朱趙桓,王安雨,徐 天
(南京工程學(xué)院,江蘇 南京 210000)
隨著電力企業(yè)的不斷發(fā)展,電力網(wǎng)絡(luò)逐漸受到電力行業(yè)工作人員的重視。在電力網(wǎng)絡(luò)的日常運(yùn)行中,量測(cè)量和量測(cè)通道的使用狀態(tài)以及外界信號(hào)的干擾會(huì)產(chǎn)生大量的量測(cè)誤差[1]。含壞數(shù)據(jù)的檢測(cè)與辨識(shí)作為電網(wǎng)狀態(tài)估計(jì)的重要工作內(nèi)容之一,主要結(jié)合獲得的狀態(tài)估計(jì)值和電網(wǎng)中預(yù)留的冗余信息發(fā)現(xiàn)并排除量測(cè)采樣數(shù)據(jù)中的含壞數(shù)據(jù),從而提高電網(wǎng)狀態(tài)估計(jì)的真實(shí)性。分析使用效果可知,傳統(tǒng)的電網(wǎng)含壞數(shù)據(jù)檢測(cè)與辨識(shí)效果較差且適用性不強(qiáng)[2-3]。因此,設(shè)計(jì)基于快速分解正交變換狀態(tài)估計(jì)的電網(wǎng)含壞數(shù)據(jù)檢測(cè)與辨識(shí)方法,采用算例測(cè)試的形式對(duì)比其與傳統(tǒng)方法的使用差異。
在正常運(yùn)行的電網(wǎng)中,有功功率Y、電壓增幅Z、無(wú)功功率X以及電壓相角α之間存在微弱的關(guān)聯(lián)。通過使用雅可比矩陣,可知:

在狀態(tài)估計(jì)中,采用式(1)實(shí)現(xiàn)對(duì)XY解耦,估計(jì)快速分解正交變換算法引用的電網(wǎng)狀態(tài)后,量測(cè)方程設(shè)定如下:

式(2)中,AU為量測(cè)產(chǎn)生的電壓數(shù)據(jù),AR為量測(cè)產(chǎn)生的功率數(shù)據(jù),gu(k)、gr(k)為某支路上的電壓數(shù)據(jù)和功率數(shù)據(jù),zu、zr為節(jié)點(diǎn)的電壓數(shù)據(jù)和功率數(shù)據(jù)。根據(jù)式(2)完成量測(cè)過程,使用雅可比矩陣和快速分解法潮流算法進(jìn)行求值,并將求得的值設(shè)定為權(quán)重對(duì)角陣分解矩陣[4-5]。修正矩陣得出電網(wǎng)的狀態(tài)值并展開迭代計(jì)算,計(jì)算后得到的狀態(tài)值為電網(wǎng)的最佳狀態(tài)估計(jì)值。依據(jù)此狀態(tài)估計(jì)值,可實(shí)現(xiàn)電網(wǎng)含壞數(shù)據(jù)檢測(cè)與辨識(shí)。
此次研究中采用量測(cè)量突變檢測(cè)法檢測(cè)電網(wǎng)中的含壞數(shù)據(jù)。量測(cè)量突變檢測(cè)法是將采樣時(shí)間的量測(cè)量與采樣之前的預(yù)測(cè)量進(jìn)行對(duì)比。如果出現(xiàn)數(shù)據(jù)量激增的問題,則對(duì)此可疑數(shù)據(jù)展開檢測(cè)。此方法可提升檢測(cè)的精準(zhǔn)度。
使用此方法前,應(yīng)設(shè)定相應(yīng)的約束條件。例如,相鄰采樣點(diǎn)之間的電網(wǎng)狀態(tài)不發(fā)生變化,檢測(cè)數(shù)據(jù)中存在含壞數(shù)據(jù)時(shí),需及時(shí)修正數(shù)據(jù)。對(duì)約束條件設(shè)定的突變門限值如下:

