一种计及分布式电源影响的主动配电网量测配置方法
【专利摘要】本发明公开了一种计及分布式电源影响的主动配电网量测配置方法，预估配电网的运行状态，确定量测量与状态量的关系；确定分布式电源接入位置，获取各个分布式电源的出力历史数据，模拟分布式电源出力的概率密度函数；判断相邻近的分布式电源之间是否相关，并利用量测协方差矩阵的非对角元素表征相关性；以量测配置经济性与系统估计精度两个子目标的加权最小为目标，最大允许系统估计误差约束和量测设备的安装数量为上限约束，建立量测配置的数学模型，遍历所有可选方案，直到满足最大允许系统估计误差约束或达到量测设备的安装数量上限，确定最终量测配置方案。本发明在考虑DG影响的基础上，协调好量测配置经济性与估计精度的关系。
【专利说明】
-种计及分布式电源影响的主动配电网量测配置方法
技术领域
[0001] 本发明设及一种计及分布式电源影响的主动配电网量测配置方法。
【背景技术】
[0002] 分布式电源（dist;r;Lbuted generation,DG)的大量接入，对配电网的运行与调度 等方面提出新的挑战，传统配电网将逐步向主动配电网（active diS化化Ution network, ADN)转变。ADN作为未来智能配电网的一种发展模式，需根据电力系统的实际运行状态，对 分布式电源的接入主动管理，自适应调节网络、电源、负荷，实现系统的安全经济运行。
[0003] ADN的建设首先要实现实时感知系统运行状态，而作为态势感知工具核屯、模块的 状态估计是获得ADN全网运行状态的重要途径，在ADN中不可或缺。ADN中DG的接入，增加了 不确定性因素，提高了对估计精度的要求。量测配置作为提高状态估计精度的有效方法，在 ADN中显得尤为重要。ADN的特点，使得忽略DG影响的传统配电网量测配置方法已不在适用。 因此，深入研究考虑DG影响的ADN的量测配置方法具有重要意义。
[0004] 目前，配电网的量测配置方法存在W下问题：
[0005] (1)没有考虑DG的影响，或采用与负荷相同的处理方式，将未配置量测的DG出力当 作伪量测，运种方法虽然一定程度上考虑了DG的影响，但将DG出力的不确定性转化为量测 系统的不确定性，并未体现DG本身对ADN的影响；
[0006] (2)并未考虑邻近地带DG间出力相关性的影响；
[0007] (3) W状态估计精度为单一目标，没有协调好量测配置经济性与估计精度的关系。
【发明内容】
[0008] 本发明为了解决上述问题，提出了一种计及分布式电源影响的主动配电网量测配 置方法，本方法使得量测配置方案在考虑DG影响的基础上，协调好量测配置经济性与估计 精度的关系。
[0009] 为了实现上述目的，本发明采用如下技术方案：
[0010] -种计及分布式电源影响的主动配电网量测配置方法，包括W下步骤：
[0011] (1)预估配电网的运行状态，确定量测量与状态量的关系；
[0012] (2)确定分布式电源接入位置，获取各个分布式电源的出力历史数据，模拟分布式 电源出力的概率密度函数；
[0013] (3)判断相邻近的分布式电源之间是否相关，并利用量测协方差矩阵的非对角元 素表征相关性；
[0014] (4) W量测配置经济性与系统估计精度两个子目标的加权最小为目标，最大允许 系统估计误差约束和量测设备的安装数量为上限约束，建立量测配置的数学模型；
[0015] (5)遍历所有可选方案，直到满足最大允许系统估计误差约束或达到量测设备的 安装数量上限，确定最终量测配置方案。
[0016] 所述步骤（1)中，利用加权最小二乘法作为状态估计器估计量测量与状态量之间 的关系，其中，状态矢量选取除平衡节点的相角外的各电压的幅值W及相角作为状态量，量 测矢量包括实时功率量测和电压幅值量测、虚拟量测和伪量测。
[0017] 所述步骤(2)中，利用高斯混合模型模拟分布式电源出力的概率密度函数，W表征 分布式电源出力的不确定性。
[0018] 所述步骤(2)中，所述高斯混合模型是多个高斯分量的加权，对于一个多维随机变 量，其高斯混合模型的概率密度函数为各个高斯分量的权重与相应的概率密度函数的乘 积，其中各个高斯分量的权重、均值和协方差通过最大期望算法求得。
[0019] 所述步骤(3)中，邻近地带是指DG间相距IOOkmW内。
