基于多源量测数据融合的配电网拓扑状态辨识方法及系统与流程

本发明涉及配电网拓扑状态辨识，尤其涉及一种基于多源量测数据融合的配电网拓扑状态辨识方法及系统。

背景技术：

1、当前，很多国家和地区都在推进智能配电网的建设。智能配电网通过多种先进信息技术，实现了电网的数字化、信息化、自动化和智能化。智能配电网具备实时的监视分析、运行优化等高级功能，但这些功能的实现均需要准确的网络拓扑信息。网络拓扑信息的错误可能会使这些高级功能对智能配电网的运行功效大打折扣，甚至起到不良效果。因此，实现智能配电网实时、准确的拓扑状态辨识是必要的。

2、早期的拓扑状态辨识主要在电力系统状态估计的框架下展开研究，辨识的对象也主要是输电网。对于输电网，其量测数据较为完备，可观性较强，拓扑状态辨识主要解决的问题是基于现有拓扑状态识别的量测错误。然而，对于大量分布式可再生能源接入的配电网，拓扑状态的变化会更加频繁，例如在大量分布式光伏渗透的配电网中，拓扑状态变更的频率可达到8h变化一次，这使得配电网拓扑状态辨识的难度显著增加。

3、另外，配电网量测体系也与输电网有所不同。传统配电网主要基于监控和数据采集(supervisory control and data acquisition，scada)系统，面对智能配电网更高可观可控性的要求，同步相量量测(phasor measurement unit，pmu)装置和高级量测体系(advanced metering infrastructure，ami)受到越来越多的关注。

4、但随着智能配电网的开发，容易出现配电网量测布点不足的问题，导致配电网拓扑状态辨识的准确性和可靠性较差，难以为智能配电网实现更高精度的控制与优化提供更为准确的拓扑支撑。

技术实现思路

1、本发明提供了一种基于多源量测数据融合的配电网拓扑状态辨识方法及系统，解决了配电网拓扑状态辨识的准确性和可靠性较差的技术问题。

2、有鉴于此，本发明第一方面提供了一种基于多源量测数据融合的配电网拓扑状态辨识方法，包括以下步骤：

3、根据目标配电网的系统状态变量与量测数据构建量测函数，并确定所述量测数据的计算值；

4、基于加权最小二乘法，根据所述目标配电网的量测数据的实测值与所述量测数据的计算值确定目标函数，根据所述目标函数和预设的约束条件构建配电网拓扑状态辨识数学规划模型；

5、以所述系统状态变量作为决策自变量，对所述配电网拓扑状态辨识数学规划模型进行寻优求解，根据最优解确定最优系统状态变量作为拓扑状态辨识结果。

6、优选地，所述根据目标配电网的系统状态变量与量测数据构建映射函数，确定所述量测数据的计算值的步骤之前，还包括：

7、初始化所述目标配电网的拓扑状态辨识参数，所述拓扑状态辨识参数包括系统状态变量、量测数据和系统网络参数，所述系统状态变量包括网络支路的开关状态向量、支路有功功率向量和支路无功功率向量；所述量测数据包括注入节点的功率伪量测量、支路有功功率量测量、支路无功功率量测量、节点电压量测量和支路电流量测量；所述系统网络参数包括支路电阻和支路电抗。

8、优选地，所述基于加权最小二乘法，根据所述目标配电网的量测数据的实测值与所述量测数据的计算值确定目标函数，根据所述目标函数和预设的约束条件构建配电网拓扑状态辨识数学规划模型的步骤，具体包括：

9、基于加权最小二乘法，以所述目标配电网的量测数据的实测值与所述量测数据的计算值之差加权平方和最小为目标条件，确定目标函数；

10、根据所述目标函数和预设的约束条件构建配电网拓扑状态辨识数学规划模型，其中，所述预设的约束条件包括配电网辐射状约束、节点功率平衡约束和网络运行约束。

11、优选地，所述以所述系统状态变量作为决策自变量，对所述配电网拓扑状态辨识数学规划模型进行寻优求解，根据最优解确定最优系统状态变量作为拓扑状态辨识结果的步骤，具体包括：

