1、 分类号号 导师姓名及职称：申请学位类别王堂亟论文提交日期至坷萆莸罳旦重庆交通大学学位论文原创性声明学位论文作者签名：锄吏手重庆交通大学学位论文版权使用授权书嚣鬻髻二免暂日期：沁蛑日手学日 ，电力系统状态估计为电力系统建立可靠、全面的实时数据库，是能量管理系统的重要组成部分，也是保证电力系统安全经济运行的重要措施。动态状态估计兼具预测和估计的功能，可以实现电力系统的状态预测，安全评估，经济调度，预防控制等在线功能，重要性不言而喻。传统动态状态估计主要是基于扩展卡尔曼滤波理论的，本文通过对卡尔曼滤波算法计算公式的推导，分析其在电力系统模型下的工作原理，指出其在实际应用上存在的诸多问题。在对灰色系
2、统理论的详细阐述的基础上，为解决状态估计中预测模型建立困难、滤波过程不能跟随系统状态突变等问题，做出了以下的研究工作：利用灰色关联分析对历史状态信息进行关联分析，创建状态量关联序列， ， ， 本章小结第四章基于灰色理论的电力系统动态状态估计建模分析引言基于灰色理论的电力系统动态状态估计模型总体架构设计基于灰色理论的电力系统状态预测模型建立基于灰色理论的电力系统动态状态估计模型建立本章小结第五章基于灰色理论的电力系统故障诊断建模分析课题的提出我国电力工业发展迅速，已经成功完成了六个跨省区的电网系统，并在此基础上以三峡水电站为例，正逐渐构建全国电网互联框架，从而达到促进全国电网统一建设的目的。西电
3、东送、南北互供和全国联网势必成为我国电网系统的发展趋势。联合电网的形成导致了电网结构的复杂化，为其运行带来了沉重的负担，同时暴露了电网运行过程中存在的问题。这些问题使电网中的电能大量耗费损失，降低了电网的传输能力，当情况严重时甚至会引起系统灾变，使整个系统的运行和控制受到极大的影响。以上问题均要求电力系统调度中心全面、迅速、准确地掌握系统运行的实时状态，为系统运行时出现的各类问题提出解决方针，分析并预测系统运行趋势，制定下一刻的控制决策。重庆交通大学硕士毕业论文电力系统状态估计的用途在现有数据的基础上，状态估计算法可以实现对将来电网趋势的预测以及可能出现状态饫此夂偷缌低掣汉稍的估计，这些预测不
4、仅使得数据库的内容更加丰富，也给运行计划和安全分析等计算流程提供必不可少的条件。根据状态估计算法的离线模拟试验结果，能够保证电力系统数据的有效收集和传输功能的实现，确定合理的测点数量与测点分布，以此来实现现存的远动系统的改进，对将来的远动系统做出规划，综合软、硬件各自的优势特点，追求效益最大化，在保证数据质量的同时减少数据量测与传输的投资。的遥测、遥信信息，通过网络拓扑分析软件来对电第一章绪论电力系统加权最乘是美国麻省理工大学甋热于年提出的，是最基本的静态状态估计算法【。文献晗附樯芰思尤钚俗荚蚬兰破鳎赋鼋坎庵与其估计值；之差的平方和作为目标函数，并通过寻求目标函数值的最小值来实现估计算法的，该
5、方法对随机变量的统计特性没有具体要求，具有很多优点，不仅模型简单，收敛性好，而且估计精度也很高。但是，该方法同时也存在一些缺点，如运算量大，占用内存大等，对于复杂大型电力系统进行实时计算显得有些困难，除此之外，该算法也不具有抗差功能，当存在不良数据时，最，乘准则估计器的估计重庆交通大学硕士毕业论文电力系统本身是一个动态系统，状态持续变化，因此相对于静态状态估计，动态状态估计更符合电力系统的动态本质。此外，动态估计的预测功能，提供的超实时信息能够用于分析和控制软件，也增强了状态估计的可观测分析能力、对不良数据的辨识与处理能力以及拓扑错误辨识能力等，基于以上种种优点，动态状态估计多年来倍受国内外学
6、术界的关注。发电机输出功率突变或电力系统发生负荷的情况下，提高算法的自适应性系统动态状态估计，提高了对系统状态变化的跟踪性能。状态变量预测的准确性问题问加入指数函数，伴随着预测精度的变化，量测量也在变化，使改进后的算法更符合权重选择准则，也使得模型精度得到了提高，该算法利用指数函数避免不良数据的影响，而不需要进行不良数据的检测与识别。文献采用新息向量与新息图搜索方法，对量测量中的不良数据和系统中不正常事件进行处理，得到的结果比静态状态估计更好。 电力系统状态的变化十分复杂，状态变量的数量可以有几百个甚至数千个，而且状态变量的影响因素众多，其中像负荷这样重要的影响因素的变化模型依旧处于不断研究中
7、。现如今，依然没有一种十分精确的算法可以预测系统状态的变化。电力系统在量测数据方面，虽然有一定的误差，可是准确性比状态预报量相对较好。此外，动态、静态状态估计各自采用的扩展卡尔曼滤波算法与加权最小重庆交通大学硕士毕业论文利用灰色关联分析和，建模方法，进行电力系统动态状态预测建模，仅利用少量状态信息的历史值对系统的状态进行较准确的预测。运用强跟踪滤波器对传统的滤波算法进行改进，将灰色预测模型得到的状态预测值进行滤波，得到系统状态估计值，实例分析表明，改进的滤波算法的稳定性和准确性得到了提高。第一章绪论灰色系统理论概述国科学技术协会重点介绍灰色系统理论，并作为我国管理科学与工程学科的创新性成果被写
