智能配电网运行状态估计技术

第1章 绪 论 1.1 配电网及同步相量测量技术发展现状 由于能源和环境的双重约束，我国在大力发展分布式电源、电动汽车充换电设施及需求响应资源。在这样的目标背景下，配电网也将发生重大变革：大规模分布式电源接入配电网，电动汽车充电负荷快速增长，电网与用户供需互动日益频繁，使配电网出现源荷智能化、网络电力电子化等新特征，配电网的源、网、荷具有更强的时空不确定性，呈现出常态化的随机波动性和间歇性。另外，还有潜在的微网、孤岛等运行形态。图1-1展示了新形势下配电网的运行特点。 图1-1 新形势下配电网的运行特点 这一系列新形势将给配电网的发展带来挑战：大规模分布式电源、电动汽车接入及用户与电网供需互动，极大地增加了配电系统的复杂程度与管控难度。在配电网层面新能源随机性的影响显著，动态负荷波动的无序性特征明显，源荷具有更强的时空不确定性，给配电网安全可靠运行带来巨大挑战。从感知角度而言，系统运行状态难以准确快速刻画；同时，源-网-荷运行特征更加复杂，安全运行难以准确描述。从控制角度来说，准确性差，缺乏主动控制能力。对配电网的准确感知是实现合理优化控制的前提条件。 配电网运行状态是指在一定时间与空间尺度下，由系统和设备运行状况、环境、市场及主体行为等因素所构成的系统状态。配电网运行状态感知则是基于广域量测系统及多种数据库，采用数据挖掘、动态状态辨识、运行状态分析、可视化等技术，实现配电系统运行关键动态数据的测量、处理和分析，达到对主要运行行为的测量、辨识和显示，实现对当前配电网运行状态的获取和理解。 传统配电网的量测体系主要基于监控与数据采集(supervisory control and data acquisition，SCADA)系统。SCADA数据不具有统一时标，因此在源荷动态特性明显的配电网中，其量测数据的同步性与准确性无法得到保障，难以准确地获取新形势下的配电网运行状态。同步相量测量装置(phasor measurement unit，PMU)基于全球定位系统(global positioning system，GPS)，能够赋予系统内全局量测数据统一的时标，同时能够直接测量配电网中的相量信息，使量测数据同步性与准确性均能够得到保障。由于前期受限于投资成本，PMU装置的相关研究与应用主要集中在输电网层面；微型化、低成本同步相量测量技术的发展和应用，为保障新形势下配电网的安全可靠运行提供了重要的新方法、新手段。 如何以适应配电网需求的PMU技术为基础，研究下一代配电网自动化系统关键支撑技术，保障配电网安全可靠运行，已经成为能源及电力系统领域的重大科学命题。因此，本书将针对大量分布式新能源接入、强波动源荷场景下的配电网，挖掘PMU量测特点及应用优势，对配电网安全运行状态的快速、准确感知问题进行深入研究。 1.2 配电网状态估计研究现状 配电网状态估计作为配电管理系统的重要组成部分，其主要功能是利用系统量测数据，根据*佳估计准则排除偶然的错误信息和少量不良数据，估计或预报系统运行状态，并为配电管理系统的高级应用软件提供完整可靠的实时数据。因此，高效、可靠的配电网状态估计有利于保证配电管理系统的正常工作并发挥其功能，从而*终提高配电网运行的安全性和经济性。 目前，在高压输电网调度控制方面，状态估计方法已进行了深入研究和广泛应用。但与输电网相比，配电网存在众多不同的特点。例如，①配电网结构复杂，点多面广；②三相线路不对称，分支多且线路阻抗比值较大；③存在大量单相和两相负荷，三相负荷不平衡；④配电网测量装置少，实时量测数据不足，存在大量负荷功率伪量测等。因此，现有的输电网状态估计方法不能直接应用于配电网。另外，现有的配电网状态估计方法主要通过负荷历史数据估计或预测的负荷功率伪量测来改善系统的可观测性，其状态估计性能和结果精度难以满足新形势下配电调度系统的需求。