12、对所述配电网拓扑状态辨识数学规划模型进行二阶锥松弛及线性化转换，得到配电网的拓扑状态辨识二阶锥模型优化问题；

13、以所述系统状态变量作为决策自变量，对所述配电网的拓扑状态辨识二阶锥模型优化问题进行加权最小二乘求解，得到系统状态变量候选解；

14、判断所述系统状态变量候选解是否满足预设的二阶锥松弛精度，若满足，则输出系统状态变量候选解作为拓扑状态辨识结果，若不满足，则根据当前解添加割平面，并返回至所述对所述配电网拓扑状态辨识数学规划模型进行二阶锥松弛及线性化转换，得到配电网的拓扑状态辨识二阶锥模型优化问题的步骤。

15、优选地，本方法还包括：

16、通过下式的二阶锥松弛精度判断方法判断所述系统状态变量候选解是否满足预设的二阶锥松弛精度，其中，所述二阶锥松弛精度判断方法为：判断下述不等式是否成立：

17、

18、式中，i2,ij为支路i-j的电流的平方，pij、qij分别为支路i-j在i侧的有功功率、无功功率，u2,i为节点i的电压幅值的平方，ε为误差系数。

19、第二方面，本发明还提供了一种基于多源量测数据融合的配电网拓扑状态辨识系统，包括：

20、量测计算模块，用于根据目标配电网的系统状态变量与量测数据构建量测函数，并确定所述量测数据的计算值；

21、模型构建模块，用于基于加权最小二乘法，根据所述目标配电网的量测数据的实测值与所述量测数据的计算值确定目标函数，根据所述目标函数和预设的约束条件构建配电网拓扑状态辨识数学规划模型；

22、模型求解模块，用于以所述系统状态变量作为决策自变量，对所述配电网拓扑状态辨识数学规划模型进行寻优求解，根据最优解确定最优系统状态变量作为拓扑状态辨识结果。

23、优选地，本系统还包括：

24、参数初始化模块，用于初始化所述目标配电网的拓扑状态辨识参数，所述拓扑状态辨识参数包括系统状态变量、量测数据和系统网络参数，所述系统状态变量包括网络支路的开关状态向量、支路有功功率向量和支路无功功率向量；所述量测数据包括注入节点的功率伪量测量、支路有功功率量测量、支路无功功率量测量、节点电压量测量和支路电流量测量；所述系统网络参数包括支路电阻和支路电抗。

25、优选地，所述模型构建模块具体包括：

26、目标函数确定模块，用于基于加权最小二乘法，以所述目标配电网的量测数据的实测值与所述量测数据的计算值之差加权平方和最小为目标条件，确定目标函数；

27、模型构建子模块，用于根据所述目标函数和预设的约束条件构建配电网拓扑状态辨识数学规划模型，其中，所述预设的约束条件包括配电网辐射状约束、节点功率平衡约束和网络运行约束。

28、优选地，所述模型求解模块具体包括：

29、线性转换模块，用于对所述配电网拓扑状态辨识数学规划模型进行二阶锥松弛及线性化转换，得到配电网的拓扑状态辨识二阶锥模型优化问题；

30、求解模块，用于以所述系统状态变量作为决策自变量，对所述配电网的拓扑状态辨识二阶锥模型优化问题进行加权最小二乘求解，得到系统状态变量候选解；

31、拓扑辨识模块，用于判断所述系统状态变量候选解是否满足预设的二阶锥松弛精度，若满足，则输出系统状态变量候选解作为拓扑状态辨识结果，若不满足，则根据当前解添加割平面，并重新执行所述线性转换模块的工序。

32、优选地，本系统还包括：

33、判断模块，用于通过下式的二阶锥松弛精度判断方法判断所述系统状态变量候选解是否满足预设的二阶锥松弛精度，其中，所述二阶锥松弛精度判断方法为：判断下述不等式是否成立：

34、

35、式中，i2,ij为支路i-j的电流的平方，pij、qij分别为支路i-j在i侧的有功功率、无功功率，u2,i为节点i的电压幅值的平方，ε为误差系数。

36、从以上技术方案可以看出，本发明具有以下优点：

37、本发明通过配电网已有的多源量测数据进行融合，并通过目标配电网的系统状态变量与量测数据构建量测函数来确定量测数据的计算值，基于加权最小二乘法，根据目标配电网的量测数据的实测值与量测数据的计算值确定目标函数，从而降低因系统状态变量而产生的量测数据误差，并对配电网拓扑状态辨识数学规划模型进行寻优求解，得到最优系统状态变量作为拓扑状态辨识结果，从而解决了配电网量测布点不足的问题，提高了配电网拓扑状态辨识的准确性和可靠性，为配电网实现高精度的控制和优化提供准确的拓扑支撑。