电力系统状态估计 PPT
合集下载
电力系统状态估计分析73页PPT
26、要使整个人生都过得舒适、愉快，这是不可能的，因为人类必须具备一种能应付逆境的态度。——卢梭
▪
27、只有把抱怨环境的心情，化为上进的力量，才是成功的保证。——罗曼·罗兰
▪
28、知之者不如好之者，好之者不如乐之者。——孔子
▪
29、勇猛、大胆和坚定的决心能够抵得上武器的精良。——达·芬奇
▪
30、意志是一个强壮的盲人，倚靠在明眼的跛子肩上。——叔本华
电力系统状态估计分析
61、辍学如磨刀之石，不见其损，日 有所亏 。 62、奇文共欣赞，疑义相与析。
63、暧暧远人村，依依墟里烟，狗吠 深巷中 ，鸡鸣 桑树颠 。 64、一生复能几，倏如流电惊。 65、少无适俗韵，性本爱丘山。
▪
谢谢！
73Biblioteka
第四章 电力系统状态估计
第四章电力系统状态估计(State Estimation)制作人：雷霞主要内容⏹重点：状态估计的概念⏹难点：状态估计的数学描述⏹概述⏹状态估计的数学模型及算法⏹不良数据的检测与辨识第一节概述⏹一、电力系统状态估计的必要性⏹运行结构和运行参数⏹SCADA数据库的缺点：⏹(1)数据不齐全；⏹(2)数据不精确；⏹(3)受干扰时会出现不良数据；⏹(4)数据不和谐。
二、状态估计的基本原理⏹1、测量的冗余度⏹测量系统的冗余度=系统独立测量数/系统状态变量数=(1.5~3.0)⏹2、状态估计的步骤⏹(1)假定数学模型⏹(2)状态估计计算⏹(3)检测⏹(4)识别第二节状态估计的数学模型及算法一、状态估计的数学描述数学模型量测量⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡=i i i ij ij V Q P Q P z 待求的状态量⎥⎦⎤⎢⎣⎡=i i V θx一、状态估计的数学描述⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡=)(),(),(),(),(i i ij ij i ij ij i ij ij ij ij ij ij V V V Q V P V Q V P θθθθh(x)量测方程一、状态估计的数学描述∑∑∈∈+=+=-=+-+-=--=i j ij ij ij ijji i i j ij ij ij ij j i i ji ij ij j i ij j i c i ij ijj i ij j i i ij B G V V Q B G V V P b V V g V V y b V Q b V V g V V g V P )cos sin ()sin cos (cos sin )(sin cos 22θθθθθθθθθθθ一、状态估计的数学描述[][])()(min )(1x h z R x h z x J T --=-状态估计的目标函数伪量测数据：第1类基尔霍夫型伪量测量：无源母线，注入量为0；第2类基尔霍夫型伪量测量：0阻抗支路),(0),(0ZBR j i V V ZBR j i j i j i ∈=-∈=-θθ),(ZBR j i Q P x ij ij ∈⎥⎥⎦⎤⎢⎢⎣⎡=二、基本加权最小二乘法状态估计数学模型[][])ˆ()ˆ()ˆ()ˆ(ˆ)(1)()(1)()(l l T l l T l R R x h z x H x H x H x -=∆--)()()1(ˆˆˆl l l x x x∆+=∆+迭代修正式x x h x H ∂∂=)()(雅可比矩阵ε<∆max x 迭代收敛的判断二、基本加权最小二乘法状态估计数学模型三、快速分解状态估计算法⎥⎦⎤⎢⎣⎡=r a z z