《网络拓扑状态估计及负荷预测课件》由会员分享，可在线阅读，更多相关《网络拓扑状态估计及负荷预测课件（41页珍藏版）》请在金锄头文库上搜索。
1、第六章 EMS的高级应用软件（PAS）网络拓扑状态估计及负荷预测概述网络拓扑状态估计负荷预测调度员潮流有功功率和频率调整、AGC/EDC无功功率和电压调整、AVC安全分析和稳定控制、ASC网络拓扑状态估计及负荷预测PAS概述目标基本概念： 在线和离线 在线和实时数据来源： SCADA采集的实时量测数据 人工输入的静态数据 计划参数：未来时刻的“伪量测”网络拓扑状态估计及负荷预测第一节 网络拓扑1.1 网络拓扑的基本功能基本功能：根据开关的开合状态（遥信信息）和电网一次接线图来确定网络的拓扑关系，即节点支路的连通关系，为其它高级应用做好准备。 为什么要进行网络拓扑？作用：将网络物理模型物理模型转
2、化为计算模型计算模型。物理模型：对网络的原始描述（节点模型）计算模型：面向网络计算方程的模型。网络拓扑状态估计及负荷预测第一节 网络拓扑1.1 网络拓扑的基本功能其它功能：电网解列，网络拓扑可以给出各子系统的拓扑结构用于标识电网元件的带电状态，进行网络着色，直观表示其连通性。由开关变位事件驱动或召唤启动。地位：是其它高级应用软件的基础，为其他高级应用软件提供了基础的结构信息基础的结构信息。网络拓扑状态估计及负荷预测1.2 网络拓扑的基本术语网络元件：各种一次电气元件均为网络元件。节点：网络元件之间的连接点。逻辑支路：开关元件，开/合两种状态。零支路或无穷大支路。保留元件：计算模型中所有非逻辑支
3、路。图6-1 网络物理模型（节点模型）网络拓扑状态估计及负荷预测1.2 网络拓扑的基本术语零零阻阻抗抗支支路路：阻抗为0，用于隔离母线（保留在计算模型中）。母母线线：闭合逻辑支路联系在一起的节点集合。活活岛岛和和死死岛岛：含源电气岛，称为活岛。不含源电气岛为死岛。主主母母线线：逻辑支路全部闭合时，所建立的母线编号。图6-1 网络物理模型（节点模型）网络拓扑状态估计及负荷预测1.2 网络拓扑的基本术语开开关关节节点点关关联联表表：标明每个开关两端节点的表节节点点开开关关关关联联表表：标明节点相连开关的表变变压压器器节节点点关关联联表表：标明每台变压器各端节点的表。线线路路节节点点关关联联表表：标
4、明线路两端节点的表。网络拓扑状态估计及负荷预测1.3 网络拓扑分析基本算法1、基本步骤 网络拓扑分析就是在厂站母线分析的基础上，将所得的母线划分为不同电气岛的过程。（1）厂站母线分析）厂站母线分析 将厂站内的节点按电压等级和闭合开关划分为若干个母线的过程。（合并与分隔：所有的逻辑支路和节点都将归并入不同的母线）（2）系统网络分析）系统网络分析 在厂站母线的基础上，按照联接支路（支路-节点关联表）划分为若干个电气岛的过程。（网络级的合并与分隔） 正常情况下，电力系统都处于未解列状态，属于同一个电气岛，网络拓扑分析完成的实际上是开环位置开环位置的判断。网络拓扑状态估计及负荷预测1.3 网络拓扑分析
5、基本算法2、基本算法 核心：采用堆栈原理，后进先出堆栈原理，后进先出的搜索逻辑。所有节点置为未搜索标志从某一节点出发，将其置于堆栈第一层进栈：扫描未搜索闭闭合合开开关关（节节点点开开关关关关联联表表）及其对对端端节节点点（开开关关节节点点关关联联表表）进下层堆栈。退栈：无未搜索闭合开关或其对端未搜索节点，退一层堆栈。退至第一层完成一个母线搜索。分分析析A站站的的进进出出栈栈层次！层次！网络拓扑状态估计及负荷预测1.3 网络拓扑分析基本算法3、系统网络分析 核心：类似厂站分析，将节点换成母线，开关换成元件节点换成母线，开关换成元件。4、工程应用 要求：高速、可靠。 网络拓扑状态估计及负荷预测第二
