基于超短期負荷預測的智能配電網狀態估計

鄭偉鋒　許達

摘要：智能配電網中的自愈控制內的數據出口以及態勢的感知元件所包含的重要部分便是狀態估計。狀態估計是每個數據采集周期過程中進行相應的全網的狀態的估計計算。利用指數函數對錯誤數據產生的影響進行控制，可對狀態估計的精度進行提升。文章根據對IEEE36節點的計算進行分析來對算法的科學性進行驗證。

關鍵詞：超短期負荷預測；智能配電網；狀態估計；自愈控制；數據出口；感知元件 文獻標識碼：A

中圖分類號：TM715 文章編號：1009-2374（2016）31-0132-03 DOI：10.13535/j.cnki.11-4406/n.2016.31.066

本文所介紹的新算法在預測精度和速度上均有著很好效果，將超短期負荷預測應用于配電網的狀態估計中，對各個點負荷進行實時預測，以此來達到對系統中的各節點的負荷進行實時追蹤。利用指數函數對錯誤數據產生的影響進行控制，來對狀態估計的精度進行提升。使用配電網中所用的前推回代對計算變量中的初始幅值與相角進行計算，從而增加算法的收斂。對于采用分布式進行電源連接，使電網透明的特點得到了應有的顯現。

1 智能配電網的狀態估計簡介

配電網即電網中使主網與用戶用電相連接在一起的重要部分，智能配電網相比以往的性能更加優質，而且所具有的彈性也有較大的提升，對于自然災害等外力所造成的破壞有著較大的抵抗力，同時有著極為強大的自愈能力。目前，我國對于狀態估計主要是應用在高壓輸電網中，對于使用于中低壓配電網尚處于研究階段。伴隨著國家對智能電網的推進，負荷監控以及數據采集是配電系統的重要的數據提供源，以保證配電估計有足夠的數據。

配電網是與輸電網有著諸多的差異，以往進行的狀態估計已根本無法滿足配電網進行狀態估計，所以不能將輸電網中的成果應用于配電系統中。對此，有關的電力研究人員對配電網的狀態估計展開了研討，并取得了一定的成果?，F在有四種主要的狀態估計方法，第一，根據最小二乘法來進行配電估計的計算方式；第二，根據人工智能以及專家系統進行配電估計的計算方式；第三，根據信息圖理論進行配電估計的計算方式；第四，根據GPS電壓向量測量進行配電估計的計算方式。在這里，前三種計算方式均無法滿足自愈控制對速度與精度的要求。最后一種計算方法因需進行PMU的安裝，然而PMU尚未在現實中的配電網中加以使用，所以對其發展有所制約，所以要對智能配電網研究出更加有效的狀態估計的方法。

由于超短期負荷預測技術得到不斷的進步，因此預測的精度也在不斷提升，而且已經在實際中得到了應用。而且自愈控制在每個采集周期都要進行一次估計，所以依據當時預測的負荷對下一時刻的節點狀態量進行計算，這樣更加能滿足電力動態估算的算法特點。超短期負荷預測加入到電網的狀態估計，從而對系統狀態進行跟蹤預測，使精度得到提升，計算時間有效降低。

2 超短期負荷預測

當下，超短期負荷預測可以從原理上進行分類：一類是依據原有數據資料來選取合理的外推方式；另一類就是以電力負荷和選定影響因素為基礎的有關方式。因為智能配電網在進行狀態估計時對于計算速度有著較高的要求，所以本文將使用以線性外推法為基礎的預測方法。數學模型為：

式中：

P（tn-1）——tn-1時刻的負荷值

P（tn）——tn=tn-1時刻的負荷值

ΔP——待求時刻的負荷變化值

b——待求時刻的負荷變化率

依照我國當前的5天工作與2天休息日安排，可將時間進行相應的劃分。對之前的5個同種類型日在預測時段的負荷進行獲取，進行一定的處理，以保證待求時間的負荷變化沒有較大的波動。假設得到變化趨勢一致的k個同類日期內的待求時間段的數據，其中是過去時刻，那么在同P（i，t0），P（i，t1），P（i，t2）一時刻的k天的負荷平均值是：

根據以上公式在進行待求時間段內的負荷變化，同時使用最小二乘法進行擬合，得：

式中：

那么t2時刻的預測負荷值為：

利用功率因數pf即可得到t2時刻的無功功率：

3 智能配電狀態估計算法

3.1 配電線路模型

在配電線路較短的情況下，配電線路模型只需對線路的電阻以及電抗進行考慮。但是一旦線路較長時，線路的電容將會使電流發生改變。有三種不同的電流選擇支路中的電流作為狀態變量，那么三個電流間的關系式為：