z 量测量⎥⎦⎤⎢⎣⎡=V θx 状态量量测方程⎥⎦⎤⎢⎣⎡=),(),()(V θh V θh x h r a三、快速分解状态估计算法00=∂∂=∂∂θh V h ra 和01cos 0sin V V V j i ij ij ≈≈≈=和，θθ假设修正方程)()()()(l l l l B A bVaθ=∆=∆三、快速分解状态估计算法[][][][])()(120)()()(120)(120120,)()(,)()()()()()(l l rrrT rl l l aaaTal rrT ra a Ta R B V R B V B R B V B B R B V A θVh z b θV h z a --=--=--=--=----第三节不良数据的检测与辨识⏹不良数据：误差大于某一标准（如3~10倍标准方差）的量测数据。
电力系统运行的状态估计
• 牛顿-拉夫森解法的矩阵形式
• 平方根因子分解法
• 最小二乘法的程序框图
第五节 P-Q分解法的状态估计
=======基本知识点======= • P-Q分解法的估计公式 • P-Q分解法的状态估计程序框图
第六节 电力系统运行 状态估计框图
=======基本知识点=======
• 正常时的估计功能
• 电力系统运行方式的方程组
• 变压器运行方式的方程组
1、电力系统运行状态主要研究 （1）系统的结点电压； （2）系统的注入功率； （3）线路潮流计算等。 2、解决方法
列写运动状态方程。首先必须确定状态变量 及其维数。在列出方程组后，为了求解最优估计 值的需要，还应求出各量测量的导数表示式。 3、测量方法
Z x H V
J x ˆ Z x ˆH T R v 1 Z x ˆH
其中，
v121
Rv
v222
vk2k
Rv为随机向量的方差阵。
证明最小二乘估计是一种无偏估计。
J x ˆ Z x ˆ H T R v 1 Z x ˆ H
对上式求关于 xˆ 导。
同步矢量测量技术。一般的测量方法不行。
一、输电线运行方式的方程组
I i j U ij Y G G j B U i U j
YG为线路对地电容构成的电纳的二分之一； G+jB为线路阻抗的倒数。
第四节 电力系统最小二乘法 状态估计
=======基本知识点=======
• 最小二乘法估计的矩阵形式
=======基本知识点======= • 测量系统误差的随机性质 • 最小二乘法估计 • 电力系统运行状态的数学模型 • 电力系统最小二乘法状态估计 • P-Q分解法的状态估计 • 电力系统运行状态估计框图
• 平方根因子分解法
• 最小二乘法的程序框图
第五节 P-Q分解法的状态估计
=======基本知识点======= • P-Q分解法的估计公式 • P-Q分解法的状态估计程序框图
第六节 电力系统运行 状态估计框图
=======基本知识点=======
• 正常时的估计功能
• 电力系统运行方式的方程组
• 变压器运行方式的方程组
1、电力系统运行状态主要研究 （1）系统的结点电压； （2）系统的注入功率； （3）线路潮流计算等。 2、解决方法
列写运动状态方程。首先必须确定状态变量 及其维数。在列出方程组后，为了求解最优估计 值的需要，还应求出各量测量的导数表示式。 3、测量方法
Z x H V
J x ˆ Z x ˆH T R v 1 Z x ˆH
其中，
v121
Rv
v222
vk2k
Rv为随机向量的方差阵。
证明最小二乘估计是一种无偏估计。
J x ˆ Z x ˆ H T R v 1 Z x ˆ H
对上式求关于 xˆ 导。
同步矢量测量技术。一般的测量方法不行。
一、输电线运行方式的方程组