6、节第二节 电力系统状态估计电力系统状态估计 网络拓扑分析是高级应用软件的网络拓扑分析是高级应用软件的结构基础结构基础，状态估，状态估计则是高计则是高 级应用软件的级应用软件的数据基础数据基础。1.1 状态估计的必要性数据不齐全：投资的限制，不可能在所有厂站中都设置RTU。数据不精确：数据采集和传输的各个环节都可能产生误差，而误差会逐步积累。数据受干扰：干扰不可避免，有可能造成数据的错误。数据不和谐：数据相互之间不符合建立数学模型所依据的基尔霍夫定律。 “填平补齐”， “去粗存精”，“去伪存真”状态估计网络拓扑状态估计及负荷预测状态估计定义对电力系统的某一时间断面采集的遥测量和遥信量信息进行实时
7、处理，通过一定的算法排除错误数据，提高数据的精确度，补充缺少的数据，从而得到表征电力系统运行状态的完整而准确的信息。状态估计是EMS的基本功能，是其他高级应用的基础网络拓扑状态估计及负荷预测第二节 电力系统状态估计1.2 状态估计的功能对生数据（SCADA实时断面数据）进行计算，以得到最接近于系统真实状态的最佳估计值。（获得可靠的已知数据）对生数据中的不良数据进行检测和辨识。（搜索错误的坏数据）推算齐全而精确的电力系统运行参数。（估算可靠的未知或难于测量数据）纠正可能的开关状态错误（网络接线辨识）。估计某些可疑或未知的设备参数（参数估计）。确定合理的测点数量和合理的测点分布。预测未来的趋势。
8、“生数据”“可靠数据库”网络拓扑状态估计及负荷预测1.2 状态估计的基本原理（1）测量冗余度）测量冗余度 例如：对直流电路中：U、I、P、R任意知道两个量可以判断出两外两个量。当若已知量有错，无法判断。 若已知3个量或4个量，可以判断是否有错，采用一定的算法，可以知道哪个量出错。这就是状态估计中的检错。 通常冗余度的要求： 冗余度 = 独立测量数/状态变量数 =（ 1.53.0）网络拓扑状态估计及负荷预测（2）状态估计的术语）状态估计的术语状态变量：表征电力系统特征所需最小数目的变量。对于电力系统，一般取节点电压幅值和相角。测量量：电力系统中，一般是母线注入功率、支路功率和母线电压幅值。状态估
9、计涉及三类数据：真值：参数的真实值测量值：采用表计测量出来的参数值估计值：根据测量值的大小、测量值之间的相互关系及其误差的随机性质，使用概率方法计算出来的值网络拓扑状态估计及负荷预测（3）状态估计的步骤）状态估计的步骤建建立立假假定定数数学学模模型型：指的是假定没有结构误差、参数误差和不良数据的条件下，建立各项数据间的物理表达式，确定计算所用的数学方法。 物理表达式：欧姆定律，基尔霍夫定律，潮流方程等。 建立残差方程：（残差各测量值与计算的相应估计值之差）加权最小二乘方程。状态估计计算：状态估计计算：使“残差”最小。 计算的目标：求解状态变量，电压幅值（V、）。 计算的原始数据：量测量，指测量
10、表计值（P、Q、V）和“伪测量”检测：检测：检查是否有不良数据混入或结构错误。识别：识别：确定具体的不良数据。网络拓扑状态估计及负荷预测网络拓扑状态估计及负荷预测（4）不良数据检测）不良数据检测 利用残差大小判断，设定残差的门槛值。大于：量测值中有不良数据。小于：量测值中无不良数据。（5）不良数据的识别）不良数据的识别不良数据：逐个试探。特殊：遥信不良数据，将开关量与相应线路的量测量做对比，首先确定“疑点”，然后再将遥信量“取反”后逐个试探。网络拓扑状态估计及负荷预测1.3 状态估计的数学模型和基本方法 （最小二乘法）量测方程式： z = h(x) + 其中： z为测量值。 x为真值（一般为状
