基于相量測量的電力系統狀態估計研究

董德慧　王兵

摘要 在經濟與科技的帶動下，電力系統無論是規模還是結構與運行方式都逐漸呈現復雜化，為提高電力系統安全，實現經濟運行，狀態估計成為能量管理系統中重要組成部分，尤其是在全球定位系統被應用到各處以后，以GPS為基礎的相量測量電力系統狀態估計也隨之出現。本文將從電力系統狀態估計基本情況入手，重點研究基于相量測量的電力系統狀態估計。

關鍵詞 相量測量；電力系統；狀態估計

中圖分類號 TM7 文獻標識碼 A 文章編號 2095—6363（2016）12—0039—02

為全面且系統地了解電力系統調度控制系統，實現實時掌控電力系統運行狀態，做好進一步分析與預測，強化數據庫質量就需要應用到狀態估計。現代社會已經進入信息時代，計算機技術在各個領域都有應用，狀態估計也需要實現現代化，融入新型技術，相量測量電力系統狀態估計也隨之出現。因此，有必要對基于相量測量的電力系統狀態估計開展研究。

1電力系統狀態估計概述

之所以電網能夠正常運行，與狀態估計的運用有一定關系，通過狀態估計不僅可以強化電力系統運行，還能促進控制系統優化。電力系統狀態估計作用主要體現在以下幾方面：第一，隨著狀態估計的運用，電力系統所獲得的數據精度更高，更可以滿足實際使用需求；第二，狀態估計可以準確辨別出不良數據，同時可以將這些數據進行修改與糾正，進而強化數據系統可靠性；第三，狀態估計能夠精準的推算出電力量，幫助電力工作者盡快完成工作；第四，能夠根據現有數據預見未來電力發展趨勢，為電力系統安全運行提供保障。總之，電力系統狀態估計有很多好處，因此，應重視狀態估計在電力系統中的運用，并做好進一步研究。

2電力系統狀態估計方法

對于電力系統狀態估計來說，經常采用的方法有3種：第一種，加權最小二乘估計法。這是電力系統狀態估計中應用最多的方法，運用這種方法并不需要了解隨機變量統計特性，而是將量測值與估計值的差平方和最小作為估計方法；第二種，快速分解狀態估計法。這種方法相對于加權最小二乘估計法相對收斂，但卻需要很長計算時間，對內存的需要也很大，在設計程序的過程中需要應用一定的電力系統物理性質，也會將不重要的因素忽略，這樣既能提高計算速度，又能減少不必要的內存消耗；第三種，以量測變換為基礎的估計法。這種方法就是將量測等效變換當做節點且注入電流量測與支路電流量測，然后將迭代方程組雅克比矩陣轉化為常數矩陣，不僅可以節約內存，還能強化算法效率。

3基于相量測量的電力系統狀態估計

1）相量測量電力系統狀態估計的運用的必要性。隨著相量測量狀態估計在電力系統中的運用，人們不僅可以全面了解系統實際運行情況，還能對電力系統進行全面監控，所以各個都將電力系統狀態估計作為重點。我國對電力系統狀態估計的研究并不多，僅有幾個電力系統應用了相量測量。在對比傳統狀態估計與相量測量電力系統狀態估計中可以發現，傳統狀態估計不僅實效性差，還需要浪費很長的計算時間，且收斂性較差，也容易出現誤差，而基于相量測量的電力系統狀態估計則屬于線性估計的一種，無論是計算速度還是實效性都很好。此外，由于PMU的應用，相關工作人員也可以隨時了解到電壓情況，如果2個系統需要連接也可以避免反連接的出現，若電網出現故障，狀態估計也可以快速確定故障發生位置，并做好故障分析，為快速解決故障奠定基礎。

3）以PMU基礎的等效電流量測變換解藕估計模型。相關學者在研究基于相量量測的電力系統態估計的過程中，可以計算出取電壓幅值與相角方程，在對比該模型以后可以發現，其與傳統狀態估計所使用的方法相同。在為某個節點配置PMU的過程中發現，等于兩個量測量共同作用其上，量測雅克比矩陣也會受此影響多兩行。同時還發現每個行中至少有一個非零元素，由此可見該模型中僅有一個PMU量測值，所以，其對狀態估計的影響也不大。總而言之，要做好等效電流量測狀態估計模型構建，就需要應用一種新型狀態估計模型，如PMU量測模型。

在等效電流量測中還要重視旋轉變換，這樣也可以了解到其狀態估計，進而了解電力系統實際運行情況。隨著PMU量測值的應用，不僅可以強化量測冗余度，還能加強狀態估計解精度，促進其穩定性提升。基于相量測量的電力系統狀態估計不僅壓縮了存儲空間，還提高了計算速度，強化了計算精度，同時也有效彌補了原有計算中存在不足，可見其有較多益處，所以應重視這種狀態估計的運用。

4）算例仿真。為進一步證明基于相量測量的電力系統狀態估計高效，還需要應用算例。因此，筆者對一些系統做了測試，通過算例仿真發現，量測數據可以在測試系統潮流結果的基礎上呈現正態分布，為強化比較，還需要做好測試系統計算，并通過極坐標的方式展示出來。如在測試某節點的過程中，在一些節點中應用了PMU，并采用了GA算法，發現基于相量測量的電力系統所測量的精度相對較高，尤其在旋轉變換的作用下，不僅可以實現嚴格解藕，還能有效減少雅克比矩陣重新因子化所帶來的影響，同時，算法效率也顯著提升，且不需要過高存儲量，總的來說，由此而來的運行效率也可以滿足在線狀態估計需求。

為提高估計精度，確定PMU配置目標，應將PSO算法運用進來還要注意粒子群算法的運用，并運用該算法對各個節點進行檢驗。因此，在實際計算中，應先確定好粒子群規模，明確加速參數，同時設計好最大迭代次數。通過對比發現，引入PSO算法要比GA算法強很多，主要體現PSO算法相對于GA算法更具收斂性，且具有良好的搜索能力。

總的來說，基于PMU的狀態估計新模型不僅應用了旋轉變換，減少了各種假設性問題的應用，同時，隨著該模型的構建，既強化了PMU量測信息的運用，也有效提升了量測冗余度，再加上這種方法對存儲量的需求較小，計算速度又很高，精度也能得到保障，所以，應重視這種狀態估計的運用，只有這樣才能全面且深入的了解電力系統實際情況。

4結論

之所以狀態估計會成為電力系統中不可缺少的一部分，不僅在于它是電力系統正常運行的基礎，還在于它可以幫助相關工作人員做好本職工作，為進一步做好電力系統狀態估計，就需要聯系實際情況應用新技術，相量測量單元就是其中之一。本文聯系電力系統狀態估計基本情況，分析了電力系統狀態估計中常用的方法，研究了基于相量測量的電力系統狀態估計，希望能為相關人士帶來有效參考，做好電力企業工作，為人們提供安全可靠電能，提高人們滿意度。endprint