I i j U ij Y G G j B U i U j
YG为线路对地电容构成的电纳的二分之一； G+jB为线路阻抗的倒数。
第四节 电力系统最小二乘法 状态估计
=======基本知识点=======
• 最小二乘法估计的矩阵形式
=======基本知识点======= • 测量系统误差的随机性质 • 最小二乘法估计 • 电力系统运行状态的数学模型 • 电力系统最小二乘法状态估计 • P-Q分解法的状态估计 • 电力系统运行状态估计框图
第四章 电力系统状态估计.ppt
Cw,i Ri1 2Ci
不良数据
三、不良数据的辨识方法
1、残差搜索法：将量测按残差（加权残 差或标准化残差）由大到小排队，去掉 残差最大的量测重新进行状态估计。再 进行残差检测，还有可疑数据时继续上 述过程。
2、非二次准则辨识法：在迭代中按残差 的大小修改其权重，残差大者降低其权 重，进一步削弱其影响得到较准确的状 态估计结果。
第2类基尔霍夫型伪量测量：0阻抗支路
i j 0 (i, j ZBR)
Vi V j 0 (i, j ZBR)
x
Pij
Qij
(i, j ZBR)
二、基本加权最小二乘 数学模型 法状态估计
迭代修正式
xˆ (l) H T ( xˆ (l) )R1H ( xˆ (l) ) H T ( xˆ )(l) R1 z h( xˆ (l) )
不良数据
二、不良数据的检测方法
1、粗检测 2、残差型检测
加权残差检测 标准残差检测
rw,i rw rN,i rN
3、量测突变检测
Ci c
Ci
z
( i
k
)
z (k 1) i
不良数据
二、不良数据的检测方法
4、残差与突变联合检测
Si k
Si rw,i K rw Cw,i Kcw
Pij Qij
z
Pi
Qi
Vi
待求的 状态量
x
i
Vi
数学模型
一、状态估计的数学描述
量测方程
Pij (ij ,Vij )
不良数据
三、不良数据的辨识方法
1、残差搜索法：将量测按残差（加权残 差或标准化残差）由大到小排队，去掉 残差最大的量测重新进行状态估计。再 进行残差检测，还有可疑数据时继续上 述过程。
2、非二次准则辨识法：在迭代中按残差 的大小修改其权重，残差大者降低其权 重，进一步削弱其影响得到较准确的状 态估计结果。
第2类基尔霍夫型伪量测量：0阻抗支路
i j 0 (i, j ZBR)
Vi V j 0 (i, j ZBR)
x
Pij
Qij
(i, j ZBR)
二、基本加权最小二乘 数学模型 法状态估计
迭代修正式
xˆ (l) H T ( xˆ (l) )R1H ( xˆ (l) ) H T ( xˆ )(l) R1 z h( xˆ (l) )
不良数据
二、不良数据的检测方法
1、粗检测 2、残差型检测
加权残差检测 标准残差检测
rw,i rw rN,i rN
3、量测突变检测
Ci c
Ci
z
( i
k
)
z (k 1) i
不良数据
二、不良数据的检测方法
4、残差与突变联合检测
Si k
Si rw,i K rw Cw,i Kcw
Pij Qij
z
Pi
Qi
Vi
待求的 状态量
x
i
Vi
数学模型
一、状态估计的数学描述
量测方程
Pij (ij ,Vij )
第五讲电力系统状态估计概述
加预测数据及计划型数据作为伪量测量，以使估 计可以正常进行。
❖可观测性分析有两类算法：一类是逻辑（拓扑）
方法，另一类是数值分析方法。通常数值分析方 法比较直接，但所需时间比较多。
量测与量测冗余度
❖量测冗余度是指量测量个数m与待估计的状态量
个数n之间的比值m/n。
❖冗余量测的存在是状态估计可以实现提高数据精