11、态变量）。 为测量误差：正态分布。 h为测量函数（表征在假定无误差时，测 量值与待估计状态变量间的物理关系，如 基尔霍夫定律，具体如潮流方程）。网络拓扑状态估计及负荷预测最小二乘估计进行n次测量，每次测量都可以表示为量测方程式。用误误差差的的二二乘乘值值表示误差的大小，求取使误误差差二二乘值最小乘值最小的参数估计值的方法称为最小二乘估计。网络拓扑状态估计及负荷预测最小二乘估计步骤由于J不为0，只可能找到一组状态变量，使误差最小： 为待估计值待估计值，一般为状态变量。求出使误差二乘值最小的状态变量估计值网络拓扑状态估计及负荷预测最小二乘估计（例1）例：R10，若测得1.04A，9.8V。求U、I
12、的估计值。解：IRU+-网络拓扑状态估计及负荷预测最小二乘估计（例2）例：R10，若测得1.04A，9.8V，10.1W。求I的估计值。解：IRU+-P网络拓扑状态估计及负荷预测最小二乘估计（例3）2.电路图如下图所示，试根据最小二乘法估计出U、I的最佳估计值。a)R2=8，真实值。b)U，I，I1为测量点，测得的结果为U=16V，I=4.02A， I1=1.98A。网络拓扑状态估计及负荷预测最小二乘估计（例3）（1）列写残差目标函数： 其中：U，I，I1为估计值为测量值。（2）I1 = I-U/R2 = I-U/8，代入上式，代入上式（3）将残差方程对U，I求偏导，得到 （4）求解方程即得到
13、最佳估计值。网络拓扑状态估计及负荷预测加权最小二乘估计考虑仪表精度网络拓扑状态估计及负荷预测加权最小二乘估计例如，上例1中如果考虑电压表精度高，取权重为1/0.15，则可以求得网络拓扑状态估计及负荷预测电力系统最小二乘估计模型电力系统的量测方程：网络拓扑状态估计及负荷预测电力系统最小二乘估计网络拓扑状态估计及负荷预测1.4 状态估计的程序流程 网络拓扑状态估计及负荷预测第三节 电力系统负荷预测1.1 概述 电网未来一个时段负荷变化的趋势和特点，是电网调度部分必须掌握的基本信息，也是EMS系统的一个重要组成部分。根据目的和预测时间不同分为：长期负荷预测：预测20年逐年最大负荷值。年负荷预测：用于
14、下一年度大修和水库运行计划周负荷预测：安排一周调度、检修、水调计划。日负荷预测：预测24h负荷曲线，安排日调度计划：开停机、水火协调、联络线交换、经济分配。短期负荷预测：未来10m-1h的负荷值，用于安全预防、紧急状态处理和实时经济调度。超短期负荷预测：未来1-5m的负荷值，用于安全监视和安全分析。网络拓扑状态估计及负荷预测第三节 电力系统负荷预测1.1 概述 负荷数据可以看做由三种不同变化趋势的负荷分量组成：长期趋势预测：是负荷在较长的持续时间内某种总趋势分量，如随国民经济发展的特征。周期性趋势分量：以天、周、季节或年为周期而发生的周期性变动分量。随机性分量：反映用户负荷的一些偶然性变化，例
15、如气象影响。 此外，除了系统总负荷预测外，还应进行系统中每一母线负荷预测，包括有功和无功。网络拓扑状态估计及负荷预测1、系统负荷的预测方法（1）回归分析法 根据历史数据及一些影响负荷变化的因素，寻找负荷和各影响因素之间的关系，从而预测将来负荷值。例如年最大负荷预测（线性回归分析）： 式中 ：Pn.max第n年年最大负荷； x1第n年人均国民生产总值； x2第n年一产业总产值； x3第n年二产业总产值； x4第n年三产业总产值。 通过回归分析，求出方程系数方程系数。然后对预测期国民生产总值、一、二、三产业总产值的年均增长率给出估算值求得产值，代入回归方程中，利用求取的回归常数（a0）和回归系数（