因此，深入研究适合配电网自身特点的三相状态估计方法势在必行，这具有重要的研究价值和现实意义。 配电网状态估计是在给定配电网结构的条件下，利用量测数据的冗余度来提高系统实时信息的可靠性与完整性，估计或预报系统的实时运行状态。配电网状态估计可直接利用的实时量测数据主要是节点电压幅值、支路电流幅值和少量的功率量测，而且在配电网状态估计研究初期受配电网自动化水平低的影响，通常无法采集到负荷节点功率量测。为了有效地利用冗余的量测数据，配电网状态估计需要综合考虑配电网模型和系统量测量特征，建立相应的量测方程来处理各种不同类型的量测量，保证状态估计结果的准确性。因此，配电网状态估计问题的重难点是如何根据配电网模型和量测配置特点，建立相应的量测方程，并按照*佳估计准则快速、准确地获得*佳估计值。 1.网络模型 我国配电网接线方式主要有三相三线制和含中性线的三相四线制两种方式。针对配电网三相不平衡问题，国内外文献现已深入地研究了两种配电网的三相模型，其中，配电网三相潮流模型的研究文献较多，配电网三相状态估计方法研究则相对较少，且主要侧重于研究三相三线制配电网状态估计。目前，直接研究三相三线制和三相四线制混合系统的状态估计方法的文献十分少见，而这种结构在我国电力系统中则十分常见，如10kV/380V电网等。 2.负荷模型 配电网状态估计中使用的量测数据包括实时量测、虚拟量测和伪量测。实时量测是由SCADA或PMU实时采集变电站和关键负荷节点的量测量，具体包括电压幅值、电流幅值、节点注入功率、支路功率量测等；虚拟量测是无须测量装置即可得到且能保证总是正确的数据，如配电网中联络节点的零注入功率；伪量测(pseudo measurement)则是根据经验或历史数据人工增加且实际上不存在的量测，其精度较低。实用中，对于没有配置测量装置的负荷节点，为满足系统可观测性经常要求根据经验或历史数据(如通过营销系统获得的滞后数据)人工增加注入功率量测。 在配电网自动化水平较低时，同时兼顾经济性和实际可行性，配电网实时量测配置较少，一般只是在配电网变电站和部分关键节点配有测量装置，所以系统实时量测数据不足，特别是大量负荷节点无法获得功率量测。为了使量测系统具有足够的冗余度，保证系统的可观测性和提高状态估计精度，在配电网状态估计中需要解决的关键问题是如何处理系统量测，特别是负荷功率伪量测。 3.配变电源节点状态估计模型 在配电网状态估计中，由于配电网结构复杂且规模庞大、实时量测信息少，以及各条馈线除了变电站根节点外无电气联系，现有研究文献一般是把变电站节点作为根节点对各条馈线分别进行状态估计。 在正常情况下，配电SCADA系统能够及时地获得变电站节点的实时量测信息，包含三相节点电压幅值、三相支路功率和三相支路电流幅值量测。在配电网三相潮流计算过程中一般是将变电站节点或馈线根节点处理为平衡节点，假设三相电压对称且已知，在潮流计算过程中选取变电站节点电压作为相位参考而不参与迭代计算。在配电网三相状态估计中，现有文献对变电站节点的处理方法类似于三相潮流计算中的处理方法，认为变电站电源节点的实时量测信息精度较高，都假设变电站高压侧节点的三相电压对称且已知，在状态估计求解过程中不参与迭代计算。 4.配电网状态估计算法 电力系统状态估计算法就是根据状态估计的量测方程和系统所有量测量，按照*佳估计准则获取系统*优状态估计值的计算方法。根据状态变量的选取不同，配电网状态估计算法可以分为以节点电压为状态变量、以支路电流为状态变量和以支路功率为状态变量的方法。同时随着新理论技术的发展，也出现了其他新的配电网状态估计方法。 (1)以节点电压为状态变量：该类方法将节点电压作为状态变量，可以说是广义的潮流计算方法，通过建立雅可比矩阵，迭代求解目标函数。基于*小二乘法类算法的状态估计模型简单，计算效率较高，保证了有效性、无偏性、一致性和稳健性，能适应多种类型的网络及量测。