基于Gauss-Markov模型的电力系统t型抗差状态估计.pdf

《基于Gauss-Markov模型的电力系统t型抗差状态估计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷第6期电力自动化设备V0I．34No．62014年6月ElectricPowerAutomationEquipmentJun．2014@基于Gauss．Markov模型的电力系统t型抗差状态估计颜全椿，卫志农，徐泰山2王胜明2，孙国强(1．河海大学可再生能源发电技术教育部工程研究中心，江苏南京210098；2．国网电力科学研究院／南京南瑞集团公司，江苏南京210003)摘要：将t型估计引入状态估计中，提出自适应GaUSS．Mark0v模型的t型抗差状态估计。该方法能够克服传统不良数据辨识程序不能很好地辨识多个强相关不良数据的不足．且与传

2、统状态估计程序具有很好的兼容性．利用t分布的自由度动态调节估计的效率和抗差性该方法目标函数连续可微．可利用与加权最小二乘(WLS)法类似的牛顿法进行求解IEEE标准系统和某实际输电网测试验证了所提方法的有效性．与含不良数据辨识功能的wLS估计和二次一常数(Qc)估计相比．所提方法的抗差性具有明显的优势关键词：电力系统；t型估计；自由度：不良数据；局部最优解；状态估计中图分类号：TM721文献标识码：ADOI：10．3969／j．issn．1006—6047．2014．06．0230引言Hampel权函数、Turkev权函数和含有相关量测的IGG

3、ILI权函数等不同等价权函数的选取相当于建自1794年Gauss创立最小二乘LS(LeastSquare)立了不同的误差分布模型统计界近年来提出并有法以来．特别是Gauss．Markov定理建立后．最小二较深入理论研究支撑的t型估计．以t分布对量测误乘估计一直被作为一个良好的估计方法而被广泛采差建模．属于带有刻度参数的估计_13。当t分布用传统的基于最小二乘及由其派生出的快速解耦取较大的自由度时．趋于高斯分布．对应最小二乘估法状态估计在实际电网已有多年的运行经验．该方计．在量测误差为高斯分布时具有较高的效率：当取法是对服从高斯分布样本的最优估计

4、．具有模型简较小的自由度时．为柯西分布．相应的估计具有很好单、计算量小、收敛速度快等优点[1-2]。然而，实际量的抗差性恰当地选取自由度．可以使t型估计兼顾测系统中往往存在误差较大的不良数据．而这些不状态估计的抗差性和效率良数据并不服从高斯分布．若不能将这些不良数据本文在前人工作基础上．将t型估计引入电力剔除．将严重影响状态估计结果的精度因此。研究系统状态估计中．针对t型估计求解较繁琐的特点．如何尽可能地降低不良数据对电力系统状态估计提出近似模型．并以零注入节点方程为等式约束的影响具有重要意义E3]随后．利用牛顿法进行求解．结合一个简单的电力系

5、针对该问题．国内外学者的研究主要侧重2个方统算例分析该方法在实际应用中可能存在的局部最面：一方面是在最小二乘估计的基础上，嵌入一个含优点问题．通过分步调整自由度保证取得全局最优不良数据辨识的模块4_]：另一方面则是以估计解。最后．借助IEEE标准系统和某实际电网测试该为代表的抗差状态估计7_t2]对于前一方面研究．目方法的有效性．结果表明．与含不良数据辨识功能加前应用较广泛的是估计辨识法．即首先找出残差较权最小二乘(WLS)估计(简称WLS+BD)和二次一常大的量测作为不良数据．用估计值直接修正原来的数Qc(Quadratic—Constant

6、)估计进行比较，本文方法状态估计．修正后的状态估计t恰恰是不良数据的最处理不良数据能力更强优估计。该方法无需重新进行状态估计，实时性好，1t型估计模型及其求解但存在仅可辨识多个弱相关的不良数据、较难处理含多个强相关的不良数据的不足对于后一方面研1．1电力系统t型估计模型究．估计的抗差性和效率取决于状态量初值的可靠在给定网络结线、支路参数和量测系统的条件性、等价权函数及其临界值的合理性。电力系统状态下，电力系统的量测方程为⋯：估计中使用比较广泛的权函数有Huber权函数、Z=()+rI：1，2，⋯，m(1)其中．为n×1维状态变量。包括除平衡节点

7、外的所有收稿日期：2013—05—03：修回日期：2014—01-23基金项目：国家高技术研究发展计划(863计划)项目(2011A．节点电压幅值和相角；、、r分别为mx1维量测向A05A104)：国家自然科学基金资助项目(51107032，51277052，量、量测函数向量和残差向量的第i个分量；m、n分别61104045)：国家电网公司科技项目为量测量及状态量的个数ProjectsupposedbytheNationalHighTechnologyResearchandDevelopmentProgramofChina(863Program

8、)(2011AA一考虑量测误差的Gauss．Markov模型为：05A104)．theNationalNaturalScienceFoundation