三相四線制配電網(wǎng)抗差狀態(tài)估計與不良數(shù)據(jù)辨識方法研究.pdf

1、隨著我國智能電網(wǎng)的發(fā)展和用戶對電能質(zhì)量要求的提高，電力企業(yè)對配電網(wǎng)運行狀態(tài)的實時監(jiān)測和在線分析與決策控制水平提出了更高的要求。配電網(wǎng)狀態(tài)估計是配電管理系統(tǒng)的重要組成部分，也是其他高級應(yīng)用軟件的數(shù)據(jù)基礎(chǔ)，對于保障配電網(wǎng)的安全經(jīng)濟運行具有重要意義。
　　狀態(tài)估計方法在輸電網(wǎng)中得到了深入研究和廣泛應(yīng)用，但配電網(wǎng)（特別是低壓配網(wǎng)）狀態(tài)估計的研究較少，其主要困難在于配電網(wǎng)絡(luò)結(jié)構(gòu)的差異和實時量測的缺乏。近年來，智能電表開始大量安裝并應(yīng)用于低壓

2、配網(wǎng)，為低壓配網(wǎng)狀態(tài)估計創(chuàng)造了有利條件。如何綜合考慮配電網(wǎng)的結(jié)構(gòu)特點和量測量類型及特征，提高狀態(tài)估計性能和結(jié)果精度成為配網(wǎng)三相狀態(tài)估計的研究重點。不良數(shù)據(jù)檢測與辨識是電力系統(tǒng)狀態(tài)估計的重要內(nèi)容，對提高狀態(tài)估計的可靠性和實時數(shù)據(jù)的質(zhì)量具有重要作用。為此，本文對三相四線制配網(wǎng)的狀態(tài)估計與不良數(shù)據(jù)辨識方法進行了深入研究，主要研究內(nèi)容如下：
　?、偬岢鲆环N基于智能電表量測的三相四線制配網(wǎng)抗差估計方法。本文充分利用智能電表的三相實時量測信息

3、，以三相四線制配網(wǎng)節(jié)點注入電流方程為基礎(chǔ)，建立了三相四線制配網(wǎng)指數(shù)加權(quán)最小二乘抗差估計模型。該模型中將零注入功率方程同時作為量測方程和等式約束，目標(biāo)函數(shù)中采用標(biāo)準(zhǔn)化殘差的指數(shù)型權(quán)函數(shù)，以抑制不良數(shù)據(jù)影響；而且該模型未對配電系統(tǒng)中性點電位和電源端點三相電壓作任何假設(shè)。通過對IEEE-13節(jié)點修正系統(tǒng)進行算例分析，仿真結(jié)果表明，所提方法具有良好的收斂性和抗差性，狀態(tài)估計結(jié)果的精度高。
　?、谔岢鲆环N抗差估計與均值聚類算法相結(jié)合的不良數(shù)

4、據(jù)辨識方法。本文綜合利用指數(shù)加權(quán)最小二乘抗差估計和k均值聚類方法在不良數(shù)據(jù)處理方面的優(yōu)勢，首先采用指數(shù)加權(quán)最小二乘估計來獲取系統(tǒng)所有量測的最佳估計值，并計算得到相對量測估計誤差的特征數(shù)據(jù)集；然后應(yīng)用k均值聚類算法實現(xiàn)不良量測數(shù)據(jù)的分組聚類辨識，其中還利用最大最小距離法和間隙統(tǒng)計算法分別確定初始聚類中心和最優(yōu)聚類個數(shù)，有效提高了聚類穩(wěn)定性和不良數(shù)據(jù)辨識效果；最后對IEEE-13節(jié)點修正系統(tǒng)和重慶江津?qū)嶋H臺區(qū)電網(wǎng)進行了仿真分析，算例結(jié)果表明