量测个数与状态量个数一致，因此，哪怕这些输入量z中有一 个数据无法获得，常规的潮流计算也无法进行。
当一个或多个输入量z中存在粗差(gross error，又称不良数据) 时，也会导致潮流计算结果状态量x出现偏差而无用。
电力系统状态估计与潮流的区别
❖状态估计
➢在实际应用中，可以获取其它一些量测量，譬 如线路上的功率潮流值P、Q等，这样，量测量 z的维数m总大于未知状态量x的维数n。
➢由于量测量存在误差，式(1) 将变成
z =h(x)+v
(2)
其中 z是观测到的理解成：如果以真实的状态向量x构成测量函数h(x)， 则量测真值还要考虑加上量测噪音v的影响后，才是观测到的量 测值z。
从计算方法上，对状态估计模型式(2)，采用了与常规潮流完全 不同的方法，一般根据一定的估计准则，按估计理论的处理方法 进行计算。
度的基础。
❖总的来说，m/n越大，系统冗余度越高，对状态
估计采用一定的估计方法排除不良数据以及消除 误差影响就越好。
➢在冗余度高的情况下，如果局部区域的量测数 量偏低，也会造成系统总体不可观测。
量测与量测冗余度
❖关键量测：关键量测被定义为，若失去该量测，
系统不可观测。关键量测有如下性质，关键量测 上的残差为零，即关键量测点为精确拟合点。
❖当收集到的量测量通过量测方程能够覆盖所有母
❖可观测性分析有两类算法：一类是逻辑（拓扑）
方法，另一类是数值分析方法。通常数值分析方 法比较直接，但所需时间比较多。
量测与量测冗余度
❖量测冗余度是指量测量个数m与待估计的状态量
个数n之间的比值m/n。
❖冗余量测的存在是状态估计可以实现提高数据精
量测个数与状态量个数一致，因此，哪怕这些输入量z中有一 个数据无法获得，常规的潮流计算也无法进行。
当一个或多个输入量z中存在粗差(gross error，又称不良数据) 时，也会导致潮流计算结果状态量x出现偏差而无用。
电力系统状态估计与潮流的区别
❖状态估计
➢在实际应用中，可以获取其它一些量测量，譬 如线路上的功率潮流值P、Q等，这样，量测量 z的维数m总大于未知状态量x的维数n。
➢由于量测量存在误差，式(1) 将变成
z =h(x)+v
(2)
其中 z是观测到的理解成：如果以真实的状态向量x构成测量函数h(x)， 则量测真值还要考虑加上量测噪音v的影响后，才是观测到的量 测值z。
从计算方法上，对状态估计模型式(2)，采用了与常规潮流完全 不同的方法，一般根据一定的估计准则，按估计理论的处理方法 进行计算。
度的基础。
❖总的来说，m/n越大，系统冗余度越高，对状态
估计采用一定的估计方法排除不良数据以及消除 误差影响就越好。
➢在冗余度高的情况下，如果局部区域的量测数 量偏低，也会造成系统总体不可观测。
量测与量测冗余度
❖关键量测：关键量测被定义为，若失去该量测，
系统不可观测。关键量测有如下性质，关键量测 上的残差为零，即关键量测点为精确拟合点。
❖当收集到的量测量通过量测方程能够覆盖所有母
2 电力系统状态估计
◆开关错误辨识 ◇线路两端潮流合理而一端开关错开；
◇一个厂站通道坏,通过对端厂站信息判
断；
◇开关合而发电机量测值为零。
◆估计前坏数据辨识
支路潮流不平衡； 10＋j6-15-j10=-5-j4 节点注入功率不平衡； Pi-Σpij≠0
i
双母线并列运行而各母线电压不相等；
电压量测不合理，母线电压远远超限； 发电机注入负功率，负荷注入正功率；不合理； 支路无潮流量测； 母线无注入量测； 母线无电压量测； 量测数据是死数据，不变化。
要求计算得到这样的状态变量的估计 值 X ，使其对应的测量估计值 z ˆ 和测量值 z之差的平方和最小为目标准则的估计方 法，称为最小二乘法状态估计。 建立目标函数
