[發明專利]基于不確定度的雙因子抗差貝葉斯配電網狀態估計方法

有效

• 申請號: 202010560352.8
• 申請日: 2020-06-18
• 公開（公告）號: CN111756035B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 徐艷春;劉曉明;謝莎莎
• 申請（專利權）人: 三峽大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/46;H02J3/06;H02J3/38;G06V10/764;G06F17/16
• 代理公司: 宜昌市三峽專利事務所 42103
• 代理人: 吳思高

基于不確定度的雙因子抗差貝葉斯配電網狀態估計方法，建包含光伏、風機的配電網系統，作為測試平臺；提出不同類型分布式電源在配電網系統中接入不確定度信息并進行建模，得到信息不確定度模型；提出不同量測設備信息不確定度并進行建模，得到量測設備信息不確定度模型；將不確定度模型整合為雙因子不確定度模型；采用PMU狀態估計混合量測模型輸入端作為狀態估計輸入參數。通過雙因子不確定度模型引入抗差貝葉斯估計理論，對貝葉斯估計算法做出改進，通過模型平差以及算法改進，能有效抑制不確定度信息參數對配電網狀態估計造成的影響。本發明方法估計結果精度較高、耗時短、能滿足主動配電網智能態勢感知和實時狀態監測的要求，具有可行性和工程實用價值。

技術領域

本發明涉及主動配電網智能態勢感知和實時狀態監測技術領域，具體涉及一種基于不確定度改進的雙因子抗差貝葉斯配電網狀態估計方法。

背景技術

在新電改背景下，發用電計劃放開，促進清潔能源消納、清潔能源優先發展等政策提出，使得分布式電源DG和新能源發電憑借清潔和環境友好等優點，成為發電的主體部分之一。同時隨著分布式發電技術的日趨成熟和電網技術的不斷發展，現代配電系統愈加趨于智能化和高度自動化，大規模集成可再生能源以及新型負荷接入配電網，配電網絡的規模和節點數量增大，分布式電源DG與新型負荷(電動汽車)等接入的不確定性，使得配電網中出現了雙向潮流以及部分節點電壓波動加劇等現象，從而配電網的運行方式、態勢感知以及量測配置更加復雜多變。

狀態估計作為配電網智能態勢感知技術的核心，為維持主動配電網安全運行的重要技術支撐，同時能在線監測用戶實時負荷，獲得當前時刻網絡的運行狀態和參數，對配電網系統實時監測、調度、控制以及分析故障方面提供了可靠的數據保障。盡管PMU等新型高精度量測裝置能提供精確度較高的測量數據，但是究其技術與經濟性等原因，其仍無法在配網中大規模配置，從而導致主動配電網狀態估計不可避免的存在客觀粗差。

發明內容

為解決上述技術問題，本發明提供一種基于不確定度改進的雙因子抗差貝葉斯配電網狀態估計方法，將分布式電源接入信息以及不同量測設備量測信息不確定度進行建模，并基于不確定模型整合后形成的雙因子不確定度模型，對貝葉斯估計算法進行改進；貝葉斯估計算法能有效抑制具有一定概率特性的不確定度事件對狀態估計精度帶來的干擾，同時能有效減少狀態估計耗時，提高狀態估計效率。該方法估計結果精度較高、耗時短、能滿足主動配電網智能態勢感知和實時狀態監測的要求，具有可行性和工程實用價值。

本發明采取的技術方案為：

基于不確定度改進的雙因子抗差貝葉斯配電網狀態估計方法，其特征在于包括以下步驟：

步驟1：搭建包含光伏、風機的配電網系統，作為測試平臺；

步驟2：提出不同類型分布式電源在配電網系統中接入不確定度信息并進行建模，得到信息不確定度模型；提出不同量測設備信息不確定度并進行建模，得到量測設備信息不確定度模型；

步驟3：將步驟2中的信息不確定度模型、量測設備信息不確定度模型整合為雙因子不確定度模型；

步驟4：采用PMU狀態估計混合量測模型輸入端作為狀態估計輸入參數，并在仿真測試時，加入高斯噪聲來模擬PMU狀態估計混合量測模型輸入端的不確定度信息參數引入的隨機誤差。

步驟5：通過將步驟3中雙因子不確定度模型引入抗差貝葉斯估計理論，對貝葉斯估計算法做出改進，通過模型平差以及算法改進，能有效抑制不確定度信息參數對配電網狀態估計造成的影響。

抗差貝葉斯估計理論是通過算法改進使得基于假設的先驗概率、給定假設下觀察到不同數據的概率以及觀察到的數據本身具有抑制不良數據對待估計參數影響的方法，使得估計結果更具有抗差性。

本發明一種基于不確定度改進的雙因子抗差貝葉斯配電網狀態估計方法，技術效果如下：