謝照軍XIE Zhao-jun
(無錫供電公司,無錫 214000)
(State Grid Wuxi Power Supply Company,Wuxi 214000,China)
狀態(tài)估計根據(jù)遙測數(shù)據(jù)估計電力系統(tǒng)的實時運行狀態(tài),是能量管理系統(tǒng)(energy management system,EMS)中各高級應用軟件的基石。傳統(tǒng)的加權最小二乘(weighted least estimation,WLS)估計在量測噪聲服從嚴格的高斯分布時,能有效地估計出系統(tǒng)最佳的狀態(tài)。然而WLS 結果易受不良數(shù)據(jù)的影響,從而偏離實際的真值[1]。
由于在估計過程中能實現(xiàn)對量測粗差的自適應,抗差估計引起了國內(nèi)外學者的廣泛研究,其中以加權最小絕對值(weighted least absolute values,WLAV)[2]、非二次準則、最小中位數(shù)(least median of squares,LMS)為主。此外,基于指數(shù)型目標函數(shù)、最大合格率的狀態(tài)估計也是抗差估計領域的新方法??共罟烙嬈饕栽黾佑嬎銖碗s度為代價,提高了狀態(tài)估計的精度,然而相比于WLS 估計器,較低的計算效率一定程度上也限制了其在工程實踐中的應用[3]。
WLAV 狀態(tài)估計模型為:
式中:wi和εi各為權重及殘差的第i 個分量。
經(jīng)簡化后,WLAV 抗差估計模型化簡為:
構造式(2)的拉格朗日函數(shù)為:
式中:η、α 和β 為拉格朗日乘子。
對式(3)進行泰勒展開:
取初值后可得:
將式(10)代入后得到修正方程為:
迭代求解式(10)和式(11)直至滿足收斂條件,獲得狀態(tài)量的WLAV 估計結果。
選取IEEE30、57、118、300 標準節(jié)點以及波蘭2383(PL2383)節(jié)點為測試算例,比較QC、QL、WLAV 的估計精度與計算效率。
其中,算例的評價指標為:
隨機模擬200 次,比較SV與Sθ概率密度分布圖(probability density functions,pdf)。
圖1 與圖2 分別為IEEE30、與IEEE118 節(jié)點的pdf分布圖,顯然WLAV 估計精度最優(yōu)。
圖1 IEEE30 節(jié)點系統(tǒng)SV 與Sθ 的pdf 分布圖
圖2 IEEE118 節(jié)點系統(tǒng)SV 與Sθ 的pdf 分布圖
選取多個測試算例,不同估計方法的計算效率如表1 所示。WLS 的計算效率最高,而相比于M估計器(QC、QL),WLAV的計算效率偏低。
表1 不同估計器的計算效率比較
不同狀態(tài)估計器的工程應用前景主要取決于估計精度與計算效率,WLS 的計算效率明顯高于本文中的抗差估計器,這也是WLS 目前廣泛應用于工程最重要的原因,但估計精度較差;而基于PDIPM 求解的WLAV 估計精度雖然好于M 估計器,但計算效率偏低,也一定程度限制了其在工程實踐中的應用,因而有必要研究如何提高WLAV的計算效率。
[1]李碧君,薛禹勝,顧錦汶,等.電力系統(tǒng)狀態(tài)估計問題的研究現(xiàn)狀和展望[J].電力系統(tǒng)自動化,1998,22(11):53-60.
[2]顏全椿,衛(wèi)志農(nóng),孫國強,等.基于多預測-校正內(nèi)點法的WLAV 抗差狀態(tài)估計[J].電網(wǎng)技術,2013,37(8):2194-2200.
[3]董樹鋒,何光宇,孫英云,等.以合格率最大為目標的電力系統(tǒng)狀態(tài)估計新方法[J].電力系統(tǒng)自動化,2009(016):40-4.