J(x)=(z-h(x))T(z-h(x))
对目标函数求导数并取为零，即就可 X。 以求解出状态的估计量 以单变量双量测的直流电路系统为例 进行分析。
5不良数据的辨识 辨识是为了寻找出哪一个数据是不良数据， 以便进行剔除或补充。
通常对不良数据辨识的基本思路是：在检测出不 良数据后，应进一步设法找出这个不良数据并在测 量向量中将其排除，然后重新进行状态估计。 假设在检测中发现有不良数据的存在。一个最简 单的辨识方法，是将m个测量量作一排列，去掉第 一个测量量，余下的m-1个用不良数据检测法检查 不良数据是否仍存在。如果m-1个测量的 J ( x ˆ) 值 ˆ ) 值差不多，则表示刚刚去掉 与原来m个时的 J ( x 的第一个测量量是正常测量，应该予以恢复；然后 试第二个测量量，直到找出不良数据为止。如果存 在两个不良数据，则应试探每次去掉两个测量量的 各种组合。这种方法试探的次数非常多，而且每次 试探都要进行一次状态估计，因此问题的关键在于 如何减少试探的次数。
高等电力系统稳态分析 第三章 电力系统状态估计
二、电力系统状态估计－必要性
电力系统需要随时监视系统的运行状态 需要提供调度员所关心的所有数据 测量所有关心的量是不经济的，也是不 可能的，需要利用一些测量量来推算其 它电气量 由于误差的存在，直接测量的量不甚可 靠，甚至有坏数据
三、状态估计的作用
降低量测系统投资，少装测点 计算出未测量的电气量 利用量测系统的冗余信息，提高量测数 据的精度
对角元随测量量的增多而减小，亦即测量越多 时，估计越准确。 测量量的测量值与估计值的差，称为残差r， 表达式为：
ˆ Hx v Hx ˆ r zz
[I H(HT R 1H)1 HT R 1 ]v Wv
式中W称为残差灵敏度矩阵，表示残差与测量 误差之间的关系
一、最小二乘原理
令
J ( x) 0 2500x 3 3400x 5740 x x 1.36x 2.296 0 x 0.9852 x2,3 0.4926 j1.445
3
二、例题
状态的估计值x=0.9852 量测的估计值： 电流I=x=0. 9852 p.u.=0.9852A 电压U=Rx=0.9852p.u.=9. 852V 有功P=Rx2=0.9706p.u.=9.706W 量测的残差值： 电流残差νI=1.05-
由于通常测量误差的均值为零，所以估 计误差的均值为
ˆ ) (HTR 1H)1 HTR 1 E( v) 0 E (x x
在工程中往往以估计误差的协方差阵来 衡量状态量的估计值与真值间的差异， 估计误差的协方差阵为
T 1 1 T 1 T 1 T 1 T 1 1 T
T ˆ ˆ c E[(x x)(x x) ]
高等电力系统分析--ppt课件
重写规范形式如下 ：
Y11V1 Y12V2 Y13V3 Y14V4 Y15V5 I1
Y21V1 Y22V2 Y23V3 Y24V4 Y25V5 I2
Y31V1
Y32V2
Y33V3
Y34V4
Y35V5
I3
Y41V1
Y42V2
Y43V3
Y44V4
Y45V5
I4
边界条件
I Sn AYU S AI S
节点电压方程简化为
YU I
nn
Sn
矩阵A反映了网络的拓扑约束， Y反映了网络的支路特性约束，
所以节点导纳矩阵集中了网络 两种约束的全部信息。
2024/7/16
高等电力网络分析
19
若网络参数用阻抗形式表示，则节点网络方程有如下形 式：
Z I U
n sn
n
Zn
.
I 1 Y11V1 Y12V2
.
I 2 Y21V1 Y22V2
.
I i Yi1V1 Yi2V2
.