式(3)中,gi,j為ti時(shí)間第i個(gè)實(shí)際測(cè)量值,gi/i-j為ti-1時(shí)對(duì)gi,j的預(yù)測(cè)值,?i為突變門限值,Δgi,j為激增量。使用式(3)檢測(cè)電網(wǎng)數(shù)據(jù)中的含壞數(shù)據(jù),并將其應(yīng)用于原有的方法,從而實(shí)現(xiàn)對(duì)電網(wǎng)不良數(shù)據(jù)的檢測(cè)與辨識(shí)。
為實(shí)現(xiàn)設(shè)定的技術(shù)及程序,則設(shè)定方法中使用PMU量測(cè)和SCADA量測(cè)。將兩種量測(cè)設(shè)備相結(jié)合,可有效提升量測(cè)結(jié)果的可靠性。方法使用的過程中涉及到數(shù)據(jù)運(yùn)算的部分較多,因而采用SQL數(shù)據(jù)庫(kù)存儲(chǔ)采樣數(shù)據(jù),并在數(shù)據(jù)庫(kù)中展開運(yùn)算過程,以確保數(shù)據(jù)計(jì)算的可控性。
整合上述設(shè)計(jì)部分,形成整體性的方法。至此,完成基于快速分解正交變換狀態(tài)估計(jì)的電網(wǎng)含壞數(shù)據(jù)檢測(cè)與辨識(shí)方法設(shè)計(jì)。
測(cè)試中,采用MATPOWER仿真軟件對(duì)電網(wǎng)的數(shù)據(jù)結(jié)果展開仿真處理。處理內(nèi)容包括計(jì)算信息向量、基于網(wǎng)絡(luò)支路的信息向量以及差別向量等。通過對(duì)比文中設(shè)計(jì)方法與原有的電網(wǎng)含壞數(shù)據(jù)檢測(cè)與辨識(shí)方法,完成測(cè)試過程。
設(shè)定此次測(cè)試中的含錯(cuò)數(shù)據(jù)存在于網(wǎng)絡(luò)枝干。在電網(wǎng)的正常運(yùn)行狀態(tài)下,如果前面部分支路突然斷開,后面部分支路的有效數(shù)據(jù)就會(huì)大幅度激增。通過產(chǎn)生的設(shè)定模擬含錯(cuò)數(shù)據(jù),展開文中設(shè)計(jì)方法與原有方法對(duì)此測(cè)試環(huán)境的含壞數(shù)據(jù)檢測(cè)與辨識(shí),結(jié)合電網(wǎng)主路與支路上兩種對(duì)比方法對(duì)含錯(cuò)數(shù)據(jù)的精準(zhǔn)度進(jìn)行檢測(cè)與辨識(shí)。
通過上述設(shè)定設(shè)計(jì)測(cè)試環(huán)境,并將其作為此次測(cè)試的基礎(chǔ)完成測(cè)試過程。此次測(cè)試展開兩次檢測(cè)與辨識(shí)工作,結(jié)合電網(wǎng)主路的各個(gè)節(jié)點(diǎn)和支路的重要連接節(jié)點(diǎn)數(shù)據(jù)。為了加強(qiáng)數(shù)據(jù)管理,通過測(cè)試點(diǎn)Z1~Z10對(duì)本文方法及原有方法進(jìn)行測(cè)試。根據(jù)設(shè)定工作環(huán)境將含錯(cuò)數(shù)據(jù)分別放在電網(wǎng)主路上和支路上分別進(jìn)行檢測(cè)及辨識(shí)。測(cè)試環(huán)境進(jìn)行兩次檢測(cè)與辨識(shí),以測(cè)定兩種方法的檢測(cè)精準(zhǔn)性如表1和表2所示。

表1 含錯(cuò)數(shù)據(jù)在電網(wǎng)主路上的檢測(cè)精準(zhǔn)度測(cè)試結(jié)果

表2 含錯(cuò)數(shù)據(jù)在電網(wǎng)支路上的檢測(cè)精準(zhǔn)度測(cè)試結(jié)果
通過實(shí)驗(yàn)數(shù)據(jù)可知,含錯(cuò)數(shù)據(jù)的位置影響檢測(cè)與辨識(shí)方法的使用效果。經(jīng)分析可知,原有方法含錯(cuò)數(shù)據(jù)在電網(wǎng)主路時(shí)的檢測(cè)精度高于在電網(wǎng)支流的檢測(cè)精度。通過數(shù)據(jù)對(duì)比可知,文中設(shè)計(jì)方法在兩種測(cè)試環(huán)境的使用效果均優(yōu)于原有方法。文中設(shè)計(jì)方法的檢測(cè)精準(zhǔn)度取值范圍約達(dá)99%,原有方法的精準(zhǔn)度取值最高值僅為96%左右。
電網(wǎng)狀態(tài)估計(jì)是電網(wǎng)控制中的重要組成部分,含壞數(shù)據(jù)的檢測(cè)與辨識(shí)是電網(wǎng)狀態(tài)估計(jì)中的重點(diǎn)研究對(duì)象。當(dāng)今,智能電網(wǎng)的應(yīng)用普及,對(duì)電網(wǎng)調(diào)度方式安排智能化的要求越來越高,因此電網(wǎng)量測(cè)數(shù)據(jù)的要求隨之提升。在此環(huán)境背景下,針對(duì)傳統(tǒng)方法的不足,引用快速分解正交變換算法對(duì)其展開優(yōu)化,并根據(jù)電網(wǎng)的實(shí)際情況設(shè)定含錯(cuò)數(shù)據(jù)檢測(cè)方法。通過算例測(cè)試可知,文中設(shè)計(jì)方法的使用效果更佳。在日后的電網(wǎng)使用與控制中廣泛應(yīng)用此方法,可提升電網(wǎng)調(diào)度的科學(xué)性。