8、入学科发展研究系列报告。国家及省、市科学基金资助了一大批灰色系统理论研究课题，灰色系统理论及应用成果已经得到超过二百项获得国家与省部级奖励。我国灰色系统学者与年荣获系统与控制世界组织奖，并且灰色系统委员会于年初成立。在一些新兴交叉学科的快速发展与影响下，灰色系统理论篷布发展，前景十分美好。差异是信息，所有信息都存在差异，现实中指出两件物品不同，其中就包含珿为主要模型，主要实现系重庆交通大学硕士毕业论文，是假设系统的特征序列为瑇，则有对应的因素序列：当，硎局糜胍辉诘鉱处的关联系数，而且称条件为灰在灰色关联公理中，规范性说明系统中任意两个行为序列都有一定的关联，而不可能绝对不相关；整体性则表明了环
9、境会对灰关联度有影响，当所处环境变化，关联度会跟着变化，所以对称原理并非一定成立；偶对对称性表示，当因素集中仅有两个序列时，对称原理成立；接近性来约束关联量化。灰色关联度的计算步骤设系统行为序列对于孝，令则，耍嬷，七达到了灰色关联公理的条件，言称作分辨系数。蜀，称为，五的灰色关联度，记为。 根据关联度的概念得出关联度的具体计算步骤如下所示：； ； ；确定参考数列根据实际需求，无量纲化数据序列，无量纲化后的数据序列矩阵为： 均值化像法、初值化像法是比较常见无量纲化方法。计算关联系数历史及现状的基础上，对将来状态进行推理的动态预测；从狭义的角度来讲，预测只包含动态预测，即指对事物未来的演化趋势进行
10、合理估计。灰色预测是指人们通过对系统演变不确定性的认知，利用灰色理论对数据进行序列生成、加工，建立灰色预测模型，推算出系统演变规律，对系统未来状态进行科学合理预测。，模型的三种形式，模型是灰色理论最基本的一种预测模型，其主要有以下三种形式：，模型的原始形式！浴乃，一通常情形下，系统作用量往往来自于外界的，而，仅仅依靠一个单序列模型中的灰色作用量，表明数据变化的内涵是灰色。，模型的白化方程重庆交通大学硕士毕业论文；。谎淮鲁， 籜灰色预测的检验事前检验的依据为，如果建模序列的级比满足：盯七兰兰：戎餮，蓿七一，蓿七蕏，的建模精度。后验差检验：分别计算蘤越大表示原始数据方差越大，也就是原始数据的离散程
11、度变大，越小表示残模型精度等级 重庆交通大学硕士毕业论文步骤为：蕖，工瑇 ，其级比必须满足口。蔿 预。，算法的电力负荷智能组合短期预测方法。结合电力负荷呈现日周期性变化的特性，采用不同的历史数据生成序列，然通王允平等人首先用灰色关联分析方法找出对用电量影响重大的变量，随后本章小结本章介绍了灰色系统理论的发展动态，基本原理和主要内容，并且详细说明了灰色关联分析和灰色预测模型，其中重点介绍了灰色关联分析的目的与计算步骤，以及灰色预测模型的建模方法，包括，模型的三种形式，建模步骤以及模型的检验，最后介绍了灰色关联分析与，模型在电力系统负荷预测，用电量预测以及故障诊断领域的应用。第三章电力系统动态状态
12、估计算法离散量测序列：琙态方程的基础上，通过状态转移五对旖兄苯釉猓黄涠趉时刻的量计值五趉时刻能够表示为： 墨豢趔径猯的问接估计值。第三章电力系统动态状态估计算法图甀扩展卡尔曼滤波模型不意图 重庆交通大学硕士毕业论文稳白噪声序列，动态状态估计算法的数学基础自此诞生。由卡尔曼滤波可知，一步预测值也可表示为：一口猵以。一。卢。一。式中硭椒至浚糯砬阈狈至浚豢冢琾表示平滑参数，在之状态预测首先通过参数辨识法对参数进行求解，然后通过式对状态变量进行预测，据上述公式递推计算得到，即：状态滤波，第三章电力系统动态状态估计算法此时，对函数进行泰勒级数展开，在忽略高次项的情况下可表示艪 。荒椤籑一粢籮舑。硭，尽卅
13、、到了成功应用也取得了良好的估计结果，但是该方法也存在着一些缺点：该方法把电力系统视为线性系统，若遇到诸如存在不良数据，负荷发电机输出功率突变，网络拓扑结构错误等异常情况发生，则通过滤波算法计算出来的结果就会受到很大的影响，导致状态估计的精度降低，下面将分情况讨论各种异常情况对动态状态估计产生的影响。重庆交通大学硕士毕业论文节点导纳矩阵是电力系统很多在线功能的基础，随着网络接线的变化导纳矩阵也发生变化，如果接线不能随着开关所处状态的实时变化而得以迅速准确地修正，必将导致分析和判断的错误。归结网络结构误判的原因，有如下几个：与变电站的母线相对应的计算机节点发生了变化；发电机或负荷的切除或投入；电网并环、开环或解环等。这种网络拓扑结构的变化不仅在量测值和量测方程在形式方面发生了很大的变化，也导致状态变量产生了巨大变化。所以，在这种条件下，不仅预测误差增加，其信息矩阵也将受到巨大的影响，导致滤波效果较差。 卡尔曼滤波器应用在电力系统，在极坐标系统表达的量测公式中，忽略了泰勒级数展开式中的高次项，以使公式线性化。由于电力系统是二次系统，其泰勒展开式中应该含有二次项，正常情形下，系统能够使用线性化公式进行状态变量的预测，可是当系统状态发生突变时，线性公式的预测效果降低，状态变量的预测值误差增大，状态估计性能迅速下降。