I n Yn1V1 Yn2V2
Y1iVi
Y1nVn
Y2iVi Y2nVn
YiiVi
YinVn
YniVi YnnVn
节点自导纳Yii ＝节点i加单位电压，其它节点接地 时，节点i向电网注入的电流。
V4
y1
y3
2
3
4
i1
i3
用节点电压方程描述电力 网络的一个例子
y4
y5
i4
i5
1 V1
i6
y6
y2
V5
i2
5
V4
4
以基尔霍夫电流定律列出节点方程：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
所获得的数据用于一系列应用程序，包括保证系统 的经济运行及对系统发生设备或线路故障时进行安 全性评估分析，并最终构成了我们所称的能量管理 系统（EMS）。
电力系统状态估计（POWER SYSTEM STATE ESTIMATION）是EMS中保证电力系统实时数据 质量的重要一环，它为其它应用程序的实现奠定了 基础。 。
从计算方法上，对状态估计模型（2）式，采用了与常 规潮流完全不同的方法，一般根据一定的估计准则， 按估计理论的处理方法进行计算。
电力系统状态估计主要功能
网络结线分析（又称网络拓扑） 可观测性分析 状态估计计算 不良数据检测与辨识 变压器抽头估计 量测配置评价优化 量测误差估计等
电力系统状态估计
为什么要进行状态估计？ 什么是状态估计？ 怎样进行状态估计？
©版权所有
网络拓扑分析 SCADA 状态估计 调度员潮流 安全分析 经济调度
内容提要
概述 网络结线分析 可观测性与量测配置 最小二乘法
一个小例子
1
v1
2
P2,Q2
研究的主要问题：
分析系统可观测性
当系统不可观测时，决定是否存在一个小于原网络 的较小网络范围，可以进行状态估计计算。（可量测量，譬如线路 上的功率潮流值P、Q等，这样，量测量z的维数m总大 于未知状态量x的维数n。
而且，由于量测量存在误差，（1）式将变成
z =h（x）+ v
（2）
z是观测到的量测值， v是量测误差。
状态估计
上式可以理解成：如果以真实的状态向量x构成测量函 数h（x），则量测真值还要考虑加上量测噪音v的影响 后，才是观测到的量测值z。
电力系统状态估计运行周期
电力系统状态估计功能在EMS系统中是以一个（组） 程序模块功能实现的。
在实际应用中，状态估计的运行周期是1-5分钟， 有的甚至达到数十秒级。
二、网络结线分析
网络结线分析又称网络拓扑（NETWORK TOPOLOGY）。
网络结线分析：根据逻辑设备的状态及连接关系产生 电网计算用的母线和网络模型，并随之分配量测量和 注入量等数据。
结线分析是状态估计计算的基础
结线分析也可以用于调度员潮流，预想事故分析和调 度员培训模拟等网络分析应用软件。
网络拓扑分析了每一母线所连元件的运行状态(如带电、 停电、接地等)及系统是否分裂成多个子系统
网络拓扑可分为系统全网络拓扑和部分拓扑
在状态估计重新启动时或开关刀闸状态变化较大时， 使用系统全网络拓扑
z =h（x）
（1）
其中，h（x）是以状态量x及导纳矩阵建立的量测 函数向量。
量测个数与状态量个数一致，因此，哪怕这些输入 量z中有一个数据无法获得，常规的潮流计算也无 法进行。
当一个或多个输入量z中存在粗差（gross error，又 称不良数据）时，也会导致潮流计算结果状态量x 出现偏差而无用。
常规的状态估计
是根据可获取的量测数据估算动态系统内部状态的方 法。
依观测数据与被估状态在时间上的相对关系，状态估 计又可区分为平滑、滤波和预报3种情形。
为了估计t时刻的状态x（t），如果可用的信息包括t 以后的观测值，就是平滑问题。
如果可用的信息是时刻t以前的观测值，估计可实时 地进行，称为滤波问题。
以后则对变位厂站进行部分拓扑
三、可观测性与量测配置
状态估计计算是在特定的网络结线及量测量配置情况 下进行的，在计算之前，应当对系统量测是否可以在 该网络结线下进行状态估计计算加以分析
