一种事件触发机制下的配电网三相动态状态估计方法

本发明涉及配电网动态状态估计，尤其是一种事件触发机制下的配电网三相动态状态估计方法。

背景技术：

1、配电网状态估计利用量测数据获得配电网实时运行状态，为配电网管理系统实现实时控制奠定数据基础。目前，配电网的量测冗余度较低，仅凭数据采集与监视控制系统(supervisory control and data acquisition，scada)提供的量测数据不能保证配电网的可观性。因此，综合考虑配电网可观性与量测配置成本，大多数研究一般采用伪量测建模手段保证网络的可观性，进而基于加权最小二乘法(weighted least square，wls)进行配电网静态状态估计。

2、随着多类型分布式电源并网渗透率的提高和大量柔性负荷的接入，配电网的随机性和波动性增强，对配电网状态估计的实时性和准确性提出了更高的要求。鉴于此，基于wls的静态状态估计的适用场景逐渐变少，具有局限性。而动态状态估计算法计算便捷，能够满足配电网实时监控所需的在线运算。与此同时，随着智能电表覆盖率的逐渐提高，高级量测体系(advanced metering infrastructure，ami)的发展丰富了量测数据，提升了配电网状态估计的量测冗余度，为实现实时、准确的配电网状态估计提供了前提条件。

3、ami的发展促进了配电网状态估计的研究，但同时也带来了新的挑战。大量智能电表与信息通信设备的广泛配置与交互，使得海量量测数据需要从各个终端上传到配电网状态估计模块，大大增加了网络传输与实时存储的压力。当大量量测数据在通信资源受限的通信网络中进行传输时，将出现拥堵和时延现象。因此，通过事件触发机制来降低现代配电网的通信负担具有重要意义。与传统的周期性采样不同，事件触发采样策略只有当特定条件满足时才会上传量测信息。当触发条件设置合理时，从量测装置上传到估计器的量测数据传输需求将会大大减少，同时保证有效信息的实时传输。基于上述优势，事件触发机制在控制领域得到了深入研究。近年来，一些学者将其引入到电力系统状态估计领域中，但大多数研究所使用的事件触发机制均属于静态事件触发机制，能够在一定程度上缓解配电网的通信压力，但其在降低不必要的量测传输方面的效果还有提升的空间。

技术实现思路

1、本发明所要解决的技术问题在于，提供一种事件触发机制下的配电网三相动态状态估计方法，能够在保证有效量测信息及时上传的同时减少通信成本和投资，并且能够在正常运行场景下实现较高的估计精度，当含有坏数据时也拥有较强的鲁棒性。

2、为解决上述技术问题，本发明提供一种事件触发机制下的配电网三相动态状态估计方法，包括如下步骤：

3、步骤1、进行集合卡尔曼滤波算法(ensemble kalman filter，enkf)预测步，分为状态预测和量测预测两部分，从而得到状态预测值和量测预测值；

4、步骤2、根据动态事件触发机制获得估计器实际接收到的量测量；

5、步骤3、进行enkf滤波步，从而得到状态估计值；

6、步骤4、计算投影统计量，判断是否存在坏数据，若存在，则修正量测权重后重新计算卡尔曼增益，从而得到最终的状态估计值；若不存在坏数据则进入下一时刻，直到采样结束，输出状态估计结果。

7、优选的，步骤2中，动态事件触发机制通过引入动态变量，从而实时调整触发条件，当满足触发条件时，才将当前时刻的量测量传输到估计器中，从而进一步减少从量测装置到估计器的量测数据传输需求。

8、优选的，动态事件触发机制引入的动态变量表达式如下所示：

9、δi,k+1＝λδi,k-h(zi,k,zi,τ)

10、其中，λ为给定的标量，满足0＜λ＜1。h(zi,k,zi,τ)为静态事件触发机制的事件生成函数，定义h(zi,k,zi,τ)＝||zi,k-zi.τ||-σi||zi,τ||；zi,k为第i个量测装置k时刻的量测量；τ为量测量最近一次传输到估计器的时刻；σi为第i个量测装置的触发阈值，δi,k为第i个量测装置k时刻的动态变量。

11、优选的，动态事件触发机制的事件生成函数g(zi,k,zi,τ)如下所示：

12、g(zi,k,zi,τ)＝αh(zi,k,zi,k)-δi,k

13、其中，α为给定的标量，满足以下关系：α≥1/λ，α决定动态变量δi,k对事件触发阈值参数的调整程度，当α→+∞时，动态事件触发机制退化成为静态事件触发机制，当上述关系满足时，动态变量δi,k一直保持非负。

