基于相量测量的电力系统状态估计研究

基于相量测量的电力系统状态估计研究

包东琴

（内蒙古电力（集团）有限责任公司锡林郭勒电业局，内蒙古锡林郭勒026000）

摘要：现代社会已经进入信息时代，计算机技术在各个领域都有应用，状态估计也需要实现现代化，融入新型技术，相量测量电力系统状态估计也随之出现。通过电力系统状态估计不仅可以强化电力系统运行，还能促进控制系统优化。因此，应重视状态估计在电力系统中的运用，并做好进一步研究。本文联系电力系统状态估计基本情况，研究了基于相量测量的电力系统状态估计，希望能为相关人士带来有效参考，做好电力企业工作，为人们提供安全可靠电能，提高人们满意度。

关键词：相量测量；电力系统；状态估计

引言

状态估计会成为电力系统中不可缺少的一部分，不仅在于它是电力系统正常运行的基础，还在于它可以帮助相关工作人员做好本职工作，为进一步做好电力系统状态估计，就需要联系实际情况应用新技术，相量测量单元就是其中之一。基于相量测量的机电暂态过程动态状态估计能提供可靠的系统动态状态数据，对电力系统动态安全监测与控制具有重要意义。

1电力系统状态估计

状态估计是通过增加量测系统的冗余度来提高量测数据的精度。它可以自行剔除在量测过程中因受到其他干扰所产生的错误信息，从而得到比较接近系统真实运行状态的状态信息。状态估计包括两种：动态状态估计、静态状态估计。动态估计具有一定的预测功能，可以根据某时刻的量测信息，利用一定的量测方程，估算出未来某一时刻的量测信息；静态估计则是利用某时刻的量测信息，利用一定的量测方程，来得到当前时刻的量测信息。所以，利用动态状态估计可以在状态估计中得到未来的量测量，相比较而言，动态估计的具有更好的实时效果。因为电力系统远动设备的运行状况随着电网状况的改变而改变，如果远动设备只能提供少量的状态信息，则状态估计不能正常进行。所以，在进行状态估计时，所必须做的就是先判定整个系统是否可观。对整个量测系统进行判定后，若系统中存在不可观测的部分，则不能利用状态估计构造相应的实时信息库，应该把系统中不可观的部分从状态估计中去除，或者通过在系统中引入人为设定的虚拟/伪量测信息将系统中的不可观部分变为可观部分。

电力系统状态估计作用主要体现在以下几方面：第一，随着状态估计的运用，电力系统所获得的数据精度更高，更可以满足实际使用需求；第二，状态估计可以准确辨别出不良数据，同时可以将这些数据进行修改与纠正，进而强化数据系统可靠性[1]；第三，状态估计能够精准的推算出电力量，帮助电力工作者尽快完成工作；第四，能够根据现有数据预见未来电力发展趋势，为电力系统安全运行提供保障。

传统的状态估计算法可以概括成两类：一是静态状态估计（SSE），该估计从SCADA系统获得数据，并以基础方程法作为基础算法，首先用拓扑分析法得到电力系统的结线情况以及运行情况，其次根据各个开关的闭合构造一个实时网络结构模型，最后用迭代的方法计算出电网中状态量的估计量，加权最小二乘（WLS）法是静态状态估计法的最典型算法；二是动态状态估计，动态估计法依照运动状态，以前一阶段的测量信息当成起始值，预测和估算出下一阶段的状态信息，这样既能使得前一阶段的量测数据得到充分发挥，又能兼顾下一阶段得到的预报状态量，扩展卡尔曼滤波（EKF）算法是动态估计算法最典型的算法。

2相量测量电力系统状态估计的运用的必要性

随着相量测量状态估计在电力系统中的运用，人们不仅可以全面了解系统实际运行情况，还能对电力系统进行全面监控，所以各个都将电力系统状态估计作为重点。我国对电力系统状态估计的研究并不多，仅有几个电力系统应用了相量测量。在对比传统状态估计与相量测量电力系统状态估计中可以发现，传统状态估计不仅实效性差，还需要浪费很长的计算时间，且收敛性较差，也容易出现误差，而基于相量测量的电力系统状态估计则属于线性估计的一种，无论是计算速度还是实效性都很好。此外，由于PMU的应用，相关工作人员也可以随时了解到电压情况，如果2个系统需要连接也可以避免反连接的出现，若电网出现故障，状态估计也可以快速确定故障发生位置，并做好故障分析，为快速解决故障奠定基础。

