方法比较 几种检测方法比较 几种检测方法比较 几种检测方法比较 例题 如图所示的三母线电力系统,支路电抗和节点注入有功功率如图所示。 例题 则其加权残差平方和 服从 分布,在本例中其自由度k = 3 ,取 从 分布表中查得 ,加权平方和 的估计值计算如下: 例题 例题 例题 三、不良数据的辨识 不良数据的辩识方法较多,主要有: 残差搜索辩识法; 零残差辩识法; 估计辩识法; 残差搜索辨识法 残差搜索法流程框图 零残差辩识法 零残差辩识法特点 估计辩识法基础 估计辩识法(1) 估计辩识法(2) 估计辩识法(3) 估计辩识法(4) 估计辩识法(5) 估计辩识法(6) 估计辩识法(7) 四、其它 状态估计接口 SSLF: 状态估计向超短期负荷预计送系统发电量和系统总负荷; OPF: 状态估计向最优潮流送实时方式; RTCA: 状态估计向实时预想事故分析送实时方式; CASE管理: 状态估计向CASE管理送整点方式。状态估计实时运行时,每到整点保存实时方式,但覆盖昨天此整点保存的方式。在调度员潮流CASE管理中可见到由状态估计保存的最近24个整点方式及保存时间。 DPFLOW: 状态估计向调度员潮流送实时方式; BUSLF: 状态估计向母线负荷预测送负荷模型系数,量测不足时取母线负荷预测值; 非二次准则方法 Robust estimation … 假定测量得到的量测量向量z = [-1.98, 0.502, -0.596 -1.404, -0.097]T则计算状态量估计值及量测估计值。从而残差向量为: 估计结果可以接受 现假设另一组量测量数据z = [-1.98, 0.502, -0.1 -1.404, -0.097]T,重新进行上述计算 : 状态量估计值: 量测量估计值: 残差向量: 加权残差平方和 = 21.16 此值大于11.35,因此,在99%的置信度下原始量测数据中可能存在着坏数据。 估计结果不能接受 现在我们要计算标准化残差,并将标准化残差最大的那个量测量判为坏数据,将其滤除,再重新进行估计 。 标准化残差: 其中D = diag[(I-HG-1HTR-1)R] 本例标准化残差: 第三个量测量的标准化残差的绝对值较大,有可能为坏数据。现将其滤除后重新进行估计 去除第三个量测后,量测量数据z = [-1.98, 0.502,-1.404, -0.097]T,重新进行上述计算 : 状态量估计值: 量测量估计值: 残差向量: 新自由度k = 2 ,仍取 从
显示全部