[0020] 所述步骤(4)中，建立量测配置的数学模型，目标函数是量测配置经济性与系统估 计精度两个子目标的加权:量测配置经济性考虑了功率量测与电流量测两种量测类型，系 统估计精度由系统估计总误差表征。
[0021] 所述步骤(4)中，目标函数为量测经费的权重与总量测配置经费的乘积，W及系统 估计精度的权重与系统状态估计总误差乘积之和。
[0022] 所述步骤(4)中，总量测配置经费为单个功率量测的相对价格与功率量测的安装 数量的乘积与单个电流量测的相对价格与电流量测的安装数量乘积的和。
[0023] 所述步骤(4)中，采用Mt次蒙特卡洛法计算的均值作为各状态变量的估计值，W表 征量测系统的不确定性。
[0024] 所述步骤(5)中，具体方法为：
[00巧](5-1)固定一种量测类型，计算量测在所有化S情况下的目标函数值并保存；
[0026] (5-2)改变量测类型，计算此时量测在所有.巧5情况下的目标函数值并保存；
[0027] (5-3)比较上述所有目标函数值，使目标函数最小的情况即为新增量测的安装类 型和位置；
[00%] (5-4)重复步骤(5-1)-步骤(5-3)，直到满足最大允许系统估计误差约束或达到量 测设备的安装数量上限；
[0029] 其中，S表示新增量测设备的类型和位置，S为已安装量测设备的集合;全集为量测 设备类型和位置的所有可选方案。
[0030] 本发明的有益效果为：
[0031] (1)本发明在量测配置过程中，考虑了DG出力不确定对量测配置的影响，高斯混合 模型能够较好地模拟DG出力的不确定性；
[0032] (2)本发明在量测配置过程中，考虑了邻近地带DG间出力的相关性，最终的量测配 置结果更切实际；
[0033] (3)本发明的量测配置方法协调了量测配置经济性与系统估计精度的关系，提高 了量测配置的经济性。
【附图说明】
[0034] 图1本发明提供的设计方案流程图；
[0035] 图2本发明提供的某一DG有功出力的样本直方图和由GMM近似的概率密度函数；
[0036] 图3本发明提供的基于启发式算法确定量测配置方案流程图；
[0037] 图4本发明提供的IE邸33节点系统接线图；
[0038] 图5本发明提供的基于最终量测配置各电压幅值的真值和估计值；
[0039] 图6本发明提供的基于最终量测配置各电压相角的真值和估计值。
【具体实施方式】：
[0040] 下面结合附图与实施例对本发明作进一步说明。
[0041] 如图1所示，计及分布式电源影响的主动配电网量测配置方法，包括W下步骤：
[0042] (1)选用加权最小二乘法(Weighted Least Squares，WLS)作为状态估计器；
[0043] (2)确定DG接入主动配电网的位置，获取各DG出力的历史数据，利用高斯混合模型 (Gaussian mix化re model，GMM)模拟DG出力的概率密度函数，W表征DG出力的不确定性；
[0044] (3)邻近地带的DG间出力若存在相关性，则由量测协方差矩阵的非对角元素表征；
[0045] (4)建立量测配置的数学模型，目标函数是量测配置经济性与系统估计精度两个 子目标的加权:量测配置经济性考虑了功率量测与电流量测两种量测类型，系统估计精度 由系统估计总误差表征。约束条件包括最大允许系统估计误差约束和量测设备的安装数量 上限约束。
[0046] (5)基于启发式算法确定最终的量测配置方案，即遍历所有可选方案，新增量测位 置及类型的选取使所述步骤(4)的目标函数最小。重复该过程，直到满足最大允许系统估计 误差约束或达到量测设备的安装数量上限；
[0047] (6)输出最终量测配置方案。
[0048] 前述步骤(1)状态估计中量测量与状态量之间的关系为：
[0049] z = h(x)+e
[0050] 式中：X为状态矢量，选取各电压的幅值W及相角作为状态量(平衡节点的电压相 角除外）；Z为量测矢量，量测量包括实时功率量测和电压幅值量测、虚拟量测(零注入节点） 和伪量测(节点负荷）;h(x)为测量方程;￡为测量误差矢量，￡~N(0，R)，R为测量误差的协方 差矩阵。
[0051] 前述步骤(2)中的高斯混合模型是多个高斯分量的加权，对于一个多维随机变量， 其GMM的概率密度函数为：