3基于相量测量的电力系统状态估计

3.1以等效电流量测变换为基础的状态估计模型

在已知给定网络接线、支路参数与量测系统的情况下，状态估计非线性量测公式为量测函数向量、量测误差随机向量等构成，由于等效电流量测雅克比矩阵会转化为常数阵，其表达式则为H=DCBA，其中A代表的是等效电流量测矩阵的分支，元素为支路电导及其线性组合，B也是矩阵分支，但代表的是支路电纳组合。

3.2以PMU基础的等效电流量测变换解藕估计模型

相关学者在研究基于相量量测的电力系统态估计的过程中，可以计算出取电压幅值与相角方程，在对比该模型以后可以发现，其与传统状态估计所使用的方法相同。在为某个节点配置PMU的过程中发现，等于两个量测量共同作用其上，量测雅克比矩阵也会受此影响多两行。同时还发现每个行中至少有一个非零元素，由此可见该模型中仅有一个PMU量测值，所以，其对状态估计的影响也不大。总而言之，要做好等效电流量测状态估计模型构建，就需要应用一种新型状态估计模型，如PMU量测模型。在等效电流量测中还要重视旋转变换，这样也可以了解到其状态估计，进而了解电力系统实际运行情况。随着PMU量测值的应用，不仅可以强化量测冗余度，还能加强状态估计解精度，促进其稳定性提升。基于相量测量的电力系统状态估计不仅压缩了存储空间，还提高了计算速度，强化了计算精度，同时也有效弥补了原有计算中存在不足，可见其有较多益处，所以应重视这种状态估计的运用。

3.3算例仿真

为进一步证明基于相量测量的电力系统状态估计高效，还需要应用算例。因此，笔者对一些系统做了测试，通过算例仿真发现，量测数据可以在测试系统潮流结果的基础上呈现正态分布，为强化比较，还需要做好测试系统计算，并通过极坐标的方式展示出来。如在测试某节点的过程中，在一些节点中应用了PMU，并采用了GA算法，发现基于相量测量的电力系统所测量的精度相对较高，尤其在旋转变换的作用下，不仅可以实现严格解藕，还能有效减少雅克比矩阵重新因子化所带来的影响，同时，算法效率也显著提升，且不需要过高存储量，总的来说，由此而来的运行效率也可以满足在线状态估计需求。为提高估计精度，确定PMU配置目标，应将PSO算法运用进来还要注意粒子群算法的运用，并运用该算法对各个节点进行检验。因此，在实际计算中，应先确定好粒子群规模，明确加速参数，同时设计好最大迭代次数。通过对比发现，引入PSO算法要比GA算法强很多，主要体现PSO算法相对于GA算法更具收敛性，且具有良好的搜索能力。总的来说，基于PMU的状态估计新模型不仅应用了旋转变换，减少了各种假设性问题的应用，同时，随着该模型的构建，既强化了PMU量测信息的运用，也有效提升了量测冗余度，再加上这种方法对存储量的需求较小，计算速度又很高，精度也能得到保障，所以，应重视这种状态估计的运用，只有这样才能全面且深入的了解电力系统实际情况。

结束语

在经济与科技的带动下，电力系统无论是规模还是结构与运行方式都逐渐呈现复杂化，为提高电力系统安全，实现经济运行，状态估计成为能量管理系统中重要组成部分，尤其是在全球定位系统被应用到各处以后，以GPS为基础的相量测量电力系统状态估计也随之出现。本文从电力系统状态估计基本情况入手，重点研究基于相量测量的电力系统状态估计。

参考文献：

[1]黄知超,谢霞,王斌.结合模糊综合评判与决策的电力系统状态估计[J].电力系统保护与控制,2015,07:65-69.

[2]李春,卫志农,孙国强,孙永辉,厉超.考虑风力发电波动引起频率偏差的电力系统状态估计[J].电网技术,2015,05:1301-1306.

[3]杨霁.基于状态预测的电力系统状态估计及不良数据检测与辨识[D].西南交通大学,2015.

[4]方航.电力系统状态估计与参数估计的设计及实现[D].安徽工程大学,2015.

[5]陈茜.电力系统状态估计若干问题研究[D].华北电力大学,2015.