当收集到的量测量通过量测方程能够覆盖所有母线的 电压幅值和相角时，则通过状态估计可以得到这些值， 称该网络是可观测的 。
(v2 ,2 )
(v3 ,3 ) P3,Q3 3
(v4 ,4 )
4
P4,Q4
量测量z
z [V1 P2 Q2 P3 Q3 P4 Q4 ]T
状态量x
x [v1 2 v2 3 v3 4 v4 ]T
1V1 P1,Q1
2
P13
P12,Q12
Q13
P32
P31,Q31 Q32
P3,Q3 3
此外，由于采集装置的位置装设原因，也会造成某 些地区的信息无法直接获取。
电力系统状态估计
电力系统状态估计：对给定的系统结构及量测配置， 在量测量有误差的情况下，估计出系统的真实状态 ----各母线上的电压相角与模值及各元件上的潮流。
作用：
去除不良数据，提高数据精度
计算出难以测量的电气量，相当于补充了量测 量。
P34 Q34
4
V3
z V1 P1 Q1 P12 Q21 P13 Q13 P31 Q31 P32 Q32 P3 Q3 P34 Q34 V3 T
x [v1 2 v2 3 v3 4 v4 ]T
一、概述
SCADA装置采集电网中的信息，并通过信息网络 将采集数据传送至能量控制中心的计算机监控系统。
如果必须用时刻（t－Δ）以前的观测来估计经历了 Δ时间之后的状态x（t），则是预报问题。
电力系统状态估计问题
属于滤波问题，是对系统某一时间断面的遥测量和 遥信信息进行数据处理，确定该时刻的状态量的估 计值。
是对静态的时间断面上进行，故属于静态估计。 状态估计是由Schweppe于七十年代引入电力系统，
状态估计为建立一个高质量的数据库提供数据信息， 以便于进一步实现在线潮流、安全分析及经济调度 等功能。
电力系统状态估计与潮流的区别
常规潮流计算程序的输入通常是负荷母线的注入功 率P、Q，以及电压可控母线的P、|V|值，一般是根 据给定的n个输入量测量z求解n个状态量x，而且满 足以下条件：
利用的是基本加权最小二乘法。
采集数据存在的问题
采集的数据是有噪音或误差的，或者局部信息不完 整。
模拟量——母线电压、线路功率、负载功率。 一般要经过互感器、功率变换器、A/D转换器量 化成数字量，并通过通信传送到控制中心。
开关量——断路器、隔离开关等位置信息。 由于通信状态定义不一致造成开关位置错误。
电力系统状态估计（POWER SYSTEM STATE ESTIMATION）是EMS中保证电力系统实时数据 质量的重要一环，它为其它应用程序的实现奠定了 基础。 。
从计算方法上，对状态估计模型（2）式，采用了与常 规潮流完全不同的方法，一般根据一定的估计准则， 按估计理论的处理方法进行计算。
电力系统状态估计主要功能
网络结线分析（又称网络拓扑） 可观测性分析 状态估计计算 不良数据检测与辨识 变压器抽头估计 量测配置评价优化 量测误差估计等
电力系统状态估计
为什么要进行状态估计？ 什么是状态估计？ 怎样进行状态估计？
©版权所有
网络拓扑分析 SCADA 状态估计 调度员潮流 安全分析 经济调度
内容提要
概述 网络结线分析 可观测性与量测配置 最小二乘法
一个小例子
1
v1
2
P2,Q2
研究的主要问题：
分析系统可观测性
当系统不可观测时，决定是否存在一个小于原网络 的较小网络范围，可以进行状态估计计算。（可量测量，譬如线路 上的功率潮流值P、Q等，这样，量测量z的维数m总大 于未知状态量x的维数n。
而且，由于量测量存在误差，（1）式将变成
z =h（x）+ v
（2）
z是观测到的量测值， v是量测误差。
状态估计
上式可以理解成：如果以真实的状态向量x构成测量函 数h（x），则量测真值还要考虑加上量测噪音v的影响 后，才是观测到的量测值z。
电力系统状态估计运行周期
电力系统状态估计功能在EMS系统中是以一个（组） 程序模块功能实现的。
在实际应用中，状态估计的运行周期是1-5分钟， 有的甚至达到数十秒级。
