張葉貴,徐登國,李大巧
(六盤水師范學(xué)院,貴州六盤水,553000)
在我國的電力建設(shè)初期,由于資金較為匱乏,其電力系統(tǒng)的建設(shè)較為偏重對(duì)電力系統(tǒng)運(yùn)行更為重要的輸點(diǎn)網(wǎng)中,對(duì)配電網(wǎng)的重視程度還不夠[1]。加之配電網(wǎng)節(jié)點(diǎn)數(shù)眾多,若對(duì)配電網(wǎng)中每個(gè)節(jié)點(diǎn)都安裝量測裝置會(huì)造成資源的極大浪費(fèi)[2],因此,對(duì)未配置量測裝置的節(jié)點(diǎn)只能通過狀態(tài)估計(jì)算法進(jìn)行預(yù)測[3]。精確的系統(tǒng)狀態(tài)估計(jì)模型是提升狀態(tài)估計(jì)精度的基礎(chǔ),狀態(tài)方程的建立是依據(jù)歷史狀態(tài)變量數(shù)據(jù)變化規(guī)律建立的,它反應(yīng)的是系統(tǒng)狀態(tài)量隨時(shí)間變化的規(guī)律。因此,如何建立最為接近系統(tǒng)真實(shí)的動(dòng)態(tài)狀態(tài)模型是狀態(tài)估計(jì)的關(guān)鍵。系統(tǒng)的動(dòng)態(tài)狀態(tài)模型誤差越小,預(yù)測出的系統(tǒng)狀態(tài)量就越接近于真值。
由于卡爾曼濾波在實(shí)際應(yīng)用中受到限制,即要求系統(tǒng)為線性系統(tǒng)。實(shí)際情況下大多數(shù)系統(tǒng)為非線性系統(tǒng),EKF算法就是為了解決非線性系統(tǒng)狀態(tài)估計(jì)問題而被提出。本文將UKF算法與EKF算法引入到配電網(wǎng)進(jìn)行狀態(tài)估計(jì),并考慮到分布式能源接入配電網(wǎng)的情況進(jìn)行仿真分析,采用潮流計(jì)算結(jié)果作為真值,在真值的基礎(chǔ)上添加量測誤差作為量測數(shù)據(jù),采用IEEE13節(jié)點(diǎn)標(biāo)準(zhǔn)算例對(duì)兩種算法進(jìn)行對(duì)比分析。
采用1式表示狀態(tài)估計(jì)的狀態(tài)方程與量測方程
上式中,x為狀態(tài)方程中的狀態(tài)向量,z為量測方程,w、v分別表示輸入噪聲與觀測噪聲,k表示時(shí)間。EKF算法流程參見文獻(xiàn)[4],UKF算法流程如下所示:
1)狀態(tài)量預(yù)測
2)量測量預(yù)測
該時(shí)刻的量測預(yù)測值。
3)濾波修正
至此完成UKF濾波過程。
本文采用IEEE13節(jié)點(diǎn)標(biāo)準(zhǔn)算例進(jìn)行仿真分析,如圖1所示。對(duì)于仿真過程中的初始噪聲方差陣Q0中的主對(duì)角元素取值為10-6,非對(duì)角線元素取值為零;初始協(xié)方差陣P0中的主對(duì)角線元素取值為10-6,非對(duì)角線元素取值為零。通過潮流計(jì)算結(jié)果作為真值,量測數(shù)據(jù)在潮流真值的的基礎(chǔ)上添加高斯白噪聲所得。由UKF算法的計(jì)算步驟可知,在sigma采樣與權(quán)值計(jì)算過程中需要確定三個(gè)參數(shù),其參數(shù)取值為:a=10-3、、κ=0、b=2;此外對(duì)于UKF算法中的狀態(tài)轉(zhuǎn)移函數(shù)f(·)由兩參數(shù)指數(shù)平滑法獲取,其中對(duì)應(yīng)的參數(shù)取值為:p=0.85,q=0.05。對(duì)于IEEE13節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真分析時(shí),對(duì)系統(tǒng)采樣每五分鐘進(jìn)行一次,一天中共采樣288次。以SCADA量測系統(tǒng)誤差為例,取功率量測誤差、電壓相角量測的均值為0,標(biāo)準(zhǔn)差為0.02;電壓幅值的量測誤差的均值為0,標(biāo)準(zhǔn)差為0.01。
圖1 IEEE33節(jié)點(diǎn)接線圖
為量化兩種算法的性能指標(biāo),采用電壓幅值的平均相對(duì)誤差無電壓相角的平均絕對(duì)誤差來標(biāo)準(zhǔn)算法的性能指標(biāo),其表達(dá)式如下:
上式中的上標(biāo)e表示預(yù)測值,r表示真值。對(duì)系統(tǒng)進(jìn)行采樣分析,采樣次數(shù)為288次,下圖為兩種算法的電壓幅值與電壓相角以及真值的結(jié)果對(duì)比圖。
圖2 電壓幅值濾波結(jié)果對(duì)比
圖3 電壓相角值濾波結(jié)果對(duì)比
下表為兩種算法的電壓幅值的平均相對(duì)誤差無電壓相角的平均絕對(duì)誤差濾波結(jié)果對(duì)比。
表1 系統(tǒng)正常運(yùn)行時(shí)狀態(tài)估計(jì)指標(biāo)
由表中數(shù)據(jù)可知,UKF算法無論是電壓性能指標(biāo)還是相角性能指標(biāo)都要優(yōu)于EKF算法,仿真中對(duì)系統(tǒng)進(jìn)行采樣次數(shù)為288次,EKF是算法時(shí)長為42秒,UKF算法的計(jì)算時(shí)長為38秒。而SCADA系統(tǒng)的采樣周期一般為2秒。因此兩種算法的皆滿足系統(tǒng)要求。
本文采用EKF算法與UKF算對(duì)配電網(wǎng)進(jìn)行狀態(tài)估計(jì),通過仿真分析驗(yàn)證了兩種算法皆能滿足系統(tǒng)性能指標(biāo),通過對(duì)兩種算法仿真結(jié)果進(jìn)行對(duì)比分析,得出了UKF算法性能指標(biāo)要明顯優(yōu)于EKF算法,UKF算法具有更好的濾波跟蹤性能以及更好的魯棒性。
在配電網(wǎng)向智能化發(fā)展的今天,配電網(wǎng)中存在多種量測數(shù)據(jù)如AMI智能電表量測數(shù)據(jù)、微型量測單元(μPMU)、SCADA量測多種量測數(shù)據(jù)融合,配電網(wǎng)量測數(shù)據(jù)呈指數(shù)型增長,如何充分利用配電網(wǎng)中的多種量測數(shù)據(jù)以提升狀態(tài)估計(jì)精度仍需進(jìn)一步研究。