但是由于雅可比矩阵在每次迭代中都要重新计算且不对称，导致计算量大、计算时间长。因此后续研究引入了量测变换技术，将电压、电流幅值和功率量测等效变换成节点注入电流相量量测，从而实现量测雅可比矩阵常数化。但是，利用量测变换得到的等效量测并非真实量测，而且电压电流幅值量测权重与电压电流相量量测权重的变换过程并不等价，也将影响状态估计效果。 (2)以支路电流为状态变量：该类方法以支路电流相量为状态变量，利用量测变换方法将负荷功率量测和支路功率量测等效转换为相应的负荷电流相量量测和支路电流相量量测。但该方法难以处理电压幅值量测，对于存在大量电压幅值和支路电流幅值量测的情况，该方法估计效果较差。 (3)以支路功率为状态变量：与基于等效支路电流量测变换的思想类似，这类方法利用量测变换技术，将节点注入功率转换为等效支路功率量测，得到三相解耦的雅可比常数阵，因此，该方法能够有效地处理大量的功率量测，且不要求有功和无功成对出现。但是这类方法*早提出时只适用于仅有实时功率量测的系统，且没有给出电压和电流幅值量测的处理方法。 现代配电网节点数多、规模大，对快速配电网动态状态估计而言，计算结果的时效性非常重要，因此对于快速动态状态估计的计算时间有着严格的要求。目前，单核中央处理器(central processing unit，CPU)的频率已经超过了3GHz，目前主频的提升空间已经不大，因此现代的动态状态估计算法需要引入并行算法发挥现代计算机架构的多核CPU与图形处理器(graphics processing unit，GPU)的运算能力，缩短状态估计时间。 相对于串行计算，并行计算可以划分为时间并行和空间并行。时间并行指的是流水线并行，空间并行包括指令并行、数据并行和线程并行。时间并行指流水线技术，让多个处理过程在时间上相互错开，轮流重叠地使用同一套硬件设备的各个部分，以加快硬件周转而赢得速度。空间并行则导致两类并行机的产生，分为单指令流多数据流(single instruction multiple data，SIMD)和多指令流多数据流(multiple instruction multiple data，MIMD)，常用的串行机也称为单指令流单数据流(single instruction single data，SISD)。MIMD类的机器又可分为常见的5类：并行相量处理机(parallel vector processor，PVP)、对称多处理机(symmetrical multi processor，SMP)、大规模并行处理机(massively parallel processor，MPP)、工作站机群(cluster of workstations，COW)、分布式共享存储处理机(distributed shared memory，DSM)。随着GPU及相应接口的出现，大型电力系统的状态估计有了新的方法。对于节点数众多而支路数和节点数接近的配电网，其导纳矩阵是稀疏的，为基于CPU+GPU的异构并行计算提供了良好的条件。 综上所述，现有的配电网状态估计方法在模型方面，主要存在的问题是未能综合考虑网络结构特点和各种量测类型及特征；在算法方面亟须解决的难题是物理量量测利用或变换、量测权重分配或权值函数的选取等问题；在计算机程序设计方面需要利用并行计算/分布式计算进行加速，提高状态估计的计算效率。随着配电网的发展和系统规模的扩大，配电网的运行状态更加复杂，对配电网状态估计方法也提出了更高要求，因此迫切要求进一步完善和创新。 1.3 配电网运行状态评估研究现状 当前阶段，国内外对配电网运行状态评估的研究主要聚焦于配电网运行的安全性、可靠性以及经济性等。文献[1]和[2]对主动配电网运行状态的各项状态指标进行了分析研究，构建了综合评估指标体系与方法；文献[3]和[4]将安全域方法应用于配电系统，建立了基于