专利名称：一种基于wdse的电力系统受扰轨迹预测方法
技术领域：
本发明属于电力系统运行和控制技术领域，具体涉及一种基于WDSE(DynamicState Estimation based WAMS)的电力系统受扰轨迹预测方法。
背景技术：
传统动态状态估计根据数据采集和监控系统(Supervisory Control and DataAcquisition, SCADA)采集而来的数据信息，求得系统状态变量，即母线电压的幅值和相角。电力系统发生扰动后，由于常规RTU数据有5 IOs的时差，不能反映完整一致的电网状态。广域测量系统(Wide Area Measurment System, WAMS)出现后，基于GPS的同步相量测量单元(Phasor Measurment Unit, PMU)提供了带时标的量测信息。目前，绝大多数发电厂和重要变电站都装设了 PMU装置，这些数据信息为受扰后电网的状态估计提供了数据基 础。基于 WAMS 的动态状态估计(Dynamic State Estimator Based on WAMS,WDSE)由于使用PMU数据，不但可以估计动态过程中的状态变量，而且能够实时提供其预报值。现有的电力系统受扰轨迹预测多采用曲线拟合法和基于人工智能技术的预测方法，这类方法充分利用了 PMU提供的实时功角数据，原理简单，易于实现。然而，这些方法大多从经验出发，没有很好地从电力系统暂态稳定的机理上进行分析。目前，已有研究将PMU量测数据用于电力系统受扰后系统轨迹的预测，但基于WDSE的电力系统受扰轨迹预测尚未见文献报道。
发明内容
发明目的针对上述现有技术存在的问题和不足，本发明的目的是提供一种基于WDSE的电力系统受扰轨迹预测方法，解决现有电力系统受扰轨迹预测方法无法准确反映电力系统暂态稳定机理的问题。技术方案为实现上述发明目的，本发明米用的技术方案为一种基于TOSE的电力系统受扰轨迹预测方法，包括以下步骤(I)获取电力系统的网络参数，包括输电线路的支路号、首端节点和末端节点编号、串联电阻、串联电抗、并联电导、并联电纳、变压器变比和阻抗和发电机暂态电抗；(2)对发电机节点进行等效处理设电力系统有η个节点，其中包含ne个发电机节点，每个发电机节点增加一个虚拟支路和一个虚拟发电机内节点；虚拟发电机内节点电压等于发电机虚拟电势，虚拟发电机内节点电压和发电机节点电压的相位差就是发电机功角；等效处理后的系统节点数为(n+rO个；(3)计算电力系统状态变量的均值尤和协方差Ptl作为无迹卡尔曼滤波UKF算法的初始估计值，计算方法为X0 =1-(X0)P0=E[(X0-Xtl)(X0-X0Y]式中X。为状态变量的采样点，E[ ·]表示数学期望，T表示转置；
(4)系统为n+ne维，利用第k时刻状态均值的估计值之|fc，按照比例对称采样的方法，得到共(2(n+nG)+l)个sigma点作为采样点，记为x^,k,其中ζ = O, I,, 2 (n+nG) ,k表示当前时刻，ζ、η都为自然数,变换原则为
权利要求
1.一种基于WDSE的电力系统受扰轨迹预测方法，其特征在于包括以下步骤 (1)获取电力系统的网络参数，包括输电线路的支路号、首端节点和末端节点编号、串联电阻、串联电抗、并联电导、并联电纳、变压器变比和阻抗和发电机暂态电抗； (2)对发电机节点进行等效处理设电力系统有η个节点，其中包含ne个发电机节点，每个发电机节点增加一个虚拟支路和一个虚拟发电机内节点；虚拟发电机内节点电压等于发电机虚拟电势，虚拟发电机内节点电压和发电机节点电压的相位差就是发电机功角；等效处理后的系统节点数为(n+rO个； (3)计算电力系统状态变量的均值之和协方差Ptl作为无迹卡尔曼滤波UKF算法的初始估计值，计算方法为
全文摘要
本发明公开了一种基于WDSE的电力系统受扰轨迹预测方法。首先，对电网进行等效处理，每个发电机节点增加一条虚拟支路和一个虚拟发电机内节点。然后，根据输入变量的统计量，选择一种sigma点采样策略，得到输入变量的sigma点集，以及对应的权值。接着，对所采样的输入变量sigma点集中的每个sigma点进行非线性变换，得到变换后的sigma点集。最后，对变换后的变sigma点集进行加权处理，从而得到输出变量的统计量。本发明解决现有电力系统受扰轨迹预测方法无法准确反映电力系统暂态稳定机理的问题。
文档编号G06Q10/04GK103020738SQ20121054638
公开日2013年4月3日 申请日期2012年12月17日 优先权日2012年12月17日
发明者刘玉娟, 卫志农, 孙国强, 孙永辉, 张伟, 陈凡, 杨雄, 袁阳, 陆子刚, 韦延方, 潘春兰 申请人:河海大学