但是因為PMU的成本較高，其沒有在配電網進行大范圍的應用，無法對電流的相角進行收集，所以大多數文獻均對支路電流的初始數值確定避而不談。然而配電網在進行狀態估計時其收斂性極易受初始數值的干擾，因此支路的電流幅值以及相角的初始數值給計算方法的收斂速度造成了很大的影響。文中根據配電網的前推回算的思路進行展開，假使各個節點的負荷均可以獲取，從最后的節點向前推算，這就可以使收斂速度得到較大的提升。

3.2 狀態預測

以往在進行狀態估計時所采用的是以下預測公式：

式中：

Fk——狀態轉移矩陣，即非0對角動態模型的參數矩陣

Uk——控制向量，即非0對角動態模型的參數矩陣

ωk——系統模型誤差，在工程上假設是k時刻服從正態分布的隨機白噪聲

求解Fk、Uk時，可以利用Holt的雙參數線性指數平滑法進行求取。在進行變量突變過程，因為固定參數將會使狀態變量在預測時存在誤差，所以本文將采用線性外推法為基礎的超短期負荷預測，此法更為貼合配電網的現實情況。

將節點注入功率當作預測變量展開求算，如果功率注入母線k存在n條上游母線，那么k+1時刻km支路的電流是：

3.3 狀態濾波

依照卡爾曼濾波原理，可以建立出配電系統的目標函數為：

式中：

Z——量測向量

——量測函數

R量測誤差協方差矩陣，通常令對量測數值來說即權重因數，通常是根據經驗選取。

當函數取最小值時，則：

即：

這時，將采用泰勒級數加以展開，同時將最高次項忽略，可以得到一個線性化的方程：

其中：

將代入公式中，即可得到：

其中：

令，便可以推導出濾波

公式：

使用超短期負荷預測法可以求取注入功率支路電流、支路電流對應的狀態估計值。運用量測函數可以求取時刻的量測值。

3.4 引入指數函數

增加指數函數可以提高系統的抗變換性，指數函

數即：

這個函數的作用是將系統中存在的異常狀況加以監控，同時可以進行有效的控制。該函數的使用可以不對原有的系統框架進行較大的改動，特別是對已經完全的架構模型修改起來更加的簡便。另外，添加了該抑制函數，可以在系統內部含有的惡意數據、狀況誤判、負荷突變等狀況發生時，有著極強的穩定性，不能使載波過程出現分散現象。

3.5 分布式電源的接入方式

智能配電網有著一個重要的優點，便是可以進行電源分布式的連接。要想使各個測量的量可以方便地表示，可以將分布式電源改為一個新的節點，利用一段短的線路與配電網絡進行連接，也就是將原來有n個節點的網絡擴充為n+1個節點，將該線路的電壓兩端設置為一樣，可以做到零損耗。

一般情況下中小型容量的電源在連入電網后，很少對系統電壓進行調整。根據不同電源的發電、接口情況，可以將分布式電源分為四類：第一，P恒定、Q恒定的PQ節點；第二，P恒定、U恒定的PU節點；第三，P恒定、電流増幅I恒定的PI節點；第四，P恒定、U不定，Q由P、U確定的P-Q（U）節點。

4 結語

要達到智能配電網絡中自愈控制情況下各模塊的需求，因此提出了以超短期負荷預測為基礎展開的智能配電網狀態估計方式。這個方法對于智能配電網中進行狀態估計時，采用超短期負荷對各個節點進行實時預測，指數函數對不完全數據的作用以及前推回代法等技術的使用，實際應用于IEEE36節點進行計算分析，可以證明該方法有著很多的優勢，例如計算速度快、收斂性佳、測量誤差小等，在實際工作中應用該種方法可以取得良好的效果，且其可信度極高。

參考文獻

[1] 李濱，杜孟遠，等.基于準實時數據的智能配電網狀 態估計[J].電工技術學報，2016，1（1）.

[2] 李麗萍，趙洋，等.配電網狀態估計研究現狀及展望 [J].通信電源技術，2016，1（1）.

[3] 張超，陳曉英，等.電力系統超短期負荷預測方法及 應用[J].硅谷，2014，10（20）.

[4] 周冬旭，岳浩永，羅興.智能配電網綜合優化調度系 統研制及應用[J].電工電氣，2015，10（10）.

[5] 郭志峰.智能配電網短期負荷預測問題研究[J].山東 工業技術，2013，7（14）.