16、ai）算得预测年的最大负荷。1.2 负荷预测的数学方法网络拓扑状态估计及负荷预测1、系统负荷的预测方法（1）回归分析法 基本步骤：获取历史数据找出负荷变化规律建立负荷预测模型（如线性回归模型）建立拟合误差方程（如误差的最小二乘目标函数）对拟合误差方程求偏导，代入历史数据求解回归常数和回归系数获取未来影响因素的相关数据将数据代入负荷预测模型，获得符合预测结果1.2 负荷预测的数学方法网络拓扑状态估计及负荷预测（2）时间序列法 有时影响负荷的因素错综复杂，或数据难于获得，回归分析很难准确预测负荷。而时间序列法是依据负荷过去的统计数据，找到负荷和时间的变化规律，可采用的基本数学函数有： 线性模型：
17、y=a+bt; 指数函数模型： y=k tb 幂函数模型： y=k et 对数函数模型： y=k log(t) 逻辑斯谛模型： （c0,a0,b0） 实际预测时，分别采用这五种模型对年最大负荷时间序列进行回归分析回归分析，建立数学模型，然后依据与历史数据的拟和情况，选择一个拟和误差最小选择一个拟和误差最小的模型作为实际计算模型，给出预测年的年最大负荷数据。网络拓扑状态估计及负荷预测（3）人工神经网络 人工神经网络类似于一个“多输入多输出”的黑匣子，由一些能并行操作的简单单元组成，整个网络的功能是由单元之间的互连所决定的。 人工神经网络是通过“训练调整再训练再调整训练调整再训练再调整”的过程，使
18、得一个特定的输入能够通过网络得到一个特定的输出，其实质是通过调整单元之间的相互影响参数。 利用人工神经网络进行负荷预测，其过程是将影响负荷的各种历史数据和最终的负荷值分别作为网络的输入和输出，通过“训练调整”过程，使历史数据输入最终能够导致相应的负荷（目标值），然后，再将未来的相关数据输入，从而得到所要预测的结果。（4）相似日法 基于相似负荷日的短期负荷预测方法，其基本思想是找到和预测负荷日影响因素相近的一个已知负荷日，从而得到预测值。网络拓扑状态估计及负荷预测2、母线负荷的预测方法 常用预报方法：将量测到的或预报出来的上一级地区负荷近似地分配到各母线上。 简单模型：对每个母线给出一个分配系数
19、（总和为1），用地区负荷乘此系数便可得到个母线上的负荷。 层次负荷模型：负荷层次模型按区域分地区层、变电站层、馈线层和母线层，各层间有分配系数，且分配系数周期变化。层次的划分，主要看各层次的负荷曲线是否一致。另外，若负荷类型不一致，还应按负荷类型分层，分为系统负荷、类型负荷和母线负荷。 最终的母线负荷为综合考虑的结果。1.2 负荷预测的数学方法网络拓扑状态估计及负荷预测网络拓扑状态估计及负荷预测采集前N天的负荷数据（每天24点）计算每一天的日平均负荷建立数学模型并采用最小二乘法确定系数求预测日的日平均负荷求取负荷周期变化系数（每日同时刻采样点的负荷变化系数，并求其N天平均值）利用预测日的日平均负荷和负荷周期变化系数求取预测日的负荷曲线1.3 日负荷曲线预测方法举例网络拓扑状态估计及负荷预测 调度员潮流又称在线潮流，计算的内容和计算方法与普通潮流计算没有差别，但技术要求不尽一致：数据有多种来源：实时、历史和未来的运行方式（伪量测）。数据可按要求整体变化。包括母线负荷、机组功率和枢纽母线电压。提供一系列操作选择，如断线、切机等。在单线图上直接操作潮流计算。能进行不收敛分析。记录操作信息，可查询历史操作。（指在调度员潮流软件内部进行的操作）限值校核是其非常关键的内容。经常是定时启动或触发启动（开关遥信操作）。第四节 调度员潮流网络拓扑状态估计及负荷预测