[0化2]
[OOM]式中：K为高斯分量的总数；0 = {Wi，化，s i，i = 1，2，…，K}，为各高斯分量的参数， 和Si分别为各高斯分量的权重、均值和协方差，运些参数可通过最大期望算法 (Expectation maximization，EM)求得。
[0054] 整个GMM的均值山和协方差X y分别为；
[0化5]
[0化6]
[0057]为表征DG出力的不确定性，每次计算状态估计时，各DG的出力为：
[0化引
[0化9] 式中:mvnrncKiii，Si)表示从W(化，Si)为参数的多维正态分布中取一组随机数。
[0060] 在状态估计中，Xy的对角元素为R中相应的对角元素。
[0061] 前述步骤(3)，对于邻近地带的DG间出力若存在相关性，将W矩阵R中与各DG相应 的非对角元素表征，即：
[0062] Roff-diag= Zy,:ij
[0063] 式中：Xy,I功Xy的非对角元素，即第i和第j个DG出力的协方差。
[0064] 前述步骤(4)的目标函数F及约束条件如下：
[00化] min F=Wcost ? Ccost+Waccu ? E巧S
[0066] s.t.np+nc《Nm
[0067] Esys ^Esys, max
[006引式中，Wcost = 0.4、Waccu = 0.6,分别为量测经费与系统估计精度的权重;Ccost为总量 测配置经费，Ccost = Cp ? np+Cc ? nc，Cp、Cc分别为单个功率量测与电流量测的相对价格，np和 nc分别为功率量测与电流量测的安装数量，Nm=12,为量测设备的安装数量上限;Esys为系统 状态估计总误差，Esys,max = 0.0005,为最大允许系统估计误差。
[0069] 本发明假定功率量测和电流量测的相对价格分别为Cp = 1.0和Cc = 0.5，各量测设 备的相对价格只用作说明，实际中各设备价格还要根据特定的应用场景等因素确定。
[0070] 其中，系统状态估计总误差由各状态变量估计误差之和表示：
[0071]
[0072] 式中:n为状态变量的个数;Xi,true和Xi,est分别为第i个状态变量的真值和估计值。
[0073] 为表征量测系统的不确定性，采用Mt次蒙特卡洛法计算的均值作为各状态变量的 估计值，即：
[0074]
[0075] 式中:Mt为蒙特卡洛的运行次数;Xi,J为第j次蒙特卡洛第i个状态变量的估计值。
[0076] 考虑到估计误差与量测经费的绝对数值相差较大，为保证两个子目标在目标中的 作用，在计算过程中，分别WEsys,max和各量测设备单价之和作为基准值，将估计精度和量测 设备单价标么化，即：
[0077]
[0078] 式中:E'sys为标么化的系统综合估计误差。
[0079]
[0080] 式中：C'l为标么化的各量测设备单价，相应的，目标中的Ccnst变为C'cDst。
[0081] 上述标么化方法对量测配置具有导向作用：在量测配置前期，E'sys数值较大， C'cDst较小，量测配置W估计精度为主;随着量测设备的增加，E'sys减小，C'EDst增大，后期量 测配置W经济性为主。
[0082] 前述步骤(5)确定量测配置方案的步骤如下：
[0083] 1)固定一种量测类型，计算量测在所有SE玄情况下的目标函数值Fi并保存；
[0084] 2)改变量测类型，计算此时量测在所有SG玄情况下的目标函数值Fi并保存；
[0085] 3)比较上述所有Fi,使目标函数最小的情况即为新增量测的安装类型和位置。
[0086] 4)重复步骤1)-3)，直到满足最大允许系统估计误差约束或达到量测设备的安装 数量上限。
[0087] 其中，s€l:;s表示新增量测设备的类型和位置，S为已安装量测设备的集合;玄为S 的补集，全集为量测设备类型和位置的所有可选方案。
[0088] 图2中的样本直方图为模拟在一年时间里每半小时采样一次得到的DG样本数据， 模拟DG有功出力的GMM高斯分量数为4。图2表明GMM曲线与样本直方图的波动趋势一致，所 WGMM能够较好地模拟DG出力的波动性。