二、网络结线分析
网络结线分析又称网络拓扑（NETWORK TOPOLOGY）。
网络结线分析：根据逻辑设备的状态及连接关系产生 电网计算用的母线和网络模型，并随之分配量测量和 注入量等数据。
结线分析是状态估计计算的基础
结线分析也可以用于调度员潮流，预想事故分析和调 度员培训模拟等网络分析应用软件。
网络拓扑分析了每一母线所连元件的运行状态(如带电、 停电、接地等)及系统是否分裂成多个子系统
网络拓扑可分为系统全网络拓扑和部分拓扑
在状态估计重新启动时或开关刀闸状态变化较大时， 使用系统全网络拓扑
z =h（x）
（1）
其中，h（x）是以状态量x及导纳矩阵建立的量测 函数向量。
量测个数与状态量个数一致，因此，哪怕这些输入 量z中有一个数据无法获得，常规的潮流计算也无 法进行。
当一个或多个输入量z中存在粗差（gross error，又 称不良数据）时，也会导致潮流计算结果状态量x 出现偏差而无用。
常规的状态估计
是根据可获取的量测数据估算动态系统内部状态的方 法。
依观测数据与被估状态在时间上的相对关系，状态估 计又可区分为平滑、滤波和预报3种情形。
为了估计t时刻的状态x（t），如果可用的信息包括t 以后的观测值，就是平滑问题。
如果可用的信息是时刻t以前的观测值，估计可实时 地进行，称为滤波问题。
以后则对变位厂站进行部分拓扑
三、可观测性与量测配置
状态估计计算是在特定的网络结线及量测量配置情况 下进行的，在计算之前，应当对系统量测是否可以在 该网络结线下进行状态估计计算加以分析
当收集到的量测量通过量测方程能够覆盖所有母线的 电压幅值和相角时，则通过状态估计可以得到这些值， 称该网络是可观测的 。
(v2 ,2 )
(v3 ,3 ) P3,Q3 3
(v4 ,4 )
4
P4,Q4
量测量z
z [V1 P2 Q2 P3 Q3 P4 Q4 ]T
状态量x
x [v1 2 v2 3 v3 4 v4 ]T
1V1 P1,Q1
2
P13
P12,Q12
Q13
P32
P31,Q31 Q32
P3,Q3 3
此外，由于采集装置的位置装设原因，也会造成某 些地区的信息无法直接获取。
电力系统状态估计
电力系统状态估计：对给定的系统结构及量测配置， 在量测量有误差的情况下，估计出系统的真实状态 ----各母线上的电压相角与模值及各元件上的潮流。
作用：
去除不良数据，提高数据精度
计算出难以测量的电气量，相当于补充了量测 量。
P34 Q34
4
V3
z V1 P1 Q1 P12 Q21 P13 Q13 P31 Q31 P32 Q32 P3 Q3 P34 Q34 V3 T
x [v1 2 v2 3 v3 4 v4 ]T
一、概述
SCADA装置采集电网中的信息，并通过信息网络 将采集数据传送至能量控制中心的计算机监控系统。
如果必须用时刻（t－Δ）以前的观测来估计经历了 Δ时间之后的状态x（t），则是预报问题。
电力系统状态估计问题
属于滤波问题，是对系统某一时间断面的遥测量和 遥信信息进行数据处理，确定该时刻的状态量的估 计值。
是对静态的时间断面上进行，故属于静态估计。 状态估计是由Schweppe于七十年代引入电力系统，
状态估计为建立一个高质量的数据库提供数据信息， 以便于进一步实现在线潮流、安全分析及经济调度 等功能。
电力系统状态估计与潮流的区别
常规潮流计算程序的输入通常是负荷母线的注入功 率P、Q，以及电压可控母线的P、|V|值，一般是根 据给定的n个输入量测量z求解n个状态量x，而且满 足以下条件：
利用的是基本加权最小二乘法。
采集数据存在的问题
采集的数据是有噪音或误差的，或者局部信息不完 整。
模拟量——母线电压、线路功率、负载功率。 一般要经过互感器、功率变换器、A/D转换器量 化成数字量，并通过通信传送到控制中心。
开关量——断路器、隔离开关等位置信息。 由于通信状态定义不一致造成开关位置错误。