14、优选的，动态事件触发机制的逻辑变量如下所示，当事件生成函数g(zi,k,zi,τ)大于0时，才将逻辑变量γi,k置为1；

15、

16、优选的，逻辑变量γi,k被置为1时，才将当前时刻的量测量传输到估计器中，最终传输到估计器中的量测量表达式如下：

17、

18、其中，是最终传输到估计器中的量测量。

19、优选的，步骤4中，投影统计法首先要根据前后时刻的量测值及量测预测值建立k时刻的量测新息矩阵mk，具体表达式如下：

20、

21、优选的，投影统计法需要计算k时刻每一个量测的投影统计量，具体表达式如下：

22、

23、其中，和分别代表mk的第i、j和t行；ψ为单位向量。

24、优选的，投影统计量大于设定的阈值b时，该量测量被认定为坏数据，由于psi,k服从自由度为2的卡方分布，所述的阈值b被设置成

25、优选的，若zi,k被检测为坏数据，则该量测的权重ηi,k被修改为：

26、

27、其中，d选取为1.5。

28、本发明的有益效果为：本发明采用动态事件触发机制减少不必要的量测传输，在保证有效量测信息及时上传的同时减少通信成本和投资；利用集合卡尔曼滤波算法得到准确的配电网状态估计结果，并且通过投影统计法识别出坏数据并降低坏数据的权重，从而提升所提该方法的鲁棒性；本发明在正常运行场景下能够实现较高的估计精度，当含有坏数据时也拥有较强的鲁棒性。

技术特征：

1.一种事件触发机制下的配电网三相动态状态估计方法，其特征在于，包括如下步骤：

2.如权利要求1所述的事件触发机制下的配电网三相动态状态估计方法，其特征在于，步骤2中，动态事件触发机制通过引入动态变量，从而实时调整触发条件，当满足触发条件时，才将当前时刻的量测量传输到估计器中，从而进一步减少从量测装置到估计器的量测数据传输需求。

3.如权利要求1所述的事件触发机制下的配电网三相动态状态估计方法，其特征在于，动态事件触发机制引入的动态变量表达式如下所示：

4.如权利要求1所述的事件触发机制下的配电网三相动态状态估计方法，其特征在于，动态事件触发机制的事件生成函数g(zi,k,zi,τ)如下所示：

5.如权利要求1所述的事件触发机制下的配电网三相动态状态估计方法，其特征在于，动态事件触发机制的逻辑变量如下所示，当事件生成函数g(zi,k,zi,τ)大于0时，才将逻辑变量γi,k置为1；

6.如权利要求1所述的事件触发机制下的配电网三相动态状态估计方法，其特征在于，逻辑变量γi,k被置为1时，才将当前时刻的量测量传输到估计器中，最终传输到估计器中的量测量表达式如下：

7.如权利要求1所述的事件触发机制下的配电网三相动态状态估计方法，其特征在于，步骤4中，投影统计法首先要根据前后时刻的量测值及量测预测值建立k时刻的量测新息矩阵mk，具体表达式如下：

8.如权利要求1所述的事件触发机制下的配电网三相动态状态估计方法，其特征在于，投影统计法需要计算k时刻每一个量测的投影统计量，具体表达式如下：

9.如权利要求1所述的事件触发机制下的配电网三相动态状态估计方法，其特征在于，投影统计量大于设定的阈值b时，该量测量被认定为坏数据，由于psi,k服从自由度为2的卡方分布，所述的阈值b被设置成

10.如权利要求1所述的事件触发机制下的配电网三相动态状态估计方法，其特征在于，若zi,k被检测为坏数据，则该量测的权重ηi,k被修改为：

技术总结
本发明公开了一种事件触发机制下的配电网三相动态状态估计方法，包括如下步骤：步骤1、进行EnKF预测步，分为状态预测和量测预测两部分，从而得到状态预测值和量测预测值；步骤2、根据动态事件触发机制获得估计器实际接收到的量测量；步骤3、进行EnKF滤波步，从而得到状态估计值；步骤4、计算投影统计量，判断是否存在坏数据，若存在，则修正量测权重后重新计算卡尔曼增益，从而得到最终的状态估计值；若不存在坏数据则进入下一时刻，直到采样结束，输出状态估计结果。本发明能够在保证有效量测信息及时上传的同时减少通信成本和投资，并且能够在正常运行场景下实现较高的估计精度，当含有坏数据时也拥有较强的鲁棒性。

技术研发人员：黄蔓云,徐启颖,孙国强,卫志农
受保护的技术使用者：河海大学
技术研发日：
技术公布日：2024/2/21