[0089] 另外本发明确定的最终量测配置中实时量测包含6个功率量测和3个电压幅值量 。功率量测分别安装在支路3、8、9、15、19和21;电压幅值量测分别安装在节点3、7和12。量 测配置最终的相对量测经费为7.5,系统估计误差为4.0323X1(T4。图5和图6表明，基于本发 明确定的最终量测配置，各电压幅值和相角的真值与估计值基本一致，精度较高，且满足约 束条件。由此可得，本发明在考虑DG影响的基础上，能够兼顾系统的估计精度，同时保证量 测配置的经济性。
[0090] 上述虽然结合附图对本发明的【具体实施方式】进行了描述，但并非对本发明保护范 围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不 需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围W内。
【主权项】
1. 一种计及分布式电源影响的主动配电网量测配置方法，其特征是:包括以下步骤： (1) 预估配电网的运行状态，确定量测量与状态量的关系； (2) 确定分布式电源接入位置，获取各个分布式电源的出力历史数据，模拟分布式电源 出力的概率密度函数； (3) 判断相邻近的分布式电源之间是否相关，并利用量测协方差矩阵的非对角元素表 征相关性； (4) 以量测配置经济性与系统估计精度两个子目标的加权最小为目标，最大允许系统 估计误差约束和量测设备的安装数量为上限约束，建立量测配置的数学模型； (5) 遍历所有可选方案，直到满足最大允许系统估计误差约束或达到量测设备的安装 数量上限，确定最终量测配置方案。2. 如权利要求1所述的一种计及分布式电源影响的主动配电网量测配置方法，其特征 是:所述步骤（1)中，利用加权最小二乘法作为状态估计器估计量测量与状态量之间的关 系，其中，状态矢量选取除平衡节点的相角外的各电压的幅值以及相角作为状态量，量测矢 量包括实时功率量测和电压幅值量测、虚拟量测和伪量测。3. 如权利要求1所述的一种计及分布式电源影响的主动配电网量测配置方法，其特征 是:所述步骤(2)中，利用高斯混合模型模拟分布式电源出力的概率密度函数，以表征分布 式电源出力的不确定性。4. 如权利要求1所述的一种计及分布式电源影响的主动配电网量测配置方法，其特征 是:所述步骤(2)中，所述高斯混合模型是多个高斯分量的加权，对于一个多维随机变量，其 高斯混合模型的概率密度函数为各个高斯分量的权重与相应的概率密度函数的乘积，其中 各个高斯分量的权重、均值和协方差通过最大期望算法求得。5. 如权利要求1所述的一种计及分布式电源影响的主动配电网量测配置方法，其特征 是:所述步骤(4)中，建立量测配置的数学模型，目标函数是量测配置经济性与系统估计精 度两个子目标的加权:量测配置经济性考虑了功率量测与电流量测两种量测类型，系统估 计精度由系统估计总误差表征。6. 如权利要求1所述的一种计及分布式电源影响的主动配电网量测配置方法，其特征 是:所述步骤(4)中，目标函数为量测经费的权重与总量测配置经费的乘积，以及系统估计 精度的权重与系统状态估计总误差乘积之和。7. 如权利要求1所述的一种计及分布式电源影响的主动配电网量测配置方法，其特征 是:所述步骤(4)中，总量测配置经费为单个功率量测的相对价格与功率量测的安装数量的 乘积与单个电流量测的相对价格与电流量测的安装数量乘积的和。8. 如权利要求1所述的一种计及分布式电源影响的主动配电网量测配置方法，其特征 是:所述步骤(4)中，采用Mt次蒙特卡洛法计算的均值作为各状态变量的估计值，以表征量 测系统的不确定性。9. 如权利要求1所述的一种计及分布式电源影响的主动配电网量测配置方法，其特征 是:所述步骤(5)中，具体方法为： (5-1)固定一种量测类型，计算量测在所有se f情况下的目标函数值并保存； (5-2)改变量测类型，计算此时量测在所有.se歹情况下的目标函数值并保存； (5-3)比较上述所有目标函数值，使目标函数最小的情况即为新增量测的安装类型和 位置； (5-4)重复步骤(5-1)-步骤(5-3)，直到满足最大允许系统估计误差约束或达到量测设 备的安装数量上限。
【文档编号】G06Q50/06GK106022970SQ201610430564
【公开日】2016年10月12日
【申请日】2016年6月15日
【发明人】张文, 王红
【申请人】山东大学